【作　者】王步青，柴曉珂，張政波，王衛(wèi)東

1 解放軍總醫(yī)院醫(yī)學(xué)工程保障中心，北京市，100853

2 解放軍醫(yī)學(xué)院，北京市，100853

心電圖和光電容積脈搏波計(jì)算心率變異性的比較研究

【作者】王步青1，柴曉珂2，張政波1，王衛(wèi)東1

1 解放軍總醫(yī)院醫(yī)學(xué)工程保障中心，北京市，100853

2 解放軍醫(yī)學(xué)院，北京市，100853

采集46名健康成年人自主呼吸狀態(tài)下的同步心電和光電容積脈搏波信號(hào)，從心電圖中提取心跳間期，從光電容積脈搏波中提取脈搏間期，分別計(jì)算心率變異性。脈搏間期的提取采用了二階差分極大值法、主波波峰法和切線法這三種不同的特征點(diǎn)識(shí)別算法。結(jié)果顯示基于光電容積脈搏波的三種不同特征點(diǎn)識(shí)別算法獲得的心率變異性結(jié)果與使用心電獲得的心率變異性結(jié)果高度相關(guān)。Bland-Altman圖顯示主波波峰法的計(jì)算結(jié)果較其它兩種方法的結(jié)果的相對(duì)偏倚值的標(biāo)準(zhǔn)差最小，一致性限外的奇異點(diǎn)最少。

自主呼吸；心電圖；光電容積脈搏波；心率變異性

0　引言

心率變異性(Heart Rate Variability，HRV) 通過(guò)分析逐次心動(dòng)周期的時(shí)間差別，獲得反映植物性神經(jīng)系統(tǒng)活動(dòng)的指標(biāo)[1]。通過(guò)計(jì)算頻域的HRV參數(shù)，可以無(wú)創(chuàng)性地對(duì)個(gè)體的交感神經(jīng)和迷走神經(jīng)的張力、兩者的均衡性及其對(duì)心血管活動(dòng)的影響進(jìn)行評(píng)估。迷走神經(jīng)興奮時(shí)，HRV幅度大，而迷走神經(jīng)功能受損時(shí)，HRV幅度小。生理實(shí)驗(yàn)已證明：正常人的HRV較大，而患有冠心病、各類(lèi)心律失常、充血性心力衰竭、高血壓、糖尿病等病人的HRV則明顯地減小。目前，HRV分析在科研和臨床的應(yīng)用研究非常廣泛，幾乎包含了所有心血管疾病以及糖尿病等很多非心血管疾病，已成為心電信息學(xué)中十分熱門(mén)的課題。

光電容積脈搏描記術(shù) (PhotoPlethysmoGraphy，PPG)是19世紀(jì)30年代由Hertzman發(fā)明的，是一種借助光電手段在組織中檢測(cè)血液容積變化的無(wú)創(chuàng)檢測(cè)方法[2]。光電容積脈搏波利用光電探測(cè)器對(duì)透射光或散射光進(jìn)行探測(cè)，獲得的脈搏血流容積變化波形。光電容積脈搏波呈現(xiàn)的脈動(dòng)性變化，與心臟搏動(dòng)相關(guān)，它同時(shí)反映了血氧飽和度、心輸出量、外周循環(huán)阻力、動(dòng)脈順應(yīng)性等心血管系統(tǒng)相關(guān)的狀態(tài)信息[3]。此外測(cè)量PPG波形不需要復(fù)雜而昂貴的儀器設(shè)備，且操作簡(jiǎn)便、性能穩(wěn)定、具有無(wú)創(chuàng)和適應(yīng)性強(qiáng)等諸多優(yōu)點(diǎn)，在臨床監(jiān)護(hù)和移動(dòng)生理參數(shù)監(jiān)測(cè)等領(lǐng)域獲得了廣泛應(yīng)用。

早在1986年，Altemeyer等就開(kāi)展了用PPG信號(hào)的脈率來(lái)代替心率的研究，研究結(jié)果顯示二者具有較好的一致性[4]。之后Lindberg、Nakajima、Atlasz等也開(kāi)展了類(lèi)似的實(shí)驗(yàn)研究，均得到二者一致性的結(jié)論[5-7]。若脈率間期可以代替心跳間期進(jìn)行HRV分析，則可以使測(cè)量?jī)x器的成本和復(fù)雜性以及操作人員的專(zhuān)業(yè)性大大降低，從而在臨床監(jiān)護(hù)、生物反饋、自主神經(jīng)系統(tǒng)狀態(tài)評(píng)價(jià)等方面獲得廣泛的應(yīng)用。典型的實(shí)驗(yàn)研究有：Chang對(duì)10個(gè)健康男性的靜坐休息實(shí)驗(yàn)；Giardino等對(duì)16個(gè)健康受試者的靜坐休息實(shí)驗(yàn)和對(duì)10個(gè)健康受試者的靜坐壓力測(cè)試實(shí)驗(yàn)；Lu對(duì)10個(gè)健康人的平躺實(shí)驗(yàn)。之前的研究為了保證采集數(shù)據(jù)的噪聲干擾小、畸變小均采用了無(wú)心血管系統(tǒng)、循環(huán)系統(tǒng)疾病的健康成年人靜坐或平躺的穩(wěn)態(tài)數(shù)據(jù)，存在的問(wèn)題是這些研究普遍存在受試者樣本數(shù)量少，脈率間期計(jì)算方法不統(tǒng)一，一致性分析方法單一的問(wèn)題，導(dǎo)致增大了隨機(jī)誤差、缺乏統(tǒng)一的比較標(biāo)準(zhǔn)和完整的一致性評(píng)價(jià)體系，完整的“一致性” 評(píng)價(jià)需要包括數(shù)據(jù)的集中趨勢(shì)、離散趨勢(shì)以及相關(guān)性分析[8]。

本研究分析了46個(gè)健康成年受試者在靜坐狀態(tài)下自主呼吸過(guò)程中的同步心電信號(hào)和光電容積脈搏波信號(hào)數(shù)據(jù)，研究了通過(guò)脈搏波獲取的心率變異性分析結(jié)果與心電獲取的心率變異性分析結(jié)果之間是否存在顯著性差異。在脈搏波特征點(diǎn)識(shí)別方面，系統(tǒng)比較了三種常用脈搏波特征點(diǎn)提取算法的性能：二階差分極大值法，主波波峰法和切線交點(diǎn)法。由于心率變異性頻域方法能夠定量評(píng)價(jià)自主神經(jīng)系統(tǒng)活性和均衡性，本文在心率變異性分析方面，選取了常用的頻域分析指標(biāo)，包括總功率(TP)、低頻功率(LF)、高頻功率(HF)、標(biāo)準(zhǔn)化高頻功率(HFnorm)和低、高頻功率比(LF/HF)等，系統(tǒng)研究了上述三種算法在心率變異性頻域指標(biāo)估算方面的性能。

1　對(duì)象和方法

1.1實(shí)驗(yàn)方案

本文數(shù)據(jù)來(lái)自于我單位之前開(kāi)展的漸進(jìn)性引導(dǎo)呼吸實(shí)驗(yàn)中的ECG和PPG信號(hào)。參加實(shí)驗(yàn)的46名健康成年受試者，平均年齡(27.6±6.8)歲，均無(wú)心血管及循環(huán)系統(tǒng)疾病，該實(shí)驗(yàn)使用Biopac MP150多生理參數(shù)采集系統(tǒng)同步采集心電、呼吸、光電容積脈搏波信號(hào)等生理參數(shù)，采樣率為1 000 Hz。實(shí)驗(yàn)過(guò)程為：受試者靜坐在舒適的椅子上休息10 min后，進(jìn)行呼吸率依次為[自主呼吸—14次/min—12.5次/min—11次/min—9.5次/min—8次/min—7次/min—自主呼吸]的引導(dǎo)呼吸，每個(gè)引導(dǎo)呼吸階段持續(xù)3 min，引導(dǎo)呼吸的吸呼比為1:2。本研究采用初始階段3 min的自主呼吸下的心電信號(hào)和光電容積脈搏波信號(hào)。提取每個(gè)受試者的去掉前、后各15 s的數(shù)據(jù)，取中間的2.5 min的數(shù)據(jù)進(jìn)行分析。

1.2數(shù)據(jù)分析

1.2.1脈搏波基點(diǎn)識(shí)別算法

ECG波形中連續(xù)兩個(gè)R波間的時(shí)間定義為R wave to R wave Interval，表示為RRI。脈搏波中連續(xù)兩個(gè)特征基點(diǎn)間的時(shí)間定義為Pulse to Pusle Interval，表示為PPI。脈搏波特征基點(diǎn)的位置取決于脈搏波基點(diǎn)的定義，有三種常用的定義脈搏波基點(diǎn)的方法：

(1) 二階差分極大值法 在脈搏波上升時(shí)段，尋找二階差分的極大值點(diǎn)[9]，(圖1自上而下，第一個(gè)圖為ECG，第二個(gè)圖為PPG的二階差分，第三和第四個(gè)圖為PPG)，如圖1中PPG信號(hào)上的2號(hào)標(biāo)示點(diǎn)，由此方法得出的脈率間期記為PPI1。

(2) 主波波峰法 脈搏波主波的極大值點(diǎn)[10]，如圖1中PPG信號(hào)上的3號(hào)標(biāo)示點(diǎn)。由此方法得出的脈率間期記為PPI2。

(3) 切線交點(diǎn)法 脈搏波上升時(shí)段內(nèi)斜率最大點(diǎn)的切線與基線的交點(diǎn)[11]，如圖1中的PPG信號(hào)上的1號(hào)標(biāo)示點(diǎn)，由此方法得出的脈率間期記為PPI3。

圖1　脈搏波基準(zhǔn)點(diǎn)的三種定義方法Fig.1　Three kinds of definition method of reference point of pulse wave

1.2.2心電特征點(diǎn)識(shí)別算法

通過(guò)基于二階差分極小值的QRS波識(shí)別算法提取R-R間期序列[12]。該算法經(jīng)過(guò)30個(gè)健康成人的心電數(shù)據(jù)文件、25個(gè)MIT-BIH Arrhythmia數(shù)據(jù)庫(kù)文件(文件號(hào)為100-124)和心電模擬器(型號(hào)為：METRON PS-420)的心率分別從30次/min～240次/min的模擬心電信號(hào)驗(yàn)證，R波檢出率為100%，干擾主要是類(lèi)似于R波波形的高頻大幅尖波。通過(guò)比較瞬時(shí)R-R間期是否在R-R間期均值的0.75倍和1.25倍之間的經(jīng)驗(yàn)公式法，可有效識(shí)別錯(cuò)檢的R波，保證檢測(cè)結(jié)果的準(zhǔn)確性。

圖2　自主呼吸下的RRI與PPI1曲線Fig.2　The waveforms of RRI and PPI1 under spontaneous breathing

圖3　自主呼吸下的PPI1、PPI2和PPI3曲線Fig.3　The waveforms of PPI1，PPI2 and PPI3 under spontaneous breathing

圖2為自主呼吸下的某受試者2.5 min的RRI與PPI1的間期序列曲線，圖3為PPI1、PPI2和PPI3的間期序列曲線。

1.2.3基于AR模型的心率變異性分析

(1) AR模型

AR模型由于具有良好的譜分辨率而被廣泛采用于心率變異性頻域分析。在AR模型的分析方法中，假定所觀測(cè)的數(shù)據(jù)x(n)是由均方差為σ2的零均值白噪聲序列w(n)激勵(lì)一個(gè)全極點(diǎn)的線性時(shí)不變離散時(shí)間系統(tǒng)H(z)得到的，可用差分方程(1) 表示信號(hào)：

其中， p是模型的階數(shù)，aj是系數(shù)，該模型記為AR(p)，它的系統(tǒng)轉(zhuǎn)移函數(shù)為式（2）：

則x(n)的功率譜可表示為式（3）

(2) HRV頻域分析

常用的短程（2～5 min的心電數(shù)據(jù)）的HRV的功率譜參數(shù)如表1所示，這些參數(shù)反映了自主神經(jīng)系統(tǒng)的活性和均衡性。TP反映了自主神經(jīng)系統(tǒng)總的活動(dòng)性，HF反映了迷走神經(jīng)的活動(dòng)性，LF主要反映了交感神經(jīng)的活動(dòng)性， LFnorm反映交感神經(jīng)活動(dòng)的相對(duì)值，HFnorm反映迷走神經(jīng)活動(dòng)的相對(duì)值，LF/HF是二者均衡性的量化。

表1　常用的短程HRV功率譜分析指標(biāo)Tab.1　Commonly used short-range HRV power spectrum analysis indicators

我們對(duì)46個(gè)受試者的自主呼吸狀態(tài)下的3 min的ECG和PPG信號(hào)，分析前去掉前后各15 s的數(shù)據(jù)，確保受試者處于平穩(wěn)自主呼吸狀態(tài)。2.5 min心電數(shù)據(jù)經(jīng)過(guò)人工檢查，確保沒(méi)有嚴(yán)重干擾和異位心搏。分別從ECG獲得RR間期，從PPG獲得PP間期PPI1、PPI2和PPI3。為進(jìn)行HRV頻域參數(shù)分析，我們對(duì)上述RR間期和PP間期序列做了4 Hz的三次樣條重采樣處理以獲得均勻采樣的時(shí)間序列，然后采用平滑先驗(yàn)原理[13]將超低頻的趨勢(shì)項(xiàng)成分去掉，提取512點(diǎn)的數(shù)據(jù)做基于Burg算法的19階AR模型功率譜估計(jì)，得到HRV的頻域參數(shù)（RRI、PPI1、PPI2、PPI3的心率變異性參數(shù)分別用HRV、HRV1、HRV2、HRV3表示）。

1.3統(tǒng)計(jì)分析

使用pearson相關(guān)系數(shù)來(lái)定量心率變異性參數(shù)HRV（使用RRI計(jì)算）分別與HRV1，HRV2，和HRV3（使用PPI1，PPI2和PPI3計(jì)算）的線性程度。由于相關(guān)系數(shù)不能同時(shí)兼顧隨機(jī)誤差與系統(tǒng)誤差，用它來(lái)評(píng)價(jià)一致性具有片面性。Bland-Altman圖方法是美國(guó)臨床和實(shí)驗(yàn)室標(biāo)準(zhǔn)協(xié)會(huì)推薦的評(píng)價(jià)兩種測(cè)量方法一致性的幾何圖形法[14]，同時(shí)它也可定量獲得離散觀測(cè)數(shù)據(jù)的集中趨勢(shì)和離散趨勢(shì)。因此，我們選擇相關(guān)系數(shù)結(jié)合Bland-Altman圖的方法來(lái)完整地對(duì)測(cè)量結(jié)果的一致性進(jìn)行評(píng)價(jià)。使用SPSS17.0 做基于相關(guān)系數(shù)的統(tǒng)計(jì)分析，使用Matlab2007做Bland-Altman分布圖。

2　頻域分析結(jié)果

通過(guò)RRI和不同特征點(diǎn)識(shí)別算法的PPI獲得HRV頻域分析結(jié)果如表2所示，由表中的數(shù)據(jù)可以看到：基于PPG信號(hào)的三種方法計(jì)算得到的功率譜參數(shù)TP、LF、HF、HFnorm均大于基于ECG得到的結(jié)果，而LF/HF小于ECG的結(jié)果；三種基于PPG方法計(jì)算得到的心率變異性的功率譜參數(shù)與基于ECG得到的結(jié)果的相關(guān)系數(shù)均顯著大于0.98（P＜0.01）：

通過(guò)RRI和三種基于PPG方法的PPI獲得的HRV參數(shù)的Bland-Altman的一致性界限的結(jié)果見(jiàn)表3，三種方法中，PPI2計(jì)算得到的TP、LF、HF、LF/HF的Bland-Altman法中的相對(duì)于偏倚值（Bias）的標(biāo)準(zhǔn)差（1.96SD）最小。

表2　46名健康成年受試者的頻域心率變異性計(jì)算結(jié)果Tab.2　Measurement of ECG and PPG in 46 healthy subjects

表3　RRI和三種PPI的心率變異性的Bland-Altman一致性結(jié)果Tab.3　Measurement of ECG and PPG in consistency results for Bland-Altman

3　結(jié)論

本文分析引導(dǎo)呼吸過(guò)程中的46個(gè)健康成人靜坐自主呼吸時(shí)的同步心電和光電容積脈搏波信號(hào)的心率變異性參數(shù)，對(duì)光電容積脈搏波信號(hào)采用三種常用的脈搏波基點(diǎn)分析方法：①二階差分極大值法；②主波波峰法；③切線交點(diǎn)法，獲得對(duì)應(yīng)的脈率間期PPI。結(jié)果顯示：基于PPG信號(hào)的三種方法計(jì)算得到的功率譜參數(shù)TP、LF、HF、HF norm均大于基于ECG得到的結(jié)果，而LF/HF小于ECG的結(jié)果，這個(gè)結(jié)果與文獻(xiàn)[15-18]一致?；赑PG的參數(shù)LF/HF的較小，可能是由于呼吸引起胸阻抗的變化后，會(huì)導(dǎo)致外周循環(huán)阻力的變化，導(dǎo)致PPG波形和特征點(diǎn)的改變，引起脈率的變化；同時(shí)由于神經(jīng)系統(tǒng)的調(diào)節(jié)作用，呼吸運(yùn)動(dòng)會(huì)通過(guò)呼吸性竇性心率不齊（RSA）作用于心率，導(dǎo)致PPG受到呼吸信號(hào)的雙重調(diào)制，使得HF增大的更多，而產(chǎn)生PPG信號(hào)的 LF/HF小于心電信號(hào)的LF/HF的實(shí)驗(yàn)結(jié)果[19]。

此外，本研究發(fā)現(xiàn)：基于PPG信號(hào)和ECG信號(hào)得到的HRV計(jì)算結(jié)果差異性的一個(gè)重要影響因素是呼吸運(yùn)動(dòng)。可以由圖2看到在呼吸相位的轉(zhuǎn)換期即：吸氣末和呼吸末，RRI與PPI1的差異變大，其它時(shí)間兩者的跟隨性很好。由于基點(diǎn)選擇方法的差異，圖3三個(gè)間期在呼吸的影響下，尤其是在呼吸動(dòng)作的變化時(shí)刻有著明顯變化。理論上，PPG信號(hào)的任何一點(diǎn)都可以作為基準(zhǔn)點(diǎn)，選擇有特征的特定的基準(zhǔn)點(diǎn)可以使計(jì)算方法簡(jiǎn)化，PPG信號(hào)容易受外界環(huán)境的干擾而發(fā)生畸變，導(dǎo)致測(cè)量的PPI不準(zhǔn)確，因此綜合評(píng)價(jià)各種外界干擾對(duì)波形基準(zhǔn)點(diǎn)的影響，選擇合適的基準(zhǔn)點(diǎn)仍然是研究的主題。三種方法定義不同，適用范圍存在一定的差異性。對(duì)于特定的應(yīng)用，不同的方法會(huì)得到不同的結(jié)果，通過(guò)對(duì)比可以確定哪種方法具有相對(duì)優(yōu)越性。表3表明，對(duì)于三種計(jì)算方法，PPI2計(jì)算得到的TP、LF、HF、LF/HF的Bland-Altman法中的相對(duì)于偏倚值的標(biāo)準(zhǔn)差最小，95%一致性區(qū)間外的奇異點(diǎn)更少，因此認(rèn)為基于主波波峰極大值的PPI2間期與RR間期具有更好的一致性，可優(yōu)先選擇用于替代自主呼吸狀態(tài)下的健康成年受試者的HRV分析。

[1] Task Force of The European Society of Cardiology and The North American Society of Pacing and Electrophysiology. Heart rate variability Standards of measurement, physiological interpretation, and clinical use[T]. Europ Heart J, 1996, 17:354-381.

[2] Herzman A, Spielman C. Observations on the finger volume pulse recorded photoelectrically[J]. Am J Physiol, 1937, (119):334-335.

[3] Korpas D, Harlek J, Dolezal L, et al. Parameters describing the pulse wave[J]. Physiol Res, 2009, 58(4): 473-479,

[4] Altemeyer KH, Mayer J, Berg-Seiter S, et al. Pulse oximetry as acontinuous noninvasive monitoring procedure. Comparison of 2 instruments(in German)[J]. Anaesthesist,1986,35:43-45.

[6] Nakajima K, Tamura T, Miike H. Monitoring of heart and respiratory rates by photoplethysmography using a digital filtering technique[J]. Med Eng Phys, 1996, 18: 365-372.

[7] Atlasz T, Kellenyi L, Kovacs P, et al. The application of surface plethysmography for heart rate variability analysis after GSM radiofrequency exposure[J]. J Biochem Biophys Methods, 2006,69:233-236.

[8] 盛驟. 概率論與數(shù)理統(tǒng)計(jì)[M]. 北京: 高等教育出版社, 2008.

[9] Mitchell GF, Pfeffer MA, Finn PV, et al. Comparison of techniques for measuring pulse-wave velocity in the rat[J]. Appl Physiol,1982: 203-210.

[10] Yu CX, He W, Xiao DP. Noninvasive measurement and evaluation of arterial stiffness[C]. IEEE EMBS, 2005, 5483-5485.

[11] Chiu YC, Arand PW, Shroff SG, et al. Determination of pulse wave velocities with computerized algorithms[J]. Am. Heart J, 1991(121): 1460-1470.

[12] 王步青, 王衛(wèi)東. 基于LabVIEW的虛擬心電分析儀中的R波檢測(cè)算法研究[J]. 科學(xué)技術(shù)與工程, 2006, (6): 3401-3404.

[13] Tarvainen MP, Ranta-Aho PO, Karjalainen PA. An advanced detrending method with application to HRV analysis[J]. 2002, 49(2): 172-175.

[14] Bland JM, Alman DG. Statistical methods for assessing agreement between two methods of clinical measurement[J]. Int J Nurs Stud, 2010, 47: 931-936.

[15] Selvaraj N, Jaryal AK, Santhosh J, et al. Assessment of heart rate variability derived from finger-tip photoplethysmography as compared to electrocardiography[J]. J Med Eng Technol, 2008, 32: 479-484.

[16]Charlot K, Cornolo J, Brugniaux JV, et al. Interchangeability between heart rate and photoplethysmography variabilities during sympathetic stimulations[J]. Physiol Meas, 2008, (30): 1357-1369.

[17] Lu G, Yang F, Taylor JA et al.A comparison of photoplethysmography and ECG recording to analyse heart rate variability in healthy subjects[J]. J Med Eng Technol, 2009, (33): 634-641.

[18] Gil E, Orini M, Bail on R, et al. Photoplethysmography pulse rate variability as a surrogate measurement of heart rate variability during non-stationary conditions[J]. Physiol Meas, 2010, (31): 1271-1290.

[19] Karlen W, Brouse CJ, Cooke E,et al. Respiratory rate estimation using respiratory sinus arrhythmia from photoplethysmography[C]. IEEE EMBS, 2011, 1201-1204.

The Study of the Measurement of Heart Rate Variability Using ECG and Photoplethysmographic Signal

【 Writers 】WANG Buqing1, CHAI Xiaoke2, ZHANG Zhengbo1, WANG Weidong1
1 The Medical Engineering Support Center of Chinese PLA General Hospital, Beijing, 100853
2 Chinese PLA Postgraduate Medical School, Beijing, 100853

In comparison with the measurement of heart rate variability from ECG and from photoplethysmographic signal from 46 healthy adults in their spontaneous breathing state. The beat-to-beat intervals in ECG and pulse-to-pulse intervals in photoplethysmographic signal are extracted，and then the parameters of heart rate variability are calculated. Three kinds of algorithms are chosen to get the pulse-to-pulse intervals, which are the intervals of maximum of second derivative，the maximum of PPG signal and the tangent intersection. The results show that the correlation coefficients of the HRV parameters in the two calculation methods are highly correlated. The Bland-Altman scattered plots show the relative bias results from the algorithm of the maximum of PPG signal are smallest and singular points that deviate from the consistent limits are the least compared with the other two algorithms.

spontaneous breathing, ECG, photoplethysmographic signal, heart rate variability

TH776；TP274

A

10.3969/j.issn.1671-7104.2015.04.004

1671-7104(2015)04-0249-04

2015-04-21

北京市自然基金資助項(xiàng)目(3122034)；國(guó)家科技支撐計(jì)劃課題（2013BAI03B05）

王衛(wèi)東，E-mail: wangwd301@126.com