[论文解读] The Modeling and Quantification of Rhythmic to Non-rhythmic Phenomenon in Electrocardiography during Anesthesia

Yu-Ting Lin|arXiv (Cornell University)|Feb 10, 2015

EEG and Brain-Computer Interfaces参考文献 56被引用 8

一句话总结

本文提出一种自适应谐波模型与多窗同步挤压变换，用于量化全身麻醉期间心率的节律性至非节律性转换，引入了非节律性至节律性比值（NRR）指数。NRR指数通过与麻醉深度、运动反应及伤害性刺激的相关性，展现出临床应用潜力，且可通过所提出的插值方案实现实时应用。

ABSTRACT

Variations of instantaneous heart rate appears regularly oscillatory in deeper levels of anesthesia and less regular in lighter levels of anesthesia. It is impossible to observe this "rhythmic-to-non-rhythmic" phenomenon from raw electrocardiography waveform in current standard anesthesia monitors. To explore the possible clinical value, I proposed the adaptive harmonic model, which fits the descriptive property in physiology, and provides adequate mathematical conditions for the quantification. Based on the adaptive harmonic model, multitaper Synchrosqueezing transform was used to provide time-varying power spectrum, which facilitates to compute the quantitative index: "Non-rhythmic-to-Rhythmic Ratio" index (NRR index). I then used a clinical database to analyze the behavior of NRR index and compare it with other standard indices of anesthetic depth. The positive statistical results suggest that NRR index provides addition clinical information regarding motor reaction, which aligns with current standard tools. Furthermore, the ability to indicates the noxious stimulation is an additional finding. Lastly, I have proposed an real-time interpolation scheme to contribute my study further as a clinical application.

研究动机与目标

• 建立并量化全身麻醉期间心电图（ECG）中节律性至非节律性心率模式的动态转变。
• 开发一种具有临床相关性的时变指数，以捕捉标准麻醉深度指标之外的自主神经系统动态变化。
• 评估NRR指数在预测运动反应及检测全身麻醉期间伤害性刺激方面的性能。
• 通过所提出的插值方案实现实时临床部署，支持连续监测。

提出的方法

• 采用自适应谐波模型描述全身麻醉期间瞬时心率（IHR）的生理动态。
• 应用多窗同步挤压变换，从IHR信号中估计时变功率谱（tvPS），实现更高的时频分辨率。
• 推导出非节律性至节律性比值（NRR指数），作为频率带内能量分布的定量度量。
• 利用临床心电图数据库进行验证，将NRR指数与BIS和HRV等标准麻醉深度指标进行对比。
• 提出一种实时插值方案，以支持临床环境中连续监测。
• 采用预测概率（PK）分析评估NRR指数的判别性能。

实验结果

研究问题

• RQ1 能否通过时频分析可靠量化全身麻醉期间心率的节律性至非节律性转换？
• RQ2 NRR指数是否提供了超越标准麻醉深度监护仪的额外临床信息？
• RQ3 NRR指数能否在全身麻醉期间检测到伤害性刺激，反映自主神经反应性？
• RQ4 NRR指数与麻醉期间的运动反应相关性如何，其预测能力如何？
• RQ5 所提出的实时插值方案是否适用于NRR指数的连续、临床级监测？

主要发现

• NRR指数与麻醉深度及运动反应呈显著正相关，表明其具有临床相关性。
• NRR指数在检测伤害性刺激方面表现出显著能力，而标准指标通常无法稳定捕捉该特征。
• 预测概率（PK）分析证实了NRR指数对运动反应的判别能力，支持其临床实用性。
• 通过多窗同步挤压变换获得的时变功率谱，实现了对IHR中谱能量转移的精确追踪。
• 自适应谐波模型有效捕捉了不同麻醉水平下心率变异性变化的生理动态。
• 所提出的实时插值方案支持NRR指数的连续估计，有利于集成至临床监测系统。