第２９卷第２期２０１０年４月
北京生物医学工程
ＢｅｉｊｉｎｇＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ
ＶｏＬ２９Ａｐｒｉｌ
Ｎｏ．２２０１０
心率变异性的检测与分析
谢瑛瑛诸强
摘要心率变异性（ＨＲＶ）是逐次心跳Ｒ－Ｒ间期之间存在的微小差异，其蕴涵着心血管神经及体
液调节的大量信息，心率变异性的检测与分析是近年来心电信号处理领域的研究热点，其对于心血管系
统疾病的无创检测具有重要的临床意义。本文介绍了心率变异性的原理、研究现状与临床意义，描述了用于计算心率变异性的各种ＱＲＳ复合波检测方法，综述了心率变异性的时域分析、频域分析、时频分析和非线性动力学分析方法，并总结展望了今后的研究方向。
关键词
心率变异性；ＱＲＳ复合波
．
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００２—３２０８．２０１０．０２．２４．中图分类号Ｒ３１８．０４
文献标志码Ａ
文章编号１００２—３２０８（２０１０）０２—０２１５—０５
ＭｅａｓｕｒｅｍｅｎｔａｎｄＡｎａｌｙｓｉｓｏｆＨｅａｒｔＲａｔｅＶａｒｉａｂｉｌｉｔｙ
ＸＩＥＹｉｎｇｙｉｎｇ，ＺＨＵＱｉａｎｇ
Ｄｅｐａｒｔｍｅｎｔ
ｏｆＢｉｏｍｅｄｉｃａｌ
Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｏｌｌｅｇｅ
ｏｆＣｏｍｐｕｔｅｒ
ａｎｄ
Ｉｎｆｏｒｍａｔｉｏｎ
Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅ坑ｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅ彬ｎｇ
１０００４４
【Ａｂｓｔｒａｃｔ】Ｈｅａｒｔ
ａ
ｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ（ＨＲＶ）ｒｅｆｅｒｓ
ａｎｄ
ｔｏ
ｔｈｅｂｅａｔ—ｔｏ—ｂｅａｔａｌｔｅｒａｔｉｏｎｓｉｎｈｅａｒｔｒａｔｅ，ｉｔｉｎｃｌｕｄｅｓ
ｃｏｏｒｄｉｎａｔｉｏｎ．Ｔｈｅ
ｉｎ
ｌｏｔｏｆｉｎｆｏｒｍａｔｉｏｎ
ａ
ｒｅｇａｒｄｓｎｅｕｒｏｃｉｒｃｕｌａｔｏｒｙ
ｈｕｍｏｒａｌ
ａｎ
ｒｅｓｅａｒｃｈ
ａｂｏｕｔｄｅｔｅｃｔｉｏｎａｎｄ
ｔｏ
ａｎａｌｙｓｉｓｏｆＨＲＶｉｓｃａｒｄｉｏｖａｓｃｕｌａｒａｌｓｏ
ｈｏｔｔｏｐｉｃｎｏｗａｄａｙｓ，ａｎｄｉｔｐｌａｙｓｉｍｐｏｒｔａｎｔｒｏｌｅ
ｔｈｅｎｏｎ—ｉｎｖａｓｉｖｅｄｉａｇｎｏｓｉｓ
ｔｈｅ
ｄｉｓｅａｓｅｓ．Ｔｈｅｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｔｈｅｐｒｉｎｃｉｐｌｅ，ｄｅｖｅｌｏｐｍｅｎｔａｎｄｃｌｉｎｉｃａｌｓｉｇｎｉｆｉｃａｎｃｅｏｆＨＲＶａｎｄ
ｃａｌｌ
ｄｅｓｃｒｉｂｅｓｖａｒｉｏｕｓＱＲＳｃｏｍｐｌｅｘｗａｖｅｆｏｒｍｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｓｗｈｉｃｈ
ｃａｌｃｕｌａｔｅｔｈｅ
ＨＲＶ．Ｔｈｉｓｐａｐｅｒ
ｒｅｖｉｅｗｓ
ｔｈｅａｎａｌｙｔｉｃａｌｍｅｔｈｏｄｓｏｆａｎａｌｙｓｉｓｉｎｔｉｍｅ，ｆｒｅｑｕｅｎｃｙｄｏｍａｉｎ，ｔｈｅｔｉｍｅ・ｄｏｍａｉｎａｎｄｎｏｎｌｉｎｅａｒｄｙｎａｍｉｃｏｆ
ｄｅｖｅｌｏｐｉｎｇｄｉｒｅｃｔｉｏｎｏｆＨＲＶｒｅｓｅａｒｃｈｉｎｔｈｅｆｕｔｕｒｅ
ｃｏｍｐｌｅｘｗａｖｅｆｏｒｍ
ａｓ
ＨＲＶｐａｒａｍｅｔｅｒｓ．Ｉｔｐｒｏｓｐｅｃｔｓｔｈｅ
ｗｅｌｌ．
【Ｋｅｙｗｏｒｄｓ】
ｈｅａｒｔ
ｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ；ＱＲＳ
以定量评估心脏交感神经和迷走神经的紧张性、均
Ｏ
引言
正常情况下，心电图上的Ｒ—Ｒ间隔并非绝对整
衡性及其对心血管活动的影响旧。。１９８７年，Ｋｌｅｉｇｅｒ等一１首先提出心肌梗死后ＨＲＶ下降是预测心脏性猝死和室性心律失常有价值的指标旧１，此后ＨＲＶ分析成为心血管病及一些非心血管疾病研究的热点。１９９４年，Ｆｒａｍｉｎｇｈａｍ心脏研究中心报告ＨＲＶ对预测心源性猝死危险性有十分重要的研究价值，同时也认为ＨＲＶ是评价自主神经活动的最好指标‘“。
近年来的研究表明，ＨＲＶ与心律失常、急性心肌梗死（ＡＭＩ）、冠心病无症状心肌缺血（ＳＭＩ）、慢性
齐，由Ｒ—Ｒ间隔计算所得的瞬时心率总是围绕平均心率上下波动，这种逐次心跳Ｒ—Ｒ间期（瞬时心率）之间存在的微小差异或微小涨落现象就是心率变异性（ｈｅａｒｔ
ｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ，ＨＲＶ）…。产生ＨＲＶ的生
理学基础是心脏自主神经调节窦性节律导致心率的规律性波动，因此ＨＲＶ信号蕴含有关心血管系统神经和体液调节的大量信息，这些信息的提取处理可
作者单位：北京交通大学计算机与信息技术学院生物医学工程系
（北京１０００４４）
心力衰竭、慢性肺源性心脏病、高血压、动脉硬化等多种疾病具有明显的相关性”叫０｜。目前普遍认为，ＨＲＶ检测分析可用于评定心血管系统疾病中自主
作者简介：谢瑛瑛（１９８４一），女。硕士研究生，研究方向为生物医学
信息检测与处理
万方数据
・２１６・
北京生物医学工程第２９卷
神经系统的调节功能，并且在评价心血管疾病的发展及预后方面有着重要价值。许多学者也把ＨＲＶ作为评价自主神经系统张力的重要指标，认为ＨＲＶ降低常常提示迷走神经张力降低或交感神经张力增高，而低ＨＲＶ与死亡及心脏的不利因素有关∞４１。通过ＨＲＶ的研究还有助于提高对一些生理现象、疾病的病理生理机制的认识和药物作用的了解№’８１。
１
ＨＲＶ的检测——ＱＲＳ复合波检测
ＱＲＳ复合波的检测与定位是ＨＲＶ检测的主要
问题，也是心电自动分析中的关键环节。与心电中其它波形相比，Ｒ波有较高的幅值，且由频谱分析可知ＱＲＳ复合波的中心频带在１７Ｈｚ左右（该频率也被称为ＱＲＳ复合波的特征频率），带宽约ｌＯＨｚ，而Ｔ波、Ｐ波、基线漂移等的频带范围都低于该频带。各种ＱＲＳ复合波检测算法大都是利用这两个显著特点来实现检测¨１｜。ＱＲＳ复合波的检测方法可分为硬件方法和软件方法。基于硬件的ＱＲＳ复合波检测方法，具有处理速度快、结构简单的优点，但是和软件检测相比灵活性不够，应付复杂情况的能力较差。基于软件的ＱＲＳ复合波检测方法可以方便地进行线性和非线性变换以及判定处理，还可以灵活地调节各类参数对复杂情况做特殊处理，应用较为广泛，因此成为ＱＲＳ复合波检测的主要研究方向Ｃ１２］。ＱＲＳ复合波检测算法大多可以分为两个部分：一是预处理部分，包括一些线性或者非线性的滤波；二是判断规则，应用判断逻辑进行ＱＲＳ复合波峰的检测。按照预处理方法进行分类，ＱＲＳ复合波检测算法主要分为¨３｜：差分和滤波法、模板匹配法、小波变换法、神经网络法、Ｈｉｌｂｅｒｔ变换法、隐式Ｍａｒｋｏｖ模型、数学形态学法，其中前四种为常见方法。
１．１差分和滤波法
差分和滤波法的主要思想是通过滤波变换提高心电信号中ＱＲＳ复合波的分量，进而采用一系列基于阈值的判决算法进行判别。最有代表性的是１９８５年Ｐａｎ和Ｔｏｍｐｋｉｎｓ提出的基于斜率、幅度和宽度特征值的ＱＲＳ复合波实时检测算法，分为线性滤波、非线性变换和规则判断三个步骤¨“。该算法可以实现实时检测，并且利用了不应期和回溯技术，避免了对一些室性异搏的漏检，对偶尔出现的低电压情况也可以适应。２００２年，Ｍｏｒａｅｓ等在Ｐａｎ和
万
方数据Ｔｏｍｐｋｉｎｓ的算法基础上设计了一个分为主从两级协同合作的ＱＲＳ复合波检测系统，该系统虽然在信号处理过程中可能会有最大１８０ｍｓ的延迟，但是抗噪声、基线漂移和伪迹的能力优良¨“。２００３年，Ｃｈｅｎ等也在Ｐａｎ和Ｔｏｍｐｋｉｎｓ的算法基础上，通过修正其自适应的阈值表达式来改进程序［１６。，使ＱＲＳ复合波检测的准确率进一步提高。基于滤波和差分的ＱＲＳ复合波检测算法实现简单、检测快速，在实现实时检测方面具有优势，但都是基于经验判断基础上的算法。没有明确的数学模型，而且在噪声干扰严重或发生非典型ＱＲＳ复合波等情况下，此类算法的误检及漏检率较大。１．２模板匹配法
１９８１年，Ｃｏｌｌｉｎｓ利用相关法（模板匹配法）进行ＱＲＳ复合波提取，其原理是把ＥＣＧ信号采样点与预先存储的ＥＣＧ波形模板逐点比较，待处理信号与模板耦合时的相关值最大。常用的比较方法有平均平方法、最小二乘法和面积差分法等，所存储的信号可以是正常和非正常的ＱＲＳ复合波信号。此算法可以提取心律失常下的ＱＲＳ复合波，但对高频噪声和基线漂移很敏感。ｔ７１。１９９７年，ＡｎｔｔｉＲｕｈａ等使用匹配滤波器来检测ＱＲＳ复合波，具有较好的检测位置精度，但仅采用一个模板，可能导致ＱＲＳ复合波漏检¨３。。１９９８年，王磊等使用模板匹配法进行ＱＲＳ复合波检测，结合了Ｒ波斜率、ＱＲＳ波幅度、持续期、频带等特点综合进行判别，抗干扰能力强，判别率也更为准确Ｊ¨。模板匹配法是基于心电信号幅频分量的算法，精度较高但耗费的计算时间较长，不适用于实时检测。１．３小波变换法
小波变换法具有良好的时频局域化特性，它是将信号分解到不同尺度的线性变换，其实质是带通滤波¨３‘。１９９５年，ＬｉＣｕｉｗｅｉ等利用二进样条小波对心电信号按Ｍａｌｌａｔ算法进行变换，首次把小波变换引入到ＱＲＳ复合波检测中来¨“，经过ＭＩＴ—ＢＩＨ标准心电数据库的４６个数据检测验证，ＱＲＳ波检测正确率高达９９．８５％，算法除了对肌电噪声敏感外，表现出了较好的抗噪声性能。此后大量基于小波变换的ＱＲＳ波检测算法涌现出来。２０００年，Ｍａｒｔｉｎｅｚ等在ＬｉＣｕｉｗｅｉ算法的基础上，综合考虑了ＱＲｓ复合波的各种可能形态（ＱＲＳ、ＲＳＲ、ＱＲ、ＲＳ、Ｒ、ＱＳ），并在此基础上准确定位了ＱＲＳ波、Ｐ波和Ｔ波的起
第２期心率变异性的检测与分析
ＨＲＶ分析的时域参数‘圳
・２１７・
始点，使算法成功应用到ＱＴ数据库中¨…。２００４年，ＬｉｕＳｈａｏｙｉｎｇ等把数学形态学知识和小波变换紧密结合在一起进行ＱＲＳ复合波检测，提高了抗干扰性。既达到了很高的准确率，又缩短了运算时间Ⅲ】。小波变换法的检测准确率很高，但缺点是计算量比
ｐＮＮ５０
表１
Ｔａｂｌｅ１
参数
ＴｉｍｅｄｏｍａｉｎＨＲＶｐａｒａｍｅｔｅｒｓ【”１
描述
ＮＮ５０
５。三锻≯图记种相邻肌咖期差值超过
ＮＮ
５０占所有心动周期次数的百分比
较大，软件方法不适合实时处理，但可考虑采用专用的ＤＳＰ芯片来实现这一功能。
ＭＡＸ—ＭＩＮ
最长Ｒ．Ｒ间期与最短Ｒ．Ｒ间期之差连续２４ｈ正常Ｒ—Ｒ间期的标准差每５ｍｉｎ节段正常Ｒ－Ｒ问期标准差平均值每５ｍｉｎ节段正常Ｒ—Ｒ问期平均值标准差相邻Ｒ—Ｒ问期差值的均方根相邻Ｒ—Ｒ间期差值的标准差
ＳＤＮＮ
１．４神经网络法
ＳＤＮＮ指数
ｎｅｕｒａｌｎｅｔｗｏｒｋ，
ＳＤＡＮＮ
基于人工神经网络（ａｒｔｉｆｉｃｉａｌ
ＡＮＮ）的ＱＲＳ复合波检测方法是医学信号处理的一
ＲＭＳＳＤ
个新兴领域。１９９２年，Ｑ．Ｚ．Ｘｕｅ等人开发了基于
ＳＤＳＤ
人工神经网络的ＱＲＳ复合波自适应匹配滤波器，检测准确率高达９９．５％Ⅲｏ。１９９７年，Ｓ．Ｍ．Ｓｚｉｌａｇｙｉ等用一个具有非线性隐藏层的三层自适应神经网络进行ＱＲＳ复合波检测，将输出结果通过一定阈值比较，可以判别出ＱＲＳ复合波¨“。２００１年，Ｎｅｖｅｓ
Ｒｏｄｒｉｇｕｅｓ
ＨＲＶ指数
Ｒ盖署嚣宝占兰害期的总数与占比例最大的Ｒ。
２．２频域分析
ＨＲＶ频域分析是将连续正常的Ｒ—Ｒ间期进行基于ＦＦＴ的经典谱估计或基于自回归ＡＲ模型的现代谱估计，获得的功率谱密度作为定量指标描述ＨＲＶ信号的能量分布情况Ⅲ’。１９８１年，Ａｋｓｅｌｒｏｄ等提出心率波动信号的功率谱分析方法口５。，发现低频部分与交感、副交感神经及肾素一血管收缩素的活性有关，而高频部分与副交感神经活性有关，建立了用ＨＲＶ反映自主神经活性的基础。１９８２年，Ｋｏｂａｙａｓｈｉ等指出ＨＲＶ功率谱包含３个主要频谱成分，即高频成分（０．２５Ｈｚ左右为谱峰）、低频成分（０．１０Ｈｚ左右为谱峰）和频率极低而且谱密度值随频率降低而增大的“１／ｆ成分”旧引。频域分析方法将各种生理因素作适当分离后进行分析，为评价正常或疾病状态的自主神经系统功能提供了有利的定量分析工具，具有重要的研究意义和临床应用价值。心率变异性常用的频域参数如表２所示。
ＨＲＶ分析常用的频域参数‘圳
Ｊ等嵋刈在心脏起搏器的ＱＲＳ复合波检测
中成功地应用了神经网络，该算法能适应不同的病人和病人不同时刻的ＥＣＧ特性，而且能够不受Ｐ波和Ｔ波的影响。神经网络法具有集体运算能力和自适应学习能力，还有很强的容错性，判别时速度快。但因为计算的难度较大，网络的训练时间较长，而且要求训练样本有一定代表性，目前还只能作为一种算法存在，无法得到广泛应用。
２
ＨＲＶ的分析
ＨＲＶ分析开展２０多年以来，已有多种分析处
理方法，可分为线性和非线性分析法。其中线性分析法分为时域分析法、频域分析法和时频分析法；非线性分析法分为散点图法、非线性参数估算法和非线性预测与建模法等。
２．１
时域分析
ＨＲＶ的时域分析方法包括统计法和几何图形
表２
Ｔａｂｌｅ２
法∞２１。统计法是通过计算正常Ｒ．Ｒ间期序列的统计指标来评价ＨＲＶ，最简单可行的时域指标是连续２４ｈ正常Ｒ—Ｒ间期的标准差（ｓｔａｎｄａｒｄ
ＮＮ
ｄｉｖｉａｔｉｏｎｏｆ
ＣｏｍｍｏｎｆｒｅｑｕｅｎｃｙｄｏｍａｉｎＨＲＶｐａｒａｍｅｔｅｒｓ【墨】
ｉｎｔｅｒｖａｌｓ，ＳＤＮＮ），用来描述Ｒ—Ｒ间期的分散特
征；几何图形法是对Ｒ—Ｒ间期的分布进行分析，从而给出Ｒ—Ｒ问期的变异度，如Ｒ—Ｒ间期直方图和Ｒ．Ｒ间期差值直方图。心率变异性的各种时域参数如表１所示。
万方数据
・２１８・
北京生物医学工程第２９卷
２．３时频分析
为了克服单独进行时域分析或频域分析所存在的局限性，时频分析方法被引入ＨＲＶ分析的初步实验研究阶段，主要有基于ＡＲ模型的时频分析法、时频分布法和小波变换法等犯２１。１９９３年，Ｂｉａｎｃｈｉ等将时变算法应用于ＡＲ模型中，在非平稳情况下分析ＨＲＶ的功率谱，获得了描述ＨＲＶ暂时性变化的定量参数，同时提出进一步研究ＨＲＶ信号时变谱分析的意义ｍ１。１９９７年，Ｖｉｌａ等提出时频分布法分析短时程数据的优点，以此分析ＨＲＶ频谱，并应用于心肌缺血疾病的诊断，得到了较理想的实验结果口“。１９９９年，Ｐｉｅｈｏｔ等使用小波变换定量描述了ＨＲＶ信号的时频特性∽引。ＨＲＶ的小波时频分析的研究应用表明ＨＲＶ信号不同时间的频带带宽存在明显差异，而基于小波变换的算法适用于短时非平稳信号，对信号特性的辨别灵敏度高，值得进一步研究并推广应用。２．４非线性分析
１９８８年，Ｂａｂｌｏｙａｎｔｚ和Ｄｅｓｔｅｘｈｅ提出心率变异性混沌的概念旧引。随后，Ｇｏｌｄｂｅｒｇｅｒ等进一步肯定和发展了心率变异性的非线性¨…。因此，除时域和频域外，还可以结合非线性动力学的方法来研究分析心率变异性。目前，ＨＲＶ的非线性分析方法主要有散点图法、非线性参数估算法和非线性预测与建模法等。
２．４．１散点图法¨ｍ１
ＨＲＶ分析中的散点图即Ｌｏｒｅｎｚ散点图，也称Ｐｏｉｎｅａｒｅ图，是ＨＲＶ信号的相空间轨迹图。其以相邻两个窦性心动周期的前一个Ｒ－Ｒ间期长度为横坐标，以后一个心搏的Ｒ．Ｒ间期为纵坐标，在图上画出一定时间段（如２４ｈ）内所有心动周期的点。Ｌｏｒｅｎｚ散点图包含了ＨＲＶ线性和非线性的变化趋势，给出了心脏搏动的直观显示，能揭示非线性过程和非周期运动。正常人散点图中较密集的点主要分布于４５０角直线附近，呈彗星状；心脏病人的散点图因病理不同呈现出短棒形、鱼雷形或复杂形等不同的形状。
２．４．２非线性参数估算法ｎ
０】
非线性参数估算法是根据特征量参数的差别显著性进行判断，用来区别随机过程与非线性动力学过程的一种分析方法。Ｒ．Ｒ间期的非线性动力学分析常用
万
方数据参数有分形维数（ｆｒａｃｔａｌｄｉｍｅｎｓｉｏｎ）、分形布朗运动
（ｆｒａｃｔｉｏｎａｌＢｒｏｗｎｉａｎｍｏｔｉｏｎ，ＦＢＭ）、复杂度（ｃｏｍｐｌｅｘｉｔｙ）
和近似熵（ａｐｐｒｏｘｉｍａｔｅｅｎｔｒｏｐｙ，ＡｐＥｎ）等。２．４．３非线性预测与建模法¨爿Ｊ
非线性预测与建模法是利用观测数据通过相空间重构的方法，其反演观测系统的非线性动力学演化方程，或利用观测数据建立非线性模型，然后利用演化方程或模型作预测，不但能从中得到ＨＲＶ的静态信息，还能得到动态信息。非线性预测与建模法包括局部预测、神经网络预测、杉原（Ｇ．Ｓｕｇｉｈａｒａ）和梅（Ｒ．Ｍ．Ｍａｙ）的非线性预测法等。
３结论与展望
心率变异性信号的检测与分析在临床诊断和生理学研究中都有重要的应用价值。心率变异性的检测方法正日益标准化，其分析方法也取得了较大进展，其中时域分析法和频域分析法理论成熟，各项指标意义明确，临床应用较广泛，但特异性较低，不能进一步区别交感或迷走神经的作用及均衡性；ＨＲＶ的非线性分析方法正处于研究阶段，是一个有价值的研究方向。作为一项发展中的无创检测手段，ＨＲＶ检测和分析技术有待进一步改进和统一，ＨＲＶ在临床诊断尤其是心血管领域的应用将越来越广阔。
参考文献
ｌ
郝明．心率变异的分析及临床意义．医疗装备，２００８，２１（６）：
３１—３４．
２廖旺才。胡广书，杨福生．心率变异性的非线性动力学分析及其应用．中国生物医学工程学报，１９９６，１５（３）：１９３—２０１．
３，Ｋｌｅｉｇｅｒ
ＲＥ，Ｍｉｌｌｅｒ
ＪＰ，Ｂｉｇｇｅ７１＂，ｅｌ
ａ１．Ｄｅｃｒｅａｓｅｄｈｅａｒｔｒａｔｅ
ｒａｒｉａｂｉｌｉｔｙａｎｄｉｔｓａｓｓｏｃｉａｔｉｏｎｗｉｔｈｉｎｃｒｅａｓｅｄｍｏｒｔａｌｉｔｙ
ａｆｔｅｒ
ａｃｕｔｅ
ｍｙｏｃａｒｄｉａｌｉｎｆａｒｃｔｉｏｎ．ＴｈｅＡｍｅｒｉｃａｎｊＯｕｍａｌ
ｏｆｃａｒｄｉｏｌｏｇｙ，１９８７，
５９（４）：２５６—２６２．
４
万绍华．心率变异性分折研究进展．湖北省卫生职工医学院ｉ学报，２０００，ｌ：５０—５２．
５
零达红．动态心电图心率变异性分析的临床应用进展．实用心电学杂志，２００８．１７（３）：２３５—２３６．
６
吕卓人，薛小临，苗青，等．心脏自主神经功能检测与临床意义．中国医刊，２００１，３６（２）：２—４．
７
粱朝霞．心率变异在临床中的应用．山西医药杂，２００８，
；３７（２）：１６７—１６８．
８
王煜，李轶炜，邓洁．心率变异分析与心血管疾病．医学研究杂志，２００８，３７（２）：Ｉｌ—１３．
９
翟琳娜，李双蕾，陈洋，等．心率变异性分析在临床诊断中的意义．现代中西医结合杂志，２００７。１６（１７）：２４７８—２４８０．
第２期
［１０］
心率变异性的检测与分析
刘晓芳，叶志前．心率变异性的分析方法和应用．国外医学生物医学工程分册，２００１，２４（１）：４２—４８．
温凌锋．盂兆辉，张永红，等．ＱＲＳ波群检测方法的新进展．国外医学生物医学工程分册，２００１，２４（５）：１９３—１９７．
［２２］［２１］
Ｌ
ａ
・２１９・
Ｎｅｖｅｓ
Ｒｏｄｒｉｇｕｅｓ
ａ
Ｊ，ＯｗａｌｌＶ，Ｓｏｍｍｏ
ＱＲＳ
ｄｅｔｅｃｔｉｏｎｆｏｒ
ｐａｃｅｍａｋｅｒｓｉｎｎｏｉｓｙｅｎｖｉｒｏｎｍｅｎｔｕｓｉｎｇ
ｏｎ
ｔｉｍｅｌａｇｇｅｄ
ａｒｔｉｆｉｃｉａｌ
ｎｅｕｒａｌｎｅｔｗｏｒｋ．ＩＥＥＥＩｎｔｅｒｎＳｙｍ
ＣＳ．２００１：５９６—５９９．
柴继红，吴水才，白燕萍。等．心率变异性分析方法的现状与展望．生物医学工程与临床，２００４，８（１）：５３—６０．
［１２］
孔玉．张乐平，周洪堂．ＱＲＳ渡群检测方法的研究进展．医学信息。２００４，１７（１）：６２—６３．
［２３］
ＢａｎｓａｌＤ，Ｋｈａｎｏｆｈｅａｒｔ
Ｍ．Ｓａｌｈａｎ
ｒａｔｅ
ＡｋＡ
ｒｅｖｉｅｗ
ｏｆｍｅａｓｕｒｅｍｅｎｔａｎｄ
［１３］黄敏松．心电信号特征点检测的算法研究．南京：南京信息工程大学硕士学位论文．２００８．
ａｎａｌｙｓｉｓ
ｖａｒｉａｂｉｌｉｔｙ．ＩＥＥＥＣｏｍｐｕｔｅｒ
ａｎｄ
Ａｕｔｏｍａｔｉｏｎ
Ｅｎｇｉｎｅｅｒｉｎｇ，２００９：２４３—２４６．
［１４］
Ｐａｎ
Ｊ。ＴｏｍＰｋｉｎｓＷＪ．Ａ
０ｎ
ｒｅａｌｔｉｍｅ
ＱＲＳｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ．ＩＥＥＥ
［２４］王步青，王卫东．心率变异性分析方法的研究进展．北京生物医学工程，２００７，２６（５）：５５１—５５４．
ＴｒａｎｓａｃｔｉｏｎｓＢｉｏｍｅｄｉｃａｌ
Ｅｎｇｉｎｅｅｒｉｎｇ，１９８５，３２（３）：２３０—
２３５．
［２５］
ＪＣＴＢ。ＦｒｅｉｔａｓＭＭ．Ｖｉｌａｎｉ
ａｌｇｏｒｉｔｈｍ
ｕｓｉｎｇ
Ｆ
Ｎ，ｅｔ
４１．Ａ
Ａｋｓｅｌｒｏｄ
Ｓ，ＣｏｒｄｏｎＤ，Ｕｂｅｌ
ＦＡ．Ｐｏｗｅｒｐｒｏｂｅ
ｏｆ
ｓｐｅｃｔｒｕｍａｎａｌｙｓｉｓ
ｔｏ
ｏｆｈｅａｒｔ
［１５］
Ｍｏｒａｅｓ
ＱＢＳ
ｌｅａｄｓ．
ｃｏｍｐｌｅｘ
ＩＥＥＥ
ｆｌｕｃｔｕａｔｉｏｎ：ａｑｕａｎｔｉｔａｔｉｖｅｃｏｎｔｒｏｌ
ｂｅａｔｂｅａｔｃａｒｄｉｏｖａｓｃｕｌａｒ
ｄｅｔｅｃｔｉｏｎ
ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍＳｃｉｅｎｃｅ，１９８１。２１３：２２０—２２２．
ａｎａｌｙｓｉｓ
ｆｏｒ
Ｃｏｍｐｕｔｅｒｓｉｎ
Ｃａｒｄｉｏｌｏｇｙ，２００２，２９：２０５—２０８．
［２６］
ｆｉｌｔｅｒｉｎｇＩＥＥＥ
ｓｙｓｔｅｍ
Ａｎｎａ
Ｍ，Ｂｉａｎｃｈｉ－Ｔｉｍｅ・ｖａｒｉａｎｔｐｏｗｅｒｓｐｅｃｔｒｕｍ
ｔｈｅ
［１６］
ＣｈｅｎＨＣ，Ｃｈｅｎ
ＳＷ．Ａ
ｔｏ
ｍｏｖｉｎｇ
ａｖｅｒａｇｅｂａｓｅｄ
ｄｅｔｅｃｔｉｏｍ
ｄｅｔｅｃｔｉｏｎｏｆｔｒａｎｓｉｅｎｔｅｐｉｓｏｄｅｓｉｎＨＲＶｓｉｇｎａｌ．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓ
ｏｎ
Ｗｉｔｌｌｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎ
ｒｅａｌ・ｔｉｍｅ
ＱＲＳＣｏｍｐｕｔｅｒｓ
Ｂｉｏｍｅｄｉｃａｌ
Ｅｎｇｉｎｅｅｒｉｎｇ，１９９３，４０（２）：１３６—１４４．
ａ１．Ｔｉｍｅ・ｆｒｅｑｕｅｎｃｙ
Ｃａｒｄｉｏｌｏｇｙ，２００３，３０：５８５—５８８．［２７］
Ｖｉｈ
Ｊ。ＰａｌａｃｉｏｓＦ，ＰｒｅｅｅｄｏＪ，ｅｔａｎａｌｙｓｉｓ
ｏｆ
［１７］
邱庆军，蒋景英．虞肩琏．ＱＲＳ波检测方法的回顾与新进展．中国医疗器械杂志，１９９９，２３（６）：３“一３４７．
ｈｅａｒｔ－ｒａｔｅｖａｒｉａｂｉｌｉｔｙ．ＩＥＥＥＥｎｇｉｎｅｅｒｉｎｇｉｎ
Ｍｅｄｉｃｉｎｅａｎｄ
Ｂｉｏｌｏｇｙ
Ｓｏｃｉｅｔｙ。１９９７，２６（５）：１１９—１２５．
［２８】
Ｐｉｃｈｏｔ
［１８】王立传，陈欲泉，潘敏．ＱＢＳ渡检测技术的进展．航天医学与
医学工程。２００６，１９（３）：２３１—２３４．
ｙ。ＧａｓｐｅｚＪＭ。Ｍｏｉｌｉｅｘ
ｈｅａｒｔ
ｒａｔｅ
Ｓ，ｅｔ
ａ１．Ｗａｖｅｌｅｔ
ｔｏ
ａＩＭｌｅｓｓ
ｔｒａｎｓｆｏｒｍｔｏ
ｑｕａｎｔｉｆｙ
ａ
ｖａｒｉａｂｉｌｉｔｙａｎｄ
ｉｔｓｉｎｓｔａｎｔａｎｅｏｕｓ
［１９］
ＭａｒｆｆｎｅｚＪＰ。Ｏｌｍｅｏ
Ｓ，Ｌａｇｕｎａ
ｏｎ
Ｐ＿Ｅｖａｌｕａｔｉｏｎｏｆｗａｖｅｌｅｔ－ｂａｓｅｄＣｏｍｐｕｔｅｒｓｉｎ
ｃｈａｎｇｅｓ．ＪＡｐｐｌ
Ｐｈｙｓｉｏｌ。１９９９，８６：１０８１—１０９１．
Ａ．Ｉｓ
ＥＣＧｗａｖｅｆｕｒｍｄｅｔｅｃｔｏｒ
ｔｈｅ
ＱＴｄａｔａｂａｓｅ．ＩＥＥＥ
［２９］
Ｂａｂｌｏｙａｎｔｚ
Ａ，Ｄｅｅｔｅｘｈｅ
ｔｈｅｎｏｒｍａｌ
ｈｅａｒｔ
ａ
ｐｅｒｉｏｄｉｃ
Ｃａｒｄｉｏｌｏｇｙ。２０００：８１—８４．
ｏｓｃｉｌｌａｔｏｒ．Ｂｉｏｌ
Ｌｉ，ｅｔ
ａ１．Ｄｅｔｅｃｔｉｏｎｏｆ
Ｃｙｂｅｍｅｔ。１９８８，５８：２０３—２１１．
Ｆｒａｃｔａｌｓ
ｍｅｃｈａｎｉｓｍｓｉｎｉｎＭｅｄｉｃｉｎｅ
［２０］
Ｌｉｕ
Ｓｈａｏｙｉｎｇ。ＬｕＪｉｈｉ，ＨａｏＱＲＳ
ｃｏｍｐｌｅｘ
ｏｆ
［３０］
Ｇｏｌｄｂｅｒｇｅｒ
ＡＬｔｈｅｅｌｅｃｔｒｏｐｈｙｓｉｏｌｏｇｙｏｆ
ｕｓｉｎｇ
ｍａｔｈｅｍａｔｉｃａｌｍｏｒｐｈｏｌｏｇｙ
ａｎｄｗａｖｅｌｅｔ
ｔｒａｎｓｆｏｒｍ．Ｊｏｕｒｎａｌ
ｈｅａｒｔ．ＩＥＥＥ
Ｅｎｇｉｎｅｅｒｉｎｇ
ａｎｄ
ＢｉｏｌｏｇｙＳｏｃｉｅｔｙ．１９９２，
Ｔｓｉｎｇｈｎａ８５２—８５５．
Ｕｎｉｖｅｒｓｉｔｙ（ＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ），２００４，４４（６）：
１１（６）：４７—５２．
（２００９—０９—１７收稿）
祭鹕秘雾秘鹞祭零撰鹕秘秘祭秘零零撰撰秘鹕鹕鹕棼鹕鹕零鹕祭祭祭搴零秘秘攀鹋袋攀攀蠛祭祭爨棼祭攀攀祭琴
（上接第２２０页）
６台。心电、呼吸１０８台全部合格。经检测，比较突
２检测总结
共检测了安贞医院１０８台多参数监护仪的心电、呼吸、血压、血氧、电气安全。其中电器安全不合格的共４６台：２５台接地电阻不合格；１２台接地电阻、绝缘阻抗、对地漏电流三项都不合格；４台绝缘阻抗和对地漏电流不合格；３台绝缘阻抗、对地漏电流、机壳漏电流三项不合格；ｌ台接地电阻、绝缘阻抗、对地漏电流、机壳漏电流４项不合格；ｌ台绝缘阻抗、对地漏电流２项不合格。无创血压和经皮血氧不合格共４３台：无刨血压正常人群和特殊人群都不合格共９台；只是特殊人群血压不合格５台；经皮血氧正常人群和特殊人群都不合格共１７台；只是特殊人群不合格５台；无创血压和经皮血氧都不合格
出的问题有多参数监护仪的电气安全隐患，以及设定的高压、老年人状态的特殊人群检测值和设定值出入比较大，有些血氧设定值和检定值偏差大。
通过这次检测进一步了解了多参数监护仪的基本情况，为下一步工作打下了基础，一些经验、状况，也可供同行交流、讨论。
参考文献
［Ｉ］［２】
严红剜．有源医疗器械检测技术．北京：科学出版社。２００７．
ＧＢ
９７０６．Ｉ一２００７．医用电气设备第一部分：安全通用要求．
［３］夏黎明，夏立杨，张宜川，等．多参数监护仪的基本性能及应
用［Ｊ］．医疗设备信息，２００７，２２（１０）：５６—５７．
（２００９一傩一１３收稿）
万方数据
第２９卷第２期２０１０年４月
北京生物医学工程
ＢｅｉｊｉｎｇＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ
ＶｏＬ２９Ａｐｒｉｌ
Ｎｏ．２２０１０
心率变异性的检测与分析
谢瑛瑛诸强
摘要心率变异性（ＨＲＶ）是逐次心跳Ｒ－Ｒ间期之间存在的微小差异，其蕴涵着心血管神经及体
液调节的大量信息，心率变异性的检测与分析是近年来心电信号处理领域的研究热点，其对于心血管系
统疾病的无创检测具有重要的临床意义。本文介绍了心率变异性的原理、研究现状与临床意义，描述了用于计算心率变异性的各种ＱＲＳ复合波检测方法，综述了心率变异性的时域分析、频域分析、时频分析和非线性动力学分析方法，并总结展望了今后的研究方向。
关键词
心率变异性；ＱＲＳ复合波
．
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００２—３２０８．２０１０．０２．２４．中图分类号Ｒ３１８．０４
文献标志码Ａ
文章编号１００２—３２０８（２０１０）０２—０２１５—０５
ＭｅａｓｕｒｅｍｅｎｔａｎｄＡｎａｌｙｓｉｓｏｆＨｅａｒｔＲａｔｅＶａｒｉａｂｉｌｉｔｙ
ＸＩＥＹｉｎｇｙｉｎｇ，ＺＨＵＱｉａｎｇ
Ｄｅｐａｒｔｍｅｎｔ
ｏｆＢｉｏｍｅｄｉｃａｌ
Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｏｌｌｅｇｅ
ｏｆＣｏｍｐｕｔｅｒ
ａｎｄ
Ｉｎｆｏｒｍａｔｉｏｎ
Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅ坑ｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅ彬ｎｇ
１０００４４
【Ａｂｓｔｒａｃｔ】Ｈｅａｒｔ
ａ
ｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ（ＨＲＶ）ｒｅｆｅｒｓ
ａｎｄ
ｔｏ
ｔｈｅｂｅａｔ—ｔｏ—ｂｅａｔａｌｔｅｒａｔｉｏｎｓｉｎｈｅａｒｔｒａｔｅ，ｉｔｉｎｃｌｕｄｅｓ
ｃｏｏｒｄｉｎａｔｉｏｎ．Ｔｈｅ
ｉｎ
ｌｏｔｏｆｉｎｆｏｒｍａｔｉｏｎ
ａ
ｒｅｇａｒｄｓｎｅｕｒｏｃｉｒｃｕｌａｔｏｒｙ
ｈｕｍｏｒａｌ
ａｎ
ｒｅｓｅａｒｃｈ
ａｂｏｕｔｄｅｔｅｃｔｉｏｎａｎｄ
ｔｏ
ａｎａｌｙｓｉｓｏｆＨＲＶｉｓｃａｒｄｉｏｖａｓｃｕｌａｒａｌｓｏ
ｈｏｔｔｏｐｉｃｎｏｗａｄａｙｓ，ａｎｄｉｔｐｌａｙｓｉｍｐｏｒｔａｎｔｒｏｌｅ
ｔｈｅｎｏｎ—ｉｎｖａｓｉｖｅｄｉａｇｎｏｓｉｓ
ｔｈｅ
ｄｉｓｅａｓｅｓ．Ｔｈｅｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｔｈｅｐｒｉｎｃｉｐｌｅ，ｄｅｖｅｌｏｐｍｅｎｔａｎｄｃｌｉｎｉｃａｌｓｉｇｎｉｆｉｃａｎｃｅｏｆＨＲＶａｎｄ
ｃａｌｌ
ｄｅｓｃｒｉｂｅｓｖａｒｉｏｕｓＱＲＳｃｏｍｐｌｅｘｗａｖｅｆｏｒｍｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｓｗｈｉｃｈ
ｃａｌｃｕｌａｔｅｔｈｅ
ＨＲＶ．Ｔｈｉｓｐａｐｅｒ
ｒｅｖｉｅｗｓ
ｔｈｅａｎａｌｙｔｉｃａｌｍｅｔｈｏｄｓｏｆａｎａｌｙｓｉｓｉｎｔｉｍｅ，ｆｒｅｑｕｅｎｃｙｄｏｍａｉｎ，ｔｈｅｔｉｍｅ・ｄｏｍａｉｎａｎｄｎｏｎｌｉｎｅａｒｄｙｎａｍｉｃｏｆ
ｄｅｖｅｌｏｐｉｎｇｄｉｒｅｃｔｉｏｎｏｆＨＲＶｒｅｓｅａｒｃｈｉｎｔｈｅｆｕｔｕｒｅ
ｃｏｍｐｌｅｘｗａｖｅｆｏｒｍ
ａｓ
ＨＲＶｐａｒａｍｅｔｅｒｓ．Ｉｔｐｒｏｓｐｅｃｔｓｔｈｅ
ｗｅｌｌ．
【Ｋｅｙｗｏｒｄｓ】
ｈｅａｒｔ
ｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ；ＱＲＳ
以定量评估心脏交感神经和迷走神经的紧张性、均
Ｏ
引言
正常情况下，心电图上的Ｒ—Ｒ间隔并非绝对整
衡性及其对心血管活动的影响旧。。１９８７年，Ｋｌｅｉｇｅｒ等一１首先提出心肌梗死后ＨＲＶ下降是预测心脏性猝死和室性心律失常有价值的指标旧１，此后ＨＲＶ分析成为心血管病及一些非心血管疾病研究的热点。１９９４年，Ｆｒａｍｉｎｇｈａｍ心脏研究中心报告ＨＲＶ对预测心源性猝死危险性有十分重要的研究价值，同时也认为ＨＲＶ是评价自主神经活动的最好指标‘“。
近年来的研究表明，ＨＲＶ与心律失常、急性心肌梗死（ＡＭＩ）、冠心病无症状心肌缺血（ＳＭＩ）、慢性
齐，由Ｒ—Ｒ间隔计算所得的瞬时心率总是围绕平均心率上下波动，这种逐次心跳Ｒ—Ｒ间期（瞬时心率）之间存在的微小差异或微小涨落现象就是心率变异性（ｈｅａｒｔ
ｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ，ＨＲＶ）…。产生ＨＲＶ的生
理学基础是心脏自主神经调节窦性节律导致心率的规律性波动，因此ＨＲＶ信号蕴含有关心血管系统神经和体液调节的大量信息，这些信息的提取处理可
作者单位：北京交通大学计算机与信息技术学院生物医学工程系
（北京１０００４４）
心力衰竭、慢性肺源性心脏病、高血压、动脉硬化等多种疾病具有明显的相关性”叫０｜。目前普遍认为，ＨＲＶ检测分析可用于评定心血管系统疾病中自主
作者简介：谢瑛瑛（１９８４一），女。硕士研究生，研究方向为生物医学
信息检测与处理
万方数据
・２１６・
北京生物医学工程第２９卷
神经系统的调节功能，并且在评价心血管疾病的发展及预后方面有着重要价值。许多学者也把ＨＲＶ作为评价自主神经系统张力的重要指标，认为ＨＲＶ降低常常提示迷走神经张力降低或交感神经张力增高，而低ＨＲＶ与死亡及心脏的不利因素有关∞４１。通过ＨＲＶ的研究还有助于提高对一些生理现象、疾病的病理生理机制的认识和药物作用的了解№’８１。
１
ＨＲＶ的检测——ＱＲＳ复合波检测
ＱＲＳ复合波的检测与定位是ＨＲＶ检测的主要
问题，也是心电自动分析中的关键环节。与心电中其它波形相比，Ｒ波有较高的幅值，且由频谱分析可知ＱＲＳ复合波的中心频带在１７Ｈｚ左右（该频率也被称为ＱＲＳ复合波的特征频率），带宽约ｌＯＨｚ，而Ｔ波、Ｐ波、基线漂移等的频带范围都低于该频带。各种ＱＲＳ复合波检测算法大都是利用这两个显著特点来实现检测¨１｜。ＱＲＳ复合波的检测方法可分为硬件方法和软件方法。基于硬件的ＱＲＳ复合波检测方法，具有处理速度快、结构简单的优点，但是和软件检测相比灵活性不够，应付复杂情况的能力较差。基于软件的ＱＲＳ复合波检测方法可以方便地进行线性和非线性变换以及判定处理，还可以灵活地调节各类参数对复杂情况做特殊处理，应用较为广泛，因此成为ＱＲＳ复合波检测的主要研究方向Ｃ１２］。ＱＲＳ复合波检测算法大多可以分为两个部分：一是预处理部分，包括一些线性或者非线性的滤波；二是判断规则，应用判断逻辑进行ＱＲＳ复合波峰的检测。按照预处理方法进行分类，ＱＲＳ复合波检测算法主要分为¨３｜：差分和滤波法、模板匹配法、小波变换法、神经网络法、Ｈｉｌｂｅｒｔ变换法、隐式Ｍａｒｋｏｖ模型、数学形态学法，其中前四种为常见方法。
１．１差分和滤波法
差分和滤波法的主要思想是通过滤波变换提高心电信号中ＱＲＳ复合波的分量，进而采用一系列基于阈值的判决算法进行判别。最有代表性的是１９８５年Ｐａｎ和Ｔｏｍｐｋｉｎｓ提出的基于斜率、幅度和宽度特征值的ＱＲＳ复合波实时检测算法，分为线性滤波、非线性变换和规则判断三个步骤¨“。该算法可以实现实时检测，并且利用了不应期和回溯技术，避免了对一些室性异搏的漏检，对偶尔出现的低电压情况也可以适应。２００２年，Ｍｏｒａｅｓ等在Ｐａｎ和
万
方数据Ｔｏｍｐｋｉｎｓ的算法基础上设计了一个分为主从两级协同合作的ＱＲＳ复合波检测系统，该系统虽然在信号处理过程中可能会有最大１８０ｍｓ的延迟，但是抗噪声、基线漂移和伪迹的能力优良¨“。２００３年，Ｃｈｅｎ等也在Ｐａｎ和Ｔｏｍｐｋｉｎｓ的算法基础上，通过修正其自适应的阈值表达式来改进程序［１６。，使ＱＲＳ复合波检测的准确率进一步提高。基于滤波和差分的ＱＲＳ复合波检测算法实现简单、检测快速，在实现实时检测方面具有优势，但都是基于经验判断基础上的算法。没有明确的数学模型，而且在噪声干扰严重或发生非典型ＱＲＳ复合波等情况下，此类算法的误检及漏检率较大。１．２模板匹配法
１９８１年，Ｃｏｌｌｉｎｓ利用相关法（模板匹配法）进行ＱＲＳ复合波提取，其原理是把ＥＣＧ信号采样点与预先存储的ＥＣＧ波形模板逐点比较，待处理信号与模板耦合时的相关值最大。常用的比较方法有平均平方法、最小二乘法和面积差分法等，所存储的信号可以是正常和非正常的ＱＲＳ复合波信号。此算法可以提取心律失常下的ＱＲＳ复合波，但对高频噪声和基线漂移很敏感。ｔ７１。１９９７年，ＡｎｔｔｉＲｕｈａ等使用匹配滤波器来检测ＱＲＳ复合波，具有较好的检测位置精度，但仅采用一个模板，可能导致ＱＲＳ复合波漏检¨３。。１９９８年，王磊等使用模板匹配法进行ＱＲＳ复合波检测，结合了Ｒ波斜率、ＱＲＳ波幅度、持续期、频带等特点综合进行判别，抗干扰能力强，判别率也更为准确Ｊ¨。模板匹配法是基于心电信号幅频分量的算法，精度较高但耗费的计算时间较长，不适用于实时检测。１．３小波变换法
小波变换法具有良好的时频局域化特性，它是将信号分解到不同尺度的线性变换，其实质是带通滤波¨３‘。１９９５年，ＬｉＣｕｉｗｅｉ等利用二进样条小波对心电信号按Ｍａｌｌａｔ算法进行变换，首次把小波变换引入到ＱＲＳ复合波检测中来¨“，经过ＭＩＴ—ＢＩＨ标准心电数据库的４６个数据检测验证，ＱＲＳ波检测正确率高达９９．８５％，算法除了对肌电噪声敏感外，表现出了较好的抗噪声性能。此后大量基于小波变换的ＱＲＳ波检测算法涌现出来。２０００年，Ｍａｒｔｉｎｅｚ等在ＬｉＣｕｉｗｅｉ算法的基础上，综合考虑了ＱＲｓ复合波的各种可能形态（ＱＲＳ、ＲＳＲ、ＱＲ、ＲＳ、Ｒ、ＱＳ），并在此基础上准确定位了ＱＲＳ波、Ｐ波和Ｔ波的起
第２期心率变异性的检测与分析
ＨＲＶ分析的时域参数‘圳
・２１７・
始点，使算法成功应用到ＱＴ数据库中¨…。２００４年，ＬｉｕＳｈａｏｙｉｎｇ等把数学形态学知识和小波变换紧密结合在一起进行ＱＲＳ复合波检测，提高了抗干扰性。既达到了很高的准确率，又缩短了运算时间Ⅲ】。小波变换法的检测准确率很高，但缺点是计算量比
ｐＮＮ５０
表１
Ｔａｂｌｅ１
参数
ＴｉｍｅｄｏｍａｉｎＨＲＶｐａｒａｍｅｔｅｒｓ【”１
描述
ＮＮ５０
５。三锻≯图记种相邻肌咖期差值超过
ＮＮ
５０占所有心动周期次数的百分比
较大，软件方法不适合实时处理，但可考虑采用专用的ＤＳＰ芯片来实现这一功能。
ＭＡＸ—ＭＩＮ
最长Ｒ．Ｒ间期与最短Ｒ．Ｒ间期之差连续２４ｈ正常Ｒ—Ｒ间期的标准差每５ｍｉｎ节段正常Ｒ－Ｒ问期标准差平均值每５ｍｉｎ节段正常Ｒ—Ｒ问期平均值标准差相邻Ｒ—Ｒ问期差值的均方根相邻Ｒ—Ｒ间期差值的标准差
ＳＤＮＮ
１．４神经网络法
ＳＤＮＮ指数
ｎｅｕｒａｌｎｅｔｗｏｒｋ，
ＳＤＡＮＮ
基于人工神经网络（ａｒｔｉｆｉｃｉａｌ
ＡＮＮ）的ＱＲＳ复合波检测方法是医学信号处理的一
ＲＭＳＳＤ
个新兴领域。１９９２年，Ｑ．Ｚ．Ｘｕｅ等人开发了基于
ＳＤＳＤ
人工神经网络的ＱＲＳ复合波自适应匹配滤波器，检测准确率高达９９．５％Ⅲｏ。１９９７年，Ｓ．Ｍ．Ｓｚｉｌａｇｙｉ等用一个具有非线性隐藏层的三层自适应神经网络进行ＱＲＳ复合波检测，将输出结果通过一定阈值比较，可以判别出ＱＲＳ复合波¨“。２００１年，Ｎｅｖｅｓ
Ｒｏｄｒｉｇｕｅｓ
ＨＲＶ指数
Ｒ盖署嚣宝占兰害期的总数与占比例最大的Ｒ。
２．２频域分析
ＨＲＶ频域分析是将连续正常的Ｒ—Ｒ间期进行基于ＦＦＴ的经典谱估计或基于自回归ＡＲ模型的现代谱估计，获得的功率谱密度作为定量指标描述ＨＲＶ信号的能量分布情况Ⅲ’。１９８１年，Ａｋｓｅｌｒｏｄ等提出心率波动信号的功率谱分析方法口５。，发现低频部分与交感、副交感神经及肾素一血管收缩素的活性有关，而高频部分与副交感神经活性有关，建立了用ＨＲＶ反映自主神经活性的基础。１９８２年，Ｋｏｂａｙａｓｈｉ等指出ＨＲＶ功率谱包含３个主要频谱成分，即高频成分（０．２５Ｈｚ左右为谱峰）、低频成分（０．１０Ｈｚ左右为谱峰）和频率极低而且谱密度值随频率降低而增大的“１／ｆ成分”旧引。频域分析方法将各种生理因素作适当分离后进行分析，为评价正常或疾病状态的自主神经系统功能提供了有利的定量分析工具，具有重要的研究意义和临床应用价值。心率变异性常用的频域参数如表２所示。
ＨＲＶ分析常用的频域参数‘圳
Ｊ等嵋刈在心脏起搏器的ＱＲＳ复合波检测
中成功地应用了神经网络，该算法能适应不同的病人和病人不同时刻的ＥＣＧ特性，而且能够不受Ｐ波和Ｔ波的影响。神经网络法具有集体运算能力和自适应学习能力，还有很强的容错性，判别时速度快。但因为计算的难度较大，网络的训练时间较长，而且要求训练样本有一定代表性，目前还只能作为一种算法存在，无法得到广泛应用。
２
ＨＲＶ的分析
ＨＲＶ分析开展２０多年以来，已有多种分析处
理方法，可分为线性和非线性分析法。其中线性分析法分为时域分析法、频域分析法和时频分析法；非线性分析法分为散点图法、非线性参数估算法和非线性预测与建模法等。
２．１
时域分析
ＨＲＶ的时域分析方法包括统计法和几何图形
表２
Ｔａｂｌｅ２
法∞２１。统计法是通过计算正常Ｒ．Ｒ间期序列的统计指标来评价ＨＲＶ，最简单可行的时域指标是连续２４ｈ正常Ｒ—Ｒ间期的标准差（ｓｔａｎｄａｒｄ
ＮＮ
ｄｉｖｉａｔｉｏｎｏｆ
ＣｏｍｍｏｎｆｒｅｑｕｅｎｃｙｄｏｍａｉｎＨＲＶｐａｒａｍｅｔｅｒｓ【墨】
ｉｎｔｅｒｖａｌｓ，ＳＤＮＮ），用来描述Ｒ—Ｒ间期的分散特
征；几何图形法是对Ｒ—Ｒ间期的分布进行分析，从而给出Ｒ—Ｒ问期的变异度，如Ｒ—Ｒ间期直方图和Ｒ．Ｒ间期差值直方图。心率变异性的各种时域参数如表１所示。
万方数据
・２１８・
北京生物医学工程第２９卷
２．３时频分析
为了克服单独进行时域分析或频域分析所存在的局限性，时频分析方法被引入ＨＲＶ分析的初步实验研究阶段，主要有基于ＡＲ模型的时频分析法、时频分布法和小波变换法等犯２１。１９９３年，Ｂｉａｎｃｈｉ等将时变算法应用于ＡＲ模型中，在非平稳情况下分析ＨＲＶ的功率谱，获得了描述ＨＲＶ暂时性变化的定量参数，同时提出进一步研究ＨＲＶ信号时变谱分析的意义ｍ１。１９９７年，Ｖｉｌａ等提出时频分布法分析短时程数据的优点，以此分析ＨＲＶ频谱，并应用于心肌缺血疾病的诊断，得到了较理想的实验结果口“。１９９９年，Ｐｉｅｈｏｔ等使用小波变换定量描述了ＨＲＶ信号的时频特性∽引。ＨＲＶ的小波时频分析的研究应用表明ＨＲＶ信号不同时间的频带带宽存在明显差异，而基于小波变换的算法适用于短时非平稳信号，对信号特性的辨别灵敏度高，值得进一步研究并推广应用。２．４非线性分析
１９８８年，Ｂａｂｌｏｙａｎｔｚ和Ｄｅｓｔｅｘｈｅ提出心率变异性混沌的概念旧引。随后，Ｇｏｌｄｂｅｒｇｅｒ等进一步肯定和发展了心率变异性的非线性¨…。因此，除时域和频域外，还可以结合非线性动力学的方法来研究分析心率变异性。目前，ＨＲＶ的非线性分析方法主要有散点图法、非线性参数估算法和非线性预测与建模法等。
２．４．１散点图法¨ｍ１
ＨＲＶ分析中的散点图即Ｌｏｒｅｎｚ散点图，也称Ｐｏｉｎｅａｒｅ图，是ＨＲＶ信号的相空间轨迹图。其以相邻两个窦性心动周期的前一个Ｒ－Ｒ间期长度为横坐标，以后一个心搏的Ｒ．Ｒ间期为纵坐标，在图上画出一定时间段（如２４ｈ）内所有心动周期的点。Ｌｏｒｅｎｚ散点图包含了ＨＲＶ线性和非线性的变化趋势，给出了心脏搏动的直观显示，能揭示非线性过程和非周期运动。正常人散点图中较密集的点主要分布于４５０角直线附近，呈彗星状；心脏病人的散点图因病理不同呈现出短棒形、鱼雷形或复杂形等不同的形状。
２．４．２非线性参数估算法ｎ
０】
非线性参数估算法是根据特征量参数的差别显著性进行判断，用来区别随机过程与非线性动力学过程的一种分析方法。Ｒ．Ｒ间期的非线性动力学分析常用
万
方数据参数有分形维数（ｆｒａｃｔａｌｄｉｍｅｎｓｉｏｎ）、分形布朗运动
（ｆｒａｃｔｉｏｎａｌＢｒｏｗｎｉａｎｍｏｔｉｏｎ，ＦＢＭ）、复杂度（ｃｏｍｐｌｅｘｉｔｙ）
和近似熵（ａｐｐｒｏｘｉｍａｔｅｅｎｔｒｏｐｙ，ＡｐＥｎ）等。２．４．３非线性预测与建模法¨爿Ｊ
非线性预测与建模法是利用观测数据通过相空间重构的方法，其反演观测系统的非线性动力学演化方程，或利用观测数据建立非线性模型，然后利用演化方程或模型作预测，不但能从中得到ＨＲＶ的静态信息，还能得到动态信息。非线性预测与建模法包括局部预测、神经网络预测、杉原（Ｇ．Ｓｕｇｉｈａｒａ）和梅（Ｒ．Ｍ．Ｍａｙ）的非线性预测法等。
３结论与展望
心率变异性信号的检测与分析在临床诊断和生理学研究中都有重要的应用价值。心率变异性的检测方法正日益标准化，其分析方法也取得了较大进展，其中时域分析法和频域分析法理论成熟，各项指标意义明确，临床应用较广泛，但特异性较低，不能进一步区别交感或迷走神经的作用及均衡性；ＨＲＶ的非线性分析方法正处于研究阶段，是一个有价值的研究方向。作为一项发展中的无创检测手段，ＨＲＶ检测和分析技术有待进一步改进和统一，ＨＲＶ在临床诊断尤其是心血管领域的应用将越来越广阔。
参考文献
ｌ
郝明．心率变异的分析及临床意义．医疗装备，２００８，２１（６）：
３１—３４．
２廖旺才。胡广书，杨福生．心率变异性的非线性动力学分析及其应用．中国生物医学工程学报，１９９６，１５（３）：１９３—２０１．
３，Ｋｌｅｉｇｅｒ
ＲＥ，Ｍｉｌｌｅｒ
ＪＰ，Ｂｉｇｇｅ７１＂，ｅｌ
ａ１．Ｄｅｃｒｅａｓｅｄｈｅａｒｔｒａｔｅ
ｒａｒｉａｂｉｌｉｔｙａｎｄｉｔｓａｓｓｏｃｉａｔｉｏｎｗｉｔｈｉｎｃｒｅａｓｅｄｍｏｒｔａｌｉｔｙ
ａｆｔｅｒ
ａｃｕｔｅ
ｍｙｏｃａｒｄｉａｌｉｎｆａｒｃｔｉｏｎ．ＴｈｅＡｍｅｒｉｃａｎｊＯｕｍａｌ
ｏｆｃａｒｄｉｏｌｏｇｙ，１９８７，
５９（４）：２５６—２６２．
４
万绍华．心率变异性分折研究进展．湖北省卫生职工医学院ｉ学报，２０００，ｌ：５０—５２．
５
零达红．动态心电图心率变异性分析的临床应用进展．实用心电学杂志，２００８．１７（３）：２３５—２３６．
６
吕卓人，薛小临，苗青，等．心脏自主神经功能检测与临床意义．中国医刊，２００１，３６（２）：２—４．
７
粱朝霞．心率变异在临床中的应用．山西医药杂，２００８，
；３７（２）：１６７—１６８．
８
王煜，李轶炜，邓洁．心率变异分析与心血管疾病．医学研究杂志，２００８，３７（２）：Ｉｌ—１３．
９
翟琳娜，李双蕾，陈洋，等．心率变异性分析在临床诊断中的意义．现代中西医结合杂志，２００７。１６（１７）：２４７８—２４８０．
第２期
［１０］
心率变异性的检测与分析
刘晓芳，叶志前．心率变异性的分析方法和应用．国外医学生物医学工程分册，２００１，２４（１）：４２—４８．
温凌锋．盂兆辉，张永红，等．ＱＲＳ波群检测方法的新进展．国外医学生物医学工程分册，２００１，２４（５）：１９３—１９７．
［２２］［２１］
Ｌ
ａ
・２１９・
Ｎｅｖｅｓ
Ｒｏｄｒｉｇｕｅｓ
ａ
Ｊ，ＯｗａｌｌＶ，Ｓｏｍｍｏ
ＱＲＳ
ｄｅｔｅｃｔｉｏｎｆｏｒ
ｐａｃｅｍａｋｅｒｓｉｎｎｏｉｓｙｅｎｖｉｒｏｎｍｅｎｔｕｓｉｎｇ
ｏｎ
ｔｉｍｅｌａｇｇｅｄ
ａｒｔｉｆｉｃｉａｌ
ｎｅｕｒａｌｎｅｔｗｏｒｋ．ＩＥＥＥＩｎｔｅｒｎＳｙｍ
ＣＳ．２００１：５９６—５９９．
柴继红，吴水才，白燕萍。等．心率变异性分析方法的现状与展望．生物医学工程与临床，２００４，８（１）：５３—６０．
［１２］
孔玉．张乐平，周洪堂．ＱＲＳ渡群检测方法的研究进展．医学信息。２００４，１７（１）：６２—６３．
［２３］
ＢａｎｓａｌＤ，Ｋｈａｎｏｆｈｅａｒｔ
Ｍ．Ｓａｌｈａｎ
ｒａｔｅ
ＡｋＡ
ｒｅｖｉｅｗ
ｏｆｍｅａｓｕｒｅｍｅｎｔａｎｄ
［１３］黄敏松．心电信号特征点检测的算法研究．南京：南京信息工程大学硕士学位论文．２００８．
ａｎａｌｙｓｉｓ
ｖａｒｉａｂｉｌｉｔｙ．ＩＥＥＥＣｏｍｐｕｔｅｒ
ａｎｄ
Ａｕｔｏｍａｔｉｏｎ
Ｅｎｇｉｎｅｅｒｉｎｇ，２００９：２４３—２４６．
［１４］
Ｐａｎ
Ｊ。ＴｏｍＰｋｉｎｓＷＪ．Ａ
０ｎ
ｒｅａｌｔｉｍｅ
ＱＲＳｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ．ＩＥＥＥ
［２４］王步青，王卫东．心率变异性分析方法的研究进展．北京生物医学工程，２００７，２６（５）：５５１—５５４．
ＴｒａｎｓａｃｔｉｏｎｓＢｉｏｍｅｄｉｃａｌ
Ｅｎｇｉｎｅｅｒｉｎｇ，１９８５，３２（３）：２３０—
２３５．
［２５］
ＪＣＴＢ。ＦｒｅｉｔａｓＭＭ．Ｖｉｌａｎｉ
ａｌｇｏｒｉｔｈｍ
ｕｓｉｎｇ
Ｆ
Ｎ，ｅｔ
４１．Ａ
Ａｋｓｅｌｒｏｄ
Ｓ，ＣｏｒｄｏｎＤ，Ｕｂｅｌ
ＦＡ．Ｐｏｗｅｒｐｒｏｂｅ
ｏｆ
ｓｐｅｃｔｒｕｍａｎａｌｙｓｉｓ
ｔｏ
ｏｆｈｅａｒｔ
［１５］
Ｍｏｒａｅｓ
ＱＢＳ
ｌｅａｄｓ．
ｃｏｍｐｌｅｘ
ＩＥＥＥ
ｆｌｕｃｔｕａｔｉｏｎ：ａｑｕａｎｔｉｔａｔｉｖｅｃｏｎｔｒｏｌ
ｂｅａｔｂｅａｔｃａｒｄｉｏｖａｓｃｕｌａｒ
ｄｅｔｅｃｔｉｏｎ
ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍＳｃｉｅｎｃｅ，１９８１。２１３：２２０—２２２．
ａｎａｌｙｓｉｓ
ｆｏｒ
Ｃｏｍｐｕｔｅｒｓｉｎ
Ｃａｒｄｉｏｌｏｇｙ，２００２，２９：２０５—２０８．
［２６］
ｆｉｌｔｅｒｉｎｇＩＥＥＥ
ｓｙｓｔｅｍ
Ａｎｎａ
Ｍ，Ｂｉａｎｃｈｉ－Ｔｉｍｅ・ｖａｒｉａｎｔｐｏｗｅｒｓｐｅｃｔｒｕｍ
ｔｈｅ
［１６］
ＣｈｅｎＨＣ，Ｃｈｅｎ
ＳＷ．Ａ
ｔｏ
ｍｏｖｉｎｇ
ａｖｅｒａｇｅｂａｓｅｄ
ｄｅｔｅｃｔｉｏｍ
ｄｅｔｅｃｔｉｏｎｏｆｔｒａｎｓｉｅｎｔｅｐｉｓｏｄｅｓｉｎＨＲＶｓｉｇｎａｌ．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓ
ｏｎ
Ｗｉｔｌｌｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎ
ｒｅａｌ・ｔｉｍｅ
ＱＲＳＣｏｍｐｕｔｅｒｓ
Ｂｉｏｍｅｄｉｃａｌ
Ｅｎｇｉｎｅｅｒｉｎｇ，１９９３，４０（２）：１３６—１４４．
ａ１．Ｔｉｍｅ・ｆｒｅｑｕｅｎｃｙ
Ｃａｒｄｉｏｌｏｇｙ，２００３，３０：５８５—５８８．［２７］
Ｖｉｈ
Ｊ。ＰａｌａｃｉｏｓＦ，ＰｒｅｅｅｄｏＪ，ｅｔａｎａｌｙｓｉｓ
ｏｆ
［１７］
邱庆军，蒋景英．虞肩琏．ＱＲＳ波检测方法的回顾与新进展．中国医疗器械杂志，１９９９，２３（６）：３“一３４７．
ｈｅａｒｔ－ｒａｔｅｖａｒｉａｂｉｌｉｔｙ．ＩＥＥＥＥｎｇｉｎｅｅｒｉｎｇｉｎ
Ｍｅｄｉｃｉｎｅａｎｄ
Ｂｉｏｌｏｇｙ
Ｓｏｃｉｅｔｙ。１９９７，２６（５）：１１９—１２５．
［２８】
Ｐｉｃｈｏｔ
［１８】王立传，陈欲泉，潘敏．ＱＢＳ渡检测技术的进展．航天医学与
医学工程。２００６，１９（３）：２３１—２３４．
ｙ。ＧａｓｐｅｚＪＭ。Ｍｏｉｌｉｅｘ
ｈｅａｒｔ
ｒａｔｅ
Ｓ，ｅｔ
ａ１．Ｗａｖｅｌｅｔ
ｔｏ
ａＩＭｌｅｓｓ
ｔｒａｎｓｆｏｒｍｔｏ
ｑｕａｎｔｉｆｙ
ａ
ｖａｒｉａｂｉｌｉｔｙａｎｄ
ｉｔｓｉｎｓｔａｎｔａｎｅｏｕｓ
［１９］
ＭａｒｆｆｎｅｚＪＰ。Ｏｌｍｅｏ
Ｓ，Ｌａｇｕｎａ
ｏｎ
Ｐ＿Ｅｖａｌｕａｔｉｏｎｏｆｗａｖｅｌｅｔ－ｂａｓｅｄＣｏｍｐｕｔｅｒｓｉｎ
ｃｈａｎｇｅｓ．ＪＡｐｐｌ
Ｐｈｙｓｉｏｌ。１９９９，８６：１０８１—１０９１．
Ａ．Ｉｓ
ＥＣＧｗａｖｅｆｕｒｍｄｅｔｅｃｔｏｒ
ｔｈｅ
ＱＴｄａｔａｂａｓｅ．ＩＥＥＥ
［２９］
Ｂａｂｌｏｙａｎｔｚ
Ａ，Ｄｅｅｔｅｘｈｅ
ｔｈｅｎｏｒｍａｌ
ｈｅａｒｔ
ａ
ｐｅｒｉｏｄｉｃ
Ｃａｒｄｉｏｌｏｇｙ。２０００：８１—８４．
ｏｓｃｉｌｌａｔｏｒ．Ｂｉｏｌ
Ｌｉ，ｅｔ
ａ１．Ｄｅｔｅｃｔｉｏｎｏｆ
Ｃｙｂｅｍｅｔ。１９８８，５８：２０３—２１１．
Ｆｒａｃｔａｌｓ
ｍｅｃｈａｎｉｓｍｓｉｎｉｎＭｅｄｉｃｉｎｅ
［２０］
Ｌｉｕ
Ｓｈａｏｙｉｎｇ。ＬｕＪｉｈｉ，ＨａｏＱＲＳ
ｃｏｍｐｌｅｘ
ｏｆ
［３０］
Ｇｏｌｄｂｅｒｇｅｒ
ＡＬｔｈｅｅｌｅｃｔｒｏｐｈｙｓｉｏｌｏｇｙｏｆ
ｕｓｉｎｇ
ｍａｔｈｅｍａｔｉｃａｌｍｏｒｐｈｏｌｏｇｙ
ａｎｄｗａｖｅｌｅｔ
ｔｒａｎｓｆｏｒｍ．Ｊｏｕｒｎａｌ
ｈｅａｒｔ．ＩＥＥＥ
Ｅｎｇｉｎｅｅｒｉｎｇ
ａｎｄ
ＢｉｏｌｏｇｙＳｏｃｉｅｔｙ．１９９２，
Ｔｓｉｎｇｈｎａ８５２—８５５．
Ｕｎｉｖｅｒｓｉｔｙ（ＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ），２００４，４４（６）：
１１（６）：４７—５２．
（２００９—０９—１７收稿）
祭鹕秘雾秘鹞祭零撰鹕秘秘祭秘零零撰撰秘鹕鹕鹕棼鹕鹕零鹕祭祭祭搴零秘秘攀鹋袋攀攀蠛祭祭爨棼祭攀攀祭琴
（上接第２２０页）
６台。心电、呼吸１０８台全部合格。经检测，比较突
２检测总结
共检测了安贞医院１０８台多参数监护仪的心电、呼吸、血压、血氧、电气安全。其中电器安全不合格的共４６台：２５台接地电阻不合格；１２台接地电阻、绝缘阻抗、对地漏电流三项都不合格；４台绝缘阻抗和对地漏电流不合格；３台绝缘阻抗、对地漏电流、机壳漏电流三项不合格；ｌ台接地电阻、绝缘阻抗、对地漏电流、机壳漏电流４项不合格；ｌ台绝缘阻抗、对地漏电流２项不合格。无创血压和经皮血氧不合格共４３台：无刨血压正常人群和特殊人群都不合格共９台；只是特殊人群血压不合格５台；经皮血氧正常人群和特殊人群都不合格共１７台；只是特殊人群不合格５台；无创血压和经皮血氧都不合格
出的问题有多参数监护仪的电气安全隐患，以及设定的高压、老年人状态的特殊人群检测值和设定值出入比较大，有些血氧设定值和检定值偏差大。
通过这次检测进一步了解了多参数监护仪的基本情况，为下一步工作打下了基础，一些经验、状况，也可供同行交流、讨论。
参考文献
［Ｉ］［２】
严红剜．有源医疗器械检测技术．北京：科学出版社。２００７．
ＧＢ
９７０６．Ｉ一２００７．医用电气设备第一部分：安全通用要求．
［３］夏黎明，夏立杨，张宜川，等．多参数监护仪的基本性能及应
用［Ｊ］．医疗设备信息，２００７，２２（１０）：５６—５７．
（２００９一傩一１３收稿）
万方数据