[论文解读] Multifractal analysis of normal RR heart-interbeat signals in power spectra ranges

Danuta Makowiec, A Dudkowska+2 more|ArXiv.org|Feb 23, 2007

Complex Systems and Time Series Analysis参考文献 24被引用 5

一句话总结

本研究应用小波变换模极大值法（WTMM）与多重分形去趋势波动分析法（MDFA）分析正常RR间期信号在低频（LF）、极低频（VLF）和超低频（ULF）频段的多重分形特性。研究发现，心率变异性在VLF频段于夜间休息时降低，而在ULF频段则出现复杂性增加，不同方法在标度指数分布上存在差异，反映出对大尺度与小尺度波动的不同敏感性。

ABSTRACT

Power spectral density is an accepted measure of heart rate variability. Two estimators of multifractal properties: Wavelet Transform Modulus Maxima and Multifractal Detrended Fluctuation Analysis are used to investigate multifractal properties for the three strongly physiologically grounded components of power spectra: low frequency (LF), very low frequency (VLF) and ultra low frequency (ULV). Circadian rhythm changes are examined by discrimination of daily activity from nocturnal rest. Investigations consider normal sinus rhythms of healthy 39 subjects which are grouped in two sets: 5-hour wake series and 5-hour sleep series. Qualitative arguments are provided to conjecture the presence of stochastic persistence in LF range, loss of heart rate variability during night in VLF range and its increase in ULF.

研究动机与目标

• 研究RR间期信号的多重分形特性在日间清醒与夜间睡眠状态之间的变化。
• 将多重分形标度行为与心率变异性中具有生理学基础的频率带（LF、VLF、ULF）相联系。
• 比较两种多重分形估计方法——WTMM与MDFA——在心电图衍生RR序列上的性能与敏感性。
• 评估信号积分（累积RR间期）对多重分形谱与标度行为的影响。
• 评估昼夜节律是否引起可测量的多重分形复杂性变化，特别是在长程相关性方面。

提出的方法

• 应用小波变换模极大值法（WTMM）计算多分辨率系数，并从RR间期时间序列中估计Hölder指数。
• 使用多重分形去趋势波动分析法（MDFA）计算多个q阶矩的分形函数与标度指数。
• 从分形函数P(q,a)计算多重分形谱τ(q)，并采用线性拟合估计标度行为。
• 将39名健康受试者的RR数据分离为5小时清醒段与5小时睡眠段，以最小化非平稳性影响。
• 比较原始RR间期与积分RR序列，评估累积动力学下多重分形结构的变化。
• 通过τ(q)的线性化识别多重分形谱中的集中点，指示主导标度行为。

实验结果

研究问题

• RQ1 在LF、VLF与ULF频段中，RR间期信号的多重分形特性在清醒与睡眠状态之间有何差异？
• RQ2 WTMM与MDFA方法在心率变异性中对多重分形标度的估计在多大程度上一致或相异？
• RQ3 RR间期的积分是否会改变多重分形谱？若会，这如何反映在长程相关性动力学中？
• RQ4 LF频段是否存在随机持续性证据？其与睡眠期间变异性变化相比如何？
• RQ5 VLF与ULF频段的多重分形谱是否反映已知的死亡率预测因子，如LF对猝死的预测作用，以及VLF/ULF对全因死亡率的预测作用？

主要发现

• 在VLF频段，清醒状态的多重分形谱更宽，且Hölder指数集中于较高值（h ∈ (0.6, 0.8)），而睡眠状态的谱更窄且向左偏移（h ∈ (0.3, 0.6)），表明夜间休息时变异性降低。
• WTMM分析显示，VLF频段清醒状态的谱集中在h < 0.2，表明对大振幅波动的增强敏感性；而MDFA显示清醒状态下在h = 0.3与h = 0.6处存在两个密集聚类。
• 在ULF频段，WTMM与MDFA均显示Hölder指数在h = 0.2附近集中，且MDFA结果与已知的DFA标度一致（清醒时α_DFA = 1，睡眠时α_DFA = 0.8）。
• 积分RR序列显示，WTMM谱相对于原始序列向右移动h = 1，而MDFA谱基本保持不变，表明不同方法对累积动力学的响应具有特异性。
• ULF频段的睡眠序列表现出比清醒序列更宽的WTMM谱，且在低h值处呈现左翼主导，表明休息期间粗糙度与复杂性增加。
• 原始RR序列在ULF频段的多重分形谱以h = 0.2为中心，且WTMM谱比MDFA谱更宽，表明小波分析对细尺度波动具有更高的敏感性。