一种充血性心力衰竭患者自主神经功能的评估方法
【技术领域】
[0001] 本发明涉及一种基于心率变异性的充血性心力衰竭患者自主神经功能的评估方 法。
【背景技术】
[0002] 充血性心力衰竭（congestive heart failure,简称CHF)是一种目前较为常见的 慢性心血管疾病，致死率较高。在临床及生活中，常见CHF患者的各种心血管突发事件（心 律失常、心脏性猝死等)，这与CHF患者心脏自主神经系统（ANS)功能受到明显损伤有关。目 前，随着心率变异性研宄的广泛展开，及人们对于CHF患者自主神经系统的更多了解，发现 心率变异性（heart rate variability,简称HRV)的差异与调节心脏的自主神经功能活动 密切相关，即心率变异性指标对于评估CHF患者的突发事件发生概率有重要价值。建立基 于心率变异性的CHF患者自主神经功能评估模型，对于临床上预防CHF患者各种突发事件 提供一定的参考依据。
[0003] 在现有技术中，申请号为201210159006. 4的中国专利申请公开了一种基于心率 变异性非线性特性的充盈性心衰自动诊断方法，该方法具有如下三方面：1)其基于心率变 异性序列提取的特征参数是样本熵SE4、分布差异熵DE4、标准差SD ;2)其目的是提供一种 基于心率变异性序列的CHF自动诊断方法；3)其是基于HRV非线性特性来实现CHF自动诊 断。该方法有如下不足：1)其基于心率变异性序列提取的特征参数不能反映在时间段内患 者的自主神经功能变化状况；2)其只对心率衰竭患者做了筛查，而没有对患者的疾病严重 状况(疾病严重状况对应着不同的自主神经功能等级）作分析。
【发明内容】
[0004] 本发明的目的在于针对上述存在问题和不足，提供一种所采用的三种特征能够反 映在一定时间段内被测试者的自主神经系统的波动性，以及旨在通过基于心率变异性特征 分析的充血性心力衰竭患者自主神经功能的评估方法。
[0005] 本发明的技术方案是这样实现的： 本发明所述的充血性心力衰竭患者自主神经功能的评估方法，其特点是包括以下步 骤： 1) 采集CHF患者6小时体表心电信号，并对采集到的体表心电信号逐拍提取心跳间期 构成心率变异性序列{RRi，i=l，2, "·Ν}，并对该序列进行三个特征参数的提取； 2) 将心率变异性序列的每一等级随机分成等量的两组，分别作为训练组和测试组，并 将训练组对应的三个特征参数作为分类器SVM的输入，建立CHF患者自主神经功能的评估 丰旲型； 3) 将测试组对应的三个特征参数输入评估模型，获得对于CHF患者自主神经系统功能 的评估结果。
[0006] 其中，上述步骤1)中提取的三个特征参数如下： 第一个特征参数为：对心率变异性序列{RRi，i=l，2,…N}计算6小时获得的总功率 TP ； 第二个特征参数为：对心率变异性序列{RRi，i=l，2,…N}按5分钟分段后计算均值构 成序列（AVERGi, i=l, 2,…M}，计算序列（AVERGi, i=l, 2,…M}获得的模糊j：商fuzzyAV ; 第三个特征参数为：对心率变异性序列{RRi，i=l，2,…N}按5分钟分段后计算低高频 功率之比构成序列{WS_rati〇i，i=l，2, "·Μ}，计算序列{WS_rati〇i，i=l，2,…M}获得的模糊 火商 fuzzyLH。
[0007] 上述第二个特征参数的提取，包括以下步骤： ai、对心率变异性序列（RRi, i=l，2,…N}按5分钟时间长度分段，得到分段矩阵序列 {R&」，i=l，2,…M; j=l，2, "·Ν}，该分段矩阵序列每一行是一个5分钟时段内的RR间期值； a2、计算{RRi，j, i=l, 2,…Μ; j=l, 2,…Ν}每行的均值，构成一维序列（AVERGi, i=l, 2,… Μ}，计算该一维序列的模糊j：商，即为fuzzyAV。
[0008] 上述第三个特征参数的提取，包括以下步骤： I3l、对心率变异性序列（RRi, i=l，2,…N}按5分钟时间长度分段，得到分段矩阵序列 {R&」，i=l，2,…M; j=l，2, "·Ν}，该分段矩阵序列每一行是一个5分钟时段内的RR间期值； b2、计算{RRu，i=l，2,…Μ; j=l，2,…Ν}每行的高低频小波熵之比，构成一维序列{WS_ ration i=l, 2,…Μ}，计算该一维序列的模糊j：商，即为fuzzyLH。
[0009] 上述步骤2)中将训练组对应的三个特征参数作为分类器SVM的输入，其输入特征 向量 I=(TP，fuzzyAV, fuzzyLH)。
[0010] 上述步骤3)中获得的CHF患者自主神经系统功能的评估结果由分类器SVM输出， 且分类器SVM的输出标签值" 1，2, 3,4"代表CHF患者的自主神经功能状态，且用于对应不 同的CHF疾病程度及突发事件发生概率：" 1"代表自主神经功能为I级，对应无 CHF疾病， 突发事件发生概率极低；"2"代表自主神经功能为II级，对应CHF疾病程度I，突发事件发 生概率低；"3"代表自主神经功能为III级，对应CHF疾病程度II，突发事件发生概率高； "4"代表自主神经功能为IV级，对应CHF疾病程度III-IV，突发事件发生概率较高。
[0011] 本发明由于采用了分类器SVM用于构建基于心率变异性特征参数的心力衰竭患 者自主神经功能的评估模型，对于每个样本提取的三个特征参数均构成一个三维的特征 空间，用于描述该样本的心率变异性，从而确定对应的自主神经功能所在程度，由于分类器 SVM是通过学习训练组的特征空间而建立不同自主神经功能等级的模型，且基于该模型可 以将测试组区分为四个类别：自主神经功能I级、自主神经功能II级、自主神经功能III级 及自主神经功能IV级，因此利用SVM的机器学习能力，可以构建一个复杂的模型来实现对 于CHF患者自主神经功能的评估，达到评估准确度高的目的。同时，本发明中的三个特征参 数不对HRV序列作平稳性假设，因此本发明不限定数据采集过程中受试者必须处于静息状 态，只要是正常的日常生理生活状态（即无剧烈运动)下采集6小时的体表心电信号，即可应 用本发明的方法。同时，由于本发明设计的运算较为简单，分类器常见，因此在实现方面较 为可行。
[0012] 下面结合附图对本发明作进一步的说明。
【附图说明】
[0013] 图1是本发明的原理框图。
[00