Приблизительная энтропия (ApEn) была впервые введена Пинкусом в качестве меры для характеристики регулярности в относительно коротких и потенциально зашумленных данных . Более конкретно, ApEn количественно определяет степень нерегулярности или случайности во временном ряду (длиной N) и уже широко применяется к биологическим системам для динамического мониторинга “здоровья” системы. Затем ApEn анализирует закономерности в поисках похожих случаев, в которых более похожие и более частые случаи приводят к более низким значениям ApEn. С качественной точки зрения, учитывая N точек, ApEn приблизительно равен отрицательному логарифму условной вероятности того, что, когда две последовательности, сходные для m точек, остаются сходными в пределах допуска r в следующей точке. Меньшие значения ApEn указывают на большую вероятность того, что набор за данными последуют аналогичные данные (регулярность), т.е. большая регулярность. И наоборот, большие значения ApEn указывают на меньшую вероятность повторения данных (нерегулярность), то есть на больший беспорядок, случайность и сложность системы. Другими словами, низкое/высокое значение ApEn отражает высокую/низкую степень регулярности. Также следует отметить, что ApEn обнаруживает изменения в базовом эпизодическом поведении, не отраженные в пиковых проявлениях или амплитудах. Методы оценки приблизительной энтропии можно рассматривать как процесс, представленный временным рядом и соответствующей статистикой.