陈 晨 李 锦 姚 沁
生理老化下心率变异性信号的研究
陈 晨 李 锦 姚 沁
陕西师范大学,陕西 西安 710119
近些年我国人口老龄化日益加重,研究生理老化对心脏系统带来的影响具有非常重要的意义。利用去趋势波动分析方法,分别研究了健康年轻人以及老年人HRV信号的相关性。为了进一步研究,建立了多重分形去趋势波动分析法,分别分析健康年轻人以及健康老年人HRV信号的多重分形特性。
心率变异性;生理老化;相关性;多重分形性
心脏作为人体最重要的器官之一,在人体进行各种生理活动时扮演着非常重要的角色。为了更深入地研究心脏系统的复杂程度。我们对心脏系统输出信息中非线性信号的研究具有非常重要的意义。现阶段我国老年人口的数量占人口总数的比重不断上升[1]。要使更多的老年人延长寿命,首先就是生理老化的心脏依旧能保持良好的功能,因此研究生理老化对心率变异性的影响是非常具有实际意义的。心率变异性信号(Heart Rate Variability)作为心脏系统最重要的输出信号之一,该信号的内部信息可以反映逐次心跳周期微小[2]。分析HRV信号可以得到心脏系统所隐藏的本征信息,并且HRV信号分析方法避免了临床分析的创伤性,因此这种分析手段在临床医学方面具有巨大的应用价值。
去趋势波动分析方法(DFA)被广泛运用在非线性、非平稳序列的相关性特性的分析中[3-4]。
是奇异指数,是衡量多重分形特性的一个标度,其值的变化范围越大,说明时间序列的多重分形特性越强。
我们取10个健康年轻人10个健康老年人的RR间期数据。在进行实验之前,对数据进行预处理,将满足以下不等式的信号保留,去除其他不满足的点。
对预处理得到的数据进行相关性分析,对比健康年轻人和健康老年人的标准Hurst指数的变化情况,分析其相关性的差异,实验结果如图1所示。
从图1可以发现,健康年轻人和老年人的标准Hurst指数都大于0.5,说明HRV信号是具有相关性的。但是每组样本的受试者自身体质以及心脏功能的差异导致标准Hurst指数的大小并非完全相同。
去趋势波动分析只代表了单一分形HRV信号的相关性,不能完全反映信号的所有特征。为了更加深入地对HRV信号的特性进行研究,这一节我们引入多重分形去趋势波动分析方法,得到不同分形阶数下,各参数变化的趋势。
2.2.1 广义Hurst指数()随值的变化
图2 广义Hurst指数随着分形阶数q的变化曲线图
图2代表的是健康年轻人和健康老年人的广义Hurst随着分形阶数变化的曲线。两组数据的()都随着分形阶数的增大而减小,但是总体是大于0.5的,说明HRV信号具有多重分形特性。随着的变化,()变化的速度不同,说明HRV信号分形特性的不均匀变化。从()总体的变化范围我们可以发现,健康年轻人曲线的波动幅度大于老年人。说明健康老年人的HRV信号的分形特性小于年轻人。
2.2.2 质量指数谱()随着值变化的曲线
图3 质量指数谱T(q)随着q值变化的曲线
从图3我们可以发现,两组数据的()-曲线均呈上凸形的,说明了HRV信号具有多重分形的特征。质量指数谱曲线的曲率是用来反映HRV信号多重分形性的强弱的。曲线的曲率越大,寿命多重分形性越强。图3显示健康年轻人的曲率大于老年人,说明年轻人的HRV 信号的多重分形特性大于健康老年人。
2.2.3 多重分形谱()随奇异指数的变化曲线
图4 多重分形谱F(a)随奇异指数a的变化曲线
图4表示多重分形谱曲线在横轴的跨度可以用来描述多重分形性的强弱。健康年轻人在x轴的跨度略大于健康老年人,所以其多重分形特性较强。这一观点与前面计算的广义Hurst指数、质量指数谱都说明了健康人的HRV信号具有更强的多重分形特性。
通过DFA算法以及MF-DFA算法,分析HRV信号的标准Hurst指数、广义Hurst指数、质量指数谱以及多重分形谱,区分健康年轻人和健康老年人的HRV信号。根据研究我们发现老年人的HRV信号相关性的波动更小,说明生理老化现象使得心脏系统的混沌特性减弱,心脏系统的变异性降低。为了证明研究结果的精确性,利用MF-DFA算法分析健康年轻人和健康老年人的HRV信号,表明随着年龄的增加HRV信号的非线性指标均减小。从生理学可以解释为随着年龄增加,人体的各个器官发生老化,心血管的老化使心脏系统的变异性降低,也就是心脏系统对外界环境适应能力变弱。这一结果也与自主神经调控相呼应。研究表明:HRV信号的相关性与交感神经的调控正相关,与副交感神经的调控负相关;HRV信号的多重分形特性与交感神经的调控负相关,与副交感神经的调控正相关。随着年龄的增加,人体机能的退化,自主神经的调控能力也会变弱,老年人的心率变异性就会降低。
[1]陈伟伟,高润霖,刘力生. 中国心血管疾病2017概要[J]. 中国循环杂志,2018(33):1-8.
[2]Roshan J M,U. Rajendra A,Hojjat A. Current methods in electrocardiogram characterization [J]. Computer in Biology and medicine,2014,48:133-149.
[3]M Malik,T Farell,Camm A J. Circadian rhythm of heart rate variability after acute myocardial infraction and its influence on the prognostic value of heart rate variability[J]. Am J Cardiol,1990,66:1049-1054.
[4]Yu X L,Zhang C. Casual interaction between the cerebral cortex and the autonomic nervous system. Science China(Life Science),2014,5:532-538.
[5]Wolf M M,Varigos G A,Hunt D. Sinus arrhythmia in acute myocardial infarction[J]. The Medical Journal of Australia,1978,2(2):52-53.
[6]Goran K,Gianfranco P,Dragan G,et al. Heart rate variability and nonlinear dynamic analysis in patients with stress-induced cardiomyopathy[J]. Medical & Biological Engineering & Computing,2012,10:1037-1046.
[7]Babloyantz M,Destexhe. Is the moral heart a periodic oscillator[J]. Bio Cybern,1988,8:203-211.
[8]Ivanov P C,Amaral L A N,Goldberger A L,et al. Multifractality in human heart dynamic[J]. Nature,1999,399(6735):461-465.
[9]Vinzenz V T,Payam Z. Multi-scale transition of fuzzy sample entropy of RR-intervals and their phase-randomized surrogates:A possibility to diagnose congesitive heart failure[J]. Biomedical Signal Processing and Control,2017,31.
Heart Rate Variability Signal under Physiological Aging
Chen Chen Li Jin Yao Qin
Shaanxi Normal University, Shaanxi Xi’an 710119
In recent years, the aging of China’s population is increasing. It is of great significance to study the effects of physiological aging on the heart system. Using the detrended wave analysis method, the correlation between HRV signals of healthy young people and the elderly is studied. For further research, a multi-fractal detrended wave analysis method is established to analyze the multi-fractal characteristics of HRV signals in healthy young people and healthy elderly people.
heart rate variability; physiological aging; correlation; multifractal
R541;TP391
A
陈晨(1995—),女,陕西西安人,陕西师范大学物理与信息技术学院电子与通信工程专业研究生,主要研究方向为生物医学信号处理。