心电指标时频特性研究

基于人体生理学知识，心脏作为人体循环系统的动力源，是一种由多种振子耦合而成的复杂振荡系统。其中，窦房结的电振荡发挥主要作用，因此，正常情况下健康人的心律是窦性心律。心脏搏动导致体表电位变化，进而形成心电（eloetrocardiogram，ECG）信号，如图4-2所示。在ECG信号中，变化最显著的是QRS波群，其中，R波由于具备幅度大、宽度窄且变化陡峭等特点，逐渐成为ECG信号分析对象。本节的ECG信号分析均以R波为基础。

(www.xing528.com)

图4-2　ECG信号组成示意图

目前，应用较为广泛的心电指标主要有心率（heart rate，HR）和心率变异性（heart rate variability，HRV）。其中，HR的变化是交感神经与副交感神经共同作用的结果。HR会受到多种因素的影响，例如，年龄、作业强度、紧张程度或情绪波动等因素都会对心率造成一定程度的影响。然而，也有许多相关研究表明，在复杂情况下对离散的心率波动性做出准确判断较为困难，而HRV在准确描述心率波动性方面具有一定的优势。HRV表示的是心跳节律的变异，表征连续窦性心跳间期（瞬时心率）的微小涨落。目前，广泛运用的HRV指标有时域与频域特征。其中，时域特征如均值、标准差等参数会丢失HRV信号中蕴涵的时间顺序，在反映心率变化的涨落机制方面具有明显的不足。而频域特征如低频段或高频段功率，在分析过程中均是将HRV信号视为平稳的随机信号，但在生理学和医学领域，HRV信号已逐渐被确定为一种混沌的、非线性的非平稳信号，因此，频域指标也不能完全反映HRV的变化过程[135]。此外，HRV还会受到呼吸等生理节律以及心室早收缩等干扰因素的影响。因此，从基于混沌或分形理论的非线性动力学角度来研究ECG信号的非线性特征逐渐成为研究热点，如样本熵等。