A novel CHD diagnostic method based on approximate entropy classification
对104例冠心病人心电Holter信号进行心率变异性的分析,计算RR间期序列的近似熵指标的24h分段变化趋势图,并于健康对照组作比较,验证了近似熵这个心率变异性非线性参数的意义.通过LDA(线性鉴别分析)的模式识别方法对病人及健康人的24h变化趋势图进行模式识别和分类,平均正确分类率达99.03%.分类的结果表明,冠心病患者与健康人相比在白天,尤其在早上6点到中午12点间,近似熵指标的降低更明显,利用此时间段作分类正确率更高.