基于心率变异性的人体衰老程度评估理论之研究*

张昱昊，姚宇恒，黄磊，郑馨怡

（皖南医学院 医学影像学院，安徽 芜湖 241000）

人体衰老是指人体对环境的适应能力，包括生理适应能力和心理适应能力不断降低、逐渐走向死亡的现象，是人体随着生命的不断延长所发生的一个正常而又复杂的必然过程。意味着人体随着年龄的增加，机体逐渐出现退行性的变化，比如机体免疫力逐渐下降，导致众多老年疾病的发病率逐渐增加。为了掌握这种变化，知晓自身衰老程度，并采用科学的方法延缓衰老，减少老年病（高血压、动脉粥样硬化、冠心病等）的发生，帮助延长机体寿命，对人体进行衰老程度的评估研究具有重要的意义。本文拟对前人基于心率变异性（heart rate variability,HRV）的人体衰老程度评估研究成果进行总结，发现问题，提出看法，以期对后续基于HRV 的人体衰老程度评估研究产生指导意义。

1 研究概况

目前对于人体衰老程度评估方法有：实足年龄和生物学年龄、衰弱指数、评估量表等。衰老评估的常用标志物有：炎症因子、激素、糖化血红蛋白（glycosylated hemoglobin,Hb）A1c、氧化指标（如晚期糖基化终产物、蛋白质羰基化合物、氧化脂蛋白和抗氧化剂缺乏等）、HRV 等［1］。

光电容积脉搏波（PPG）描记法是一种非侵入性的光电检测技术［2］，他通过在手指和耳垂等身体表面放置微型光电传感装置，即可采集到有用的生化信号，简单、方便［3］。

HRV 指的是持续正常（窦性）心动周期之间在时间维度上的细小差别，是自主神经系统（ANS）调节最有前途的指标之一。多项研究表明，不同年龄段的健康人HRV 有着较为明显的差异［4］，随着年龄的增长，HRV 逐渐降低。说明，HRV 可能是人体年龄的潜在标记物，因此HRV 是评估人体衰老程度的重要内容。

PPG 信号可以检测到皮下血管组织中的血液容积变化，进而反映心率、血氧等多种生理标准。PPG 采集到的心率与心电图的结果是一致的，峰峰值之间的间隔也非常相近，即可以用PPG 信号分析HRV，进而评估人体衰老程度［3］。

2 研究过程

2.1 PPG 信号的采集

当光线照射到人体皮肤上，一部分光线会通过折射或反射的方式传递出去，而另外一部分则会被人体皮肤、肌肉以及血液所吸收。由于心脏不断发生搏动，导致血管内的血液量也随之发生变化，因而，血管内血液对光线的吸收量也会随着心脏的不断搏动而发生变化。在此原理的基础上，借助光电技术手段提取出的波形信号即为PPG。鉴于手机摄像头每秒可以采集31 帧的图像，雷恒波等［5］将实验者的手指覆盖于手机摄像头上获取一段视频，随后对拍摄的视频进行分帧处理，通过对图像中心区域进行截取分析以此减少外界环境所造成的干扰，接着根据每一帧图像里面的像素灰度值变化特点绘制PPG 曲线时序图，继而得到PPG 信号。何智煜［6］则通过手机摄像头采集受试者指尖的图像，截取每帧图像内的一定比例的矩形块，通过打开手机背面的LED 灯进行补光处理来降低外部环境的影响，接着进行一系列的处理得到PPG 信号。王楠等［7］运用盲源分离的方法从实验视频中提取出PPG。信号采集过程中难免会有外界环境因素的干扰，截取中心区域以及补光处理都是比较好的降低环境干扰的方法。

2.2 PPG 信号的处理

众所周知，人体生理体征信号十分微弱，导致利用手机摄像头获取的脉搏波信号是很容易受到噪声的干扰，进而使实验数据准确度降低，影响实验的进程，因此信号的处理尤为关键。噪声的来源主要有两种：高频噪声和低频基线漂移。高频噪声的产生主要有两个方面，一是信号采集过程中周围环境的干扰，二是采集过程中自身随机产生的噪声。低频基线漂移则由被测者自身身体的运动和自主呼吸作用所产生。目前，对于脉搏波信号的处理方法比较多，例如：自适应滤波器法、小波变换法、多项式差值法以及经验模态分解法。自适应滤波器对信号处理速度较慢且滤波频率无法实现自动跟踪，容易影响实验进度［8］；小波变换可用于脉搏波中基线漂移的去除，但其处理信号依赖于小波基的选取，一旦小波基选择不妥，则会对影响整个实验的进度，对实验结果产生很大的影响，容错率较低［9］；多项式差值中“基准点”的找取至关重要，一旦“基准点”找取不当，则大概率导致实验失败，对操作者要求较高；而经验模态分解（empirical mode decomposition,EMD）法可以根据信号其本身的局部特性进行自适应分解，具备极佳的信噪比，与上述方法相异的是无须预先选取设定任何“基准点”或基函数，仍可实现信号不同频率成分的分解，同时对于操作者的要求较低，具有较高的容错率。基于此方法的优越性，雷恒波等［10］得以成功清除PPG 信号中的低频基线以及高频噪声。与他们相异的是，何智煜［6］设计了31 阶长度的有限长冲击响应（finite impulse response,FIR）低通滤波器来去除实验中的毛刺噪声，随后采用直线型的形态学滤波器除去极限漂移噪声，结果显示脉搏波信号的噪声被去除同时脉搏波信号的波形特征未受影响。陈真诚等［11］采用平均滤波器法滤除脉搏波中的高频噪声取得了较为准确的数据。不同的处理方法有其优越性的同时但又不乏其局限性，为保证实验结果的准确性，选取契合自身实验的信号处理方法至关重要。

2.3 PPG 计算HRV

诚然，HRV 是一项反映心脏自主神经张力以及平衡的敏感指标，可以对自主神经功能进行定量评价［12］。若自主神经出现功能紊乱，亦可对其紊乱程度所带来的危险性给出相应的分层评析。除此之外也可以评价某些药物对自主神经功能的影响。为取得精确的HRV 参数，常直接采用高精度的专业仪器，但碍于仪器价格之昂贵及操作过程之繁琐，使得专业的测量方式难以普及和推广。这时可以考虑先获取PPG 信号，接着利用处理后PPG 信号计算出HRV 参数，从而实现HRV 参数的间接性获取。此外，脉搏信号在幅值、噪声干扰及信号质量等方面相较于心电信号都有着一定的优势。同时随着光学传感器的不断发展，基于脉搏信号与心电信号产生原因相近，使得利用PPG 分析HRV 成为可能。HART［13］通过对比分析被测者两侧脉搏信号与心电信号，认为脉率变异性是可以替代HRV 的。王步青等［14］研究发现，利用心电图获取的HRV 结果与运用三种不同特征点识别算法处理PPG 数据所获得的HRV 结果几乎是一致性。同时指出被测者本身的呼吸运动是造成计算结果产生差异的一个重要因素。PINHEIRO等［15］研究了三种不同背景下使用PRV 特征作为HRV 指标的代替物的假设。结果显示，PRV 可作为健康受试者HRV 分析的替代方案，在时间和频域特征上具有显著相关性。而在运动过后及心血管疾病（CVD）受试者中，时间和频域特征相关性欠佳。李静等［16］研究发现，借助PPG 描记法得到的短时HRV 与心电图法得到的HRV 几乎是一致的。徐礼胜等［17］研究表明脉率变异性与HRV并不是完全一致的，不能完全相互替代。其中健康青少年组的全部参数［总体标准差（SDNN）、相邻RR 间期差值的均方根（RMSSD）、相邻RR间期差值＞50 ms 的百分比（PNN50）、高频功率（HF）等］均具有一致性，而在老年人组以及心血管病人组中只有其中的一部分参数是一致的。这些研究表明PPG 描记法计算HRV 具有一定的局限性，即脉率变异性（PRV）和HRV 在一定程度上可以相互替代分析，此外，对于受试者的选择也更具指向性。

总体而言，伴随着智能手机的发展，其数据存储、计算与分析能力不断提高，使得借助手机摄像头获取PPG 信号这一方法成为现实。由于人体生理特征信号十分微弱，因此信号采集时应采取不同的方法减少外界环境因素的干扰，接着通过对PPG 信号的处理变换，则可将其用于HRV 的分析。尽管具有一定的局限性，但为未来HRV 的计算领域增添了更多的可能性与选择性。

3 总结与思考

3.1 衰老评估指标与衰老的生物学变化关联不紧密

相关研究表明，衰老度有三种计算方法，一是计算日历年龄与生物年龄的差值；二是计算日历年龄与生物年龄的比值，以百分比表示；三是构建人体的心理-生理-社会三维衰老度指标和量表，通过各方面指标表示人体衰老程度［18］。邱勇玉等［19］研究发现，随着年龄的增大，受试者HRV的各项指标均逐渐降低，副交感神经与交感神经的张力均降低。健康女性的副交感神经张力是高于男性的，但交感神经张力却低于男性。提示在临床上分析HRV 的各项指标时应考虑性别与年龄因素对HRV 的影响，以便得出正确的结论。张剑等［20］研究发现，采集数据中随着年龄指标的不断上升，HRV 异常程度也在不断提升。因而年龄与HRV 异常率之间有着高度的相关性。吴萌等［4］采集了741 例不同年龄段受试者的短时HRV 数据并进行分析，结果发现，随着年龄的增长，受试者的疲劳度逐渐增加，自主神经活性及功能逐渐降低。这些研究一方面提示分析HRV 时多种因素应同时考虑，另一方面表明HRV 各项指标会随着年龄的增加而不断降低。总而言之，人体的衰老由多种因素共同影响，在这些影响因素的作用下，可造成日历年龄与生物年龄差异过大。多方面研究表明，年龄增长的同时，HRV 的各项指标有明显的下降，因此HRV 作为反映心脏副交感神经与交感神经活动的重要指标［21］，可作为一种潜在的生物标记物，对人体的衰老程度进行评估甚至预测。但人体衰老的过程是复杂的，也是多因素引起的综合性过程。如果能尽早得对衰老进行准确的评估，将可避免无效的预防和错误的预防指导，并且也能为抗衰老综合干预理论方法提供指导依据。而目前的衰老评估指标与衰老的生物学变化关联性是不紧密的，虽然有其合理的部分，但不能详细的辨别出处于衰弱前期的老年人。因此，需要找寻更敏感并且实用可靠的生物标志物。

3.2 HRV 分析考虑因素不充分

截止至今，由于技术水平受限，对于衰老机制尚未有一个明确的定论，存在数十种学说，如端粒学说、免疫学说、细胞凋亡学说等［22］，但尚无任何一门学说能够系统性阐释衰老机制［23］。总而言之，衰老的发生机制与原因较为复杂，人体的衰老由多种因素共同影响，在这些影响因素的作用下，可造成日历年龄与生物年龄差异过大。另外，生物年龄受到多方面因素的影响，比如先天的遗传或后天的生活环境、膳食营养及生活方式等，因此个体的衰老速率也有差异。因而在HRV 分析过程中，要充分考虑到生理、心理、社会、临床病理等这些方面的因素，加入到衰老评估模型中。

3.3 信号采集方式及测量设备有待改进提高

目前，运用专业的测量设备进行人体体征测量是主流方式，这种方式尽管可以得到较为准确的数据，但是碍于成本价格的昂贵，难以推广和普及［24］。因此，寻求一种简便的测量方法代替繁琐的专业设备测量至关重要。VAN ANDEL 等［25］将他们自制的光电传感系统集成在一个腕带上，被测者将其戴在手腕处即可进行PPG 信号采集；GILOTRA 等［26］则设法将光电传感器套在手指上采集PPG 信号。但这些方法在某些特殊的场合下并不适用，例如肢体抖动以及皮肤有伤口的患者。由于人体生理特征信号非常微弱，因此信号采集时受外界环境因素的干扰较大。另外，通过对PPG 信号的处理变换以用于HRV 的分析，也具有一定的局限性。因此，信号采集方式仍有待改进，测量设备仍有待提高。

4 研究展望

4.1 需找寻更敏感且实用可靠的生物标志物

鉴于人体衰老的复杂过程，需找寻到敏感并且实用可靠的生物标志物，使得衰老评估指标与衰老的生物学变化关联性更加紧密。更加详细的辨别出处于衰弱前期的老年人，即尽可能早地对衰老进行准确的评估，这将有助于避免无效或错误的预防指导，并且也能为抗衰老综合干预理论方法提供指导依据。

4.2 充分考虑多种因素完善衰老评估模型

由于人体的衰老是由多种因素共同影响的，因此在HRV 分析过程中，要充分考虑到生理、心理、社会、临床病理等方面的因素，加入到衰老评估模型之中，从而更加准确地评估衰老程度，才能得出更科学、合理、有效的抗衰老干预依据。

4.3 改进信号采集方式，运用手机摄像头提高检测效率与便捷度

随着科技水平不断提升、移动医疗的逐渐兴起以及智能手机数据运算与处理能力大幅提升，智能手机普及率逐年上升，智能手机的应用范围也越来越广阔。专业设备测量PPG 信号存在着成本昂贵、难以普及等劣势，但借助手机摄像头可实现对人体衰老程度的评估，且具有以下优势：第一，在当今时代大背景下，手机性能不断优化提升，其数据接收、运算和存储能力有了质的飞跃，手机摄像头像素也不断提升，成为使用最为频繁的传感器，将有机会代替越来越多的专业设备，具有广阔的应用前景；第二，对比专业的检测设备，智能手机操作简便，易于集成，且成本较低，轻便易携，易于推广，且不会对受试者造成任何伤害；第三，在过去大多数情况下只能在医院等专业场所进行人体生理体征的精确检测，易受高频电磁场的干扰，且结果报告获取较慢，对受试者来说不够便捷，而运用手机摄像头获取信号将不再拘泥于特定场所，在大多数场所都可进行实验研究，可不受高频电磁场干扰，对于PPG 信号可实现远程、定量、无创非接触式获取，一定程度上节省了受试者的时间，提高了检测的速度和效率。

但通过手机摄像头测量基于HRV 评估人体衰老程度的方法还存在以下问题需要在未来进行更加深入的拓展和研究：第一，PPG 信号十分微弱，在进行PPG 信号采集的过程中，周围环境的光线以及噪声等因素会对实验造成干扰，因而在实验过程中对光线以及声音的要求比较严苛，目前解决方式为打开手机背面的LED 灯进行补光处理，另外，降噪方法的选择可遵循不同实验的标准与要求，选取契合本身实验的降噪方法即可；第二，不同人体的皮肤、呼吸速率以及脉搏波强弱具有显著的差异，寻找有效的方法克服差异对实验的影响非常重要；第三，由于技术水平受限，人体的衰老程度与HRV 之间的关系尚未完全明确，且实验结果的精确度相比专业测量设备较低，信号处理速度相对较慢，因此探究二者之间的具体关系、如何提高精确度以及处理速度仍需要进一步研究。相信随着科技不断革新，手机性能不断优化，这些问题定会迎刃而解，利用手机摄像头测量基于HRV 评估人体衰老程度具有一定的实用价值和较好的前景。