基于短時(shí)心率變異性信號兩種熵測度的過速型室性心律失常的預(yù)測分析

董紅生，劉青，林娟，蘇芳

蘭州工業(yè)學(xué)院電氣工程學(xué)院，甘肅蘭州730050

前言

心臟猝死（Sudden Cardiac Death,SCD）是心律失常最嚴(yán)重的癥狀和表現(xiàn)，80%的SCD 是由過速型室性心律失常包括心室纖顫（Ventricular Fibrillation,VF）或持續(xù)性室性心動(dòng)過速（Ventricular Tachycardia,VT）惡化所導(dǎo)致［1］。Weaver等［2］發(fā)現(xiàn)在心臟猝死病例中，VF大約占75%。De Luna等［3］報(bào)道，Holter記錄的157 例心臟猝死病例中，VT 轉(zhuǎn)化為VF 占62%，平均時(shí)間為96 s。VT和VF發(fā)作突然，臨床癥狀持續(xù)的時(shí)間短，對生命危害性極大。當(dāng)出現(xiàn)VT 時(shí)，必須及時(shí)診治，否則極易誘發(fā)VF。而出現(xiàn)VF 時(shí)，必須立刻進(jìn)行除顫治療，否則將導(dǎo)致心臟組織和機(jī)能的損傷甚至死亡。研究過速型室性心律失常的發(fā)生機(jī)理及其有效的預(yù)測方法對提高心臟病患者的生存率，防治突發(fā)性SCD具有非常重要的意義［4］。

埋藏式心臟復(fù)律除顫器（Implantable Cardioverter Defibrillators,ICD）可自動(dòng)檢測VT和VF的發(fā)生，并及時(shí)提供抗心動(dòng)過速和除顫治療。目前，對有心臟驟停病史、低射血分?jǐn)?shù)等心血管疾病患者體內(nèi)植入ICD是預(yù)防SCD較為有效的方法，但普通人群的惡性室性心律失常（VT/VF）預(yù)測及SCD風(fēng)險(xiǎn)評估仍面臨巨大挑戰(zhàn)［5］。

心率變異性（Heart Rate Variability,HRV）是指連續(xù)心跳間期（RR 間期）的微小漲落。HRV 反映了心臟交感神經(jīng)和迷走神經(jīng)活動(dòng)的緊張性和均衡性，是檢測自主神經(jīng)性活動(dòng)的非侵入性指標(biāo)［6］。目前，研究充分肯定了自主神經(jīng)活動(dòng)與多種疾病有關(guān)，特別是與某些心臟疾病的死亡率密切相關(guān)［7-8］。近年來，基于HRV分析的VT/VF預(yù)測是生物醫(yī)學(xué)工程界關(guān)注較多的新方法，傳統(tǒng)的時(shí)域、頻域及非線性HRV信號分析方法被用于過速型心律失常事件的預(yù)測分析［9-12］。時(shí)域分析方法計(jì)算簡單，分析結(jié)果直觀、準(zhǔn)確，被最早應(yīng)用于臨床，但其敏感性和特異性較低，且不能保存信號的時(shí)序信息。頻域分析方法的特征指標(biāo)生理意義明確，臨床上被用于某些心血管疾病的早期診斷、病中監(jiān)護(hù)及預(yù)后等，但無法反映非平穩(wěn)信號的時(shí)序特征，也不能反映生理信號的非線性特征。非線性分析方法主要包括Lyapunov指數(shù)、分?jǐn)?shù)維數(shù)、去趨勢波動(dòng)分析、多重分形、熵測度等，非線性分析為生命節(jié)律的研究提供了新的方法，采用非線性分析可定量分析HRV信號的非線性特征量，獲得HRV信號的靜態(tài)和動(dòng)態(tài)信息。

Richman等[13]在近似熵理論基礎(chǔ)上，提出了樣本熵（Sample Entropy,SampEn）的時(shí)間序列復(fù)雜度測試方法，由于不包括自身數(shù)據(jù)段的比較，大大縮短了計(jì)算時(shí)間，具有對數(shù)據(jù)長度和數(shù)據(jù)丟失不敏感，一致性好的性質(zhì)，被廣泛應(yīng)用于生理信號復(fù)雜度的分析［13-17］。Costa 等［18］指出僅在一個(gè)時(shí)間尺度上，分析生理信號的復(fù)雜性不能夠完全解釋數(shù)據(jù)的波動(dòng)規(guī)律，為此提出了多尺度熵（Multi-Scale Entropy, MSE）分析的概念，用于研究生理信號在不同時(shí)間尺度下的復(fù)雜度分布，對于全面了解生理序列的非線性特性非常重要，在腦電、HRV、步態(tài)等多種生理信號分析中有重要應(yīng)用［19-20］。MSE 方法采用粗粒化方法產(chǎn)生多尺度數(shù)據(jù)，而尺度化后的數(shù)據(jù)長度縮短，可能造成MSE計(jì)算無解，無法用于短時(shí)生理時(shí)間序列的分析。文獻(xiàn)［21］提出了逐點(diǎn)多尺度熵（Point by Point Multi-Scale Entropy, PPMSE）的分析方法，該方法不僅提高了MSE 分析的穩(wěn)定性和準(zhǔn)確性，而且更適合于短時(shí)生理序列的多尺度分析。

本研究以ICD存儲的同一患者VT/VF發(fā)作前短時(shí)RR 間期序列和正常竇性節(jié)律構(gòu)成的序列對作為實(shí)驗(yàn)序列，在對實(shí)驗(yàn)序列預(yù)處理后，利用SampEn 和PPMSE 的方法分析實(shí)驗(yàn)序列，確定熵測度對過速型室性心率失常發(fā)生的預(yù)測有效性，為預(yù)防潛在的致命性心律失常提供可靠的信息。

1 對象與方法

1.1 實(shí)驗(yàn)數(shù)據(jù)

本研究實(shí)驗(yàn)數(shù)據(jù)來自PhysioNet的自發(fā)性過速型室性心律失常數(shù)據(jù)庫（Spontaneous Ventricular Tachyarrhythmia Database）［22］。該數(shù)據(jù)庫包含了ICD記錄的78個(gè)患者出現(xiàn)自發(fā)性室速或室顫事件前的1 024個(gè)RR 間期序列（大約十幾分鐘序列）。數(shù)據(jù)庫中包括了135 個(gè)RR 間隔序列對，即每個(gè)室速或室顫事件序列（VT/VF 序列）和來自同一患者正常竇性節(jié)律的匹配對照序列（CON 序列）。CON 序列中包含了986～1 022 個(gè)不等的RR 間隔。在RR 間期的序列對中，VT 數(shù)據(jù)段包括58 個(gè)單發(fā)VT 片段、48 個(gè)多發(fā)VT片段，共106個(gè)VT發(fā)生前RR間期記錄，VF數(shù)據(jù)段包括25 個(gè)單發(fā)VF 片段、4 個(gè)多發(fā)VF 片段，共29 個(gè)VF發(fā)生前RR 間期記錄。數(shù)據(jù)庫記錄的78 個(gè)患者均經(jīng)歷至少一次VT 或VF 事件，且有5 個(gè)患者同時(shí)伴有VT 和VF?；颊咧心行?3 人、女性15 人，年齡20～75歲，有VT 病史62 人、心梗病史48 人、擴(kuò)張性心肌病26人、心衰病史31人、冠狀動(dòng)脈分流術(shù)30人，服用抗心律失常藥物54人。

1.2 數(shù)據(jù)預(yù)處理

由于存在停搏、室性早搏以及傳感器接觸不良等現(xiàn)象，從實(shí)際采集到的心電信號中提取的RR間期序列可能存在較多的異位心搏、偽差等尖峰信號干擾。為了避免非線性熵分析產(chǎn)生偏差，需要對提取的RR間期序列進(jìn)行預(yù)處理，以消除偽差和修正異位性心搏。本研究采用文獻(xiàn)［23］提出的基于局部方差估計(jì)的自適應(yīng)濾波方法移除RR 間期序列的偽差和異位心搏，濾波算法在RR 間期序列出現(xiàn)異常突變時(shí)，可以自適應(yīng)調(diào)整濾波器系數(shù)，有很好的濾除異位心搏的效果。利用時(shí)變FIR 高通濾波器方法對濾波后RR間期序列去除慢變的漂移趨勢項(xiàng)成分［24］。

1.3 SampEn

SampEn 是一種精度較高的信號復(fù)雜性度量方法，通過計(jì)算時(shí)間序列的SampEn可對其復(fù)雜度進(jìn)行量化分析。對于N個(gè)數(shù)據(jù)點(diǎn)的時(shí)間序列{x(i)：1≤i≤N}，SampEn為：

其中，N為序列長度，r為匹配容差，m為向量維數(shù)，和分別表示m維和m+1維時(shí)匹配向量的總數(shù)。

時(shí)間序列的SampEn值越大，則表示其復(fù)雜度越高。SampEn在計(jì)算時(shí)去除了自身數(shù)據(jù)匹配，減小了計(jì)算偏差，其結(jié)果不依賴于數(shù)據(jù)長度，一致性好。SampEn 與m、r、N的選取有關(guān)，對于生理信號的分析，通常取m=2～3，r=0.1SD～0.25SD（SD 為序列的標(biāo)準(zhǔn)差）。

1.4 PPMSE

Costa 指出只在單一時(shí)間尺度計(jì)算HRV 的SampEn，無法有效區(qū)分健康人與充血性心力衰竭患者。為此提出了MSE 的分析方法，該方法通過粗?；^程將原始信號轉(zhuǎn)換為不同時(shí)間尺度的波動(dòng)信號，再計(jì)算其SampEn 值，MSE 分析實(shí)質(zhì)上是多尺度與熵的一個(gè)有機(jī)融合。

對于一個(gè)長度為N的一維序列x={x1,x2,x3,…,xN}，以τ個(gè)點(diǎn)劃分時(shí)間序列，由劃分?jǐn)?shù)據(jù)組內(nèi)的平均值構(gòu)建新的時(shí)間序列{yi(τ)}，如式（2）所示：

其中，τ稱為尺度因子。

對每一個(gè)尺度的時(shí)間序列計(jì)算其SampEn，可得到不同時(shí)間尺度下的SampEn分布，即為原時(shí)間序列的MSE。但MSE 分析會隨尺度的增大，數(shù)據(jù)長度減小，從而影響MSE分析的準(zhǔn)確性和穩(wěn)定性，甚至出現(xiàn)SampEn無解。因此，MSE無法用于短時(shí)程生理信號的多尺度分析。若在粗?；瘯r(shí)允許數(shù)據(jù)重疊，可以增加數(shù)據(jù)長度，提高M(jìn)SE分析的準(zhǔn)確性和穩(wěn)定性，該方法稱為PPMSE的分析。

對于時(shí)間序列x={x1,x2,x3,…,xN}，其粗?；^程的示意圖如圖1所示。

則尺度為τ時(shí)，粗?；蛄袨椋?/p>

可以看出，當(dāng)序列長度為N時(shí)，粗?；蟮臄?shù)據(jù)長度為N-τ+1，與原數(shù)據(jù)長度相比變化不大。因此，PPMSE能有效避免在大時(shí)間尺度下SampEn無解的情況，使之可用于極短數(shù)據(jù)的多尺度分析。在得到不同時(shí)間尺度τ下的粗?；蛄泻?，分別計(jì)算其SampEn值，即為PPMSE。

圖1 PPMSE粗?；^程示意圖Fig.1 Illustration of PPMSE coarse-graining procedure

為了便于量化時(shí)間序列總體復(fù)雜性，可提取PPMSE 曲線的復(fù)雜性指數(shù)Complexity Index（CI）特征［25］，即：

其中，τ0、τ1表示開始尺度和終止尺度，L是計(jì)算尺度范圍。

1.5 統(tǒng)計(jì)學(xué)分析

非參數(shù)檢驗(yàn)對于樣本總體分布沒有要求，使用范圍廣泛。由于樣本數(shù)據(jù)少，熵特征數(shù)據(jù)分布可能不符合正態(tài)分布，為檢驗(yàn)配對樣本之間是否存在顯著性差異，本研究選擇非參數(shù)的Wilcoxon 符號秩和檢驗(yàn)統(tǒng)計(jì)分析。

2 結(jié)果

2.1 HRV信號預(yù)處理

數(shù)據(jù)庫中0013數(shù)據(jù)記錄的VT序列和CON序列如圖2所示，數(shù)據(jù)長度N取為986 點(diǎn)。圖中水平線為RR 間期均值。可以看出，RR 間期序列是一個(gè)復(fù)雜、不規(guī)則的隨機(jī)序列，且VT序列均值較其CON序列均值小，表明患者在室性心律失常事件發(fā)生前的心率明顯加快。

圖2 數(shù)據(jù)0013的VT序列和CON序列Fig.2 VT series and CON series of data 0013

在VT序列和CON序列中，存在較多長釘型的偽差或異位性心搏，對兩個(gè)序列進(jìn)行自適應(yīng)濾波和去趨勢的預(yù)處理，如圖3所示。圖3中，大部分的偽差干擾、異位心搏及漂移成分被消除。

2.2 基于SampEn的VT/VF事件預(yù)測分析

計(jì)算0013數(shù)據(jù)記錄預(yù)處理后VT序列和CON序列 的SampEn（N=986,m=2），并與原始序列的SampEn對比，如圖4所示。圖中，由于原始序列含有長釘型干擾，使得SampEn 值減小，而且穩(wěn)定性和一致性較差，而預(yù)處理后序列的SampEn 表現(xiàn)穩(wěn)定，且有CON 序列的熵值在不同匹配容差時(shí)大于VT 序列熵值，這說明該患者VT發(fā)作前HRV信號的復(fù)雜度有所降低。

數(shù)據(jù)庫中，VT和CON序列有106對，VF和CON序列有29 對，VT/VF 序列和CON 序列共有135 對。對3組數(shù)據(jù)樣本進(jìn)行樣本熵統(tǒng)計(jì)分析（N=986,m=2），如圖5所示，圖中SampEn用均數(shù)±標(biāo)準(zhǔn)差表示?？梢钥闯?，VT/VF 序列、VT 序列及VF 序列的SampEn 與對照組CON 序列相比減小，說明VT 和VF 發(fā)作前HRV信號的復(fù)雜性存在統(tǒng)計(jì)上明顯降低。

各樣本組的Wilcoxon符號秩和檢驗(yàn)顯著性概率分布如圖6所示，置信水平α=0.05。

圖3 VT序列和CON序列預(yù)處理Fig.3 Preprocessing for VT series and CON series

顯然，當(dāng)匹配容差取值分別小于0.55×SD 和0.45×SD時(shí)，VT/VF和VT樣本組檢驗(yàn)概率P＜0.05，且容差小于0.25×SD 時(shí)，P＜0.000 5，組間差異最為顯著。VF 樣本組僅在匹配容差為0.25×SD 時(shí)，檢驗(yàn)概率P＜0.05。統(tǒng)計(jì)分析表明，在一定匹配容差范圍內(nèi)，VT/VF 和VT 序列與正常CON 序列的樣本熵測度有很好區(qū)分性。VF樣本組沒有統(tǒng)計(jì)區(qū)分性，可能是VF樣本組為小樣本統(tǒng)計(jì)的原因。

過速型室性心律失常主要表現(xiàn)是室性心動(dòng)過速。對實(shí)驗(yàn)序列的時(shí)域分析顯示，VT和VF發(fā)生前十幾分鐘患者的心率均值特征與正常竇性心率相比明顯增加（VT 樣本組：85.0 beat/minvs75.3 beat/min，P＜10-5，VF 樣本組：92.9 beat/minvs75.6 beat/min，P＜10-6）。文獻(xiàn)［26］研究指出VT/VF發(fā)生前心率的顯著增加值得重視，這與大部分患者在惡性室性心律失常發(fā)生前交感神經(jīng)活動(dòng)自發(fā)顯著增強(qiáng)相一致。在分析的106 個(gè)VT 序列和29 個(gè)VF 序列的數(shù)據(jù)樣本中，分別有82和19個(gè)患者的心率均值較正常竇性心率明顯增大。為討論患者心率變化后，HRV 信號復(fù)雜性改變情況，將數(shù)據(jù)樣本分為心率增大樣本組和心率減小樣本組，再分別統(tǒng)計(jì)其SampEn。統(tǒng)計(jì)分析結(jié)果如圖7所示，圖7中，樣本熵用均數(shù)±標(biāo)準(zhǔn)差表示（N=986,m=2）。圖7a 顯示，心率增大的VT 和VF 序列SampEn 均值較對照組CON 序列的SampEn 明顯減小，且VF 序列減小更顯著。而圖7b 顯示，心率減小VT 序列的SampEn 均值和對照組CON 序列的SampEn 均值差別不大，大小變化交織在一起，VF 序列的SampEn 均值反而超過正常對照組序列。Wilcoxon 符號秩和檢驗(yàn)的顯著性概率P的分布如圖8所示，置信水平α=0.05。在匹配容差取值分別小于0.5×SD和0.6×SD時(shí)，心率增大的VT、VF序列檢驗(yàn)概率P＜0.05（容差取值小于0.3×SD 時(shí)，P＜0.000 1），心率減小的VT 和VF 序列均無統(tǒng)計(jì)差異。這表明在VT和VF發(fā)生前，患者心率增大，其HRV信號復(fù)雜性與正常竇性節(jié)律相比也顯著降低，而VF 發(fā)生時(shí)，降低更為嚴(yán)重；患者心率減小時(shí)，HRV信號復(fù)雜性不降反升，在低心率下觸發(fā)VT或VF的發(fā)生，其生理機(jī)理有待研究，在VT 和VF 序列中共計(jì)有34 個(gè)心率減小的序列樣本，或許是一種和個(gè)體差異有關(guān)的非典型癥狀。

圖4 匹配容差改變時(shí)VT和CON序列的樣本熵Fig.4 Sample entropy of VT series and CON series when changing matching tolerance

圖5 匹配容差改變時(shí)樣本數(shù)據(jù)的樣本熵統(tǒng)計(jì)分析Fig.5 Statistical analysis on sample entropy of sample data when changing matching tolerance

圖6 樣本組的檢驗(yàn)概率分布Fig.6 Test probability distributions of sample groups

圖7 匹配容差改變時(shí)心率增大和減小的樣本熵統(tǒng)計(jì)分析Fig.7 Statistical analysis on sample entropy for increased and decreased heart rates when changing matching tolerance

2.3 基于PPMSE的VT/VF預(yù)測分析

將PPMSE方法用于時(shí)間不斷接近VT/VF事件發(fā)生時(shí)刻的極短時(shí)程HRV信號的復(fù)雜度分析，可以觀察到VT/VF事件發(fā)生前心率變異性的某種動(dòng)態(tài)改變。為此，考慮從VT/VF序列靠近VT/VF發(fā)生一側(cè)截取986、500、250數(shù)據(jù)點(diǎn)，換算為時(shí)間大概距離VT/VF發(fā)生為10、5和2 min左右，分別計(jì)算它們的PPMSE，獲得VT/VF事件發(fā)生前HRV信號復(fù)雜度變化的趨勢，統(tǒng)計(jì)結(jié)果如圖9所示。圖中，PPMSE用均數(shù)±標(biāo)準(zhǔn)差表示，局部放大圖顯示的是尺度因子為14～20時(shí)PPMSE的變化。

圖8 不同心率樣本組的檢驗(yàn)概率分布Fig.8 Test probability distributions of sample groups of different heart rates

從圖9可以看出，不同數(shù)據(jù)長度的PPMSE 的大小和變化趨勢相一致，未出現(xiàn)無解情況，說明分析序列的長度改變，對PPMSE 計(jì)算的穩(wěn)定性和準(zhǔn)確性沒有影響。在1～30尺度范圍內(nèi)，VT/VF序列的PPMSE明顯小于正常對照組CON序列。局部放大圖顯示數(shù)據(jù)長度減小，即越接近VT/VF發(fā)生時(shí)刻，VT/VF序列的PPMSE值減小越明顯。

圖9 VT/VF發(fā)生前不同時(shí)刻HRV信號的PPMSE統(tǒng)計(jì)分析Fig.9 Statistical analysis on PPMSE of HRV signals at different time points preceding the onset of VT/VF

Wilcoxon 符號秩和檢驗(yàn)概率P分布如圖10 所示，置信水平α=0.05。顯然，在低尺度（＜3尺度）和大尺度（＞20 尺度）時(shí)，不同數(shù)據(jù)長度的檢驗(yàn)概率均P＜0.05，而距離VT/VF 發(fā)生時(shí)刻2 min 左右（N=250點(diǎn)）時(shí)，1～30 尺度的檢驗(yàn)概率P＜0.05。在大于20 尺度時(shí)，VT/VF 發(fā)生前5 min 左右的序列（N=500 點(diǎn)）檢驗(yàn)概率恰好居中，說明越是靠近VT/VF 發(fā)生時(shí)刻心率變異性降低越明顯，且與正常對照組的區(qū)分越顯著。

按式（3）計(jì)算不同尺度范圍的VT/VF 序列和CON 序列的CI，并進(jìn)行Wilcoxon 符號秩和檢驗(yàn)（置信水平α=0.05），如表1所示。從CI的統(tǒng)計(jì)結(jié)果看，隨著VT/VF 序列數(shù)據(jù)長度的減小，3 種尺度范圍的CI均值呈明顯的遞減性，而正常對照組CON 序列無此規(guī)律。與相應(yīng)的CON 序列比較，3 種尺度范圍的CI均值明顯減小。檢驗(yàn)結(jié)果表明兩者的量化指標(biāo)CI有顯著差異，且隨著分析序列數(shù)據(jù)長度減小，即時(shí)間越接近VT/VF發(fā)生時(shí)刻，P值越小，組間差異越大，其中N=250，1～30尺度范圍CI的檢驗(yàn)概率P＜0.000 02。

按照VT/VF 發(fā)生前患者心率的改變，將135 個(gè)VT/VF 匹配序列分為心率增大組（101 個(gè)序列對）和減小組（34 個(gè)序列對），分別計(jì)算兩樣本組的PPMSE和CI，統(tǒng)計(jì)檢驗(yàn)概率P分布如圖11所示，置信水平α=0.05。顯然，心率增大組序列樣本除在4～11 尺度范圍內(nèi)，數(shù)據(jù)長度為N=500點(diǎn)時(shí)的檢驗(yàn)概率P＞0.05外，其余樣本均有P＜0.05；而心率減小組的檢驗(yàn)概率P＞0.05。心率增大組的CI統(tǒng)計(jì)分析結(jié)果如表2所示，置信水平α=0.05。顯然，對于心率增大組，不同數(shù)據(jù)長度樣本序列的組間區(qū)分性明顯提高，其中，N=250，尺度范圍1～30時(shí)CI的檢驗(yàn)概率P＜0.000 005。

圖10 不同數(shù)據(jù)長度序列樣本檢驗(yàn)概率分布Fig.10 Test probability distributions of sample series of different data lengths

圖11 心率改變的序列樣本檢驗(yàn)概率分布Fig.11 Test probability distributions of sample series of different heart rates

表1 VT/VF和CON序列的CI統(tǒng)計(jì)分析（±s）Tab.1 CI statistical analysis of VT/VF and CON series(Mean±SD)

表1 VT/VF和CON序列的CI統(tǒng)計(jì)分析（±s）Tab.1 CI statistical analysis of VT/VF and CON series(Mean±SD)

數(shù)據(jù)長度N=986 N=500 N=250尺度范圍1～30 1～5 20～30 1～30 1～5 20～30 1～30 1～5 20～30 VT/VF序列0.459 0±0.089 2 1.005 6±0.254 8 0.216 4±0.053 2 0.453 7±0.098 6 0.994 1±0.280 6 0.211 6±0.054 1 0.449 7±0.098 2 0.977 2±0.307 6 0.106 7±0.027 5 CON序列0.488 8±0.071 3 1.091 3±0.227 0 0.229 6±0.037 2 0.493 7±0.071 9 1.103 4±0.240 0 0.231 4±0.036 6 0.505 6±0.075 4 1.129 5±0.252 0 0.116 4±0.024 2 P值1.5×10-2 8.9×10-3 7.1×10-2 4.3×10-3 4.9×10-3 2.2×10-3 1.3×10-5 2.4×10-4 3.4×10-3

表2 心率增加樣本組CI統(tǒng)計(jì)分析（±s）Tab.2 CI statistical analysis of sample groups of increased heart rates(Mean±SD)

表2 心率增加樣本組CI統(tǒng)計(jì)分析（±s）Tab.2 CI statistical analysis of sample groups of increased heart rates(Mean±SD)

數(shù)據(jù)長度N=986 N=500 N=250尺度范圍1～30 1～10 1～30 1～10 1～30 1～10 VT/VF序列0.447 9±0.094 3 0.776 2±0.194 9 0.446 2±0.099 7 0.772 2±0.210 0 0.434 0±0.105 3 0.751 6±0.230 5 CON序列0.487 9±0.077 7 0.855 8±0.166 1 0.486 6±0.078 2 0.850 4±0.176 3 0.496 9±0.083 8 0.873 9±0.187 0 P值8.3×10-4 3.7×10-4 2.1×10-3 3.6×10-3 4.6×10-6 3.5×10-5

3 討論

目前普遍認(rèn)為在發(fā)生某些心血管系統(tǒng)疾病時(shí)HRV 信號的復(fù)雜性和混沌程度將明顯減弱。采用SampEn、PPMSE的方法分析VT/VF事件發(fā)生前HRV信號的復(fù)雜性變化，可以獲得預(yù)測VT/VF 事件發(fā)生的有效信息。

本研究首先對原始RR 間期信號進(jìn)行有效的信號預(yù)處理，為準(zhǔn)確提取VT/VF 事件發(fā)生前HRV 信號的熵特征奠定基礎(chǔ)。從SampEn 統(tǒng)計(jì)分析的結(jié)果來看，VT/VF、VT 序列樣本組的SampEn 和正常對照組相比明顯減?。ㄔ谌莶睿?.25×SD時(shí)，P＜0.000 5）。說明在VT/VF 發(fā)生前HRV 信號的復(fù)雜性降低，這與隨著某種心臟疾病的出現(xiàn)心臟電活動(dòng)的混沌程度降低的觀點(diǎn)是一致的。過速型心律失常發(fā)作前常伴有心率的明顯加快，本文研究了患者在VT/VF 發(fā)生前心率的改變，分析了心率增大樣本和心率減小樣本在VT/VF發(fā)生前十幾分鐘的SampEn，結(jié)果顯示心率增大的樣本序列樣本熵降低更明顯，區(qū)分性更好（在容差＜0.3×SD時(shí)，P＜0.000 1）。在VT 或VF 事件發(fā)生前患者心率提高，而反映HRV信號復(fù)雜性的SampEn卻顯著降低，并且在VF發(fā)生前降低更明顯。過速型室性心率失常發(fā)作前心率顯著增加，說明心臟交感神經(jīng)系統(tǒng)的活動(dòng)增強(qiáng)，交感神經(jīng)張力的持續(xù)增高，將加重患者已有的心內(nèi)膜電活動(dòng)異常，降低VT/VF發(fā)生的閾值，增加VT/VF 的發(fā)生風(fēng)險(xiǎn)，較高的交感神經(jīng)活性也是心率變異性降低（HRV 信號復(fù)雜性降低）的主要原因。在VT或VF事件發(fā)生前心率減小的樣本序列的SampEn 統(tǒng)計(jì)無顯著差異。說明存在患者在心率降低時(shí)誘發(fā)VT 或VF 發(fā)作情況，而此時(shí)HRV 信號的SampEn有增大的趨勢，這或許與患者的個(gè)體差異及用藥有關(guān)?；赑PMSE 的VT/VF 發(fā)生預(yù)測分析表明：在1～30 尺度范圍內(nèi)，VT、VF 發(fā)生前10～2 min 的VT/VF序列PPMSE值明顯降低，提取的CI與正常對照序列相比降低明顯，組間存在顯著差異（1～30 尺度：N=986，P=1.5×10-2；N=500，P=4.3×10-3；N=250，P=1.3×10-5）。CI 值呈遞減性，說明越接近VT/VF 發(fā)生時(shí)刻，HRV 信號的復(fù)雜性降低的越多。心率增大的樣本序列差異更顯著（1～30 尺度：N=250，P＜0.000 005），結(jié)論與樣本熵分析一致。

文獻(xiàn)［27］分析了ICD 記錄的50 位患者VT 發(fā)生前29 個(gè)短時(shí)VT 片段（RR 間期片段），發(fā)現(xiàn)與正常對照序列相比，線性的時(shí)域和頻域特征無顯著差異，但壓縮熵特征和兩個(gè)非線性的標(biāo)度指數(shù)特征（去趨勢波動(dòng)分析和Higuchi 分形維數(shù)）有統(tǒng)計(jì)的顯著差異。文獻(xiàn)［28］分析了ICD 記錄63 位患者VT 發(fā)生前131個(gè)短時(shí)VT 片段（RR 間期片段）和74 個(gè)正常對照序列，研究將VT 片段劃分為快VT 片段（VT 序列周期＜270 ms，相應(yīng)心率減?。┖吐齎T 片段（VT 周期＞270 ms，相應(yīng)心率增加）兩組，與正常對照組相比，快VT 片段和慢VT 片段的線性時(shí)域和頻域特征無顯著差別（除了RR 間期均值），而兩個(gè)非線性特征，即Polvar10（10 ms 的低變異概率指標(biāo)）和Fitgra9（嵌入維數(shù)9 的有限時(shí)間增長率指標(biāo)），對慢VT 片段存在統(tǒng)計(jì)差異。文獻(xiàn)［29］分析室性心律失常發(fā)生之前（49～135 min）心率（HR）信號，HR＞90 beat/min 和HR＜90 beat/min的樣本比較，HRV降低更明顯。文獻(xiàn)［16］分析了和本研究相同的數(shù)據(jù)記錄，結(jié)果表明VT/VF 發(fā)生前HRV 信號的樣本熵明顯降低。這些文獻(xiàn)研究與本研究有相似的結(jié)論。

本研究為預(yù)測VT/VF事件發(fā)生提供了某些有參考價(jià)值的信息，但也存在一定局限性，如實(shí)驗(yàn)的RR間期數(shù)據(jù)來自ICD的記錄，其探測的準(zhǔn)確性將影響分析結(jié)果；心肌缺血和室性功能障礙的患者頻繁的早搏會對分析產(chǎn)生較大干擾；患者服用抗心律失常和β-受體阻滯藥物對分析結(jié)果影響未做評估；研究沒有區(qū)分多發(fā)性VT/VF和單一VT/VF的室性心律失常事件，多發(fā)性VT 和VF 的發(fā)作時(shí)間的變化或許會產(chǎn)生不同交感神經(jīng)和迷走神經(jīng)調(diào)節(jié)，對分析結(jié)果也會產(chǎn)生一定影響。

4 結(jié)論

過速型心律失常事件（VT/VF）的有效預(yù)測方法對于挽救生命具有非常重要的意義。HRV信號是包含混沌成分的非線性、非平穩(wěn)的信號，蘊(yùn)含了有關(guān)心血管系統(tǒng)調(diào)節(jié)的大量信息。非線性熵分析方法被廣泛用來表征非線性信號的復(fù)雜性，提取VT/VF 發(fā)生前短時(shí)HRV 信號的SampEn 和PPMSE 特征是預(yù)測VT/VF事件發(fā)生的新方法。本研究證實(shí)在VT/VF發(fā)生前十幾分鐘的HRV 信號復(fù)雜性明顯降低，心率增加的樣本HRV 信號復(fù)雜性降低越顯著，也發(fā)現(xiàn)在不斷接近VT/VF 發(fā)生時(shí)刻，其HRV 信號復(fù)雜性持續(xù)減小，說明在VT/VF 發(fā)生前心臟自主神經(jīng)系統(tǒng)的調(diào)節(jié)功能明顯受損，使得心臟電活動(dòng)的混沌性不斷下降，也說明非線性熵特性對于惡性室性心律失常的發(fā)生有一定敏感性，這對于預(yù)防潛在的致命性心律失常具有十分重要的意義。