基于相位校正信號平均算法的心率信號分析.pdf

1、自主神經(jīng)系統(tǒng)(Autonomic Nervous System，ANS)失調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評估方法，但存在難以區(qū)分加速與減速相關的心率變化等局限性。相位校正信號平均算法(Phase-Rectified Signal Averaging，PRSA)是新近提出的一種心率信號分析方法，能夠在不同時間尺度(T)和小波尺度(s)上計算心率減速力(Decele

2、ration Capacity,DC)和心率加速力(Acceleration Capacity,AC)參數(shù)對ANS進行評估。DC和AC用于分別評估減速與加速相關的心率變化，臨床診斷能力優(yōu)于傳統(tǒng)HRV參數(shù)。盡管如此，DC與AC指標尚存在以下問題:1.參數(shù)與ANS活動的相關性存在爭議;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。生理實驗和臨床實驗對于上述問題的研究存在局限性，本文通過對心率信號建模，對參數(shù)算法

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

4、關，與交感神經(jīng)活動性正相關。
　　2.提出假設:心率不對稱性(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)學模型，調節(jié)吸氣/呼氣比例改變HRA水平，在不同HRA水平下分析DC和AC的相對性能。研究結果表明:HRA水平?jīng)Q定了DC與AC的相對性能。HRA高于50％時，DC相對于AC與ANS活動相關性更強。
　　3.針對RRI信號序列的不等間隔采樣問題，采用對信號插值擬合后再重