内容发布更新时间 : 2024/11/20 18:35:56星期一 下面是文章的全部内容请认真阅读。

课程设计报告

题 目： 心率变异性（HRV）信号的提取及时频域分析 专 业： 生物医学工程 班 级： XXXXXXX 学 号： XXXXXXX 姓 名： XXXXXXX 指导教师： XXXXXXX

XXXXXX大学 XXXXX学院

2016年 9月 29日

一、 开题背景

（一）HRV简介

传统的医学观点认为，正常的心率为规则的窦性节律；后来发现在健康状态下，许多生理系统中存在自然的变异性，人的心率正常情况下也是呈不规则性变化的，而心率变异就是指窦性心率的这种波动变化的程度。心率变异性（Heart Rate Variability，HRV）是指逐次心搏间期之间的微小变异特性。在生理条件下，HRV的产生主要是由于心脏窦房结自律活动通过交感和迷走神经，神经中枢，压力反射和呼吸活动等因素的调节作用，使得心脏每搏间期一般存在几十毫秒的差异。

(二)HRV的研究现状

心率变异性(HRV)是近年来比较受关注的无创性心电监测指标之一，对HRV的生理和病理意义进行了广泛和深入的研究，其结果表明心率变异信号中蕴含着有关心血管调节的重要信息，对HRV进行分析可以间接地定量评价心肌交感、迷走神经的紧张性和均衡性，而且还能分析自主神经系统的活动情况。心率变异性还可以作为一个独立的心源性猝死危险性的预测指标。同时心率变异性分析对多种恶性心律失常的预后判断和药物治疗效果分析有指导作用。所以，对HRV的研究能够极大的促进人类对于心血管疾病的了解，从而在预防、治疗心血管疾病等领域取得成果。

（三）HRV的研究方法

随着对HRV研究的不断深入，其蕴含的生理病理信息将进一步被揭示，使得HRV有更多的应用空间和应用价值。目前，心率变异性分析方法主要有时域分析法、频域分析法、时频分析法以及非线性分析法[1]。

（四）HRV的临床应用

（1）心脏性猝死（SCD）预测：由于HRV是反映自主神经张力的最敏感的指标，因此HRV降低是预测心脏性猝死最有价值的独立指标。

（2）急性心肌梗塞后患者危险性评估： HRV的降低是预测急性心肌梗塞后患者发生心脏性猝死和恶性心律失常危险的重要独立指标。一般建议在梗塞后一周开始进行HRV的检测。HRV在梗塞后立即降低，并在几周内开始恢复（2周后逐渐回升），大约6-12个月恢复正常。因此，多次测定HRV可能比单次测定价值更大。梗塞后HRV恢复的快慢对以后死亡的危险性也有预测价值。

（3）对糖尿病患者自主神经系统损伤的评估：糖尿病患者不论病情轻重，均存在不同程度的自主神经功能紊乱。HRV是判断糖尿病患者是否伴有自主神经系统损害最准确，最敏感的指标。

（4）心力衰竭（CHF）患者危险性评估。

（5）心率变异性生物反馈疗法：对于不孕人群受孕几率提高、怀孕人群孕期焦虑症改善、产后人群产后抑郁症情况缓解，起到很好的作用。

（6）其它临床应用范围：心绞痛、高血压、心肌病、非缺心脏病所致的慢性严重二尖瓣返流、二尖瓣脱垂、心律失常、血管迷走性晕厥等心血管疾病。

二、 课题目的

（一） 基本掌握心电信号（ECG）的测量、数据采集的方法。

（二） 学会使用MATLAB对ECG信号进行相关处理分析。主要包括从ECG信号中提取出 所需的HRV信号，并分别对其进行时域、频域、功率谱上的分析。

（三） 掌握HRV信号的时频域参数的意义，以及对其进行分析的基本方法。

三、 课题研究的主要内容

（一）从网上下载正常人的心电信号以及各种病人的心电信号（ECG）数据。 （二）首先HRV信号的提取，主要包括去除干扰、准确确定R波波峰位置、剔除异搏、确定R-R间期、线性内插，并且绘出HRV信号曲线。

（三）对HRV信号的时域分析，对HRV信号的频谱图和功率谱图分析。

四、 原理和方法

（一） ECG信号的采集

本文主要使用100.hea、100dat、100.atr, 101.hea、101.dat、101.atr, 102.hea、102.dat、102.atr这三组数据来对HRV进行研究。

实验数据来源于PhysioNet。PhysioNet是一个基于Web的复杂生理和生物医学信号的研究资源网站，其网址为http: //www.physionet. org。 PhysioNet由PhysioNet, PhysioBank和PhysioToolkit三个相互关联的部分组成。数据库中数据来源于正常人、各种病人（如心脏猝死、心力衰竭、心律失常、癫痫、睡眠呼吸暂停综合症等）及运动、休息等不同状态下的数据，样本选取范围广泛，其中大部分数据都进行详细的注释，并将数据被划分为3类，即Class l：专家已经作出了标注；Class 2：原始数据；Class3：处于研究进展之中。因此，PhysioBank数据库中的数据足已满足生物医学各领域研究者的需要。PhysioBank数据库中的每一条数据记录包括至少三类文件，头文件（.hea）、数据文件（.dat）和注释文件（.atr,.al,.aiM等）。头文件是描述数据属性的文本文件，其内容包括记录名、信号数目、贮存格式、信号数量和类型、采样频率、数字化特征、记录的持续时间和起始时间等信息。一般可由PhysioToolkit软件库的WFDB库函数的getinfo、putinfo函数读和写的字符。数据文件是定义了相应存贮格式的数字化采样点的二进制存储文件。数据存贮格式在头文件中说明，一个数据组有相同的数据存贮格式，常用的是8位和16位格式。注释文件是记录了对信号特征的注释信息[2]。

（二） ECG信号的特征