[發明專利]基于符號轉移熵的生理器官網絡非平衡性量化分析方法

在審

• 申請號: 201911034910.0
• 申請日: 2019-10-29
• 公開（公告）號: CN110755062A
• 公開（公告）日: 2020-02-07
• 發明（設計）人: 姚文坡;周康;成怡波;郭大慶;堯德中
• 申請（專利權）人: 電子科技大學
• 主分類號: A61B5/04
• 分類號: A61B5/04;A61B5/0402;A61B5/0476;A61B5/0488;A61B5/0492;G06F17/16;G16H50/50;G16H50/70
• 代理公司: 51268 成都虹盛匯泉專利代理有限公司
• 代理人: 王偉

本發明公開一種基于符號轉移熵的生理器官網絡非平衡性量化分析方法，應用于生理網絡構建和非平衡性分析領域，針對現有技術中缺少對生理器官網絡進行表征以及量化分析網絡整體的非平衡性的有效方法，本發明首先利用符號轉移熵構建有向加權的生理器官信息交換網絡，然后利用器官網絡節點信息流入和流出的概率分布差異性量化生理網絡的非平衡性，生理器官信號的統計信息流入和流出量反映了該器官信息量增減狀態，可有效地表征器官的平衡性特征，生理器官網絡整體的信息量的出入差異性是衡量動態生理網絡的非平衡有效指標。

技術領域

本發明屬于生理網絡構建和非平衡性分析領域，特別涉及一種生理器官非平衡性的量化分析技術。

背景技術

當前的生理系統研究已經從器官、組織到細胞甚至分子等微觀層面給與了大量的精力和關注，然而對于生理系統之間整體性的關聯性研究并不多。人體是一個不同層次復雜生理系統的綜合體，多器官交互作用實現復雜的生理功能，因此從網絡角度對各個器官之間的交互關系進行分析能夠更加全面地展現人體整體性的特征。

網絡科學借助圖論和統計物理為研究自然界中復雜系統演化機制、規律等提供了新的視角和方法。網絡分析通常包含兩部分，一是網絡模型的構建，二是網絡特征提取。生理網絡的構建一方面是基于解剖學的結構性網絡分析，另外則是利用生理器官產生的信號進行統計關聯性分析。由于生理信號采集方式的發展，各類生理信號從各個角度對生理運行特點進行了有效的記錄，因此在生理信號的分析中發揮了重要的作用。在生理特征提取分析中，通常包括平均路徑長度、聚類系數和網絡度分布三個基本參數，在有向網絡中還可以考慮節點的出度、入度等統計指標，而加權網絡則可以利用節點權重、邊權重等參數進行描述。然而對于復雜多變的生理系統而言，系統結構復雜、并且不斷演化，甚至每個節點本身都可能是一個非線性系統，有時需要更加有針對性參數用以描述生理網絡特征，其中如何衡量網絡平衡性便是動態生理網絡中重要的研究內容。

對于時間序列而言，非平衡性指標主要指序列漲落的差異性，系統平衡是指序列隨著時間或是幅度的反轉而表現出來的統計特性不變的性能。在復雜系統分析中，系統非平衡性是系統能量的吸收和釋放差異性的指標。對于生理器官網絡而言，采用何種方式表征以及量化分析網絡整體的非平衡性是一個亟需解決的問題。

發明內容

為解決上述技術問題，本發明提出一種基于符號轉移熵的生理器官網絡非平衡性量化分析方法，通過生理器官網絡整體的信息量的出入差異性表征動態生理網絡的非平衡特性。

本發明采用的技術方案為：一種基于符號轉移熵的生理器官網絡非平衡性量化分析方法，包括：

S1、對采集的各器官生理電信號進行排列符號化，得到各器官生理電信號對應的生理符號序列；

S2、計算生理符號序列之間的轉移熵，并根據計算得到的轉移熵生成信息轉移矩陣；

S3、根據步驟S2的信息轉移矩陣計算各器官的信息流入量和流出量以及生理網絡的信息交換總量；

S4、根據步驟S3得到的各器官的信息流入量和流出量以及生理網絡的信息交換總量，計算各器官信息流入量和流出量的概率分布；

S5、根據步驟S4得到的各器官信息流入量和流出量的概率分布，計算生理網絡的非平衡性。

進一步地，步驟S1包括以下分步驟：

S11、將當前器官生理電信號進行相空間重構，得到對應的多維向量；

S12、將多維向量中的元素按照從小到大排序，根據排序后向量中元素坐標構建初始排列類型；

S13、若向量中存在等值元素，則按照等值元素出現的次序進行排列，得到該器官生理電信號對應的符號序列。

進一步地，步驟S2所述的生理符號序列之間的轉移熵計算式為：