基于任务态心率变异性参数的抑郁症检测及针灸疗效评估方法研究

发布时间：2020-03-26 10:51

【摘要】：抑郁症是一种较为常见的精神类疾病,并且其发病率呈现出连年增长的势头,现已逐渐成为危害人类健康的一大杀手,如何有效检测和治疗抑郁症是当今医学研究急需解决的重要问题。针灸是近年来兴起的一种抑郁症治疗方法,拥有副作用小、医治费用低廉以及没有药品依赖性等好处,且已有研究表明它可以达到与药物治疗相当的效果,因此,抑郁症的针灸治疗日益受到重视。目前临床上,无论是对于抑郁症的检测还是针灸治疗效果的评估,大多采用一些定性的心理学量表进行判断。但量表检查不仅耗时麻烦,而且测评效果容易受到病人心里状况的影响,另外抑郁症的病情表现形式多种多样,病理原因复杂多变,极易导致医生对患者实际病情的判断出现偏差。因此,本文从简单实用、易于临床推广的角度出发,以抑郁症患者的“任务态”心率变异性(heart rate variability,HRV)指标为研究对象,从中发掘出了能够用于检测抑郁症以及评估针灸治疗抑郁症效果的定量化指标。本文方法可以为医生诊断抑郁病情和评估治疗效果提供客观依据。本文的主要研究内容如下:(1)基于“任务态”HRV参数构建抑郁症检测模型。首先计算抑郁症患者和健康对照个体的33项“任务态”HRV参数;再采用t检验和对比分析等方法从中提取检测抑郁症的特征参数;通过穷举法以及主成分分析算法(PCA),结合支持向量机(SVM),构建抑郁症检测模型,并通过受试者工作特征曲线(ROC)下的面积—AUC数值,最终确定了以PCA提取主要特征并结合SVM分类器的最佳分类模型。实验结果表明,该模型检测抑郁症的准确率为89.66%。(2)针灸治疗抑郁症的疗效评估方法研究。首先计算接受针灸治疗的抑郁症患者在4个疗效观测点的33项“任务态”HRV参数;接着设计算法分析在4个疗效观测点上33项HRV参数的变化情况,从中找出具有疗效评估价值的量化指标。研究结果表明,RR间期的标准差(SDNN)、相邻RR间期差值的均方根(RMSSD)、庞加莱散点图分析参数(SD1、SD2)值等4个“任务态”HRV参数可以揭示针灸治疗抑郁症的疗效。将4个“任务态”HRV参数的评估结果与心理学量表测评结果作相关性分析以及与健康个体对应指标间作t检验分析,进一步验证了这4个量化参数的有效性。最后,结合相关文献,对4个量化参数所代表的生理意义进行了讨论。本研究为评估针灸治疗抑郁症的疗效提供了新思路和新方法。
【图文】：

间期,功率谱密度

第二章基本概念和理论基础其中H 代表 RR 间期直方图的高度，b 和a分别代表直方图拟合曲线与 x 轴的交点时域分析法在 HRV分析中相对成熟，并且其包含参数的生理意义也大多明确。例如，SDNN 可以用来反映总体的心率变异性，RMSSD 与 SDSD 主要反映迷走神经张力的变化，HRVti 反映总体的 HRV 水平。2.2.2 频域分析法HRV 频域分析中的一系列参数都是根据 RR 间期序列的功率谱密度计算得到的，计算 RR 间期序列的功率谱密度的常用方法包括基于快速傅里叶变换(FFT)的Welch 周期图法以及 AR 自回归参数模型法。两种方法所得结果如下图所示：

散点图,间期,散点图,趋势波动

则可以反映总体的心率变异性；超低频功率的的数值直接受 TP 的影响，所以应分别进行标准化值能够更好的表现交感和副交感神经的改变[41性分析法是一个复杂的控制系统，并不是一个简单的线析和频域分析等线性方法的结果并不能很好地解线性分析的研究数量大大增加，越来越多的研究临床病症。常用的非线性方法有：庞加莱散点roximate Entropy ) 、样本熵 ( Sample EntrDimension )、去趋势波动分析( Detrended FluctuRecurrence Plots Analysis, RPA)，具体算法介绍散点图[43]：Poincare′plot 是一种常用的非线性对明确，它通过图形的方式显示出了连续 RR 的自变量，i1RR 为因变量作出相应的函数图形，
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R246.6;R318.0

【相似文献】