1.一种基于相位排列熵的心电信号异常识别方法，其特征在于包括以下步骤：(1)从MIT-BIH心电数据库选取所需的各类别的心电信号，作为标准心电信号；

(2)利用希尔伯特变换，求取各个标准心电信号的瞬时相位序列θ(i)，之后进行相空间重构并对重构的序列按数值升序排列，并计算相同的位置序列个数，并将其出现的频率作为概率，利用Shannon信息熵的定义计算出各个标准心电信号对应的相位排列熵；

(3)利用SPSS软件统计计算得到的各类别的标准心电信号的相位排列熵均值标准差，构建各类标准心电信号的相位排列熵值类别范围；

(4)在待检心电信号中截取所需长度，利用步骤(2)的方法计算出所截取的待检心电信号的相位排列熵，并将其与步骤(3)的标准心电信号的相位排列熵值类别范围进行比较，确定出待检心电信号所属类别。

2.根据权利要求1所述的基于相位排列熵的心电信号异常识别方法，其特征在于，步骤(1)所述的心电信号的类别分为正常心电信号、异常心电信号或者分为正常窦性信号、充血性心力衰竭信号和室性心动过速信号。

3.根据权利要求1所述的基于相位排列熵的心电信号异常识别方法，其特征在于，步骤(2)具体由以下步骤组成：(2.1)利用希尔伯特变换法求取各标准心电信号的瞬时相位序列θ(i)，序列长度为N；

(2.2)对步骤(2.1)求得的瞬时相位序列θ(i)进行相空间重构，得到重构序列Zj，重构序列个数为N-(m-1)*t；

Zj＝[θ(j),θ(j+t),…,θ(j+(m-1)t)],1≤j≤N-(m-1)t其中m为相空间重构维数，t为重构的时间延迟；

(2.3)将重构序列Zj按数值升序排列，得到位置序列Sj，并确定位置序列相同的序列个数，记为Numv，则：Sj＝(k1,k2,…km)，1≤j≤N-(m-1)t；

(2.4)将步骤(2.3)所的各种排列出现的频率作为其概率，则得到各种排列的概率为(2.5)由Shannon信息熵的定义计算出各个标准心电信号的相位排列熵，即H(m)＝-∑Pv·logPv。

4.根据权利要求1基于相位排列熵的心电信号异常识别方法，其特征在于，所述步骤(3)中标准心电信号的相位排列熵值类别范围的表达形式为：相位排列熵均值±标准差。