目的：找出能区分短气症状患者与正常人的客观化指标，实现短气症状的客观测评。　　方法：①利用课题组和深圳安润普公司合作研发的智能呼吸带，测试短气症状的患者和正常人的24小时呼吸数据，在MATLAB软件中编程提取每位受试者的呼吸周期数据，利用时域分析、Poincare散点图分析等方法对呼吸周期数据进行分析，获取特征性指标。②利用t检验或秩和检验比较短气症状患者和正常人之间各项指标的差异。③利用诊断实验ROC曲线（受试者工作特性曲线）法获得敏感指标及临界值，进而对短气症状做出客观定量的测评。　　结果：　　（1）共获得17个特征性指标。　　（2）短气症状患者和正常人的特征性指标差异：①短气组的24小时说话的总时间（FTS）与平均每次说话持续时间（FST）明显低于正常组。②短气组的吸气时间（FIT）、呼气时间（FET）明显低于正常组，短气组的吸呼比（FIER）、呼吸频率（FRF）明显高于正常组。③短气组的RMSSD、SDNN、PNN50、RMSSD、PNN50明显低于正常组。④短气组的长轴右边长度（FLAR）、长轴（FLA）、面积（FSDA）明显低于正常组，短气组的短轴（FSA）低于正常组，短气组的短轴/长轴（FSLR）、集中区域呼吸百分比(ABR)明显高于正常组。　　（3）诊断试验结果显示：FSDA的ROC曲线下面积（AUC）最大（0.85），诊断短气症状的诊断价值最高。当设FSDA≤1214为短气症状阈值时，灵敏度为76%，特异度为84%，诊断准确率为81.3%，诊断比值比为16.89，阳性似然比为4.75，阴性似然比0.29。　　结论：　　①短气患者肺的呼吸机能失常，其特征性表现是呼吸的时间变短，呼吸的深度变浅，并同时伴随有话语量的减少。　　②其中FTS、FST、FIT、FET、FIER、FRF、SDANN、SDNN、SDNNI、RMSSD、PNN50、FLA、FSLR、FSA、FLAR、FSDA、ABR可作为评价短气症状的定量指标，上述任何一个指标都可以用来诊断短气，其中利用FSDA指标建立短气症状的诊断标准价值最高，诊断界值为1214，即当FSDA≤1214时可诊断为短气。