CN2437291Y - 一种心脏猝死高危患者快速hrv测量仪及分析仪 - Google Patents

一种心脏猝死高危患者快速hrv测量仪及分析仪 Download PDF

Info

Publication number
CN2437291Y
CN2437291Y CN 99242738 CN99242738U CN2437291Y CN 2437291 Y CN2437291 Y CN 2437291Y CN 99242738 CN99242738 CN 99242738 CN 99242738 U CN99242738 U CN 99242738U CN 2437291 Y CN2437291 Y CN 2437291Y
Authority
CN
China
Prior art keywords
output
model
links
feet
section
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN 99242738
Other languages
English (en)
Inventor
王湘生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CADIOU MEDICAL EQUIPMENTS Co Ltd BEIJING
Original Assignee
CADIOU MEDICAL EQUIPMENTS Co Ltd BEIJING
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CADIOU MEDICAL EQUIPMENTS Co Ltd BEIJING filed Critical CADIOU MEDICAL EQUIPMENTS Co Ltd BEIJING
Priority to CN 99242738 priority Critical patent/CN2437291Y/zh
Application granted granted Critical
Publication of CN2437291Y publication Critical patent/CN2437291Y/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

一种心脏猝死高危患者快速HRV测量仪由心脏猝死高危患者快速HRV测量仪、心脏猝死高危患者快速HRV分析仪两部分构成。其中记录器由心电电极、心电信号放大电路、单片微型计算机、存贮器、语音电路、调制解调器等组成,受试者按照命令动作,测量其不同体位、不同呼吸状态下的心电信号,再经调制解调器利用电话线路将心电信号传送到分析仪,对心电信号进行处理,从而对受试者的心率变异性做出快速定量分折,以检出心脏猝死高危患者。

Description

一种心脏猝死高危患者快速HRV测量仪及分析仪
本实用新型涉及一种心脏HRV测量仪及分析仪,尤其一种心脏猝死高危患者快速HRV测量仪及分析仪。
人们已经认识到,人体心脏跳动的快慢受到交感神经和副交感神经的兴奋性的控制。交感神经兴奋性强,会导致心跳速度加快;而副交感神经兴奋性强,则会导致心跳速度的减慢。所以可以通过心跳速度作为一个窗口,对交感神经和副交感神经的功能状态进行检测和判断。特别是近年来,这种心率变化称之为心率变异性(Heart RateVariability(HRV))越来越成为人们所重视和研究的目标。心率变异性(HRV)被认为与心脏的生理和病理状态有关,是心血管系统对内、外环境变化的反应以及心脏猝死高危患者的早期表现。因此,心率变异性的分析、特别是近年来发展的谱分析技术,为评价心血管系统的生理、病理状态,尤其是心血管自主神经系统功能,提供了一种无创的研究方法和重要的定量指标。学术界已证明,HRV是检测人群中心脏猝死高危患者的可靠方式。具体参看石毓树、陈新、周金台主编:《心脏电生理学进展》,中国科学技术出版社,1994年12月,第63页;以及Perrot B,Danchin N,Terrier de la,et al.Verpamil:a callse ofSudden death in a patient with by pertrophic cardio my opsthy.BrHeart J,1984,5l:352-354。
早期在实验室中对心率变异性的分析主要采用统计学的方法,如R-R间期的均值和标准差、各种长度R-R间期出现的频度直方图等。这些方法可以鉴别自主神经活动总的变化,但不能区分交感和副交感神经之间的相互作用情况。因此,近年来,人们对Holter记录的24小时心电信号进行功率谱分析,包括快速傅立叶变换(FFT)法、周期图和自回归模型的谱估计方法。但由于Holter需要24小时监测,往往不能满足对高危患者的快速检测的需要。而且由于从24小时内监测出来的数据量太大,不便于通过电话线或网络等发送。
另外,目前使用的心率变异性(HRV)测试仪只有24小时测试法,因此受试者只有到达设备现场才能进行测试,这种情况,一方面使设备的作用不能充分发挥,另一方面又使大量的受试者无法进行及时的必要的测试,因而使猝死率不可能降低。
因此,本实用新型的目的在于解决上述问题,提供一种短时程(最短只需15分钟)心电信号测量仪,但测量所得的数据又能满足分析的须要。
本实用新型的另一目的在于提供一种测量装置,使其测量所得的数据很容易通过电话线等发送到分析仪器。
本实用新型发现短时数据例如15分钟心率,自回归模型法能得到的频率分辨率比经由FFT和周期图法有更好的估计效果,因此本实用新型创造了采用自回归模型法进行心率变异性的功率谱分析的仪器。
为了实现以上目的,本实用新型提供一种心脏猝死高危患者快速HRV测量仪,包括:心电电极(1)、心电信号放大器(2)、单片(微型计算)机(3)、存贮器(5)和电源电路(10),其特征在于包括一个与单片机相连的语音电路6。
另外,本实用新型还提供了一种分析仪,用于对每一不同状态时的心电信号相应分段地进行功率谱分析以便得到交感神经和副交感神经系统对所受刺激的响应,进而获得它们兴奋性状况的结论,所述分析仪包括:
R波识别装置,用于ECG信号中的R波进行识别,找出R-R间期,以输出R波序列曲线;
分段和预处理装置,相应于所述一些不同状态对R波序列曲线进行分段和预处理,送出每一不同刺激状态下的分段的R波序列曲线作为X信号;
自回归(AR)模型谱估计装置,用于找出包括模型系数、白噪声谱密度和模型阶次M的模型参数,对时域的所述X信号进行Z变换,以便对其进行频域的功率谱估计;
功率谱密度计算装置,用于根据所述模型参数计算各段心电信号的功率谱;以及输出装置,用于打印输出心电信号的有关图形及其功率谱分析和比较报告。
从技术方案可以看出,本实用新型有一个语音电路可以给病人发命令,让病人做特定的动作,从而使测得的信号中包含更多的信息,从而可以缩短测量时间。另外,在另外的方案中,由于还可以与调制解调器连接,所以可以通过电话线将数据迅速发送到分析仪。
下面将参照附图对本实用新型的实施例进行更加详细的描述,从而本实用新型的其它优点、特点将更加明显。
图1为心脏猝死高危患者快速HRV测量仪组成框图。
图2为本实用新型的原理方框图。
图3为本实用新型测量部分的外形示意图。
图4为本实用新型调制解调器部分的外形示意图。
图5为本实用新型心电放大器部分电原理图。
图6为本实用新型单片(微型计算)机、液晶显示器、语音电路部分的电原理图。
图7为本实用新型电源部分电原理图。
图8为本实用新型调制解调器部分电原理图。
图9为根据本实用新型的测试过程的的示意图。
图10为在根据本实用新型的心率变异性测试中运算框图。
图11-图17分别为不给药的对照实验中四种状态下所得到的HRV曲线,其中:
图11是在平卧体位自由呼吸状态下(即图9中A段中)的曲线;
图12是在平卧体位受控呼吸状态下(即图9中B段中)的曲线;
图13是在站立体位自由呼吸状态下(即图9中C段中)的曲线;
图14是在站立体位受控呼吸状态下(即图9中D段中)的曲线;
图15是整个平卧体位时自由呼吸和受控呼吸的状态下(即图9中A+B=E段中)的曲线;
图16是整个站立体位时自由呼吸和受控呼吸的状态下(即图9中C+D=F段中)的曲线;
图17是全部15分钟测试过程中包括平卧体位和站立体位下的自由和受控呼吸状态下(即图9中A+B+C+D=E+F=R段)的曲线。
图18-图23是与图11-图17对应的各段时域X信号与滤除直流成份后的曲线;与经过AR模型变换后的频域功率谱S信号的对照图;其中:
图18是与图11所示不给药对比实验中平卧自由呼吸的A段中X信号与功率谱S信号的对照图;
图19是与图12所示的B段对应的X信号与S信号的对照图;
图20是与图13所示的C段对应的X信号与S信号的对照图;
图21是与图14所示的D段对应的X信号与S信号的对照图;
图22是与图15所示的E段对应的X信号与S信号的对照图;
图23是与图16所示的F段对应的X信号和S信号的对照图;
图24是以分段状态为Z轴做出的A、B、C、D四条曲线的三维曲线图。
图25是以分段状态为Z轴做出的A、B、C、D、E、F六条曲线的三维曲线图。
图26是依照本实用新型测试仪分析计算后给出的体位对心率变异性影响的定量结论报告实例。
图27是依照本实用新型测试系统分析计算后给出的呼吸对心率变异性影响的定量结论报告实例。
下面将结合附图,对本实用新型作进一步论述。
图1为心脏猝死高危患者快速HRV测量仪组成的框图。参照图1,心电信号记录在“记录器”中,经调制解调器将数字信号通过电话线传至带专用软件的分析仪中。
图2为本实用新型的原理方框图。参照图2,本实用新型由心电电极1、心电信号放大器2、单片微型计算机3、锁存器4、存贮器5、语音电路6、报警电路7、液晶显示器8、调制解调器9和电源电路10等部分组成。心电电极1检测到的信号经过心电信号放大器2放大后送到单片微型计算机3中的A/D转换器进行变换,经变换后的数据在单片微型计算机的控制下存入存贮器。该数字信号还送到液晶显示器,由它显示出受试者的心电图。在需要时,存储在存贮器中的数据可通过调制解调器发送出去。
图3为本实用新型测量部分的外形示意图。测量仪就是安装在图3所示的塑料机壳内。主机机壳上备有心电电极引线插口、耳机插口、调制解调器连接插口。
图4为本实用新型调制解调器部分的外形示意图。调制解调器9部分就是安装在图4所示的塑料机壳内。
图5为本实用新型心电放大器部分电原理图。参照图5,心电信号放大器由集成运算放大器7105、7106和多路开关7107、电阻3102~3127、电容2101~2113等组成。
图6为本实用新型单片(微型计算)机、液晶显示器、语音电路部分的电原理图。参照图6,单片(微型计算)机为集成电路7113;锁存器为集成电路7112;存贮器为集成电路7111;液晶显示器为7108;语音电路则由集成电路7102、7101等组成;报警电路则由扬声器1108构成。
图7为本实用新型电源部分电原理图。参照图7,电源电路由集成电路7103、7104、7114、电阻3107~3112,3139~3141,电容2104~2106、2111、2112,电感5102、5103,二极管6104~6106及充电电池1102等组成。
图8为本实用新型调制解调器部分电原理图。参照图8,调制解调器由集成电路7114、7115、7116、7118等组成。
从图5,6,7和8中可以清楚完整地看出检测电路的连接关系,本领域的普通技术人员根据附图就完全能实现本实用新型的电路。因此在说明书中不再详细描述。
图5中,7105A、B、C、D为MAXIM公司制造的四运放ICL7642;7106A、B、D为MAXIM公司制造的四运放ICL 7642;7017为国家半导体公司制造的多路开关CD 4052。心电电极1分别通过电阻3102、3105与放大器7105C的12脚和放大器7105B的5脚相接,并通过阻、容元件3106、3113和2101、2102与放大器7105D的14、15脚相接,放大器7105A其增益可程序控制通过按键进行选择,放大器7106C的输出通过电阻3127接至单片(微型计算)机3中7113的1脚,7113的P0.0~P0.7端与锁存器4中集成电路7112的D0~D7以及存贮器5中的集成电路7111D0~D7相连;7112的Q0~Q7端与7111的A0~A7端相连;7113的P2.0~P2.7端与7111的A8~A16端以及液晶显示器8中的集成模块7108的D0~D7端相连;放大器可以通过程序控制其增益,称为程序放大器,它的集成电路7107的9脚、10脚分别接至单片机3中集成电路7113的23脚和22脚,而增益选择按键则分别接至7113的12、13、14脚。
图6中,7108为液晶屏,HAG-12864(中国冀雅公司制造),7115为飞利浦公司的CPU,7111为三星公司制造的随机存储器RAM;图7中,6104为MAXIM公司的DC-DC转换器,7103为MAXIM公司的DC-DC转换器,7102为国家半导体公司的移位寄存器74LS164,7101为美ICD公司制造的语音芯片ISD1400,语音电路6中的集成电路7102之1、2、8、9脚分别接至单片机3中集成电路7113的8、11和10脚,语音电路中的集成电路7101之24脚接至7113的21脚。
图8中,U1为ROCKWELL公司的调制解调器RCV 336ACF;U22为Cpclare公司的集成电信电路ITC117P;U3为ATMEL公司的程序存储器27C010;U4为ATMEL公司的随机存储器62256。P01为场效应管TPS1110,集成电路7114的16脚、40脚、41脚分别接到单片(微型计算)机7113的26脚、25脚和24脚;调制解调器中,集成电路7114的D0~D7端分别接到集成电路7115的D0~D7端和集成电路7116的D0~D7端。7114的A0~A16端分别接到7115的A0~A16端和7116的A0~A14端。7114的12脚接到7115的24脚和7116的22脚。7114的9脚接到7115的22脚。7114的10脚接到7116的20脚。7114的12脚接到7116的27脚。7114的39脚和42脚分别接到集成电路7118的5脚和6脚。
使用时,将心电电极贴在受试者常规测量心电图的Ⅱ导的位置上,经过专用导联线插入主机的插口,受试者戴上耳机,按照语音芯片内预先录制的例如如下命令动作,即:平卧自由呼吸3分钟;平卧受控呼吸4分钟;站立自由呼吸4分钟;站立受控呼吸4分钟。其中自由呼吸每分钟约呼吸16次,为受试者随意自然呼吸。受控呼吸每分钟约20次,受试者按节拍器发出的节拍声呼吸。此时主机即开始测量并记录受试者的心电信号。当受试者按照命令完成全部动作后,测量即告结束,此过程持续15分钟。然后,可根据需要,将主机与调制解调器相联,调制解调器就自动拔叫预先指定的电话号码--该地设有分析仪。当电话拨通后,即将主机中记录的信号,传送到分析仪中,由它进行处理、分析,然后给出有关受试者心率变异性的定量结果,再由医生根据此定量结果对受试者是否属心脏猝死的高危患者作出判断。
在本实用新型中,连续采集和存贮15分钟心电信号。语音芯片按照图9发出如下命令:将15分钟分成这样四个分别对交感和/或副交感神经系统进行不同刺激的阶段:在第一段时间A中,受试者采取平卧体位(刺激副交感神经)自由地呼吸(刺激交感神经);第二段时间B,受试者体位仍为平卧(刺激副交感神经),但改成受控呼吸,即在由语音单元给出的一个快于自由呼吸的节拍的引导下进行呼吸(刺激副交感神经);在第三段时间C中,受试者体位由平卧改为站立(刺激交感神经),自由式呼吸(刺激交感神经);第四段时间D为受试者为站立(刺激交感神经)的受控式呼吸(刺激副交感神经)。在本实施例中,A段为3分钟;B段为4分钟;C段为4分钟且其中第一分钟内的信号为人体由平卧体位变为站立体位过程中的信号,在处理中特殊对待;D段也为4分钟。心电信号存贮器在15分钟内连续地测试这四种不同体位呼吸方式下的心电信号。
在上面的描述中,本实用新型详细清楚地公开了具体实施方式的实现,但以上的说明不应构成对本实用新型的限制。例如,其中的集成电路不应该限于这里所公开的型号;语音电路发出的具体指令的内容也可变,只要能给病人起到提示的作用即可;耳机可以用例如扬声器来代替;存贮器与单片机的连接方式可变;数据的发送也不一定非要通过调制解调器,可以通过一个接口与电脑的串行口或并行口相连,然后将数据传给一台本地电脑,再通过本地电脑以合适的方式(如因特网)与远程信号分析服务器相连。另外,语音电路发出,命令的顺序也是可变的,只要交替刺激副交感神经和刺激交感神经即可。测试的时间也不一定要为15分钟。
图10示出了分析仪处理ECG信号,进行功率谱分析,从而作出交感神经、副交感神经系统功能状态的定量结果的软件流程图。
参见图10,从红外线传输到分析仪的存贮器中的ECG信号,S11首先进行5秒钟的心电图自学习,进入R波识别步骤S12,采用自适应判据,用一阶导数来识别R波,送出R波序列信号(即按先后顺序采集的R-R间期值)。它包括用低通差分来求得ECG的一阶导数
d(t)=ECG(t)-ECG(t-4)
对ECG信号的一阶导数进行低通滤波,得到:
f(t)=f(x-l)+d(t)-d(t-6)
然后对f(t)找出最大绝对值PK及两个R-R间隔。将H0(0)=0.7*PK作为识别R波的阈值,两个R-R间期的平均值作为平均R-R间隔RRAV的初始值。经过顺序计算f(t)找出PK(n)>H0(n)的点,以便确定是否是R波及R波的位置。这里,阈值自适应的递归公式为:H0(n+1)=0.7*H0(n)+0.3*(0.7*PK(n))若0.7*PK(n)<1.5*H0(n)H0(n+1)=0.9*H0(n)+0.1*(0.7*PK(n))若0.7*PK(n)>1.5*H0(n)RRAV(n+1)=0.8*RRAV(n)+0.2*RRAV(n)若1.5*RRAV(n)>R-R>0.5RRAV(n)RRAV(n+1)=RRAV                   其它
然后,在步骤S13对所得到的R-R间期时域信号进分段和预处理。即按照图9所示的分段(A、B、C、D和代表整个平卧体位的E段及代表整个站立体位的F段)对所得到的R-R间期时域信号(R波序列信号)进行截取和处理,在这里将每一段被分出的R波序列信号称作X信号,它即为分段的R-R间期时域信号。图11-23是在对受试者不施加药物时所做的对照实验记录的R-R间期曲线。其中图23是整个R-R间期曲线,而图21-22则分别为A、B、C、D、E、F段的R-R间期曲线。在图中标明的符号“XA1200A”,“XB1200A”……中,第二个字母表示该曲线所取自的分段标号,最后一个字母表示实验的性质,即有否给药。这里A代表未给药的实验。如:图22中标明“XB1200A”表示该曲线为B段即平卧受控吸呼阶段、未给药的对照实验;又如图15中标明的“XE1200A”则代表该曲线为E段即整个平卧自由呼吸加受控呼吸段的未给药的对照实验,等等,其余类推。
还应当指出的是,为了测试的准确性,防止漏检,在仪器的处理步骤中还提供有回检功能,当R-R>1.88RRAV时,对中间可能的漏检进行回检,回检的阈值为:
H1(n)=0.5*H0(n)
在对R-R间期进行上述分析处理之后,从步骤S21开始,利用自回归(AR)模型进行谱估计。
下面说明本实用新型所采用的自回归(AR)模型谱估计的基本原理。
根据Wold分解定理,随机信号X(n)可以由谱密度=No的白噪声W(n)激励某一冲激响应为h(n)的线性系统所产生,即:
Xn=Wn*hn(*表示卷积)Z=ejw则 Sx(ejw)=Sw(ejw)|H(ejw)|2=No|H(ejw)|2
其中Sw,Sx分别为输入和输出的功率谱,H是系统的频率特性或传递函数。因此,只要H(Z)已知,随机信号的功率谱Sx(ejw)便可求。H(Z)即是随机信号的参数模型。
自回归(AR)模型又称全极点模型,其表达式如下: X n = - Σ K = 1 M α k x n - k w n ( 1 ) 作Z变换: X ( Z ) W ( Z ) = H ( Z ) = 1 1 + Σ K = 1 M α k z - k - - - - ( 2 )
求得AR模型参数及白噪声谱密度No后,就很容易估计信号的功率谱密度。 S x ( f ) = No · Δt / | 1 + Σ K = 1 M α M , K exp ( - j 2 πfkΔt | 2
其中f为频率(Hz),Δt为采样间隔。
AR模型参数的估计包括:模型系数α1M、白噪声谱密度No和模型的阶次M。
估计的方法不只一种,这里只举例说明程序中采用的双向LS(最小平方)预测的MARPLE法。此种方法比较典型的Busg算法,具有更高的频率分辨率,没有谱成分分裂,而且频率漂移较小,在计算量上具有相等程度,同AR的平方成正比。基本算法如下:
设有一全极点平段随机过程,从(1)式中引伸出前向及后向预测误差分别如下式所示:
前向预测误差: f M , K = X K + M + Σ i = 1 M α M , i X K + M - i ; 1 ≤ K ≤ N - M ( 3 ) b M , K = Σ i = 0 M α M , i X K + i ; 1 ≤ K ≤ N - M ( 4 )
αM,0=1;M=AR模型阶次,N=X数据长度
根据最小均方准则,使前、后向预测误差之和eM为最小求得AR模型参数,αM1M2,…αM,M’ e M = &Sigma; K = 1 N - M | f M , K | 2 + &Sigma; K = 1 N - M | b M , K | 2 ( 5 ) 求导: &PartialD; e M &PartialD; &alpha; M , i = &PartialD; &Sigma; j = 0 M &alpha; m , j r M ( i , j ) = 0,1 &le; i &le; M ( 6 ) 这里: r M ( i , j ) = &Sigma; K = 1 N - M ( X K + M - j X K + M - i + X k + j X k + 1 ) 0 &le; i ; j < M ( 7 ) 由(6),(7)推出: e M = &Sigma; j = 0 M &alpha; M - j r M ( 0 , j ) ( 8 ) 由式(6),(8)可以组成一个(M+1)×(M+1)的矩阵。其中:
Figure Y9924273800138
显然,只要求得RM,用线性代数的方法,可由(9)式求出AR模型参数:AM=RM -1EM(11)
但若采用直推计算法,所需计算量大,这里利用RM矩阵的埃尔米特及反埃尔米特特性进行推导。
首先,增设两个误差值em′,em″: e M &prime; = &Sigma; K = 1 N - M - 1 [ f M , K + 1 | 2 + | b M , K | 2 ] ( 12 ) e M &Prime; &Prime; = &Sigma; K = 1 N - M - 1 [ f M , K | 2 + | b M , K + 1 | 2 ] ( 13 ) 根据最小均方准则,与前述的eM同样处理,即:R′MA′M=E′M(14)R″MA″M=E″M(15)
Figure Y9924273800143
r M &prime; ( i , j ) = &Sigma; K = 1 N - M - 1 [ X K + M + l - j X K + M + l - i + X K + j X K + i ( 17 ) r M &Prime; &Prime; ( i , j ) = &Sigma; K = 1 N - M - 1 [ X K + M - j X K + M - i + X K + 1 + j X K + l + i ( 18 ) 最后推导出AM′的时域更新公式:A′MM(AM1CM +γ1DM)       (19)以及AR模型系数迭代公式:在式(19)中: C M + 1 = ( C M &Prime; &Prime; 0 ) + &alpha; 3 + A M + 1 ( 21 ) D M + 1 = ( C M &Prime; &Prime; 0 ) + &alpha; 4 + A M + 1 ( 22 )
式(20)具有同Levinson迭代同样的形式,由此可求得AR模型参数,及白噪声谱密度No。eM+1=e′M(1-|αM+1,M+12) (23)对M阶AR模型最后得到其参数:αlM,12M,2,…αMM,MNo=em,则功率密度为: s X ( f ) = e M / 1 + &Sigma; K = 1 M &alpha; K exp ( - j 2 &pi;fk &Delta; t | 2
在模型参数估计中,另外一个关键的问题就是模型阶次M的选择,这是一个重要但又尚未解决好的问题。阶次过低,作出的谱估计会使实际存在的谱峰变得模糊;阶次过高,又会产生虚假的细节。在本实用新型程序中,本发明人经过反复试验,计算、比较、结合,发现选择在11-19阶之间能够满足信息论准则的阶次,得到了满意的结果。这里所指信息论的准则是: AUC M = l n e m + &alpha; ( M + 1 ) N
根据前述,预测的均方误差em总是随阶次M的增加而下降,而α(M+1)/N则随M增加而上升,这样就有可能在某一M值下取得极小。这个极小点的M值便被选为最佳阶次。
在求得AR模型参数及白噪声谱密度No后,就很容易在步骤S22利用下式来估计信号的功率谱密度(PSD): S x ( f ) = No&Delta;t / | 1 + &Sigma; K = 1 M &alpha; M , K exp ( - j 2 &pi;fk&Delta;t ) | 2
其中f为频率(Hz),Δt为采样间隔。
图14至19示出了一个未给药的对照实验的各X信号曲线和经过以上AR模型变换之后得到的各段对应的功率谱S信号曲线的对比。其中图14为对应于受试者取卧位自由呼吸的阶段A的功率谱密度,图15为对应于受试者取卧位受控呼吸的阶段B的功率谱密度,图16为对应于受试者取立位自由呼吸的阶段C的功率谱密度,图17为对应于受试者取立位受控呼吸的阶段D的功率谱密度,图18为对应于受试者取卧位自由呼吸和受控呼吸的阶段E的功率谱密度,而图19则是对应于受试者取立位自由呼吸和受控呼吸的阶段F的功率谱密度。
在步骤S23,根据上述功率谱密度结果,计算出各特征值,给出如图26和由27所示的结论报告,以供医生作为诊断的依据。在表中以及各条曲线中所用的符号意义如下:
T--R-R间期平均值(ms)
VARI(有时标为V)--R-R间期均方差(ms2)
P--总功率(归一化后等于均方差)(ms2)
PL--低频功率(0.02-0.15Hz)(ms2)
PH--高频功率(0.15-0.40Hz)(ms2)
LF--低频中心频率(Hz)
HF-高频中心频率(Hz)
rPLH-PL/PH:低频功率/高频功率
rSLH-SL/SH:PSD低频峰值/PSD高频峰值
PSD-功率谱密度
参见图24和25,本实用新型还作出了以分段为Z轴的各段功率谱密度比较图。可以清楚直观地看出在各种刺激状态下交感神经和副交感神经的兴奋性情况。在两图中,曲线的第一组尖峰示出了交感和副交感神经总的活动强度,第二组尖峰则是副交感神经单独兴奋时的强度。这为医生提供了对病人心率变异性状态(交感和副交感神经相互作用)的直接的证据和报告。
以上各处理装置及过程可以由计算机软件程序来完成,在本实用新型中,提供了一种特别适用于在本实用新型运行的应用软件。
为了了解人体心率变异性及检出心脏猝死高危患者,本实用新型对如下四种实验结果进行比较:
实验1:对照实验。它是不对人体施加外界药物,即不扰动植物神经系统的情况;
实验2:注射阿托品(atropine),以刺激交感神经系统的兴奋性;
实验3:服用心得宁(propranolol),以刺激副交感神经系统的兴奋性;
实验4:同时给药阿托品和心得宁,对交感和副交感神经系统同时进行扰动。
表1是对20例进行实验而获得的关于体位运动和药物对R-R间期变异性的影响的统计结果。这里及后续表中所用的字母符号的意义与前面提及的规定相同。
表1
状  态 T(ms) V(ms2) PL(%) LF(Hz)
1.未给药:
 E.平卧(m)     891     3992     30.0   0.099
    (sd)     123     2431     10.6   0.019
 F.站立(m)   ***727     3400   ***46.4   **0.083
     (sd)     96     1506     11.9   0.015
 2.Atropine:
E.平卧(m)     937*     5662*     28.3   0.094
    (sd)     145     3496     14.0   0.020
 F.站立(m)  ***644***    **2926     **37.7   0.084
    (sd)     114     1841     16.7   0.021
 3.Propranolol:
E.平卧(m)     955*     5417     35.1*   0.103
    (sd)     133     3582     10.7   0.017
 F.站立(m)  ***828***    **3794    **43.5 ***0.084
    (sd)     105     2445     9.7   0.016
 4.以上2和3中的药同时给
E.平卧(m)   1026***     5817*     32.2   0.094
    (sd)     124     2791     13.1   0.022
 F.站立(m)   ***795*   **3515    37.2*   0.090
    (sd)     126     2326     11.4   0.022
表1(续)
状  态 PH(%) HF(Hz)   PL/PH   SL/SH
 1.未给药:
E.平卧(m)     27.0     0.280     1.388     1.535
    (sd)     11.9     0.062     0.987     1.463
 F.站立(m)   ***11.1     0.259   ***4.999   ***9.862
    (sd)     5.3     0.065     2.220     6.407
 2.Atropine:
E.平卧(m)     20.6*     0.275     1.986*     3.664*
    (sd)     13.4     0.065     1.587     5.272
 F.站立(m)  ***7.3**     0.248    ***5.702    **12.336
    (sd)     3.1     0.066     2.825     10.036
 3.Propranolol:
E.平卧(m)     22.7     0.274     1.970     1.738
    (sd)     9.9     0.066     1.352     1.668
 F.站立(m)   ***11.7     0.253    ***4.190    **8.149
    (sd)     4.6     0.070     1.593     9.262
 4.以上2和3中的药同时给
E.平卧(m)     21.6     0.277     1.897     1.592
    (sd)     11.2     0.074     1.249     1.053
 F.站立(m)    ***10.3     0.241    ***4.365    ***7.512*
    (sd)     5.1     0.063     2.175     5.395
其中,数据前标明的星号表示各状态下E(平卧体位的自由呼吸加受控呼吸段)与F(站立体位的自由呼吸加受控呼吸段)的比较(即体位变化的情况统计);数据后的星号分别表示在第2(给药阿托品)、第3(给药心得宁)及第4(同时给阿托品和心得宁)的状态与对照状态1(不给药状态)的比较(即药物影响的情况统计)。其中一个星号“*”表示P<0.05;两个星号“**”表示P<0.01,三个星号“***”表示P<0.001,它们表明有显著性差异的强度。
首先看体位对心率谱的影响:
从表1的统计结果可以看出,利用本方法,当人体从卧位到立位时,其心率谱上的变化可以明显地检测出来。在对照实验1中(不用药),在卧位时,有两个主要的频率分量:低频(~0.099Hz)30.0±10.6%高频
(0.280Hz)46.4±11.9%,高频(0.259Hz)11.1±5.3%;PL/PH为5.0
±2.2。可见,正常人从卧位到立位时,代表交感和副交感神经共同作用的低频分量增加,代表副交感神经单独作用的高频分量减小。表明从卧位到立位时,交感神经活性增加,付交感神经活性相对减弱。从R-R间隔上看,副交感神经也是减少的,即心率增快。从统计上看,几种变化的P值均小于0.001,说明有很明显的差异。
另外,在其余三组用药的情况下,从卧位到立位,R-R均值(T)、PL、PH、PL/PH、SL/SH也都有显著性差异,只是其变化与对照实验有所不同,这给出这样一个提示,即正常人中体位对心率谱的影响是比较大的,在一般较小的药物扰动下,仍能够表现出来。而在心肌梗塞及糖尿病已影响到神经系统的病人中,从卧位到立位,其低频分量则无明显增加。
表2给出了对20例进行实验而获得的关于呼吸及药物对R-R间期变异性的影响的统计结果。
表2
 A/C:自由吸呼频率      B/D:受控呼吸频率(0.33Hz)
状    态   T(ms) V(ms2)   PL(%)   LF(Hz)
1.不给药
A.平卧(m)     901     3424     41.8   0.100
    (sd)     119     1982     12.4   0.021
 B.平卧(m)     887     2956    **31.3   0.095
    (sd)     128     2064     12.8   0.019
 C.站立(m)     728     3699     55.0     0.088
    (sd)     95     2108     12.9     0.026
 D.站立(m)     721    **2642     50.8     0.086
    (sd)     102     1371     13.3     0.016
 2.Atropine:
A.平卧(m)     956ΔΔ     5076ΔΔ     42.0     0.096
    (sd)     154     3256     12.3     0.026
 B.平卧(m)     922    **3469    **31.7     0.091
    (sd)     147     2596     9.7     0.021
 C.站立(m)     667ΔΔ     3144     51.0     0.079
    (sd)     112     2117     14.3     0.017
 D.站立(m)  ***625ΔΔΔ   ***1690ΔΔ     47.8     0.083
    (sd)     115     1265     17.1     0.023
 3.Propranolol:
A.平卧(m)     961Δ     5154Δ     43.3     0.098
    (sd)     135     3823     9.2     0.017
 B.平卧(m)     956Δ     4061    39.2ΔΔ     0.102
    (sd)     136     3097     12.4     0.021
 C.站立(m)     830ΔΔΔ     3943     54.0     0.090
    (sd)     110     2610     11.6     0.024
 D.站立(m)     828ΔΔΔ     **2957     *45.4     0.081
    (sd)     109     1957     11.3     0.017
 4.同时给2和3中的两种药:
A.平卧(m)   1036ΔΔΔ     6031Δ     42.1     0.094
    (sd)     115     3590     10.7     0.022
 B.平卧(m)   1017ΔΔΔ     *3664     *34.4     0.084
    (sd)     133     2683     13.5     0.025
 C.站立(m)     801ΔΔ     3520     46.4     0.090
    (sd)     125     2117     12.6     0.017
 D.站立(m)     787Δ     2902    37.3ΔΔ     0.086
    (sd)     128     2567     13.6     0.021
表2(续)
状    态 PH(%) HF(Hz)   PL/PH   SL/SH
1.不给药
A.平卧(m)     26.6     0.237     1.958     2.172
    (sd)     12.7     0.062     1.129     1.771
 B.平卧(m)     *35.1   ***0.336    **1.235     1.376
    (sd)     15.7     0.017     1.054     1.976
 C.站立(m)     10.1     0.217     6.352     9.685
    (sd)     4.3     0.059     2.984     9.917
 D.站立(m)     *13.6    ***0.336    *4.655     9.586
    (sd)     7.1     0.020     2.500     7.730
 2.Atropine:
A.平卧(m)     21.7     0.249     3.024Δ     4.104
    (sd)     12.5     0.076     2.666     6.473
 B.平卧(m)     **31.9   ***0.333    **1.306     *1.769
    (sd)     16.2     0.017     0.795     2.567
 C.站立(m)     8.7     0.255Δ     7.557     16.047
    (sd)     4.9     0.051     4.144     16.804
 D.站立(m)     9.3Δ    ***0.332     6.180Δ     18.921
    (sd)     3.9     0.047     3.469     19.135
 3.Propranolol:
A.平卧(m)     25.3     0.249     2.262     2.067
    (sd)     9.3     0.053     1.987     1.775
 B.平卧(m)     28.2    ***0.337     2.022     1.764
    (sd)     14.2     0.012     1.952     1.516
 C.站立(m)     10.1     0.235     6.124     8.691
    (sd)     4.9     0.069     2.371     6.679
 D.站立(m)    **16.1    ***0.330    **3.614     7.605
    (sd)     7.8     0.019     2.114     7.734
 4.同时给2和3中的两种药:
A.平卧(m)     22.2     0.258     2.628     2.746
    (sd)     11.6     0.063     1.718     2.812
 B.平卧(m)     *29.3    ***0.338    **1.396     1.864
    (sd)     11.8     0.017     0.875     2.295
 C.站立(m)     10.3     0.246     5.561     7.337
    (sd)     4.8     0.072     3.245     6.320
 D.站立(m)   13.1***     0.335     4.068     8.408
    (sd)     8.8     0.027     3.074     8.786
其中,数据前的星号表示A/B、C/D(自由呼吸段/受控呼吸段)的比较;数据后的三角号分别表示第2(给药阿托品)、第3(给药心得宁)及第4(同时给药阿托品和心得宁)的状态与对照实验1(不给药)状态时的比较。其中一个星号“*”表示P<0.05;两个星号“**”表示P<0.01;三个星号“***”表示P<0.001,它们表明有显著的特异性;一个三角号“Δ”表示P<0.05;两个三角号“ΔΔ”表示P<0.01;三个三角号“ΔΔΔ”表示P<0.001,它们表明有显著的特异性。
参见表2可以看到呼吸对心率谱的影响:
一般而言,高频分量的中心频率是与呼吸频率一致的。在实验中,将自由呼吸与受控呼吸(20次/min,即0.33Hz)对心率谱的影响作了比较。在对照实验1中,受控呼吸使高频分量的中心频率由0.22~0.24Hz移到
0.33Hz,与呼吸频率相同。在卧位与立位状态,均使低频分量降低,高
频分量增加,从而使PL/PH分别由2.0±1.1变为1.2±1.0(卧位时),6.4±3.0变为4.7±2.5(立位时),且P值均小于0.05,统计学上有显著差异。
这说明,进行受控呼吸,使呼吸运动加强,刺激付交感兴奋,使副交感神经活性增加,交感神经活性相对减弱。这一结果与理论研究的结果相同。
让我们再来看看药物对心率谱的影响:
在药物条件下进行心率谱的研究,是为了确认心率谱的特征量对交感神经、副交感神经系统活性的反映,以及这种分析方法对交感、副交感神经活动变化的敏感度。
从表1和表2我们可以看出,药物对于心率谱的影响。
在肌注阿托品1.0-1.5mg后,在卧位及立位状态下,均使高频分量有显著下降,分别由27.0±11.9降到20.6±13.4(卧位时),由11.1±5.3降至7.3±3.1(立位时)。这一结果与国外研究的动物实验中,用大刘量阿托品阻断付交感(迷走)神经,使高频分量消失或减小的结果一致。这说明心率谱中高频分量确实反映付交感(迷走)神经的活动,可以作为临床上的一个指标。
在口服40mg心得宁后,从表1中可以看出,由于心得宁对交感神经的阻断作用,使从卧位变为立位时,低频分量的增加比对照实验1的增加少。对照实验1中:30.0±10.6变为46.4±11.9,心得宁实验(3)中:35.1±10.7变为43.5±9.7。因而得到这样一个提示:心得宁对于体位的改变对交感神经的增强刺激有一定的阻断,但由于口服心得宁,大部分被代谢掉,且个体差异较大,所以统计上差异不显著。
从下面特例的情况看,也可以证明这种心率谱的方法是对自主(植物)神经功能的一种有效的研究方法。如在前几例做过心电图的对象中,其中No.4号,从其心电图中诊断出窦性心动过缓,但仍属于正常心电图范围。在对照实验(1)中,他的各特征值与20例统计值对比如下表3:表3
状  态 T(ms)   V(ms2)   PL(%)   LF(Hz)
E.平卧   1016     4376     23.3     0.059
 20例mean     891     3992     30.0     0.099
    sd   123     2431     10.6     0.019
 F.站立   889     5239     40.5     0.065
 20例mean   727     3400     46.4     0.083
    sd     96     1506     11.9     0.015
表3(续)
状  态   PH(%) HF(Hz)   PL/PH   SL/SH
 E.平卧   43.5   0.339   0.535   0.718
 20例mean   27.0   0.280   1.388   1.535
    sd   11.9   0.062   0.987   1.463
 F.站立   15.9   0.319   2.555   4.892
 20例mean   11.1   0.259   4.999   9.862
    sd   5.3   0.065   2.220   6.407
从他与20例统计值的对比看,他的副交感神经活动明显强于其他人,而交感神经较弱。这与其窦性心动过缓的心电图是相吻合的,从而证明这种方法是有效的和灵敏的。

Claims (6)

1.一种心脏猝死高危患者快速HRV测量仪,包括:心电探测极(1)、心电信号放大器(2)、单片机(3)、存贮器(5)和电源电路(10),其特征在于包括一个与单片机相连的语音电路6,语音电路的数据线与单片机的数据线相连,语音电路的控制线与单片机的控制线相连。
2.根据权利要求1所述的测量仪,其特征在于,语音电路中的集成电路7102之1、2、8、9脚分别接至单片机中集成电路7113的8,11和10脚,语音电路中的集成电路7101之24脚接至7113的21脚。
3.一个分析仪,用于对每一不同状态时的心电信号相应分段地进行功率谱分析以便得到交感神经和副交感神经系统对所受刺激的响应,进而获得它们兴奋性状况的结论,所述分析仪包括:
R波识别装置;
与R波识别装置的输出相连的分段和预处理装置;
与分段和预处理装置的输出相连的自回归(AR)模型谱估计装置;
与自回归模型谱估计装置的输出相连的功率谱密度计算装置;以及与功率谱密度计算装置相连的输出装置。
4.根据权利要求3的分析仪,其特征在于所述系统还包括与R波识别装置的输出相连的用于做出R-R间期序列曲线图的装置,该装置的输出又连到所述输出装置。
5.根据权利要求3的分析仪,其特征在于所述系统还包括与R波识别装置和分段预处理装置的输出相连,用于做出各段(A、B、C、D以及E=A+B、F=C+D段和R=E+F段)的R-R间期序列曲线图的装置,该装置的输出又连到所述输出装置。
6.根据权利要求3的分析仪,其特征在于所述系统还包括与自回归(AR)模型谱估计装置的输出相连,用于作出对应各段及全部R-R间期序列和其功率谱分析相对照的曲线图的装置。
CN 99242738 1999-09-23 1999-09-23 一种心脏猝死高危患者快速hrv测量仪及分析仪 Expired - Fee Related CN2437291Y (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 99242738 CN2437291Y (zh) 1999-09-23 1999-09-23 一种心脏猝死高危患者快速hrv测量仪及分析仪

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 99242738 CN2437291Y (zh) 1999-09-23 1999-09-23 一种心脏猝死高危患者快速hrv测量仪及分析仪

Publications (1)

Publication Number Publication Date
CN2437291Y true CN2437291Y (zh) 2001-07-04

Family

ID=34029268

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 99242738 Expired - Fee Related CN2437291Y (zh) 1999-09-23 1999-09-23 一种心脏猝死高危患者快速hrv测量仪及分析仪

Country Status (1)

Country Link
CN (1) CN2437291Y (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103038772A (zh) * 2010-03-15 2013-04-10 新加坡保健服务集团有限公司 预测患者的存活性的方法
CN104688250A (zh) * 2015-03-16 2015-06-10 深圳大学 用于精神紧张判断及心脏性猝死的预警方法及预警系统
CN109171708A (zh) * 2018-10-25 2019-01-11 广东工业大学 一种可除颤心律识别装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103038772A (zh) * 2010-03-15 2013-04-10 新加坡保健服务集团有限公司 预测患者的存活性的方法
US9295429B2 (en) 2010-03-15 2016-03-29 Singapore Health Services Pte Ltd. Predicting acute cardiopulmonary events and survivability of a patient
US9420957B2 (en) 2010-03-15 2016-08-23 Singapore Health Services Pte Ltd. System and method for predicting acute cardiopulmonary events and survivability of a patient
CN103038772B (zh) * 2010-03-15 2017-10-24 新加坡保健服务集团有限公司 预测患者的存活性的系统和装置
US9795342B2 (en) 2010-03-15 2017-10-24 Singapore Health Services Pte Ltd. System and method for predicting acute cardiopulmonary events and survivability of a patient
US10136861B2 (en) 2010-03-15 2018-11-27 Singapore Health Services Pte Ltd. System and method for predicting acute cardiopulmonary events and survivability of a patient
US10888282B2 (en) 2010-03-15 2021-01-12 Singapore Health Services Pte Ltd. System and method for predicting acute cardiopulmonary events and survivability of a patient
US11647963B2 (en) 2010-03-15 2023-05-16 Singapore Health Services Pte Ltd. System and method for predicting acute cardiopulmonary events and survivability of a patient
CN104688250A (zh) * 2015-03-16 2015-06-10 深圳大学 用于精神紧张判断及心脏性猝死的预警方法及预警系统
CN104688250B (zh) * 2015-03-16 2017-04-26 深圳大学 用于精神紧张判断及心脏性猝死的预警方法及预警系统
CN109171708A (zh) * 2018-10-25 2019-01-11 广东工业大学 一种可除颤心律识别装置
CN109171708B (zh) * 2018-10-25 2021-04-16 广东工业大学 一种可除颤心律识别装置

Similar Documents

Publication Publication Date Title
US11083408B2 (en) Detecting, assessing and managing epilepsy using a multi-variate, metric-based classification analysis
US10770182B2 (en) Systems and methods for assessing the health status of a patient
EP2654560B1 (en) Heart failure detection with a sequential classifier
US9265430B2 (en) Method, system and software product for the measurement of heart rate variability
US7862515B2 (en) Apparatus for detecting sleep apnea using electrocardiogram signals
CN101822863A (zh) 情绪调节装置和方法
CN107742534A (zh) 患者存活性预测系统
CN101061950A (zh) 利用spo2进行心房纤颤检测
CN103445767B (zh) 传感监测交互控制全自动自主神经功能检测仪
US11075009B2 (en) System and method for sympathetic and parasympathetic activity monitoring by heartbeat
CN1593330A (zh) 心血管动力学参数的检测方法
CN2437291Y (zh) 一种心脏猝死高危患者快速hrv测量仪及分析仪
CN1559341A (zh) 一种心率变异性的预测度指标检测分析方法及仪器
US8165665B2 (en) Chip for sensing a physiological signal and method for sensing the same
WO2022063864A2 (en) Device and system for detecting heart rhythm abnormalities
Lek-uthai et al. Development of a cost-effective ECG monitor for cardiac arrhythmia detection using heart rate variability
Rocha et al. Wearable computing for patients with coronary diseases: Gathering efforts by comparing methods
US20210401355A1 (en) Detecting, assessing and managing epilepsy using a multi-variate, metric based classification analysis
CN215534320U (zh) 一种用于心血管疾病与呼吸疾病识别的监测装置
Kumari et al. Comprehensive Analysis Based on Signal Processing for Cardiac Arrhythmia Detection
EP4218028A2 (en) Device and system for detecting heart rhythm abnormalities
CN1426759A (zh) 基于心音的植物神经诊断系统
EP4405979A1 (en) Device and system for detecting heart rhythm abnormalities
CN116942173A (zh) 一种心电智能诊断分析装置
SUMI et al. DEVELOPMENT OF A HOLTER MONITOR SYSMTEM USING VERILOG HDL LANGUAGE

Legal Events

Date Code Title Description
C14 Grant of patent or utility model
GR01 Patent grant
C19 Lapse of patent right due to non-payment of the annual fee
CF01 Termination of patent right due to non-payment of annual fee