CN101596103B - 心电信号rr间隔和qt间隔的动力学模型的建立方法和该模型的应用 - Google Patents

Abstract

本发明涉及心电信号RR间隔和QT间隔的动力学模型的建立方法和该模型的应用。心电信号RR间隔和QT间隔的动力学模型的建立方法，该方法把RRI作为输入信号，QTI作为输出信号，在RRI与QTI信号之间建立线性关系的动力学模型，优选的为二阶线性关系的动力学模型。本发明基于两者之间的高相关性以及QTI滞后于RRI的事实，在RRI和QTI之间建立了一个线性模型，依据实验检测到的受检者的数据对传递函数进行系统的参数估计得到一个特别的传递函数。再将系统仿真发现仿真得到的QTI与实际测得的QTI相当接近。RRI和QTI之间的传递特征反映出心脏的功能状态，可利用传递函数的单位越阶相应评价心脏功能进行评价，这一系统将有一定的临床研究前景。

Description

心电信号RR间隔和QT间隔的动力学模型的建立方法和该模型的应用

技术领域

本发明涉及心电信号RR间隔和QT间隔的动力学模型的建立方法和该模型的应用。

背景技术

通过连续测量心电图(electrocardiology，ECG)的Q波，R波和T波可以获得离散的RR间隔(R-R interval，RRI)信号和QT间隔(Q-T interval，QTI)信号。RRI信号代表心律的变化，即心律变异(heart rate variability，HRV)，而QTI信号表征心室肌动作电位持续时间(action potential duration，APD)的改变。QTI信号受各种生理和病理因素的影响，如心律，自律神经张力，激素水平，药物，电解质和心脏功能等，其中心律的影响尤其重要。

1920年，Bazett最早认识到心律的改变对QTI的影响，提出了有名的利用RRI矫正QTI的公式。矫正后的QT间隔(heart rate corrected，QTc)等于QTI除以RRI的平方根。后来的研究发现这个QTc只适用于心率在50-90次/分的条件，在心律较慢时，Bazett公式对QTI过度矫正，而在心律比较快的时候Bazett公式对QTI矫正不充分。同一时期，Fridericia则提出了将QT间隔除以RR间隔的3次方根的方式对QT间隔进行矫正。

利用RRI对QTI进行矫正的最常用的公式由Ashman于1942年提出：

QT＝k₁×log₁₀(10×[RR+0.07])，

男性的k₁＝0.38，女性的k₁＝0.39。在此以前，Adams提出了一个矫正QT间隔的线性公式为：

女性：QT＝0.1259×RR+0.2789，

男性：QT＝0.1536×RR+0.2462.

后来，Schlamovitz，Malik等对Ashman的线性公式进行改写，然而这些公式仍局限于描述QT与RRI间的恒稳态(steady-state)公式，并没有描述在心率突然改变的时心室复极过程的适应性过程。

随着24小时动态心电图(Holter)诊断技术的发展，能通过计算机准确地识别ECG的各个波形，从而获取长时间的RRI信号和QTI信号。这种由心律变异引起的QT间隔的改变被称为QT动力学(QT dynamics)。很多实验表明，QTI与RRI之间存在着线性相关，并发现同一个体不同条件下的QTI/RRI斜率值相对稳定，而个体间的QTI/RRI斜率值差异明显。缺血性心脏疾病发作后的高QTI/RRI斜率值预示着心脏猝死发生的风险增加。

现代高精度的“beat-to-beat”的RRI和QTI的分析发现RRI与QTI之间的关系并非是单纯的线性关系，QTI与RRI之间存在着滞后现象(QThysteresis)。当改变心率使之持续几分钟的时候就可以在QTI信号与RRI信号之间可见QT滞后于RR的现象。对滞后时间进行矫正可以发现QTI与RRI之间的相关系数高达0.8以上。

尽管在RRI和QTI之间明显地存在着因果关系，至今的研究仍停留在描述性的分析上，没有建立一个实用的数学动力学模型用于分析QTI变异。

发明内容

本发明的第一个目的是提供一种心电信号RR间隔和QT间隔的动力学模型的建立方法，该方法分析RRI与QTI之间的相关性，并建立一个线性数学模型用以描述RRI与QTI之间的动力学关系。本发明的第二个目的是提供采用上述动力学模型获取单位阶越响应函数的方法。本发明的第三个目的是提供采用上述动力学模型获取单位阶越响应函数的装置。

为了实现上述的第一个目的，本发明采用了以下的技术方案：

心电信号RR间隔和QT间隔的动力学模型的建立方法，该方法把RRI作为输入信号，QTI作为输出信号，在RRI与QTI信号之间建立线性关系的动力学模型。作为优选，所述的线性关系的动力学模型为二阶线性关系的动力学模型或二阶以上线性关系的动力学模型。

作为再优选，上述的二阶线性关系的动力学模型如下所示：

$\stackrel{\mathrm{RRI}}{\→}H\left(s\right)=\frac{{{\mathrm{k\ω}}_n}^2}{s^2+2\mathrm{\ζ}{\mathrm{\ω}}_{n}s+{{\mathrm{\ω}}_n}^2}\stackrel{\mathrm{QTI}}{\→}$

H(s)式中：

ω_n为系统的固有频率，取RRI信号的主频率，即HRV中的LF成分的角频率为ω_n的值，也就是

ω_n＝2πf_LF，...................................................(1)

f_LF为HRV中LF成分的角频率；

传递函数H(s)的增益为：

$\left|G\left(\mathrm{j\ω}\right)\right|=\frac{k}{\sqrt{{(1-{\mathrm{\Ω}}^2)}^2+{\left(2\mathrm{\ζ\Ω}\right)}^2}},............\left(2\right)$

Ω为输入信号的角频率与固有频率之比，Ω＝ω/ω_n，输入信号的角频率ω等于系统的固有频率ω_n，则传递函数H(s)的增益为：

$\left|G\left(\mathrm{j\ω}\right)\right|=\frac{k}{2\mathrm{\ζ}},.........\left(3\right)$

把QTI信号与RRI信号在频率为f_LF的振幅比看成是H(s)的增益，则k＝2ζ|G(jω)|；

将(1)和(3)代入H(s)得

$H\left(s\right)=\frac{2\mathrm{\ζ}\left|G\left(\mathrm{j\ω}\right)\right|{\left(2\mathrm{\π}{f}_{\mathrm{LF}}\right)}^2}{s^2+2\mathrm{\ζ}\left(2\mathrm{\π}{f}_{\mathrm{LF}}\right)s+{\left(2\mathrm{\π}{f}_{\mathrm{LF}}\right)}^2},.......\left(4\right)$

其中，ζ为待定参数；

将实际的RRI信号输入到H(s)中，使仿真产生的输出信号与QTIs测定的QTI之间的误差平方和最小，也就是

e(ζ)＝∑[QTI_s(t)-QTI(t)]²........................(5)

值最小时的ζ值为系统的ζ值。

作为另优选方案，上述的二阶线性关系的动力学模型如下：

$\stackrel{\mathrm{RRI}}{\→}H\left(s\right)=\frac{{-S}^2}{s^2+\mathrm{Ds}+K}\stackrel{\mathrm{QTI}}{\→}$

将实际的RRI信号输入到H(s)中，使仿真产生的输出信号与QTI_s测定的QTI之间的误差平方和最小，可以得到

e(D)＝∑[QTI_s(t)-QTI(t)]²

e(K)＝∑[QTI_s(t)-QTI(t)]²

e(D)和e(K)值最小时的D值和K值为系统的D值和K值。

作为优选方案，本发明通过调整呼吸频率的方法提高RRI信号的振幅；调整呼吸频率的方法是让试验者通过肉眼观察自己的实时心率变化曲线，当心率开始上升的时候做吸气运动，当心率开始下降的时候做呼气运动。

为了实现上述的第二个目的，本发明采用了以下的技术方案：

采用人体RRI到QTI的动力学模型获取单位阶越响应函数的方法，该方法包括以下的步骤：①胸导联V2、V3获取信号，经放大，滤波，A/D转换后得到数字化后的ECG信号，并输入计算机进行信号处理；②ECG信号保存到文件后进行offline的R，T波的自动识别，计算出R波和Q波的顶点位置，波形的识别采用了模板匹配技术(Pattern matching)，QT间隔定义为Q波的起始至T波结束的时间间隔；③采用上述的方法建立的动力学模型，对模型参数进行估算；④仿真产生单位阶越响应函数。作为优选方案，上述的ECG信号的采样频率大于等于2000HZ，最好是2000HZ。

作为优选方案，通过调整呼吸频率的方法提高RRI信号的振幅；调整呼吸频率的方法是让试验者通过肉眼观察自己的实时心率变化曲线，当心率开始上升的时候做吸气运动，当心率开始下降的时候做呼气运动。

为了实现上述的第三个目的，本发明采用了以下的技术方案：

采用人体RRI到QTI的动力学模型获取单位阶越响应函数的装置，该装置包括以下的部件：①数据采集单元，数据采集单元包括依次连接的ECG信号采集器、心电放大器和A/D转换卡；②数据处理单元，数据处理单元连接数据采集单元，数据处理单元采用计算机，计算机装机有软件，通过软件将ECG信号保存到文件后进行offline的R，T波的自动识别，计算出R波和Q波的顶点位置，波形的识别采用了模板匹配技术(Pattern matching)，QT间隔定义为Q波的起始至T波结束的时间间隔，采用上述的方法建立的动力学模型，对模型参数进行估算，仿真产生单位阶越响应函数。作为优选方案，上述的ECG信号的采样频率大于等于2000HZ，最好是2000HZ。

本发明基于两者之间的高相关性以及QTI滞后于RRI的事实，在RRI和QTI之间建立了一个线性模型，优选是二阶线性模型。依据实验检测到的受检者的数据对传递函数进行系统的参数估计得到一个特别的传递函数。再将系统仿真发现仿真得到的QTI与实际测得的QTI相当接近。RRI和QTI之间的传递特征反映出心脏的功能状态，可利用传递函数的单位越阶相应评价心脏功能进行评价，这一系统将有一定的临床研究前景。

附图说明

图1为本发明软硬件设计框图。

图2为正常呼吸和HRV反馈调节呼吸时的RRI和QTI信号。其中：

a：呼吸反馈调节时的RRI和QTI信号；

b：从正常呼吸转变到呼吸反馈过程中RRI信号和QTI信号变化的结果，箭头所示处是HRV反馈调节呼吸的起始点。

图3为RRI信号与QTI信号的比较。其中：a为经过呼吸反馈调节获得的RRI信号和QTI信号，相对于RRI(标准偏差是56.4ms)，QTI的震荡较小(标准偏差是2.6ms)；b为对RRI信号和QTI信号进行频谱分析，在HRV的LF(0.1Hz)附近出现明显的波峰；c为调整RRI和QTI的振幅使其模相等，则可以看出明显的QT滞后现象，其滞后的时间是d；d为将QTI向前移动d以后，可以发现RRI与QTI之间呈现线性的关系，其相关系数为0.835。

图4为利用Matlab对RRI到QTI的传递函数式(6)进行冲激响应(c)，单位阶越响应(b)和极点零点分析(a)并将实际测出的RRI作为输入信号仿真产生QTI。其中：a为极点零点分析图；b为单位阶越响应图；c为冲激响应图；d为仿真产生QTI与实际测量的QTI的比较图。

图5为两位健康男性的RRI到QTI的传递函数的单位阶越响应。a为64岁健康男性，b为40岁健康男性。

具体实施方式

下面结合附图对本发明的具体实施方式做一个详细的说明。

实施例1从RRI到QTI的动力学模型的建立

把RRI作为输入信号，QTI作为输出信号，这样就可以在RRI与QTI信号之间建立一个以下的动力学模型。

这个模型的传递函数H(s)为二阶线性模型，因为QTI信号与RRI信号之间表现出相位和振幅的差异可以用这样的数学模型进行近似模拟。H(s)中的ω_n为系统的固有频率，取RRI信号的主频率，即HRV中的LF成分的角频率为ω_n的值。也就是

ω_n＝2πf_LF，.............................................(1)

f_LF为HRV中LF成分的角频率，为0.1Hz左右。传递函数H(s)的增益为：

$\left|G\left(\mathrm{j\ω}\right)\right|=\frac{k}{\sqrt{{(1-{\mathrm{\Ω}}^2)}^2+{\left(2\mathrm{\ζ\Ω}\right)}^2}},..........\left(2\right)$

这里的Ω为输入信号的角频率与固有频率之比，Ω＝ω/ω_n。本发明中，输入信号的角频率ω等于系统的固有频率ω_n，则传递函数H(s)的增益为

$\left|G\left(\mathrm{j\ω}\right)\right|=\frac{k}{2\mathrm{\ζ}}.........\left(3\right)$

可以把QTI信号与RRI信号在频率为f_LF的振幅比看成是H(s)的增益，则k＝2ζ|G(jω)|。将(1)和(3)代入H(s)得

$H\left(s\right)=\frac{{2\mathrm{\ζ}\left|G\left(\mathrm{j\ω}\right)\right|\left(2\mathrm{\π}{f}_{\mathrm{LF}}\right)}^2}{s^2+2\mathrm{\ζ}\left(2\mathrm{\π}{f}_{\mathrm{LF}}\right)s+{\left(2\mathrm{\π}{f}_{\mathrm{LF}}\right)}^2},..........\left(4\right)$

其中，ζ为待定参数。为了确定ζ值的大小，将实际的RRI信号输入到H(s)中，使仿真产生的输出信号QTI_s与测定的QTI之间的误差平方和最小，也就是

e(ζ)＝∑[QTI_s(t)-QTI(t)]²........................(5)

值最小时的ζ值为系统的ζ值。

实施例2从RRI到QTI的动力学模型的建立

把RRI作为输入信号，QTI作为输出信号，这样就可以在RRI与QTI信号之间建立一个以下的动力学模型。

$\stackrel{\mathrm{RRI}}{\→}H\left(s\right)=\frac{{-S}^2}{s^2+\mathrm{Ds}+K}\stackrel{\mathrm{QTI}}{\→}$

将实际的RRI信号输入到H(s)中，使仿真产生的输出信号与QTI_s测定的QTI之间的误差平方和最小，可以得到

e(D)＝∑[QTI_s(t)-QTI(t)]²

e(K)＝∑[QTI_s(t)-QTI(t)]²

e(D)和e(K)值最小时的D值和K值为系统的D值和K值。

实施例3获取单位阶越响应函数的方法

1、受检者的募集

本发明募集了8名健康成年人参加实验(以前没有过心脏方面的疾病，ECG检查没有早搏等)，其中男性4人，女性4人，平均年龄为26.2±7.8岁。

2、ECG检查和R，T波的自动识别

如图1所示，胸导联V2、V3获取信号，经放大，滤波，A/D转换后得到数字化后的ECG信号，并输入计算机进行信号处理。ECG信号保存到文件后进行offline的R，T波的自动识别，计算出R波和Q波的顶点位置。波形的识别采用了模板匹配技术(Pattern matching)，QT间隔定义为Q波的起始至T波结束的时间间隔。所有的设备经反复调试矫正后进行实验。

3、调节呼吸频率获取大振幅的RRI信号

为了获得较大振幅的RRI信号来分析HRV对QTI的影响，本发明采用了调整呼吸频率的方法提高RRI信号的振幅。具体的做法是：让试验者通过肉眼观察自己的实时心率变化曲线，当心率开始上升的时候做吸气运动，当心率开始下降的时候做呼气运动。只要控制呼吸节律和呼气强度得当，那么就可以获得频率为0.1Hz左右的RRI信号，这个频率与HRV的LF成分对应。

通过呼吸反馈调节，可以得到频率在0.1Hz附近的RRI信号和QTI信号，并且这时得到的RRI信号和QTI信号与没有经过呼吸反馈调节得到的信号相比其振幅明显增加。图2是从一位64岁正常健康男性受检者记录到的RRI信号和QTI信号。图2a是经过呼吸反馈调节得到的RRI信号和QTI信号，图2b显示从正常呼吸到呼吸反馈过程RRI信号和QTI信号变化的结果，图中箭头所示处是HRV反馈调节呼吸的起始点。

通过呼吸的反馈调节，RR间隔明显增加(图2b)。在没有进行呼吸调节的情况下(图2b，208秒时点以前)，RRI值为973.6±21.6ms，QTI值为402.6±2.5ms；开始进行呼吸反馈调节(图2b，208秒时点以后部分)后，RRI值为988.1±52.6ms，QTI值为402.1±4.0ms，RRI值的标准偏差和QTI值的标准偏差都明显增加，而其平均值保持不变。

4、RRI信号和QTI信号的比较

相对于RRI的变异程度，呼吸反馈调节得到的QTI的变异相对较小。本例中的男性受检者的5分钟RRI的平均值为964.1ms，标准偏差是56.4ms，而其QTI的平均值为402.3ms，标准偏差为2.6ms，是RRI标准偏差的4.6％(图3a)。

分析呼吸反馈调节产生RRI信号和QTI信号的频率特征(图3b)发现：在相对应于HRV的LF成分(0.1Hz附近)的呼吸节律时，HRV和呼吸节律产生共振(synchronization)导致大振幅的RRI信号的出现。这时的QTI的振幅增加并不明显，然而QTI信号也明显地表现出追随RRI的频率特征，其频率成分也相应地集中到与HRV的LF成分(0.1Hz附近)对应的节律上(图3b)。

通过任意调整RRI和QTI信号的振幅使其模相等，那么就可以明显地看出QTI信号与RRI信号之间的相位延迟，也就是QTI信号较RRI信号出现时间滞后现象(QT hysteresis，图3c)。本例中的时间滞后d为2.8秒，不同受检者之间其d值存在着个体差异。

调整RRI和QTI之间的相位延迟，也就是将QTI信号人为地向前移动d以后，那么RRI与QTI之间存在着明显的线性关系(图3d)，其相关系数达到0.835。

本例中

QT＝0.038×RR+365.6，

单位是ms。

4、QTI动力学模型中的参数估计

式(4)传递函数中的f_LF，|G(jω)|和ζ是三个待定的未知数。可以通过对RRI和QTI进行频谱分析得到HRV的LF成分，再把这个频率代入f_LF(本例男性的f_LF为0.1Hz)。|G(jω)|是频率为f_LF的QTI振幅与RRI振幅之比，本例的|G(jω)|为0.0357。最后剩下的ζ可通过式(5)得到，其值为0.66。这样传递函数H(s)为

$H\left(s\right)=\frac{0.018604}{s^2+0.82938s+0.39478}.............\left(6\right)$

根据式(6)，可以计算系统的极点(图4a)，仿真出其冲激响应(图4c：unit stepresponse)和单位阶越响应(图4b：impulse response)及输入为RRI的输出信号QTI(图4d)。

由图4d可知，由仿真产生的QTI与实际测量的QTI相当接近，说明通过以上方法得到的传递函数式(6)是比较合理的。不同的受检者有不同的传递函数，其单位阶越响应也不同，图5显示两位健康男性(分别是64岁和40岁)的单位阶越响应，其形态存在明显的差异。

5、结果讨论

本发明重点探讨了RR间期变异对QT间期变异的影响。因为在一般情况下RR间期变异幅度相对较小，并且波形不规则，所以需要获得一个较大幅度的RRI和QTI信号以观察RRI信号和QTI信号的相关性以及RRI信号对QTI信号的影响。

同时，本发明也发现呼吸对RR间期变异的影响是频率依赖性的，表现出类似相位锁定(phase-lock)的特征。通过实时监测受检者的心率变异，通过视觉反馈调节呼吸的频率和强度，在心率加快的时候进行吸气，在心率下降的时候呼气，这样得到了近似正弦函数的RRI信号和QTI信号，两者的增幅都明显地增加了(图2)。对RRI信号和QTI信号进行频谱分析，发现通过呼吸反馈调节产生的RRI信号，QTI信号及呼吸频率的主成分正好与HRV频谱中的LF成分线吻合，其频率在0.1Hz附近(图3)。

HRV的LF成分与血压变异的Maryer wave相一致，并且普遍认为Maryer wave是产生LF成分的原因。其生理机制与血压的反馈调节有关，取决于自律神经中的交感神经与非交感神经兴奋性的变化。这也是利用HRV成分中的LF成分评价交感神经兴奋性的基础。当交感神经兴奋性增加时LF成分相应的增加。吸气运动产生的胸腔低压可以通过自律神经的反馈作用提高交感神经的兴奋性提高LF成分的功率，相反地，呼气运动可以通过自律神经的反馈作用提高迷走神经的兴奋性从而降低LF成分的功率。本发明证明，通过呼吸反馈调节可以使LF成分与呼吸频率产生共振的作用，从而获得了大增幅的RRI信号和QTI信号。

获得大增幅的RRI和QTI信号非常有利于RRI和QTI信号的相关性分析。实验表明，QTI的变异明显地受到RRI信号的影响，这种影响是正相关的，也就是说，当RR间隔增加的时候，QT间隔也相应地增加，这与过去的实验结果相吻合。然而，QT的变异总是滞后于RRI的，这种滞后也称为(QT hysteresis)，当调整这种滞后以后RRI与QTI之间的相关系数可以高达0.8以上，并存在一定的个体差。本发明通过仿真显示，这种滞后来源于输出信号QTI的相位滞后。

在RRI与QTI之间建立线性模型是基于这样考虑的：心脏的复极受到心肌细胞的功能状态，心肌供血状态，血液内的激素水平以及心肌的神经支配特别是交感神经兴奋性等因素的影响。这些因素都会受心肌收束的影响，也就是心肌的收束可以改变心肌复极的内环境从而间接地影响QTI的变异。所以RR间隔的变异与QT间隔的变异之间存在着因果关系，这个因果关系可以用图1所示的二阶传递函数进行近似。

在决定图1所示的传递函数H(s)中的ω_n的值的时候，选择HRV中的LF成分的频率作为系统的固有频率，理由是呼吸反馈的频率刚好落在HRV中的LF成分上，可以将LF看成是系统的固有频率。而反馈性的呼吸调节产生的大增幅的RRI和QTI可解释为呼吸频率刚好与系统的固有频率LF成分一致，产生共振且仿真结果(图4d)也证明这样的选择是比较合理的。

从受检者的RRI和QTI信号出发可以对系统的三个未知参数进行估计得到系统的传递函数，再仿真产生系统的单位越阶相应(图5)。各受检者表现出不同的特征性的单位越阶相应，表现为稳定值的不同，如图5所示65岁健康男性的稳定值为0.041而40岁健康男性为0.05；另外，波形的形状也不一样，用弹簧阻尼系统来说明的话，40岁健康男性的阻尼系数相对于65岁健康男性的阻尼系数要小。

QT间期变异是心脏猝死发生的一个重要指标，本研究在RRI和QTI之间建立的系统传递函数一定程度上反映出心肌的工作状态，通过对系统传递函数的估计以及模型的仿真，为研究心脏的功能状态开辟一个崭新的评价方法。其临床意义有待进一步的研究。

Claims (5)

1.采用心电信号RR间隔和QT间隔的动力学模型获取单位阶跃响应函数的方法，其特征在于该方法包括以下的步骤：

①胸导联V2、V3获取信号，经放大，滤波，A/D转换后得到数字化后的ECG信号，并输入计算机进行信号处理；

②ECG信号保存到文件后进行offline的R，T波的自动识别，计算出R波和Q波的顶点位置，波形的识别采用了模板匹配技术，QT间隔定义为Q波的起始至T波结束的时间间隔；

③采用二阶线性关系的动力学模型，对模型参数进行估算；

④仿真产生单位阶跃响应函数，

所述的二阶线性关系的动力学模型如下：

H(s)式中：

ω_n为系统的固有频率，取RRI信号的主频率，即HRV中的LF成分的角频率为ω_n的值，也就是

ω_n＝2πf_LF，……………………………………………(1)

f_LF为HRV中LF成分的角频率；

传递函数H(s)的增益为：

Ω为输入信号的角频率与固有频率之比，Ω＝ω/ω_n，输入信号的角频率ω等于系统的固有频率ω_n，则传递函数H(s)的增益为：

把QTI信号与RRI信号在频率为f_LF的振幅比看成是H(s)的增益，则k＝2ζ|G(jω)|；

将(1)和(3)式代入H(s)得

其中，ζ为待定参数；

将实际的RRI信号输入到H(s)中，使仿真产生的输出信号QTI_s与测定的QTI之间的误差平方和最小，也就是

e(ζ)＝∑[QTI_s(t)-QTI(t)]²……………………(5)

值最小时的ζ值为系统的ζ值；

或者，所述的二阶线性关系的动力学模型如下：

将实际的RRI信号输入到H(s)中，使仿真产生的输出信号与QTI_s测定的QTI之间的误差平方和最小，可以得到

e(D)＝∑[QTI_s(t)-QTI(t)]²

e(K)＝∑[QTI_s(t)-QTI(t)]²

e(D)和e(K)值最小时的D值和K值为系统的D值和K值。

2.根据权利要求1所述的采用心电信号RR间隔和QT间隔的动力学模型获取单位阶跃响应函数的方法，其特征在于：通过调整呼吸频率的方法提高RRI信号的振幅；调整呼吸频率的方法是让试验者通过肉眼观察自己的实时心率变化曲线，当心率开始上升的时候做吸气运动，当心率开始下降的时候做呼气运动。

3.根据权利要求1所述的采用心电信号RR间隔和QT间隔的动力学模型获取单位阶跃响应函数的方法，其特征在于：ECG信号的采样频率大于等于2000HZ。

4.采用心电信号RR间隔和QT间隔的动力学模型获取单位阶跃响应函数的装置，其特征在于该装置包括以下的部件：

①数据采集单元，数据采集单元包括依次连接的ECG信号采集器、心电放大器和A/D转换卡；

②数据处理单元，数据处理单元连接数据采集单元，数据处理单元采用计算机，计算机装机有软件；通过软件将ECG信号保存到文件后进行offline的R，T波的自动识别，计算出R波和Q波的顶点位置，波形的识别采用了模板匹配技术，QT间隔定义为Q波的起始至T波结束的时间间隔；然后，软件通过二阶线性关系的动力学模型，对模型参数进行估算，仿真产生单位阶跃响应函数；

所述的二阶线性关系的动力学模型如下：

H(s)式中：

ω_n为系统的固有频率，取RRI信号的主频率，即HRV中的LF成分的角频率为ω_n的值，也就是

ω_n＝2πf_LF，……………………………………………(1)

f_LF为HRV中LF成分的角频率；

传递函数H(s)的增益为：

Ω为输入信号的角频率与固有频率之比，Ω＝ω/ω_n，输入信号的角频率ω等于系统的固有频率ω_n，则传递函数H(s)的增益为：

把QTI信号与RRI信号在频率为f_LF的振幅比看成是H(s)的增益，则k＝2ζ|G(jω)|；

将(1)和(3)式代入H(s)得

其中，ζ为待定参数；

将实际的RRI信号输入到H(s)中，使仿真产生的输出信号QTI_s与测定的QTI之间的误差平方和最小，也就是

e(ζ)＝∑[QTI_s(t)-QTI(t)]²……………………(5)

值最小时的ζ值为系统的ζ值；

或者，所述的二阶线性关系的动力学模型如下：

将实际的RRI信号输入到H(s)中，使仿真产生的输出信号与QTI_s测定的QTI之间的误差平方和最小，可以得到

e(D)＝∑[QTI_s(t)-QTI(t)]²

e(K)＝∑[QTI_s(t)-QTI(t)]²

e(D)和e(K)值最小时的D值和K值为系统的D值和K值。

5.根据权利要求4所述的采用心电信号RR间隔和QT间隔的动力学模型获取单位阶跃响应函数的装置，其特征在于：ECG信号的采样频率大于等于2000HZ。

Images