论文部分内容阅读
心脏是人体重要的器官之一,其功能的变化关系着人体的健康状况甚至是生命安危。心脏系统是自然界中典型的混沌系统,其输出信号代表了心脏本身复杂的波动性质。心率变异性(Heart rate variability,HRV)信号是心脏的一种重要的输出信号,往往具有复杂的波动形式,能够反映心脏功能的重要信息。心率变异信号的相关性是心脏系统混沌性质的具体体现,反映了心脏自主神经的调控作用以及心脏的病理信息。对此,近些年来,研究者已经进行了大量的研究,时域和频域的分析方法是最基础的,但其不可以反映心脏系统的混沌特性。为此,大量的非线性方法如分形理论、多重分形、基本尺度熵和经验模态分解等。但是,由于实际信号都有噪声的干扰且非平稳,所以这些方法在临床上得到应用的还很少,寻找更合适的方法研究心率变异信号仍然需要。本文首先对健康人以及充血性心力衰竭(CHF)患者的HRV信号进行了去趋势波动分析(DFA),揭示了其在单分形时相关性的差异,得出健康人的心率变异性信号的相关性要大于充血性心力衰竭患者。然后对这两种信号进行多重分形去趋势波动分析(MF-DFA),发现其多重分形性以及相关性的变化,得出健康人的HRV信号的相关性大于CHF患者且多重分形性小于CHF患者的结论。最后,提出了一种基于集合经验模态分解(EEMD)的心率变异性信号相关性的分析法对信号进行研究。本文采用的实验步骤为:首先对充血性心力衰竭(CHF)患者和健康人的心率变异性信号进行集合经验模态分解得到一系列的由高频到低频的本征模函数;然后分别对不同频率的本征模函数求赫斯特(Hurst)指数;最后依据Hurst指数的变化来分析和对比心衰患者和健康人的本征模函数的相关性。大量实验结果表明,健康人的本征模函数(IMF)的相关性逐渐增大,而充血性心力衰竭(CHF)患者的本征模函数(IMF)的相关性先减小后增大。同时发现,HRV信号分解得到的不同频率的IMF的相关性不同,尤其是高频处的相关性差别较大。由于本征模函数相关性的变化与心室去极化的能力有关,而充血性心力衰竭患者的心室去极化能力弱于健康人,导致其二阶本征模函数(IMF2)的相关性低于一阶本征模函数(IMF1)。因此,IMF2相关性的变化可以作为检测心衰患者的一个参数,为心脏功能诊断提供实验基础。本方法可以克服之前研究HRV信号的非线性方法的非自适应性,且准确性与时间序列的长短关系不大,可以用少量数据得到相近的结果。对于HRV信号相关性的研究,不仅可以分析心率变异信号整体的相关性而且可以深层次的分析信号的不同时间尺度分量的相关性,从本质上解释疾病对相关性的影响,为临床诊断提供理论基础。