论文部分内容阅读
鉴于心血管疾病对人类健康的极大威胁,且人体脉搏波可以反映心血管系统状态的信息,因此对脉搏波的研究具有巨大意义。传统的外周动脉脉搏波研究已经限制了当前对于更多更精确的临床医学信息的获取,在某些疾病的预测上中心动脉脉搏波要优于外周动脉脉搏波。目前临床中采用的介入式下导管的方式是中心动脉脉搏波获取的“金标准”,但此方法会给病人带来较大的创伤,且其花费也很高给家庭带来巨大经济压力,一般用在心脏或血管下支架的手术当中,并不适合单独作为中心动脉脉搏波测量的方法来使用。传递函数方法一直是受到国内外研究者青睐的中心动脉脉搏波的无创检测方法。具有代表性的相关无创检测系统有澳大利亚Atcor公司的SphygmoCor脉搏波分析仪和日本Omron公司的Omron HEM-9000 AI脉波测量仪等,但是上述这两款无创检测产品采用的都是通用传递函数法,研究者质疑其精度不够,不能满足个体差异的需求。本文提出基于ARX模型与人群分类的方法重建中心动脉脉搏波,旨在更加准确地重建中心动脉脉搏波。本文首先基于25组有创中心动脉脉搏波和肢动脉脉搏波数据建立ARX模型,依据AIC与FPE准则确定模型阶数,采用最小二乘法计算模型参数,将所有得到的模型平均获得广义传递函数模型(Generalized Transfer Function,GTF)。其次,根据受试者的性别、年龄和 BMI、K 值将得到分组模型(Sub-group Generalized Transfer Function,SGTF),并对各类模型分别计算平均模型。最后,将其与广义传递函数模型作对比,验证分组模型的精度。验证过程中,采用模型估测主动脉脉搏波计算参数,然后与有创实测的主动脉脉搏波计算参数作对比。采用SPSS的T检验或非参数检验分析估测参数与实测参数是否存在显著差异,进而通过Bland-Altman方法验证估测参数与实测参数的一致性,在此基础上对估测参数与实测参数还做了 Pearson或Spearman相关性检验。通过25组临床数据进行验证实验后发现,基于人群分类方法确实在不同程度上提高了通用传递函数的精度,其中基于年龄与身体质量指数分组的结果为最佳。综上所述,本文提出基于人群分类方法建立的TF_Age-BMI、TF_Gender、TF_K传递函数法是对通用传递函数法的改进,其结果要优于通用传递函数法。