心电混沌信号特征C0复杂度与急性冠脉综合征的相关性

易力 李祥 李伟 王捷 杨绍汪

急性冠脉综合征(ACS)是指以冠状动脉粥样硬化斑块破裂或侵袭，继发完全或不完全闭塞性血栓形成为病理基础的一种临床综合征。急性心肌缺血是引起ACS的常见机制，心肌缺血时间延长可导致心肌细胞损伤、坏死。临床上用于检测急性心肌缺血的方法很多，但最简单易行的方法是心电信号的检测，主要是进行心电图ST段与T波改变的检测[1-3]。然而，已有的研究表明，约10%的ACS患者的心电图表现为正常或大致正常，在疾病早期缺乏典型症状[4-7]。为了应对现有研究存在的困难，一些研究者开始以更为敏感的心电动力学数据作为研究对象，进行可以对疾病起到辅助诊断作用的图像学研究[8]。然而，这些研究无法将心电动力学数据进行量化，因此判定存在主观性。本文在基于心电动力学C0复杂度可呈现混沌系统复杂性和随机性的基础上[9]，采集了30例健康者和30例心电波形无明显改变的ACS患者的心电数据，截取ST-T段计算心电动力学数据的混沌特征指标C0复杂度进行研究，探讨心电混沌信号特征C0复杂度与ACS的相关性，为ACS患者的辅助检测提供一种新的研究方向。

1 资料与方法

1.1 研究对象

本研究在六盘水市人民医院进行，试验时间为2018年1月至2018年4月，随机获取的待诊人员纳入六盘水医院心内科进行确诊，得到心电波形无明显改变的ACS患者30例和健康者30例为研究对象；其中，健康者男24例，女6例，年龄为(35±15)岁；ACS患者中，男24例，女6例，平均年龄为(36±16)岁。

1.2 心电信号的数据取得

采用深圳迈瑞生物医疗电子股份有限公司的12通道心电图机(Benherart R12A)采集健康者和ACS患者的12导联心电信号，采集时间为12 s，采样速率为1 kHz (A/D)。在获得心电数据后，对其进行滤波等预处理，获得符合计算要求的样本数据。

1.3 心电动力学数据提取

1.4 心电动力学数据的C0复杂度指标提取

C0复杂度是一种描述时间序列数据信息随机程度的复杂性指标[16-17]，是混沌系统量化特征指标之一；心电动力学数据C0复杂度是描述心电动力学数据的复杂程度及随机程度， 表征心电动力学混沌特征的指标。

2 结果及分析

2.1 结果的统计

为了探索心电动力学数据C0复杂度与ACS的相关性，对健康人和ACS患者的心电动力学数据C0复杂度的量化指标数据进行对比。

图1为健康人和ACS患者的心电动力学数据的C0复杂度的量化指标值区间分布图，图2为心电动力学数据的C0复杂度单因素方差分析结果图。如图1、图2所示，健康人心电动力学数据C0复杂度的量化指标值区间主要集中在0.2～0.5，ACS患者的心电动力学数据C0复杂度的量化指标值区间主要集中在0.5～0.9。2组数据的F=25.760，可知2组数据差异性的P<0.001，二者之间的C0复杂度量化指标值差异有统计学意义。

图1 健康人和ACS患者的心电动力学数据的C0 复杂度的量化指标值区间分布

图2 心电动力学数据的C0复杂度单因素方差 分析结果 (○为异常值)

2.2 急性冠脉综合征患者的心电动力学数据各个维度的C0复杂度的结果研究

前面研究得到的健康人和ACS患者的心电动力学数据C0复杂度量化指标值的差异性结果说明心电动力学数据C0复杂度与ACS具有明显的相关性。在此基础上，进一步研究了30例健康人和30例ACS患者的心电动力学数据各个维度C0复杂度的相关性。

在X维度的心电动力学数据中，健康人和ACS患者的心电动力学数据C0复杂度量化指标值进行对比，2组数据的F=19.929、P<0.001，2组数据的C0复杂度在X维度上差异有统计学意义。

在Y维度的心电动力学数据中，健康人和ACS患者的心电动力学数据C0复杂度量化指标值进行对比，2组数据的F=0.083、P=0.774，2组数据的C0复杂度在Y维度上差异无统计学意义。

在Z维度的心电动力学数据中，健康人和ACS患者的心电动力学数据C0复杂度量化指标值进行对比，2组数据的F=5.367、P=0.024，2组数据的C0复杂度在Z维度上差异有统计学意义。

2.3 分析

从图1、图2以及统计学计算结果可以看出，ACS患者与健康人的心电动力学数据的C0复杂度间存在着显著差异，心电动力学数据的C0复杂度具有作为判别健康人和ACS患者的特征标准的潜在价值。

具体到心电动力学数据每一维度的C0复杂度，健康人和ACS患者的心电动力学数据的C0复杂度只在X维度差异有显著的统计学意义，说明心电动力学数据的C0复杂度在不同维度上所表现出的复杂性有不一致性。

从数据分析可以看出，心电动力学的C0复杂度计算数据与ACS具有明显的相关性，具有作为ACS患者辅助检测的潜在临床价值。由此也为ACS患者提供了一种以心电动力学数据的混沌特征指标量化值为参考进行辅助检测的研究方向。

3 结束语

本研究以确定学习算法获取心电信号动力学数据，基于混沌学理论计算得出心电动力学数据的混沌特征指标C0复杂度，通过对健康人和ACS患者的心电动力学数据的C0复杂度的统计学差异性比较与分析，表明了心电动力学数据的动力学指标更具有敏感性，基于混沌学理论计算的C0复杂度具有能够表征ACS的价值。此外，本研究样本量尚不够充分、取样人群单一，对研究结果可能会造成一些偏差，未来的研究应针对心电动力学数据进行更多的混沌特征指标计算、更多的波段数据截取、更多的样本种类及数量来进行，并拓展到更多的疾病检测研究当中。