本文選題：睡眠呼吸暫停 + 低通氣指數(AHI)　； 參考：《科學技術與工程》2017年24期

【摘要】：當前就睡眠呼吸暫停癥狀的研究對心血管疾病的預測有重要的臨床意義。選用Apnea-ECG database里的37個研究對象,根據呼吸暫停低通氣指數(apnea hypopnea index,AHI)分為四類:正常群體(AHI5)、輕度睡眠呼吸暫停(5≤AHI15)、中度睡眠呼吸暫停(15≤AHI30)、重度睡眠呼吸暫停(AHI≥30)。選取樣本整個數據中間時刻1 h心電信號(ECG)數據,以保證數據是處于研究對象深度睡眠下測得的。利用Costa等提出的多尺度熵(multiscale entropy,MSE)算法應用于ECG的RR間隔,來分析四類睡眠呼吸暫停的不同程度。根據多尺度熵指數(multiscale entropy index,MEI)定義MEI1~3和MEI13~15。研究結果表明MEI1~3和MEI13~15能夠很好地區(qū)分正常睡眠群體、輕度睡眠呼吸暫停患者、中度和重度呼吸暫停患者;并且MEI1~3和AHI二者具有良好的負相關性(R2=0.279,P0.05)。
[Abstract]:The current research on sleep apnea symptoms has important clinical significance in the prediction of cardiovascular disease. According to apnea hypopnea index (AHI), 37 subjects from Apnea-ECG database were divided into four groups: normal group, mild sleep apnea 5 鈮，

本文編號：2024383