摘要：房顫(AF)是臨床上最常見的一種室上性心律失常,對患者危害大,及時利用醫(yī)療手段阻止房顫的發(fā)生或復發(fā)是房顫防治領域關注的焦點和難點。本文嘗試利用4種方法對心電信號RR間期序列進行處理,統計不同指標在房顫發(fā)作前和遠離房顫發(fā)作時期的變化,試圖尋找能夠預測房顫復發(fā)的因子。這4種方法分別是:功率譜分析、近似熵(ApEn)和樣本熵(SpEn)分析、遞歸分析以及時間序列符號化。文中數據來源于陣發(fā)性房顫預測數據庫。通過支持向量機(SVM)分類,評估4種方法的相關指標對房顫復發(fā)的預測效果。結果表明,遞歸分析中的各項參數綜合使用達到的分類效果最佳,針對房顫復發(fā)預測能夠達到95%的準確率;功率譜分析方法次之,準確率為90%;近似熵和樣本熵分析、時間序列符號化的效果則不夠理想,準確率均只有70%。本文結果說明,基于RR間期的遞歸分析和功率譜分析能夠有效地評估心房混沌狀態(tài),對房顫復發(fā)預測有一定的參考價值。