基于Matlab生物节律分析的高血压脑出血预后研究

李永红 郭盼盼 关俊文 李率真 杨波 赵旭

(1.成都信息工程大学电子工程学院，成都，610225； 2.四川大学华西医院神经外科，成都，610041)

基于Matlab生物节律分析的高血压脑出血预后研究

李永红1郭盼盼1关俊文2李率真1杨波1赵旭1

(1.成都信息工程大学电子工程学院，成都，610225； 2.四川大学华西医院神经外科，成都，610041)

目的：以高血压脑出血患者作为研究对象，定量分析生物节律对高血压脑出血预后的影响。方法：基于Matlab的节律分析方法，与传统的Halberg余弦法对比计算患者血压和心率的近日节律。结果：收缩压、舒张压和心率的节律分析指标中，振幅A值且P值越小的，患者预后情况越好(P<0.05)结论：系统测试表明，基于Matlab的节律分析较传统的Halberg余弦法具有计算简单、精确度高、实用性强，为临床判断高血压脑出血的预后提供了可靠的辅助方法和依据。

生物节律；高血压脑出血；Matlab；Halberg余弦法；预后

高血压脑出血(Hypertensive Intracerebral Hemorrhage，HICH)是指由于高血压发生病变伴有的脑内小动脉病变，导致血压急骤升高而引起的动脉破裂出血。是脑血管病中最严重的并发症之一，具有起病急骤、进展快、死亡率高的特点，并且大多伴有意识障碍和偏瘫等卒中表现。高血压脑出血的预后情况受出血量、出血部位、血压、手术方式和手术时机等多种因素影响，导致预后情况差成为高血压脑出血疾病的一个重要特点[1]。生物节律是指生物体为了适应不断变化的外界环境，按照一定规律发生周期性生命活动的现象，是大多数生物体的基本特征[2]。血压、心率和呼吸等生命体征均表现出一定的节律特性，研究发现其中表现最强的是近日节律。在高血压脑出血术后的生命体征中，找出对患者预后情况影响较大的因素，通过分析它们的生物节律，来判断他们的预后情况，可以为患者的治疗和康复提供依据。对于提高疾病生存率和患者生活质量，改善预后情况都具有一定的实际意义。血压是人体生命活动的基本生命体征之一，且血压的变化具有明显的节律特性。正常生理状态下，人体血压水平白天较高，在10～12时到达峰值，而夜间血压水平逐渐降低，在凌晨3～5时左右达到谷值[3]。夜间血压水平低于日间水平(>10%)的被称为勺型血压，夜间血压无明显下降(<10%)的被称为非勺型血压[4]。健康人群和患病人群均存在勺型和非勺型血压类型，这种节律特性是人体血压固有的，适应了人体生命活动的昼夜节律的变化，从而起到保护各生命器官的作用。

已有研究表明，血压的节律性变化与心脑血管疾病的发生具有密切的关系。任何引起人体血压发生较大幅度波动的因素，都将有可能诱发高血压，若不能够有效控制血压的升高，将会发生高血压患者脑出血现象。患有高血压脑出血的患者术后血压、心率等生命体征的节律性会发生不同程度的紊乱，高血压脑出血患者的血压近日节律与自主神经功能具有密切联系，并严重影响患者的预后情况。因此，通过分析患者术后生命体征的生物节律特性，变能够及时地预测患者的预后情况。已有研究利用高血压患者血压的勺型和非勺型特性来预测患者的预后，但是这种方法太过粗糙，准确性较差。关俊文[5-7]等人研究发现患者术后的血压和呼吸的近日节律与预后有关，近日节律的改变可用来预测患者的预后情况。余弦分析法是目前最受推广的节律分析方法，并且已经出现集成的Halberg软件开发包[8]。它使一个已知的时间系列数据，可以用其中值、振幅和相位来描述。Halberg软件包需要在DOS系统完成、操作步骤也很复杂，且余弦分析结果的表示图形无法直接显示，必须将数据导入到Excel中才能完成图形显示功能，这对于现在普遍使用的Windows操作系统环境下的使用很不适用。Matlab与文中其他部分一致，具有专门的矩阵库函数，不需要定义数组的维数，便可高效方便地进行数组运算。并且具有直观灵活的面向对象的高级编程语言，并封装了许多库函数，使用灵活方便，程序书写形式自由。并具备了数据可视化功能，将向量和矩阵用图形表示出来，实现了交互式的二维和三维绘图功能[9]。核心工具箱主要用来进行图形仿真、算法实现和硬件的实时交互等，这些强大的功能使之在信号处理、建模、算法分析等领域得到了广泛的应用。因此，我们在windows操作系统下，采用Matlab编程实现余弦分析法。本研究通过分析高血压脑出血的节律机制，剖析其预后与患者生命体征生物节律的相关性，提出了一种高效快速地节律分析方法。并利用患者术后生命体征的近日节律指标建立人工神经网络预后预测模型，对比预测准确性，寻找最优的预测方法判定高血压脑出血患者的预后情况。

1 材料与方法

1.1 病例资料来源 本课题收集2013年1月～2015年12月期间在华西医院神经外科的基底节区高血压脑出血住院患者108例，剔除其中中途退出研究的患者5例，中途死亡的患者3例和术后无GOS评分的患者5例。最后确认研究对象为95例，其中男性58例，女性37例，年龄在42～76岁之间。所有患者均进行了开颅手术治疗，清除血肿，术后均进行了止血、抗感染等治疗。术后监测患者的血压、心电和体温等，每小时分别记录一次舒张压、收缩压、心率、呼吸、体温、血氧、瞳孔和意识，连续监测24小时。

1.2 病例数据预处理 本课题获取的医疗数据中同时包含了疾病患者的姓名、性别、年龄、既往病史和术后GOS评分等基本信息。为了更好的分析高血压脑出血患者的预后影响因素，实际的研究工作中将患者信息按照年龄、性别、有无患病史和术后GOS评分情况进行了分类处理，得到各自的预后情况。其中术后GOS评分1-3的为预后坏的情况，4-5的为预后好的情况，如表1所示为高血压脑出血的预后情况人数。

表1 高血压脑出血的预后情况人数

2 结果

对监测得到的收缩压数据进行离散傅里叶变换FFT，便将信号变换到频域。我们以Fs=1/3600Hz的采样频率进行采样，共采样N=100个点，实际采样频率为Fn=(n-1)*Fs/N。我们可知每两个点之间的间距就是1Hz，那么第n个点对应的频率就为n-1。由傅里叶变换的频谱图可以看出，信号在第2、5、13个点出现了峰值，对应的频率分别1Hz、4Hz、12Hz，转换为具体的时间点分别约为99h、24h、8h，对幅度分别为118.2420、396.8878、229.8700。同样的方法我们发现该结论也适合于舒张压和心率等生命体征。所以我们选取近日节律为分析对象，采用matlab余弦法计算高血压脑出血患者的收缩压、舒张压和心率等生命体征的近日节律。

图1 (a)收缩压傅里叶变换频谱图,(b)时域转换图

式子中的X代表各生命体征，Y代表高血压脑出血的预后GOS评分，DX、DY分别为它们的方差。将我们实际监测到的生命体征值和GOS评分代入表达式，便可以得到各种各种生命体征与高血压脑出血预后的相关性。表2为得到的各生命体征与高血压脑出血预后的相关系数。由表2中我们可以看出，各种生命体征与高血压脑出血预后的相关系数。为了提高后续预测的准确性和精确度，我们选取|ρXY|为阈值，|ρXY|<0.5时，称该生命体征与高血压脑出血预后无关；|ρXY|>0.05时，称该生命体征与高血压脑出血预后相关。可以看出各生命体征中，收缩压、舒张压和心率与高血压脑出血的预后具有较大的相关性，其他相关性较小的我们认为它们与高血压脑出血的预后没有相关性。通过分析了各种生命体征与高血压脑出血预后的相关性，得出了收缩压、舒张压和心率与高血压脑出血的预后具有较大的相关性。因此，我们通过分析高血压脑出血患者术后第一天血压和呼吸的生物节律，来定性的分析它们与高血压脑出血预后的关系，进而才能更准确地建立我们后续的预测模型。我们选择它们的近日节律作为分析研究对象。图2分别为收缩压和心率近日节律分析得到的曲线拟合图形。

图2 (a)收缩压节律图，(b)心率节律图

上述节律拟合图形中，M、A、Ap分别为调整中值、振幅和相位，且认为振幅A值越大证明其近日节律性越强。我们将参与研究的95位患者按照术后GOS评分，分为预后好的47位和预后坏的48位。并分别分析计算他们的近日节律，得出个节律指标值。统计分析结果发现，收缩压、舒张压和心率的节律分析指标中，振幅A值相对较大，且P<0.05的大多数都是预后好的情况，其他情况大都是预后坏。表3为统计分析得到的各类情况所占的百分比。由表3可看出节律分析指标中振幅A值越大，且P值越小的，患者预后情况越好。这就为我们提高预测的精确度奠定了一定的基础。

表2 生命体征与高血压脑出血预后的相关系数

表3 节律指标和预后的关系

3 讨论

本文以高血压脑出血患者作为研究对象，通过对高血压脑出血患者术后生命体征及其节律特性的分析，发现患者术后的舒张压、收缩压和心率均表现出较强的近日节律特性，并提出一种基于Matlab的生物节律计算方法，该方法计算简单方便实用性强。编程实现一种基于Matlab的节律分析方法，并与传统的Halberg统计方法进行对比分析，发现该方法计算简单、精确度高、实用性强，并作为后续节律分析的主要方法。定性和定量分析了高血压脑出血预后生命体征的近日节律特性对高血压脑出血预后的影响，确定患者舒张压、收缩压和心率的近日节律指标为作为预后影响因素，通过统计学方法，分析高血压脑出血患者术后生命体征与预后的相关性，结果发现患者术后的收缩压、舒张压和心率与预后具有较大的相关性。且通过傅里叶分析，发现上述三项指标均表现出较强的近日节律特性。发现患者术后的收缩压、舒张压和心率的近日节律特性和预后具有密切的关系，并最终确定利用这三项生命体征的近日节律指标来预测患者的预后情况。

[1]党宝齐，朱敏，何卫春，等.高血压脑出血患者诊疗及预后[J].中国实用神经疾病杂志，2015，18(22)：59-60.

[2]王正荣.时间生物学[M].北京：人民卫生出版社，2008：10-25.

[3]Weisberg LA.Cotmputerized tomography in intracranial hemorrhage[J].Areh Neurol，1979，36：420-422.

[4]王继仁，蔺伟，杨广柱.高血压脑出血预后影响因素的临床研究[J].中国社区医师医学专业，2012，30(12)：35-36.

[5]关俊文，招康东，刘衍宇.高血压脑患者出血手术治疗后心率近日节律的变化[J].广州医学院学报，2007，25(6)：614-616.

[6]关俊文，刘衍宇，刘延友，等.近日节律的改变与高血压脑出血手术治疗预后关系的研究[J]，四川生理科学杂志，2008，30(1)：6-8.

[7]J.W.Guan，Y.L.Ding，Y.Liu，et al.Circadian effects on outcome following surgery for intracerebral hemorrhage in humans[J]? Brain Res，2009，3(1258)：78-85.

[8]G.Piccione，G.Caola，R.Refinetti.Maturation of the daily body temperature rhythm in sheep and horse[J].Journal of Thermal Biology，2002，27：175-178.

[9]徐亦唐.基于最小二乘法的曲线拟合及其在Matlab中的应用[J].电子世界，2013，10：102-103.

[10]A.A.Hasseim，R.Sudirman，P.I.Khalid.Handwriting Classification Based on Support Vector Machine with Cross Validation[J].Engineering，2013，5(17)：84-87.

[11]S.Solanki，H.B.Jethva.Modified Back Propagation Algorithm of Feed Forward Networks[J].International Journal of Innovative Technology and Exploring Engineering，2013，2(6)：2278-3075.

Research of Prediction methods of hypertensive cerebral hemorrhage based on biological rhythm analysis

Li Yonghong1，Guo Panpan1，Guan Junwen2,Li Shuaizhen1,Yang Bo1,Zhao Xu1

(1.DepartmentofElectronicEngineering，theChengduUniversityofInformationTechnology，Chengdu，610225；2.DepartmentofNeurosurgery,WestChinaHospital,SichuanUniversity，Chengdu，610041)

This thesis selects the hypertensive cerebral hemorrhage patients as the research object.Also a analysis method of biological rhythm based on Matlab is proposed.Through quantitative analysis，the influence of biological rhythm on the prognosis of hypertensive cerebral hemorrhage and the final analysis indexis are found.By studying the rhythm mechanism of hypertensive cerebral hemorrhage，we find the biological rhythms of vital signs of postoperative patients have some correlation with their prognosis.System test shows that the support vector machine algorithm has higher accuracy，reliability and practical value than the BP neural network algorithm on the prediction of the prognosis of hypertensive cerebral hemorrhage and provide a reliable basis for the clinical diagnosis of the prognosis of hypertensive cerebral hemorrhage.

Biological rhythm; Hypertensive cerebral hemorrhage; Prognosis; BP neural network; Support vector machine

四川省科技厅科技支撑计划(2013FZ0051)，下调的Rack1在近日节律紊乱促进阿尔茨海默病发病中的作用及其机制的研究；成都信息工程大学中青年学术带头人科研基金(J201205)，认知功能相关行为学研究

李永红，男，副教授，研究方向：神经精神疾病康复及相关医疗器械开发的动物行为学研究

R556.71

A

2095-7130(2016)06-340-343