一种基于ECG混沌模型的混沌起搏器控制方法

摘要

本发明公开了一种基于ECG混沌模型的混沌起搏器控制方法，该方法通过采集使用者健康时的ECG信号或者近亲中健康者的ECG信号，构建个性化混沌模型，并将此模型写入混沌起搏器装置的微处理器模块，最后微处理器模块控制电极模块发出混沌起搏脉冲，帮助心脏实现混沌起搏；本发明将混沌理论应用到起搏器装置设计中，使得起搏器发出的起搏电脉冲是混沌脉冲，该混沌起搏脉冲符合心脏原有的混沌特征，保证了使用该发明后使用者的ECG复杂性不会降低。

主权项

一种基于ECG混沌模型的混沌起搏器，其特征在于，所述混沌起搏器包括电源模块、微处理器模块和电极模块；其中，所述电源模块用于向微处理器模块供电；所述微处理器模块内含个性化的ECG混沌模型，产生混沌信号控制电极模块；所述电极模块用于发出电脉冲刺激心肌，帮助心脏起搏； 所述个性化的ECG混沌模型通过以下步骤构建：（1）采集人体心脏健康时的ECG信号，或者近亲中健康者的ECG信号；（2）将连续的ECG信号根据采样定理转换为一维数据序列[x1，x2，xn]；n为自然数，i=1、2、……、n；（3）对数据[x1，x2，，xn]进行归一化处理；（4）对归一化后的数据[x1，x2，，xn]，用互信息法求最佳时延，用Cao方法求最小嵌入维m；（5）根据最佳时延和最小嵌入维m对数据[x1，x2，，xn]进行相空间重构，得到重构后的相空间轨道矩阵[X1,X2,…，XL]；（6）用相空间轨道矩阵[X1,X2,…，XL]作为神经网络训练样本数据，利用matlab工具箱中的RBF神经网络函数设计RBF神经网络模型。