基于短时心率变异特征ST-fApEn的阻塞性睡眠呼吸暂停疾病状态分析方法研究
周广敏1
刘官正2
李一帆2
1.中国科学院大学附属肿瘤医院(浙江省肿瘤医院),中国科学院肿瘤与基础医学研究所,浙江杭州3100222.中山大学生物医学工程学院,广东省传感技术与生物医疗仪器重点实验室,广东广州510275
摘要：目的 提出基于滑动趋势模糊近似熵(ST-fApEn)的短时心率变异性(HRV)分析动态特征,以提高阻塞性睡眠呼吸暂停(OSA)的检测精度及疾病状态的分析能力.方法 使用Physionet的Apnea-ECG数据库中20例正常对照样本和40例OSA样本,分成一系列5 min的片段.根据该片段是否发生暂停分为正常对照组(N-N组,20例),OSA患者正常片段组(P-N组,40例)和OSA患者呼吸暂停片段组(P-OSA组,40例).通过使用经验模态分解(EMD)结合滑动窗的方法来获得RR序列的趋势斜率序列,并对其进行复杂度分析得到ST-fApEn,分析不同疾病状态.结果 与SD、RMS、PNN50和LF/HF等HRV静态特征相比,ST-fApEn不仅在3种不同疾病状态组的任意2组都有显著性差异,且OSA的检测精度显著提高到85.0％,敏感性和特异性也分别达到了82.5％和90.0％.结论 提出的ST-fApEn动态特征使OSA的检测精度得到显著提高,是鉴别健康人、OSA患者不发病时和发病时不同疾病状态的一个有效检测指标.
关键词：阻塞性睡眠呼吸暂停短时心率变异性滑动趋势模糊近似熵疾病状态分析
分类号：R318(医用一般科学)
资助基金：自由探索项目(201803073000427)
论文发表日期：2020-06-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 240-245 )
英文信息