心脏作为脊椎动物的重要器官,在人体的组织结构中占有极其重要的地位,但是心脑血管疾病却是导致人类死亡人数最多的三类慢性非传染性疾病之首。近年来,心血管疾病受到越来越多的关注。临床医学上将心电图(electrocardiogram,ECG)作为疾病的检测的重要参考。由于心电信号的非线性特性,心电信号的非线性分析成为了研究热点。以往的非线性算法研究中,探究两个系统之间信息交换的主要方法是传递熵.该算法在检测动态系统信息流等方面表现良好。而在检测信号突变,定量分析信号微小变化方面,常用的算法是排列熵,该算法简单便捷,具有很好的区分度,在生物信号、语音信号等相关领域得到广泛的应用。但是以上两种算法都是从信号幅度方面分析信号特征,而相位同步与幅度相关是两种独立的研究变量。相关研究表明,相位模式比振幅模式下的编码含有更多的信息。因此本文研究基于相位信息的信息表征方法,并对两种相位熵在心电信号检测方面的优势进行了分析:本文的主要工作和创新点如下:第一,将相位传递熵算法首次应用于心电信号的分析中,使用模拟信号验证了相位传递熵算法的有效性。选取MIT-BIH心电数据库里健康人的心电信号,分析了信号长度对相位传递摘的影响。运用相位传递熵,分析了健康人心电信号的相位传递熵随随年龄的变化规律。并对两种心率失常病人ECG信号的相位传递熵值进行了仿真。研究表明,探究相位传递熵对异常心电信号具有一定的检测能力。第二,根据排列熵的基本原理,引入包含更多序列特征的相位非列熵算法,给出了算法的原理和计算过程。通过仿真信号直观地说明了排列熵算法和相位排列熵算法对突变信号检测效果的影响。并分别将排列熵与相位排列熵应用于三种心律失常心电信号的分析。结果显示,相比于排列熵,相位排列熵对仿真信号及心电信号突变显示出更为明显的跳变,能够更好的区分心电信号的变化。第三,对相位传递熵和相位排列在信号特征表征方面的特点进行了对比分析,通过改变信噪比观察噪声对相位传递位和相位排列熵值的影响。研究结果显示相位排列熵对噪声更敏感,而相位传递熵具有较好的鲁棒性。对比两种相位熵在检测房颤发病前期和远离发病期的熵值,以及两种相位熵对房颤伴随心动过速的检测,得出两种相位熵在心电信号检测方面的优缺点。针对心电信号本身,挖掘其相位中包含的动态特征,更好、更灵敏的检测出病变是关注的重点问题之一。论文的研究结果对于心电信号的非线性检测具有一定意义。