日韩偷拍一区二区,国产香蕉久久精品综合网,亚洲激情五月婷婷,欧美日韩国产不卡

第3章救援人員的遠程心理監測

3.1心率變異性在生理及心理學上的應用心率變異性(Heart RateVariability，HRV)指的是瞬時心率或瞬時心動隨時間發生的周期性的、不斷波動的微小變化。由于HRV產生于臨床需求的背景下，其相關文獻主要探究與臨床心血管疾病以及自主神經活動等相關的疾病。此外，心理活動以大腦為物質基礎。情緒研究等心理活動的生理機制和自主神經活動有著密切關系。因此，在情緒生理心理學研究中，心率變異性具有較強的應用價值。3.1.1心率變異性的生理學含義雖然HRV譜中，LF和HF成分的生理意義已初步確定。二者也被視為觀察心迷走神經、交感神經的傳出活動及其均衡性的定量指標。隨著研究的不斷深入，以往較為簡化和模糊的概念及解釋日益顯露。首先，LF和HF對于心臟自主神經傳出活動的某種特性有所反映。例如Malk和Camm認為(M Malik et al.，1996a; M Malik et al.，1993)，HRV譜LF、HF反映的并非是“緊張度水平”，而僅僅是心臟自主神經對于心率的“調制程度”或“調制活動”。具體來說，HRV譜成分反映的并非是神經沖動的平均水平，而僅僅是由心臟自主神經向竇房結的神經沖動傳動的波動變化。一些其他研究者將此種現象與海水進行比喻，他們認為神經沖動的水平可以看作“海水的深度”，而其波動變化則可看作“水面的漣漪”。RR間期波動所反映的即是后者(D L Eckberg,1997)。此觀點也被后續的研究所支持(S Akselrod,1995; J J Goldberger et al.,1994)。因而在壓力反射性心迷走活動逐漸增強，發放頻率接近飽和值時，HRV的HF功率反而降低的現象也可以由此很好地解釋。但另一方面，心臟自主神經傳出活動的波動變化和其水平變化之間的相互關系有待進一步研究及闡述。呼吸活動通過心迷走神經纖維傳導的調制作用所引起的心率波動變化即“呼吸性心律不齊”可以通過HRV的HF成分反映出來(M Malik et al.,1996a; S Akselrod,1995; R Hainsworth,1995)。呼吸活動對心率的調制作用可以從中樞機制與機械性影響兩個途徑產生。HRV的HF成分的峰高與心迷走傳出活動對心率的調制程度有著顯著的相關性。可以為其帶來有效證明的是Atropine阻滯時HRV的HF呈劑量依賴性降低并直到消失。但與引起中樞性迷走亢進作用有關，小劑量的Atropine也可使HF增強。因而可以通過該方法對一些藥物的“擬迷走”或“解除迷走”影響的副作用進行評價。此外，研究表明，HF對于呼吸的頻率和深度具有極強的敏感性(S Akselrod,1995)。較深且緩慢呼吸時雖然不會改變平均RR間期，但卻使得HRV的HF顯著增大。這一現象可能是由于呼吸頻率過高，造成竇房結處Ach的動力學過程難以完成。在一定的呼吸頻率下，血壓的中度變動可能使得RR間期隨著舒張壓產生線性變化。但這一過程不會引起HRV的HF的明顯變化(D L Eckberg,1997)。因此，HRV實驗常采用固定呼吸頻率的方式進行。例如，在進行自發性呼吸實驗時，需要考慮對呼吸頻率的監測分析(M Malik et al.,1996a)。然而，在自然狀態下，心臟的自主神經調節可能也會受到自身呼吸控制的額外干擾(A Malliani et al.,1998)。綜上所述，作為測量心迷走神經活動的指標，對于HRV的HF與呼吸兩者之間關系的解釋需要慎重。

HRV的LF成分常被稱為“中頻成分”(Middle Frequency，MF)。在采用AR算法時，多數文獻將0.1Hz附近的波動定定義為LF(M Malik et al.,1996a)。一般來講，HRV的LF的產生過程是由血壓0.1Hz節律(也稱Mayer波)引起的，具體表現為通過壓力反射的反饋調節，經心臟迷走以及β交感傳出纖維傳導的神經沖動作用于竇房結共同對其自律性活動進行調制，故此過程也被稱為“Mayer波關聯的心律不齊”(MayerWaveRelated Sinus Arrhythmia，MWSA)。這一過程也得到了很多現象的直接或間接性證明：①LF的頻率與壓力反射回路的時間常數一致; ②當主動脈內氣囊根據壓力反射頻率進行血管的周期性擴張時，HRV LF的功率譜隨之增大; ③在恢復移植心臟的交感神經的支配后，HRV出現了非呼吸性的LF; ④在人們由仰臥位轉為站立位時，LF會隨之增大。但是就現有研究來看，在HRV LF的發生過程中，心迷走與心交感活動的貢獻大小尚不分明且無法區分，這可能是由于LF反映的波動變化主要來自于心迷走所傳導的神經沖動(D L Eckberg，1997; SAkselrod，1995)。在目前，雖然作為監測心交感神經活動的重要方式，但心肌去甲腎上腺素(NE)溢出率(spillover)與HRV LF間的顯著關系迄今尚未能得到證實(B A Kingwell et al., 1994)。Pagani(M Pagani et al.，1997)等人指出，HRV譜的LFnorm與肌肉交感神經發放活動(Muscle Sympathetic Nerve Activity，MSNA)的變異性的關系緊密。此外，在數理統計中，RR間期、SBP、呼吸、MSNA波動之間的相關性也是較為顯著的。基于一定的先驗知識，我們可以引入一定的干預操作，從而確切了解HF的變化，并評估LF變化是否反映了心交感活動水平變化。需要注意的是，上述方法的采用需要慎重(D L Eckberg，1997)。因此，在這種困惑下，Malliani小組、Pagani等人(D L Eckberg，1997; AMalliani et al.，1998)將LF/HF比值作為評價心交感迷走均衡性或者心交感活動(Sympathovagal Balance)的定量指標，現已被廣泛采用。近年來，這一經驗指標受到了一些質疑(D L Eckberg，1997)。首先，在共同調制竇房結的過程中，心迷走與心交感并沒有采用類似屈肌、伸肌“此抑彼揚”的活動方式。在安靜狀態下，心迷走對心率的微調機制決定心率的調節及HRV的TP，在這一過程中，心交感的作用尚不清楚。在生理擾動下，兩者也可產生一致性平行變化，例如面部浸水時心搏徐緩和MSNA的同時增強，或者迷走和交感活動在CO2化學感受器刺激減少情況下的同時減低。因此，“均衡性”的概念本身過于簡化。而且，該指標與具體生理機理不相符。例如，由于心迷走影響的逐步撤除，會導致HRVHF的相應減小，從而引起心交感迷走均衡性，在頭高位傾斜時，隨傾斜角度線性增大，在這一過程中并未引起交互式的HRV LF升高。與之相同的是，在由安靜轉為輕度運動狀態時，也并無同步的心交感激活(D L Eckberg，1997)。此外，LF/HF的計算失去了明確意義，這是因為HRV HF、LF功率成分與心迷走、心交感活動水平影響因素復雜，其關系并不是簡單的線性。，心交感迷走均衡性指標的適用性有限，例如在心衰、高血壓、睡眠的研究中即存在不適性。總體來說，需要盡量在符合先驗知識前提下，透徹理解HF、LF變化及其意義，彌補LF/HF在生理學中依據不足的問題，只是將其作為一個經驗性指標慎重采用。為此，Goldberger提出迷走交感效應(VagalSympathetic Effect，VSE)或RR間期作為交感迷走均衡性的指標。在其提出的VSE=RR/RR0式中，在阻斷心臟自主神經作用的情況下，RR0(固有RR間期)可通過測量獲取。

以往研究表明，HRV的LF和HF升高所需的條件不同。例如，健康人群在傾斜90°、直立、心理應激以及適度運動等時，清醒狀態下的動物在中度高血壓、軀體運動、冠狀動脈或頸動脈閉塞時，其HRV LF均會升高(A Malliani et al.，1991; ORimoldi et al.，1990)。而控制呼吸及面部冷刺激以及旋轉刺激等方式，會使得HRVHF升高(A Malliani et al.，1991; M V Kamath et al.,1992)。

在現有研究中，雖然有關HRV LF和HF生理意義的研究結果尚未達成統一，但迷走活性對HRVHF的貢獻逐漸被視為主要部分。此外，學者對于LF成分也有著較大的爭議。一些學者將規范化得出的LF作為交感調制的定量標志，也有研究認為LF可以同時反映交感活性以及迷走活性。因此，一些學者贊同通過LF/HF比率反映交感迷走均衡性或交感調制程度(M Malik et al.,1996a)。

3.1.2HRV在情緒心理學中的應用HRV在臨床疾病研究中的重要地位在前文已經進行闡述，其在生理心理學研究中的應用價值也逐漸凸顯。由于臨床疾病大多會引發自主神經系統功能障礙，進而使人們的自主神經系統功能與常人有所差異和改變。因而在現有的生理心理學研究中，HRV的應用常與臨床疾病所伴隨的焦慮、恐怖等心理活動有關。但目前正常人群進行HRV與情緒活動等方面的研究仍然較少。

植物神經系統活動與情緒外周神經機制關系密切相關。以往研究表明，對于不同的個體，其植物神經系統活動的平衡性也會有顯著差異。交感神經和副交感的神經活動，在不同的水平下，也可以表現出不同的情緒活動特性。一方面，交感神經占優勢者(SNS)容易表現情緒緊張、遇事不鎮靜、操作性疲勞的狀態。然而，副交感神經活動占優勢者(PNS)卻表現出自控能力強，有耐心等特點，遇事往往不易激動。因此，評價情緒活動的重要指標之一即為交感副交感神經活動的水平和平衡狀態。

HRV指標能夠反映心臟交感神經與迷走神經活性，以及兩者之間的平衡協調關系。當迷走神經活性增強(如電刺激迷走神經)且交感神經活性降低時，HRV會增大; 反之，在迷走神經活性降低(如切斷神經)且交感神經活性增強(如刺激神經)時，HRV則減小。

3.2心率變異性的概念及分析方法HRV是反映心臟交感神經與迷走神經活性及其平衡協調關系的指標，其不論是在臨床還是在生理情緒、體力活動疲勞程度等方面都有廣泛的應用，它是衡量健康的一個重要參數(I Antelmi et al,2004； M Warnanggal et al,2011)，高HRV意味著少病、長壽及高認知能力； 相反，低HRV則預示著心肌梗死、心臟性猝死及全因性死亡的概率增高(R M Carney et al,2001； R AblonskytéDūdoniené et al,2012)。同時、HRV是衡量自主神經系統平衡態的重要指標。Ada H. Zohar等人也通過對一組人性格特征與HRV中Ln (LF/HF)的相關度進行實驗，發現兩者高度相關，相關度為r=-0.224(A H Zohar et al,2013)。目前，主要采用的HRV分析方法是時域分析法和頻域分析法。3.2.1心率變異性的時域分析法在各類方法中，時域法(Time Domain Analysis Methods)由于其在臨床應用中的重要價值，成為了最早使用且至今仍被廣泛使用的方法。該方法主要針對長時程(24小時)HRV信號進行分析。可通過某段時間竇性心律的RR間期(NormaltoNormal(NN)Intervals)或瞬時心率數據計算求得。

與心率變異性的時域分析法相關的統計學指標及其定義主要包含以下幾個方面： ①SDNN：全部正常竇性心搏(NN)間期的標準差，是對HRV的整體估計，其單位為ms。②SDANN：將全程以5分鐘為一個測量單位進行劃分并計算其NN間期平均值，再計算所有平均值的標準差，其單位為ms。③RMSSD： 全程相鄰NN間期之差的均方根值，是HRV短時程成分的估計值，其單位為ms。④SDNNIndex： 將全程以5分鐘為一個測量單位進行劃分并計算其NN間期標準差，再計算標準差的平均值，其單位為ms。⑤SDSD： 全部相鄰NN間期之差的標準差，其單位為ms。⑥NN50： 全部的相鄰NN間期之差大于50ms的心搏數，其單位為個。⑦PNN50： 即NN50/NN100，其單位為%。

常用的時域統計參數如表3.1所示。

表3.1常用的HRV時域統計參數

參 數 名 稱參 數 定 義參 數 意 義

均值(MEAN)MEAN=RR=∑Ni=1RRi/N反映RR間期的平均水平續表

參 數 名 稱參 數 定 義參 數 意 義

總體標準差(SDNN)SDNN=1N∑Ni=1(RRi-RR)2評估24小時長程HRV的總體變化均值標準差(SDANN)SDANN=∑Ni=1(RRi-RR)2N反映HRV中的慢變化成分

標準差均值(SDNNi)SDNN indexi=∑288i=1SDNNi288反映短程(5min)心率的平均變異程度差值均方的平方根(rMSSD)r-MSSD=1N-1∑n-1i=1(RRi 1-RRi)2反映HRV中的快變化成分相鄰間期差值>50ms

的百分比(PNN50)PNN50=NN50TotalNN×反映RR間期的突然變化，能敏感反映迷走神經的活動

注： RRi為第i個5minRR間期的均值，RR5min為288個RRi的均值。

3.2.2心率變異性的頻域分析法頻域法(Frequency Domain Analysis Methods)是將心搏間期變化進行頻譜分析，通過頻域法將復雜的心率波動信號分解成不同頻率與幅度的周期波動成分，從而求出隱藏在時間序列內的特殊節律，以便于進一步闡明其生理意義與發生機理(陳明杰,2002)。計算功率譜密度(Power Spectral Density，PSD)常用的方法有周期圖法、BT法(自相關法)及自回歸模型法(AutoRegressive model，AR)。周期圖法可直接使用快速傅里葉變換法(Fast Fourier Transform，FFT)進行計算，具有算法簡單，計算快速的優點，但譜估計方差大，分辨率低，目測效果不好。BT法主要是通過對HRV信號自相關加延遲窗后再進行FFT計算從而得到較平滑的譜密度，雖然彌補了周期圖法的一些弱點，但仍存在分辨率較低的問題。周期圖法與BT均屬經典譜估計方法，AR模型法屬于現代譜估計方法，可用于短程數據的譜分析，有較高的譜分辨率及平滑的譜估計曲線，目測效果好，但如何確定模型的階數則是決定譜估計質量的關鍵(陳明杰,2002)。

頻譜成分和頻段常進行如下劃分： ①總功率(Total Power，TP)： 頻段≤0.4Hz。②超低頻功率(Ultra Low Frequency，ULF)： 頻段≤0.003Hz。③極低頻功率(Very Low Frequency，VLF)： 0.003Hz≤頻段≤0.04Hz。④低頻功率(Low Frequency，LF)： 0.04Hz≤頻段≤0.15Hz。⑤高頻功率(High Frequency，HF)： 0.15≤頻段≤0.4Hz。對于PSD單位的選取方式，常包括通過ms2/Hz反映RR間期變異、通過beat2/Hz反映瞬間心率變化兩種方式。其中，一般推薦采用敏感性較高的前者。

值得注意的是，總功率會直接影響LF及HF等各頻段的數值產生過程。例如進行短時程分析時，不同狀態下會表現出不同的總功率和LF、HF值，若以值進行比較則會產生錯誤的結論。在此種情形下應在分別進行標準化后再進行比較。

此外，歸一化低頻功率(LFnorm)和歸一化高頻功率(HFnorm)作為HRV頻譜分析中的兩個相關指標，其計算公式為如式(3.1)所示，單位為nU。即

L(H)fnorm=LF(或HF)總功率TP-VLF×(3.1)

針對2~5min短時程的分析常采用7個頻域指標，分別包括TP、VLF、LF、LFnorm、HF、HFnorm、LF/HF(5分鐘中VLF包括了ULF的頻段)(M Malik et al.，1996b)。而針對24小時長時程的分析常采用5個頻域指標，分別包括TP、ULF、VLF、LF、HF。其中，ULF與SDANN相類似，具有一定的研究價值。而HF(LF)norm及LF/HF等指標則在長時程分析的情境下不宜使用。常用的功率譜參數如表3.2所示：

表3.2常用的HRV功譜參數(庹焱等,2001)

頻 域 指 標頻率范圍/Hz意義

總功率(TP)≥0.4HRV總的變異性情況高頻功率(HF)0.15~0.4反映迷走神經調節功能，與呼吸性心率不齊有關低頻功率(LF)0.04~0.15與壓力感受器指向系統的活動有關，反映交感神經和迷走神經的復合調節功能，某些情況下可反映交感神經系統的張力

續表

頻 域 指 標頻率范圍/Hz意義

極低頻功率(VHF)0.0033~0.04與外周血管舒張及腎素血管緊張素系統活動有關超低頻功率(UHF)≤0.0033可反映人的晝夜周期節律和神經內分泌節律的影響LF/HF反映交感神經和迷走神經的均衡性

TP可以對HRV的總體變異性情況進行反映。HF主要由迷走神經興奮引發，迷走神經興奮性的響應時間較交感神經興奮性時間短，從而對HF的調節較為快速。而LF則與壓力感受器血壓波動、溫度控制、外周血管舒縮興奮性及血管緊張素等有關。因此，二者共同反映出交感迷走神經的平衡性。此外，VLF則表現出與外周血管舒縮、腎素血管緊張素系統活動的強烈相關性。ULF可反映人的晝夜周期節律和神經內分泌節律的影響(庹焱等,2001； strand and PerOlof,2003； 張復生等,2000)。

3.2.3HRV時域與頻域分析的關系

業界通常采用頻域分析的方法對較為平穩的短時程HRV信號進行分析，很少使用時域分析。與數學和生理學的理論解釋相一致，對于長時程HRV信號則可采用時域變量或頻域變量的方法進行分析。因此，如果是對長時程的HRV信號進行分析，只需采用時域分析，再結合計算loglog斜率等一些特殊的處理方法，就可以得出非常有效的結果。本文中因對HRV的分析主要是短時程的，所以采用頻域分析和時域分析相結合的方法，對于采集時長超過24小時的進行時域分析。3.3體域網的概念及發展體域網是基于物聯網技術的，其主要的技術就是無線傳感器網絡。“物聯網”一詞是由麻省理工學院自動識別實驗室在1999年提出的。但其實早在1995年，比爾 蓋茨就在其所著的《未來之路》中，提出了物聯網的概念，只是當時無線網絡、硬件和傳感裝置發展相對落后，所以限制了物聯網的發展。“物聯網”一詞被提出后，在國際上普遍認為，物聯網是指通過應用信息傳感設備，如射頻識別(RFID)技術、激光掃描器、紅外感應器及全球定位系統等，依照約定的協議，將物品與互聯網進行連接，實現信息交換和通信，并且具有智能化識別、定位、跟蹤、監控和管理等功能的一種網絡。之后，在2005年11月17日突尼斯舉行的信息社會世界峰會(WSIS)上，國際電信聯盟(ITU)了《ITU互聯網報告2005： 物聯網》，在報告中延伸了物聯網的定義，正式稱物聯網為Internet of things，并指出其在未來可成為無所不在的網絡(Ubiquitous Networks)和計算(Ubiquitous Computing)，實現任何時刻、地點、物體之間的互聯(Anytime、Anyplace、Anythings Connection)。物聯網的定義和范圍從此已經發生了根本變化，覆蓋范圍有了較大的拓展，不再只是指基于RFID技術的物聯網(劉云浩,2010)。近幾年，可穿戴硬件、嵌入式軟件、數字信號處理和生物醫學等技術隨著先進的信息技術和無線通信技術發展迅猛。電子器件的小型化及在物聯網環境下體域網技術的逐漸成熟，這些都使得越來越多的可穿戴式微型計算機出現在了人們的視野中，如PDA、穿戴式手機、穿戴式微型電腦等。體域網被廣泛應用于： 醫療保健、人體體表器件之間的無線信息傳輸與識別、殘障認識輔助系統和智能運輸系統、個人多媒體娛樂、軍事及太空等領域。3.3.1體域網的體系結構體域網(Body Area Network，BAN)通過采用一套執行一些特定功能的設備進行通信，或者通過一個中央控制裝置來統一控制通信。體域網主要由一個移動基站單元(Mobile Base Unit，MBU)和一組前端傳感器設備組成，前端傳感器設備主要是穿戴的生理參數傳感器或植入人體內的生物傳感器。MBU可以被認為是一個與外部網絡進行通信的通信網關，同時也協調處理體域網內本地設備之間的通信和計算。它也可以運行本地應用程序如本地查看器應用程序，或更復雜的應用； 傳感器與MBU相連，采集數據之后傳給MBU進行計算處理，并進行遠程的傳輸(V Jones et al,2006)，其結構圖如圖3.1所示。

圖3.1體域網結構圖

體域網可以進行內部設備之間的通信，也可以與外部網絡進行通信。內部網絡通信可以選擇多種方式，如有線、無線。有線可以選擇銅導線、光纖； 無線可以選擇紅外線、微波、無線電，甚至皮膚電導。在短距離無線通信中，兩個重要的通信標準分別是藍牙和ZigBee通信協議。與外部網絡的通信方式選擇性很多，主要是基于移動性和方便性，其主要選擇是基于無線通信技術的，包括藍牙、WLAN、移動通信網絡，如圖3.2所示。

圖3.2體域網的典型應用(E Jovanov et al,2003)

Valerie Gay等學者最終對移動生理指標監測系統所使用的模型進行了總結和概括(V Jones et al,2010)，系統主要由多個體域網和一個后端組成。體域網與后端的通信主要通過無線網絡完成，而體域網的內部通信則可通過有線和無線方式完成，其具有統一的結構框架圖，如圖3.3所示。

圖3.3移動生理指標監測系統統一結構模型(V Jones et al,2010)

其中，體域網主要由一個移動基站單元(Mobile Base Unit，MBU)和一組前端傳感器設備組成，移動基站單元是一個運行著應用程序的手持設備，其作為處理平臺、通信網關而存在，而體域網的數據則可能在本地處理，也可能在遠程的計算機上進行處理，如果是在遠程計算機上處理則要求移動基站單元將數據傳輸到遠程的計算機。在后端，通過體域網的功能來進行區分管理，通過特定的應用程序進行分析，以實現特定的功能，并通過各種接口來為醫療服務提供者提供信息(V Jones et al,2010)。在實際的應用中，荷蘭屯特大學的MobiHealth系統(V Jones et al,2008)通過手持設備來接收患者身上的傳感器輸出，手持設備可以作為一個本地處理中心，其運行一些健康分析的本地應用，也作為一個通信網關將傳感器數據傳輸到遠程健康監控中心。系統結構如圖3.4所示。

圖3.4基于體域網的移動監護系統(V Jones et al,2008)

3.3.2心率傳感器技術傳感器是體域網技術的重要組成部分，是一種檢測裝置，通過將感受到的信息按一定的規律輪換成電信號或其他所需形式的信息進行輸出，以便于信息的傳輸、處理、存儲、顯示、記錄和控制，是人體“五官”的工程模擬物(賈伯年,2007)。心率傳感器是嵌入式微處理器與傳感器所結合而產生的一種智能傳感器。共包含心動電流測量法和光電透射測量法兩種方式。(1) 心動電流測量的心率傳感器：我們人體每次心跳都會產生心動電流，測電傳感器正是根據這一現象通過電極來測定心動電流的波動情況，獲得心電信號后，再通過放大電路的擴放、濾波后，將儀器獲得的模擬信號轉換成人們能夠讀取的數字信號，以便于對心率消耗