论文部分内容阅读
随着现代生活节奏不断加快,各种睡眠障碍疾病层出不穷,渐渐成为一个突出的健康问题,受到人们的广泛关注。据世界卫生组织流行病学调查,在世界范围内约1/3的人患有睡眠障碍,我国有各类睡眠障碍的人更是高达38.2%。目前我国已明确与睡眠障碍相关的疾病多达八十余种,其中睡眠呼吸暂停综合征约占60～70%。20世纪70年代起,美国斯坦福大学成立了专门诊治睡眠疾患的睡眠中心,由此,睡眠呼吸暂停综合征成为一个独立疾病。根据2007年美国睡眠医学会制定的新的睡眠分期准则,将睡眠分为入睡期,浅睡期,深睡期和快速眼动期。每个睡眠阶段都有其独特的脑电波信号和不同的生理状态反应,研究每个睡眠阶段的特点和他们之间的差异性及相关性是非常有意义的。在过去的几十年里,从心电图中提取的心率变异性(HRV)已经成为临床诊断的一个非常有用的工具。心率变异性对心脏自主神经功能的评估具有重要意义,被作为反映交感迷走神经的交互作用的指标。但是心电图至少需要三个导联的电极,而脉搏检测信号通常只需要在手指或耳垂上安装一个传感器,具有成本效益性和直接使用性。在过去的研究中,就从脉搏中提取的脉率变异性(PRV)能否替代心率变异性的问题仍存在争议。本文针对睡眠呼吸暂停病人,在各个睡眠阶段分别提取脉率变异性和心率变异性,利用统计学的原理进行对比分析,论证了 PRV能够代替HRV。主要工作包括以下几个方面:1)睡眠阶段准确的分类。睡眠阶段分为快速眼动期(REM)和非快速眼动期(NREM),其中非快速眼动期又分为入睡期(N1)、浅睡期(N2)、深睡期(N3)。在不同的睡眠阶段,分别选取出包含睡眠呼吸暂停事件的心电信号和脉搏信号片段。2)HRV和PRV的构建。确定心电信号和脉搏信号的峰值点,其中心电信号提取QRS波群的R波峰值点,脉搏信号本文也选取其周期内的峰值,分别形成RR间期和PP间期时间序列并保存以供后续研究分析。3)HRV和PRV的统计性分析。针对于RJR间期和PP间期时间序列来提取HRV和PRV指标,运用统计学的原理,对HRV和PRV指标分别从时域、频域、非线性三个领域在不同睡眠阶段进行差异性和相关性分析,并且研究HRV和PRV指标随着睡眠的加深的变化趋势。