论文部分内容阅读
血糖波动是机体在调节血糖的过程中产生的。通过动态血糖监测仪(continuous glucose monitoring system,CGMS)获得的72小时动态血糖序列蕴含了丰富的血糖信息。相对于传统的血糖评估参数而言,采用信号处理方法对动态血糖时间序列进行分析可获得血糖波动更多的时频特征。为了能够深入地观察动态血糖序列的变异性和复杂性,本文采用多尺度分析的方法对Ⅱ型糖尿病患者(98人)的72小时动态血糖序列进行了研究,提出采用集合经验模式分解(ensemble empirical mode decomposition,EEMD)、多尺度熵(multi-scale entropy,MSE)、精细复合多尺度熵(refined composite multi-scale entropy,RCMSE)和去趋势波动分析法(detrended fluctuation analysis,DFA)研究糖尿病患者的血糖波动特征和血糖序列的复杂性,并提出量化指标,分别观察了以平均血糖波动幅度(MAGE)、糖化血红蛋白(HbA1c)、黎明现象(DP)分组后的糖尿病患者的动态血糖序列的特性等。还尝试从心率变异性和心肺耦合分析的角度对血糖与睡眠的关系进行研究,并引入睡眠呼吸暂停指数和高、低及极低频耦合值的比较。结果显示:EEMD将Ⅱ型糖尿病患者动态血糖序列分解在不同的本征模态函数(IMF)上,MAGE>3.9的糖尿病患者动态血糖序列在IMF3-5上变异性高于MAGE≤3.9的患者,发现血糖波动有可能受到昼夜节律、饮食以及自主神经调控等的影响;MSE和RCMSE量化分析动态血糖序列得出,MAGE>3.9的患者的血糖序列复杂度指数低于MAGE≤3.9的患者;MAGE>3.9的患者在大时间尺度和小时间尺度下的标度指数相比MAGE≤3.9的高,血糖序列复杂度指数和标度指数可知,MAGE>3.9的患者的血糖序列复杂度相比MAGE≤3.9的要低;心肺耦合分析发现MAGE>3.9的患者睡眠质量相比MAGE≤3.9的患者差,睡眠呼吸紊乱指数(AHI)相对较大,睡眠期间极低频成分相对较高。HbA1c值高的组其血糖序列复杂度较低,但是分组之间的熵值差异没有统计学意义。DP>1.11的患者在大时间尺度的标度指数相比DP≤1.11的高,证明其血糖序列复杂度低,但是分组之间的标度指数没有统计学意义。总的来说,血糖波动的升高使其血糖序列复杂度相对较低。通过本课题研究发现,血糖波动存在多尺度特性,通过EEMD方法发现血糖波动有可能受到昼夜节律、饮食以及自主神经调控等的影响;在血糖大幅度波动和血糖调控不好(从MAGE、HbA1c、DP来看),将会带来血糖序列动态结构复杂度的损失。血糖序列复杂度有可能成为血糖波动分析的一个新的生物学指标。对动态血糖波动特性的量化分析研究有助于理解血糖调节系统的内在规律,为血糖的调控研究提供新的视角。血糖大幅度波动会影响患者的睡眠质量,但是它们之间存在的关系仍需深入研究。