不同程度冠脉狭窄对心电及R-R间期序列Lyapunov指数的影响

目的：已有的研究表明，心脏的活动是混沌的。心电时间序列的非线性动力学数值指标可反映心脏的总体动态活动特征。本文试图探讨不同程度冠脉狭窄对心电及R－R间期序列Lyapunov指数的影响。方法 通过对不同程度冠脉狭窄的冠心病患者和正常人的心电和R－R间期时间序列的Lyapunov指数计算，以期从医学数据统计中发现有价值的规律性。结果 初步研究表明，正常人和冠脉重度狭窄患者心电序列的Lyapunov指数有显著统计差别，但正常人和冠脉轻度狭窄患者心电序列的Lyapunov指数无显著差别；正常人和冠脉轻、重度狭窄患者心电R－R间期时间序列的Lyapunov指数均有显著统计差别。结论 R－R间期序列比心电图能提供更多心脏电活动的信息。而正常人和冠脉轻度狭窄患者R－R间期时间序列的Lyapunov指数的显著差别，提示在心电信号的异常波形尚不足以被识别时，可能利用该指数对心脏的健康状况进行早期评估。     

不同程度冠脉狭窄对心电及R—R间期疗列Lyapunov？…

目的：已有的研究表明，心脏的活动是混沌的。心电时间序列的非线性动力学数值指标可反映心脏的总体动态活动特征。本文试图探讨不同程度冠脉狭窄对心电及Ｒ－Ｒ间期序列Ｌｙａｐｕｎｏｖ指数的影响。方法：通过对不同程度冠脉狭窄的冠心病患者的正常人的心电和Ｒ－Ｒ间期时间序列的Ｌｙａｐｕｎｏｖ指数计算，以期从医学数据统计中发现有价值的规律性。结果：初步研究表明，正常人和冠脉重度狭窄患者心电序列的Ｌｙａｐｕｎｏｖ指数     

利用Lyapunov指数提取心电动态生理及病理信息的研究

对心电信号的研究，一般都集中在对个别异常波形进行检测和识别从而判断心脏病变方面。而心电波形及其Ｒ－Ｒ间期序列的Ｌｙａｐｕｎｏｖ指数反映了心脏的总体动态特征。利用ＭＩＴ－ＢＩＨ数据库进行的初步研究表明：１）正常人、室性失常病人和束支传导阻滞病人的心电波形的Ｌｙａｐｕｎｏｖ指数有显著差别；２）正常人和室性失常病人的Ｒ－Ｒ间期序列的Ｌｙｓｐｕｎｏｖ指数有显著差别，正常人和束支传导阻滞病人的Ｒ－Ｒ间期序列的Ｌｙａｐｕｎｏｖ指数没有显著差别。值得指出的是，这一研究的前景在于，当心电信号中的异常波形还不足以被识别时，有可能利用Ｌｙａｐｕｎｏｖ指数进行早期诊断。     

三维斑点追踪成像对不同程度冠状动脉狭窄患者左心室局部功能评价及冠心病诊断价值分析

目的:探讨三维斑点追踪成像(3D-STI)对不同程度冠状动脉狭窄患者左心室局部功能评价及冠心病的诊断价值。方法:选取冠心病疑似患者108例作为研究对象。所有患者均行三维超声心动图检查,采集并存储心脏三维全容积动态图。脱机后利用3D-STI分析心脏三维全容积动态图,并测量患者左室整体长轴收缩期峰值应变(GLS)、左室整体径向收缩期峰值应变(GRS)、左室整体圆周收缩期峰值应变(GCS)、左室整体面积收缩期峰值应变(GAS)、左室整体面积收缩期峰值应变变化率和三维左室整体应变(3D-Strain)。根据冠脉造影(CAG)结果将所有患者分为冠脉正常、冠脉轻度狭窄、冠脉中度狭窄和冠脉重度狭窄4组。分析各3D-STI参数在冠心病诊断中的敏感性和特异性。结果:CAG检查确认,冠脉正常23例、冠脉轻度狭窄27例、冠脉中度狭窄31例、冠脉重度狭窄27例。冠脉重度狭窄组左室舒张末期内径为(52.3±6.2)mm,显著高于其他3组,左室质量为(183.7±15.2)g,显著高于冠脉正常和冠脉轻度狭窄组,左室射血分数和三维超声测量的左室射血分数分别为(54.6±8.8)%和(43.8±8.6)%,均显著低于其他3组(P0.05)。冠脉重度狭窄组各项3D-STI参数均显著低于其余3组(P0.05);冠脉中度狭窄组患者GLS、GRS、GCS、GAS和3D-Strain均低于冠脉轻度狭窄组和冠脉正常组患者(P0.05)。各参数对冠脉中-重度狭窄诊断的曲线下面积(AUC)为0.698~0.972,其中GAS和GLS的AUC值最大,敏感度和特异度均高于其他参数。结论:3D-STI为冠状动脉狭窄患者左心室局部功能和冠脉中-重度狭窄患者评价和诊断提供了一种准确、方便、无创的方法,具有较好的临床应用价值。     

冠心患者与健康人同步12导联ECG信号的李雅普诺夫指数谱比较研究

本研究首次计算了60名具有窦性心率的冠心患者(Coronary atrery disease:CAD)和60名健康老年人的同步12导联心电图信号的李雅普诺夫指数谱.发现对同一个人,从不同导联得出的Lyapunov指数是不同的,具有明显的空间分布特性.所有导联的ECG信号的最大Lyapunov指数L1均为正数,其余指数为负,心电信号表现出明显的混沌特征.同一导联相比较,冠心患者的最大Lyapunov指数L1低于健康正常人的最大Lyapunov指数L1,提示在心肌缺血的情况下,心电信号的混沌程度下降了,重构相空间中ECG信号的奇异吸引子的动力学复杂性降低了.结果表明,在估算Lyapunov指数时,有必要指明导联的位置.在Lyapunov指数谱中,最大Lyapunov指数可以将冠心患者与健康正常人区分开来,在心脏疾病诊断中具有潜在的应用价值.     

基于心电图的心肌缺血非线性分析

心电图是心肌缺血检测的一种方便、经济、无创的工具,其主要的临床表现为ST-T段变化.鉴于心脏是一个混沌系统,本文从非线性角度出发,对心电图特征参数序列进行分形维数和最大Lyapunov指数分析,其中特征参数序列包括：心电图RR间期,瞬时心率HR（heart rate）,ST段的平均幅值STmean,ST段最小幅值STmin,STmean与HR的比值STr,T波峰末间期TpTe,R波峰值Ramp,T波峰值Tamp.利用公共数据库Long-term ST database（LTST）中心肌缺血和非心肌缺血心电数据,通过统计t检验分析,除最大分形维数分析中的TpTe与最大Lyapunov指数分析中的Ramp和Tamp特征参数外,其余参数均有显著性差异.基于心电图的非线性分析为心肌缺血检测与诊断提供另一重要依据.     

冠心病合并高血压前期患者冠脉狭窄程度与残余胆固醇及常规血脂指标的关系研究

目的:探究冠心病合并高血压前期患者冠脉狭窄程度与残余胆固醇及常规血脂指标的关系.方法:回顾性分析2020年10月～2022年1月期间本院收治的126例冠心病合并高血压患者的临床资料.通过调取医院信息系统(Hospital information system,HIS)中病例资料采集患者信息.根据患者动脉狭窄情况,将全体研究对象划分为轻度狭窄组(n=78)、重度狭窄组(n=48).记录患者冠脉狭窄程度、总胆固醇(Total cholesterol,TC)、甘油三酯(Triglycerides,TG)、高密度脂蛋白(High density lipoprotein,HDL-C)、低密度脂蛋白(Low density lipoprotein,LDL-C)、残余胆固醇(Residual cholesterol,RC)水平,并分析冠心病合并高血压前期患者冠脉狭窄程度同上述指标之间的关联.结果:重度狭窄度患者的TC、TG、LDL-C以及RC水平明显高于轻度狭窄度患者(P<0.05);在轻度狭窄组和重度狭窄组患者中,具有多支病变、TC>6.18 mmol?L-1、TG>1.70 mmol?L-1、LDL-C>3.40 mmol?L-1、HDL-C≤1.55 mmol?L-1、RC>0.80 mmol?L-1组别的患者出现重度狭窄的病例数占比明显偏高(P<0.05),Logistic多因素回归分析结果显示,高水平的RC、LDL-C以及低水平HDL-C是高血压合并心脏病患者发生严重冠脉狭窄的独立危险因素(P<0.05).结论:冠心病合并高血压前期患者冠脉狭窄程度同RC水平、常规血脂指标具有显著关联;高水平RC、LDL-C、低水平HDL-C是发生严重冠脉狭窄的独立危险因素.     

IL-18、NO、ET对评价冠脉粥样硬化狭窄程度的临床价值

目的：探讨IL-18、NO、ET检测对冠心病（CHD）患者冠脉狭窄程度的临床价值。方法：检测冠状动脉不同狭窄程度CHD患者外周血IL-18、NO、ET的含量。结果：重度狭窄组IL-18、ET含量高于中度狭窄组（P〈0.05）,NO含量低于中度狭窄组（P〈0.05）;中度狭窄组IL-18、ET含量高于轻度狭窄组（P〈0.05）,NO含量低于轻度狭窄组（P〈0.05）;轻度狭窄组IL-18、ET含量高于正常对照组（P〈0.05）,NO含量低于正常对照组（P〈0.05）。结论：临床可通过检测CHD患者血浆中IL-18、NO、ET的含量,作为评价冠脉狭窄程度严重程度的指标。     

基于体表心电图的房颤自动识别算法综述

首先介绍了房颤的症状、发病率及危害,然后重点阐述了基于体表心电图的房颤时域、频域和非线性分析自动识别技术,最后对文献报道的房颤识别算法辨别房颤的灵敏性、特异性、阳性预测率、准确率进行统计,并对各种方法的优缺点进行了比较。经过对比发现,利用多个R-R间期关联性的信息进行特征提取可以提高检测房颤的精度。此外,仅基于R-R间期的算法需较长的心电才能准确识别房颤,结合心房活动识别精度明显提高,当房性室性心动过速发生时,或者当心电节律快速改变时,此时信号更加适用于频域分析。非线性算法是对时域基于R-R间期算法的一种改进,能够进一步提高识别精度。     

活动平板运动试验室性早搏分析

目的：评价活动平板运动试验室性早搏(室早)的临床意义。方法：在活动平板运动试验中观察室早QRS间期、定位、电压、出现时间、室性心律失常性质等指标的变化，并与冠脉造影结果进行对照分析。结果：在136例的活动平板活动试验中，室早ORS间期与活动平板运动试验的结果、冠脉造影的结果相关，室早QRS间期≥0．14s冠脉造影阳性率显性升高。且随着冠脉狭窄程度增加、累及冠脉病变范围越多，室早QRS间期则越宽。冠脉造影阳性中89．83％室早来源于左心室(除左后支外)，而阴性组仅10．17％例来源于左室，大部分来源于右室及左后支。QRS低电压与活动平板运动试验的结果相关，且随着冠脉狭窄增加，低电压增多。但与冠脉病变范围无关。室性心律失常严重程度与冠脉造影结果相关，冠脉狭窄程度增加、累及冠脉病变范围越多，室性心律失常则越严重。结论：室早在活动平板运动试验中可能有一定临床意义。活动平板运动试验中如室早QRS间期0．14s以上，起源于左室，低电压，Lown氏分级≥3级对冠心病的诊断有一定指导意义。     

动态心电图中R波峰序列的Lyapunov指数谱

本文介绍了计算机Ｌｙａｐｕｎｏｖ指数谱的方法,利用ＭＩＴ－ＢＩＨ心电数据库,计算了其中正常心律、起搏心律、室早搏心律和束支传导阻滞心律四组共２４例心电图数据中Ｒ波峰序列的Ｌｙａｐｕｎｏｖ心律以及异常心律之间,     

动态分析急性心肌缺血模型中的非线性

通过分析心脏电信号 ,许多学者已经发现正常的心脏和病态的心脏都有显著而突出的动力学特征。在此基础上 ,建立了 6只兔子急性心肌缺血实验模型 ,计算其不同时间段的 12导同步 ECG,作出关联维数 -时间 (D2- T)曲线和最大 L yapunov- T曲线 ,结合电生理和解剖学知识 ,研究了实验结果 ,证实了心肌缺血的存在会导致ECG的最大 L yapunov指数和关联维数的下降。 ECG的最大 L yapunov指数和关联维数分别反映了心脏系统的混沌性和复杂性 ,两者间没有明确的对应关系。关联维数更多受到了局部心脏系统状态的影响。     

Recurrent neural networks with composite features for detection of electrocardiographic changes in partial epileptic patients

The aim of this study is to evaluate the diagnostic accuracy of the recurrent neural networks (RNNs) with composite features (wavelet coefficients and Lyapunov exponents) on the electrocardiogram (ECG) signals. Two types of ECG beats (normal and partial epilepsy) were obtained from the MIT-BIH database. The multilayer perceptron neural networks (MLPNNs) were also tested and benchmarked for their performance on the classification of the ECG signals. Decision making was performed in two stages: computing composite features which were then input into the classifiers and classification using the classifiers trained with the Levenberg-Marquardt algorithm. The research demonstrated that the wavelet coefficients and the Lyapunov exponents are the features which well represent the ECG signals and the RNN trained on these features achieved high classification accuracies.     

A new algorithm developed based on a mixture of spectral and nonlinear techniques for the analysis of heart rate variability

In this paper, an algorithm based on a joint use of spectral and nonlinear techniques for heart rate variability (HRV) analysis is proposed. First, the measured RR data are passed into a trimmed moving average (TMA)-based filtering system to generate a lower frequency (LF) time series and a higher frequency (HF) one that approximately reflect the sympathetic and vagal activities, respectively. Since the Lyapunov exponent can be used to characterize the level of chaos in complex physiological systems, the largest Lyapunov exponents corresponding to the complex sympathetic and vagal systems are then estimated from the LF and HF time series, respectively, using an existing algorithm. Numerical results of a postural maneuver experiment indicate that both characteristic exponents or their combinations might serve as a set of innovative and robust indicators for HRV analysis, even under the contamination of sparse impulses due to aberrant beats in the RR data.     

糖尿病人心率变异的李雅普洛夫指数的计算

采用常规的李雅普洛夫指数定义的方法和长度演化法，面积演化法分别计算１０例正常人和１０例糖尿病人的李雅普洛夫指数，结果显示糖尿病人的李雅普洛夫指数明显低于正常人。它反映了植物神经功能受到损伤，同时还显示心电图数据不必大量采集便能说明问题。     

基于最大Lyapunov指数的心音信号混沌特性分析

目的寻求无创伤的且能自适应信号变化的方法区分正常和异常的心音信号,为临床诊断提供更简捷的参考方法。方法本文以心音信号非线性时间序列最大Lyapunov指数为主线,根据心音信号不同阶段特性的统一性,提出了对信号分阶段进行研究的方法。首先对7种具有代表性的正常和异常心音信号的S1、S2心音分别分3阶段进行相空间重构,然后结合各阶段求得的相空间重构参数计算对应的最大Lyapunov指数,最后对正常、异常心音信号最大Lyapunov指数均值进行比较分析。结果正常S1心音信号的最大Lyapunov指数均值0．1450,远大于异常S1心音信号,正常S2心音信号的最大Lyapunov指数均值也比异常s2心音信号大很多。结论心音信号中确实存在混沌现象,且正常（健康）心脏运动到S1和S2阶段的混沌程度要比异常（病态）时高。     

New approach to studies on ECG dynamics: Extraction and analyses of QRS complex irregularity time series

How to extract information intensively from ECGs for the diagnosis of cardiovascular diseases and assessment of heart function is a topical subject. Using a method based on the wavelet transform to calculate the irregularity of the QRS complex, which may relate to inotropy, the QRS complex irregularity time series is successfully extracted from original ECG signals. This provides a new approach to studies of ECG dynamics. With the help of non-linear dynamics theory, the QRS complex irregularity time series of eight subjects, from the MIT/BIH arrhythmia database are studied qualitatively and quantitatively, and the characteristics of ECG dynamics are analysed extensively. The power spectrum, phase portrait, correlation dimension, largest Lyapunov exponent, time-dependent divergence exponent and complexity measure all verify the fact that ECG dynamics are dominated by an underiying 5–6-dimensional non-linear chaotic system, whose complexity measure is about 0.7. The QRS complex irregularity time series contains abundant information about all parts of the heart and the regulation of the autonomic nervous system, and so further analyses are of great potential theoretical and clinical significance to patho-physiology studies and ambulatory monitoring.