TWI728401B - 以運動測試評估自主神經功能障礙的電腦程式產品及電腦可讀取媒體 - Google Patents

Abstract

本發明係有關於一種以運動測試評估自主神經功能障礙的電腦程式產品及電腦可讀取媒體。該電腦可讀取媒體儲存有該電腦程式產品，而該電腦程式產品是用來安裝在一電腦上，以執行以運動測試評估自主神經功能障礙的方法。該方法包括：獲得一運動測試數據，該運動測試數據係由一待測者執行一運動測試所獲得，該運動測試在一測試時間內漸增運動強度；將該測試時間區分成複數時間區段；根據該運動測試數據，以一計算式計算上述每一時間區段的一待測者近似熵；將上述待測者近似熵與預設的一基準近似熵比對，輸出至少一比對結果，用以評估該待測者的自主神經狀態。

Description

以運動測試評估自主神經功能障礙的電腦程式產品及電腦可 讀取媒體

本發明係有關於一種以運動測試評估自主神經功能障礙的電腦程式產品及電腦可讀取媒體，特別是指電腦程式產品可安裝在電腦中，使該電腦可根據運動狀態下的近似熵變化，評估自主神經功能障礙。

根據維基百科對自主神經(自律神經)的說明，自律神經系統(autonomic nervous system，縮寫為ANS)，又稱植物神經系統(vegetative nervous system，VNS)或內臟神經系統(visceral nervous system，VNS)，與軀體神經系統共同組成脊椎動物的周圍神經系統。所謂「自律(自主)」，是因為未受訓練的人無法靠意識控制該部分神經的活動。自律神經系統控制體內各器官系統的平滑肌、心肌、腺體等組織的功能，如心臟搏動、呼吸、血壓、消化和新陳代謝。

其中，自律神經失調的症狀可能遍布全身，一般人會有至少二到三種不同器官系統的症狀，症狀的呈現因人而異，焦慮、恐慌、失眠、眩暈、慢性鼻炎、姿勢性低血壓、心悸、胃食道逆流、大腸激躁症(腸躁症)、多汗症、頻尿、性功能障礙等...都可能因自律神經失調引起。患者通常經徹底 檢查後仍無法找出能合理解釋症狀的器官病變，因此常被誤解是心理作用或精神病。

目前醫學上有許多自主神經檢測，例如呼吸狀態測試(deep breathing test)、傾斜床檢測、心跳變異性檢測(heart rate variability test)等...，其中：

呼吸狀態測試(deep breathing test)是透過吸氣、憋氣狀態的胸內壓變化來評估自主神經是否有失調狀況。

傾斜床檢測是受測者平躺在在一傾斜床上，將傾斜床迅速抬起，檢測受測者的心跳、血壓變化，例如收縮壓突然下降20mmHg，可評估自主神經有失調的現象。

心跳變異性檢測(heart rate variability test)是量測受測者的心電圖，再根據心律的變化，來界定自主神經的強弱。

然而，上述檢測方法皆是屬於靜態的檢測，無法完整描述自主神經的狀態。

發明人擬採用動態檢測方式，以更精確地描述自主神經的狀態。本發明因此提出一種以運動測試評估自主神經功能障礙的電腦程式產品，用來安裝在一電腦上，使該電腦執行以運動測試評估自主神經功能障礙的方法，該方法包括下列步驟：獲得一運動測試數據，該運動測試數據係由一待測者執行一運動測試所獲得，該運動測試係在一測試時間內漸增一運動強度；將該測試時間區分成複數時間區段；根據該運動測試數據，以一計算式計算每一時間區段或全部該測試時間的一待測者近似熵，近似熵 (Approximate Entropy,ApEn)由Pincus提出，以計算時間序列產生新模式的機率，來衡量時間序列的複雜度。產生新模式的機率越大，時間序列的複雜度越大，ApEn也越大。ApEn是在衡量當維度變化時，時間序列產生新模式的機率大小，因此ApEn能用來表示訊號的不規則度及複雜程度；該計算式為：

(1)將{xi}依順序組成m維向量，xi為心跳變異率，{xi}為xi的時間序列：X(i)=[x(i),x(i+1),...,x(i+m-1)]，其中i=1,2,...,N-m+1，N為資料數目，m為維度

(2)定義X(i)與X(j)間的距離d[X(i),X(j)]為兩者對應元素中差值最大者

，並對每一個i值計算X(i)與其餘向量X(j)的距離，i,j=1,2,...,N-m+1

(3)按照給定的r，對每一個i值統計d[X(i),X(j)]<r的數目，再取此數目的向量總數N-m+1的比值，r為{xi}標準差的10%至20%之間：

，其中i,j=1,2,...,N-m+1

(4)將

取對數，再求其對所有i的平均值

(5)將維度加1，變成m+1，重複上面過程，可得到Φ^m+1(r)

(6)此時間序列的ApEn(m,r,N)=Φ^m(r)-Φ^m+1(r)。

將上述待測者近似熵與預設的一基準近似熵比對，輸出至少一比對結果。

進一步，該基準近似熵係由複數基準受測者在該測試時間中執行該運動測試，獲得每一基準受測者在該每一時間區段的一基準受測數據，在同一時間區段的基準近似熵係所有基準受測數據以該計算式所獲得的運算 結果的平均值。其中，該基準受測者可來自無自主神經功能障礙的健康成人，獲得的該基準受測數據定義為一健康數據，或者該基準受測者是來自具有自主神經功能障礙的患者，獲得的該基準受測數據定義為一自主神經功能障礙數據。其中，無自主神經功能障礙的健康成人其排除條件為冠狀動脈手術合併瓣膜手術者、近三日內發生嚴重心率不整者、嚴重的主動脈瓣膜狹窄、近三日內發生嚴重心絞痛者、傷口尚未癒合、現存感染情況，且體溫高於38度者、年齡低於20歲或高於75歲者、接受冠狀動脈繞道手術後已滿12周以上者，排除因疾病所造成之自主神經功能障礙，另外也請受試者填寫「自主神經功能問卷」已確定其是否已自主神經功能障礙的症狀。而具有自主神經功能障礙的受測者為冠狀動脈繞道手術術後28-56天之患者，以其心跳變異率作分析，其中，2005年，Soares等人追蹤了冠狀動脈繞道手術前後持續追縱至90天，由休息、深呼吸刺激、憋氣用力等刺激等方式，觀察患者的心血管系統自主神經調控的狀況，試驗檢測參數使用心跳變異性的時域分析，發現接受冠狀動脈繞道手術的患者，在術後第六天心血管神經的調控最差，而手術後經過至少60天後才可回復至手術前的心血管自主神經控制狀態，由文獻回顧可知此時期之患者皆為有自主神經功能障礙的人。

進一步，該測試時間係平均區分成第一時間區段、第二時間區段、第三時間區段、第四時間區段與第五時間區段。

進一步，該待測者近似熵與該基準近似熵的差異係包括下列之一：在第一時間區段內的值的差異、在第五時間區段內的值的差異、在第一時間區段至第四時間區段之間值的變化趨勢。

進一步，該運動強度與該測試時間係呈線性變化。

本發明再提供一種電腦可讀取媒體，儲存有前述電腦程式產品。

根據上述技術特徵可達成以下功效：

1.採用動態的檢測方式，檢測待測者在運動狀態下的近似熵，將其與自主神經功能障礙患者或健康成人在運動狀態下的近似熵比對，並根據差值評估自主神經功能，此種動態方式檢測，對於自主神經狀態的描述更加精確。

2.找出最佳化的檢測區間，在第一時間區段內的近似熵的差異、在第五時間區段內的近似熵的差異、在第一時間區段至第四時間區段之間近似熵的變化趨勢，這些時間區段中近似熵的變化最明顯。

3.利用一般的運動檢測設備即可實施，因此除了獲得待測者的自主神經狀態，還能獲取自主神經功能待測者的其它生理參數，例如心跳、血氧濃度等等...。

[第一圖]係為本發明實施例中，評估自主神經功能的流程圖。

[第二圖]係為本發明實施例中，待測者與健康成人的近似熵曲線圖。

[第三圖]係為本發明實施例中，待測者與與自主神經功能障礙患者的近似熵曲線圖。

[第四圖]係為本發明實施例中，以整個測試時間來計算近似熵，用以比對的曲線圖。

綜合上述技術特徵，本發明之以運動測試評估自主神經功能障礙的電腦程式產品及電腦可讀取媒體的主要功效將可於下述實施例清楚呈現。

參閱第一圖及第二圖所示，本發明實施例係一種電腦程式產品，用來安裝在一電腦上，使該電腦執行以運動測試評估自主神經功能障礙的方法，該方法包括下列步驟：

獲得一運動測試數據，該運動測試數據是由無線藍芽心電圖機即時測量並記錄的心跳變異率，該運動測試數據係由一待測者執行一運動測試所獲得，該運動測試的種類可使用例如醫療院所常使用的跑步機或飛輪，該運動測試開始時，先設定運動參數，例如該運動測試在一測試時間內漸增一運動強度，進一步該運動強度可與該測試時間係呈線性變化。其中，由於每一個待測者的體能狀態不同，因此該測試時間對於不同待測者而言是不同的，要視每一位待測者可承受的測試時間及運動強度調整。

該電腦擷取該運動測試數據後，將該測試時間區分成複數時間區段，本實施例該測試時間係平均區分成輕微運動的第一時間區段、輕度運動的第二時間區段、中度運動的第三時間區段、重度運動的第四時間區段與劇烈運動的第五時間區段。

根據該運動測試數據，該電腦以一計算式計算每一時間區段的一待測者近似熵。該近似熵的計算式如下：

(1)將{xi}依順序組成m維向量，xi為心跳變異率，{xi}為xi的時間序列：X(i)=[x(i),x(i+1),...,x(i+m-1)]，其中i=1,2,...,N-m+1，N為資料數目，m為維度

(2)定義X(i)與X(j)間的距離d[X(i),X(j)]為兩者對應元素中差值最大者

，並對每一個i值計算X(i)與其餘向量X(j)的距離，i,j=1,2,...,N-m+1

(3)按照給定的r，對每一個i值統計d[X(i),X(j)]<r的數目，再取此數目的向量總數N-m+1的比值，r為{xi}標準差的10%至20%之間：

，其中i,j=1,2,...,N-m+1

(4)將

取對數，再求其對所有i的平均值

(5)將維度加1，變成m+1，重複上面過程，可得到Φ^m+1(r)

(6)此時間序列的ApEn(m,r,N)=Φ^m(r)-Φ^m+1(r)。

參閱陳家成所著「應用移動近似熵演算法分析及監測生醫系統之行為」，該論文提及：近似熵係以熱力學的角度研究生醫系統的行為，並將該行為量化，以對系統行為的機轉加以研究。其中近似熵是一個熱力學相關的方法，透過近似熵對時間序列信號加以分析，可以觀察該時間序列的不規則性。而近似熵的各參數同時可參閱趙麗等人所著「近似熵應用於老年性癡呆患者腦電研究」。本實施例中m為整數，通常設定為2；r設定為0.1~0.25的SDx(SDx為x(i)資料的標準差)，N為輸入的資料點數。

該電腦將上述待測者近似熵與預設的一基準近似熵比對，輸出至少一比對結果，例如是否具有自主神經功能障礙及其程度。該基準近似熵係由複數基準受測者在該測試時間中執行該運動測試，獲得每一基準受測者在該每一時間區段的一基準受測數據，在同一時間區段的基準近似熵係所有基準受測數據以該計算式所獲得的運算結果的平均值。該基準受測者可來自 無自主神經功能障礙的健康成人，獲得的該基準受測數據定義為一健康數據。該電腦會比對評估該待測者的自主神經狀態，方式是比對該待測者與該健康成人在同一時間區段的近似熵，根據其差值評估該待測者是否具有自主神經功能障礙。當該待測者的近似熵越偏離於該健康成人的近似熵，代表其具有自主神經功能障礙的可能性越高，例如可在該電腦中輸入容許值為正負20%，當該待測者的近似熵偏離於該健康成人的近似熵超過正負20%時，判定該待測者患有自主神經功能障礙。第二圖中，該待測者係患有自主神經功能障礙的病患，由第二圖中可發現其中最佳化的檢測區間是，該待測者近似熵與該基準近似熵在第一時間區段內的值的差異、在第五時間區段內的值的差異、在第一時間區段至第四時間區段之間值的變化趨勢。

參閱第三圖所示，該基準受測者亦可以是來自具有自主神經功能障礙的患者，獲得的該基準受測數據定義為一自主神經功能障礙數據，其中，由於實施冠狀動脈手術後10天左右的病患多會有自主神經功能障礙，因此第三圖中，該自主神經功能障礙患者取自冠狀動脈手術後10天左右的病患。該電腦會比對該待測者與該自主神經功能障礙患者在同一時間區段的近似熵，根據其差值評估該待測者是否具有自主神經功能障礙，同樣可在該電腦中輸入容許值為正負20%進行判斷。

上述基準近似熵可來自健康成人或具有自主神經功能障礙的患者，亦即受測者可與健康成人或具有自主神經功能障礙的患者比對近似熵的差值，來更加精確的判斷待測者的自主神經狀況。

參閱第四圖所示，除了將該測試時間區分成複數時間區段之外，該電腦亦可以整個測試時間來計算近似熵，而利用整個測試時間的近似熵來進行比對評估。

本發明採用動態方式檢測，對於自主神經狀態的描述更加精確。而且本發明採用一般的運動檢測設備即可實施，因此除了獲得自主神經功能待測者的自主神經狀態，還能獲取自主神經功能待測者在運動狀態下的的其它生理參數，例如心跳、血氧濃度等等...。

另一方面，本發明實施例亦可以是一種電腦可讀取媒體，該電腦可讀取媒體係儲存有前述程式產品，用以將該程式產品安裝在該電子計算機上，使該電子計算機執行前述以運動測試評估自主神經功能障礙的方法。

綜合上述實施例之說明，當可充分瞭解本發明之操作、使用及本發明產生之功效，惟以上所述實施例僅係為本發明之較佳實施例，當不能以此限定本發明實施之範圍，即依本發明申請專利範圍及發明說明內容所作簡單的等效變化與修飾，皆屬本發明涵蓋之範圍內。

Claims (8)

1. 一種電腦程式產品，用來安裝在一電腦上，使該電腦執行以運動測試評估自主神經功能障礙的方法，該方法包括下列步驟：獲得一運動測試數據，該運動測試數據係由一待測者執行一運動測試所獲得，該運動測試係在一測試時間內漸增一運動強度；將該測試時間區分成複數時間區段；根據該運動測試數據，以一計算式計算每一時間區段或全部該測試時間的一待測者近似熵；將上述待測者近似熵與預設的一基準近似熵比對，輸出至少一比對結果；上述基準近似熵來自健康成人或具有自主神經功能障礙的患者，該比對結果係待測者與健康成人或具有自主神經功能障礙的患者比對近似熵的差值，來判斷待測者的自主神經狀況，其中該近似熵的計算式為：(1)將{xi}依順序組成m維向量，xi為心跳變異率，{xi}為xi的時間序列：X(i)=[x(i),x(i+1),...,x(i+m-1)]，其中i=1,2,...,N-m+1，N為資料數目，m為維度(2)定義X(i)與X(j)間的距離d[X(i),X(j)]為兩者對應元素中差值最大者

   

   ，並對每一個i值計算X(i)與其餘向量X(j)的距離，i,j=1,2,...,N-m+1(3)按照給定的r，對每一個i值統計d[X(i),X(j)]<r的數目，再取此數目的向量總數N-m+1的比值，r為{xi}標準差的10%至20%之間：

   

   ，其中i,j=1,2,...,N-m+1(4)將

   

   取對數，再求其對所有i的平均值

   

   (5)將維度加1，變成m+1，重複上面過程，可得到Φ^m+1(r)(6)此時間序列的ApEn(m,r,N)=Φ^m(r)-Φ^m+1(r)。
2. 如請求項1所述之電腦程式產品，其中該基準近似熵係由複數基準受測者在該測試時間中執行該運動測試，獲得每一基準受測者在該每一時間區段的一基準受測數據，在同一時間區段的基準近似熵係所有基準受測數據以該計算式所獲得的運算結果的平均值。
3. 如請求項2所述之電腦程式產品，其中，該基準受測者無自主神經功能障礙，獲得的該基準受測數據定義為一健康數據。
4. 如請求項2所述之電腦程式產品，其中，該基準受測者是具有自主神經功能障礙的患者，獲得的該基準受測數據定義為一自主神經功能障礙數據。
5. 如請求項1所述之電腦程式產品，其中該測試時間係平均區分成第一時間區段、第二時間區段、第三時間區段、第四時間區段與第五時間區段。
6. 如請求項5所述之電腦程式產品，其中該待測者近似熵與該基準近似熵的差異係包括下列之一：在第一時間區段內的值的差異、在第五時間區段內的值的差異、在第一時間區段至第四時間區段之間值的變化趨勢。
7. 如請求項1所述之電腦程式產品，其中該運動強度與該測試時間係呈線性變化。
8. 一種電腦可讀取媒體，係儲存有如請求項1至請求項7任一項所述之電腦程式產品。

Images