心率变异性(Heart Rate Variability, HRV)指心搏间期的拍拍波动,对维持人体内环境稳定具有重要意义。自从Akselrod等[1,2]证明了HRV的傅立叶频域上有三个主要的谱峰,高频(High Frequency, HF,0.15-0.40 c/b)、低频(Low Frequency, LF,0.04-0.15c/b)和极低频(Very Low Frequency, VLF,<0.04 c/b),且这些频段反映了自主神经系统的调节以来,HRV以及其它心血管变异性的频域,或者对应的时域分析[3]被广泛认为是无创伤性检测心血管自主神经调节的方法[4]。过去几十年,HRV的研究受到了极大的关注,大约每周平均发表10篇左右关于HRV的科技论文[5]。人们发现各种心血管疾病如心力衰竭[6]、高血压[7]、糖尿病[8]、阻塞性睡眠呼吸暂停综合征[9]等都与HRV的异常相关。HRV研究的井喷式进展不仅在生理上还在临床应用中都取得了令人瞩目的成果。
在HRV的三个谱峰中,曾经认为HF反映副交感神经对心率的调节,LF反映交感和副交感神经对心率的共同调节[3]。频谱分析一直以来都被认为是线性的分析方法[3],基于这种线性分析的认识,Malliani等人提出HRV频谱的生理机理是“交感迷走平衡”[10],认为HRV的频谱成分(其绝对值或归一化值)反映自主神经的线性调节,且交感-迷走神经之间存在着此消彼长的推挽关系。然而该观点受到大量质疑[11],最近的讨论趋向于认为“交感迷走平衡”可能是非线性现象,它反映心血管自主神经调节系统的动力学行为[12,13]。
随着HRV研究的进展,人们开始从HRV的线性分析转向非线性分析。但是HRV到底是非线性混沌还是噪声目前存在很大争议[14]。在过去几十年里,非线性分析方法与线性分析方法平行发展,几乎所有非线性动力学中发展起来的指标都被用来分析和检测HRV的非线性或混沌特性。然而这些研究得到的不是结论而是更多的争议。当前研究心搏混沌的主要非线性方法有单尺度或多尺度分维[15,16,17,18,19,20]、熵复杂度等(独立的或结合替代数据方法)[21,22,23,24],然而这些方法普遍缺乏对非线性的敏感性,特异性和鲁棒性,特别在有噪声情况下上述方法的局限性很明显。
本论文中的第一章首先介绍生理和临床上与HRV研究相关的背景,同时介绍与混沌理论有关的内容。之后回顾HRV研究历史上的2次主要争论,一次是2006年在Journal of Physiology杂志上发表的论战“Point:Counterpoint: Cardiovascular variability is/is not an index of autonomic control of circulation",另一个是2009年在Chaos杂志上发表的文章集"Is the normal heart rate chaotic?"
第二章主要评估当前流行的非线性分析方法,包括李亚普诺夫指数(基于方程算法和近似算法),单分维(1/f尺度不变性和DFA),熵复杂度(近似熵,样本熵和多尺度熵),替代数据方法,Barahona-Poon非线性自回归模型及其非线性检测,以及基于上述非线性自回归模型的噪声滴定法等。我们的结果证实虽然自然界中普遍存在1/f尺度不变性,但是单分维实际上并不能反映时间序列的非线性相关,仅是一种线性指标。熵复杂度等指标如果不与替代数据方法相结合,将无法区别非线性和噪声。而替代数据本身也需要接受非线性检测,因为AAFT算法本身极有可能导入非线性伪迹。通过对比我们认为噪声滴定法是目前能够有效区分非线性和线性噪声的指标。
第三章证明了HRV中的HF混沌。我们研究组发现HRV的高频成分与滴定法的非线性昼夜节律呈高度相关[25]。为了证明谱成分与非线性的确切关系。我们提出了一种新的分析方法,即分频段相位随机化替代数据方法,与噪声滴定法相结合,探讨了HRV频谱成分对非线性特征的贡献。此外,控制呼吸的实验结果同样说明与HF对应的呼吸性窦性心律不齐是HRV混沌的主要来源。因此,频谱分析已经不再是传统意义上所认为的线性方法,信号的非线性特性隐藏在其相位结构中。
第四章建立了带有交感和副交感神经的调节的心脏起搏细胞(Sinus Atrial Node,SAN)模型,该模型基于Hodgkin-Huxley方程和Demir的模型[26]。通过模型模拟了SAN的动作电位,并仿真了正常人和心衰病人的心率。不管从频谱分析还是非线性特性来看,仿真结果都与临床数据相似。心衰病人的HRV中零星分布着脉冲样波动,该脉冲由正常窦性心率组成,且具有强混沌特点[25]。模型仿真提示,该现象主要可归因于交感神经对SAN
暂无评论