研究简报/胎儿心率时间序列的非线性混沌特性分析王立媛I,刘玉萍2,杨立平'，肖青"，韩飞'(1・长存师范学院物理系，长春130032；2.吉林大学第三页院妇产科，长存130031；3.吉林大学汽车学院，长存130022；4.东北师范大学物理学院，长祥130024)摘要：根据胎儿心率(Fetalheartrate,FHR)信号属于短数据捷时间序列的特点，利用替代数据方法，并结合判断混沌特性的特征量关联维、最大李氏指数和复杂度对FHR信号进行分析.结果表明，两组FHR信号与依据两种零假设所产生的替代数据差别较大，FHR信号具有非线性成分，由混沌特征量的判据S>2可知，FHR信号具有非线性混沌特性.关键词：胎儿心率；替代数据；非线性特性；混沌中图分类号：0415文献标识码：A文章编号：1671-5489(2007)05-0834-05AnalysisonNon-linearChaosCharacteristicofFetalHeartRateTimeSeriesWANGLi-yuan1,LIUYu-ping2,YANGLi-ping3,XIAOQing4,HANFei1(1.DepartmentofPhysics9ChangchunNormalCollege9Changchun130032,China；2.GynecologyoftheThirdHospitalJilinUniversityChangchun130031,China；3.CollegecfAutomobileEngineering.JilinUniversity9Changchun130022,China；4.SchoolofPhysics,NortheastNormalUniversity3Changchun130024.China)■Abstract:Signalchangeoffetalheartrateisreflectedbythefunctionofthecirculatorysystemandthecentralnervoussystem.Understandingthedynamicsbehavioroffetalheartrateisakindofsimplemethodtoinferthesituationoffetusintheuterus・AccordingtothecharacteristicofFHRsignalbelongingtotheshortdatatimeseries,theFHRsignalwasanalyzedbymeansofthesurrogatedatamethodcombinedwithcorrelationdimension,thelargestLyapunovexponentandcomplexitywhichcanickntifychaoticfeatures.TheresearchindicatesthatthereareremarkablediscriminationsbetweentheFHRsignalandthesurrogatedataproducedbytwogroupsoftwokindsofnullhypothesesrespectively,indicatingthattheFHRsignalhasthenonlinearcomponentsandchaoscharacteristicquantitycriterion5>2,whichexplainsthattheFHRsignalhasnonlinearchaoscharacteristic.Keywords:fetalheartrate;surrogatedata；nonlinearfeatures；chaos胎儿心率(FHR)信号的变化受血液运行状态和激素的影响，并由脑中枢神经系统支配⑴，因此对FHR信号分析是诊断胎儿健康状况的一种方法.目前，仅通过观察和统计分析的方法对FHR信号进行分析，这些方法过于简单，不能反映FHR的动力学规律，而用非线性分析方法可揭示其特性和机理.本文应用非线性时间序列检验(替代数据)方法分析FHR信号的动力学特性.替代数据方法⑵可收穆日期：2006-10-16・作者简介：王立燈（1978~）,女，汉族，硕士研究生，从甥非线性混沌在生物页学电卩中应用的研究.E-mail：wangly433®tom.com.联系人：杨立平（1979~）,男，汉族.棘士研究生，从事新能淤与新型动力总成的研究，E-mail：yang）iping3O2@tom.com.基金项目：吉林省教育厅科研项目基金（批准号：2005163）.检验时间序列中非线性成分，已在有关混沌时间序列的研究中得到广泛应用〔"I,如心电信号、脑电信号等领域中的非线性研究.在时间序列的非线性分析(尤其是混沌特性分析)中，可通过直接计算Lyapunov指数和关联维数等特征量研究，但要求所研究时间序列的数据量N较大(即N—8),而对短数据量的时间序列会出现虚假结果，因此不宜直接用于FHR信号分析.通过替代数据方法可判断系统是否具有非线性成分，并可用于短时间序列的分析，该方法简单且抗噪声，结合关联维和Lyapunov指数等混沌特征量可以判断系统是否具有混沌行为.1替代数据假设检验方法原理替代数据假设检验方法主要由零假设、替代数据生成算法、检验统计fit和非线性混沌判据4部分构成.1・1零假设假设(称为零假设，nullhypothesis)测得的时序数据是线性的，将该数据打乱(随机化)，但保持原数据某些性质，这些经过随机化的数据称为原数据的将代数据.如果零假设成立，则原数据和替代数据服从相同的分布，具有相同的性质，两者的特征城取值接近，即原数据不是非线性的；...