背景:冠心病的显著特征是心肌缺血,心肌缺血的准确和及时诊疗对挽救患者的生命具有重要意义。动态心电图(Holter)是目前对于心肌缺血最为有效的监测手段,比较成熟的研究结果主要集中在心肌缺血的诊断和利用心率变异性(HRV)评测心肌梗塞后猝死的危险因子。为研究心肌缺血发生发展过程中影响因素的动态变化,本研究拟以心电图间期时间序列为基础,通过发展QT间期自动检测算法,采用短时递归定量分析,寻找对于缺血敏感的分析参数,分析心肌缺血过程中体现在QT间期变异性(QTV)方面的非线性和非平稳性变化,并通过对比QTV与HRV在缺血中的变化差异,以及它们之间相互关系的变化,探讨心肌缺血发展过程中自主神经和体液因素影响的变化,提供新的信息,为在心肌缺血的预防和缓解方面有可能发展的定制疗法提供依据。方法:选取Long-term ST-T(LTST)数据库作为数据源,根据筛选原则,从43条可免费使用的记录中筛选出170段时长从34 s到23 min 18 s不等的缺血段。对于每一缺血段,分别选取其前后5 min作为对照段,形成一个完整的待分析段。建立一种用于QT间期检测的复合算法,采用小波变换的方法检测R点和Q点,采用不依赖阈值的波形面积算法检测T波终点。通过QT Database的数据验证算法后,利用该算法提取所有待分析段数据的QT间期和RR间期。构建递归定量分析(RQA)和交叉递归定量分析(KRQA)平台,在该平台中整合缺血信息提取,缺血原始心电信号提取,QT间期和RR间期提取,RQA和KRQA分析参数设定,RQA分析和KRQA分析等功能。利用该分析平台对待分析段中的QT间期和RR间期进行RQA、KRQA分析,采用Wilcoxon符号秩检验对分析指标进行统计学检验。结果:通过QT Database的数据的验证,所建立的QT间期复合检测算法检测误差均值为-0.36 ms,标准差为15.49 ms;66.52%的检出误差被控制在20 ms以内,92.12%的检出误差被控制在40 ms以内。RQA分析结果中,QTV与HRV在缺血发生时具有相同的变化趋势,但QT间期有8个非线性指标在缺血发生时具有显著性差异,RR间期指标只有4个存在显著性差异,且显著程度较低。QT间期与RR间期的配对KRQA分析结果中,与递归图中水平线、垂线相关的3个指标显著升高。结论:本研究建立的QT间期复合检测算法有效提高了QT间期检测的精度,并且具有良好的稳定性。QTV和HRV在缺血发生时具有相同的变化趋势,都表现为复杂度的降低,变异性减小。但在这种相同的趋势下,OTV对缺血的反映在RQA分析中体现得更为明显。QT间期和RR间期在缺血发生时相互关系的减弱,说明在心肌缺血的病理状态QT间期的变化模式对RR间期变化依赖性的减弱,提示心肌缺血时代谢环境改变导致非神经因素对QT间期的影响增强。研究结果证实了短时非线性分析方法的有效性,为提高对动态心电图中与心肌缺血相关信息的充分挖掘和利用,提供了有益的思路和研究基础。