关键词：房颤；心房动力结构；术后监测；预测；递归复杂网络；模体
摘 要：提出了基于递归复杂网络预测房颤术后复发的方法.先通过动物实验得到房颤复发前的犬心外膜信号,将心外膜信号转换为递归网络,提取网络的平均度、聚群系数和四阶节点模体的参数,采用支撑向量机来预测房颤是否复发及复发的严重程度.采用由犬心外膜信号组成的数据来评价该方法预测房颤复发的准确率,数据包括A(不会复发)、B(复发类型为阵发性房颤)和C(复发类型为永久性房颤)3类.同时研究了基于递归思想的定量递归分析方法.实验结果表明:该方法预测房颤复发的敏感性、特异性和准确率分别达到86.79％、93.36％和91.14％,均高于定量递归分析方法的结果.可见,该方法具有预测房颤复发及复发严重程度的能力,对射频消融手术后监测有重要的临床意义.