在睡眠障碍中评估心率变量的多分形-多尺度属性

科学领域:

• 心血管生理学心血管生理学
• 非线性动力学是一种非线性动力学.
• 睡眠的药物 睡眠的药物

背景情况:

• 心血管信号,特别是心率变化 (HRV),表现出复杂的自我相似性质.
• 众所周知,睡眠障碍会影响自主神经系统 (ANS) 功能和心血管控制.
• 传统的HRV分析可能无法完全捕捉睡眠相关条件引起的复杂变化.

研究的目的:

• 在睡眠呼吸暂停和REM睡眠行为障碍 (RBD) 患者中研究HRV组件的多分质多尺度特征.
• 为了确定与这些睡眠障碍相关的心血管控制机制的特定变化.
• 探索先进的碎形分析的潜力,以早期检测心血管功能障碍.

主要方法:

• 将HRV信号分解为内在模式函数 (IMFs),使用完整集体实证模式分解与自适应噪声.
• 分析IMF使用多尺度多断面延期波动分析 (MF-DFA) 的分析.
• 计算一个多分位数指数来量化多分位数在不同的尺度.

主要成果:

• 睡眠呼吸暂停患者在IMF1的缩放系数 (α(q, τ)) 增加,在IMF4的值下降,可能与呼吸系统事件有关.
• 雷姆睡眠行为障碍 (RBD) 患者在短尺度上表现出IMF1-IMF3中的α降低,表明异常的自主调制.
• 观察到HRV的碎形属性的显著变化,反映了睡眠中的自主功能障碍.

结论:

• 对HRV的多分质多尺度分析提供了对睡眠期间心血管自主控制的更深入的见解.
• 这些发现突出了与睡眠呼吸暂停和RBD相关的HRV中的特定碎形变化.
• 这种先进的分析方法为早期检测睡眠障碍患者的心血管功能障碍提供了潜力.