【中图号】R541.4
Study on chaotic dynamics of human heart beats
FU Rulian, CHANG Shengjiang,WEN Wuqi,et al.
Institute of Modern Optics, Nankai UniversityOptoelectronic Information Science and Technology Lab, MOE, China,Tianjin 300071
【Abstract】Objective and methods Dynamic characters of heart beats for 30 healthy persons and 30 patients with heart disease were studied by using the method of chaotic dynamics,three contrasted analysis methods were time-serial, power spectra and correlative fractral dimension.ResultsHealthy heart beats appear random; heart beats' power-spectra and strange attractors in phase-space had chaotic characters very clearly , strange attractors appear complicated structure ( correlative fractral dimension Dn>4).On the contrary, heart beats of patients with heart disease had clear periodicity, its power spectra mainly concentrate on a narrow range with 0~0.1Hz.The orbit of phase space had not saturated dimension.ConclusionDynamic characters of heart beats between healthy persons and patients with heart disease have an essential distinction.
【Key words】Coronary diseaseChaotic dynamicsCorrelative dimensionHeart beat
心脏病学家把正常的心律描绘为规则的窦性心律,心律的变化仅仅是对环境波动的短暂的响应。由此有理由推论在患病或衰老时人体维持平衡的功能下降,心律变化幅度也会加大。然而,当人们把混沌动力学理论用于这些方面的研究时发现事实并非如此。迄今,人们研究心率的动态过程仅是通过功率谱,相空间图等方法[1,2]。作者应用混沌动力学理论,研究心率变化活动的动力学特性,描绘心率变化的相空间图并计算了心率所呈现的奇怪吸引子的关联维数。以期为分析心率变化提供一个更易于观察的图象以及反映其动力学特性的量化指标。
1资 料 与 方 法
1.1研究对象
1.1.1冠心病组:30例中男13例,女17例,平均年龄(54.3±5.2)岁,均经心电图及血清酶,生物化学等检查,临床诊断为冠心病患者。30例中,陈旧性心肌梗塞者12例 (前壁梗塞5例,下壁梗塞6例,前壁并下壁梗塞1例)。30例中,除19例伴有高血压病史外,均无其它并发疾病。
1.1.2正常对照组:30例中男15例,女15例,平均年龄(55.1±6.1)岁,身体健康,无心,肾,脑及高血压病史。
1.2实验原理
一个单变量时间序列信号饱含着十分丰富的信息。关键在于用单变量时间序列信号在相空间中对系统的状态进行重建。设x (t)为时间序列信号。取充分小量τ(τ=mΔt,m为整数),Δt为相邻两次采样时间间隔。设XN(t)={x(tN), x(tN+τ)……x[tN+(n-1)τ]},N为相空间的离散数据点数,XN(t)则表示系统状态在n维相空间演变的轨迹。
在混沌动力学的研究中,一般采用关联维数来定量描写吸引子的复杂程度。在n维相空间中,它的定义为
式中C(r)称关联函数,表示相空间任意两点的间距 小于r的几率,x为上述经延迟重建后的时间序列信号,θ(x)是阶跃函数,表示相空间的N个数据点中以xj为中心,半径为r的相空间所饱含的数据点数。
关联维数Dn也叫关联指数,因为它与关联函数有指数函数关系,即
C(r)=rDn(2)
式(2)两边取对数则可得到式(1)。
将logC(r)=Dnlog(r)作图,取直线段的斜率即可求出关联维数。
从心电图提供的心律时间信号出发,逐次增加相空间的维数n,建立关联函数,求得斜率。观察这一过程在n增加时如何变化,若超过某个比较小的n时,关联曲线达到饱和,则由时间序列描述的体系应具有一个吸引子的维数。关联维数Dn的定量研究为我们提供了上述系统动力学状态独立变量的最小数目。这对建立数学模型理论研究是必要的。
1.3数据采集
实验所用的数据是在长时间走纸的心电图上采集的。心电图上每一小竖格表示的时间为0.02 s。相邻的R-R间的小格数乘以0.02 s就得到这一次心跳所用的时间。把这时间换算成每分钟的频率,就得到R-R间期内的平均心率值(次/min)。通过对长时间心电图的每一个R-R间期相同的计算,就可得到心率随时间变化的序列图。考虑到混沌动力学理论要求数据量大,心率不是很高,所以我们将采样频率定为5 Hz,心电图走纸时间为15 min。
2实 验 结 果
限于篇幅,只给出一组观测结果。但各组观察结果均呈现同一特征。
2.1心率的时间变化序列图
心率的时间序列给出心率的变化频率和幅度的直观结果。图 1(a)为正常人,图 1(b)和图 1(c)为冠心病患者的心率随时间变化曲线。
图1(a)正常人的心率变化曲线
图1(b)冠心病患者(未发作)的心率变化曲线
图1(c)冠心病患者Ⅱ的心率变化曲线
图 1(b)来自冠心病患者I(血脂高,血粘度大)的心电图。此患者曾在10天前发病并出现心电图异常,但此次心电图并未发现异常。图 1(c)来自冠心病患者II(陈旧性下壁心肌梗塞)心脏并发作时记录的心电图。通过对三条曲线的分析比较可以看出正常的心率较冠心病患者的心率具有更大的游走性。这种游走性主要表现于短时间内(几秒)心率变化具有较大的幅度,图 1(a)所示的曲线的轮廓较粗就说明了这一点。而图 1(b)和图 1(c)却没有这个特征。
2.2 傅立叶频谱图
频谱分析反映了心率按频率分布的变化情况。混沌对应着宽带谱,周期性则对应频谱上的尖峰。图 2(a),2(b),2(c)是图 1(a),1(b),1(c)对应的傅立叶变换谱。
图2(a)对应图1(a)的傅立叶频谱
图2(b)对应图1(b)的傅立叶频谱
图2(C)对应图1(C)的傅立叶频谱
从图 2(a)看出正常人的心率变化的频谱除具有混沌所特有的宽带谱的特征外,还在频率为0.2 Hz左右有一明显的尖峰。我们认为这是呼吸作用对心脏跳动调节的结果,相当于在心脏系统施加了一周期性的强迫力。这一强迫力的周期和振幅因人而异,在相应的频谱图上表现为尖峰出现的位置和振幅不同。图 2(b)的频谱图较图 2(a)简单,其频率成份主要集中在0~0.1 Hz的范围内,其它频谱位置上(除0.3 Hz位置上的呼吸调节峰)的振幅已接近于零。说明冠心病患者即使是在未发作时心率游走波动的程度也有所下降,相应的周期性行为得到加强。图 2(c)的频谱变得更加简单,可以推测它的相空间接近于两维环面。这表明心率的游走性下降更甚,周期性明显加强。这与文献[3]一致。
2.3奇怪吸引子的分维数
为了定量地描述正常人的心率变化所<
