基于人工神经网络的中国人心电图QT间期参考值的地理分布

基于人工神经网络的中国人心电图QT间期参考值的地理分布

张雯葛淼何进伟路春爱1张莹2杨绍芳姜吉琳许金辉刘新蕾岑敏仪

(陕西师范大学旅游与环境学院健康地理研究所，陕西西安710119)

摘要〔〕目的为制定中国人心电图QT间期参考值的统一标准提供依据。方法收集中国84个市(县)级医院、研究单位及高等院校测定的15 164例健康成年人心电图QT间期参考值。运用相关分析、主成分分析、人工神经网络、GIS空间分析等方法研究其与经度、纬度、海拔、年平均气温、年平均相对湿度、年降水量、气温年较差、表土粉粒百分率、表土阳离子交换量(黏土)、表土阳离子交换量(潜育土)、表土碱度的关系。结果通过五层人工神经网络模拟健康中国人心电图QT间期的参考值范围，并通过克里格插值法精确地内插出中国人心电图QT间期参考值范围的地理分布图。结论知道中国某地的地理要素，就可用此模型估算该地区成年人心电图QT间期参考值，同时也可用空间分布图直观得到中国任何地方的成年人心电图QT间期参考值。

关键词〔〕QT间期；地理因素；BP 神经网络；空间分析

中图分类号〔〕R188〔

基金项目：国家自然科学基金资助项目(40971060)

通讯作者：葛淼(1960-)，男，研究员，博士生导师，主要从事健康地理研究。

1陕西师范大学医学院2长安大学理学院

第一作者：张雯(1991-)，女，在读硕士，主要从事医学正常参考值的地理分布规律研究。

Distribution of reference range of QT interval based on the artificial neural networks

ZHANG Wen，GE Miao，HE Jin-Wei,etal.

College of Tourism and Environment，Shaanxi Normal University，Xi'an 710119，Shaanxi，China

Abstract【】ObjectiveTo supply a scientific basis for unifying the reference value standard of QT interval of Chinese people.MethodsThe QT interval reference values were collected from 15 164 healthy people in 84 areas of China.The correlations between the measured values of QT interval and the 11 geographical factors were analyzed.ResultsAfter 5 layers′Neural Networks and self-study about building the analogue rules for 60 times, the relationship between the normal reference value of QT interval and geographic factors had be limitated with the methods of BP neural networks and Spatial analysis of GIS. The geography distribution map of the reference range of QT interval was inserted exactly with the method of Kriging.ConclusionsIf geographical factors of a particular area are obtained，the QT interval reference value of Chinese people in this area could be calculated using this model and the normal QT interval reference values of Chinese men anywhere in China could be obtained from geography distribution figure.

【Key words】QT interval;Geographical factors;BP neural network;Spatial analysis

QT 间期延长可致尖端扭转型室速，致死率高〔1〕。QT间期对预测恶性心律失常、心源性猝死、评价抗心律失常药物疗效及毒副作用有重要意义〔2〕。很多人测定了本地区的成年人QT间期参考值〔3～11〕，研究了吸烟对QT间期的影响、正常成人QT间期的比较、各种药物对QT间期的影响、不同地区QT间期的差别、QT间期的校正方法等，但对于中国成年人QT间期与地理因素的关系国内外还未见报道。本文采用人工神经网络分析了中国成年人心电图QT间期参考值与地理因素的关系。

1材料与方法

1.1材料

1.1.1QT间期收集中国83个市(县)级医院、研究单位及高等院校测定的15 164例健康成年人QT间期，男9 577例，女5 587例，年龄18～70岁。这些单位分布在中国大陆23个省、市、自治区，缺少台湾省、西藏自治区、香港特别行政区、澳门特别行政区的资料。QT间期(单位为ms)采用心电图机进行12导联的同步心电图检查，纸速为25 mm/s,各导联测三个，取其均值。

1.1.2地理资料共选取三类地理因素进行分析：地势指标、气候指标、土壤指标。地势资料取材于有关地理著作和辞典〔12～14〕，海拔高度与气象指标来自于中国气象科学数据共享服务网(http://cdc.cma.gov.cn/)，土壤指标数据来源于联合国粮农组织(FAO)和维也纳国际应用系统研究所(IIASA)构建的世界和谐土壤数据库(Harmonized World Soil Database)(HWSD)(http://www.fao.org/nr/land/soils/harmonized-world-soil-database/zh/)。选取的地理指标：X1经度，X2纬度，X3海拔高度(m)， X4年平均气温(℃)，X5年平均相对湿度(%)，X6年降水量(mm)，X7气温年较差(℃)， X8表土粉粒百分率(% wt.)， X9表土阳离子交换量(黏土) (cmol/kg)，X10表土阳离子交换量(潜育土) (cmol/kg)， X11表土碱度(cmol/kg)。

1.2方法

1.2.1相关分析运用相关分析〔15〕计算中国人心电图QT 间期参考值与地理因素X1～X11的单相关系数。

1.2.2因子分析由于地理因子较多， 用SPSS主成分分析,把一些错综复杂的变量总结为少数几个综合因子，取消地理因子之间较严重的共线性。

1.2.3神经网络的构建人工神经网络(NN) 是一种能模拟人脑处理信息的智能化系统〔16，17〕,通过输入层、隐含层和输出层研究变量间的非线性关系。本文用 5 层 BP 神经网络模型分析和预测QT间期与地理因素复杂的非线性关系。模型分训练和预测两部分,训练部分主要从训练数据中获取神经网络的权重参数,模拟预测部分运用获取的参数对新的输入进行预测。

2结果

2.1相关分析选取的11个地理因素指标中，有8个地理因素与心电图QT间期具有相关性，分别是：X1、X3、X4、X7、X8、X9、X10、X11，r值分别为-0.292、-0.265、-0.281、-0.348、-0.260、0.294、0.295、-0.474，均P<0.05，其余X3、X5、X6与QT间期无关，r值分别为0.180、-0.193、-0.196，均P>0.05。

2.2主成分分析

2.2.1因子分析适用性判断可以使用KMO统计量和Bartlett球形检验加以判断〔18～21〕，当KMO统计量>0.5，或者Bartlett球形假设被拒绝，则说明各指标之间并非独立，取值是有关系的。经检验后，KMO统计量为0.550>0.5，说明各变量间的相关程度无太大差异，数据适合做因子分析；由Bartlett球形检验，P=0.000<0.01，球形假设被拒绝，因此11个地理因素间并非独立，有必要进行因子分析。见表1。

2.2.2公因子提取对选取的11个地理变量进行公因子的提取，由表2可知，前4个因子的累计贡献率达82.408%，说明已经包含了各地理变量的82.408%的信息，效果较好。由特征根碎石图(图1)可以看出，当取第5个特征根时，曲线特征值已下降到1以下，所以选取4个公共因子代替原始的11个地理变量来研究对成年人心电图QT间期参考值的影响。

表1地理指标相关系数矩阵

X1X2X3X4X5X6X7X8X9X10X11X11.00-0.03-0.660.3770.2570.356-0.15-0.070.060-0.15-0.42X2-0.031.000.176-0.81-0.80-0.830.802-0.350.434-0.260.510X3-0.660.1761.00-0.63-0.46-0.47-0.030.1590.2280.2190.145X40.377-0.81-0.631.000.8380.896-0.690.075-0.390.045-0.39X50.257-0.80-0.460.8381.000.865-0.580.206-0.490.257-0.37X60.356-0.83-0.470.8960.8651.00-0.670.136-0.360.235-0.40X7-0.150.802-0.03-0.69-0.58-0.671.00-0.250.226-0.150.566X8-0.07-0.350.1590.0750.2060.136-0.251.00-0.13-0.02-0.13X90.0600.4340.228-0.39-0.49-0.360.226-0.131.000.1190.362X10-0.15-0.260.2190.0450.2570.235-0.15-0.020.1191.00-0.08X11-0.420.5100.145-0.39-0.37-0.400.566-0.130.362-0.081.00

2.2.3因子得分通过因子分析得出的每个变量在公共因子中的得分系数矩阵见表3。由表3可得出Z1，Z2，Z3，Z4的表达式为:Z1=-0.034X1-0.181X2-0.149X3+0.218X4+0.235X5+0.209X6-0.072X7-0.023X8-0.187X9+0.048X10+0.024X11；Z2=0.560X1+0.099X2-0.281X3+0.090X4-0.037X5+0.066X6-0.054X7-0.156X8+0.266X9-0.016X10-0.265X11；Z3=-0.047X1+0.179X2-0.337X3+0.069X4+0.064X5+0.026X6+0.356X7-0.418X8-0.043X9+0.016X10+0.420X11；Z4=0.046X1-0.080X2+0.251X3-0.038X4-0.004X5+0.097X6-0.213X7-0.155X8+0.488X9+0.635X10-0.098X11；(1)。将原始变量的值代入上式中,求得Z1，Z2，Z3，Z4值。

图1　特征根碎石图

表2方差分解累积表

成份解释的总方差 初始特征值 提取平方和载入 合计方差的%累积%合计方差的%累积%旋转平方和载入合计15.04245.83445.8345.04245.83445.8344.79921.86616.96462.7971.86616.96462.7972.16531.14310.39573.1921.14310.39573.1922.22141.0149.21682.4081.0149.21682.4081.31750.8267.50789.91560.6345.76395.67970.2001.82197.50080.1241.12998.62890.1080.98299.611100.0390.35099.961110.0040.039100.000

表3成分得分系数矩阵

Z1Z2Z3Z4X1-0.0340.560-0.0470.046X2-0.1810.0990.179-0.080X3-0.149-0.281-0.3370.251X40.2180.0900.069-0.038X50.235-0.0370.064-0.004X60.2090.0660.0260.097X7-0.072-0.0540.356-0.213X8-0.023-0.156-0.418-0.155X9-0.1870.266-0.0430.488X100.048-0.0610.0160.635X110.024-0.2650.420-0.098

(2)

上式中,net(j xi) 为第一隐含层第 j 个神经元接收到的信号,xi为输入,ωi,j为输入层第i个神经元和第一隐含层第j个神经元之间的连接权重。log sig(xi)为 logsig 函数,

(3)

第二隐含层与第一隐含层,第三隐含层与第二隐含层,输出层与第三隐含层通过线性函数激活,各层接收到的信号如下:

(4)

上式中,netj(ki) 为第j层隐含层(j=2,3,4) 和输出层(j=5) 接收到的信号,ωi,j 为各层神经元和前一层神经元之间的连接权重,netj- 1(ki) 为前一层第 ki个神经元的输入〔30〕。运用上述方法构建中国人心电图QT间期参考值与地理因素 BP 神经网络结构图,见图2。

通过 MATLAB 里提供的人工神经网络工具箱，对不同训练次数时人工神经网络的误差变化曲线及训练终止时的均方差进行分析。 通过筛选，选择训练次数为 60 次和 70 次作为男性肺一氧化碳弥散量参考值最优训练次数进行训练；表4是心电图QT间期参考值与地理因素训练的模拟值和实测值对比表，图3是误差曲线递减图，模拟结果见图4。

图2　BP神经网络流程图

图3　BP神经网络60次训练(A)和70次训练(B)误差曲线

Z1Z2Z3Z4Y实测Y60Y70北京-0.730.861.24-0.83376.1377.64±0.27370.92±0.52武汉0.940.410.331.20376.0376.24±0.27378.57±0.52广州1.550.54-0.861.10397.0396.48±0.27374.37±0.52衢州0.920.97-0.250.74394.0392.19±0.27378.85±0.52新疆-0.97-2.80-0.14-1.50376.1376.97±0.27400.72±0.52成都0.84-0.95-1.07-0.63370.0368.49±0.27367.09±0.52江苏0.610.41-0.47-1.00358.1356.53±0.27366.65±0.52西安-0.03-0.58-0.66-1.00364.8364.63±0.27367.22±0.52

图4　BP神经网络60次训练(A)和 70次训练(B)后模拟值和实测值

图5　中国人心电图QT 间期参考值空间分布图

2.4绘制心电图QT间期参考值范围分布图利用国家基础点，将各个观测点的X1，X2，X3， X4，X5，X6，X7， X8， X9，X10， X1111项地理指标代入方程(1)，计算出Z1，Z2，Z3，Z4的值，并代入训练了60次的神经网络模型进行仿真，计算出这2 322个市县成年人心电图QT间期参考值的预测值。应用ArcGIS10.0软件中的空间分析工具进行克里金(Krigng)插值〔31～34〕，精确地拟合出中国成年人心电图QT间期参考值的空间分布规律(图5)。由图5可以清楚得出中国任何地方成年人心电图QT间期参考值，位于同一色系的QT间期正常参考值相等，色系变化越快的区域QT间期参考值变化越大，反之变化平稳。西部心电图QT间期参考值范围变化较快,中东部较缓慢。中国成年人心电图QT间期参考值的分布趋势为中东部偏低(350～387 ms)，西部较高(387～427 ms)，且以青海和甘肃为中心以同心圆向周围递减。

3讨论

地理环境是由大气、 水、 土壤、 生物和矿物等各种地理要素组成的有机整体,它是人类赖以生存的物质基础。人的机体与地理环境处在一个矛盾统一的过程中,生命有机体一方面不断地从地理环境中摄取生命活动需要的物质,同时,生命活动的代谢产物及人类的生活行为、 方式也在不断地影响地理环境,在进行物质交换过程中,也伴随着能量的交换,形成了人与地理环境之间相互作用而处于一种动态平衡。因此,相同地理环境下的QT间期参考值应该是相同的,不同地理环境下的QT间期参考值应该是不同的,QT间期参考值与地理因素之间应该是有依赖关系的。

从单相关系数可以看出,随着纬度、表土阳离子交换量(黏土)、表土阳离子交换量(潜育土)的增加,中国人QT间期参考值也在增加。随着经度、年平均气温、气温年较差、表土粉粒百分率、表土碱度的增加,中国人QT间期参考值在减小。气温年较差是影响中国人QT间期参考值最主要的地理因素，表土碱度是影响中国人QT间期参考值最主要的土壤地理因素。

3.1年平均气温和气温年较差与QT间期参考值的关系年平均气温和气温年较差与QT间期参考值呈负相关，气温年较差是影响中国人QT间期参考值最主要的地理因素。较低的气温会改变人体血液的某些指标，会使超常循环的血流量比平常要少好几倍，体内有限的血液，在短时间内涌向体表，使心、脑供血量锐减。心肌缺血时,心室复极延长、复极离散性增加,在心电图上表现为 QT 间期延长〔35〕。

3.2经度和纬度与QT间期参考值的关系经度与QT间期呈负相关，纬度与QT间期呈正相关，也即中国的东部比西部的QT间期短，北部比南部的QT间期长(与图6的结果一致)。南部年平均气温高，QT间期短。东北地区气温年较差大，QT间期短。深居内陆的西北干旱地区年平均气温低，QT间期长；且西北地区海拔高，QT间期长。例如，在海拔高度3 500 m的地方，大气压为500 mmHg,氧分压为100 mmHg(仅为海平面氧分压的70%)，动脉血氧饱和度为87.5%，处于环境性缺氧的状况。缺氧对心肌细胞的除极和复极，传导都会有一定的影响，表现在心电图上为QT间期延长。因此经度和纬度与QT间期的关系是建立在中国的地形气候因素的基础上。

与过去的相关分析、多元回归模型、主成分分析等相比,人工神经网络模型更能反映地理因素和心电图QT间期参考值范围间复杂的非线性关系。而且,基于人工神经网络模型,不需要人为定义模型的结构和参数,最大限度地降低了人为影响,提高了模拟的精度。

4参考文献

1周翠翠,王鸿.QT间期延长的临床研究进展〔J〕.医学综述,2011;17(15):2313-5.

2徐蔷,陈莉明.QT间期相关指标评价2型糖尿病及其合并冠心病〔J〕.天津医科大学学报，2007;13(3)：393-5,402.

3成建国.心电图的QT间期和QTc间期〔J〕.西藏医药杂志,2011;32(1):33-5.

4白彩珍,庄洁,韩容.致QT间期延长的药物及预防措施〔J〕.药品评价,2012;35(2):11-3.

5黄子厚,黄秀俊.动态心电图对病态窦房结缓慢心律失常短QT间期分析〔J〕.实用心电学杂志,2009;18(6):446-7.

6黄家畅.海拔3300-3650米正常青壮年QT间期及QT测定〔J〕.实用心电学杂志,1999;8(4):198-9.

7王彦梅，赵娓，李兴杰,等.自发Ⅰ型Brugada波QT间期及QT变化的意义〔J〕.江苏实用心电学杂志,2011;20(2):87-8,91.

8常阳.吸烟对心率变异性和QT间期、QT的影响〔J〕.心血管病防治知识(学术版),2012;(5):4-6.

9谢振武，王成，李茗香,等.正常中国人QT间期及QT-(LC)与QT-c比较〔J〕.临床心电学杂志,1999;8(2):25-8.

10王建华,陈景红,刘桂芳,等.帕金森病的心电图心率校正QT间期改变〔J〕.临床荟萃，2007；22(17):1236-7.

11屈维刚,黄鹂,王鑫.青海高原某部战士与内地青年心电图的比较〔J〕.中国临床研究,2012;25(4):387-8.

12阎崇年，颜吉鹤，宋俊铃,等.中国市县大辞典〔M〕.北京：中共中央出版社，1991:1-446.

13颜宏，沈国权，毛耀顺,等.中华人民共和国气候集〔M〕.北京：气象出版社，2002:2-250.

14赵济，陈传康，伍光和,等.中国地理〔M〕.北京：高等教育出版社，1999:1-382.

15张超,杨秉赓.计量地理学基础〔M〕.第2版.北京: 高等教育出版社,1991:86-129.

16Karayiannis NB,Venetsanopoulos AN.Artificial neuralnetwork: learning algorithems,performance evaluation and application〔M〕 .Boston: Kluwer Academic,1993:99-130.

17周开利,康耀红.神经网络模型及其 MATLAB 方正程序设计〔M〕 .北京: 清华大学出版社,2005:86-135.

18徐建华.现代地理学中的数学方法〔M〕.第2版.北京:高等教育出版社,2002:98-105.

19董长虹.Matlab 神经网络及应用〔M〕 .北京: 国防工业出版社,2005:2-241.

20Pattie DC,Snyder J.Using a neural network to forecast vistor behavior〔J〕.Ann Tourism Res,1996;23(1):151-64.

21王士同.问题求解的人工智能: 神经网络方法〔M〕.北京: 气象出版社,1995:1-151.

22杨青生,张红贤,葛淼.基于神经网络的老年女性红细胞计数参考值与地理环境〔J〕.国外医学·医学地理分册,2008;29(4):184-8.

23崔致远,葛淼,刘亚凤,等.基于人工神经网络的中年男性红细胞计数参考值范围的地理分布〔J〕.中国医科大学学报,2008;37(3):355-8.

24崔致远,葛淼,曹利霞,等.基于人工神经网络的青年女性红细胞计数正常参考值的地理分布〔J〕.第四军医大学学报,2008;29(14):1312-4.

25张亚平,葛淼,闫燕春,等.应用BP神经网络模型分析老年女性心脏指数正常参考值与地理因素的相关性〔J〕.中国老年学杂志,2011;31(7):2394-7.

26曹晓仪,葛淼,林天应,等.女性实际碳酸氢根参考值与地理环境的人工神经网络〔J〕.吉林大学学报(医学版),2012;38(2):364-7.

27井静,葛淼,何进伟,等.老年女性左室舒张末期内径参考值与地理环境的BP神经网络相关性〔J〕.中国老年学杂志,2013;33(22):5507-9.

28何进伟,葛淼,曹利霞,等.基于人工神经网络的肺一氧化碳弥散量参考值的地理分布〔J〕.中山大学学报(医学科学版),2009;30(3):348-51.

29杨青生,张红贤,葛淼,等.基于人工神经网络的老年男性血沉参考值与地理环境关系研究〔J〕.地理科学,2006：26(6):749-54.

30匡胤.基于人工神经网络的系统建模及MATLAB实现〔J〕.四川理工学院学报(自然科学版),2007;5:6-9.

31 汤国安,杨昕.ArcGIS地理信息系统空间分析教程〔M〕.北京:科学出版社,2006：2-320

32陈述彭,鲁学军,周成虎.地理信息系统导论〔M〕.北京:科学出版社,1999：2-150.

33Kang TS,著.陈健飞，译.地理信息系统导论〔M〕.北京:科学出版社,2003：6-230.

34党安荣,贾海峰,易善桢.ArcGIS 8 Desktop地理信息系统应用指南〔M〕.北京:清华大学出版社,2003：1-156.

35梁衍舜,刘文德,孙瑞龙.QT间期延长的临床意义〔J〕.中国循环杂志,1992;2:202-4.

36周翠翠,王鸿.QT间期延长的临床研究进展〔J〕.医学综述,2011;15:2313-5.

37Kafka H,Langevin L,Armstrong PW.Serum magnesium and potassium in acute myocardial infarction influence on ventricular arrhythmia〔J〕.Arch Intern Med,1987;147:465.

〔2013-12-21修回〕

(编辑徐杰)