基于相位校正信號(hào)平均算法的心率信號(hào)分析.pdf

1、自主神經(jīng)系統(tǒng)(Autonomic Nervous System，ANS)失調(diào)是心血管疾病的重要病因。心率變異性(Heart Rate Variability,HRV)是經(jīng)典的ANS評(píng)估方法，但存在難以區(qū)分加速與減速相關(guān)的心率變化等局限性。相位校正信號(hào)平均算法(Phase-Rectified Signal Averaging，PRSA)是新近提出的一種心率信號(hào)分析方法，能夠在不同時(shí)間尺度(T)和小波尺度(s)上計(jì)算心率減速力(Decele

2、ration Capacity,DC)和心率加速力(Acceleration Capacity,AC)參數(shù)對(duì)ANS進(jìn)行評(píng)估。DC和AC用于分別評(píng)估減速與加速相關(guān)的心率變化，臨床診斷能力優(yōu)于傳統(tǒng)HRV參數(shù)。盡管如此，DC與AC指標(biāo)尚存在以下問題:1.參數(shù)與ANS活動(dòng)的相關(guān)性存在爭(zhēng)議;2.DC和AC的診斷能力存在差異，且原因未知;3.DC和AC的性能有待改進(jìn)。生理實(shí)驗(yàn)和臨床實(shí)驗(yàn)對(duì)于上述問題的研究存在局限性，本文通過對(duì)心率信號(hào)建模，對(duì)參數(shù)算法

3、進(jìn)行優(yōu)化等工程技術(shù)方法分析上述問題，具體開展了以下研究:
　　1.借助心血管系統(tǒng)數(shù)學(xué)模型產(chǎn)生RRI信號(hào)序列，采用PRSA算法計(jì)算多尺度的DC和AC。在模型中調(diào)節(jié)ANS的交感神經(jīng)和迷走神經(jīng)分支的活動(dòng)性，分別分析DC和AC與ANS活動(dòng)的相關(guān)性。研究結(jié)果表明:DC和AC與ANS活動(dòng)性的關(guān)系受到計(jì)算尺度的影響。在傳統(tǒng)尺度(T=1，s=2)下，DC和AC均與迷走神經(jīng)活動(dòng)性相關(guān)。在較高尺度(T=3，s=5)下，DC和AC均與迷走神經(jīng)活動(dòng)性負(fù)相

4、關(guān)，與交感神經(jīng)活動(dòng)性正相關(guān)。
　　2.提出假設(shè):心率不對(duì)稱性(Heart Rate Asymmetry,HRA)是DC和AC性能存在差異的原因。借助心血管系統(tǒng)數(shù)學(xué)模型，調(diào)節(jié)吸氣/呼氣比例改變HRA水平，在不同HRA水平下分析DC和AC的相對(duì)性能。研究結(jié)果表明:HRA水平?jīng)Q定了DC與AC的相對(duì)性能。HRA高于50％時(shí)，DC相對(duì)于AC與ANS活動(dòng)相關(guān)性更強(qiáng)。
　　3.針對(duì)RRI信號(hào)序列的不等間隔采樣問題，采用對(duì)信號(hào)插值擬合后再重