心肺耦合分析研究.pdf

1、目的:心肺耦合或心肺交互作用是指心血管循環(huán)系統(tǒng)與呼吸系統(tǒng)之間內(nèi)在的協(xié)調(diào)機(jī)制及其相互作用[1]。相對(duì)于單變量分析技術(shù)如心率變異性分析(Heart RateVariability: HRV)技術(shù)等，心肺耦合分析能反映心肺系統(tǒng)之間的作用關(guān)系和耦合強(qiáng)度，可以為人體健康狀態(tài)的量化表達(dá)提供一個(gè)新的視角。本文主要研究了心肺耦合的生理現(xiàn)象及其作用規(guī)律，并發(fā)展了量化心肺耦合強(qiáng)度的方法。
　　方法:首先設(shè)計(jì)漸進(jìn)性引導(dǎo)呼吸實(shí)驗(yàn)，受試者跟隨設(shè)定好的呼吸引

2、導(dǎo)模板和引導(dǎo)音樂進(jìn)行漸進(jìn)性低頻節(jié)律性的呼吸運(yùn)動(dòng)，呼吸率依次從14次/分-12.5次/分-11次/分-9.5次/分-8次/分-7次/分，采集實(shí)驗(yàn)過程中的心肺生理信號(hào)進(jìn)行分析，用經(jīng)驗(yàn)?zāi)B(tài)分解的方法提取脈搏波傳導(dǎo)時(shí)間(pulse transit time，PTT)的基線成分和幅度成分，分析其在漸進(jìn)性引導(dǎo)呼吸過程中的變化規(guī)律，并對(duì)各個(gè)引導(dǎo)呼吸率下的收縮壓、舒張壓和平均壓進(jìn)行統(tǒng)計(jì)分析;之后基于AR模型的頻域方法分析引導(dǎo)呼吸過程中的心率變異性，其中

3、用最終預(yù)測(cè)誤差最小準(zhǔn)則來計(jì)算AR模型最佳階數(shù)，并對(duì)殘差序列進(jìn)行白化檢測(cè)來驗(yàn)證選擇的最佳階數(shù)的合理性;最后為量化漸進(jìn)性引導(dǎo)呼吸過程中的心肺協(xié)調(diào)性，采用基于相干性和互功率譜的心肺耦合分析方法進(jìn)行計(jì)算。
　　由于同時(shí)測(cè)量心電和呼吸信號(hào)進(jìn)行心肺耦合分析并不方便，為提高基于心電中導(dǎo)出的呼吸信號(hào)(ECG-Dirived Respiration，EDR)與心電的RR間期信號(hào)進(jìn)行心肺耦合分析的準(zhǔn)確性，對(duì)原始EDR信號(hào)進(jìn)行自適應(yīng)濾波獲得增強(qiáng)的EDR

4、信號(hào)用于心肺耦合分析。用physionet網(wǎng)站上Fantasia數(shù)據(jù)庫的心電和呼吸數(shù)據(jù)來驗(yàn)證自適應(yīng)濾波對(duì)于提高基于單導(dǎo)ECG的心肺耦合分析的準(zhǔn)確性是否有效，先求得增強(qiáng)的EDR序列和RR間期序列的相干性和互功率譜平方的乘積即心肺耦合值，然后對(duì)每個(gè)時(shí)間窗內(nèi)各個(gè)頻段的最大心肺耦合值及其相應(yīng)的頻率，與直接使用真實(shí)呼吸和原始EDR信號(hào)進(jìn)行心肺耦合分析獲得的各個(gè)頻段的結(jié)果進(jìn)行比較。最后對(duì)睡眠呼吸暫停綜合癥數(shù)據(jù)庫(Apnea ECG Database

5、)整夜的睡眠心電數(shù)據(jù)進(jìn)行心肺耦合分析，基于各個(gè)頻段的心肺耦合值進(jìn)行睡眠分期和睡眠呼吸事件檢測(cè)。
　　結(jié)果:在進(jìn)性引導(dǎo)呼吸過程中，脈搏波傳導(dǎo)時(shí)間的基線從197.2±7.6增加到201.7±7.4，PTT的延長與血壓變化呈負(fù)相關(guān)關(guān)系，該結(jié)果與實(shí)際采集的血壓變化（收縮壓從124.46±12.79到117.93±13.42）的結(jié)果一致，且引導(dǎo)呼吸開始前與引導(dǎo)呼吸結(jié)束后的血壓之間的差異有統(tǒng)計(jì)學(xué)意義(p＜0.05)。同時(shí)隨著呼吸的減慢加深，基

6、于AR模型的功率譜分析計(jì)算得到的呼吸性竇性心律不齊(RSA，Respiration sinus arrhythmia)參數(shù)也逐漸增大。漸進(jìn)性引導(dǎo)呼吸下的心肺耦合分析得到的心肺耦合值也隨著呼吸率降低而增大，引導(dǎo)呼吸結(jié)束后的心肺耦合值1348109.69明顯大于引導(dǎo)呼吸開始前的心肺耦合值109105.77。對(duì)Fantasia數(shù)據(jù)庫的心電和呼吸數(shù)據(jù)進(jìn)行心肺耦合分析得到各個(gè)頻段的心肺耦合值，結(jié)果顯示增強(qiáng)的EDR信號(hào)得出的各頻段中最大峰值和對(duì)應(yīng)的

7、頻率分布，與原始EDR信號(hào)分析得到的分布相比更接近基于真實(shí)呼吸得到的結(jié)果。對(duì)睡眠呼吸暫停綜合癥數(shù)據(jù)庫(Apnea ECG Database)的數(shù)據(jù)用增強(qiáng)的EDR序列和RR間期序列進(jìn)行心肺耦合分析，根據(jù)各個(gè)頻帶的心肺耦合值得出的睡眠呼吸暫停事件的標(biāo)示結(jié)果與依據(jù)真實(shí)呼吸的標(biāo)示相一致。
　　結(jié)論:結(jié)果表明漸進(jìn)性引導(dǎo)呼吸通過心血管反射調(diào)節(jié)，可以起到延長脈搏波傳導(dǎo)時(shí)間，降低系統(tǒng)血壓的作用，同時(shí)呼吸性竇性心律不齊也增大，通過分析漸進(jìn)性引導(dǎo)呼吸

8、過程中的心肺耦合指標(biāo)，也表明引導(dǎo)呼吸對(duì)心肺生理協(xié)調(diào)性產(chǎn)生了有益的調(diào)節(jié)。對(duì)Fantasia數(shù)據(jù)庫的心電和呼吸數(shù)據(jù)進(jìn)行的分析，也驗(yàn)證了自適應(yīng)濾波增強(qiáng)EDR信號(hào)用于心肺耦合分析，與原始EDR信號(hào)相比更為準(zhǔn)確。對(duì)睡眠呼吸暫停綜合征患者夜間睡眠的數(shù)據(jù)，基于增強(qiáng)的EDR信號(hào)和RR間期序列進(jìn)行心肺耦合分析得到不同頻段的心肺耦合值，用各個(gè)頻帶的心肺耦合值和它們之間的比例等其他與睡眠信息相關(guān)的參數(shù)，來進(jìn)行睡眠分期和睡眠呼吸事件的檢測(cè)，能得到與依據(jù)真實(shí)呼吸