基于经验模式分解的心肺耦合技术在睡眠分析中的应用

目的探讨基于经验模式分解的心肺耦合技术在睡眠分析中的应用。方法通过分析30例源自临床多导睡眠监测记录的胸导心电信号,利用经验模式分解方法获得瞬时频率和瞬时相位信息,构建心肺耦合图谱。按照睡眠中的循环交替模式(CAP)分期方法,将睡眠过程划分为CAP、non-CAP以及清醒/异相睡眠期,采取过零率(ZCR)衡量心肺耦合最大峰值的波动程度,反映阻塞性睡眠呼吸暂停与低通气综合征(OSAHS)的严重程度。结果 OSAHS患者谱图分布频带集中于低频区域,各时刻最大峰值波动较小。通过对比人工和自动分期结果,可以发现基于经验模式分解的心肺耦合技术可以很精准地区分睡眠过程的不同状态。OSAHS患者和健康受试者在睡眠心肺耦合图谱中的最大峰值波动规律存在显著差异,健康组和轻/中度组的ZCR值具有显著性差异(P<0.001);轻/中度组与重度组的ZCR值存在显著性差异(P<0.001),因此耦合最大峰值和睡眠呼吸暂停低通气指数均可以作为划分OSAHS严重程度的指标,且二者之间具有极强的负相关性(r=-0.77,P=5.8×10-18)。结论采用经验模式分解结合心肺耦合技术的方法,可提供可靠的睡眠微结构以及睡眠呼吸障碍信息,其数据采集简单、容易执行,在可穿戴健康管理以及临床辅助诊断领域有巨大发展潜力。