極短時心率變異性與脈率變異性指標一致性的分析*

彭敏，何寶林，劉靜，于璐△

(1.中國醫科大學公共基礎學院生物醫學工程系，沈陽 110122；2.中國醫學科學院血液病醫院(中國醫學科學院血液學研究所)實驗血液學國家重點實驗室 國家血液病臨床醫學研究中心，天津 300020;3.武漢大學中南醫院核醫學科，武漢 430071)

1 引 言

多年來,對于血管疾病和睡眠疾病的診斷手段十分有限。已有研究表明，心血管疾病與呼吸睡眠疾病與自主神經系統(autonomic nervous system,ANS)功能改變有關[1-2]。心率變異性(heart rate varibility,HRV)指逐次心跳周期差異的變化情況[3]，其中含有神經體液因素對于心血管系統的調節信息；脈率變異性(pulse rate varibility, PRV)通常指逐次脈搏間的脈搏波間期的微小漲落[4]，其變化同HRV一般都受到身體的各組織器官影響。近年來出現了大量關于心率變異性和與其同源的脈率變異性的研究[4-6]，但極短時內二者一致性的替代研究相對缺乏。目前對于心率變異性的分析都是對于長程(24 h)或短程(5～30 min)的信號來進行的[7]，數據獲取不易且耗費資源。短時心率變異性能可反映自主神經功能[8]，臨床上認可的短時心率變異性的研究都在5 min以內，但Smith等[9]證實了極短時(30 beats)HRV指標在反映自主神經功能的有效性。He等[10]證明了極短時(15 s)的HRV相關指標能反映自主神經功能變化，并利用這些指標進行睡眠呼吸暫停檢測。L′azaro等[11]在兒童研究中發現PRV在睡眠呼吸暫停檢測中也能代替HRV。極短時分析所需的序列更短、更快速方便，能節約費用，還可以實時監測疾病。睡眠呼吸暫停[12]定義是在連續7 h睡眠期間發生30次以上、10 s以上呼吸氣流暫停，且不論是自主屏氣還是非自主呼吸暫停，都會導致自主神經功能障礙[13]。已有研究表明心率變異性可作為診斷睡眠呼吸暫停的方法之一[14-15]，且已有大量基于HRV的呼吸暫停實時檢測研究[16-17]，這些研究都是將心電信號切割成極短時信號段(10 s～1 min)，再進行檢測和診斷。然而，心電信號的采集過程較脈搏更為復雜，且信號易因姿勢的改變以及噪聲的干擾而產生較大波動[18]，如果能夠證明極短時內的兩種變異性指標的一致性，就可能用脈率變異性替代心率變異性來實時檢測呼吸暫停。并且研究脈率變異性通常利用PPG信號，能夠在獲取脈率的同時獲得血氧飽和度[19]，能用較少的資源獲取更多的數據。因此，研究脈率變異性替代心率變異性具有較大意義。本研究選擇15 s內的心電與脈搏信號在四種不同呼吸狀態下計算和比較HRV與PRV指標，多方面探討兩種變異性的一致性，以便為后續研究極短時PRV替代HRV進行實時apnea檢測提供理論基礎。

2 材料與方法

2.1 數據獲取與呼吸狀態劃分

在無明顯噪音情況下，44名22～24歲健康青年采取平躺姿勢，用多導睡眠監測儀(polysomnography,PSG)分別采集了兩組信號。第一組以平靜呼吸和自主屏氣模擬呼吸暫停缺氧狀態15 s，交替10次，連續采集了15 min時長的PSG信號。第二組以平靜呼吸、快速呼吸、慢速呼吸的三種方式組合，連續采集了15 min時長的信號。得到共13個通道的信號,本研究用到其中三個通道的信號,為采樣率200 Hz的心電信號、采樣率75 Hz的脈搏血氧飽和度信號、采樣率200 Hz的呼吸氣流信號。用呼吸氣流信號劃分心電與脈搏數據的四種呼吸狀態，來比較心率變異性和脈率變異性在不同的呼吸狀態下是否都保持一致。

2.2 特征點提取與指標計算

心電與脈搏屬于微弱生理信號，研究采用墨西哥小波變換[20]去除由于工頻以及人體呼吸因素等造成的干擾。對變換后的信號尋求極大值和極小值[21]，進一步判斷極值是波峰還是波谷。然后選取最大、最小幅度的差值的30%為判別R波的閾值。判斷每名受試者信號波形提取圖，并因人而異具體選擇每名受試者信號的閾值，從而找出每個周期信號的峰值點。

從時域、頻域及非線性三個方面對15 s內的兩種信號進行分析。根據研究的預實驗，從眾多變異性指標中選擇了六個指標來進行分析，此六指標涵蓋了時、頻和非線性三個方面，其對于長時、短時和極短時的信號都可以進行分析，不會因信號長短的改變而影響指標值，適用于極短時的變異性分析。選擇的時域指標是MEAN和rMSSD。MEAN是RR間期的平均值，rMSSD是相鄰RR間期差值的均方根，見式(1)、式(2)。

(1)

(2)

頻域指標是用Lomb算法[22]得出的歸一化的低頻段功率(nLF)，歸一化的高頻段功率(nHF)，歸一后的低頻段比高頻段(nLF/nHF)；非線性指標是去趨勢波動分析法短時參數DFA1[23]。

2.3 統計分析

使用的統計分析方法有Bland-Altman一致性分析[4]、Pearson相關性系數與散點圖、單樣本K-S檢驗[24]、Mann-Whitney U檢驗[12]。BlandAltman分析是對兩種不同的測量方法得到的數據進行比較。以兩種方法得出結果的差值作為縱坐標，以兩種結果的平均值作為橫坐標，用Medcalc軟件進行圖形的繪制。Pearson相關性系數是回歸分析中對于兩個變量或者多個變量的相關性程度的描述，通過統計指標系數r分析。散點圖將HRV作橫坐標，PRV作縱坐標做圖，并添加45°角參考線，展示兩變異性之間相關性。單樣本K-S檢驗是利用樣本數據檢驗樣本所代表的總體是否服從特定分布(正態分布、泊松分布、均勻分布或指數分布)的方法，本次研究用IBM SPSS Statistics 22來進行檢驗，測定兩類變異性指標是否擬合正態分布，(P>0.05)，推斷某一變異性指標總體服從正態分布。Mann-Whitney U檢驗是兩個獨立樣本非參數檢驗是在對總體分布未知的情況下，通過樣本數據檢驗兩個獨立樣本的對應總體分布或者分布位置差異，認為P>0.05時差異無統計學意義。

3 結果

呼吸暫停標記為狀態1，來自第一組PSG數據中10組呼吸暫停的15 s長度的信號共440組數據；快速呼吸標記為狀態2，來自第二組PSG數據中3段15 s長度的信號共132組數據；慢速呼吸標記為狀態3，來自第二組6段15 s長度的信號共264段數據；平靜呼吸標記為狀態4，來自第二組10段15 s長度的信號共440段數據。因此，對應呼吸狀態下的心電數據記為H1-H4組，脈搏數據為P1-P4組。特征提取后計算四個呼吸狀態下心電信號MEAN指標的均值范圍在866～896 ms，脈搏信號MEAN指標的均值范圍在856～876 ms。利用統計學分析方法得到一致性比較結果。

3.1 Bland-Altman分析

時域指標MEAN和所有的頻域與非線性域指標在四個狀態下，大多數點基本都在95%置信區間內，具有置信意義。而時域rMSSD指標在平靜呼吸狀態下有一部分置信外空間點，其余三個狀態的點總體位于界限內。圖1是非線性指標DFA1在四種呼吸狀態下的一致性圖形。

圖1 四個呼吸狀態下非線性指標DFA1的Bland-Altman圖

圖2 四個呼吸狀態下非線性指標DFA1的散點圖

3.2 Pearson相關性系數與散點圖

結果顯示，在頻域和非線性域，HRV指標與PRV指標具有較強的相關性。rMSSD組在快速呼吸，慢速呼吸，平靜呼吸下的Pearson系數r均小于0.3，說明相關性極弱，只在模擬呼吸暫停狀態下r大于0.6；其余五個指標在呼吸暫停、慢速呼吸、平靜呼吸狀態下相關性系數均大于0.7。圖2是三個域指標在四種呼吸狀態下散點圖的示例。表1呈現了DFA1指標在各狀態下的相關性系數。

表1 指標的Pearson相關性系數r

3.3 單樣本K-S檢驗

表2結果表明并非所有狀態下的HRV與PRV都符合正態分布(P>0.05)，同一狀態下的HRV與PRV也不一定同時滿足正態分布。因此，采用另一種對樣本要求更低的非參數檢驗方法Mann-Whitney U檢驗。

3.4 Mann-Whitney U檢驗

由表3可知，只有rMSSD組在呼吸暫停與慢速呼吸狀態下P<0.05，差異有統計學意義，但在快速呼吸和平靜呼吸狀態下的伴隨概率P均高于檢驗水準，說明心率和脈率差異無統計學意義。其余五個指標伴隨概率P均高于檢驗水準，說明這幾個指標在四個狀態下無明顯差異。

表2 單樣本K-S檢驗

4 討論

本研究可用于非自主呼吸暫停檢測如睡眠呼吸暫停綜合征實時檢測，以及自動正壓通氣的自動壓力滴定方法[25-26]的改進。同時，自主性呼吸控制下的數據對于研究高發的潛水員憋氣導致的心律失常有意義[27]，可通過研究脈搏信號，監控潛水員在潛水時的自主神經功能變化。研究保證了極短時15 s內兩種信號的長度差控制在合理范圍內(<0.1 s)，保證了變異性差距的合理性。利用計算出的四個狀態下的心率變異性與脈率變異性不同分析指標，采用多種統計學方法來進行極短時的一致性比較，在多方面通過多種比較方法來研究心率與脈率之間的一致性程度，能得出較為可信的結論，可知極短時內HRV和PRV指標在四個狀態下基本一致，如MEAN、Lomb-nLF、Lomb-nHF、Lomb-nLF/nHF、和DFA1，但rMSSD在四個狀態下不一致。rMSSD指標反映的是迷走神經張力大小，表1中該指標在四個狀態的相關性都低，表2中該指標的PRV在四個呼吸狀態下都比HRV要高，說明脈搏信號對迷走神經的變化比心電信號更加敏感。在呼吸暫停和慢速呼吸狀態下，血氧含量相比平靜呼吸和快速呼吸狀態低，心血管調節使迷走神經變化更明顯，而脈搏信號更敏感，導致PRV變化相比HRV更大，因此，這兩種狀態下的指標不滿足一致性。近年來由于傳感器等快速發展[28]，脈率測量的設備簡便，測量準確實時，在臨床上實現用脈率替代心率的檢測，獲得數據更容易，有利于臨床操作。但目前研究樣本量不足以達到臨床驗證的標準，并且對于非自主性呼吸暫停事件尚未進行兩種變異性一致性的驗證，還需要更進一步的研究才能證實二者的一致性。

表3 六個指標在四個不同狀態下的Mann-Whitney U檢驗結果

5 結論

本研究對呼吸暫停、快速呼吸、慢速呼吸、平靜呼吸四個狀態下的心率變異性與脈率變異性的六個指標進行15 s時域、頻域、非線性分析，發現呼吸暫停、快速呼吸、慢速呼吸、平靜呼吸四個狀態下極短時15 s的時域指標MEAN，頻域指標Lomb-nLF、Lomb-nHF、Lomb-nLF/nHF和非線性指標DFA1的HRV與PRV具有良好一致性，認為極短時下的脈率變異性可以替代心率變異性以反映自主神經功能變化，可期用于研究實時睡眠呼吸暫停的檢測。