心電對(duì)睡眠蘇醒鑒別方式探究范文

本站小編為你精心準(zhǔn)備了心電對(duì)睡眠蘇醒鑒別方式探究參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

作者：葛宏呂曉東范軍蔣科胡曉林景百勝單位：空軍航空醫(yī)學(xué)研究所北京

睡眠狀況的好壞是對(duì)人體健康狀態(tài)進(jìn)行評(píng)價(jià)的重要指標(biāo)，睡眠紊亂可導(dǎo)致多種疾病的發(fā)生。在信息高度發(fā)達(dá)的當(dāng)今社會(huì)，人們承受著巨大的工作、生活壓力，由此引發(fā)了許多身心健康問(wèn)題，其中最嚴(yán)重的就是睡眠障礙。因此，有必要監(jiān)測(cè)評(píng)估睡眠質(zhì)量。然而，由于傳統(tǒng)的睡眠監(jiān)測(cè)需要采集腦電（EEG）、眼動(dòng)（EOG）、頜肌電（EMG）等生理參數(shù)，必須在專門的監(jiān)測(cè)場(chǎng)所（如醫(yī)院的睡眠監(jiān)測(cè)室）進(jìn)行，而且價(jià)格昂貴，操作復(fù)雜，并且對(duì)人的睡眠有明顯影響，不利于廣泛開展睡眠監(jiān)測(cè)。因此，需要一種簡(jiǎn)便的、低負(fù)荷的睡眠監(jiān)測(cè)手段進(jìn)行睡眠質(zhì)量評(píng)估。國(guó)內(nèi)外學(xué)者進(jìn)行了許多類似研究工作［1－4］，并取得了一定成果。相對(duì)而言，心電信號(hào)的采集比較容易，而且對(duì)受試者的影響幾乎可以忽略不計(jì)。因此本文利嘗試?yán)蒙镝t(yī)學(xué)信號(hào)處理技術(shù)，研究一種基于心電信號(hào)的睡眠、覺醒狀態(tài)辨識(shí)方法，進(jìn)行睡眠質(zhì)量的基本評(píng)估。

2對(duì)象與方法

2.1研究對(duì)象

本文采用的實(shí)驗(yàn)數(shù)據(jù)為30名男性健康男性受試者在睡眠監(jiān)測(cè)室一整夜的多導(dǎo)睡眠圖（PSG）及KF2型飛行員飛行生理參數(shù)記錄檢測(cè)儀（以下簡(jiǎn)稱生參儀）的數(shù)據(jù)記錄。其中，多導(dǎo)睡眠圖為TYCOSD32+型，受試者年齡21～50歲，樣本數(shù)據(jù)和驗(yàn)證數(shù)據(jù)各15例。本文用醫(yī)院睡眠分析醫(yī)師對(duì)PSG記錄的睡眠分析結(jié)果作為睡眠真實(shí)狀態(tài)，研究和驗(yàn)證睡眠、覺醒識(shí)別算法。

2.2心電參數(shù)獲取

2.2.1QRS波群檢測(cè)

首先對(duì)生參儀記錄的心電信號(hào)濾除基線漂移和工頻濾波，然后進(jìn)行QRS波群檢測(cè)。傳統(tǒng)的QRS波群檢測(cè)采用閾值法，近年來(lái)，隨著數(shù)字信號(hào)處理技術(shù)的發(fā)展，出現(xiàn)了許多新的檢測(cè)方法，如小波變換法等［5］。本文采用差分閾值法進(jìn)行QRS波檢測(cè)，得到R-R間期序列。然后計(jì)算整個(gè)記錄過(guò)程的平均心率（MEANHR），按每段30秒分段計(jì)算各段的平均心率（HR）、心率差分（HRDif）、每段平均心率（HR）與總平均心率（MEANHR）的百分比等參數(shù)。

2.2.2心率變異性分析

HRV分析是對(duì)正常竇性心率進(jìn)行時(shí)域和頻域分析，提取心率在時(shí)域和頻域的變異指標(biāo)。

2.2.2.1時(shí)域分析

時(shí)域分析主要是對(duì)竇性R－R間期序列進(jìn)行統(tǒng)計(jì)分析，以獲得正常竇性R-R間期標(biāo)準(zhǔn)差（SD）、相鄰正常R-R間期差值的均方根（RMSSD）等時(shí)域指標(biāo)。

2.2.2.2頻域分析

為便于使用PSG分析結(jié)果，首先將數(shù)據(jù)按每段30秒進(jìn)行分段，然后對(duì)每段進(jìn)行頻域分析。頻域分析采用經(jīng)典功率譜估計(jì)方法，得到以下頻域指標(biāo)：總功率（TP，0～0．5Hz）、極低頻段功率（VLF，0．0033～0．04Hz）、低頻段功率（LF，0．04～0．15Hz）；高頻段功率（HF，0．15～0．40Hz）以及低高頻比值（LF／HF）。

2.3建立判別函數(shù)

專業(yè)的睡眠分析醫(yī)師對(duì)PSG記錄的信號(hào)經(jīng)過(guò)認(rèn)真仔細(xì)的判讀，逐段（30秒）給出睡眠分期結(jié)果（4、3、2、1、REM和覺醒）。由于本研究只需對(duì)睡眠、覺醒狀態(tài)進(jìn)行識(shí)別，所以將睡眠分期結(jié)果合并為睡眠、覺醒（分別以1和0表示）兩種狀態(tài)，作為真實(shí)結(jié)果。應(yīng)用統(tǒng)計(jì)分析軟件SPSS11.5進(jìn)行相關(guān)分析后，選擇與睡眠覺醒相關(guān)系數(shù)較高的R-R間期標(biāo)準(zhǔn)差（SD）、心率百分比、低高頻比值（LF/HF）、心率差值以及R-R間期差值均方根（RMSSD）五個(gè)參數(shù)，用分類判別法分別建立睡眠、覺醒判別函數(shù)（公式1和2）。其中，為HR_SD間期標(biāo)準(zhǔn)差，LHRatio為低高頻比，RMSSD為RR間期差值均方根，HR_Percent為心率百分比，HR_Dif為心率差值。逐段將5個(gè)心電參數(shù)值代入公式（1）進(jìn)行計(jì)算，如果計(jì)算結(jié)果D≥0，則判別為覺醒，否則判別為睡眠。

3結(jié)果

3.1樣本數(shù)據(jù)判別結(jié)果

樣本數(shù)據(jù)的覺醒判別準(zhǔn)確率分別為78.5%，睡眠判別準(zhǔn)確率為86.8%，平均判別準(zhǔn)確率為86.0%。

3.2驗(yàn)證數(shù)據(jù)判別結(jié)果

用15例驗(yàn)證數(shù)據(jù)對(duì)算法進(jìn)行驗(yàn)證，判別結(jié)果見表2驗(yàn)證數(shù)據(jù)覺醒判別準(zhǔn)確率分別為76.1%，睡眠判別準(zhǔn)確率為85.2%，平均判別準(zhǔn)確率為84.4%。

4討論

用心電參數(shù)建立的睡眠、覺醒識(shí)別方法，實(shí)驗(yàn)表明其判別結(jié)果與PSG的一致性較高。但是對(duì)覺醒的識(shí)別準(zhǔn)確率較低，這是由于人在安靜狀態(tài)時(shí)心率較低且比較平穩(wěn)，HRV指標(biāo)特征與睡眠狀態(tài)時(shí)相似，因此容易識(shí)別為睡眠。下一步應(yīng)對(duì)心電參數(shù)進(jìn)行進(jìn)一步挖掘，改進(jìn)算法，提高識(shí)別準(zhǔn)確率。同時(shí)，要進(jìn)一步開展用心電參數(shù)進(jìn)行睡眠分期的相關(guān)研究。總之，我們的研究證實(shí)利用

心電參數(shù)可以進(jìn)行睡眠、覺醒狀態(tài)的識(shí)別，從而對(duì)睡眠質(zhì)量進(jìn)行基本的評(píng)估。該方法由于信號(hào)采集簡(jiǎn)便容易，幾乎不影響正常睡眠，適于在各種場(chǎng)合進(jìn)行簡(jiǎn)單的睡眠狀況評(píng)價(jià)。