利用LabVIEW进行心率变异分析

利用 LabVIEW 进行心率变异分析2 评级 | 3.00 out of 5阅读语言 | 打印 概览心率变异（HRV）分析是一项在研究和临床中广泛使用的重要应用。LabVIEW 包含多个信号处理 VI，使用户可以非常方便地创建自定义的 HRV 分析应用。本文介绍了利用 LabVIEW 进行 HRV 分析的应用与实践。目录1. 引言 2. 什么是 HRV？ 3. 采集 RR 间隔 4. HRV 分析方法 5. 应用 6. 获取 HRV 分析起步工具 7. 参考文献下载引言心电图（ECG）是一种由心电图仪产生的图形，提供了有关个人心脏健康的信息。ECG 常在临床应用中帮助医生诊断心跳过速等心脏疾病。除了直接分析 ECG 信号，研究人员和医生们还可以从 ECG 信号中提取其他非直接的测量信息，最常见的测量之一便是心率变异（HRV）。本文描述了如何利用 NI LabVIEW 图形化开发环境提取并分析 HRV 测量结果，并同时介绍了 LabVIEW HRV 分析起步工具 一款基于 LabVIEW 的面向 HRV 分析的程序。本文所展示的 HRV 分析结果来自于该 HRV 分析起步工具。什么是 HRV？一个正常的单周期 ECG 信号由若干个波组成，如图 1 所示。+ 放大图片图 1. ECG 信号的 R 波峰与 RR 间隔具有最高峰值的波被称为 R 波。RR 间隔是指两个相邻 R 波之间的时间间隔。波峰较小的波分别为 P 波、T 波和 U 波。心率变异（HRV）测量可以分析出这些 RR 间隔（它们显示了连续心跳之间的变化）是如何随时间而变化的。例如，图 2 展示了一个典型的成人的 HRV。+ 放大图片图 2. 一个成人的 HRV图 2 中的 HRV 分析显示了该 RR 间隔范围从 0.6 秒变化至 1 秒，其平均值为 0.8秒。HRV 分析提供了自主神经系统（ANS）的一个定量标记，因为 HRV 的调节机制源自交感和副交感神经系统5。迄今为止，许多研究人员和工程师们都致力于发掘 HRV 分析中对临床应用有价值的信息。在过去的十年中，已经发表了超过2000 篇关于 HRV 的文章1。这些文章考察了 HRV 与血压、心肌梗塞、神经系统、心律失常、糖尿病、呼吸、肾衰竭、性别、年龄、疲劳程度、药物、吸烟、酒精等因素的关系2。目前，多个医学学科都已经在对 HRV 进行研究，相信HRV 分析在未来的患者图形与数据分析中的应用将越来越多。采集 RR 间隔为了进行 HRV 分析，首先必须获取 RR 间隔。图 3 展示了 RR 间隔的采集过程。图 3. RR 间隔的采集过程采集原始 ECG 信号ECG 信号可通过各种心电图仪采集获得。这些仪器的带宽并不要求很高。可以利用 NI 多通道 DAQ 设备，如 NI PCI-6221，从 ECG 记录设备的输出端采集原始ECG 信号。典型的采样率设置为 125 Hz 或 250 Hz。所采集的 ECG 信号可以以NI TDMS 文件类型存储以便进行离线分析。一些在线数据库（如 MIT-BIH 数据库 database）也提供许多典型的 ECG 信号。该 HRV 分析起步工具包含一个导入MIT-BIH ECG 数据的向导。从 ECG 信号中提取 RR 间隔从原始的 ECG 信号中可以提取到 RR 间隔。该提取过程通常包括预处理步骤和波峰检测步骤。如果原始 ECG 信号具有噪声和显著的基线漂移趋势，就有必要对其进行预处理。然后，您可以通过阈值设置或利用基于小波的波峰检测方法，检测 R 波峰，从而计算 RR 间隔。请参阅 NI 开发者园地，获取关于 ECG 信号处理和特性提取的更多信息。HRV 分析方法HRV 分析有不同的方法12。方法之一便是时域分析，即利用暂态的 RR 间隔信号提取一些特别的度量。另一个方法是频谱分析，该方法以某个特定的速率对 RR 间隔进行插值处理，并将该间隔信号变换到频域。针对这两种方法，目前有一些标准可供使用1。还有一些其他方法，如非线性分析和时频分析，也有相关讨论和研究。图 4 展示了 HRV 分析的整个过程。+ 放大图片图 4. HRV 分析的整个过程。LabVIEW 具有多个可用于 HRV 分析的工具包或函数。如图 5 所示的 HRV 分析起步工具，展现了利用 LabVIEW 进行 HRV 分析的简便性。+ 放大图片图 5. HRV 分析起步工具的前面板预处理RR 间隔信号可能存在一些基线抖动，这会导致不精确的暂态分析和频率分析。您可以选择是否在分析前对 RR 间隔信号进行去漂移处理，如图 6 所示。对 RR间隔信号进行去漂移处理的方法，与 使用 LabVIEW 进行 ECG 信号处理文档中所提及的方法相似。图 6. 预处理配置对话框图 7 展示了去漂移处理的过程。图中的红线表示该基线漂移。+ 放大图片图 7. RR 间隔信号的预处理分析 RR 间隔信号下面描述了用于分析 RR 间隔信号的不同方法。HRV 分析起步工具支持所有这些方法。时域分析对于时间序列分析，通常使用时域量度。许多量度可以从最初的 RR 间隔信号中提取，以展现 ANS 中的变化。表 1 列出了利用 HRV 分析起步工具提取的量度。表 1. HRV 的时域量度15变量 单位 描述统计学量度R R 均值与标准差 s 所有 RR 间隔的均值与标准差HR 均值与标准差 1/min 所有心率的均值与标准差RMSSD ms 各个相邻 RR 间隔的差值的均方根NN50 计数 在所有测量值中，差值超过 50ms 的相邻 RR 间隔对的数目pNN50 % NN50 计数除以所有 RR 间隔的总数目几何学量度HRV 三角指数 所有 RR 间隔的总数除以所有 RR 间隔的直方图的高度TINN ms 对于间距为 7.8125 ms（1/128 s）的离散标度所测得的所有 RR 间隔，对其直方图中最高峰的最小平方误差三角插值的基线宽度。LabVIEW 中包含概率与统计 VI，您可以利用这些 VI 方便地获取统计学度量，如图 8 所示。图 8. LabVIEW 中的概率与统计 VI图 9 展示了一个成人的 RR 间隔信号样本。+ 放大图片图 9. 利用时域分析方法获得的 RR 间隔信号采样图 10 展示了利用 HRV 分析起步工具中的时域分析方法得到的这些信号的统计学结果和几何学结果。图 10. 利用时域分析方法的 HRV 分析频域分析HRV 分析的频域分析方法从 RR 间隔信号中提取频域参数，如峰值频率和带内功率。ANS 的两个组成部分交感神经系统和副交感神经系统会决定升高或降低心率，并影响 RR 间隔频谱中的不同频带。因而，可以利用频域分析监测ANS 的状态。表 2 展示了 HRV 的常见频域度量，其中包括峰值频率以及超低频（VLF）、低频（LF）和高频（HF）等频带的带内功率。表 2. HRV 的频域量度15变量 单位 描述峰值频率 Hz 针对 VLF、LF 和 HF 频带的功率谱密度（PSD）估计的峰值频率VLF ms2 00.04 Hz 频段的功率LF ms2 0.040.15 Hz 频段的功率HF ms2 0.150.4 Hz 频段的功率LF 归一化 无量纲 LF 功率（采用归一化单位）：LF/(总功率VLF)*100HF 归一化 无量纲 HF 功率（采用归一化单位）：HF/(总功率VLF)*100。LF/HF 比 LF/HF（均采用 ms2作为单位）频域方法通常涉及以下三个步骤：1. 对 RR 间隔信号进行重采样。 2. 估算该 RR 间隔信号的功率谱密度（PSD）。 3. 根据该 PSD 计算频域参数。 从 ECG 信号中抽取的 RR 间隔信号通常不是以一个规则间隔采样所得。因此，该RR 间隔信号并不是延时间轴等距离间隔。可以利用位于数学内插与外推函数选板中的一维插值 VI，将最初的 RR 信号转换为均匀采样的时间序列。对于 PSD 估计，LabVIEW 包含可以执行非参数估计方法或参数估计方法的 VI。非参数方法包括基于 FFT 的 PSD，如周期图法和 沃尔什法。参数方法包括基于模型的 PSD，如自回归（ AR）方法和自回归滑动平均（ARMA）方法。 HRV 分析起步工具包含沃尔什法和 AR 频谱方法。LabVIEW 高级信号处理工具包中则包含有其他方法。图 11 展示了利用 HRV 分析起步工具中的频域分析方法得到的一个 RR 间隔信号分析结果。图 11. 利用频域分析方法的 HRV 分析联合时频域分析频域分析方法适用于随时间变化不大的 RR 间隔信号分析。然而，在长期 HRV 分析（如 24 小时 RR 间隔与药物药效学研究）等应用中，RR 间隔信号会随时间显著变化。在这类情况下，您可以使用联合时-频分析（JTFA）方法分析稳态和时-频行为。联合时频域方法（JTFA）没有标准的度量参数。因此可以利用短时傅立叶变换（STFT）、Gabor 展开或连续小波 VI