心率变异性分析在新生儿疼痛检测中的应用

《心率变异性分析在新生儿疼痛检测中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、物理学报ActaPhys．Sin．Vo1．63，No．20(2014)208704心率变异性分析在新生儿疼痛检测中的应用曾超)2)蒋奇~72)t陈朝阳3)徐敏2)1)(石河子大学信息科学与技术学院，石河子832000)2)(中南大学地球科学与信息物理学院，长沙410083)3j(韦恩州立大学生物医学工程系，底特律MI48201，美国)(2014年5月23日收到；2014年7月l5日收到修改稿)为了研究疼痛暴露对新生儿自主神经系统的影响，并建立基于心率变异性(heartratevariability，HRV)指标的新生儿疼痛检测模型，采用时域、频域和非线性方法对40名新生儿疼痛暴露前

2、后的心电数据进行短时HRV分析，Wilcoxon符号秩检验用于统计分析，支持向量机(supportvectormachine，SVM)用于建立检测模型．结果表明，RR间期均值aRR、低频段功率LF、高频段功率HF等3个线性指标和近似熵ApEn、样本熵SampEn、递归率REC等9个非线性指标在疼痛前后具有统计学差异；基于aRR、相邻两个RR间期对差值大于50ms的百分比pNN50，ApEn，关联维D2和REC等5个指标和SVM的疼痛检测模型检测正确率达到83．75％．HRV的相关指标可反映新生儿自主神经系统对疼痛暴露的应答，基于HRV指标和SVM的模型可用于新生儿疼痛检测．关键词：

3、心率变异性，新生儿，疼痛，支持向量机PACS：87．80．-y．05．45．一aDOI：10．7498／aps．63．208704化；与疼痛相关的生理指标包括心率、呼吸频域、血1引言压和血氧饱和度．然而，以这些指标为基础的疼痛评估存在以下缺陷[3】．1)即使由训练良好的护士实新生儿，尤其是新生儿重症监护室fNICU)中施，其可信度仍然存在疑问，特别是在区分疼痛和的新生儿需要经受日常的，但带有疼痛的检查诊不舒适时；2)～些疼痛量表需要进行长时间的医学断【11．在这些过程中，通常没有采取缓解疼痛的措观察；3)对疼痛进行的评估是间歇性的，在评估间施．目前有足够的证据认为，新生儿f包括早产

4、新期发生的疼痛可能会被疏漏．生儿)有疼痛感觉．新生儿对包括疼痛在内的一系通过心拍间期之间的波动反映出来的心率变列急性应激可产生内分泌、免疫、自主神经和行为异性fheartratevariability,HRV)是评价自主神经改变为特征的适应性反应．受到反复疼痛刺激的新系统功能的最有价值的非侵入式方法，HRV分析生儿，其应激调控系统会发生改变，导致神经系统在麻醉深度监测【4]、心衰诊断[5]和精神疲劳评估[6]结构和功能重组，并严重影响脑的发育[1I2】．大多数新生儿的疼痛刺激没有得到合适的干等方面应用广泛．疼痛的反应包括自主神经系统预，而准确的疼痛评估是进行疼痛干预的必要条的反应．

5、许多报告指出，新生儿经受足跟取血诱发件．由于新生儿无法自述疼痛，所以只有采取其他的疼痛时，自主神经系统功能有着显著改变，并通替代方法来评估疼痛．通常通过观察新生儿的行为过HRV的相关指标反映出来．现有报告大多使用或其生理指标来评估其疼痛状态．与疼痛相关的时域或频域等线性方法分析新生儿疼痛暴露时心行为包括面部表情的改变、身体的移动和哭闹的变率变异性的变化，忽视了心率变异性中的非线性机十通讯作者．E-mail：jiangqiyunQcsu．edu．cn@2014中国物理学会ChinesePhysicalSocietyhttp：／／wulixb．iphy．ac．c礼208704—1物理学

6、报ActaPhys．Sin．Vo1．63，No．20(2014)208704制．就作者所知，目前仅文献f71采用Poincar6散间．新生儿以仰卧方式放置于病床上，粘贴电极片，点图、去趋势波动分析、近似熵和样本熵等非线性接上导联线后休息5min，然后开始采集心电数据．方法研究了新生儿疼痛暴露过程中相应的非线性采集的心电数据超过3min时间长度后，实施足跟机制．取血，持续记录心电数据，直到足跟针刺后3rain新生儿出生2—5天内，通常需要进行足跟取(见图1，2)．足跟采血和心电采集由不同的高年资血，用以筛查苯丙酮尿症和甲状腺功能减低症．本护士实施．采用II导记录心电数据，采集到的心电

7、文研究了足跟取血时针刺诱发的疼痛对新生儿自数据保存在心电记录仪的TF卡中．记录完成后、主神经系统的影响，全面分析了疼痛暴露对新生儿取出TF卡，通过读卡器输入个人电脑保存．心率变异性时域指标、频域指标和非线性指标的影响．本文采用的非线性方法有Poincar6散点图、去2．3HRV分析方法与指标趋势波动分析、递归图分析、近似熵、样本熵和关联维等．在上述研究的基础上，将得到的所有HRV指HRV分析方法分为线性分析f见表2)和非线标组成特征空间，采用支持向量机fsupport