用近似熵和樣本熵分析HRV預(yù)測陣發(fā)性房顫的研究.pdf

1、陣發(fā)性房顫是一種常見的心律失常疾病。陣發(fā)性房顫的發(fā)生機(jī)制目前認(rèn)為是由于一過性因素，如緊張、低鉀、藥物、感染、創(chuàng)傷等誘因?qū)е滦姆考〔粦?yīng)期縮短，在心房內(nèi)形成多個(gè)小折返環(huán)。自主神經(jīng)在心臟分布不均，且對心房肌的電活動(dòng)有影響，心房肌電活動(dòng)的穩(wěn)定性有賴于交感神經(jīng)和迷走神經(jīng)活動(dòng)的平衡，任何一方活動(dòng)增強(qiáng)都有致心律失常作用。交感神經(jīng)與迷走神經(jīng)均可通過降低心房的有效不應(yīng)期，使房顫易于激發(fā)。雖然房顫本身并不直接危及生命，但房顫發(fā)病時(shí)快速的心室率可引起血流動(dòng)力

2、學(xué)惡化，產(chǎn)生明顯癥狀，嚴(yán)重影響患者生活質(zhì)量尤其增加發(fā)生腦血管栓塞的危險(xiǎn)。早期預(yù)測房顫、及時(shí)阻止它的發(fā)生一直是醫(yī)學(xué)界關(guān)注的焦點(diǎn)和難點(diǎn)。隨著電生理學(xué)的發(fā)展，利用心電生理參數(shù)對房顫預(yù)測的研究也正逐步深入，其中無創(chuàng)性電生理檢查操作相對簡單、方便，費(fèi)用低，無痛苦，越來越多的用于臨床中。目前，臨床上用的比較多是利用P波最大時(shí)限（Pmax）、P波離散度（Pd）、P波的形態(tài)及心率變異性（HRV）分析這幾種方法，同時(shí)檢查結(jié)果特異性及敏感性也較高。

3、 HRV是指逐次心搏間期之間的微小差異，它產(chǎn)生于自主神經(jīng)系統(tǒng)（autonomous nervous system，ANS）對竇房結(jié)自律性的調(diào)制，使心搏間期一般存在幾十毫秒的差異或波動(dòng)。HRV的研究對象只是逐次心動(dòng)周期的時(shí)間差別，羅列人體每次心動(dòng)的周期的差別可顯示出一大堆貌似無序的參數(shù)，反映了心率連續(xù)的瞬時(shí)波動(dòng)。這種心率的波動(dòng)并非偶然，而是受體內(nèi)神經(jīng)、體液的調(diào)控為適應(yīng)不同的生理狀況和某些病理狀態(tài)而作出的反應(yīng)。因此，HRV信號蘊(yùn)涵了有關(guān)心

4、血管系統(tǒng)神經(jīng)及體液調(diào)節(jié)的大量信息，通過檢測患者的心率數(shù)據(jù)，可得到許多有關(guān)自主神經(jīng)系統(tǒng)狀態(tài)的信息。但目前利用HRV分析預(yù)測房顫的方法只是局限于時(shí)域和頻域的分析方法，而且所需的數(shù)據(jù)量也比較多（一般用24h動(dòng)態(tài)ECG數(shù)據(jù)進(jìn)行分析），這對于測量和診斷都會(huì)帶來一系列的麻煩，有的甚至?xí)绊懺\斷結(jié)果。由于心電信號存在一定的混沌特性，因此本文將利用非線性的方法即近似熵（ApEn）和樣本熵（SampEn）分析已在臨床上驗(yàn)證了具有陣發(fā)性房顫對象的HRV，觀

5、察其熵值的變化，以期尋找一預(yù)測陣發(fā)性房顫的診斷信息。近似熵和樣本熵所需的數(shù)據(jù)量少，只需100～5000數(shù)據(jù)點(diǎn)就可以，一般心電記錄5min，就約有300～400個(gè)R-R間期，采集數(shù)據(jù)較方便，在臨床上有一定的推廣價(jià)值。 本論文在詳細(xì)地介紹了陣發(fā)性房顫與自主神經(jīng)功能關(guān)系的基礎(chǔ)上，分析了HRV分析對預(yù)測陣發(fā)性房顫的意義，并進(jìn)一步對HRV的時(shí)域、頻域及非線性方法逐一作了評述。 本研究中的對象數(shù)據(jù)都取自Physiobank的陣發(fā)性房

6、顫預(yù)測數(shù)據(jù)庫（PAF Prediction Challenge Database）。PhysioBank是一個(gè)規(guī)模很大的數(shù)字信號檔案庫，它是PhysioNet網(wǎng)站上提供的一個(gè)開放性的生理信號數(shù)據(jù)庫。Physionet是1999年9月，由美國國立衛(wèi)生院（NIH）的國家研究資源中心（NCCR）發(fā)起的集大量生理信號數(shù)據(jù)，生理信號分析工具箱和相關(guān)資源于一體的網(wǎng)站。本課題用到的ECG數(shù)據(jù)和一些工具軟件都是從PhysioNet獲取的。PhysioB

7、ank現(xiàn)在包含了30多個(gè)可免費(fèi)下載的數(shù)據(jù)庫。由于該數(shù)據(jù)庫的文件是用特定的格式編寫的，所以本文在介紹PAF數(shù)據(jù)庫的同時(shí)詳細(xì)介紹了數(shù)據(jù)獲取的方法及過程。 近似熵和樣本熵是本研究的分析工具。在詳細(xì)介紹近似熵和樣本熵的概念的同時(shí)，我們用MATLAB實(shí)現(xiàn)其算法，并且分析了這兩種算法的優(yōu)劣。通過用近似熵和樣本熵算法分析25例已驗(yàn)證具有陣發(fā)性房顫病人的發(fā)病前期（Pre-AF）和遠(yuǎn)離發(fā)病期（AFd）時(shí)期的HRV信號，結(jié)果發(fā)現(xiàn)這兩種熵測度在這兩個(gè)

8、時(shí)期有顯著的差異。通過參考大量的文獻(xiàn)及根據(jù)陣發(fā)性房顫病人心電信號的特點(diǎn)，我們選擇了N=512，m=2和m=3，r=0．1SD～1．0SD這些參數(shù)作了分析對比。統(tǒng)計(jì)軟件采用Origin7．5，采用t檢驗(yàn)的方法檢驗(yàn)Pre-AF和AFd兩個(gè)時(shí)期的兩組熵值，結(jié)果發(fā)現(xiàn)Pre-AF時(shí)期的熵值小于AFd的熵值，并且有顯著性差異（P<0．001）。根據(jù)心電信號的混沌特性，說明Pre-AF的心率復(fù)雜度減少了，反映出心血管系統(tǒng)的自主調(diào)節(jié)功能發(fā)生了變化。這一

9、結(jié)果與隨著某種心臟疾病的出現(xiàn)心臟電活動(dòng)的混沌程度降低的觀點(diǎn)是一致的。因此通過分析心電信號心率變異性熵值的變化，從而可能預(yù)測心房顫動(dòng)的偶發(fā)事件。另外，我們還比較分析了近似熵和樣本熵的參數(shù)變化對其預(yù)測效果的影響，結(jié)果發(fā)現(xiàn)為了能很好地區(qū)分兩種狀態(tài)下的熵測度的差異，r的取值應(yīng)為0．2SD（SD為樣本標(biāo)準(zhǔn)差）左右，并且近似熵受數(shù)據(jù)長度N和嵌入維數(shù)m的影響比樣本熵要大。因此，我們建議用樣本熵來分析心率變異性預(yù)測陣發(fā)性房顫更符合臨床的要求。

10、本課題所做的工作主要有以下幾點(diǎn)： ①提取Physiobank的PAF（陣發(fā)性房顫預(yù)測）數(shù)據(jù)庫中具有陣發(fā)性房顫的25個(gè)對象的房顫發(fā)作前（Pre-AF）10min以及遠(yuǎn)離發(fā)病期（AFd）的10min的兩段心電數(shù)據(jù)的R-R間期，形成時(shí)間序列； ②編寫近似熵和樣本熵程序分析HRV序列； ③觀察統(tǒng)計(jì)分析它們在房顫發(fā)作前后的熵值變化，尋找一預(yù)測陣發(fā)性房顫的因子； ④比較近似熵和樣本熵的參數(shù)變化對近似熵和樣本熵的預(yù)測效