近年来由于人口老龄化、环境污染、工作压力大等影响,以心力衰竭为代表的心血管疾病的发病率有日益升高的趋势,已经成为导致患者死亡的主要因素之一。心力衰竭是临床上以心血管疾病为代表的多数疾病发展的严重阶段,有很高的危险性,极易导致心源性猝死。目前,因缺少有效的心衰疾病评估方法,导致心衰的确诊率较低。心力衰竭的早期诊断能够使患者取得最理想的治疗效果。心音信号是一种重要的人体生理信号,蕴含大量生理、病理信息。论文从心血管循环系统的生理结构出发,结合心音特征提出了一种基于概率分布的符号熵(Symbol Entropy Based on Probability Distribution,PDSE)算法。该算法在符号化过程中按照数据密集区分配较多符号,数据稀疏区分配较少符号的自适应原则,使得符号熵对心音数据的变化更加敏感,能够快速、灵敏捕捉心音信号中的非线性异常状态。年龄是心血管疾病的一个独立风险因子。因此,使用PDSE熵算法对不同年龄阶段健康人群的S1幅值序列复杂度进行分析,重点分析心肌收缩功能随年龄的变化规律,并且与传统的熵测度,如基本尺度熵、样本熵进行对比分析。仿真实验表明,随着机体的衰老(进入50岁后),迷走神经将会退化,对心肌的调节作用将会减弱,使得心肌收缩功能下降,进而心脏适应环境能力也随之下降。为了深入讨论心衰对心肌收缩力变异性的影响,论文选取健康组与心力衰竭组的心音样本,采用PDSE熵分析方法探讨心力衰竭现象的发展规律。为了对比分析论文所提算法的有效性,文中还同时用PDSE算法与基本尺度熵算法讨论心衰对心率变异性的影响。在此基础上提出一种心力衰竭的无损诊断指标。该诊断指标具有较高的敏感度和特异度,显示出极高的临床应用价值。为心力衰竭的无损诊断提供了新的方法,也为其他心血管疾病的诊断提供了一种新的思路。