多分辨分析提取心率变异性中的睡眠结构信息

本文从工程分析的角度探索通过分析心率变异性推知健康人夜间睡眠结构的可行性、针对心率变化在睡眠过程中的特点,对心动间期信号作基于小波变换的多分辨率分析,深入考察了不同睡眠时相中的RRV(R-R interval variability)多分辨率信号,尤其在睡眠时相转换时的变化特点.建立了关于健康人睡眠规律和睡眠RR规律的规则库.综合分析RRV在多分辨率下的信息,用模糊逻辑推理系统对某时间段不同睡眠时相的隶属度进行推理.经对26例健康人睡眠RRV分析,与脑电人工分析结果比较,睡眠基本结构的平均符合率达到85%,醒觉和睡眠状态的平均符合率达到93%,证明用本方法进行睡眠结构分析是可行的.     

基于小波变换的心率变异性动态分析

心率变异性（Heart rate variability，HRV）分析已成为无创检测心脏自主神经调节功能的一种手段。传统的频域分析，主要是计算HRV信号各频段功率，以及识别各频段的峰值频率，无论是采用经典谱估计还是AR模型都是以假设HRV信号近似平稳为前提的。这种假设在短程分析中可以基本满足，但在长程分析中，HRV信号的非平稳性便凸现出来。提出了一种基于小波变换的心率变异性动态分析方法，它不但可以获得传统的频域指标，而且可以获得它们随时间变化的动态值，称为短时功率，短时LF／HF比，特别是后者，可以动态评估自主神经活动的平衡情况。最后将这种分析方法应用到阿托品药物实验中，跟踪分析了阿托品对自主神经的影响情况。     

全身麻醉状态下心率变异性的连续小波分析

为更准确地通过分析心率变异性(HRV)判断麻醉深度随时间的变化,需要密切关注麻醉状态下HRV低频(LF)和高频(HF)成分随时间的变化情况,采用连续小波变换(CWT),将CWT中的尺度转换为频率,对患者麻醉前后的HRV信号(RR间期序列)进行了时频分析。其时频能量图以及LF、HF能量值都表明麻醉后HRV信号的LF和HF成分受到了抑制,LF/HF值也由麻醉前的9.021 9降为麻醉后的3.557 3。CWT和传统的时频分析方法在分析同一麻醉后HRV的时频分布表明,CWT可以更准确地定位HRV时域信号中出现突变的时间以及引起频率变化的频段范围。因此,CWT作为分析麻醉状态下HRV的一种新方法,能提供HRV更为准确的时频定位,进而提供更为准确的麻醉深度监控结果。     

基于小波变换的多分辨率医学图像融合

多模医学图像融合在医学图像分析和诊断上具有极为重要的应用价值。本文采用了基于小波变换的多分辨率分析对人脑MRI PET图像进行了融合。结果表明此方法能够充分有效地将解剖信息与功能信息集成在一起 ,并保留原始图像的边缘和纹理特征 ,具有广阔的应用前景     

基于心率变异性的情绪识别研究

为探究不同情绪下的自主神经系统的特征变化,本研究基于心率变异性的特征信息研究了不同情绪的分类识别。采集了恬静、气愤、悲伤、恐惧、厌恶、平静、惊奇、搞笑等八种情绪的心电信号,采用小波变换去除噪声干扰,提取了心率变异性的时域、频域等特征参数,并利用支持向量机算法实现了情绪分类。结果表明,本研究方法对于情绪识别具有较高准确性,通过优化支持向量机的参数,对于不同情绪的识别精度可达到60%～75%。基于心率变异性的特征信息进行多种情绪的分类识别方法在影片的测评、培训效果评价等方面具有重要意义。     

基于小波变换的心率变异性信号的分解

根据心率变异性（Heartr ate Variability，HRV）的牲，运用小波变换的分析方法将HRV信号分解成1／f分形部分和非1／f部分，有利于提取HRV信号的特征量和进行1／f部分的定量分析。     

心率与血压变异性

心率与血压变异性郑达安综述　蒋有铭　审校（上海医科大学生物医学工程教研室）早在十八世纪中叶，人们已开始注意到许多血流动力学参数如动脉血压、射血分数、心率等都呈现一定的周期性，它们在每一个心动周期中以一定的周期重复着，但并不是一个绝对的常数，它们在拍－...     

心率变异性研究进展

心率变异性指窦性心率的波动变化程度.其发生的主要机制是心脏节律直接受心交感和心述走神经的双重调节并相互制约.传统的心率变异性分析包括时域方法和频城方法,二类指标密切相关,非线性分析方法属近年来兴起的"新方法",目的在于描述RR间期的动态变化特征.心率变异性可用来预测心脏性猝死、评价心脏自主神经的活动性、均衡性有关的病理状态,因而具有重要临床价值.必须建立一种标准的测量分析方法,才能使心率变异性成为临床常规监测项目.     

睡眠中的心率变异性

睡眠中的心率变异性杨军俞梦孙苏琳陈蓓北京新兴生物医学工程研究发展中心（１０００３７）睡眠医学与研究觉醒和睡眠好像一个钟摆，是生命活动必需的两个互相转化的过程。对睡眠过程的研究无疑对我们了解人体生理机制有重要意义，还可以发现某些疾病的隐患或者致病因素，...     

陈旧心肌梗死患者的心率变异性分析

目的分析陈旧心肌梗死患者的心率变异性。方法选取我院收治的陈旧性心肌梗死患者40例,将其作为本研究的实验组,选取同时期于我院就诊的心绞痛患者40例及身体健康者40名作为本研究的对照组,对三组入选病例的心率变异性进行分析,总结陈旧心肌梗死患者的心率变异性特点。结果实验组与心绞痛对照组心率变异性指标均低于正常对照组(P<0.05),但组间比较无明显差异(P>0.05)。结论陈旧心肌梗死及心绞痛患者心率变异性明显低于正常人,心率变异性检测可反映自主神经活性,评估心血管患者预后。     

基于心率变异性的精神疲劳的研究

以心率变异性指标对精神疲劳程度进行客观评估。对主动疲劳与被动疲劳进行区分,指出负荷、应激与疲劳之间的联系。在此基础上,设计读书和笔算两种精神疲劳实验。比较读书阶段和音乐放松阶段的心率变异性(HRV)指标,将笔算过程的HRV指标和工效指标结合起来进行分析。结果表明:以工作绩效检测精神疲劳有局限性;读书阶段的疲劳累积效应强于笔算过程引发的疲劳;随着读书或笔算过程中疲劳程度的增加,HRV增加而HR降低,说明精神疲劳促使应激能力降低。HRV直接反映的是应激水平,在严格的约束条件下,HRV可以反映被动疲劳程度;随着被动疲劳程度的增加,通常HRV升高,HR降低,这可能是生理抑制性保护作用。     

以短时心率变异性反映充血性心力衰竭患者自主神经活动的改变

基于短时心率变异性（HRV）分析,探讨充血性心力衰竭（CHF）患者自主神经活动的变化和影响。选用THEW数据库中正常人子数据库作为正常对照组（n=189）,对于PhysioNet中两个CHF子数据库的样本（n=44）,按照NYHA等级,将NYHA I-II级划分轻度CHF 组（n=12）,NYHA III-IV级为重度CHF组（n=32）。对每一个Holter记录选取日间和夜间安静态各5 min的RR间期（RRI）序列,分别进行时域、基于AR模型的频域和去趋势波动（DFA）分析。在正常组、轻度CHF组和重度CHF组等三组中,CHF患者日间的短时分形尺度指数（(α₁)_d）两两比较均有显著性差异,并存在下降趋势（依次分别为1.35±0.21、1.03±0.29和0.81±0.29）,反映心率动力学从分形特性转向更随机化的结构。同时,日间HFn((HFn)_d)在三组间的两两比较中均存在显著性差异,并存在上升趋势（依次分别为23.89%±12.78%、37.22%±11.24%和56.30%±15.28%）, 表明CHF导致交感神经和迷走神经交互作用趋于消失。利用夜间RRI（RRI_n）,(HFn)_d 和 (α₁)_d等3个指标进行Fisher线性判别,区分正常人和CHF患者的灵敏性和特异性分别为90.91%和92.06%,而区分轻度和重度CHF患者的灵敏性和特异性分别为84.38%和100%。所进行的研究将HRV非线性方法与传统方法相结合评估自主神经状态, 为监测CHF病情或观察治疗效果等潜在的临床应用提供了依据。     

基于遥测技术的大鼠24小时心率变异性分析

本研究应用遥测技术连续记录大鼠在无束缚条件下24h心电信号，并通过心率变异性（Heart rate variability，HRV）频谱分析的方法研究大鼠24h自主神经活动。大鼠24hHRV分析结果表明：自主神经活动具有明显昼夜节律，在睡眠期迷走神经活动较活跃，而在清醒期以交感神经活动为主；HRV频谱中低频和高频成分的比值（LF／HF）随着睡眠深度的变化而波动。24hHRV分析可以获得自主神经系统活动的丰富信息，并有助于研究自主神经系统在生理和病理过程中的调控作用。     

以线性参数模型和信息分解方法评价QT变异性对心率变异性的响应

自主神经系统(ANS)的平衡对于规避与心脏相关的疾病风险具有重要意义。本课题运用频域的线性参数模型和非线性信息分解方法,分析QT变异性(QTV)对于心率变异性(HRV)的响应,揭示心脏自主神经的调节状态。使用来自THEW数据库的Holter数据,选用其中的正常组(Normal,n=186)和高心律失常和心源性猝死风险组(ESRD,n=41)进行对比。提取昼夜安静态各5 min RR间期(RRI)和相对应的QT间期(QTI)序列,计算频域参数QTV与HRV相关的百分占比(LR)和信息分解的RRI对于QTI的可预测性(PI),并结合RRI序列的时域、频域和符号动力学分析,探讨QTV对于HRV的响应在两组人群中可能的差异和发生机制。对于LR和PI,Normal组均表现出显著的昼夜差异,而ESRD组则均不存在,反映出ESRD组ANS交互作用的缺失。两组间同时段同指标对比时,低频段LR无显著差异,而在高频段,Normal组的LR值均显著小于同时段ESRD组的LR值(白天:18.36%±17.38% vs 39.37%±23.80%, P<0.05;夜晚: 28.63%±18.77% vs 42.31%±21.97%, P<0.05);Normal组夜晚的PI显著大于ESRD组夜晚的PI(0.310±0.155 vs 0.236±0.131, P<0.05),而在白天无显著差异。研究表明,线性参数模型和基于信息分解的非线性预测对自主神经活动的敏感性不同;高心律失常和心源性猝死风险人群中HRV对QTV的调控呈复杂度降低的特点。     

正常人短时心率变异性指标在长时序列中的分布特性及其年龄的影响

无创的心率变异性(HRV)检测所反映的自主神经状态可受生理、病理和心理等因素影响。提出研究短时HRV分析指标在长时序列中的分布特性,并探讨在正常人中随年龄可能发生的变化。将THEW中Normal子数据库中年龄大于18岁的Holter数据(n=177)分为5个年龄组(18≤y≤25, n=35; 25< y≤35, n=44; 35< y≤45, n=41; 45< y≤55, n=34; y >55, n=23)。利用5 min的滑动窗口、2.5 min的步长,计算每个滑动窗的RR间期均值(MRRI)、LF/HF和短时分形尺度指数(α₁),然后基于长时序列,分别计算MRRI和LF/HF,以及MRRI和α₁这两种配对的Spearman相关系数,并在各组内统计相关性良好人数的百分占比。然后,以具有正常作息时间和数据长度为筛选标准,从177名正常人中筛选出93名25<y≤65岁的受试数据,并以10岁为间隔分为4个年龄组,计算每人各个2 h时段中的各5 min滑动窗(2.5 min步长)的指标均值(EM_MRRI、EM_LF/HF和EM_α₁)。结果表明,具有良好相关性的人数百分占比在18≤y≤55的年龄段保持高水平(94%～100%),但在年龄大于55岁后急剧下降(MRRI vs LF/HF: 78.26%; MRRI vs α₁: 65.22%)。对于清晨最低EM_MRRI时段,其EM_MRRI、EM_LF/HF和EM_α₁在各年龄组均不存在显著差异(P>0.05)),但在其他时段这些参数则可能存在显著差异。随着可穿戴技术的发展,长时心率序列(RR间期序列)的可获得性大幅度提高,该研究结果对于拓展长时序列的HRV分析方法可提供新的思路。     

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。     

慢性肾衰患者心率变异性改变

目的　通过心率变异性 (HRV)变化测定 ,探讨慢性肾功能衰竭 (CRF)患者的自主神经活动状况。方法　用2 4小时动态心电图分析系统 ,对 2 0例健康者 ,77例CRF患者 (其中 30例氮质血症 ,4 7例尿毒症 )心率变异性的时域指标进行对比研究。结果　CRF患者心率变异性的测定结果为 :SDNN 85 .2 8± 19.96 ,SDANN 75 .5 5± 2 2 .4 7,r-MSSD19.2 2± 11.82 ,PNN50 6 .7± 14 .79,各项指标均明显低于健康者 (P <0 .0 1)。氮质血症期与尿毒症期心率变异性无明显差别。结论　通过HRV时域分析发现 ,CRF患者有自主神经调节功能紊乱。CRF氮质血症期患者已出现HRV下降 ,提示CRF患者早期就存在自主神经功能损害。     

Time-Frequency Analysis of Heart Rate Variability During Transient Segments

The spectral characteristics of heart rate variability (HRV) are related to the modulation of the autonomic nervous system. As the physiological condition is changed by such external stimuli such as drugs, postural changes, and anesthesia, or by internal deregulation such as in syncope, adjective autonomic responses could alter HRV characteristics. Time-frequency analysis is commonly used to investigate the time-related HRV characteristics. An alteration of the autonomic regulation resulting in a change in mean heart rate induces a transient component in heart rate, which, with any analysis method based on signals from multiple beats, results in the apparent spread of the spectrum of frequencies. This obscures the spectral components related to the autonomic function. In this paper we investigated the influence of the transient component in several time-frequency methods including the short-time Fourier transform, the Choi-Williams distribution, the smoothed pseudo Wigner–Ville distribution (SPWVD), the filtering SPWVD compensation, and the discrete wavelet transform. One simulated signal and two heart rate signals during general anesthesia and postural change were used for this assessment. The result demonstrates that the filtering SPWVD compensation and the discrete wavelet transform have small spectrum interference from the transient component. © 2001 Biomedical Engineering Society.PAC01: 8719Hh, 8780-y