El análisis de entropía de escala base (BSEA) es un método no lineal para analizar la señal de variabilidad de la frecuencia cardiaca (VFC). Sin embargo, el consumo de tiempo de BSEA es demasiado largo, y se desconoce si el BSEA es adecuado para analizar la señal de variabilidad de la frecuencia del pulso (PRV). Por lo tanto, propusimos un método denominado análisis de entropía de escala base iterativo de ventana deslizante (SWIBSEA) mediante la combinación de BSEA y la teoría iterativa de ventana deslizante. Las señales de presión arterial de sujetos sanos jóvenes y mayores se seleccionan de la base de datos internacional autorizada MIT/PhysioNet/Fantasia para generar señales PRV como datos experimentales. A continuación, se utilizan el BSEA y el SWIBSEA para analizar los datos experimentales; los resultados muestran que el SWIBSEA reduce el consumo de tiempo y el espacio de caché del búfer, al tiempo que obtiene la misma entropía que el BSEA. Mientras tanto, los cambios de entropía de escala base (BSE) para sujetos sanos jóvenes y viejos son los mismos que los de la señal HRV. Por lo tanto, el SWIBSEA puede utilizarse para obtener cierta información de las señales de VFC a largo y corto plazo en tiempo real, lo que tiene potencial para el análisis dinámico de señales de VFC en algunos dispositivos médicos portátiles y vestibles.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Esquema adaptativo de asignación de recursos para la extracción de características micromotrices basado en el seguimiento antes de la detección
Artículo:
Avances sobre péptidos o proteínas de fuentes marinas con actividad antibacteriana y antiendotóxica
Artículo:
Un modelo neuronal de traducción automática para dialectos árabes que utiliza el aprendizaje multitarea (MTL)
Artículo:
Efectos combinados de la foraminotomía graduada y el defecto anular en la biomecánica tras la descompresión lumbar endoscópica percutánea: Un estudio de elementos finitos
Artículo:
Un modelo de aprendizaje profundo para la predicción de la deformación de presas de hormigón basado en RS-LSTM