Windows 95 平台上的心率变异分析系统的建立及其初步应用
作者：沈永林 陈文辉 蒋珂 梁毓厚
单位：清华大学电机系，北京 100084
关键词：心率变异性；短时程序列；R-R间期；功率谱；散点图；功率谱阵
航天医学与医学工程990208摘要：目的 为HRV分析的研究提供一个较为实用的应用系统。方法 研制高质量 的放大电路，在Windows 环境下解决信号采集、显示和多任务运行的矛盾，建立了HRV分析系统，并采用时域的统计学、频域的功率谱以及时变功率谱的分析方法对健康人、病人进行HRV分析。结果 健康人、病人的 HRV有差异，糖尿病患者HRV的特异性更明显。结论 该分析系统对心率变异的研究有重要应用价值。
中图法分类号：R540.41,R319 文献标识码：A 文章编号：1002-0837(1999)02-0111-05
, http://www.100md.com
HRV Analysis System Based on Windows 95 and Its Preliminary Application
SHEN Yong-lin, CHEN Wen-hui, JIANG Ke, LIANG Yu-hou
Abstract：Objective To provide a real useful application system for the HRV research. Method The acquisition, detection and analysis system of HRV signal was set up based on Windows 95. The system analyzes the HRV signal with statistic method in time domain and power spectrum in frequency domain. And the power spectrum array was also introduced into the analysis.HRV signals of some healthy persons and some patients were detected and analyzed. Result The HRV characteristic is much more obvious in the diabetics patients. Conclusion The system is useful in HRV signal analysis and cardiovascular research.
, 百拇医药
Key words：heart rate variability;short-time series;R-R interval;power spectrum;scattergram;power spectrum array
Address reprint requests to: SHEN Yong-lin.Department of Electrical Engineering,Tsinghua University,Beijing 100084,China
心率变异性(Heart Rate Variability,HRV)是指窦性心率的微小涨落。它描述心脏跳动节律的变化，反映了窦性心率在自主神经的调节下发生波动的能力，即窦性心率不齐的程度。经典的体内平衡理论认为心血管系统和其它生理系统是稳定的，心率的不规则涨落源于外因。而研究证明，健康人的心率在稳定状态下也是有涨落的。
心率变异性(HRV)信号蕴藏了有关心血管调节的大量信息，通过对HRV的分析，可以评估心脏自主神经的功能，心交感神经和迷走神经活动的紧张性、均衡性及对心血管活动的影响。在临床中，心率变异性主要用于心血管疾病的早期诊断及危险程度的评估，还可用于辅助评估、分析与自主神经有关疾病的植物神经的病变程度和发展趋势。
, 百拇医药
在体育运动及其它环境下，可通过对运动员、飞行员心脏功能的评估，择优录取或评价训练效果。另外，睡眠研究与睡眠医学对了解人体生理与病理机制有重要意义，被认为是21世纪神经科学的主要内容之一，而HRV分析正是研究睡眠过程的重要手段之一。
因此，建立一个较完整的心率变异分析系统，进行多方面的研究和应用，是很有意义的。
系统构成
硬件系统 心率变异分析系统的硬件系统的框图如图1所示[1]。放大电路的低噪声、低漂移、高精度，运行可靠、稳定，是本放大器的特点，也是获取强噪声背景下的心电弱信号的要求。经过多次实践和改进，解决了高输入阻抗、高共模抑制比、低噪声的前置放大级问题，加上抑制共模干扰、人体交流干扰、高频干扰的驱动和滤波电路，有效减小50 Hz工频干扰的双T陷波电路，以及ECG所必需的定标电路、复零电路，终于制成了高质量的放大电路。经过两年来的各种环境运行的考验，放大器一直稳定可靠。
, 百拇医药
图1 硬件系统框图
Fig.1 Hardware Block Diagram
对医疗测试仪器来说，被检测者的安全是最重要的，为此，必须把人体与电气隔离开来。本系统采用浮地技术，心电信号从浮地的人体经隔离耦合传递到接地部分，这样两部分之间没有直接的电流联系，保障了人体的安全，也消除了地线上的干扰电流。系统中设计了DC/ DC隔离电源，采用两组独立的供电系统供电。这样的隔离电源、光电隔离、隔直电路组成的多级隔离方案，确保了人体的绝对安全。
信号采集 信号采集时,显示器同时监视采集的心电波形,以保证高质量的数据采集,避免由于各种因素干扰造成数据质量次而形成无效采集。在Windows环境下，实时采集数据，同时显示曲线以及运行多任务(包括系统任务)之间，存在一定的矛盾。而且，Windows 多任务的环境，系统集中统一管理各种资源，使编程者使用某些硬件资源比在DOS环境下要困难得多。我们采用了并行操作的多处理器办法，使数据采集独立于主计算机，由另一个处理器控制。主机只是通过中断接收AD采集的数据，以及完成显示曲线的任务。从而较好地解决了多任务环境下，采集、显示和多任务运行的矛盾。这样，采样率可以达到1 kHz以上，满足了心电信号采集的要求。
, 百拇医药
软件构成 对于软件开发者来说，为用户建立功能强、界面友好的用户程序是至关重要的。Windows 95 是现在最流行的操作系统，它能提供强大的系统功能以及易学、易懂、易记及易用的图形用户界面，因此，它是本系统理想的系统设计平台。软件系统的结构如图2所示。
图2 软件结构
Fig.2 Software Architecure
为了实现复杂的软件功能，软件应该具有良好的结构和规范，以便于调试、易于维护和升级，因此采用代表90年代先进水平的面向对象的程序设计方法。软件结构分为三层，主窗口、功能窗口和具体实现层。主窗口选择不同的功能。功能窗口包括数据采集、数据分析、数据与波形显示、结果打印等几种，组织实现不同的功能。实现层为具体实现程序功能的物理底层。
, 百拇医药
软件实现时，有些问题必须妥善处理。首先是自制硬件的驱动程序，这是应用系统成功的第一步。汇编程序是直接和硬件打交道的底层语言，汇编程序和高级语言结合自然是最佳的选择。系统中的放大器和A/D卡就是利用汇编程序进行控制、通过中断进行传送的。其次是应用程序的扩充、维护，程序规模过大、计算机内存容量限制的问题，动态连接库正是解决这一问题的钥匙。软件中的每个功能块形成一个动态连接库，这样程序的调试和扩充都很简便，而且动态连接，大大节省了内存空间。第三是如何方便用户使用。Windows提供了方便使用的环境，但是大量的情况需要判断、选择，一些数据需要输入，这势必增加程序使用的难度。为用户着想，使程序智能化、风格Windows化，除了必需键入的患者名和病历号以外，其它无需键入，只需有限的鼠标点动操作，并且编制了具体的帮助文件，引导用户掌握软件的使用，这样一来，极大地方便了用户。
心率变异性分析
心率变异的研究方法主要是时域分析、频域分析和非线性动力学分析法。前两者理论成熟，各个指标意义明确，临床应用广泛，而后者正处于研究阶段，离临床应用尚有一段距离。
, 百拇医药
短时程序列 心率变异可以采用短时程和长时程两类数据进行分析。在HOLTER系统中，采用长时程24 h HRV分析。但实际上，并不是所有数据在分析中都有意义。在我们的系统中，采用若干个有意义的短时程的数据，每三组数据组合在一起，称为数据块，若干个块形成短时程序列。对它们进行分析、比较，可以看到它们当时的情况，发现它们的变化，或者变化的趋势。这种短时程序列的分析，犹如长时程数据的采样，其效果类似于HOLTER系统中的长时程分析，弥补了短时程分析的不足。
统计分析 心电信号的R-R间期是一种随机信号，准确地说是微小波动的随机信号。因为心率是一种确定范围内的信号，心率变异是心率的微小变化。在时域上，这样的随机信号的简单而直观的表示方法，自然是统计学离散趋势分析法。常常用R-R间期极差，R-R间期标准差SDANN，相邻R-R间期差值的均方根r-MSSD等参数来衡量HRV的大小和分散程度。其中，R-R间期标准差为：
, 百拇医药
在临床研究中，经常使用该式来描述随机变量的散布特性，例如用以评估心梗后猝死的危险程度。为了便于对比分析，应该消除原心率的影响，因此把它们除以平均R-R间期，得到这些参数的变异系数，加以比较，意义就更清楚。
HRV的离散程度，采用散点图和直方图来表示，也就是HRV统计趋势图。Lorenz散点图是这样建立的：用相邻心拍中前一心拍的R-R间期为横坐标，后一心拍的R-R间期为纵坐标描点，描完所有相邻的心拍点，形成散点图。通过描记点到45°斜线的距离来反映HRV的离散程度。如果统计指标r-MSSD大，描记点在45°直线周围呈发散状态，表明HRV的非线性特性，反之，r-MSSD小，描记点呈聚集状态，表明HRV的线性趋势。这种非线性动力学分析法，由于其临床意义清楚，而常被采用。
R-R间期直方图是R-R间期在不同数值段上的频数统计，反映了R-R间期对其平均值的离散程度。横坐标为R-R间期值，纵坐标为相应数值的R-R间期的出现次数。R-R间期差值直方图是R-R间期差值的频数统计，反映了R-R间期差值对间期平均值的离散程度，它不受绝对心率变化的影响，比R-R间期直方图具有较高的灵敏度和特异性。
, http://www.100md.com
功率谱分析 HRV功率谱分析能定量评价心交感神经和迷走神经活动的紧张性、均衡性及对心血管活动的影响，对心血管疾病的早期诊断、监护及预后评估有重要意义。参数模型把随机过程的随机性和一定程度的可预测性分离开而又结合起来，能较好地概括随机信号的本质。本系统采用自回归(AR)参数模型估计HRV功率谱，并用自相关法对参数模型进行估计。HRV的AR功率谱估算步骤如下：
(1)估计HRV信号的自相关阵
k=0,±1,…,±p
(2)利用递推的L-D算法估计AR模型参数,首先从下式解出a1(1)and ε(1)：
, 百拇医药
结果为：
用(p-1)阶的akp-1,k=1～p-1和ε(p-1)，通过下列步骤，计算p阶模型的系数：
(3)由上面解得的参数进行功率谱估计AR参数模型的阶次通过试算确定为12。
按照时间的进程，把HRV信号分段进行AR功率谱分析，得到功率谱阵，即时变功率谱。时变功率谱能动态地观察HRV随时间的变化情况，因而比较容易地捕捉到生理或病理状态改变时功率谱的频谱变化，具有很好的应用前景[2，3]。
, 百拇医药
临床初步应用
在北京医科大学第一附属医院心血管内科，本系统对21例被试者进行了HRV临床试验。其中有10名年轻的健康者，7名男性3名女性，平均年龄27±4岁。另外有4名糖尿病患者，2名旧性心肌梗塞患者，2名胸闷、早搏被怀疑心梗患者，他们平均年龄57±9岁，7名男性1名女性。为了便于对照，又选了自认为身体良好的3名老年被试者。
试验使用PC586微机，自制的放大器、A/D采集卡，采用幅度较大的ECG肢体II导联作为被测信号。数据采集时，为患者采用不同的物理状态，使采得的数据更有效：(1) 静卧；(2)站立；(3)仰卧，控制呼吸，被试者跟随节拍器命令进行呼吸，每分钟12次。每组数据长度为5min。
分析的内容包括：(1)各种R-R间期统计图，包括逐拍心率图、HRV散点图、R-R间期直方图；(2)HRV信号时域统计结果，包括R-R间期均值、极值、极差、R-R间期大于50 ms频数，R-R间期标准差，相邻R-R间期差值的均方根等；(3)每个数据段的AR功率谱分析，包括曲线和谱参数；(4)时变功率谱分析，三维时变谱图和参数。
, http://www.100md.com
表1是10名健康的年轻成年人的HRV时域统计指标的变化范围，他们的RR间期差随>50 ms频数平均为25.6%±6%；表2是受试病人的HRV时域统计值范围，病人组的HRV指标远比健康组的低，其RR间期差值>50 ms频数平均为0.76%±0.7%。而2名健康老人的指标十分接近年轻人的值，另一名老人指标偏低，是病还是老年的原因，尚无定论。
表1 被试健康者的统计指标
Table 1 Statistics in healthy subjects 状态(condition)(ms)
HRV指数(HRV index)
SDANN
SDNNIDX
r-MSSD
, http://www.100md.com
第一段 站立(first segment，stand)
46±9
18±5
16±6
第二段 仰卧(second segment，supine)
56±12
36±5
28±4
第三段 控制呼吸(third segment，controlled respiration)
68±20
58±20
, 百拇医药
37±12
三段综合统计值(total)
77±20
37±10
33±10
表2 受试病人的统计指标
Table 2 Statistics in patients 状态(condition)(ms)
HRV指数(HRV index)
SDANN
SDNNIDX
r-MSSD
, 百拇医药
第一段 站立(first segment stand)
21±12
7±3
6±3
第二段 仰卧(second segment supine)
21±10
10±4
9±4
第三段 控制呼吸(third segment controlled respiration)
25±15
12±7
, 百拇医药
11±6
三段综合统计值(total)
46±20
9±3
9±3
图3和图4分别表示某健康人和某糖尿病患者的测试结果。图3(1)和图4(1)是散点图和R-R间期差值直方图，健康者的HRV散点图犹如头大尾小的彗星状，以及R-R间期差值直方图，都反映了高的心率变异性。而糖尿病患者的HRV的散点图呈短棍状，R-R间期的离散度很低。患者的R-R间期差值直方图高而窄，集中在小于15 ms的范围内，心率变异性很低。
图3(2)和图4(2)是功率谱阵，在时变功率谱中，随着站立-仰卧-控制呼吸的状态变化，健康人的高频部分从基本没有增加到占主导地位，低频成分LF与高频部分HF的比持续下降。而患者的AR谱的总功率比健康人有极大的降低，并且基本不能分辨出LF和HF分量。在时变的AR谱估计上，不同频段上的功率分配基本不变，LF分量几乎没有。
, 百拇医药
图3 某健康人的HRV分析结果
Fig.3 Analysis of HRV in a healthy person
图4 某糖尿病患者的HRV分析结果
Fig.4 Analysis HRV in a diabetic patient
讨 论
本系统建立了一套HRV检测分析的方法，并且进行了初步的临床试验和分析，从初步的结果来看，这一套系统的硬件和软件是可行的。本系统设计由组和块组成的短时程系列，根据病人的不同生理状态和时间分段进行HRV分析，一定程度上弥补了短时程HRV时域统计分析的不足，避免了长时程分析的效率低下，也有利于频域分析时评估自主神经活性。
, 百拇医药
另一方面，通过自相关法给出了HRV信号的AR谱曲线，并计算出相应的谱参数以定量评估心交感、迷走神经活动水平及均衡性。在此基础上，采用一种时变的AR功率谱的算法，用于监测HRV信号的情况和随时间变化的趋势，这在某些方面较单个AR谱有更大的优越性。
临床试验得到一些有用的结论，验证了心率变异的各种时频域指标和心交感神经、迷走神经张力密切有关，糖尿病的分析更引起了医生的兴趣。但由于临床实例太少，得出的一些特异性远不足以说明心率变异已经可以用于实际临床诊断。尚需进行大量的临床试验与研究工作，这正是本系统建立的目的。
(致谢：本工作得到北京医科大学第一附属医院杨虎教授的大力支持，特此表示最诚挚的谢意。)
参考文献
[1]Ewaryst Tkacz. Heart Rate Variability System Based on Microcomputer IBM PC/XT[C].IEEE Eng. In：Med & Biol Soc. 11th annual Intern Conf，1989：44～46
[2]梁毓厚. 心室晚电位的时间-频率域分析[J]. 北京生物医学工程,1993,12(3):129～137
[3]Anna M. Bianchi.Time-variant power spectrum analysis for the detection of transient episodes in HRV signal[J].IEEE Trans Biomed Eng,1993,40(2):136～144
收稿日期：1998-05-28, 百拇医药
单位：清华大学电机系，北京 100084
关键词：心率变异性；短时程序列；R-R间期；功率谱；散点图；功率谱阵
航天医学与医学工程990208摘要：目的 为HRV分析的研究提供一个较为实用的应用系统。方法 研制高质量 的放大电路，在Windows 环境下解决信号采集、显示和多任务运行的矛盾，建立了HRV分析系统，并采用时域的统计学、频域的功率谱以及时变功率谱的分析方法对健康人、病人进行HRV分析。结果 健康人、病人的 HRV有差异，糖尿病患者HRV的特异性更明显。结论 该分析系统对心率变异的研究有重要应用价值。
中图法分类号：R540.41,R319 文献标识码：A 文章编号：1002-0837(1999)02-0111-05
, http://www.100md.com
HRV Analysis System Based on Windows 95 and Its Preliminary Application
SHEN Yong-lin, CHEN Wen-hui, JIANG Ke, LIANG Yu-hou
Abstract：Objective To provide a real useful application system for the HRV research. Method The acquisition, detection and analysis system of HRV signal was set up based on Windows 95. The system analyzes the HRV signal with statistic method in time domain and power spectrum in frequency domain. And the power spectrum array was also introduced into the analysis.HRV signals of some healthy persons and some patients were detected and analyzed. Result The HRV characteristic is much more obvious in the diabetics patients. Conclusion The system is useful in HRV signal analysis and cardiovascular research.
, 百拇医药
Key words：heart rate variability;short-time series;R-R interval;power spectrum;scattergram;power spectrum array
Address reprint requests to: SHEN Yong-lin.Department of Electrical Engineering,Tsinghua University,Beijing 100084,China
心率变异性(Heart Rate Variability,HRV)是指窦性心率的微小涨落。它描述心脏跳动节律的变化，反映了窦性心率在自主神经的调节下发生波动的能力，即窦性心率不齐的程度。经典的体内平衡理论认为心血管系统和其它生理系统是稳定的，心率的不规则涨落源于外因。而研究证明，健康人的心率在稳定状态下也是有涨落的。
心率变异性(HRV)信号蕴藏了有关心血管调节的大量信息，通过对HRV的分析，可以评估心脏自主神经的功能，心交感神经和迷走神经活动的紧张性、均衡性及对心血管活动的影响。在临床中，心率变异性主要用于心血管疾病的早期诊断及危险程度的评估，还可用于辅助评估、分析与自主神经有关疾病的植物神经的病变程度和发展趋势。
, 百拇医药
在体育运动及其它环境下，可通过对运动员、飞行员心脏功能的评估，择优录取或评价训练效果。另外，睡眠研究与睡眠医学对了解人体生理与病理机制有重要意义，被认为是21世纪神经科学的主要内容之一，而HRV分析正是研究睡眠过程的重要手段之一。
因此，建立一个较完整的心率变异分析系统，进行多方面的研究和应用，是很有意义的。
系统构成
硬件系统 心率变异分析系统的硬件系统的框图如图1所示[1]。放大电路的低噪声、低漂移、高精度，运行可靠、稳定，是本放大器的特点，也是获取强噪声背景下的心电弱信号的要求。经过多次实践和改进，解决了高输入阻抗、高共模抑制比、低噪声的前置放大级问题，加上抑制共模干扰、人体交流干扰、高频干扰的驱动和滤波电路，有效减小50 Hz工频干扰的双T陷波电路，以及ECG所必需的定标电路、复零电路，终于制成了高质量的放大电路。经过两年来的各种环境运行的考验，放大器一直稳定可靠。
, 百拇医药
图1 硬件系统框图
Fig.1 Hardware Block Diagram
对医疗测试仪器来说，被检测者的安全是最重要的，为此，必须把人体与电气隔离开来。本系统采用浮地技术，心电信号从浮地的人体经隔离耦合传递到接地部分，这样两部分之间没有直接的电流联系，保障了人体的安全，也消除了地线上的干扰电流。系统中设计了DC/ DC隔离电源，采用两组独立的供电系统供电。这样的隔离电源、光电隔离、隔直电路组成的多级隔离方案，确保了人体的绝对安全。
信号采集 信号采集时,显示器同时监视采集的心电波形,以保证高质量的数据采集,避免由于各种因素干扰造成数据质量次而形成无效采集。在Windows环境下，实时采集数据，同时显示曲线以及运行多任务(包括系统任务)之间，存在一定的矛盾。而且，Windows 多任务的环境，系统集中统一管理各种资源，使编程者使用某些硬件资源比在DOS环境下要困难得多。我们采用了并行操作的多处理器办法，使数据采集独立于主计算机，由另一个处理器控制。主机只是通过中断接收AD采集的数据，以及完成显示曲线的任务。从而较好地解决了多任务环境下，采集、显示和多任务运行的矛盾。这样，采样率可以达到1 kHz以上，满足了心电信号采集的要求。
, 百拇医药
软件构成 对于软件开发者来说，为用户建立功能强、界面友好的用户程序是至关重要的。Windows 95 是现在最流行的操作系统，它能提供强大的系统功能以及易学、易懂、易记及易用的图形用户界面，因此，它是本系统理想的系统设计平台。软件系统的结构如图2所示。
图2 软件结构
Fig.2 Software Architecure
为了实现复杂的软件功能，软件应该具有良好的结构和规范，以便于调试、易于维护和升级，因此采用代表90年代先进水平的面向对象的程序设计方法。软件结构分为三层，主窗口、功能窗口和具体实现层。主窗口选择不同的功能。功能窗口包括数据采集、数据分析、数据与波形显示、结果打印等几种，组织实现不同的功能。实现层为具体实现程序功能的物理底层。
, 百拇医药
软件实现时，有些问题必须妥善处理。首先是自制硬件的驱动程序，这是应用系统成功的第一步。汇编程序是直接和硬件打交道的底层语言，汇编程序和高级语言结合自然是最佳的选择。系统中的放大器和A/D卡就是利用汇编程序进行控制、通过中断进行传送的。其次是应用程序的扩充、维护，程序规模过大、计算机内存容量限制的问题，动态连接库正是解决这一问题的钥匙。软件中的每个功能块形成一个动态连接库，这样程序的调试和扩充都很简便，而且动态连接，大大节省了内存空间。第三是如何方便用户使用。Windows提供了方便使用的环境，但是大量的情况需要判断、选择，一些数据需要输入，这势必增加程序使用的难度。为用户着想，使程序智能化、风格Windows化，除了必需键入的患者名和病历号以外，其它无需键入，只需有限的鼠标点动操作，并且编制了具体的帮助文件，引导用户掌握软件的使用，这样一来，极大地方便了用户。
心率变异性分析
心率变异的研究方法主要是时域分析、频域分析和非线性动力学分析法。前两者理论成熟，各个指标意义明确，临床应用广泛，而后者正处于研究阶段，离临床应用尚有一段距离。
, 百拇医药
短时程序列 心率变异可以采用短时程和长时程两类数据进行分析。在HOLTER系统中，采用长时程24 h HRV分析。但实际上，并不是所有数据在分析中都有意义。在我们的系统中，采用若干个有意义的短时程的数据，每三组数据组合在一起，称为数据块，若干个块形成短时程序列。对它们进行分析、比较，可以看到它们当时的情况，发现它们的变化，或者变化的趋势。这种短时程序列的分析，犹如长时程数据的采样，其效果类似于HOLTER系统中的长时程分析，弥补了短时程分析的不足。
统计分析 心电信号的R-R间期是一种随机信号，准确地说是微小波动的随机信号。因为心率是一种确定范围内的信号，心率变异是心率的微小变化。在时域上，这样的随机信号的简单而直观的表示方法，自然是统计学离散趋势分析法。常常用R-R间期极差，R-R间期标准差SDANN，相邻R-R间期差值的均方根r-MSSD等参数来衡量HRV的大小和分散程度。其中，R-R间期标准差为：
, 百拇医药
在临床研究中，经常使用该式来描述随机变量的散布特性，例如用以评估心梗后猝死的危险程度。为了便于对比分析，应该消除原心率的影响，因此把它们除以平均R-R间期，得到这些参数的变异系数，加以比较，意义就更清楚。
HRV的离散程度，采用散点图和直方图来表示，也就是HRV统计趋势图。Lorenz散点图是这样建立的：用相邻心拍中前一心拍的R-R间期为横坐标，后一心拍的R-R间期为纵坐标描点，描完所有相邻的心拍点，形成散点图。通过描记点到45°斜线的距离来反映HRV的离散程度。如果统计指标r-MSSD大，描记点在45°直线周围呈发散状态，表明HRV的非线性特性，反之，r-MSSD小，描记点呈聚集状态，表明HRV的线性趋势。这种非线性动力学分析法，由于其临床意义清楚，而常被采用。
R-R间期直方图是R-R间期在不同数值段上的频数统计，反映了R-R间期对其平均值的离散程度。横坐标为R-R间期值，纵坐标为相应数值的R-R间期的出现次数。R-R间期差值直方图是R-R间期差值的频数统计，反映了R-R间期差值对间期平均值的离散程度，它不受绝对心率变化的影响，比R-R间期直方图具有较高的灵敏度和特异性。
, http://www.100md.com
功率谱分析 HRV功率谱分析能定量评价心交感神经和迷走神经活动的紧张性、均衡性及对心血管活动的影响，对心血管疾病的早期诊断、监护及预后评估有重要意义。参数模型把随机过程的随机性和一定程度的可预测性分离开而又结合起来，能较好地概括随机信号的本质。本系统采用自回归(AR)参数模型估计HRV功率谱，并用自相关法对参数模型进行估计。HRV的AR功率谱估算步骤如下：
(1)估计HRV信号的自相关阵
k=0,±1,…,±p
(2)利用递推的L-D算法估计AR模型参数,首先从下式解出a1(1)and ε(1)：
, 百拇医药
结果为：
用(p-1)阶的akp-1,k=1～p-1和ε(p-1)，通过下列步骤，计算p阶模型的系数：
(3)由上面解得的参数进行功率谱估计AR参数模型的阶次通过试算确定为12。
按照时间的进程，把HRV信号分段进行AR功率谱分析，得到功率谱阵，即时变功率谱。时变功率谱能动态地观察HRV随时间的变化情况，因而比较容易地捕捉到生理或病理状态改变时功率谱的频谱变化，具有很好的应用前景[2，3]。
, 百拇医药
临床初步应用
在北京医科大学第一附属医院心血管内科，本系统对21例被试者进行了HRV临床试验。其中有10名年轻的健康者，7名男性3名女性，平均年龄27±4岁。另外有4名糖尿病患者，2名旧性心肌梗塞患者，2名胸闷、早搏被怀疑心梗患者，他们平均年龄57±9岁，7名男性1名女性。为了便于对照，又选了自认为身体良好的3名老年被试者。
试验使用PC586微机，自制的放大器、A/D采集卡，采用幅度较大的ECG肢体II导联作为被测信号。数据采集时，为患者采用不同的物理状态，使采得的数据更有效：(1) 静卧；(2)站立；(3)仰卧，控制呼吸，被试者跟随节拍器命令进行呼吸，每分钟12次。每组数据长度为5min。
分析的内容包括：(1)各种R-R间期统计图，包括逐拍心率图、HRV散点图、R-R间期直方图；(2)HRV信号时域统计结果，包括R-R间期均值、极值、极差、R-R间期大于50 ms频数，R-R间期标准差，相邻R-R间期差值的均方根等；(3)每个数据段的AR功率谱分析，包括曲线和谱参数；(4)时变功率谱分析，三维时变谱图和参数。
, http://www.100md.com
表1是10名健康的年轻成年人的HRV时域统计指标的变化范围，他们的RR间期差随>50 ms频数平均为25.6%±6%；表2是受试病人的HRV时域统计值范围，病人组的HRV指标远比健康组的低，其RR间期差值>50 ms频数平均为0.76%±0.7%。而2名健康老人的指标十分接近年轻人的值，另一名老人指标偏低，是病还是老年的原因，尚无定论。
表1 被试健康者的统计指标
Table 1 Statistics in healthy subjects 状态(condition)(ms)
HRV指数(HRV index)
SDANN
SDNNIDX
r-MSSD
, http://www.100md.com
第一段 站立(first segment，stand)
46±9
18±5
16±6
第二段 仰卧(second segment，supine)
56±12
36±5
28±4
第三段 控制呼吸(third segment，controlled respiration)
68±20
58±20
, 百拇医药
37±12
三段综合统计值(total)
77±20
37±10
33±10
表2 受试病人的统计指标
Table 2 Statistics in patients 状态(condition)(ms)
HRV指数(HRV index)
SDANN
SDNNIDX
r-MSSD
, 百拇医药
第一段 站立(first segment stand)
21±12
7±3
6±3
第二段 仰卧(second segment supine)
21±10
10±4
9±4
第三段 控制呼吸(third segment controlled respiration)
25±15
12±7
, 百拇医药
11±6
三段综合统计值(total)
46±20
9±3
9±3
图3和图4分别表示某健康人和某糖尿病患者的测试结果。图3(1)和图4(1)是散点图和R-R间期差值直方图，健康者的HRV散点图犹如头大尾小的彗星状，以及R-R间期差值直方图，都反映了高的心率变异性。而糖尿病患者的HRV的散点图呈短棍状，R-R间期的离散度很低。患者的R-R间期差值直方图高而窄，集中在小于15 ms的范围内，心率变异性很低。
图3(2)和图4(2)是功率谱阵，在时变功率谱中，随着站立-仰卧-控制呼吸的状态变化，健康人的高频部分从基本没有增加到占主导地位，低频成分LF与高频部分HF的比持续下降。而患者的AR谱的总功率比健康人有极大的降低，并且基本不能分辨出LF和HF分量。在时变的AR谱估计上，不同频段上的功率分配基本不变，LF分量几乎没有。
, 百拇医药
图3 某健康人的HRV分析结果
Fig.3 Analysis of HRV in a healthy person
图4 某糖尿病患者的HRV分析结果
Fig.4 Analysis HRV in a diabetic patient
讨 论
本系统建立了一套HRV检测分析的方法，并且进行了初步的临床试验和分析，从初步的结果来看，这一套系统的硬件和软件是可行的。本系统设计由组和块组成的短时程系列，根据病人的不同生理状态和时间分段进行HRV分析，一定程度上弥补了短时程HRV时域统计分析的不足，避免了长时程分析的效率低下，也有利于频域分析时评估自主神经活性。
, 百拇医药
另一方面，通过自相关法给出了HRV信号的AR谱曲线，并计算出相应的谱参数以定量评估心交感、迷走神经活动水平及均衡性。在此基础上，采用一种时变的AR功率谱的算法，用于监测HRV信号的情况和随时间变化的趋势，这在某些方面较单个AR谱有更大的优越性。
临床试验得到一些有用的结论，验证了心率变异的各种时频域指标和心交感神经、迷走神经张力密切有关，糖尿病的分析更引起了医生的兴趣。但由于临床实例太少，得出的一些特异性远不足以说明心率变异已经可以用于实际临床诊断。尚需进行大量的临床试验与研究工作，这正是本系统建立的目的。
(致谢：本工作得到北京医科大学第一附属医院杨虎教授的大力支持，特此表示最诚挚的谢意。)
参考文献
[1]Ewaryst Tkacz. Heart Rate Variability System Based on Microcomputer IBM PC/XT[C].IEEE Eng. In：Med & Biol Soc. 11th annual Intern Conf，1989：44～46
[2]梁毓厚. 心室晚电位的时间-频率域分析[J]. 北京生物医学工程,1993,12(3):129～137
[3]Anna M. Bianchi.Time-variant power spectrum analysis for the detection of transient episodes in HRV signal[J].IEEE Trans Biomed Eng,1993,40(2):136～144
收稿日期：1998-05-28, 百拇医药