基于Matlab生物節律分析的高血壓腦出血預后研究

李永紅 郭盼盼 關俊文 李率真 楊波 趙旭

(1.成都信息工程大學電子工程學院，成都，610225； 2.四川大學華西醫院神經外科，成都，610041)

基于Matlab生物節律分析的高血壓腦出血預后研究

李永紅1郭盼盼1關俊文2李率真1楊波1趙旭1

(1.成都信息工程大學電子工程學院，成都，610225； 2.四川大學華西醫院神經外科，成都，610041)

目的：以高血壓腦出血患者作為研究對象，定量分析生物節律對高血壓腦出血預后的影響。方法：基于Matlab的節律分析方法，與傳統的Halberg余弦法對比計算患者血壓和心率的近日節律。結果：收縮壓、舒張壓和心率的節律分析指標中，振幅A值且P值越小的，患者預后情況越好(P<0.05)結論：系統測試表明，基于Matlab的節律分析較傳統的Halberg余弦法具有計算簡單、精確度高、實用性強，為臨床判斷高血壓腦出血的預后提供了可靠的輔助方法和依據。

生物節律；高血壓腦出血；Matlab；Halberg余弦法；預后

高血壓腦出血(Hypertensive Intracerebral Hemorrhage，HICH)是指由于高血壓發生病變伴有的腦內小動脈病變，導致血壓急驟升高而引起的動脈破裂出血。是腦血管病中最嚴重的并發癥之一，具有起病急驟、進展快、死亡率高的特點，并且大多伴有意識障礙和偏癱等卒中表現。高血壓腦出血的預后情況受出血量、出血部位、血壓、手術方式和手術時機等多種因素影響，導致預后情況差成為高血壓腦出血疾病的一個重要特點[1]。生物節律是指生物體為了適應不斷變化的外界環境，按照一定規律發生周期性生命活動的現象，是大多數生物體的基本特征[2]。血壓、心率和呼吸等生命體征均表現出一定的節律特性，研究發現其中表現最強的是近日節律。在高血壓腦出血術后的生命體征中，找出對患者預后情況影響較大的因素，通過分析它們的生物節律，來判斷他們的預后情況，可以為患者的治療和康復提供依據。對于提高疾病生存率和患者生活質量，改善預后情況都具有一定的實際意義。血壓是人體生命活動的基本生命體征之一，且血壓的變化具有明顯的節律特性。正常生理狀態下，人體血壓水平白天較高，在10～12時到達峰值，而夜間血壓水平逐漸降低，在凌晨3～5時左右達到谷值[3]。夜間血壓水平低于日間水平(>10%)的被稱為勺型血壓，夜間血壓無明顯下降(<10%)的被稱為非勺型血壓[4]。健康人群和患病人群均存在勺型和非勺型血壓類型，這種節律特性是人體血壓固有的，適應了人體生命活動的晝夜節律的變化，從而起到保護各生命器官的作用。

已有研究表明，血壓的節律性變化與心腦血管疾病的發生具有密切的關系。任何引起人體血壓發生較大幅度波動的因素，都將有可能誘發高血壓，若不能夠有效控制血壓的升高，將會發生高血壓患者腦出血現象?；加懈哐獕耗X出血的患者術后血壓、心率等生命體征的節律性會發生不同程度的紊亂，高血壓腦出血患者的血壓近日節律與自主神經功能具有密切聯系，并嚴重影響患者的預后情況。因此，通過分析患者術后生命體征的生物節律特性，變能夠及時地預測患者的預后情況。已有研究利用高血壓患者血壓的勺型和非勺型特性來預測患者的預后，但是這種方法太過粗糙，準確性較差。關俊文[5-7]等人研究發現患者術后的血壓和呼吸的近日節律與預后有關，近日節律的改變可用來預測患者的預后情況。余弦分析法是目前最受推廣的節律分析方法，并且已經出現集成的Halberg軟件開發包[8]。它使一個已知的時間系列數據，可以用其中值、振幅和相位來描述。Halberg軟件包需要在DOS系統完成、操作步驟也很復雜，且余弦分析結果的表示圖形無法直接顯示，必須將數據導入到Excel中才能完成圖形顯示功能，這對于現在普遍使用的Windows操作系統環境下的使用很不適用。Matlab與文中其他部分一致，具有專門的矩陣庫函數，不需要定義數組的維數，便可高效方便地進行數組運算。并且具有直觀靈活的面向對象的高級編程語言，并封裝了許多庫函數，使用靈活方便，程序書寫形式自由。并具備了數據可視化功能，將向量和矩陣用圖形表示出來，實現了交互式的二維和三維繪圖功能[9]。核心工具箱主要用來進行圖形仿真、算法實現和硬件的實時交互等，這些強大的功能使之在信號處理、建模、算法分析等領域得到了廣泛的應用。因此，我們在windows操作系統下，采用Matlab編程實現余弦分析法。本研究通過分析高血壓腦出血的節律機制，剖析其預后與患者生命體征生物節律的相關性，提出了一種高效快速地節律分析方法。并利用患者術后生命體征的近日節律指標建立人工神經網絡預后預測模型，對比預測準確性，尋找最優的預測方法判定高血壓腦出血患者的預后情況。

1 材料與方法

1.1 病例資料來源 本課題收集2013年1月～2015年12月期間在華西醫院神經外科的基底節區高血壓腦出血住院患者108例，剔除其中中途退出研究的患者5例，中途死亡的患者3例和術后無GOS評分的患者5例。最后確認研究對象為95例，其中男性58例，女性37例，年齡在42～76歲之間。所有患者均進行了開顱手術治療，清除血腫，術后均進行了止血、抗感染等治療。術后監測患者的血壓、心電和體溫等，每小時分別記錄一次舒張壓、收縮壓、心率、呼吸、體溫、血氧、瞳孔和意識，連續監測24小時。

1.2 病例數據預處理 本課題獲取的醫療數據中同時包含了疾病患者的姓名、性別、年齡、既往病史和術后GOS評分等基本信息。為了更好的分析高血壓腦出血患者的預后影響因素，實際的研究工作中將患者信息按照年齡、性別、有無患病史和術后GOS評分情況進行了分類處理，得到各自的預后情況。其中術后GOS評分1-3的為預后壞的情況，4-5的為預后好的情況，如表1所示為高血壓腦出血的預后情況人數。

表1 高血壓腦出血的預后情況人數

2 結果

對監測得到的收縮壓數據進行離散傅里葉變換FFT，便將信號變換到頻域。我們以Fs=1/3600Hz的采樣頻率進行采樣，共采樣N=100個點，實際采樣頻率為Fn=(n-1)*Fs/N。我們可知每兩個點之間的間距就是1Hz，那么第n個點對應的頻率就為n-1。由傅里葉變換的頻譜圖可以看出，信號在第2、5、13個點出現了峰值，對應的頻率分別1Hz、4Hz、12Hz，轉換為具體的時間點分別約為99h、24h、8h，對幅度分別為118.2420、396.8878、229.8700。同樣的方法我們發現該結論也適合于舒張壓和心率等生命體征。所以我們選取近日節律為分析對象，采用matlab余弦法計算高血壓腦出血患者的收縮壓、舒張壓和心率等生命體征的近日節律。

圖1 (a)收縮壓傅里葉變換頻譜圖,(b)時域轉換圖

式子中的X代表各生命體征，Y代表高血壓腦出血的預后GOS評分，DX、DY分別為它們的方差。將我們實際監測到的生命體征值和GOS評分代入表達式，便可以得到各種各種生命體征與高血壓腦出血預后的相關性。表2為得到的各生命體征與高血壓腦出血預后的相關系數。由表2中我們可以看出，各種生命體征與高血壓腦出血預后的相關系數。為了提高后續預測的準確性和精確度，我們選取|ρXY|為閾值，|ρXY|<0.5時，稱該生命體征與高血壓腦出血預后無關；|ρXY|>0.05時，稱該生命體征與高血壓腦出血預后相關?？梢钥闯龈魃w征中，收縮壓、舒張壓和心率與高血壓腦出血的預后具有較大的相關性，其他相關性較小的我們認為它們與高血壓腦出血的預后沒有相關性。通過分析了各種生命體征與高血壓腦出血預后的相關性，得出了收縮壓、舒張壓和心率與高血壓腦出血的預后具有較大的相關性。因此，我們通過分析高血壓腦出血患者術后第一天血壓和呼吸的生物節律，來定性的分析它們與高血壓腦出血預后的關系，進而才能更準確地建立我們后續的預測模型。我們選擇它們的近日節律作為分析研究對象。圖2分別為收縮壓和心率近日節律分析得到的曲線擬合圖形。

圖2 (a)收縮壓節律圖，(b)心率節律圖

上述節律擬合圖形中，M、A、Ap分別為調整中值、振幅和相位，且認為振幅A值越大證明其近日節律性越強。我們將參與研究的95位患者按照術后GOS評分，分為預后好的47位和預后壞的48位。并分別分析計算他們的近日節律，得出個節律指標值。統計分析結果發現，收縮壓、舒張壓和心率的節律分析指標中，振幅A值相對較大，且P<0.05的大多數都是預后好的情況，其他情況大都是預后壞。表3為統計分析得到的各類情況所占的百分比。由表3可看出節律分析指標中振幅A值越大，且P值越小的，患者預后情況越好。這就為我們提高預測的精確度奠定了一定的基礎。

表2 生命體征與高血壓腦出血預后的相關系數

表3 節律指標和預后的關系

3 討論

本文以高血壓腦出血患者作為研究對象，通過對高血壓腦出血患者術后生命體征及其節律特性的分析，發現患者術后的舒張壓、收縮壓和心率均表現出較強的近日節律特性，并提出一種基于Matlab的生物節律計算方法，該方法計算簡單方便實用性強。編程實現一種基于Matlab的節律分析方法，并與傳統的Halberg統計方法進行對比分析，發現該方法計算簡單、精確度高、實用性強，并作為后續節律分析的主要方法。定性和定量分析了高血壓腦出血預后生命體征的近日節律特性對高血壓腦出血預后的影響，確定患者舒張壓、收縮壓和心率的近日節律指標為作為預后影響因素，通過統計學方法，分析高血壓腦出血患者術后生命體征與預后的相關性，結果發現患者術后的收縮壓、舒張壓和心率與預后具有較大的相關性。且通過傅里葉分析，發現上述三項指標均表現出較強的近日節律特性。發現患者術后的收縮壓、舒張壓和心率的近日節律特性和預后具有密切的關系，并最終確定利用這三項生命體征的近日節律指標來預測患者的預后情況。

[1]黨寶齊，朱敏，何衛春，等.高血壓腦出血患者診療及預后[J].中國實用神經疾病雜志，2015，18(22)：59-60.

[2]王正榮.時間生物學[M].北京：人民衛生出版社，2008：10-25.

[3]Weisberg LA.Cotmputerized tomography in intracranial hemorrhage[J].Areh Neurol，1979，36：420-422.

[4]王繼仁，藺偉，楊廣柱.高血壓腦出血預后影響因素的臨床研究[J].中國社區醫師醫學專業，2012，30(12)：35-36.

[5]關俊文，招康東，劉衍宇.高血壓腦患者出血手術治療后心率近日節律的變化[J].廣州醫學院學報，2007，25(6)：614-616.

[6]關俊文，劉衍宇，劉延友，等.近日節律的改變與高血壓腦出血手術治療預后關系的研究[J]，四川生理科學雜志，2008，30(1)：6-8.

[7]J.W.Guan，Y.L.Ding，Y.Liu，et al.Circadian effects on outcome following surgery for intracerebral hemorrhage in humans[J]? Brain Res，2009，3(1258)：78-85.

[8]G.Piccione，G.Caola，R.Refinetti.Maturation of the daily body temperature rhythm in sheep and horse[J].Journal of Thermal Biology，2002，27：175-178.

[9]徐亦唐.基于最小二乘法的曲線擬合及其在Matlab中的應用[J].電子世界，2013，10：102-103.

[10]A.A.Hasseim，R.Sudirman，P.I.Khalid.Handwriting Classification Based on Support Vector Machine with Cross Validation[J].Engineering，2013，5(17)：84-87.

[11]S.Solanki，H.B.Jethva.Modified Back Propagation Algorithm of Feed Forward Networks[J].International Journal of Innovative Technology and Exploring Engineering，2013，2(6)：2278-3075.

Research of Prediction methods of hypertensive cerebral hemorrhage based on biological rhythm analysis

Li Yonghong1，Guo Panpan1，Guan Junwen2,Li Shuaizhen1,Yang Bo1,Zhao Xu1

(1.DepartmentofElectronicEngineering，theChengduUniversityofInformationTechnology，Chengdu，610225；2.DepartmentofNeurosurgery,WestChinaHospital,SichuanUniversity，Chengdu，610041)

This thesis selects the hypertensive cerebral hemorrhage patients as the research object.Also a analysis method of biological rhythm based on Matlab is proposed.Through quantitative analysis，the influence of biological rhythm on the prognosis of hypertensive cerebral hemorrhage and the final analysis indexis are found.By studying the rhythm mechanism of hypertensive cerebral hemorrhage，we find the biological rhythms of vital signs of postoperative patients have some correlation with their prognosis.System test shows that the support vector machine algorithm has higher accuracy，reliability and practical value than the BP neural network algorithm on the prediction of the prognosis of hypertensive cerebral hemorrhage and provide a reliable basis for the clinical diagnosis of the prognosis of hypertensive cerebral hemorrhage.

Biological rhythm; Hypertensive cerebral hemorrhage; Prognosis; BP neural network; Support vector machine

四川省科技廳科技支撐計劃(2013FZ0051)，下調的Rack1在近日節律紊亂促進阿爾茨海默病發病中的作用及其機制的研究；成都信息工程大學中青年學術帶頭人科研基金(J201205)，認知功能相關行為學研究

李永紅，男，副教授，研究方向：神經精神疾病康復及相關醫療器械開發的動物行為學研究

R556.71

A

2095-7130(2016)06-340-343