RR间期和QT间期动力学特性联合分析用于心脏自主神经状态评估的研究

The imbalance of cardiac autonomic nerve has close relationship to cardiac mortality. Noninvasive monitoring of cardiac autonomic nerve state is with great importance but there is no available method for clinical usage by now. Though heart rate variability (HRV) is widely used in reflecting cardiac autonomic activity, it is apt to be influenced by individual factors such as age, sex and so on. And surface body ECG (especially Holter data), as a noninvasive and continuous measure, is paramount in monitoring cardiac safety. Using the data from multi-source Holter database and our experiments, this project is aimed to establish a noninvasive method in evaluating the cardiac autonomic nerve state based on the analysis of ECG interval time series and having a joint analysis of HRV and QT variability (QTV). Through head-up tilt test and stress response test, the sensitivity of various indexes of short-term interval series is investigated. According to the nonstanarity of ECG interval time series, short-term analysis is to be performed on them, and the distribution of short-term indexes on long-term time series is to be charaterized for the quantitative analysis of circadian rhythm and correlation analysis of HRV and QTV. The proposed method is expected to have the advantage in weakening the influence of individual differences and highlighting the pathological influence, providing a basis for the application of noninvasive monitoring of the cardiac autonomic nerve stste for cardiac safty to clinical use.

心脏自主神经失衡与心血管疾病的病死率密切相关，无创评估和监测心脏自主神经状态，具有迫切的临床需求。心率变异性（HRV）的作用虽得到公认，但其指标易受年龄和性别等个体差异的影响，在临床应用过程中受到很多限制。本研究拟利用公共数据库和自行设计实验数据，探讨弱化个体差异，突出自主神经病理因素影响的自主神经状态判别分析方法。提出采用短时序列分析以遵循心电图间期序列的非平稳性，并通过自行设计被动直立倾斜实验和应激实验，探讨不同自主神经平衡状态下以及交感神经和迷走神经的交互作用缺失时，短时序列分析指标的敏感性；然后通过长时序列中短时序列分析指标相关性分析，量化自主神经活动的昼夜节律，表征HRV与QT变异性（QTV）的关联性，进行以HRV为基础的，多视角和多层次的判别分析，并在典型病理状态验证所提出方法的有效性。为心脏安全中自主神经状态评估提供有临床应用前景的依据。

心脏自主神经系统（ANS）受损与恶性心律失常的发生密切相关。可穿戴技术的发展，使得心血管时间序列的获得性大为提高。如何从所获取的数据得到风险预测信息，成为很重要的研究方向。. 本课题对于ANS状态的评测研究主要从两个方面入手，一为RR间期（RRI）、QT间期和收缩压（SBP）等时间序列之间的耦合性分析；二为以昼夜短时心率变异性（HRV）指标为基础的多指标综合分析，并在此基础上分析短时分析指标在长时（24 h）序列上的分布特性。 . 采用频域的线性参数模型和非线性信息分解方法，研究高心律失常和心源性猝死高风险人群（ESRD）中，QT变异性（QTV）对于HRV响应行为的改变；运用交叉时频分析和信息分解方法，研究由直立倾斜(HUT)引起体位改变前后，以及不同速度体位改变过程中，RRI与SBP间耦合性的变化；基于多参数短时HRV分析，探讨充血性心力衰竭（CHF）患者ANS活动的变化和判别；探讨正常人长时RRI时间序列中短时分析指标的分布特性。. 研究揭示了线性参数模型和基于熵分析的非线性预测对自主神经活动的敏感性不同；研究证明了信息分解方法用于间期时间序列间耦合分析的有效性，可以明确区分心率与血压相互作用时的前向反馈和后向反馈的主导作用方向；研究发现心衰发展过程中以短时HRV分析指标评估的昼夜节律, 从轻度心衰中的消失,到重度心衰中相对于正常人逆转的特性，区分正常人和CHF患者的灵敏性和特异性均大于90%，而区分轻度和重度CHF患者的灵敏性也近85%，特异性超90%；研究显示出正常人群中长时RRI时间序列上短时HRV指标与心率的相关性随年龄减弱的态势。所进行研究的总体思路符合国际流向，同时在研究方法的运用和评价角度方面具有自己的特点，并且产出富有价值的结果。. 在可穿戴技术迅速发展、心率信号普遍易得的形势下，HRV及相关分析对于ANS状态监测，对于恶性心律失常的早期发现意义重大。我们的研究为充分获取心血管时间序列中所蕴藏的ANS活动信息提供了新的思路和方法，为与ANS相关的心脏安全无创评测提供了方法学依据。