分析心率變異性(HRV)信號的傳統方法是通過計算其線性參數,包括時域和頻域參數來評價自主神經功能。HRV信號的本質是非線性的,并具有非線性動力學特性。Poincaré圖是一種非線性圖形法,能夠揭示信號中隱藏的現象。本研究分別利用HRV的線性參數和Poincaré圖參數在文字輸入實驗中進行自主神經功能評價。結果表明Poincaré圖是評價HRV水平的一種簡單且有效的非線性圖形法。
引用本文： 石萍, 喻洪流. 心率變異性的線性參數和非線性圖形特征在自主神經功能評價中的應用研究. 生物醫學工程學雜志, 2014, 31(2): 302-307. doi: 10.7507/1001-5515.20140057 復制
引言
心率變異性(heart rate variability,HRV)是指逐次心搏間期之間的變化特性。在心臟的搏動過程中，由于受到交感神經、迷走神經、神經中樞、壓力反射及多種生理活動因素的調節作用，心臟竇房結的自律活動使得心臟的每次搏動時間周期一般存在幾十毫秒的差異。HRV可用于評價人體自主神經系統(autonomic nervous system，ANS)的動態變化。自主神經系統主要功能在于調節機體內臟、血管、平滑肌及腺體的活動，參與機體對內外環境刺激的反應，維持人體重要的生命活動[1]。
傳統的HRV分析多以時域、頻域分析方法為主[2]。隨著生理學研究的深入，人們意識到：HRV 信號的本質是非線性的，并具有非線性動力學特性[3]。這是由于心率主要受到自主神經系統支配，而自主神經活動又主要受到大腦活動的影響，大腦活動是包含多個非線性振子相互作用的復雜動力學系統。由于包括ECG在內的大多數生理學信號是非平穩性時間序列，因此，有必要用非線性分析法來分析HRV 的動力學特性。
通過對ECG的RR間期進行非線性參數分析評價自主神經功能從而獲得HRV特性日益得到關注。然而，非線性混沌時間序列提取不變特征量(如最大 Lyapunov 指數、分形維數和Kolmogorov 熵)時，理論上需要近乎無限長的時間采樣點[4]。實際的采樣信號長度卻往往不能滿足要求。二維圖形上觀察非線性時間序列內部動力學機理可克服這一理論挑戰，且具有廣泛的實際需求。非線性圖形法Poincaré圖是評價HRV水平的一種典型的非線性圖形法[5]。 Poincaré圖形狀特征結合其非線性參數能為評價HRV特性提供了直觀明了，生理學意義明確的評價方法。
1 HRV時域和頻域分析方法
HRV分析，即對RR間期(心電相鄰R波間隔)的研究。HRV的時域分析法是眾多分析手段中最為簡單的一種。它是對采集的按時間順序排列的RR間期數值直接進行統計學或幾何學分析。統計學方法是通過對正常RR間期序列的統計指標進行計算來評價心率變異性的臨床價值，如平均心率(HR)，全部RR間期標準差(SDRR)，全程相鄰RR間期之差的均方根(RMSSD)，全程RR間期之差的標準差(SDSD)等。
HRV的頻域測量是以各種各樣的生物系統的周期性為基礎的，也就是說，在確定的時間周期內，生物信號會不斷重復，并因此表現出某種頻率(周期長度以ms為單位)。頻域分析是將心搏間期變化用數學轉換方法轉變為頻譜，計算功率譜密度，提供能量隨頻率變化分布的基本信息。頻域分析法可以提供交感神經和迷走神經的活動水平及均衡性的變化，能夠比較細致地分別觀察交感和迷走神經調控作用。這種分析方法尤其適合短時HRV信號。HRV信號的低頻頻段為0.003~0.04 Hz，高頻頻段為0.15~0.4 Hz。
2 Poincaré圖
以前一個心拍RR間期為橫坐標，后一個心拍RR間期為縱坐標點，依此類推，橫軸為RR(n)，縱軸為RR(n+1)，構成RR間期散點圖。散點圖中包含了HRV 的線性和非線性的變化趨勢，正常人的散點圖多集中在45°對角線附近，呈彗星狀，可以通過散點圖分析了解受試者自主神經功能狀態。許多研究者利用散點在對角線上的波動程度來定量描述Poincaré圖[6-9]。散點形狀的定量化描述可以用一橢圓的寬度(短軸，SD1)和長度(長軸，SD2)來表示，如圖 1所示。橢圓的寬度SD1代表短期心率變異度，橢圓的長度SD2代表長期心率變異度，橢圓的中心為間期平均值。
圖1
典型的Poincaré圖
橢圓的短軸(SD1)、長軸(SD2)及其比值(SD1/SD2)用來定量描述散點特征。SD1為所有散點圍繞
An ellipse is fitted to the data points and the Poincaré plot indices are calculated by estimating the short diameter (SD1),the long diameter (SD2) and the ratio of the short and long diameters (SD1/SD2 ratio) of the fitted ellipse. SD1 is the standard deviation of the distances of points from
以橢圓中心為原點，橢圓長軸和短軸為軸建立新的坐標系統，則Poincaré散點圖的新坐標系統由旋轉RR(n)和RR(n+1)坐標軸θ=π/4rad所得，
| $\left[ \begin{matrix} {{x}_{1}} \\ {{x}_{2}} \\ \end{matrix} \right]=\left[ \begin{matrix} cos\theta & -sin\theta \\ sin\theta & cos\theta \\ \end{matrix} \right]\left[ \begin{matrix} R{{R}_{n}} \\ R{{R}_{n+1}} \\ \end{matrix} \right]$ |
在新坐標系下，SD1為所有散點圍繞x1軸的標準差，SD2為所有散點圍繞x2軸的標準差，
| $\text{SD}{{\text{1}}^{\text{2}}}\text{=Var(}{{\text{x}}_{\text{1}}}\text{)=Var(}\frac{1}{\sqrt{2}}R{{R}_{n}}-\frac{1}{\sqrt{2}}R{{R}_{n+1}}\text{)=}\frac{1}{2}\text{Var(}R{{R}_{n}}-R{{R}_{n+1}}\text{)=}\frac{1}{2}\text{SDS}{{\text{D}}^{\text{2}}}$ |
現將RR間期的自相關函數定義為
| ${{\gamma }_{RR}}\left( m \right)=E\left[ R{{R}_{n}}R{{R}_{n+m}} \right]$ |
自協方差函數為去除RR間期平均值的自相關函數，可表示為
| ${{\Phi }_{RR}}\left( m \right)=E\left[ (R{{R}_{n}}-\overline{RR})(R{{R}_{n+m}}-\overline{RR}) \right],$ |
對于平穩RR間期序列，自相協方差函數與自相關函數的關系可表示為
| ${{\Phi }_{RR}}\left( m \right)={{\gamma }_{RR}}\left( m \right)-\overline{R{{R}^{2}}},$ |
自協方差函數與SDRR的其聯系為
| $SDR{{R}^{2}}={{\Phi }_{RR}}\left( 0 \right),~$ |
SDSD與自協方差函數的聯系為
| $SDS{{D}^{2}}=2({{\Phi }_{RR}}\left( 0 \right)-{{\Phi }_{RR}}\left( 1 \right)=2({{\gamma }_{RR}}\left( 0 \right)-{{\gamma }_{RR}}\left( 1 \right)\text{) },$ |
可將SD1與自協方差函數相關，即
| $SD{{1}^{2}}={{\Phi }_{RR}}\left( 0 \right)-{{\Phi }_{RR}}\left( 1 \right),$ |
SD2與自協方差函數的關系為
| $SD{{2}^{2}}={{\Phi }_{RR}}\left( 0 \right)+{{\Phi }_{RR}}\left( 1 \right),$ |
式(8) 和式(9) 合并，可得
| $SD{{1}^{2}}+SD{{2}^{2}}=2SDR{{R}^{2}},$ |
那么
| $SD{{2}^{2}}=2SDR{{R}^{2}}-\frac{1}{2}SDS{{D}^{2}}$ |
Poincaré 圖相關系數rRR用來表征Poincaré 圖的形狀特征。計算公式為：
| ${{r}_{RR}}=\frac{{{\Phi }_{RR}}\left( 1 \right)}{{{\Phi }_{RR}}\left( 0 \right)}=\frac{SD{{2}^{2}}+SD{{1}^{2}}}{SD{{2}^{2}}-SD{{1}^{2}}}$ |
rRR 和SD1/SD2，提供了評價自主神經損害程度的評價指標。一般的，散點圖形狀的收縮表示交感神經活躍，同時提示心率變異度降低。正常人的散點圖大多為圍繞45°直線的彗星狀，rRR 更加接近于1，SD1/SD2更趨近于0；而異常形狀，如魚雷狀、扇形狀或其它復雜形狀等則反映了心血管功能的異常或提示，或提示自主神經狀態內在平衡關系發生改變時。
3 實驗材料和方法
3.1 實驗方法
測試者共12人(男6人，女6人)，年齡(21.1±1.6)歲。測試時間都安排在上午進行。要求被試者測試當天早餐清淡，測試前一晚保證睡眠，測試前24 h不飲用含酒精飲料。測試開始前要求被試者靜坐休息處于放松狀態。之后，要求被試者以平時工作的正常速度對照一選定的文字打字10 min，至少進行三次，每次記錄其打字的個數，計算平均值，以此字數為基準。休息5 min后，要求被試者在10 min內完成另一段難度相當基準字數加倍的文字的輸入，在電腦屏幕上顯示時間作為提醒。分別在測試前(rest，R)、進行正常速度打字時(base，B)和有任務要求打字時(working，W)進行ECG信號的記錄，每個階段記錄8 min。
3.2 分析方法
分別計算各段ECG數據的RR間期序列，計算時域參數HR、 SDRR、 RMSSD和SDSD，頻域參數標準化低頻功率HF(n.u.)、標準化高頻功率LF(n.u.)和低頻功率與高頻功率的比值LF/HF，Poincaré圖參數SD1、SD2、 SD1/SD2 和rRR。通過時域，頻域和非線性參數來評價個體自主神經功能。使用Matlab軟件進行統計學分析，P＜0.05表示兩組之間具有顯著性差異。
4 實驗結果
表 1所示為12名被試者在R、B、W三種狀態下HRV時域參數。HR在三種狀態下依次增加；SDRR、RMSSD和SDSD在工作狀態(B和W)時均比休息狀態(R)時減少。但時域參數在三種狀態下均無顯著差異。
表1
被試者(n=12)在R、B、W三種狀態下HRV時域參數
Table1.
Time domain HRV parameters for subjects in rest (R),base (B) or working (W) conditions
表 2所示為12名被試者在R、 B、W三種狀態下HRV頻域參數。LF(n.u.) 在B和W時均比R時顯著降低(P＜0.05); HF(n.u.)在B和W時均比R時升高，但無顯著差異；LF/HF在B和W時均比R時減少，僅在任務要求打字時具有顯著差異(P＜0.05)。
表2
被試者(n=12)在R、B、W三種狀態下HRV頻域參數
Table2.
Frequency-domain HRV parameters for subjects in rest (R),base (B) or working (W) conditions
表 3所示為12名被試者在R、 B、W三種狀態下Poincaré圖形參數。SD1在B和W時均比R時減少，但無顯著差異；SD2在B和W時均比R時減少，具有顯著性差異(P＜0.05)；SD1/SD2在B和W時均比R時增加，具有顯著性差異(P＜0.05)；Poincaré圖的圖形相關系數rRR在B和W時均比R時減少，具有顯著性差異。
表3
被試者(n=12)在 R、B、W三種狀態下HRV的Poincaré圖形參數
Table3.
Poincaré plot HRV parameters for subjects in rest (R),base (B) or working (W) conditions
在進行兩個工作狀態，即正常速度打字(B)和有任務要求打字(W)的統計學檢驗時，三類共計11種參數均無顯著性差異。然而，Poincaré圖為我們提供了另外一種觀測的角度。圖 2是具有代表性的三個被試者在 R、B、W三種狀態下的Poincaré散點圖。被試者a (見圖 2a)在R及B和W下的差異不大；被試者b (見圖 2b)在B和W下的Poincaré圖散點均比較集中；被試者c (見圖 2c)僅在W下的Poincaré圖散點比較集中，而在B和R下的圖形相似。
圖2
具有代表性的三個被試者a、b和c在 R、B、W三種狀態下的Poincaré散點圖
Figure2.
Poincaré plots for three representative subjects a,b and c in rest(R),base(B) or working(W) conditions
5 討論
心臟除了本身的節律性放電引發的跳動之外，也受到自主神經系統所調控。自主神經系統對機體內穩態的維持是與意識無直接關系的自主調節。自主神經系統按照其功能的不同分為交感神經系統(sympathetic nervous system，SNS)和副交感神經系統(parasympathetic nervous system，PNS)兩部分，二者在機能上相互拮抗保持平衡，從而完成機體內復雜的生理活動。其中，SNS可使心跳加快、瞳孔放大、胃腸蠕動變慢、排汗增加、使肌肉更有力，以應付緊急狀況；PNS 則使心跳變慢、瞳孔縮小、胃腸蠕動加快、排汗減少、使肌肉放松，維持人體安靜時的生理狀態。心率的波動是受ANS的調控，為適應不同的生理狀況或某些病理狀態而作出的反應[1-2]。因此，HRV信號中蘊含著有關心血管調節的重要信息，對HRV信號進行分析可以間接地定量評價心肌交感神經、迷走神經的緊張性和均衡性，進而評估自主神經系統的活動情況[2, 7]。
HRV時域分析的優點為：計算方便,指標意義直觀、明確、易為醫生接受；缺點是：靈敏性及特異性均較差，不能進一步區分心交感神經、迷走神經的活性水平及其均衡性變化[2]。如本研究中，雖然被試者在休息和不同的工作狀態下，HRV時域參數都發生了變化(見表 1)，但無顯著性差異。
HRV頻域分析則可以獲得比時域分析更多，更準確的自主神經活動信息。通過對電刺激迷走神經，毒蕈堿受體阻滯，迷走神經切斷術等臨床和實驗研究可知[10-12]，HRV的HF成分主要反映迷走神經傳出興奮。HRV的LF成分則受到交感神經和迷走神經的共同作用[10, 13]。LF/HF 則反映交感神經與迷走神經的平衡。本研究中，工作狀態下的LF(n.u.)成分和LF/HF顯著降低(見表 2)，提示我們工作時交感神經活動可能受到抑制。Garde等[14]的研究表明，不同性質的計算機工作對于自主神經功能狀態具有不同的影響，這提示我們在本研究中需要生理學意義明確的方法進一步揭示HRV的非線性本質。
HRV的Poincaré圖參數為我們提供了更加清晰的比較結果。實驗結果顯示SD2在工作狀態下顯著降低，SD1/SD2顯著增加，rRR顯著降低(見表 3)。Poincaré圖參數被研究者用來評價RR間期的動態特征和交感迷走神經的動態平衡[15-16]。由于交感神經的興奮會使脈動間期的短程波動增加，脈動間期的長程波動降低，在Poincare 圖中體現為散點分布發散，趨于圓形分布，HRV變異性增加，此時Poincaré圖形指標SD1/SD2升高，rRR 降低，這與我們的結論相符。我們考察三個典型的被試者的Poincaré圖，被試者a在R、B、W三種狀態下的差異不大,表明其自主神經中的交感成分并未受外在環境影響；而被試者b在工作狀態(包括壓力工作和無壓力工作)下的Poincaré圖散點比較集中，說明在工作狀態下交感神經興奮度增強，但受工作強度的影響較小；被試者c則僅在壓力工作狀態下的Poincaré圖散點比較集中，說明工作強度對于此被試者的交感神經興奮度影響較大，但在放松工作和休息狀態下的交感成分沒有明顯差異。這三種狀況是三種典型的自主神經對工作狀態的不同調節情況。總之，正常狀態時Poincaré圖形呈彗星狀分布，當自助神經功能狀態發生變化時，其形狀特征發生改變。
HRV的Poincaré圖參數和圖形特征避免了線性參數對于評價自主神經功能狀態靈敏性、特異性較差和個別參數生理學意義模糊的缺點。Poincaré圖參數明確的生理學意義及其形象的圖形化特征使其在自主神經功能評價中具有較高的應用價值。
引言
心率變異性(heart rate variability,HRV)是指逐次心搏間期之間的變化特性。在心臟的搏動過程中，由于受到交感神經、迷走神經、神經中樞、壓力反射及多種生理活動因素的調節作用，心臟竇房結的自律活動使得心臟的每次搏動時間周期一般存在幾十毫秒的差異。HRV可用于評價人體自主神經系統(autonomic nervous system，ANS)的動態變化。自主神經系統主要功能在于調節機體內臟、血管、平滑肌及腺體的活動，參與機體對內外環境刺激的反應，維持人體重要的生命活動[1]。
傳統的HRV分析多以時域、頻域分析方法為主[2]。隨著生理學研究的深入，人們意識到：HRV 信號的本質是非線性的，并具有非線性動力學特性[3]。這是由于心率主要受到自主神經系統支配，而自主神經活動又主要受到大腦活動的影響，大腦活動是包含多個非線性振子相互作用的復雜動力學系統。由于包括ECG在內的大多數生理學信號是非平穩性時間序列，因此，有必要用非線性分析法來分析HRV 的動力學特性。
通過對ECG的RR間期進行非線性參數分析評價自主神經功能從而獲得HRV特性日益得到關注。然而，非線性混沌時間序列提取不變特征量(如最大 Lyapunov 指數、分形維數和Kolmogorov 熵)時，理論上需要近乎無限長的時間采樣點[4]。實際的采樣信號長度卻往往不能滿足要求。二維圖形上觀察非線性時間序列內部動力學機理可克服這一理論挑戰，且具有廣泛的實際需求。非線性圖形法Poincaré圖是評價HRV水平的一種典型的非線性圖形法[5]。 Poincaré圖形狀特征結合其非線性參數能為評價HRV特性提供了直觀明了，生理學意義明確的評價方法。
1 HRV時域和頻域分析方法
HRV分析，即對RR間期(心電相鄰R波間隔)的研究。HRV的時域分析法是眾多分析手段中最為簡單的一種。它是對采集的按時間順序排列的RR間期數值直接進行統計學或幾何學分析。統計學方法是通過對正常RR間期序列的統計指標進行計算來評價心率變異性的臨床價值，如平均心率(HR)，全部RR間期標準差(SDRR)，全程相鄰RR間期之差的均方根(RMSSD)，全程RR間期之差的標準差(SDSD)等。
HRV的頻域測量是以各種各樣的生物系統的周期性為基礎的，也就是說，在確定的時間周期內，生物信號會不斷重復，并因此表現出某種頻率(周期長度以ms為單位)。頻域分析是將心搏間期變化用數學轉換方法轉變為頻譜，計算功率譜密度，提供能量隨頻率變化分布的基本信息。頻域分析法可以提供交感神經和迷走神經的活動水平及均衡性的變化，能夠比較細致地分別觀察交感和迷走神經調控作用。這種分析方法尤其適合短時HRV信號。HRV信號的低頻頻段為0.003~0.04 Hz，高頻頻段為0.15~0.4 Hz。
2 Poincaré圖
以前一個心拍RR間期為橫坐標，后一個心拍RR間期為縱坐標點，依此類推，橫軸為RR(n)，縱軸為RR(n+1)，構成RR間期散點圖。散點圖中包含了HRV 的線性和非線性的變化趨勢，正常人的散點圖多集中在45°對角線附近，呈彗星狀，可以通過散點圖分析了解受試者自主神經功能狀態。許多研究者利用散點在對角線上的波動程度來定量描述Poincaré圖[6-9]。散點形狀的定量化描述可以用一橢圓的寬度(短軸，SD1)和長度(長軸，SD2)來表示，如圖 1所示。橢圓的寬度SD1代表短期心率變異度，橢圓的長度SD2代表長期心率變異度，橢圓的中心為間期平均值。
圖1
典型的Poincaré圖
橢圓的短軸(SD1)、長軸(SD2)及其比值(SD1/SD2)用來定量描述散點特征。SD1為所有散點圍繞
An ellipse is fitted to the data points and the Poincaré plot indices are calculated by estimating the short diameter (SD1),the long diameter (SD2) and the ratio of the short and long diameters (SD1/SD2 ratio) of the fitted ellipse. SD1 is the standard deviation of the distances of points from
以橢圓中心為原點，橢圓長軸和短軸為軸建立新的坐標系統，則Poincaré散點圖的新坐標系統由旋轉RR(n)和RR(n+1)坐標軸θ=π/4rad所得，
| $\left[ \begin{matrix} {{x}_{1}} \\ {{x}_{2}} \\ \end{matrix} \right]=\left[ \begin{matrix} cos\theta & -sin\theta \\ sin\theta & cos\theta \\ \end{matrix} \right]\left[ \begin{matrix} R{{R}_{n}} \\ R{{R}_{n+1}} \\ \end{matrix} \right]$ |
在新坐標系下，SD1為所有散點圍繞x1軸的標準差，SD2為所有散點圍繞x2軸的標準差，
| $\text{SD}{{\text{1}}^{\text{2}}}\text{=Var(}{{\text{x}}_{\text{1}}}\text{)=Var(}\frac{1}{\sqrt{2}}R{{R}_{n}}-\frac{1}{\sqrt{2}}R{{R}_{n+1}}\text{)=}\frac{1}{2}\text{Var(}R{{R}_{n}}-R{{R}_{n+1}}\text{)=}\frac{1}{2}\text{SDS}{{\text{D}}^{\text{2}}}$ |
現將RR間期的自相關函數定義為
| ${{\gamma }_{RR}}\left( m \right)=E\left[ R{{R}_{n}}R{{R}_{n+m}} \right]$ |
自協方差函數為去除RR間期平均值的自相關函數，可表示為
| ${{\Phi }_{RR}}\left( m \right)=E\left[ (R{{R}_{n}}-\overline{RR})(R{{R}_{n+m}}-\overline{RR}) \right],$ |
對于平穩RR間期序列，自相協方差函數與自相關函數的關系可表示為
| ${{\Phi }_{RR}}\left( m \right)={{\gamma }_{RR}}\left( m \right)-\overline{R{{R}^{2}}},$ |
自協方差函數與SDRR的其聯系為
| $SDR{{R}^{2}}={{\Phi }_{RR}}\left( 0 \right),~$ |
SDSD與自協方差函數的聯系為
| $SDS{{D}^{2}}=2({{\Phi }_{RR}}\left( 0 \right)-{{\Phi }_{RR}}\left( 1 \right)=2({{\gamma }_{RR}}\left( 0 \right)-{{\gamma }_{RR}}\left( 1 \right)\text{) },$ |
可將SD1與自協方差函數相關，即
| $SD{{1}^{2}}={{\Phi }_{RR}}\left( 0 \right)-{{\Phi }_{RR}}\left( 1 \right),$ |
SD2與自協方差函數的關系為
| $SD{{2}^{2}}={{\Phi }_{RR}}\left( 0 \right)+{{\Phi }_{RR}}\left( 1 \right),$ |
式(8) 和式(9) 合并，可得
| $SD{{1}^{2}}+SD{{2}^{2}}=2SDR{{R}^{2}},$ |
那么
| $SD{{2}^{2}}=2SDR{{R}^{2}}-\frac{1}{2}SDS{{D}^{2}}$ |
Poincaré 圖相關系數rRR用來表征Poincaré 圖的形狀特征。計算公式為：
| ${{r}_{RR}}=\frac{{{\Phi }_{RR}}\left( 1 \right)}{{{\Phi }_{RR}}\left( 0 \right)}=\frac{SD{{2}^{2}}+SD{{1}^{2}}}{SD{{2}^{2}}-SD{{1}^{2}}}$ |
rRR 和SD1/SD2，提供了評價自主神經損害程度的評價指標。一般的，散點圖形狀的收縮表示交感神經活躍，同時提示心率變異度降低。正常人的散點圖大多為圍繞45°直線的彗星狀，rRR 更加接近于1，SD1/SD2更趨近于0；而異常形狀，如魚雷狀、扇形狀或其它復雜形狀等則反映了心血管功能的異常或提示，或提示自主神經狀態內在平衡關系發生改變時。
3 實驗材料和方法
3.1 實驗方法
測試者共12人(男6人，女6人)，年齡(21.1±1.6)歲。測試時間都安排在上午進行。要求被試者測試當天早餐清淡，測試前一晚保證睡眠，測試前24 h不飲用含酒精飲料。測試開始前要求被試者靜坐休息處于放松狀態。之后，要求被試者以平時工作的正常速度對照一選定的文字打字10 min，至少進行三次，每次記錄其打字的個數，計算平均值，以此字數為基準。休息5 min后，要求被試者在10 min內完成另一段難度相當基準字數加倍的文字的輸入，在電腦屏幕上顯示時間作為提醒。分別在測試前(rest，R)、進行正常速度打字時(base，B)和有任務要求打字時(working，W)進行ECG信號的記錄，每個階段記錄8 min。
3.2 分析方法
分別計算各段ECG數據的RR間期序列，計算時域參數HR、 SDRR、 RMSSD和SDSD，頻域參數標準化低頻功率HF(n.u.)、標準化高頻功率LF(n.u.)和低頻功率與高頻功率的比值LF/HF，Poincaré圖參數SD1、SD2、 SD1/SD2 和rRR。通過時域，頻域和非線性參數來評價個體自主神經功能。使用Matlab軟件進行統計學分析，P＜0.05表示兩組之間具有顯著性差異。
4 實驗結果
表 1所示為12名被試者在R、B、W三種狀態下HRV時域參數。HR在三種狀態下依次增加；SDRR、RMSSD和SDSD在工作狀態(B和W)時均比休息狀態(R)時減少。但時域參數在三種狀態下均無顯著差異。
表1
被試者(n=12)在R、B、W三種狀態下HRV時域參數
Table1.
Time domain HRV parameters for subjects in rest (R),base (B) or working (W) conditions
表 2所示為12名被試者在R、 B、W三種狀態下HRV頻域參數。LF(n.u.) 在B和W時均比R時顯著降低(P＜0.05); HF(n.u.)在B和W時均比R時升高，但無顯著差異；LF/HF在B和W時均比R時減少，僅在任務要求打字時具有顯著差異(P＜0.05)。
表2
被試者(n=12)在R、B、W三種狀態下HRV頻域參數
Table2.
Frequency-domain HRV parameters for subjects in rest (R),base (B) or working (W) conditions
表 3所示為12名被試者在R、 B、W三種狀態下Poincaré圖形參數。SD1在B和W時均比R時減少，但無顯著差異；SD2在B和W時均比R時減少，具有顯著性差異(P＜0.05)；SD1/SD2在B和W時均比R時增加，具有顯著性差異(P＜0.05)；Poincaré圖的圖形相關系數rRR在B和W時均比R時減少，具有顯著性差異。
表3
被試者(n=12)在 R、B、W三種狀態下HRV的Poincaré圖形參數
Table3.
Poincaré plot HRV parameters for subjects in rest (R),base (B) or working (W) conditions
在進行兩個工作狀態，即正常速度打字(B)和有任務要求打字(W)的統計學檢驗時，三類共計11種參數均無顯著性差異。然而，Poincaré圖為我們提供了另外一種觀測的角度。圖 2是具有代表性的三個被試者在 R、B、W三種狀態下的Poincaré散點圖。被試者a (見圖 2a)在R及B和W下的差異不大；被試者b (見圖 2b)在B和W下的Poincaré圖散點均比較集中；被試者c (見圖 2c)僅在W下的Poincaré圖散點比較集中，而在B和R下的圖形相似。
圖2
具有代表性的三個被試者a、b和c在 R、B、W三種狀態下的Poincaré散點圖
Figure2.
Poincaré plots for three representative subjects a,b and c in rest(R),base(B) or working(W) conditions
5 討論
心臟除了本身的節律性放電引發的跳動之外，也受到自主神經系統所調控。自主神經系統對機體內穩態的維持是與意識無直接關系的自主調節。自主神經系統按照其功能的不同分為交感神經系統(sympathetic nervous system，SNS)和副交感神經系統(parasympathetic nervous system，PNS)兩部分，二者在機能上相互拮抗保持平衡，從而完成機體內復雜的生理活動。其中，SNS可使心跳加快、瞳孔放大、胃腸蠕動變慢、排汗增加、使肌肉更有力，以應付緊急狀況；PNS 則使心跳變慢、瞳孔縮小、胃腸蠕動加快、排汗減少、使肌肉放松，維持人體安靜時的生理狀態。心率的波動是受ANS的調控，為適應不同的生理狀況或某些病理狀態而作出的反應[1-2]。因此，HRV信號中蘊含著有關心血管調節的重要信息，對HRV信號進行分析可以間接地定量評價心肌交感神經、迷走神經的緊張性和均衡性，進而評估自主神經系統的活動情況[2, 7]。
HRV時域分析的優點為：計算方便,指標意義直觀、明確、易為醫生接受；缺點是：靈敏性及特異性均較差，不能進一步區分心交感神經、迷走神經的活性水平及其均衡性變化[2]。如本研究中，雖然被試者在休息和不同的工作狀態下，HRV時域參數都發生了變化(見表 1)，但無顯著性差異。
HRV頻域分析則可以獲得比時域分析更多，更準確的自主神經活動信息。通過對電刺激迷走神經，毒蕈堿受體阻滯，迷走神經切斷術等臨床和實驗研究可知[10-12]，HRV的HF成分主要反映迷走神經傳出興奮。HRV的LF成分則受到交感神經和迷走神經的共同作用[10, 13]。LF/HF 則反映交感神經與迷走神經的平衡。本研究中，工作狀態下的LF(n.u.)成分和LF/HF顯著降低(見表 2)，提示我們工作時交感神經活動可能受到抑制。Garde等[14]的研究表明，不同性質的計算機工作對于自主神經功能狀態具有不同的影響，這提示我們在本研究中需要生理學意義明確的方法進一步揭示HRV的非線性本質。
HRV的Poincaré圖參數為我們提供了更加清晰的比較結果。實驗結果顯示SD2在工作狀態下顯著降低，SD1/SD2顯著增加，rRR顯著降低(見表 3)。Poincaré圖參數被研究者用來評價RR間期的動態特征和交感迷走神經的動態平衡[15-16]。由于交感神經的興奮會使脈動間期的短程波動增加，脈動間期的長程波動降低，在Poincare 圖中體現為散點分布發散，趨于圓形分布，HRV變異性增加，此時Poincaré圖形指標SD1/SD2升高，rRR 降低，這與我們的結論相符。我們考察三個典型的被試者的Poincaré圖，被試者a在R、B、W三種狀態下的差異不大,表明其自主神經中的交感成分并未受外在環境影響；而被試者b在工作狀態(包括壓力工作和無壓力工作)下的Poincaré圖散點比較集中，說明在工作狀態下交感神經興奮度增強，但受工作強度的影響較小；被試者c則僅在壓力工作狀態下的Poincaré圖散點比較集中，說明工作強度對于此被試者的交感神經興奮度影響較大，但在放松工作和休息狀態下的交感成分沒有明顯差異。這三種狀況是三種典型的自主神經對工作狀態的不同調節情況。總之，正常狀態時Poincaré圖形呈彗星狀分布，當自助神經功能狀態發生變化時，其形狀特征發生改變。
HRV的Poincaré圖參數和圖形特征避免了線性參數對于評價自主神經功能狀態靈敏性、特異性較差和個別參數生理學意義模糊的缺點。Poincaré圖參數明確的生理學意義及其形象的圖形化特征使其在自主神經功能評價中具有較高的應用價值。
