心脏是一个重要的人体器官,而心率则是用来检测、判别人体是否健康的重要的指标。医学上,可以采用心电信号来诊断心脏或者其他器官的疾病。心电信号中蕴藏大量的心率节律的动态学信息,它是由自主神经系统对窦房结的自律性的调节所产生,是心血管系统正常进行稳态调节下的重要机制。心脏疾病一直是医疗诊断的研究热点,其中心肌缺血是冠心病的一个显著的病症,而且严重的心肌缺血很可能导致心肌梗死。心肌缺血能造成心脏的交感神经和迷走神经异常变化的发生,该种异常的变化将引发心率节律也发生巨大变化。心肌缺血是一个关于心脏方面疾病的重要病症,它可以导致心跳周期中ST段的偏移,但单纯心率变化也可以引起ST段偏移,因此准确快速的判别造成ST段偏移的原因,在临床医学上有重要的意义。本文在联合熵的基础上,对联合熵的替代序列进行变化,通过对两组不同原因引起的ST段偏移的时间序列数据进行特征提取和研究分析,将造成ST段偏移的原因区别开来,为可临床诊疗提供可靠的评价指标。另外,心肺耦合关系研究也是国内外众多学者的研究热点,在多个疾病的临床检测和治疗中发挥重要作用。用联合熵单一的分析心电信号或者呼吸信号,研究结果的准确性和稳定性会受到序列非稳性的严重影响。本文在原有联合熵的研究基础上,通过对20位志愿者在基础状态和音乐状态下的心电图信号和呼吸信号进行耦合分析,得到心血管循环系统和呼吸系统之间的耦合作用状态,能呈现出音乐对人体心肺耦合关系的调制作用。本文主要在联合熵的基础上对心电信号和心肺耦合作用进行了研究探讨,主要创新点以及研究结论如下:(1)为了清晰判别出造成ST段偏移的不同原因的样本个体,本文分别用联合熵和改变替代序列的联合熵计算结果,提取并分析心电信号序列的特征,来判别造成ST段偏移的原因,实验结果发现,本文提出的改变替代序列的联合熵的结果更能明显、精准的识别造成ST段偏移的原因。(2)将替代序列从自身样本数据组抽取的样本序列变为一组健康年轻人的HRV信号序列,分别将健康年轻人的HRV信号序列和该健康年轻人的HRV信号序列去线性后作为替代序列应用到联合熵的计算中,结果发现替代序列为健康年轻人的HRV信号序列时,替代序列中的线性成分不影响评估的结果。(3)分别将健康年轻人的HRV信号序列和该健康年轻人的HRV信号序列去线性后作为替代序列的联合熵应用在针灸前和针灸中样本的HRV信号检验判别中,识别了这两种生理状态,为探索针灸治疗和其他方式的心脏疾病的诊疗提供了可靠的评价指标。(4)本文应用经验模态分解法将心电图信号进行分解后,再进一步运用联合熵与呼吸信号进行耦合计算,发现心肺耦合关系研究中的联合熵在不同的心电图分量下对应相同的趋势,并且实验结果表明,在经验模态分解下的联合熵能够得到显著的耦合作用和区分效果,能更敏锐、精准地捕捉信号中的动态信息的变化,从而有效的反映出音乐对人体心肺耦合关系的调制作用,可为以后进一步的耦合关系的研究和临床医学的应用提供一份更有价值的参考。