短时间序列的心率变异性信号的关联维数计算

心率变异性信号的分析在临床诊断和生理研究中都有重要的应用价值.本文将关联维数的短时间序列算法应用于心率变异性,不仅提高了心率变异性信号的混沌动力学参数的计算的正确性,也扩大了分析的适用范围.     

短时间序列的心率变异性信号的关联维数计算

心率变异性信号的分析在临床诊断和生理研究中都有重要的应用价值,本文将关联维数的短时间序列算法应用于心率变异性,不仅提高了心率变异性信号的混沌动力学参数的计算的正确性,也扩大了分析的适用范围。     

正常青、老年人心率关联维数研究

本文采用关联维数和相空间图的方法，研究了２０名正常青、老年人的心率变异性。研究结果表明：１０分钟心率数据最适合于关联维数分析；青年人关联维数均值为５．３３５±０．２３８，老年人为４．３７６±０．４２５；正常青年人关联维数高于老年人     

心率变异(HRV)信号的谱分析方法研究

近年来,心率变异（HRV）分析作为一种无创检测心脏功能的手段,因其可以定量评估自主神经系统活动以及心脏的内在动力学机制、解释和预测心脏的运动过程而获得广泛应用,并成为心电信号处理中的研究热点之一。本文采用改进的HRV谱分析方法－－参数分析法,通过Marple算法建立自回归（AR）模型,计算功率谱密度（PSD）函数,然后分离各极点,得HRV的分离谱,以期为心血管疾病的早期诊断、监护及预后评估等方面应用提供新的分析工具。     

基于关联维数和最大Lyapunov指数的运动HRV信号的研究

采用非线性方法研究了应激条件下心血管系统的调节功能状况.以30例中老年高血压患者和30例年轻健康者作为研究对象,首先采集阶梯试验中的动态心电信号,通过信号预处理获得运动心率变异性(exercise heart rate variability,EHRV),然后从运动前静息期和运动后恢复期EHRV中提取两个非线性指标--关联维数和最大Lyapunov指数,最后进行了统计分析.发现在两组测试对象中,除了运动前的最大Lyapunov指数,其余三个指标均有显著差异性,可有效区分高血压患者和健康者两组人群.对于健康者,运动前与运动后的关联维数、最大Lyapunov指数分别都具有显著差异性,而高血压患者运动前后的两个非线性指标都不具有显著差异性.说明健康者的交感神经系统在应激状态下能作出适应性的调节,而高血压患者此调节功能不明显.     

睡眠中血压信号的关联维数计算

计算慢性阻塞性睡眠呼吸暂停综合症(OSAS)患者夜间血压的关联维数D2，并研究它和睡眠状态的联系。从替代数据检验结果和重构相空间轨迹看，血压信号具有一定的非线性确定性，但用GP算法计算D2时，D2值没有出现明显的饱和现象。统计并比较不同个体、不同睡眠状态下血压的D2值，在睡眠周期较完整时D2值较好地反映睡眠状态的变化：处于清醒、快速眼动期及浅睡时D2值较大，睡眠加深时D2值变小，表明相对D2值具有一定的应用价值。     

帕金森病患者加速度信号的嵌入维和关联维特征

帕金森病作为一种运动调节功能障碍性疾病,会显著地降低人体中枢神经系统对肢体的控制能力。本文将G-P算法直接应用于人体行走时产生的加速度信号的混沌动力学研究。通过对帕金森病患者和健康人群加速度信号的动力学特征进行比较后发现,相对于健康人,帕金森病患者加速度信号的嵌入维和关联维均显著减小。结果表明,帕金森疾病会使患者运动神经控制系统的混沌程度减弱,复杂性降低;而且可以通过对有限长一维加速度信号的重构捕捉患者运动神经控制系统动力学特征的改变。本研究的结论对于人体运动神经控制系统的生理建模以及帕金森病的临床诊断具有一定的理论和应用价值。     

HRV的最大李雅普诺夫指数估计

对心率变异性(HRV)进行了研究,比较了心率正常者与心率失常者HRV之间的最大李雅普诺夫指数上的差别。人在正常状态和病理状态下的HRV信号最大李雅普诺夫指数是不同的,当出现病理心血管事件时,指数α减少,因此李雅普诺夫指数可作为人体是否异常或处于何种异常状态的特征刻画指标,本文心率正常者HRV信号的最大李雅普诺夫指数为0.45907,心率不齐者的最大李雅普诺夫指数是0.41472。它们均为混沌信号,但是处于心率不齐状态的节律混沌程度明显比处于心率正常状态的节律混沌程度低。     

基于HRV信号分析的人工神经网络用于CHF的诊断研究

建立了基于心率变异性(heart rate variability,HRV)信号分析的人工神经网络(artificial neural network,ANN)模型,以寻求用于充血性心衰(congestive heart failure,CHF)诊断的最佳向量-网络组合.结果表明,将经过改进的BP算法和小波分析所抽取的特征向量相结合所获得的神经网络在诊断敏感性和特异性上有着均衡且优良的表现,并且经由AR模型谱估计获取的向量价值也不亚于小波分析所提取的特征向量.因此,基于HRV信号分析的人工神经网络用于诊断CHF可作为临床诊断的一种重要参考方法.     

利用小波变换进行心率变异信号分形维数的短时估算

提出了一种利用功率谱短时估算心率变异信号分形维数的新方法。该方法基于小波变换和滤波器组，算法的实现过程是；首先利用小波变换的正交分解分离出心率变异信号中的分形成分；其次用自回归模型对分离出的分形成分进行功率谱估计，并用最小二乘法对分形成分的双对数坐标功率谱图进行直线拟合，估计出斜率7，最后根据公式D=2-（γ—1）／2估算出心率变异信号的分形维数。为了验证本文提出算法的稳定性和可靠性，采用分数布朗运动仿真24例分形维数值为1．6的分形信号进行验证，结果表明本算法应用于心率变异信号分形维数的估笪切空可行     

海洛因成瘾者的心率变异性研究

利用功率谱估计的方法 ,对 15例海洛因成瘾者和 15例正常人的 HRV信号进行分析。分析结果表明 ,在海洛因成瘾者和正常人心率变异性信号功率谱间存在高频谱峰位置的显著差异 ,即海洛因成瘾者 HRV信号功率谱的高频谱峰位于 0 .437± 0 .0 6 4Hz,而正常人的 HRV信号功率谱的高频谱峰位于 0 .32 5± 0 .0 5 2 Hz     

心率变异性的三维Lorenz图量化分析

根据心电活动的非线性特性,运用Lorenz散点图法对MIT—BIH心电数据库中的正常与病患组的心率变异性（HRV）进行分析,但是此前的研究主要是在二维平面上对图形的形态进行识别,包含的信息量较少,区分效果不明显,因此将其进一步拓展到三维空间。本文根据正常组的三维Lorenz图和三维差分Lorenz图的圆锥形和球形分布特征,使用计算机对三维Lorenz图进行定量参数分析。结果表明,各量化参数能有效地区分不同组的特征与差异,具有一定的实际应用价值。     

高可靠度心率变异性信号获取的实验研究

心率变异性信号的获取在生理研究和临床诊断中都有着重要的应用价值。为了保证心率变异性分析的准确性，必须考虑心率变异性的获取方法。本文利用信号奇异点及其小波变换的关系，设计了HRV信号的R波获取软件。对MIT／BIH心电数据库中的37个记录文件进行R波的检测实验，检测实验效果令人满意。     

低氘白酒对人体心率变异性和自主神经的调控作用

目的研究连续8 d急性摄入不同剂量自制酒精饮料、传统白酒和低氘白酒对人体心率变异性(HRV)和自主神经调控作用。方法 11例健康成年男性志愿者,体质量(64.7±4.5)kg,年龄21~25岁,平均年龄23.7岁。分为7个试验组,1本底(对照)(CK组),不饮用任何含酒精饮品;2低剂量酒精(A-L组),每天饮用50 m L 52度自制酒精+200 m L普通饮用水;3高剂量酒精(A-H组),每天饮用100 m L 52度自制酒精+200 m L普通饮用水;4低剂量白酒(L-L组),每天饮用50 m L52度泸州老窖特曲+200 m L普通饮用水;5高剂量白酒(L-H组),每天饮用100 m L 52度泸州老窖特曲+200 m L普通饮用水;6低剂量低氘白酒(DDL-L组),每天饮用50 m L 52度泸州老窖特曲+200 m L低氘水;7高剂量低氘白酒(DDL-H组),每天饮用100 m L 52度泸州老窖特曲+200 m L低氘水。连续8 d。用心动周期信号(HPS)分析系统检测饮酒半小时后受试者的HRV,以评价交感神经和副交感神经系统活动。结果饮用自制酒精饮料和传统白酒使自主神经的交感神经活性及迷走神经活性变化,以交感神经活性升高最为突出活性。饮用低氘白酒后未见有交感和迷走神经活性的明显变化,即HRV的波动。结论相对于自制酒精饮料和传统白酒,低氘白酒能使人体自主神经协调和平衡性维持在较高水平。     

二进制序列在心率变异性分析中的应用及推广

目的：探究二进制序列在心率变异性分析中的应用。方法：提出了一种将RR间期序列转化成二进制序列的方法一阈值法,并利用这种方法分别将年轻组和老年组各20名健康受试者RR间期的原始序列转化成为二进制序列,计算了这两组健康受试者RR间期的原始序列和转化成二进制序列的近似熵与样本熵。结果：通过计算,得到转化后两组二进制序列的近似熵分别为0．5923±0．1071、0．3270±0．2057,样本熵分别为0．5315±0．1528、0．2238±0．1993。对这两个指标分别进行t检验表明：年轻组的近似熵与样本熵均明显大于老年组（P〈0．001,P〈0．001）,经与原始序列的t检验结果对照发现,二进制序列的t检验效果更好．结论：经过讨论,本文介绍的经阈值法转化为二进制序列在心率变异性分析中有较明显的优点。     

利用R—R间期相关维数对心率变异的分析

本文应用混沌理论，研究了心率变异情况下Ｒ－Ｒ间期的相关维数。对正常生理状态下人清醒与睡眠阶段，及临床－２４小时ＨＯＬＴＥＲ记录的Ｒ－Ｒ间期，分段计算其相关维数，结果表明，当其中某段Ｒ－Ｒ间期发生明显改变时，相关维减小。