统计复杂度作为描述序列随机本质的重要指标,在时间序列和符号序列的研究分析中起着越来越重要的作用。本文采用两种不同的统计复杂度分析方法对两种心律失常信号与正常窦性心律信号进行了对比分析与研究。首先,介绍了心电信号的基础知识和时间序列的统计复杂度理论,从心律失常心电信号的角度出发,对正常窦性心律信号以及两种典型的心律失常信号的统计复杂度进行计算分析。其次,介绍了两种不同的差异(散度)形式:Lopez-Mancini-Calbet Divergence(LMCD)和Jensen-Shannon Divergence(JSD),两者都可用于度量概率分布之间的差异。LMCD是在传统的欧几里得空间中定义的差异,且基于LMCD的统计复杂度只是熵密度的简单形式,很难反映出动力学系统的结构信息和随机本质。JSD并不要求概率分布的连续性限制,更重要的是,JSD和变化距离之间存在着密切的联系,基于JSD的统计复杂度不仅能够反映序列的结构信息和细节信息,而且能够很好的量化序列的随机特性。最后,采用基于LMCD和JSD的统计复杂度分析方法,对充血性心力衰竭信号、心脏性猝死信号与正常窦性心律信号进行统计复杂度分析。采用Bandt-Pompe算法对符号序列进行模式概率统计,分别取三种ECG信号的1000点(7个周期)、5000点(36个周期)和10000点(72个周期)计算统计复杂度,将结果投影到复杂度-熵平面(CH平面)。结果都表明,三种心律信号的统计复杂度存在差异,投影区域不同,正常窦性心率信号的统计复杂度最高,充血性心力衰竭信号次之,心脏性猝死信号最低,且随着实验点数(周期数)的增加,三者之间投影点和投影区域的差别越来越明显,区分度越来越大。方差分析表明,基于LMCD和JSD的分析方法得出的三种ECG信号的统计复杂度具有显著性差异,且基于JSD的统计复杂度分析方法更好,区分度更大。