導(dǎo)語：清醒大鼠動(dòng)脈血壓信號(hào)預(yù)處理探討論文一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

【關(guān)鍵詞】血壓變異性；心率變異性；譜分析Preprocessingandspectralanalysisofarterialbloodpressuresignalsinconsciousrats【Abstract】AIM:Toapplypreprocessingandspectralanalysisofsystolicbloodpressureandheartratesignalsinconsciousratstoevaluatechangesincardiovascularregulatoryfunctioninducedbysimulatedweightlessness.METHODS:Thetailsuspended,hindlimbunloaded(HU)ratmodelwasusedtosimulatethecardiovasculareffectofmicrogravity.ApressuretransducerconnectedtoaPE50-PE10catheterwasinsertedviatherightfemoralarteryintotheposteriorabdominalaortainconsciousrats.Weappliedfirstderivativeandtemplatematchalgorithmtoobtainsystolicbloodpressurevariability(SBPV)dataformoriginalbloodpressuredata.PPtimeseriesextractedformtheSBPtimeserieswereusedtosubstitutethedataofRRtimeseries.SBPVdatawereanalyzedbyperiodogram.RESULTS:AnalgorithmoffirstderivativeandtemplatematchwassuitableforeffectivelyidentifyingSBPtimeseries.ThePPtimeseriescouldreplaceRRtimeseries.PowerspectrumofSBPV,estimatedbyperiodogramcouldbedividedinto3differentfrequencybands,verylowfrequency,lowfrequency,andhighfrequency.CONCLUSION:Periodogramisausefulmethodforbloodpressuredataprocessing,whichiseffectiveindetectingcardiovasculardysfunctioninconsciousratsaftera14dsimulatedmicrogravity,andmaybehelpfulforcardiovascularsignalanalysisinconsciousrats.【Keywords】bloodpressurevariability;heartratevariability;spectralanalysis【摘要】目的：研究模擬失重大鼠清醒狀態(tài)下收縮壓與心率變異性的信號(hào)預(yù)處理及譜分析方法.方法：以尾部懸吊大鼠模型模擬失重對(duì)心血管的影響，通過股動(dòng)脈插管術(shù)在清醒狀態(tài)下進(jìn)行血壓記錄.數(shù)據(jù)分析使用血壓變異性檢測算法獲取收縮壓變異性數(shù)據(jù)，并從中提取PP間期序列用以替代RR間期數(shù)據(jù)；使用周期圖法對(duì)SBPV進(jìn)行譜分析.結(jié)果：一階導(dǎo)數(shù)閾值與模板匹配檢測算法具有較高的檢測準(zhǔn)確率；從SBPV數(shù)據(jù)中提取的PP間期能夠作為心電圖RR間期的替代數(shù)據(jù)；通過對(duì)SBPV信號(hào)進(jìn)行周期圖譜估計(jì)可將血壓波動(dòng)信號(hào)分解為高頻、低頻與極低頻三個(gè)不同頻率范圍的周期波動(dòng).結(jié)論：使用周期圖譜估計(jì)能夠較好揭示模擬失重大鼠血壓變化的特征，在利用大鼠進(jìn)行重力心血管研究中有一定應(yīng)用價(jià)值.【關(guān)鍵詞】血壓變異性；心率變異性；譜分析【中圖號(hào)】R743.30引言在心血管疾病及微重力心血管生理研究中，大鼠是最重要的實(shí)驗(yàn)動(dòng)物之一.利用大鼠模型，可以進(jìn)行從細(xì)胞、組織、器官到整體多個(gè)層次的觀察［1-2］，但對(duì)其心率變異性（heartratevariability,HRV）與血壓變異性（systolicbloodpressure,SBP）的分析工作則開展較晚［3］，且隨后的相關(guān)報(bào)道也較少［4-5］.再者，模擬失重是否會(huì)引起大鼠HRV,BPV發(fā)生改變尚存在分歧［7］，需要采用不同方法予以澄清.因此，我們建立清醒大鼠血壓信號(hào)的預(yù)處理方法，初步觀察14d模擬失重是否可引起SBPV功率譜改變.1材料和方法1.1實(shí)驗(yàn)動(dòng)物及實(shí)驗(yàn)設(shè)計(jì)實(shí)驗(yàn)動(dòng)物為SpragueDawley雄性大鼠（220~280g，第四軍醫(yī)大學(xué)實(shí)驗(yàn)動(dòng)物中心提供）.采用尾部懸吊后肢不荷重大鼠模型模擬失重對(duì)心血管功能的影響［8］，另設(shè)同步對(duì)照進(jìn)行比較.第12日，以氯胺酮50mg/kg和地西泮5mg/kg靜脈給藥對(duì)兩組大鼠進(jìn)行麻醉.將PE50-PE10聚乙稀管從大鼠右側(cè)股動(dòng)脈插入腹主動(dòng)脈后段，導(dǎo)管另一端從大鼠背部肩胛骨間皮膚穿出.隨后將大鼠放回飼養(yǎng)籠，進(jìn)行48h術(shù)后恢復(fù).1.2清醒大鼠動(dòng)脈血壓信號(hào)獲取大鼠被單獨(dú)放置在記錄籠中，將其背部露出的導(dǎo)管開口經(jīng)PE50導(dǎo)管與壓力傳感器（StathammodelP23ID,GouldInstruments,USA）連接，傳感器位于大鼠背部上方40cm處.壓力傳感器信號(hào)經(jīng)由8導(dǎo)生理記錄儀（RM6000,NihonKohden,Japan）的AP621G載波放大器進(jìn)行放大，使用數(shù)據(jù)采集卡（DAQmxPCI6220,NI,USA）進(jìn)行信號(hào)模數(shù)轉(zhuǎn)換，采樣頻率為4kHz，采樣精度為12位.1.3動(dòng)脈血壓信號(hào)的預(yù)處理信號(hào)處理主要由濾波、收縮壓特征點(diǎn)識(shí)別及心率、血壓變異性序列提取三個(gè)模塊構(gòu)成，①濾波:使用小波［9］去除人工噪聲干擾并進(jìn)行基線校正，小波基函數(shù)為harr，小波尺度為3；②特征點(diǎn)識(shí)別:應(yīng)用一階導(dǎo)數(shù)閾值與模板匹配的兩級(jí)判定算法對(duì)血壓信號(hào)進(jìn)行波峰識(shí)別，計(jì)算SBP幅值與時(shí)刻；③變異性時(shí)間序列提?。阂許BP間期（PP間期）的平均值為序列間距，以逐跳SBP峰值為序列幅值，作等間距表示得到收縮壓變異性（systolicbloodpressurevariability,SBPV）信號(hào)序列.本實(shí)驗(yàn)未專門記錄心電信號(hào)，以PP間期代表對(duì)應(yīng)時(shí)刻的RR間期（其倒數(shù)即為瞬時(shí)心率）；以PP間期的均值作為序列間距，以PP間期大小作為幅值，由此得到HRV數(shù)據(jù)序列.1.4血壓變異性信號(hào)的譜分析方法使用經(jīng)典周期圖法對(duì)SBPV信號(hào)進(jìn)行譜估計(jì)［1-2］.首先，通過聚束（bunching）算法（128點(diǎn)做算術(shù)均值）［6］對(duì)大鼠血壓數(shù)據(jù)進(jìn)行平滑，降低采樣數(shù)據(jù)中噪聲干擾.其次，進(jìn)行去除線性趨勢(shì)項(xiàng)操作，消除極低頻成分對(duì)功率譜的貢獻(xiàn).最后，使用周期圖法對(duì)大鼠血壓數(shù)據(jù)進(jìn)行功率譜密度估計(jì).大鼠血壓信號(hào)的功率譜可大致劃分為：極低頻段（verylowfrequency,VLF：0.0～0.3Hz）、低頻段（lowfrequency,LF：0.3～0.6Hz）及高頻段(highfrequency,HF：1.4～1.7Hz）3個(gè)頻帶［6］.上述所有算法均使用Matlab(R13)語言編寫，在DELLDimension5100計(jì)算機(jī)上進(jìn)行計(jì)算.2結(jié)果2.1變異性信號(hào)提取從大鼠原始血壓記錄中提取變異信號(hào)的結(jié)果見圖1.圖1A，為一只對(duì)照大鼠2min的原始血壓記錄曲線；圖1B，對(duì)原始血壓數(shù)據(jù)進(jìn)行收縮壓檢測得到的SBPV數(shù)據(jù)序列；圖1C，對(duì)PP間期序列（從SBPV數(shù)據(jù)序列中提?。┤〉箶?shù)后得到瞬時(shí)HR時(shí)間序列.2.2SBPV常規(guī)譜分析大鼠SBPV信號(hào)2min的功率譜分析結(jié)果見圖2.與對(duì)照組相比，14d模擬失重可使清醒大鼠的心率明顯加快（圖2B，E），血壓值無明顯改變（圖2A，D），但反映交感對(duì)外周血管阻力調(diào)節(jié)的LF功率卻是降低的（圖2C，F(xiàn)）.圖1從一只對(duì)照大鼠原始血壓記錄提取收縮壓與瞬時(shí)心率時(shí)間序列的結(jié)果（略）圖2對(duì)照與14d模擬失重大鼠SBPV常規(guī)譜比較（略）3討論研究表明：一階導(dǎo)數(shù)閾值與模板匹配的血壓特征值檢測算法能夠較好地從原始血壓數(shù)據(jù)中識(shí)別出逐次心跳的收縮壓峰值，檢測準(zhǔn)確率高；從SBP數(shù)據(jù)中獲取的PP間期可作為心電RR間期信號(hào)的替代數(shù)據(jù)，用于HRV信號(hào)的分析；通過對(duì)SBPV信號(hào)進(jìn)行常規(guī)譜估計(jì)可揭示模擬失重大鼠外周阻力與心率控制的改變.但由于實(shí)驗(yàn)對(duì)象及實(shí)驗(yàn)設(shè)計(jì)的特殊性，在數(shù)據(jù)分析過程中，還應(yīng)注意以下幾點(diǎn)：①研究對(duì)象為自由活動(dòng)清醒大鼠，易受外界環(huán)境干擾，實(shí)驗(yàn)過程中應(yīng)控制環(huán)境避免外界噪聲干擾；②進(jìn)行收縮壓峰值檢測時(shí)，由于收縮壓尖峰的形態(tài)常常被噪聲污染，導(dǎo)致識(shí)別過程中存在漏檢或誤檢現(xiàn)象.故應(yīng)選用相應(yīng)的信號(hào)處理方法降低噪聲干擾，提高檢測準(zhǔn)確性；③使用譜分析處理數(shù)據(jù)時(shí)，要求待分析信號(hào)為各態(tài)遍歷的平穩(wěn)信號(hào).由于人體心血管功能的時(shí)變特性，本質(zhì)上講SBPV數(shù)據(jù)為非平穩(wěn)信號(hào)[1][2].再者，信號(hào)中的噪聲干擾、波峰丟失均可使譜估計(jì)結(jié)果嚴(yán)重畸變.為解決這一問題，處理中常常選擇相對(duì)平穩(wěn)的1～4min數(shù)據(jù)進(jìn)行短時(shí)程譜估計(jì).鑒于生理過程的復(fù)雜性,要精確全面地描述其特征,目前尚沒有那一種方法能夠勝任,因此必須結(jié)合不同的分析工具.目前已有實(shí)驗(yàn)證實(shí)，心血管活動(dòng)的調(diào)節(jié)有賴于不同控制機(jī)制的相互制衡，例如，行為改變、神經(jīng)因素、壓力反射及心臟節(jié)律等因素都可對(duì)其產(chǎn)生影響.這些調(diào)控機(jī)制的相互作用又導(dǎo)致了血壓與心率的復(fù)雜波動(dòng)，使其蘊(yùn)涵某些非線性特征.因此，對(duì)比傳統(tǒng)的時(shí)域及頻域的分析方法，非線性的分析將為我們理解其機(jī)理提供更為全面的手段［1-2］.【參考文獻(xiàn)】［1］張立藩.心率與血壓的變異性:分析方法、生理意義及其應(yīng)用［J］.生理科學(xué)進(jìn)展,1996,27(4):295-300.［2］張立藩,王守巖,牛有國.心率與血壓變異性的多變量、多維信號(hào)分析進(jìn)展［J］.航天醫(yī)學(xué)與醫(yī)學(xué)工程,2002,13(3):157-162.［3］JapundzicN,GrichoisML,ZitounP,etal.Spectralanalysisofbloodpressureandheartrateinconsciousrats:effectsofautonomicblockers［J］.JAutonNervSyst,1990,30(2):91-100.［4］KuoTBJ,ShyrMH,ChanSHH.Simultaneous,continuous,onlineandrealtimespectralanalysisofmultiplephysiologicsignalsbyapersonalcomputerbasedalgorithm［J］.BiolSignals,1993,2(1):45-56.［5］CeruttiC,BarresC,PaultreC.Baroreflexmodulationofbloodpressureandheartratevariabilitiesinrats:assessmentbyspectralanalysis［J］.AmJPhysiol,1994,266(35):1993-2000.［6］KuoTBJ,ChanSHH.Continuous,online,realtimespectralanalysisofsystemarterialpressuresignals［J］.AmJPhysiol,1993,264(33):2208-2213.［7］FortratJO,SomodyL,GharibC.Autonomiccontrolofcardiovasculardynamicsduringweightlessness［J］.BrainResRev,1998,28(12):66-72.［8］MoreyHoltonER,GlobusRK.Hindlimbunloadingrodentmodel:technicalaspects［J］.JApplPhysiol,2002,92(4):1367-1377.［9］KadambeS,MurrayR,BoudreauxBartelsGF.WavelettransformbasedQRScomplexdector［J］.IEEETransBiomedEng,1999,46(7):838-848