睡眠生理訊號的非線性特征及復(fù)雜度理論的潛在應(yīng)用

馬彥　胡晰遠

(1.哈佛大學(xué)醫(yī)學(xué)院，Beth Israel Deaconess Medical Center，交叉醫(yī)學(xué)部，美國馬薩諸塞州波士頓，02215；2.中國科學(xué)院自動化研究所，北京，100190)

?

睡眠生理訊號的非線性特征及復(fù)雜度理論的潛在應(yīng)用

Nonlinear Nature of Physiological Signals during Sleep and the Application of Complexity Theories

馬彥1胡晰遠2

(1.哈佛大學(xué)醫(yī)學(xué)院，Beth Israel Deaconess Medical Center，交叉醫(yī)學(xué)部，美國馬薩諸塞州波士頓，02215；2.中國科學(xué)院自動化研究所，北京，100190)

生理訊號；復(fù)雜度；多尺度熵(MSE)

人體中有許許多多潛在的訊號，他們與體內(nèi)生理系統(tǒng)有著密切的關(guān)系，而這些生理訊號可以反映出生物體內(nèi)各個器官、系統(tǒng)的生理或病理特征?，F(xiàn)代醫(yī)學(xué)通過應(yīng)用特定的設(shè)備測量生理訊號可以客觀地描述生理或病理狀態(tài)，然后就需要通過科學(xué)的量化方法來提供評測指標(biāo)。在目前備受關(guān)注且發(fā)展迅速的睡眠醫(yī)學(xué)中，生理訊號就是主要的日常采集數(shù)據(jù)之一。在多導(dǎo)睡眠監(jiān)測(Polysomnography，PSG)中，醫(yī)生和技師會采集到大量的數(shù)據(jù)，包括腦電、眼電、心電、肌電等電生理訊號，以及呼吸、胸腹運動、鼾聲、血氧、體位等多種電訊號。生理訊號具有動態(tài)、非穩(wěn)定性、非線性的特征，因此更適合應(yīng)用非線性的分析方法來進行處理和分析。

從分子生物學(xué)到生理學(xué)間存在許多組織層級，因此，試圖單從分子層次了解和治療復(fù)雜疾病，通常容易忽略整體動態(tài)系統(tǒng)(即人體)的復(fù)雜特征變化及模式。任何復(fù)雜系統(tǒng)，包括人體的生理與病理，或健康與疾病等，都可以通過動態(tài)非線性的研究方法加以分析。生理系統(tǒng)是由多個時空尺度下復(fù)雜機制所調(diào)節(jié)控制的。生物系統(tǒng)中的時域信號大都包含著隨機性與確定性成份。復(fù)雜度相關(guān)的指標(biāo)在區(qū)分不同系統(tǒng)或同一系統(tǒng)不同狀態(tài)下的時域信號上具有非常重要的潛在應(yīng)用。簡言之，復(fù)雜度與“有意義結(jié)構(gòu)的豐富度”相關(guān)，展現(xiàn)了相對更高的規(guī)律性?；陟氐臏y量方法，都會隨著隨機性的增強而單調(diào)遞增。由此診斷、治療及監(jiān)測疾病的新方法也得以發(fā)展出來。

近年來，非線性方法，比如多尺度熵(Multiscale Entropy，MSE)[1-2]，作為一種分析時間序列內(nèi)涵信息之復(fù)雜性的計算方法，被越來越多地應(yīng)用于醫(yī)學(xué)領(lǐng)域，解決了很多關(guān)于健康、疾病、老齡化等量化研究的難題[3]，并且復(fù)雜度的理論思想與哲學(xué)和傳統(tǒng)醫(yī)學(xué)的許多理論觀點都不謀而合[4]?；贛SE計算復(fù)雜度的方法，主要是針對人體的生理數(shù)據(jù)進行處理、分析，為臨床醫(yī)師提供客觀的參考依據(jù)，或可作為新的評價指標(biāo)應(yīng)用于科研。早期的研究，在衰老、心律失常(房顫)以及危及生命的綜合征(心臟衰竭)中都一致性的展現(xiàn)出復(fù)雜度的下降。此外，這些不同的生理狀態(tài)都對應(yīng)著不同的MSE曲線，意味著可以應(yīng)用于臨床診斷。這些結(jié)果表明在衰老及疾病中都符合“復(fù)雜度的下降”理論。這種分析方法也被應(yīng)用于編碼及非編碼DNA序列中，發(fā)現(xiàn)后者具有更高的多尺度熵，這與目前新的觀點是一致的。

復(fù)雜度的主要思想包括：在變幻莫測的環(huán)境中，只有適應(yīng)能力強的個體能夠存活，他們往往具有較高的動態(tài)發(fā)展的復(fù)雜性以應(yīng)對挑戰(zhàn)，因此生物系統(tǒng)的復(fù)雜度反映了其適應(yīng)能力及所起功能的大??；生物系統(tǒng)需要跨越多個時空尺度進行控制，因此它們的復(fù)雜度也是多尺度的；疾病的狀態(tài)和衰老會降低個體適應(yīng)能力，同時也可能會體現(xiàn)為系統(tǒng)復(fù)雜度的下降。

截至目前，通過多尺度熵來評估信號復(fù)雜度的方法已經(jīng)被應(yīng)用于醫(yī)學(xué)的各個領(lǐng)域，從基礎(chǔ)到臨床、從生理到病理、從健康到疾病等各種生理訊號，包括腦電、心電、肌電、呼吸信號、脈搏信號、神經(jīng)影像、體溫、人體重心描記、步態(tài)記錄、情緒狀態(tài)等等。由此，我們相信，復(fù)雜度理論在睡眠醫(yī)學(xué)領(lǐng)域中的有很好的實踐方向，并且有著很好的發(fā)展前景，希望能幫助我們了解更多睡眠生理的意義，并進一步解開更多睡眠疾病的未知謎團。

[1]Costa M，Goldberger AL，Peng CK.Multiscale entropy analysis of complex physiologic time series[J].Phys Rev Lett，2002，89(6):068102.

[2]Costa M，Goldberger AL，Peng CK.Multiscale entropy analysis of biological signals[J].Phys Rev E Stat Nonlin Soft Matter Phys，2005，71(2R1):021906.

[3]Ma Y，Sun S，Peng CK.Applications of dynamical complexity theory in traditional Chinese medicine[J].Frontiers of medicine，2014，8(B1):279-284.

[4]Ma Y，Zhou K，F(xiàn)an J，Sun S.Traditional Chinese medicine：potential approaches from modern dynamical complexity theories[J].Frontiers of medicine，2016(1):28-32.

馬彥，E-mail：dr.yan.ma@gmail.com

R338.63

A

2095-7130(2016)04-225-226