- · 《临床心电学杂志》期刊[01/26]
- · 《临床心电学杂志》投稿[01/26]
- · 临床心电学杂志版面费是[01/26]
一、来稿必须是作者独立取得的原创性学术研究成果，来稿的文字复制比（相似度或重复率）必须低于用稿标准，引用部分文字的要在参考文献中注明；署名和作者单位无误，未曾以任何形式用任何文种在国内外公开发表过；未一稿多投。 二、来稿除文中特别加以标注和致谢之外，不侵犯任何版权或损害第三方的任何其他权利。如果20天后未收到本刊的录用通知，可自行处理(双方另有约定的除外)。 三、来稿经审阅通过，编辑部会将修改意见反馈给您，您应在收到通知7天内提交修改稿。作者享有引用和复制该文的权利及著作权法的其它权利。 四、一般来说，4500字（电脑WORD统计，图表另计）以下的文章，不能说清问题，很难保证学术质量，本刊恕不受理。 五、论文格式及要素：标题、作者、工作单位全称(院系处室)、摘要、关键词、正文、注释、参考文献(遵从国家标准：GB\T7714-2005，点击查看参考文献格式示例)、作者简介(100字内)、联系方式(通信地址、邮编、电话、电子信箱)。 六、处理流程：（1） 通过电子邮件将稿件发到我刊唯一投稿信箱（2）我刊初审周期为2－3个工作日，请在投稿3天后查看您的邮箱，收阅我们的审稿回复或用稿通知；若30天内没有收到我们的回复，稿件可自行处理。（3）按用稿通知上的要求办理相关手续后，稿件将进入出版程序。（4） 杂志出刊后，我们会按照您提供的地址免费奉寄样刊。 七、凡向文教资料杂志社投稿者均被视为接受如下声明：（1）稿件必须是作者本人独立完成的，属原创作品（包括翻译），杜绝抄袭行为，严禁学术腐败现象，严格学术不端检测，如发现系抄袭作品并由此引起的一切责任均由作者本人承担，本刊不承担任何民事连带责任。（2）本刊发表的所有文章，除另有说明外，只代表作者本人的观点，不代表本刊观点。由此引发的任何纠纷和争议本刊不受任何牵连。（3）本刊拥有自主编辑权，但仅限于不违背作者原意的技术性调整。如必须进行重大改动的，编辑部有义务告知作者，或由作者授权编辑修改，或提出意见由作者自己修改。（4）作品在《文教资料》发表后，作者同意其电子版同时发布在文教资料杂志社官方网上。（5）作者同意将其拥有的对其论文的汇编权、翻译权、印刷版和电子版的复制权、网络传播权、发行权等权利在世界范围内无限期转让给《文教资料》杂志社。本刊在与国内外文献数据库或检索系统进行交流合作时，不再征询作者意见，并且不再支付稿酬。 九、特别欢迎用电子文档投稿，或邮寄编辑部,勿邮寄私人，以免延误稿件处理时间。
和信号的非线性耦合在睡眠分期中的应用研究
作者:网站采编关键词:
摘要：0 引言 睡眠质量与人体的健康息息相关，而评估睡眠质量的重要标准就是睡眠分期。睡眠分期是衡量睡眠质量和诊治睡眠障碍性疾病的基本方法。美国睡眠医学学会（American Academy of S
0 引言
睡眠质量与人体的健康息息相关，而评估睡眠质量的重要标准就是睡眠分期。睡眠分期是衡量睡眠质量和诊治睡眠障碍性疾病的基本方法。美国睡眠医学学会（American Academy of Sleep Medicine，AASM）在2007年提出了AASM标准，将睡眠时相主要划分为五期[1]，包括清醒期（wakefulness，W）、非快速眼动期Ⅰ期（non-rapid eye movementⅠ，N1）、非快速眼动期Ⅱ期（non-rapid eye movementⅡ，N2）、非快速眼动期Ⅲ期（non-rapid eye movementⅢ，N3）和快速眼动期（rapid eye movement，REM），现已被广泛应用。
脑电（electroencephalogram，EEG）是通过放置在头皮表面的电极记录的人体神经元电活动的宏观综合表现，可反映大脑不同状态的信息。心电（electrocardiogram，ECG）是心脏的每个心动周期中起搏点、心房、心室相继兴奋产生的生物电变化。EEG与ECG 2种生理信号均与睡眠分期密切相关：EEG在不同睡眠时相表现出不同的节律波[2]；随着睡眠的加深，心率变异性（heart-ratevariability，HRV）呈现有规律的变化[3-4]。在睡眠自动分期的研究领域，单独或综合使用EEG、ECG作睡眠分期的研究有很多[5-9]，但使用EEG、ECG信号间的耦合程度作为分期标准的研究并不多。在很多生物系统的研究中都发现了一些器官之间的耦合或者同步关系，而符号转移熵（symbols transfer entropy，STE）和互信息（mutual information，MI）是衡量2个系统之间的相关程度或者混乱程度的参数。人体EEG、ECG均是受自主神经系统控制的，EEG、ECG间的MI和STE反映了大脑和心脏这2个器官之间的耦合程度和方向性信息。随着人体从清醒状态到睡眠的不断加深，大脑活动自由度会不断减少，身体各器官不断耦合，信号的相关性也逐渐变强。井晓茹等[10]对W期与N1期的STE值进行对比，发现STE有差异性。张梅等[11]基于EEG、ECG、肌电（electromyography，EMG）3种生理信号，利用符号化部分互信息区分生物体清醒期和睡眠期，发现清醒期的符号化部分互信息显著高于睡眠期。因此，本文基于前人的研究，将STE和MI这2种非线性耦合分析方法推广应用于AASM分期标准下睡眠五期的研究，发现睡眠各期EEG、ECG耦合程度的变化规律，为睡眠自动化分期研究增加新的判断依据。
1 符号互信息（sign mutual information，SMI）与STE的定义
1.1 MI和转移熵（transfer entropy，TE）
对于任意一个随机变量X，有概率分布p（x），它的香农熵定义如下：
其中，H（X）代表随机变量X的香农熵。变量X的不确定性越大，其熵值越大，把这一随机变量X搞清楚所需要的信息量也就越大。
MI是信息论里一种有用的信息度量，描述两变量之间的信息交互情况。它可以看成是一个随机变量中包含的关于另一个随机变量的信息量，或者说是一个随机变量由于已知另一个随机变量而减少的不确定性。2个随机变量X和Y的MI定义如下：
其中，H（X）和H（Y）分别代表随机变量X、Y的香农熵；H（X/Y）和H（Y/X）为条件熵；H（X，Y）为联合熵，是由X、Y的联合概率分布p（x，y）得到的；I（X；Y）反映随机变量X、Y间的相关性。MI的物理含义如图1所示。
图1 MI物理含义图
因MI不能看出信息的方向和动力学信息，2000年Thomas Schreiber提出了TE[12]，TE是用来反映系统各变量之间信息传递的不对称性，它具有方向性和动态性。在其定义中引入了转移概率。
有2个随机变量X、Y，若X在n+1时刻的状态与Y在n时刻的状态不独立，由xn、yn推测采样点xn+1时所需要的熵为
若X在n+1时刻的状态与Y在n时刻的状态是独立的，则由xn、yn推测采样点xn+1所需要的熵为
TE的定义即为H2与H1的熵差：
1.2 原始序列符号化和相空间重构
符号动力学分析方法[13]是将原始序列转化为由几个符号组成的序列再进一步对符号序列进行分析的方法。该方法是在符号动力学、混沌序列分析理论的基础上发展起来的。对原始时间序列作符号化的优势包括：克服噪声对分析结果的影响；保留时间序列的动力学特征；简化运算过程，大大提升运算速度，使复杂时间序列的实时分析成为可能等。本文采用的符号定义如下：
其中，xi为原始时间序列X中的元素；yi为得到的符号序列Y中的元素；μ1为原始序列X中大于等于0的取样信号的平均值，μ2为序列X中小于0的取样信号的平均值；a=0.05[14]。
将原始序列符号化后得到的一维离散时间序列扩展到m维空间的过程就是相空间重构，这是非线性动力学研究至关重要的一步。相空间重构的过程就是动力系统重建的过程。该过程中定义2个参数：相空间维数m（即字长）和延迟时间τ，为避免进一步损失符号序列的有效信息，本文中τ取1，而嵌入维数m通常取3～7[10]，本文考虑算法的效率，m取3。
文章来源：《临床心电学杂志》 网址: http://www.lcxdxzz.cn/qikandaodu/2021/0305/458.html