论文部分内容阅读
心脏是保证人体生命活动正常进行的核心器官,它受到神经、血压、激素等多种因素的调节。近年来,心脏疾病一直是威胁人类健康的主要疾病之一,对心脏功能进行准确的评估和诊断,成为一个重要的研究课题。心电信号蕴含着心脏电活动丰富的生理信息,在临床医学与研究中易于采集和检测,具有较直观的规律性,是当前临床医学与生物科学领域研究最多的心脏电信号。从心电信号中提取的心率变异性(Heart rate variability, HRV)信号在近二十年的研究中受到了普遍的重视。作为反映自主神经系统活动水平的灵敏指标,对HRV的提取和分析已经在定量评估交感神经和副交感神经活动的紧张性、均衡性及其对心血管系统的影响方面得到了广泛的应用。近年来,熵分析法广泛应用到HRV的分析中,并取得了一定的进展。该方法以其方法简单、运算快速、抗干扰强等优点为探测和捕捉时间序列中的有用信息提供了方便。由于心率变异性信号是非平稳、有噪声干扰的时间序列,所以本文采用非线性动力学分析方法中的基本尺度熵方法,在前人研究的基础上对HRV信号进行了分析,主要研究工作和创新点如下:(1)研究了改变基本尺度熵方法中的延迟时间对熵值的影响。通过Logistic映射序列、1/f噪声序列和HRV信号序列,发现延迟时间取L=1时基本尺度熵并没达到最大值,当L≥3时,熵值收敛于一个固定值,该值非常接近理论推导值log2(4m)。因此,通过实验仿真得出最佳延迟时间参数为L=3,此时基本尺度熵值能够真实全面地反映时间序列的复杂程度,为HRV分析方法中其他参数的选取提供一定的参考价值。(2)计算了五种不同生理、病理状态人群的基本尺度熵值与“禁止状态”个数,得出两者的变化关系,并应用多尺度化的基本尺度熵分析量化HRV序列在多个时间尺度下波动的不规则度,得出其复杂性指数。结果表明健康年轻人的计算结果代表了最佳的生理健康状态,而其他生理、病理人群由于心脏病变,自主神经系统紊乱,造成心率变异性的复杂性有所下降。(3)设计、实施了颠倒作息的实验,采集了六名测试者正常作息24h和颠倒作息24h的心电信号,经过数据预处理,从中提取HRV信号。联合基本尺度熵、MSE曲线和m-words组合形式分布直方图分析颠倒作息情况下睡眠、清醒两种状态的HRV信号,与正常作息下的变化规律进行比较。结果表明人体睡眠清醒循环比昼夜节律24小时交替循环对心脏的搏动特性影响更大,清醒和睡眠状态决定了自主神经系统的相互作用规律与HRV信号混沌特性,同时对人体本身动力学复杂性产生影响。