摘要：心率变异性（heart rate variability，HRV）是指逐次心跳 R-R间期波动的现象，表现为每个心动周期长短的变化情况。作为评价自主神经系统活动水平的一种无创性手段, HRV分析已广泛应用于心脏交感神经和迷走神经活动的评价及相关疾病的诊断。心率变异性的分析方法众多，传统的时域分析和频域分析已在临床得到应用。由于心脏控制系统是非线性的，近年来对各种心率变异信号的非线性分析方法日益受到重视，基于复杂网络的分析方法便是其中一类。复杂网络被认为是具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络。本文根据有关文献的报道，将反映心跳波动的R-R间期序列嵌入到高维相空间，并通过一种基于排列的测量方法，计算向量节点的耦合强度，从而将一维的时间序列映射为复杂网络，并计算相应的网络测度——度分布熵。通过对数据库中三组不同数据（健康年轻人、老年人和充血性心力衰竭患者）的分析，结果表明，本文所采用的方法在很短的数据长度下，仍能有效地检测到充血性心力衰竭患者组的度分布熵值的变化，是一种适合于短时心率变异数据的分析方法，可能具有一定的应用价值。

关键词：复杂网络  HRV  心率变异性  非线性分析

目录

摘要

Abstract

1. 绪论-1

1.1 课题研究的背景及意义-1

1.2 心率变异性的研究动态及发展现状-1

1.3 课题的主要研究内容-4

2. 基于复杂网络的短时心率变异分析算法的实现-5

2.1 基于复杂网络的短时心率分析算法的基本原理-5

2.2 基于复杂网络的短时心率变异分析算法的Matlab实现-7

3. 基于复杂网络的短时心率变异分析算法的应用-11

3.1 实验数据简介-11

3.2 实验结果及分析-11

4. 总结和展望-14

4.1 本文工作总结-14

4.2 未来工作的展望-14

参考文献-15

致 谢-16