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,及時利用醫療手段阻止房顫的發生或復發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作前和遠離房顫發作時期的變化,試圖尋找能夠預測房顫復發的因子。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,對房顫復發預測有一定的參考價值。