心率与年龄对照表
幼儿学习的特点-老公我想要
2023年3月18日发(作者：廉洁承诺一句话)大连理工大学硕士学位论文
摘要
ＨＲｖ是指逐次窦性心动周期之间的微小变异，反映心脏自主神经系统的功能状态。
这种心搏间的微小差异，可以被计算机心电检测系统记录、测量和计算出来，作为临床
应用指导。已经公认ＨＲＶ是定量分析心脏自主神经系统张力的方法。频阈分析是近年
来受到重视的分析方法之～，即对心率变异的速度和幅度进行心率功率谱的分析，亦称
心率能谱分析。在频域分析指标中，ＨＦ主要反映迷走神经张力变化；ＬＦ主要反映交感
神经张力变化，与外周血管温度调节、肾素、血管紧张素系统活动和心脏泵血功能等多
种因素有关；ＬＦ／ＨＦ则可评估心脏交感神经和迷走神经活动均衡性。
在最近的二十年，自主神经系统与心血管衰竭率，包括心脏的突然衰竭之问的密切
关系已经得到了大家的公认。实验证明，心率不齐与增强的交感神经或者减弱的迷走神
经活动的并发，刺激了自律活动在数量上的里程碑式发展。对心率变化的研究已经成为
评定自主神经系统的常用的工具。心率变化分析是以“快速的波动必将影响交感神经和
迷走神经的变化”这一理论为基础的。该分析指出，结构生成的信号并不是简单的线性
变化，而是包含非线性的变化。在本文中，作者计算出了不同年龄段人群的ＥＣＧ信号
的最大Ｌｙａｐｔｍｏｖ指数，结果表明，随着年龄的增长，心率呈递减的趋势；在论文中，
作者还给出了常态下的四组不同年龄段人群的非线性参数的范围。
关键词；ｔｌｌｔＶ；自主神经系统；迷走神经；心宰；Ｌｙａｐｕｎｏｖ指数
大连理工大学硕士学位论文
Ｈｅａｒｔ
ｒａｔｅ
ｖａｒｉａｔｉｏｎｉｎｎｏｒｍａｌｓｕｂｊｅｃｔｓａｍｏｎｇ
ｖａｒｉｏｕｓ
ａｇｅｇｒｏｕｐｓ
Ａｂｓｔｒａｃｔ
ＨＲＶｉｓ
ｎｅｇｌｉｇｉｂｌｅ
ｖａｒｉａｔｉｏｎｂｅｔｌⅣ咖ｔｈｅ
ｐｅｒｉｏｄｓ
ｏｆｓｕｃｃｅｓｓｉｖｅｓｉｎｕｓｈｅａｒｔｒａｔｅ．ｒｅｆｌｅｃｔｓ
ｔｈｅｓｔａｔｕｓｏｆｆｕｎｃｔｉｏｎｏｆｅａｒｄｉａｌ
ａｕｔｏｍａｔｉｃｉｌｅｒｖｏｕｓｓｙｓｔｅｍ．Ｔｈｉｓ
ｋｉｎｄｏｆ
ｎｅｇｌｉｇｉｂｌｅ
ｖａｒｉａｔｉｏｎ
ｂｅｔｗｅｅｎｔｈｅｈｅａｒｔ
ｒａｔｅｃａｎｂｅ
ｒｅｃｏｒｄ，ｍｅａｓｕｒｅ
ａｎｄ
ｃａｌｃｕｌａｔｅ
ｂｙ
ｃｏｍｐｕｔｅｒ
ＥＣＧＤｅｔｅｃｔｉｏｎ
Ｓｙｓｔｅｍ
ａｎｄｕｓｅａｓｇｕｉｄｅｓ
ｆｏｒＣｌｉｎｉｃａｌ
ａｐｐｌｉｃａｔｉｏｎ．Ｉｔ
ｉｓ
ｗｅｌｌ－ｋｎｏｗｎ
ｔｈａｔＨＲＶｉｓｔｈｅｍｅｔｈｏｄ
ａｂｏｕｔ
ｑｕａｎｔｉｔａｔｉｖｅ
ａｎａｌｙｓｉｓｏｆｅａｒｄｉａｌａｕｔｏｍａｔｉｃｎｅｒｖｏｕｓｓｙｓｔｅｍｔｅｎｓｉｏｎ．ｆｒｅｑｕｅｎｃｙ
ｔｈｒｅｓｈｏｌｄ
ａｎａｌｙｓｉｓ
ｉｓ
ＯＢｅｏｆｔｈｅａｎａｌｙｓｉｓｍｅｔｈｏｄｓ
ｈａｖｅ
ｂｅｅｎ
ｇｉｖｅｎ
ｍｏｒｅａｔｔｅｎｔｉｏｎｔｈｅｓｅ
ｙｅａｒｓ，Ｉｔ
ｉｓ
ａｎａｌｙｓｉｓ
ｔｈｅ
ｈｅａｒｔｒａｔｅｐｏｗｅｒｓｐｅｃｔｎａｎｏｆｔｈｅ
ｓｐｅｅｄ
ａｎｄ
ａｍｐｌｉｔｕｄｅｏｆｈｅａｒｔｒａｔｅｖａｒｉａｔｉｏｎ，ｔｈａｔ
ｉｓｈｅａｒｔｒａｔｅｐｏｗｅｒｓｐｅｃｔｎａｎａｎａｌｙｓｉｓ．Ｉｎｆｒｅｑｕｅｎｃｙ
ｄｏｍａｍ
ａｎａｌｙｓｉｓ．ＨＦ
ｒｅｆｅｃｔｓ
ｔｈｅｔｅｎｓｉｏｎ
ｖａｉｌａｔｉｏｎ
ｏｆｖａｇｕｓ；ＬＦ
ｒｅｆｌｅｃｔｓ
ｔｈｅｔｅｎｓｉｏｎｖａｒｉａｔｉｏｎ
ｏｆｓｙｍｐａｔｈｅｔｉｃ
ｌｌｏｒＶｅ．Ｉｔｒｅｌａｔｅｓｗｉｔｈｏｕｔｅｒ
ｂｌｏｏｄｖｅｓｓｅｌ
ｔｅｍｐｅｒａｍｒｅｒｅｇｕｌａｔｉｏｔｈｒｅｎｎｉｎ，ａｎ＃ｏｔｅｎｓｉｎｓｙｓｔｅｍａｎｄ
ｃａｒｄｉａｃ
ｐｕｍｐｉｎｇ
ｆｕｎｃｔｉｏｎ
ａｎｄＳＯｏｎ；ＬＦ／ＨＦ啪ｅｖａｌｕａｔｅｔｈｅｐｒｏｐｏｒｔｉｏｎａｌｉｔｙｂｅｔｗｅｅｎ
ｃａｒｄｉａｃｓｙｍｐａｔｈｅｔｉｃｎｅｒｖｅ
ａｎｄ
ｖａｇｕｓ
ａｃｔｉｖｉｔｙ．
Ｔｈｅｌａｓｔｔｗｏｄｅｃａｄｅｓ
ｈａｖｅｗｉｍｅｓｓｅｄｔｈｅ
ｒｅｃｏｇｎｉｔｉｏｎ
ｏｆａ
ｓｉｇｎｉｆｉｃａｎｔｒｃｌａｔｉｏｍＭｐ
ｂｅｔｗｅｅｎ
ｔｈｅａｕｔｏｎｏｍｉｃＩＩｅｊｔ＇ＶＯｕｓ
ｓｙＳｔｅｍ
ａｎｄｃａｒｄｉｏｖａｓｃｕｌａｒ
ｍｏｒｔａｌｉｔｙ，ｉｎｃｌｕｄｉｎｇ
ｓｕｄｄｅｎ
ｃａｒｄｉａｃｄｅａｔｈ．
Ｅｘｐｅｒｉｍｅｎｔａｌ
ｅｖｉｄｅｎｃｅｆｏｒａｌｌａｓｓｏｃｉａｔｉｏｎｂｅＣｗｅｅｌｌａｐｒｏｐｅｎｓｉｔｙ
ｆｏｒｌｅｔｈａｌ
ａｒｒｈｙｔｈｍｉａｓ
ａｎｄ
ｓｉｇｎｓ
ｏｆ
ｅｉｔｈｅｒｉｎ．ｅａｓｅｄｓｙｍｐａｔｈｅｔｉｃｏｒｒｅｄｕｃｅｄ
ｖａｇａｌ
ａｃｔｉｖｉｔｙ
ｈａｓ
ｅｎｃｏｕｒａｇｅｄｔｈｅ
ｄｅｖｅｌｏｐｍｅｎｔ
ｏｆ
ｑｕａｎｔｉｔａｔｉｖｅ
ｍａｒｋｅｒｓ
ｏｆａｕｔｏｎｏｍｉｃ
ａｃｔｉｖｉｔｙ．Ａｎａｌｙｓｉｓ
ｏｆｈｅａｒｔ
ｒａｔｅ
ｖａｒｉａｔｉｏｎ
（ＨＲＶ）ｈａｓｂｅｃｏｍｅａｐｏｐｕｌａｒｎｏｎｉｎｖａｓｉｖｅｔｏｏｌ
ｆｏｒ
ａｓｓｅｓｓｉｎｇ
ｔｈｅａｃｔｉｖｉｔｉｅｓｏｆｔｈｅａｕｔｏｎｏｍｉｃ
ｎｅｒｖｏｕｓ
ｓｙｓｔｅｍ（ＡＮＳ）．ＨＲＶａｎａｌｙｓｉｓ
ｉｓｂａｓｅｄｏｎｔｈｅ
ｃｏｎｃｅｐｔ
ｔｈａｔ
ｆａｓｔ
ｆｌｕｃｔｕａｔｉｏｎｓ
ｍａｙ
ｓｐｅｃｉｆｉｃａｌｌｙ
ｒｅｆｌｅｃｔ
ｃｈａｎｇｅｓ
ｏｆｓｙｍｐａｔｈｅｔｉｃａｎｄ
ｖａｇａｌａｃｔｉｖｉｔｙ．Ｉｔ
ｓｈｏｗｓｔｈａｔｔｈｅｓｔｒｕｃｔｕｒｅ
ｇｅｎｅｒａｔｉｎｇ
ｔｈｅ
ｓｉｇｎａｌ
ｉｓｎｏｔ
ｓｉｍｐｌｙ
ｌｉｎｅａｒ，ｂｕｔ
ａｌｓｏｉｎｖｏｌｖｅｓｎｏｎｌｉｎｅａｒｃｏｎｔｒｉｂｕｔｉｏｎｓ．Ｉｎｔｈｉｓ
ｐａｐｅｒ
ｔｈｅ
ｌａｒｇｅｓｔＬｙａｐｕｎｏｖｅｘｐｏｎｅｎｔｏｆＥＣＧｓｉｇｎａｌｓｆｏｒｄｉｆｆｅｒｅｎｔ
ａｇｅ
ｇｒｏｕｐｓ
ｈａｓｂｅｅｎ
ｃａｌｃｕｌａｔｅｄ，Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗ
ｔｈａｔ，ｗｉｔｈ
ａｇｉｎｇ
ｔｈｅｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ
ｄｅｃｒｅａｓｅｓ．Ｉｎｔｈｉｓ
ｗｏｒｋ，
ｔｈｅ
ｒａｎｇｅｓ
ｏｆｎｏｎｌｉｎｅａｒ
ｐａｒａｍｅｔｅｒｓ
ｆｏｒ
ｆｏｕｒ
ａｇｅｇｒｏｕｐ
ｎｏｒｍａｌｓｕｂｊｅｃｔｓ
ａｒｅ
ｐｒｅｓｅｎｔｅｄ．
ＫｅｙＷｏｒｄｓ：ＨＲＶ；Ａｕｔｏｎｏｍｉｃｎｅｒｖｏｕｓ
ｓｙｓｔｅｍ；ｖａｇａｌ；Ｈｅａｒｔｒａｔｅ；ＬｙａｐｕｎｏｖＥｘｐｏｎｅｎｔ
—－ＩＩＩ—·
独创性说明
作者郑重声明：本硕士学位论文是我个人在导师指导下进行的研究工
作及取得研究成果．尽我所知，除了文中特别加以标注和致谢的地方外，
论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得大连理
工大学或者其他单位的学位或证书所使用过的材料．与我一同工作的同志
对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意．
作者签名：复妞日期：幽晕１２日加日
人连理工人学硕士研究生学位论文
大连理工大学学位论文版权使用授权书
本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位
论文版权使用规定”，同意大连理工大学保留并向国家有关部门或机构送
交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权大连理
工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，也
可采用影印、缩印或扫描等复制手段保存和汇编学位论文。
作者签名：望纽
聊躲≥兰毛
幽年卫月掣日
ｎｔｒｏｄｕｃｔｉｏｎ
ｎｅ１ａｓｔｔｗｏｄｅｃａｄｅｓ
ｈａｖｅｗｉｍｅｓｓｅｄｔｈｅ
ｒｅｃｏｇｎｉｔｉｏｎ
ｏｆａ
ｓｉｇｎｉｆｉｃａｎｔ
ｒｅｌａｔｉｏｎｓｈｉｐ
ｂｅｔｗｅｅｌｌ
ｔｈｅａｕｔｏｎｏｍｉｃｎｅｒｖｏｕｓｓｙｓｔｅｍ
ａｎｄｃａｒｄｉｏｖａｓｃｕｌａｒ
ｍｏｒｔａｌｉｔｙ，ｍｃｌｕｄｉｎｇ
ｓｕｄｄｅｎｃａｒｄｉａｃ
ｄｅａｔｈ．
Ｅｘｐｅｒｉｍｅｎｔａｌｅｖｉｄｅｎｃｅｆｏｒａｎ
ａｓｓｏｃｉａｔｉｏｎｂｅｔｗｅｅｎａｐｒｏｐｅｎｓｉｔｙ
ｆｏｒ
ｌｅｔｈａｌａｒｒｈｙｔｈｍｉａｓａｎｄ
ｓｉｇｎｓ
ｏｆ
ｅｉｔｈｅｒｉｎｃｒｅａｓｅｄ
ｓｙｍｐａｔｈｅｔｉｃｏｒｒｅｄｕｃｅｄ
ｖａｇａｉ
ａｃｔｉｖｉｔｙ
ｈａｓｅｎｃｏｕｒａｇｅｄｔｈｅ
ｄｅｖｅｌｏｐｍｅｎｔ
ｏｆｑｕａｎｔｉｔａｔｉｖｅ
ｍａｒｋｅｒｓｏｆａｕｔｏｎｏｍｉｃ
ａｃｔｉｖｉｔｙ．
Ｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙ（ＨＲＶ）ｒｅｐｒ髓％ｔｓｏｎｅｏｆｔｈｅｍｏｓｔｐｒｏｍｉｓｉｎｇｓｕｃｈｍａｆｋｃｒｓ．１ｆ１犯
ａｐｐａｒｅｎｔｌｙｅａｓｙ
ｄｅｒｉｖａｔｉｏｎｏｆｔｈｉｓ
ｍｅ，ａｓｕｒｅｈａｓ
ｐｏｐｕｌａｒｉｚｅｄ
ｉｔｓｕｓｅ．Ａｓｍａｎｙ
ｃｏｍｍｅｒｃｉａｌ
ｄｅｖｉｃｅｓ
ｎＯＷ
ｐｒｏｖｉｄｅ
ａｕｔｏｍａｔｅｄｍｅａｓｕｒｅｍｅｎｔｏｆ
ＨＲＶ，ｔｈｅ
ｃａｒｄｉｏｌｏｇｉｓｔ
ｈａｓｂｅｅｎ邮ｖｉｄｅｄ
ｗｉｔｈａｓｅｅｍｉｎｇｌｙｓｉｍｐｌｅ
ｔｏｏｌｆｏｒｂｏｔｈｒｅｓｅａｒｃｈ
ａｎｄ
ｅｌｉｎｉｃａ］ｓｔｕｄｉｅｓ．Ｈｏｗｅｖｅｒ，ｔｈｅ
ｓｉｇｎｉｆｉｃａｎｃｅ
ａｎｄ
ｍｅａｎｉｎｇ
ｏｆｔｈｅ
ｍａｎｙ
ｄｉｆｆｅｒｅｎｔｍｅａｓ蝴ｏｆＨＲＶａｒｅｍｏｒｅ
ｃｏｍｐｌｅｘ
ｔｈａｎｇｅｎｅｒａｌｌｙ
ａｐｐｒｅｃｉａｔｅｄａｎｄｔｈｅｒｅ
ｉｓａｐｏｔｅｍｉａｌｆｏｒｉｎｃｏｒｒｅｃｔｃｏｎｃｌｕｓｉｏｎｓ
ａｎｄｆｏｒｅｘｃｅｓｓｉｖｅｏｒｕｎｆｏｕｎｄｅｄ
ｅｘｔｒａｐｏｌａｔｉｏｎｓ．
Ｉｎ
ｔｈｉｓｗｎ出ｔｈｅ
ｎｏｄｍｅ盯ｐａｒａｍｅｔｅｒ
ｅｖａｌｕａｔｅｄｓｈｏｗｈｅａｒｔｖａｄａｔｉｏｎ
ａｍｏｎｇ
ｄｉｆｆｅｒｅｎｔ
ａｇｅ
ｇｒｏｕｐｓ·
１１１ｅ
ｐａｐｅｒａｒｒａｎｇｅｄｉｎ
ｆｏｌｌｏｗｉｎｇ，ｔｈｅ
ｆｉｒｓｔ
ｃｈａｐｔｅｒ
ｈａｓ
ｉｎｔｒｏｄｕｃｅｄｔｈｅ
ｂａｃｋｇｒｏｕｎｄ
ｏｆ
ｔｈｉｓ
ｐａｐｅｒ，ｔｈｅｎｉｔｈａｓｄｅｓｃｒｉｂｅｄｖａｒｉｏｕｓｍｅｔｈｏｄｓｆｏｒ
ｈｅａｒｔｒａｔｅｍｅａｓｕｒｅｍｅｎｔｓ，ｔｈｅｃｌｉｎｉｃａｌ
ＵＳｅｏｆ
ｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙ，Ｉｎ
ｔｈｅ
ｌａｔｅｒ
ｃｈａｐｔｅｒｓ
ｉｔｈａｓｄｅｓｃｒｉｂｅｄ
ＬａｒｇｅｒＬｙａｐｕｎｏｖｅｘｐｏｎｅｎｔ
ａｎｄ
ｌａｔｅｒｔｈｅｄａｔａｆｒｏｍ
ｖａｒｉｏｕｓｓｕｂｊｅｃｔｓｈａｓｂｅｅｎ
ａｎａｌｙｚｅｄ．
望竺璺墨坐！堂垫塑竺翌型墅堕竺垫竺些竖！竺塑竺垒壁塑
１Ｉｎｔｒｏｄｕｃｔｉｏｎ
Ｔｈｅｌａｓｔｔｗｏｄｅｃａｄｅｓｈａｖｅｗｉｔｎ髓ｓｅｄｔｈｅ
ｒｅｃｏｇｒｌｉｔｉｏｎ
ｏｆａ
ｓｉｇｎｉｆｉｃａｎｔ
ｒｅｌａｔｉｏｎｓｈｉｐ
ｂｅｔｗｅｅｎ
ｔｈｅａｕｔｏｎｏｍｉｃｎｅｒｖｏｕｓｓｙｓｔｅｍ
ａｎｄｃａｒｄｉｏｖａｓｃｕｌａｒ
ｍｏｒｔａｌｉｔｙ，ｉｎｃｌｕｄｉｎｇ
ｓｕｄｄｅｎｃａｒｄｉａｃｄｅａｔｈ．
Ｅｘｐｅｒｉｍｅｎｔａｌ
ｅｖｉｄｅｎｃｅｆｏｒａｌｌａｓｓｏｃｉａｔｉｏｎｂｅｔｗｅｅｎａｐｒｏｐｅｎｓｉｔｙ
ｆｏｒ
ｌｅｔｈａｌａｒｒｈｙｔｈｍｉａｓ
ａｎｄ
ｓｉｇｎｓ
ｏｆ
ｅｉｔｈｅｒＩｎｅｒｅｅｓｅｄ
ｓｙｍｐａｔｈｅｔｉｃｏｒｒｅｄｕｃｏｄ
ｖａｇａｌ
ａｃｔｉｖｉｔｙ
ｈａｓｅｎｃｏｕｒａｇｅｄｔｈｅ
ｄｅｖｅｌｏｐｍｅｎｔｏｆｑｕａｎｔｉｔａｔｉｖｅ
ｍａｒｋｅｒｓｏｆａｕｔｏｎｏｍｉｃ
ａｃｔｉｖｉｔｙ．
Ｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙ（ＨＲＶ）ｒｅｐｒｅｓｅｎｔｓｏｎｅｏｆｔｈｅｍｏｓｔｐｒｏｍｉｓｉｎｇｓｕｃｈｍａｒｋ＠ｌ＇Ｓ．ｎｅ
ａｐｐａｒｅｎｔｌｙｅａｓｙ
ｄｅｒｉｖａｔｉｏｎｏｆｔｈｉｓｍｅａｓｕｒｅｈａｓ
ｐｏｐｕｌａｒｉｚｅｄ
ｉｔｓ
ｕｓｅ．Ａｓｍａｎｙ
ｃｏｍｍｅｒｃｉａｌ
ｄｅｖｉｃｅｓｎｏｗ芦ｏｄｄｅ
ａｕｔｏｍａｔｅｄ
ｍｅａｓｕｒ９１１１ｅｎｔ
ｏｆ
ＨＲＶ，ｔｈｅ
ｃａｒｄｉｏｌｏｇｉｓｔ
ｈａｓ
ｂｅｅｎ
ｐｒｏｖｉｄｅｄ
ｗｉｔｈａｓｅｅｍｉｎｇｌｙｓｉｍｐｌｅ
ｔｏｏｌｆｏｒｂｏｍｒｅｓｅａｒｃｈａｎｄｃｌｉｎｉｃａｌ
ｓｔｕｄｉｅｓ．Ｈｏｗｅｖｅｒ，ｔｈｅｓｉｇｎｉｆｉｃａｎｃｅ
ａｎｄ
ｍｅａｎｉｎｇ
ｏｆｔｈｅｍａｎｙ
ｄｉｆｆｅｒｅｎｔｍｅａｓｕｒｅｓ
ｏｆ
ＨＲＶａｒｅ
ｍｏｒｅ
ｃｏｍｐｌｅｘ
ｔｈａｎｇｅｎｅｒａｌｌｙ
ａｐｐｒｅｃｉａｔｅｄ
ａｎｄｔｈｅｒｅｉｓａｐｏｔｅｎｔｉａｌｆｏｒＩｎｃｏｒｒｅｃｔｃｏｎｃｌｕｓｉｏｎｓａｎｄｆｏｒｅｘｃｅｓｓｉｖｅｏｒｕｎｆｏｕｎｄｅｄ
ｅｘｔｒａｐｏｌａｔｉｏｎｓ．
Ｒｅｃｏｇｎｉｔｉｏｎ
ｏｆｔｈｅｓｅ
ｐｒｏｂｌｅｍｓ
ｌｅｄｔｈｅ
Ｅｕｒｏｐｅａｎ
Ｓｏｃｉｅｔｙ
ｏｆ
Ｃａｒｄｉｏｌｏｇｙ
ａｎｄｔｈｅＮｏｒｔｈ
Ａｍｅｒｉｃａｎ
Ｓｏｃｉｅｔｙ
ｏｆ
Ｐａｃｉｎｇ
ａｎｄ
Ｅｌｅｅｔｒｏｐｈｙｓｉｏｌｏｇｙ
ｔｏｃｏｎｓｔｉｔｕｔｅａＴａｓｋＦｏｒｅｃｈａｒｇｅｄｗｉｔｌＩ
ｔｈｅ
ｒｅｓｐｏｎｓｉｂｉｌｉｔｙ
ｏｆ
ｄｅｖｅｌｏｐｉｎｇａｐｐｒｏｐｒｉａｔｅ
ｓｔａｎｄａｒｄｓ．Ｔｈｅ
ｓｐｅｃｉｆｉｃｇｏａｌｓ
ｏｆｔｈｉｓＴａｓｋＦｏｒｃｅ
ｗｅｒｅｔｏ：ｓｔａｎｄａｒｄｉｚｅｎｏｍｅｎｃｌａｔｕｒｅａｎｄ
ｄｅｖｅｌｏｐ
ｄｅｆｉｎｉｔｉｏｎｓ
ｏｆｔｅｒｍｓ；ｓｐｅｃｉｆｙ
ｓｔａｎｄａｒｄｍｅｔｈｏｄｓ
ｏｆ
ｍｅａｓｕｒｅｍｅｎｔ；ｄｅｆｉｎｅ
ｐｈｙｓｉｏｌｏｇｉｃａｌ
ａｎｄ
ｐａｔｈｏｐｈｙｓｉｏｌｏｇｉｃａｌ
ｃｏｒｒｅｌａｔｅｓ；ｄｅｓｃｒｉｂｅ
ｃｕｒｒｅｎｔｌｙ
ａｐｐｒｏｐｒｉａｔｅ
ｃｌｉｎｉｃａｌ
ａｐｐｌｉｃａｔｉｏｎｓ，ａｎｄ
ｉｄｅｎｔｉｆｙ
ａｒｅａｓｆｏｒｆｕｔｕｒｅｒｅｓｅａｒｃｈ．
Ｉｎｏｒｄｅｒｔｏａｃｈｉｅｖｅｔｈｅｓｅ
ｇｏａｌｓ．ｔｈｅ
ｍｅｍｂｅｒｓｏｆｔｈｅ
Ｔ勰ｋＦｏｒｃｅｗｏｒｅｄｒａｗｎ
ｆｒｏｍ
ｔｈｅ
ｆｉｅｌｄｓｏｆｍａｔｈｅｍａｔｉｃｓ，ｅｎｇｉｎｅｅｒｉｎｇ，ｐｈｙｓｉｏｌｏｇｙ，ａｎｄｃｌｉｎｉｃａｌｍｅｄｉｃｉｎｅ．Ｔｈｅｓｔａｎｄａｒｄｓａｎｄ
ｐｒｏｐｏｓａｌｓ
ｏｆｆ盯ｅｄｉｎｔｈｉｓｔｅｘｔｓｈｏｕｌｄｎｏｔｌｉｍｉｔｆｕｒｔｈｅｒｄｅｖｅｌｏｐｍｅｎｔｂｕｔ，ｒａｔｈｅｒ，ｓｈｏｕｌｄ
ａｌｌｏｗ
ａｐｐｒｏｐｒｉａｔｅｃｏｍｐａｒｉｓｏｎｓ，ｐｒｏｎｌｏｔｃｃｉｒｃｕｍｓｐｅｃｔＩｎｔｅｒｐｒｅｔａｔｉｏｎｓ，ａｎｄｌｅａｄｔｏｆｕｒｔｈｅｒ
ｐｒｏｇｒｅｓｓ
ｉｎ
ｔｈｅｆｉｅｌｄ．
一２一
大连理工大学硕士学位论文
２
Ｂａｃｋｇｒｏｕｎｄ
Ｔｈｅｃｌｉｎｉｃａｌｒｅｌｅｖａｎｃｅｏｆｈｅａｒｔｒａｔｅｖａｉｌａｂｉｌｌｔｙ
ｗａｓｆｉｒｓｔ
ａｐｐｒｅｃｉａｔｅｄ
ｉｎ１９６５ｗｈｅｎＨｏｎ
ａｎｄＬｅｅ【１】ｎｏｔｅｄｔｈａｔｆｅｔａｌ
ｄｉｓｔｒｅｓｓｗａｓｐｒｅｃｅｄｅｄｂｙ
ａｌｔｅｒａｔｉｏｎｓｉｎｉｎｔｅｒｂｅｎｔｉｎｔｅｒｖａｌｓｂｅｆｏｒｅ
ａｎｙａｐｐｒｅｃｉａｂｌｅｃｈａｎｇｅ
ｏｃｃｕｒｒｅｄ
ｉｎｔｈｅｈｅａｒｔｒａｔｅｉｔｓｅｌｆ．Ｔｗｅｎｔｙ
ｙｅａｒｓａｇｏ，Ｓａｙｅｒｓ
ａｎｄｏｔｈｅｒｓ
ｆｏｃｕｓｅｄａｔｔｅｎｔｉｏｎｏｎｔｈｅｅｘｉａｔｅｎｅｅ
ｏｆｐｈｙｓｉｏｌｏｇｉｃａｌｒｈｙｔｈｍｓ
ｉｍｂｅｄｄｅｄｉｎｔｈｅｂｅａｔ－ｔｏ－ｂｅａｔｈｅａｒｔ
ｒａｔｅｓｉｇｎａｔ【２巧】．
Ｄｕｒｉｎｇ
ｔｈｅ１９７０ｓ，Ｅｗｉｎｇｃｔａ１．【６】ｄｅｖｉｓｅｄａｎｕｍｂｅｒｏｆ
ｓｉｍｐｌｅ
ｂｅｄｓｉｄｅｔｅｓｔｓｏｆ
ｓｈｏｒｔ－ｔｅｒｍＲＲｄｉｆｆｅｒｅｎｃｅｓｔｏｄｅｔｅｃｔ
ａｕｔｏｎｏｍｉｃ
ｎｅｕｒｏｐａｔｈｙ
ｉｎｄｉａｂｅｔｉｃｐａｔｉｅｎｔｓ．Ｔｈｅ
ａｓｓｏｃｉａｔｉｏｎｏｆ
ｈｉｇｈｅｒ
ｒｉｓｋｏｆ
ｐｏｓｔ－ｉｎｆａｒｃｔｉｏｎ
ｍｏｒｔａｌｉｔｙ
ｗｉｔｈｒｅｄｕｃｅｄＨＲＶ
ｗａｓｆｉｒｓｔｓｈｏｗｎ
ｂｙ
Ｗｏｌｆｅｔａ１．ｉｎ１９７７【７】．Ｉｎ１９８１，Ａｋｓｅｋｏｄｅｔａ１．ｉｎｔｒｏｄｕｃｅｄｐｏｗｅｒｓｐｅｃｔｒａｌａｎａｌｙｓｉｓ
ｏｆｈｅａｒｔ
ｒａｔｅｆｌｕｃｔｕａｔｉｏｎｓｔｏｑｕａｎｔｉｔａｔｉｖｄｙ
ｅｖａｌｕａｔｅｂｅａｔ－ｔｏ－ｂｅａｔｃａｒｄｉｏｖａｓｃｕｌａｒ
ｃｏｎｔｒｏｌ【８】．
Ｔｈｅｓｅ
ｆｒｅｑｕｅｎｃｙ－ｄｏｍａｉｎａｎａｌｙｓｅｓ
ｃｏｎｔｒｉｂｕｔｅｄｔｏｔｈｅ
ｕｎｄｅｒｓｔａｎｄｉｎｇ
ｏｆｔｈｅａｕｔｏｎｏｍｉｃ
ｂａｃｋｇｒｏｕｎｄ
ｏｆＲＲ
ｉｎｔｅｒｖａｌｆｌｕｃｔｕａｔｉｏｎｓ
ｉｎｔｈｅｈｅａｒｔｒａｔｅｒｅｃｏｒｄ【９，ｌＯ］．Ｔｈｅ
ｃｌｉｎｉｃａｌ
ｉｍｐｏｒｔａｎｃｅｏｆＨＲＶｂ｛Ｎ２ａ．ｉｉｌｅ
ａｐｐａｒｅｎｔ
ｉｎｔｈｅｌａｔｅ１９８０ｓｗｈｅｎｉｔＷａｓｃｏｎｆｉｒｍｅｄｔｈａｔＨＲＶＷａｓａ
ｓｔｒｏｎｇ
ａｎｄ
ｉｎｄｅｐｅｎｄｅｎｔ
ｐｒｅｄｉｃｔｏｒｏｆｍｏｒｔａｌｉｔｙ
ｆｏｌｌｏｗｉｎｇ
ａｎａｃｕｔｅｍｙｏｃａｒｄｉａｌｉｎｆａｒｃｔｉｏｎ【１ｌ，
１２］．Ｗｉｔｈｔｈｅａｖａｉｌａｂｉｌｉｔｙｏｆｎｅｗ，ｄｉｇｉｔａｌ，ｈｉｇｈｆｒｅｑｕｅｎｃｙ，２４－ｈ
ｍｕｌｔｉ－ｃｈａｎｎｅｌｅｌｅｃｔｒｏｃａｒｄｉｏ
ｇｒａｐｈｉｃｒｅｃｏｒｄｅｒｓ，ＨＲＶ
ｈａｓｔｈｅ
ｐｏｔｅｎｔｉａｌ
ｔｏ
ｐｒｏｖｉｄｅ
ａｄｄｉｔｉｏｎａｌｖａｌｕａｂｌｅ
ｉｎｓｉｇｈｔ
ｉｎｔｏ
ｐｈｙｓｉｏｌｏｇｉｃａｌ
ａｎｄ
ｐａｔｈｏｌｏｇｉｃａｌ
ｃｏｎｄｉｔｉｏｎｓ
ａｎｄｔｏｅｌｈｌｌａｎｃｅｒｉｓｋｓｔｒａｔｉｆｉｃａｔｉｏｎ．
ＴｈｅＨｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙ（ｒｍｖ）ｉｓａｎｏｎ－ｉｎｖａｓｉｖｅｉｎｄｅｘｏｆｔｈｅｎｅｕｒａｌｃｏｎｔｒｏｌｏｆｔｈｅ
ｈｅａｒｔ．ＨＲＶ
Ｃａｎｂｅｑｕａｎｔｉｆｉｅｄｂｙ
ｔｈｅ
ｓｉｍｐｌｅ
ｃａｌｃｕｌａｔｉｏｎｏｆｔｈｅｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｏｆｔｈｅＲＲ
ｉｎｔｅｒｖａｌｓ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｉｎ
ｔｈｅ
ｆｒｅｑｕｅｎｃｙｄｏｍａｉｎ，ｓｐｅｃｔｒａｌａｎａｌｙｓｉｓ
ｏｆＨＲＶｒｅｖｅａｌｓｔｈｒｅｅ
ｄｉｓｔｉｎｃｔｔｉｅｑｕｅｎｃｙｒｅｇｉｏｎｓｉｎｔｈｅｍｏｄｕｌａｔｉｏｎｏｆｈｅａｒｔｒａｔｅｉｎｈｕｍａｎｓ．Ｔｈｅ
ｔｙｐｉｃａｌｓｐｅｃｔｒａｌ
ｐａｔｔｅｒｎ，ｉｎ
ｎｏｒｍａｌｃｏｎｄｉｔｉｏｎｓｓｈｏｗｓｔｈｅｐｒｅｓｅｎｃｅ
ｏｆｔｈｒｅｅ
ｆｒｅｑｕｅｎｃｙ
ｂａｎｄｓ：ａ
ｖｅｒｙ
ｌｏｗ
ｆｒｅｑｕｅｎｃｙ（ＶＬＦ）ｂａｎｄ
ｆｒｏｍ０．００ｔｏＯ．０３
Ｈｚ，ａ
ｌｏｗ
ｆｒｅｑｕｅｎｃｙ（ＬＦ）ｂａｎｄ
ｆｒｏｍＯ．０３ｔｏ０．１５Ｈｚ
ａｎｄａ１１ｉｇｈｆｒｅｑｕｅｎｃｙ（ＨＦ）ｂａｎｄｉｎ
ｒｅｓｐｉｒａｔｏｒｙｒａｎｇｅ
ｇｅｎｅｒａｌｌｙ
ｍｏｒｅｔｈａｎＯ．１５Ｈｚ．
ＴｈｅｐｏｗｅｒｏｆＬＦｃｏｍｐｏｎｅｎｔＳｅｅＩｎｓｔｏｂｅｒｅｌａｔｅｄｔｏｔｈｅ
ｖａｇａｌ
ａｎｄ
ｓｙｍｐａｔｈｅｔｉｃ
ａｃｔｉｖｉｔｉｅｓ
（ＬＦ
ｃｏｍｐｏｎｅｎｔｉｎｃｒｅａｓｅｓｗｉｔｈ
ｅｖｅｒｙ
ｆｏｒｍ
ｏｆｓｙｍｐａｔｈｅｔｉｃｓｔｉｍｕｌａｔｉｏｎ），ｗｈｅｒｅａｓｔｈｅａｒｅａｏｆ
ｂｉｇｈｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔ（ＨＦ）ｐｒｏｖｉｄｅｓａｑｕａｎｔｉｔａｔｉｖｅ
ｉｎｄｅｘｏｆｔｈｅｉｎｆｌｕｅｎｃｅｏｆ
ｒｅｓｐｉｒａｔｉｏｎ
ｏｎＥＣＧｓｉｇｎａｌ
ａｎｄ
ｍａｙ
ｂｅｃｏｎｎｅｃｔｅｄ
ｔｏｔｈｅ
ｖａｇａｌａｃｔｉｖｉｔｙ．Ｔｈｕｓ
ＬＦ，ＨＦｒａｔｉｏｉｓａｎ
ｉｍｐｏｒｔａｎｔ
ｍａｒｋｅｒｏｆｓｙｍｐａｔｈｅｔｉｃｍｏｄｕｌａｔｉｏｎｏｒｓｙｍｐａｔｈｏ·ｖａｇａｌｂａｌａｎｃｅｏｎｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙ
ｃｏｎｔｒ０１．
Ｐｈｙｓｉｏｌｏｇｉｃａｌｓｉｇｎａｌｓ
ｏｆｔｅｎ
ｖａｒｙ
ｉｎａｃｏｍｐｌｅｘ
ａｎｄ
ｉｒｒｅｇｕｌａｒｍａｎｎｅｒ．Ａｎａｌｙｓｉｓ
ｏｆｌｉｎｅａｒ
ｓｔａｔｉｓｔｉｃｓｓｕｃｈ弛ｍｅａｎ
ｖａｌｕｅｓ，ｖａｒｉａｂｉｌｉｔｙｍｅａｓｕｒｅｓ，ａｎｄｓｐｅｃｔｒａ
ｏｆｓｕｃｈ
ｓｉｇｎａｌｓｇｅｎｅｒａｌｌｙｄｏｅｓ
ｎｏｔ
ａｄｄｒｅｓｓ
ｄｉｒｅｃｔｌｙ
ｔｈｅｉｒ
ｃｏｍｐｌｅｘｉｔｙ
ａｎｄｔｈｕｓ
ｍａｙ
ｍｉｓｓ
ｐｏｔｅｎｔｉａｌｌｙｕｓｅｆｕｌｉｎｆｏｒｍａｔｉｏｎ．Ｓｉｎｃｅ
ｔｈｅ
ｕｎｄｅｒｌｙｉｎｇ
ｍｅｃｈａｎｉｓｍｓｉｎｖｏｌｖｅｄ
ｉｎ
ｔｈｅｃｏｎｔｒｏｌ
ｏｆｈｅａｒｔｒａｔｅａｒｅｍａｉｎｌｙ
ｎｏｎｌｉｎｅａｒ，ｔｈｅ
ａｐｐｌｉｃａｔｉｏｎ
ｏｆｎｏｎｌｉｎｅａｒｔｅｃｈｎｉｑｕｅｓ踮咖ｓａｐｐｒｏｐｒｉａｔｅ【１３－１６］．
３一
Ｒｅｃｅｎｔｌｙ，ｎｅｗ
ｄｙｎａｍｉｃｍｅｔｈｏｄｓｏｆＨＲＶ
ｑｕａｎｔｉｆｉｃａｔｉｏｎ
ｈａｖｅｂｅｅｎｕｓｅｄ
ｔｏｕｎｏｏｖｅｒ
ｎｏｎｌｉｎｅａｒｆｌｕｃｔｕａｔｉｏｎｓｉｎｈｅａｒｔｒａｔｅｔｈａｔａｒｅｎｏｔｏｔｈｅｒｗｉｓｅ
ａｐｐａｒｅｎｔ．Ｓｅｖｅｒａｌ
ｍｅｔｈｏｄｓｈａｖｅｂｅｅｎ
ｐｒｏｐｏｓｅｄ：Ｌｙａｐｕｎｏｖｅｘｐｏｎｅｎｔｓ【１７］，ｌ／ｆｓｌｏｐｅ【１８】，ａｐｐｒｏｘｉｍａｔｅｅｎｔｒｏｐｙ（ＡｐＥｎ）［１９】ａｎｄ
ｄｅｔｒｅｎｄｏｄｆｌｕｃｔｕａｔｉｏｎ
ａｎａｌｙｓｉｓ【２０］．Ｃｏｍｐａｒｅｄｔｏｍｅｎ，ｗｏｍｅｎａｒｅａｔｌｏｗｅｒｒｉｓｋｏｆ
ｃｏｒｏｎａｒｙ
ｈｅａｒｔｄｉｓｅａｓｅ［２１】ａｎｄｏｆｓｅｒｉｏｕｓ
ａｒｒｈｙｔｈｍｉａｓ【２２］，ｓｕｇｇｅｓｔｉｎｇａｂｅｎｅｆｉｃｉａｌｄｉｆｆｅｒｅｎｃ宅ｉｎ
ａｕｔｏｎｏｍｉｃｃｏｎ协ｏｌｏｆｈｅａｒｔｒａｔｅ．Ｐｒｅｖｉｏｕｓｓｔｕｄｉｅｓｈａｖｅａｓｓｅｓｓｅｄｇｅｎｄｅｒａｎｄ
ａｇｅ－ｔｅｌａｔｏｄ
ｄｉｆｆｃｒｅｎｃｅｓｉｎｔｉｍｅａｎｄｆｉ－ｅｑｕｅｎｃｙｄｏｍａｉｎｉｎｄｉｃｅｓｆ２３】ａｎｄ８０ｍｅｎｏｎｌｉｎｅａｒｃｏｍｐｏｎｅｎｔｏｆ
ＨＲＶ【２４１．Ｔｈｅｒｅａｌｓｏｓｅｅｍｅｄｔｏｂｅａｓｉｇｎｉｆｉｃａｎｔｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎ
ｄａｙ
ａｎｄ
ｎｉｇｈｔ
ｈｏｕｒｓ
ｗｈｅｎ
ｓｔｕｄｙｉｎｇ
ＨＲＶｉｎｄｉｃｅｓｕｓｉｎｇｓｐｅｃｔｒａｌ
ａｎｄｔｉｍｅ
ｄｏｍａｉｎ
ｍｅｔｈｏｄｓ【２５］．Ｔｅｒｒｙｅｔ
ａｌ，ｈａｖｅ
ｓｈｏｗｎｔｈａｔｔｈｅｍｉｄｄｌｅ．ａｇｅｄ
ｗｏｍｅｎａｎｄｍｅｎｈａｖｅａｄｏｍｉｎａｎｔ
ｐａｒａｓｙｍｐａｔｈｅｔｉｃ
ａｎｄ
ｓｙｍｐａｔｈｅｔｉｃｒｅｇｕｌａｔｉｏｎ
ｏｆｔｈｅｈｅａｒｔｒａｔｅ，ｒｅｓｐｅｃｔｉｖｅｌｙ【２６］．Ｉｔｉｓｐｒｏｖｅｄ
ｔｈａｔ，ｔｈｅｈｅａｒｔｒａｔｅ
ｖ鲥ａｂｉｌｉｔｙｄｅｐｅｎｄｓｏｎｔｈｅｓ懿ａｌｓｏ．ＴｈｅｈｅａｒｔｒａｔｅＶ撕ａｂｉｌｉｔｙｉＳｍｏｒｅｉｕｔｈｅ
ｐｈｙｓｉｃａｌｌｙ
ａｃｔｉｖｅ
ｙｏｕｎｇ
ａｎｄ
ｏｌｄｗｏｍｅｎ
ｆ２７１．Ｔｈｅ
ｒｅｄｕｃ，ｅｄＨＲＶ
ｒｃｓｕｌｔｓｉｎｎｅｗｃａｒｄｉａｃｅｖｅｎｔｓａｒｅｓｔｕｄｉｅｄ
ｂｙ
Ｈｉｓａｋｏｅｔａ１．Ｉｔｉｓｐｒｏｖｅｄｂｙ
Ｅｍｅｓｅｅｔａ１．ｔｈａｔｔｈｅａｌｅｒｔｎｅｗｂｏｒｅｓｈｅａｒｔｒａｔｅｖａｉｌａｔｉｏｎｉｓｌＯＷｇｒ
ｉｎ
ｔｈｅｃａｓｅｏｆ
ｂｏｙｓ
ｔｈａｎｉｎ
ｔｈｅ
ｃ笛ｅｏｆｇｉｒｌｓ［２８１．ＴｈｅＨｅａｒｔｒａｔｅｖａｒｉａｔｉｏｎｆｏｒ
ｈｅａｌｔｈｙｓ蛔ｃａｓ
ｆｒｏｍ２０．７０
ｙｒｓ
ｉｓｓｔｕｄｉｅｄ
ｂｙ
Ｈｅｎｄｒｉｋｅｔａ１．ａｎｄｆｏｕｎｄ
ｔｈａｔ
ｔｈｅ
ＨＲＶｄｅｃｒｅａｓｅｓｗｉｔｈ
ａｇｅ
ａｎｄ
ｖａｉｌａｔｉＯｌｌｉＳｍｏｒｅｉｎｔｈｅｃａｓｅｏｆｆｅｍａｌｅｔｈａｎｍｅｎ．Ｇａｌｅｅｖｅｔａ１．ｈａｖｅａｎａｌｙｚｅｄｔｈｅｈｅａｒｔｒａｔｅ
ｖａｒｉａｔｉｏｎｆｏｒ
ｈｅａｌｔｈｙｓｕｂｊｅｃｔｓｏｆ
ａｇｅ
ｆｉ＇ｏｍ６ｔｏ１６
ｙｒｓ
ａｎｄ
ｏｂｓｅｒｖｅｄ
ｔｈｅ
ｓｔａｔｉｓｔｉｃａｌ
ａｎｄ
ｆｉ＇ｅｑｕｅｎｃｙ
ｄｏｍａｉｎｖａｒｉａｔｉｏｎ奶ｍ
ａｇｉｎｇ
ａｎｄ
ｇｅｎｄｅｒ【２９］．Ｉｎｔｈｉｓ
ｗｏｒｋ，ｗｅ
ｈａｖｅ
ａｎａｌｙｚｅｄｔｈｅ
ｈｅａｒｔｒａｔｅ
ｖａｒｉａｔｉｏｎｏｆｎｏｒｍａｌｓｕｂｊｅｃｔｓｆｒｏｍ
２３－９０
ｙｒｓ
ｉｎ
ｆｏｕｒｇｒｏｕｐｓ（２０４－１０，３０士１０，４１
４－
２９，７１士１９）ｂｙ
ｎｏｎｌｉｎｅａｒｍｅｔｈｏｄ．
一４一
大连理工大学硕士学位论文
３Ｍｅａｓｕｒｅｍｅｎｔｏｆｈｅａｒｔ
ｒａｔｅｖａｒ
ｉａｂｉＩ
ｉｔｙ
３．１Ｔｉｒｉｔｅｄｏｍａｉｎｍｅｔｈｏｄｓ
Ｖａｒｉａｔｉｏｎｓｉｎｈｅａｒｔｒａｔｅ
ｍａｙ
ｂｅ
ｅｖａｌｕａｔｅｄ
ｂｙａｎｕｍｂｅｒ
ｏｆｍｅｔｈｏｄｓ．Ｐｅｒｈａｐｓ
ｔｈｅ
ｓｉｍｐｌｅｓｔ
ｔｏｐｅｒｆｏｒｍａｒｅｔｈｅｔｉｍｅｄｏｍａｉｎｍｏａｓｌｌｒｃｓ．Ｗｉｔｈｔｈｅｓｅｍｅｔｈｏｄｓｅｉｔｈｅｒ
ｔｈｅ
ｈｅａｒｔｒａｔｅ
ａｔａｎｙ
∞ｉｎｔｉｎｔｉｍｅｏｒｔｈｅｉｎｔｅｒｖａｌｓｂｅｔｗｅｅｎ鞠－１．ｊ嘲ｓｉｖｅｎｏｒｍａｌ
ｃｏｍｐｌｅｘｅｓａｒｅｄｅｔｅｒｍｉｎｅｄ．Ｉｎａ
ｃｏｎｔｉｎｕｏｕｓ
ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｐｈｉｃ（ＥＣＧ）ｒｅｃｏｒｄ，ｅａｃｈＱＲＳｃｏｍｐｌｅｘｉｓ
ｄｅｔｅｃｔｅｄ，ａｎｄ
ｔｈｅ
∞－ｃａｌｌｅｄ
ｎｏｒｍａｌ－ｔｏ－ｎｏｒｍａｌ（ＮＮ）ｉｎｔｅｒｖａｌｓ（ｔｈａｔｉｓａｌｌｉｎｔｅｒｖａｌｓｂｅｔｗｅｅｎａｄｊａｃｅｎｔＱＲＳ
ｃｏｍｐｌｅｘｅｓｒｅｓｕｌｔｉｎｇ
ｆｒｏｍｓｉｎｕｓ
ｎｏｄｅ
ｄｅｐｏｌａｒｉｚａｔｉｏｎｓ，ｏｒ
ｔｈｅ
ｉｎｓｔａｎｔａｎｅｏｕｓｈｅａ．ｑｒａｔｅｉｓ
ｄｅｔｅｒｍｉｎｅｄ．Ｓｉｍｏｌｅｔｉｍｅ－ｄｏｍａｉｎｖａｒｉａｂｌｅｓｔｈａｔｃａｎｂｅｃａｌｃｕｌａｔｅｄｉｎｃｌｕｄｅｔｈｅｍｅａｎＮＮ
ｉｎｔｅｒｖａｌ，ｔｈｅ
ｍｅａｎｈｅａｒｔ
ｒａｔｅ，ｔｈｅ
ｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎ
ｔｈｅ
ｌｏｎｇｅｓｔ
ａｎｄｓｈｏｒｔｅｓｔＮＮ
ｉｎｔｅｒｖａｌ，ｔｈｅ
ｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎ
ｎｉｇｈｔ
ａｎｄ
ｄａｙ
ｈｅａｒｔ
ｒａｔｅ．ｅｔｅ．Ｏｔｈｅｒ
ｔｉｍｅ－ｄｏｍａｉｎｍｅａｓｕｒｅｍｅｎｔｓ
ｔｈａｔ眦ｂｅ
ｕｓｅｄａｒｅｖａｒｉａｔｉｏｎｓｉｎｉｎｓｔａｎｔａｎｅｏｕｓｈｅａｒｔｒａｔｅｓｇｃｏｎｄａｒｙｔｏｒｅｓｐｉｒａｔｉｏｎ，ｔｉｌｔ，Ｖａｌｓａｌｖａ
ｍａｌｌｏｅｕｖｒｅ，ｏｒｓｅｃｏｎｄａｒｙｔｏ
Ｄｈｅｉｌｙｌｅｐｈｒｉｎｅ
ｉｎｆｕｓｉｏｎ．Ｔｈｅｓｅｄｉｆｆｅｒｅｎｃｅｓｃａｂｂｅｄｅｓｃｒｉｂｅｄ勰
ｅｉｔｈｅｒｄｉｆｆｅｒｅｎｃｅｓｉｎｈｅａｒｔｒａｔｅｏｒｃｙｃｌｅｌｅｎｇｔｌＬ
３．２ＳｔａｔｉｓｔｉｃａＩｍｅｔｈｏｄｓ
ＦｒｏｍａｓｅｒｉｅｓｏｆｉｎｓｔａｎｈａｌｌｅｏＢｓｈｅａｒｔｒａｔｅｓｏｒｃｙｃｌｅｉｎｔｅｒｖａｌｓ，ｐａｒｔｉｃｕｌａｒｌｙ
ｔｈｏｓｅｒｅｃｏｒｄｅｄ
ｏｖｅｒ
ｌｏｎｇｅｒｐｅｒｉｏｄｓ，ｔｒａｄｉｔｉｏｎａｌｌｙ
２４１１，ｍｏｒｅ
ｃｏｍｐｌｅｘｓｔａｔｉｓｔｉｃａｌｔｉｍｅ－ｄｏｍａｉｎｍｅａｓｕｒｅｓｃａｎｂｅ
ｃａｌｃｕｌａｔｅｄ．Ｔｈｅｓｅ
ｍａｙ
ｂｅｄｉｖｉｄｅｄｉｎｔｏ
ｔｗｏｃｌａｓｓｅｓ，①ｔｈｏｓｅ
ｄｅｒｉｒｅｄｆｒｏｍｄｉｒｅｃｔ
ｍｅａｓｕｒｅｍｅｎｔｓｏｆｔｈｅＮＮｉｎｔｅｒｖａｌｓｏｒｉｎｓｔａｎｔａｎｅｏｕｓｈｅａｒｔｒａｔｅ，（Ｄｔｈｏｓｅ
ｄｅｒｉｖｅｄ
ｆｒｏｍ
ｔｈｅ
ｄｉｆｆｅｒｅｎｃｅｓｂｅｔｗｅｅｎＮＮｉｎｔｅｒｖａｌｓ．Ｔｈｅｓｅｖｕｒｉａｂｌｅｓ
ｍａｙ
ｂｅｄｅｒｉｖｅｄｆｒｏｍ
ａｎａｌｙｓｉｓ
ｏｆｔｈｅｔｏｔａｌ
ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｐｈｉｃｒｅｃｏｒｄｉｎｇｏｒｍａｙ
ｂｅｃａｌｃｕｌａｔｅｄ
ｕｓｉｎｇ
ｓｍａｌｌｅｒ
ｓｅｇｍｅｎｔｓｏｆｔｈｅ
ｒｅｃｏｒｄｉｎｇ
ｐｅｒｉｏｄ．Ｔｈｅ
ｌａｔｔｅｒ
ｍｅｔｈｏｄ
ａｌｌｏｗｓｃｏｍｐａｒｉｓｏｎｏｆＨＲＶｔｏｂｅｍａｄｅ
ｄｕｒｉｎｇ
ｖａｒｙｍｇａｃｔｉｖｉｔｉｅｓ，ｅ．ｇ．
ｒｅｓｔ，ｓｌｅｅｐ．ｅｔｃ．Ｔｈｅｓｉｍｐｌｅｓｔ
ｖａｉｌａｂｌｅｔｏｃａｌｅｕｌａｔｅｉｓｔｈｅｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｏｆ
ｍｅＮＮｉｎｔｅｒｖａｌ
（ＳＤＮＮ），ｉ．ｅ。ｔｈｅｓｑｕａｒｅ
ｒｏｏｔｏｆ
ｖａｒｉａｎｃｅ．Ｓｉｎｃｅ
ｖａｒｉａｎｃｅｉｓ
ｍａｔｈｅｍａｔｉｃａｌｌｙｅｑｕａｌ
ｌｏｔｏｔａｌ
ｐｏｗｅｒ
ｏｆ
ｓｐｅｃｔｒａｌａｎａｌｙｓｉｓ，ＳＤＮＮ
ｒｅｆｌｅｃｔｓａｌｌ
ｔｈｅ
ｃｙｃｌｉｃｃｏｍｐｏｎｅｎｔｓｒｅｓｐｏｎｓｉｂｌｅｆｏｒ
ｖａｒｉａｂｉｌｉｔｙｉｎｔｈｅ
ｐｅｒｉｏｄｏｆｒｅｃｏｒｄｉｎｇ．Ｉｎｍａｎｙｓｔｕｄｉｅｓ，ＳＤＮＮｉｓｃａｌｃｕｌａｔｅｄｏｖｅｒａ２４－ｈ
ｐｅｒｉｏｄ
ａｎｄｔｈｕｓ
ｅｎｃｏｍｐ船ｓｅｓ
ｂｏｔｈｓｈｏｒｔ－ｔｅｒｍ
ｈｉｇｈｆｒｅｑｕｅｎｃｙｖａｒｉａｔｉｏｎｓ，ａｓ
ｗｅｌｌａｓｔｈｅｌｏｗｅｓｔ
ｆｒｅｑｕｅｎｃｙ
ｃｏｍｐｏｎｅｎｔｓｓｅｅｎ
ｉｎａ２４－ｈ
ｐｅｒｉｏｄ．Ａｓ
ｔｈｅｐｅｒｉｏｄｏｆ
ｍｏｎｉｔｏｒｉｎｇ
ｄｅｃｒｅａｓｅｓ，ＳＤＮＮ
ｅｓｔｉｍａｔｅｓｓｈｏｒｔｅｒａｎｄｓｈｏｒｔｅｒ
ｃｙｃｌｅｌｅｎｇｔｈｓ，Ｉｔｓｈｏｕｌｄ
ａｌｓｏｂｅｎｏｔｅｄｔｈａｔｔｈｅｔｏｔａｌｖａｒｉａｎｃｅｏｆ
ＨＲＶｉｎｃｒｅａｓｅｓｗｉｔｈｔｈｅｌｅｎｇｔｈ
ｏｆａｎａｌｙｚｅｄｒｅｃｏｒｄｉｎｇ［３０］．Ｔｈｕｓ，ｏｎａｒｂｉｔｒａｒｉｌｙ
ｓｅｌｅｃｔｅｄ
ＥＣＧｓ，
ＳＤＮＮ
ｉｓｎｏｔａｗｅｌｌｄｅｆｉｎｅｄｓｔａｔｉｓｔｉｃａｌ
ｑｕａｎｔｉｔｙ
ｂｅｃａｕｓｅｏｆｉｔｓｄｅｐｅｎｄｅｎｃｅｏｎ
ｔｈｅｌｅｎｇｔｈｏｆ
ｒｅｃｏｒｄｉｎｇｐａｉｏｄ．Ｔｈｕｓ．ｉｎｐｒａｃｔｉｃｅ，ｉｔ
ｉｓ
ｉｎａｐｐｒｏｐｒｉａｔｅ
ｔｏｃｏｍｐａｒｅＳＤＮＮｍｅａｓｕｒｅｓｏｂｔａｉｎｅｄ
ｆｒｏｍ
ｒｅｃｏｒｄｉｎｇｓ
ｏｆｄｉｆｆｅｒｅｎｔ
ｄｕｒａｔｉｏｎｓ．Ｈｏｗｅｖｅｒ，ｄｕｒａｔｉｏｎｓｏｆｔｈｅ
ｒｅｃｏｒｄｉｎｇｓ
ｕｓｅｄｔｏ
一５一
ｄｅｔｅｒｍｉｎｅＳＤＮＮｖａｌｕｅｓ（ａｎｄｓｉｍｉｌａｄｙ
ｏｔｈｅｒＨＲＶｍｅａｓｕｒｅｓ）ｓｈｏｕｌｄｂｅ
ｓｔａｎｄａｒｄｉｚｅｄ．
Ｓｈｏｒｔ—ｔｅｒｍ５－ｍｉｎ
ｒｅｃｏｒｄｉｎｇｓ
ａｎｄｎｏｍｉｎａｌ２４ｈ
ｌｏｎｇ－ｔｅｒｒａｒｅｃｏｒｄｉｎｇｓ
ｓｅｎｉｔｉｔｏｂｅ
ａｐｐｒｏｐｒｉａｔｅ
ｏｐｔｉｏｎｓ．Ｏｔｈｅｒｃｏｎｍ３０ｎｌＹ
ｕｓｅｄｓｔａｆｆｓｔｉｃａｌｖａｒｉａｂｌｅｓｃａｌｃｕｌａｔｅｄｆｒｏｍｓｅｇｍｅｎｔｓ
ｏｆｔｈｅｔｏｔａｌ
ｍｏｎｉｔｏｔｉｎｇｐｅｄｏｄ
ｉｎｃｌｕｄｅＳＤＡＮＮ．ｔｈｅｓｔａｎｄａｒｄ
ｄｅｖｉａｔｉｏｎ
ｏｆｔｈｅ
ａｖｅｒａｇｅ
ＮＮｉｎｔｅｒｖａｌ
ｃａｌｃｕｌａｔｅｄＯＶｅｒｓｈｏｒｔ
ｐｅｒｉｏｄｓ＇ｕｓｕａｌｌｙ
５
ｒａｉｎ，ｗｈｉｃｈ
ｉＳａｎｅｓｔｉｍａｔｅｏｆｔｈｅｃｈａｎｇｅｓｉｎｈｅａｒｔｒａｔｅ
ｄｕｅｔ０
ｃｙｃｌｅｓｌｏｎｇｅｒ
ｔｈａｎ５ｍｉｎ，ａｎｄ
ｔｈｅＳＤＮＮ
ｉｎｄｅｘ．ｔｈｅ
ｍｏａｎｏｆｔｈｅ５·ｒａｉｎｓｔａｎｄａｒｄ
ｄｅｖｉａｔｉｏｎｏｆｔｈｅＮＮｉｎｔｅｒｖａｌｃａｌｃｕｌａｔｅｄＯＶｅＩ＊２４１１．ｗｈｉｃｈｍｅａｓｕｒｅｓ
ｔｈｅ
ｖａｒｉａｂｉｌｉｔｙ
ｄｕｅｔｏ
ｃｙｃｌｅｓ
ｓｈｏｔｔｅｒｔｈａｎ５ｍｉｎｕｔｅｓ．Ｔｈｅｍｏｓｔ
ｃｏｍｍｏｎｌｙ
ｕｓｅｄ
ｍｅａｓｕｒｅｓ
ｄｅｒｉｖｅｄｆＴｏｍｉｎｔｅｒｖａｌ
ｄｉｆｆｅｒｅｎｃｅｓｉｎｃｌｕｄｅＲＭＳＳＤ．ｔｈｅ
ｓｑｕａｒｅ
ｒｏｏｔｏｆｔｈｅｍｅａｎ
ｓｑｕａｒｅｄ
ｄｉｆｆｅｒｅｎｃｅｓｏｆｓｕｃｃｅｓｓｉｖｅ
ＮＮ
ｉｎｔｅｒｖａｌｓ，ＮＮ５０，ｔｈｅ
ｎｕｍｂｅｒ
ｏｆｉｎｔｅｒｖａｌｄｉｆｆｅｒａｎｃｅｓ
ｏｆ
ｓｕｃｃｅｓｓｉｖｅＮＮｉｎｔｅｒｖａｌｓ
ｇｒｅａｔｅｒ
ｔｈａｎ５０ｍｓ．ａｎｄ
ｐＮＮ５０
ｔｈｅ
ｐｒｏｐｏｒｔｉｏｎ
ｄｅｒｉｖｅｄ
ｂｙｄｉｖｉｄｉｎｇ
ＮＮ５０
ｂｙ
ｔｈｅｔｏｔａｌｎｕｍｂｅｒｏｆＮＮ
ｉｎｔｅｒｖａｌｓ．ＡＩＩ
ｔｈｅｓｅｍｅａｓｕｒｅｍｅｎｔｓｏｆｓｈｏｒｔ－ｔｅｒｍ
ｖａｒｉａｔｉｏｎ
ｅｓｔｉｍａｔｅ
ｈｉｇｈｆｒｅｑｕｅｎｃｙｖａｒｉａｔｉｏｎｓ
ｉｎｈｅａｒｔｒａｔｅａｎｄｔｈｕｓａｒｅ
ｈｉｇｈｌｙｃｏｒｒｅｌａｔｅｄ（Ｆ嘻３．１）．
３．３ＧｅｏｍｅｔｒｉｃａＩｍｅｔｈｏｄｓ
ＴｈｅｓｅｆｉｅｓｏｆＮＮｉｎｔｅｒｖａｌｓｃａｎａｌｓｏｂｅｃｏｎｖｅｒｔｅｄｉｎｔｏａｇｅｏｍｅｔｒｉｃｐａｔｔｅｍ，ｓｕｃｈａｓｔｈｅ
ｓａｍｐｌｅｄｅｕｓｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎ
ｏｆＮＮ
ｉｎｔｅｒｖａｌｄｕｒａｔｉｏｎｓ，ｓａｍｐｌｅｄｅｎｓｉｔｙ
ｄｉｓｔｒｉｂｕｆｉｏｎｏｆ
ｄｉｆｆｅｒｅｎｃｅｓｂｅｔｗｅｅｎａｄｊａｃｅｎｔＮＮ
ｉｎｔｅｒｖａｌｓ，Ｌｏｒｅｎｚ
ｐｌｏｔ
ｏｆＮＮｏｒ
ＲＲｉｎｔｅｒｖａｌｓ，ｅｔｃ．，ａｎｄａ
ｓｉｍｐｌｅ
ｆｏｒｍｕｌａｉｓｕｓｅｄｗｈｉｃｈ
ｊｕｄｇｅｓｔｈｅｖａｒｉａｂｉｌｉｔｙｂａｓｅｄ
ｏｎ
ｔｈｅ
ｇｅｏｍｅｔｒｉｃ
ａｎｄ／ｏｒ
ｇｒａｐｈｉｃ
ｐｒｏｐｅｒｔｉｅｓ
ｏｆ
ｔｈｅ
ｒｅｓｕｌｔｉｎｇｐａｔｔｅｒｎ．Ｔｈｒｅｅｇｅｎｅｒａｌａｐｐｒｏａｃｈｅｓａｒｅｕｓｅｄｉｎ
ｇｅｏｍｅｔｒｉｃ
ｍｅｔｈｏｄｓ：
①ａｂａｓｉｃｍｅａｓｕｒｅｍｅｎｔｏｆｔｈｅｇｅｏｍｅｔｒｉｃｐａｔｔｅｒｎ（ｅ．ｇ．ｔｈｅｗｉｄｔｈｏｆｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎ
ｈｉｓｔｏｇｒａｍ
ａｔｔｈｅ
ｓｐｅｃｉｆｉｅｄｌｅｖｅｌ）ｉｓ
ｃｏｎｖｅｒｔｅｄｉｎｔｏｔｈｅｍｅａｓｕｒｅｏｆＨＲＶ，②ｔｈｅ
ｇｅｎｍｅｔｒｉｅｐａＲｅｍ
ｉＳ
ｉｎｔｅｒｐｏｌａｔｅｄｂｙａｍａｔｈｅｍａｔｉｃａｌｌｙ
ｄｅ丘ｎｃｄｓｈａｐｅ（ｅ．昌ａｐｐｒｏｘｉｍａｔｉｏｎｏｆｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎ
ｈｉｓｔｏｇｒａｍ
ｂｙａｔｒｉａｎｇｌｅ，ｏｒａｐｐｒｏｘｉｍａｔｉｏｎｏｆｔｈｅｄｉｆｆｅｒｅｎｔｉａｌｈｉｓｔｏｇｒａｍ
ｂｙａｌｌｅｘｐｏｎｅｎｔｉａｌ
ｃｕｒｖｅ）ａｎｄ
ｔｈｅｎｔｈｅｐａｒａｍｅｔｅｒｓｏｆｔｈｉｓｍａｔｈｅｍａｔｉｃａｌ
ｓｈａｐｅ
ａｒｅｕｓｅｄ，ａｎｄ③ｔｈｅｇｅｏｍｅｔｒｉｃ
ｓｈａｐｅｉｓ
一６一
大连理工大学硕士学位论文
Ｆ培３．１Ｒｅｌａｔｉｏｎｓｈｉｐ
ｂｃＩｆｗｃｃｎｔｈｅＲＭＳＳＤ∞ｄ
ｐＮＮ５０（ａ），ａｎｄｐＮＮ５０
ａｎｄＮＮ５０（”ｍ日日哪ｏｆＨＲＶ
ａｓｓｅｓｓｅｄｆｒｏｍ
８５７
ｎｏｍｉｎａｌ
２４－ｈＨｏｌｔｅｒ
Ｐａｔｔｅｒｎ－ｂａｓⅨｌ
ｃａｔｅｇｏｒｉｅｓ
ｗｈｉｃｈｒｅｐｒｅｓｅｎｔ
ｄｉｆｆｅｒｅｎｔ
ｃｌａｓｓｅｓｏｆＨＲＶ（ｅ．辱ｅｌｌｉｐｔｉｃ，２ｉｎｅａｒ
ａｎｄ
ｔｒｉａｎｇｕｌａｒｓｈａｐｅｓ
ｏｆＬｏｒｅｎｚｐｌｏｔｓ）．Ｍｏｓｔｇｅｏｍｅｔｒｉｃ
ｍｅｔｈｏｄｓ
ｒｅｑｕｉｒｅ
ｔｈｃＲＲ（ｏｒＮＮ）
ｉｎｔｅｒｖａｌｓｅｑｕｅＩｌｃｅｔｏｂｅｍｅａｓｕｒｅｄｏｎｏｒｃｏｎｖｅｒｔｅｄｔｏａｄｉｓｃｒｅｔｅ
ｓｃａｌｅｗｈｉｃｈｉＳｎｏｔｔｏｏｆｉｎｅｏｒ
ｔｏｏｃｏａｒｓｅａｎｄ
ｗｈｉｃｈｐｅｒｍｉｔｓｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆｓｍｏｏｔｈｅｄ
ｈｉｓｔｏｇｒａｍｓ．Ｍｏｓｔｅｘｐｅｒｉｅｎｃｅ
ｈａｓ
ｂｅｅｎｏｂｔａｉｎｅｄ
ｗｉｔｈ
ｂｉｎｓ
ａｐｐｒｏｘｉｍａｔｅｌｙ
８ｍｓｌｏｎｇ（ｐｒｅｃｉｓｅｌｙ７·８１２５ｍｓ＝１／１２８Ｓ１ｗｈｉｃｈ
ｃｏｒｒｅｓｐｏｎｄｓ
ｔｏｔｈｅ
ｐｒｅｃｉｓｉｏｎ
ｏｆｃｕｒｒｅｏｔｃｏｍｍｃＴｃｉａｌ
ｅｑｕｉｐｍｅｎｔ．ＴｈｅＨＲＶ
ｔｒｉａｎｇｕｌａｒ
ｉｎｄｅｘ
ｍｅａｓｕｒｅｍｅｎｔｉＳｔｈｅ
ｉｎｔｅｇｒａｌ
ｏｆｔｈｅｄｅｏｓｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎ亿ｅ．ｔｈｅｎｕｍｂｅｒ
ｏｆａ１１
ＮＮｉｎｔｅｒｖａｌｓ）
ｄｉｖｉｄｅｄ
ｂｙ
ｔｈｅｍａｘｉｍｕｍ
ｏｆｔｈｅ
ｄｅｎｓｉｔｙ
ｄｉｓｔｒｉｂｕｔｉｏｎ．ＵｓｉｎｇａｍｅａｓｕｒｅｍｅｎｔｏｆＮＮ
ｉｎｔｅｒｖａｌｓｏｎ
ａｄｉｓｃｒｅｔｅ
ｓｃａｌｅ，ｔｈｅ
ｍｅａｓｕｒｅｉｓ
ａｐｐｒｏｘｉｍａｔｅｄｂｙ
ｔｈｅｖａｌｕｅ：（ｔｏｔａｌｎｕｍｂｅｒｏｆ
ＮＮ
ｉｎｔｃｒｖａｌｓ）／（ｎｕｍｂｃｒ
ｏｆＮＮ
ｉｎｔｅｒｖａｌｓ
ｉｎ
ｔｈｅｍｏｄａｌｂｉｎ）ｗｈｉｃｈｉＳｄｅｐｅｎｄｅｎｔＯＨｔｈｅ
ｌｅｎｇｔｈ
ｏｆｔｈｅ
ｂｉｎ，ｉ．ｅ．Ｏｎ
ｔｈｅ
ｐｒｅｃｉｓｉｏｎ
ｏｆｔｈｅｄｉｓｃｒｅｔｅｓｃａｌｅｏｆｍｃａｓｕｒｃｍｏｎｔ．Ｔｈｕｓ．ｉｆｔｈｅｄｉｓｃｒｅｔｅ
一７一
墅坠！堂垫型型墅塑型！堂塑堕
ａｐｐｒｏｘｉｍａｔｉｏｎ
ｏｆｔｈｅｍｅＢｓｕｒｅｉｓｕｓｅｄ、析ｔｌｌＮＮｉｎｔｅｒｖａｌｍｅａｓｕｒｅｍｅｆｌｔｏｎａ∞ａｌｅｄｉｆｆｅｒｅｎｔｔｏ
ｔｈｅｍｏｓｔ
ｆｒｅｑｕｅｎｔｓａｍｐｌｉｎｇ
ｏｆ１２８Ｈ乙ｔｈｅｓｉｚｅｏｆｔｈｅｂｉｎｓｓｈｏｕｌｄ
ｂｅ
ｑｕｏｔｅｄ．
Ｄｕｒａｔｌｍａ０ｆｎｏｒｍａｌＲＲｔｎｔｅｒｖａｌｓ
Ｆｉｇ．３．２
Ｔｈｅ
Ｕ＇ｉａ．ｇｕｌａｒｉｎｔｅｒｐｏｌａｔｉｏｎ
ｏｆＮＮ
Ｔｏｐｅ触ｇｅｏｍｅｔｒｉｃａｌｍｅａｓｕｒｅｓ
ｏｎｔｈｅＮＮ
ｉｎｔｅｒｖａｌｈｉｓｔｏｇｒｍｎ，ｔｈｅ
ｓａｍｐｌｅｄｅｎｓｉｔｙ
ｄｉｓｔｒｉｂｕｔｉｏｎＤｉｓ
ｃｏｎｓｔｒｕｃｔｅｄ
ｗｈｉｃｈ
ａｓｓｉｇｎｓ
ｔｈｅｎｕｍｂｅｒｏｆ
ｅｚｌｕａｌｌｙｌｏｎｇ
ＮＮｉｎｔｅｒｖａｌｓｔｏｅｎｃｈ
ｖａｌｕｅｏｆｔｈｅｉｒ
ｌｅｎｇｔｈｓ．１１１ｅ
ｍｏｓｔ
ｆｒｅｑｕｅｎｔ
ＮＮ
ｉｎｔｅｒｖａｌ
ｌｅｎｇｔｈ
Ｘ
ｉｓ
ｅｓｔａｂｌｉｓｈｅｄ，ｔｈａｔｉｓＪｒ＝Ｄ∞
ｉｓｔｈｅｍａｘｉｍｕｍｏｆｔｈｅ
ｓａｍｐｌｅｄｅｎｓｉｔｙ
ｄｉｓｔｒｉｂｕｔｉｏｎＤ．ＴｈｅＨＲＶ
ｔｒｉａｎｇｕｌａｒ
ｉｎｄｅｘｉＳｔ１１ｅｖａｌｕｅ
ｏｂｔａｉｎｅｄ
ｂｙｄｉｖｉｄｉｎｇ
ｔｈｅａｒｅａｉｎｔｅｇｒａｌ
ｏｆＤ
ｂｙ
ｔｈｅｍａｘｉｍｕｍ
ｙ．Ｗｈｅｎ
ｃｏｎｓｔｒｕｃｔｉｎｇ
ｔｈｅ
ｄｉｓｔｒｉｂｕｔｉｏｎＤｗｉｔｈａｄｉｓｃｒｅｔｅｓｃａｌｅｏｎｔｈｅｈｏｒｉｚｏｎｔａｌａｘｉｓ．ｔｈｅｖａｌｕｅｉｓｏｂｔａｉｎｅｄ
ａｃｃｏｒｄｉｎｇ
ｔｏ
ｔｈｅｆｏｒｍｕｌａＨＲＶｉａｄｅｘ＝（ｔｏｔａｌｎｕｍｂｅｒｏｆａｌｌＮＮｉｎｔｅｒｖａｌｓ）／Ｙ．
ＦｏｒｔｈｅｃｏｍｐｕｔａｔｉｏｎｏｆｔｈｅＴＩＮＮｍｅａｓｕｒｅ．ｔｈｅｖａｌＵｅｓＮａｎｄＭａｒｅｅｓｔａｂｌｉｓｈｅｄｏｎｔｈｅ
ｔｉｍｅａｘｉｓａｎｄａｍｕｌｔｉｌｉｎｅａｒｆｕｎｃｔｉｏｎ
ｑ
ｃｏｎｓｔｒｕｃｔｅｄｓｕｃｈｔｈａｔ４（ｆ）：Ｏｆｏｒ匿Ｎａｎｄｆ≥Ｍａｎｄ
ｇａ产Ｅａｎｄｓｕｃｈｔｈａｔｔｈｅ
ｉｎｔｅｇｒａｌ
』（础）一ｇ（ｆ））２ｄｔ，Ｍ＿＜ｔｇＮ，ｇ（石）＝ｙ
０
ｉｓｔｈｅｍｉｎｉｍｕｍ
ａｎｌｏｎｇ
ａｌｌｓｅｌｅｃｔｉｏｎｓ
ｏｆａｌｌｖａｌｕｅｓＮａｎｄＭ．ｍＴＩＮＮｍｅ．ａＳＢｌ＊ｅ
ｉｓ
ｅｘｐｒｅｓｓｅｄ
ｉｎｍｓａｎｄ
ｇｉｖｅｎｂｙ
ｔｈｅｆｏｒｍｕｌａＴＩＮＮ＝Ｍ．Ｎ．ｉｎｔｅｒｖａｌ
ｈｉｓｔｏｇｒａｍ（ＴＩＮＮ）ｉｓ
ｔｈｅ
ｂａｓｅｌｉｎｅｗｉｄｔｈ
ｏｆｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｍｅａｓｕｒｅｄａｓ
ａｂａｓｅｏｆａｔｒｉａｎｇｌｅ，ａｐｐｒｏｘｉｍａｔｉｎｇｔｈｅ
ＮＮ
ｉｎｔｅｒｖａｌｄｉｓｔｒｉｂｕｔｉｏｎ（ｔｈｅ
ｍｉｎｉｍｕｍ
ｓｑｕａｒｅ
ｄｉｆｆｅｒｅｎｃｅｉｓｕｓｅｄｔｏｆｉｎｄｓｕｃｈａｔｒｉａｎ西ｅ）．Ｄｅｔａｉｌｓｏｆ
ｃｏｍｐｕｔｉｎｇ
ｔｈｅ
ＨＲＶ
ｔｒｉａｎｇｕｌａｒ
ｉｎｄｅｘａｎｄＴＩＮＮａｒｅｓｈｏｗｎ
ｉｎ
Ｆｉｇ．２．Ｂｏｔｈ
ｔｈｅｓｅ
ｍｅａｓｕｒｅｓ
ｅｘｐｒｅｓｓ
ｏｖｅｒａｌｌＨＲＶｍｅａｓｕｒｅｄｏｖｅｒ２４ｈａｎｄａｒｅｍｏｒｅｉｎｆｌｕｅｎｃｅｄ
ｂｙ
ｔｈｅｌＯＷｅｒ
ｔｈａｎ
ｂｙ
ｔｈｅ
ｈｉｇＩｌｅｌ＂ｆｉ－ｅｑｕｅｎｃｉｅｓ【３１］．Ｏｔｈｅｒｇｅｏｍｅｔｒｉｃ
ｍｅｔｈｏｄｓａｒｅｓｔｉｌｌ
ｉｎｔｈｅ
ｐｈａｓｅ
ｏｆ
ｅｘｐｌｏｒａｔｉｏｎ
ａｎｄ
ｅｘｐｌａｎａｔｉｏｎ．Ｔｈｅｍａｊｏｒａｄｖａｎｔａｇｅｏｆ
ｇｅｏｍｅｔｒｉｃ
ｍｅｔｈｏｄｓｌｉｅｓｉｎｔｈｅｉｒｒｅｌａｔｉｖｅ
ｉｎｓｅｎｓｉｔｉｖｉｔｙ
ｔｏ
一８一
胃；Ⅳ髫
ｉｇｌ｜ｏ
大连理工大学硕士学位论文
ｔｈｅ
ａｎａｌｙｔｉｃａｌ
ｑｕａｌｉｔｙ
ｏｆｔｈｅｓｅｒｉｅｓｏｆＮＮｉｎｔｅｒｖａｌｓ【３２］．Ｔｈｅ
ｍａｊｏｒｄｉｓａｄｖａｎｔａｇｅ
ｉｓｔｈｅｎｅｅｄ
ｆｏｒａｒｅａｓｏｎａｂｌｅｎｕｍｂｅｒｏｆＮＮｉｎｔｅｒｖａｌｓｔｏ
ｃｏｎｓｔｒｕｃｔｔｈｅ
ｇｅｏｍｅｔｒｉｃｐａｔｔｅｒｎ．Ｉｎｐｒａｃｔｉｃｅ，
ｒｅｃｏｒｄｉｎｇｓ
ｏｆａｔｌｅａｓｔ２０ｍｉｎ（ｂｕｔｐｒｅｆｅｒａｂｌｙ
２４ｈ）ｓｈｏｕｌｄ
ｂｅｕｓｅｄｔｏｏｕｓｕｒｅｔｈｅｃｏｒｒｅｃｔ
ｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅ
ｇｅｏｍｅｔｒｉｃ
ｍｅｔｈｏｄｓ，ｉ．ｅ．ｔｈｅｃｕｒｒｅｎｔ
ｇｅｏｍｅｔｒｉｃ
ｍｅｔｈｏｄｓａｇｅｉｎａｐｐｒｏｐｒｉａｔｅ
ｔｏ
ａｓｓｅｓｓｓｈｏｒｔ－ｔｅｒｍ
ｃｈａｎｇｅｓｉｎＨＲＶ．
３．４
Ｆｒｅｑｕｅｎｃｙ
ｄｏｍｅｉｎｍｅｔｈｏｄｓ
Ｖａｒｉｏｕｓ
ｓｐｅｃｔｒａｌｍｅｔｈｏｄｓ【３３】ｆｏｒ
ｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅ
ｔａｃｈｏｇｒａｍ
ｈａｖｅ
ｂｅｅｎ
ａｐｐｌｉｅｄ
ｓｉｎｃｅ
ｔｈｅｌａｔｅ１９６０ｓ．Ｐｏｗｅｒｓｐｅｃｔｒａｌｄｅｎｓｉｔｙ伊ＳＤ）ａｎａｌｙｓｉｓｐｒｏｖｉｄｅｓ
ｔｈｅｂａｓｉｃｉｎｆｏｒｍａｔｉｏｎｏｆｈｏｗ
ｐｏｗｅｒ（ｉ．ｅ．ｖａｒｉａｎｃｅ）ｄｉｓｔｒｉｂｕｔｅｓａｓａｆｕｎｃｔｉｏｎｏｆ呐ｕｅｎｃｙ．Ｍｄｃｐｅｎｄｅｎｔｏｆｔｈｅｍｅｔｈｏｄ
ｅｍｐｌｏｙｅｄ，ｏｎｌｙ
ａｎｅｓｔｉｍａｔｅｏｆｔｈｅ
ｔｒｉｍ
ＰＳＤｏｆｔｈｅ
ｓｉｇｎａｌｓｃａｎｂｅｏｂｔａｉｎｅｄ
ｂｙ
ｐｒｏｐｅｒ
ｍａｔｈｅｍａｔｉｃａｌ
ａｌｇｏｒｉｔｈｍｓ．
ＭｅｔｈｏｄｓｆｏｒｔｈｅｃａｌｃｕｌａｔｉｏｎｏｆＰＳＤ
ｍａｙ
ｂｅ
ｇｅｎｅｒａｌｌｙ
ｃｌａｓｓｉｆｉｅｄａｓ
ｎｏｎ－ｐａｒａｍｅｔｒｉｃ
ａｎｄ
ｐａｒａｍｅｔｒｉｃ．Ｉｎ
ｍｏｓｔｉｎｓｔａｎｃｅｓ．ｂｏｔｌｌｍｅｔｈｏｄｓ
ｐｒｏｖｉｄｅｃｏｍｐａｒａｂｌｅ
ｒｅｓｕｌｔｓ．Ｔｈｅａｄｖａｎｔａｇｅｓｏｆ
ｔｈｅ
ｎｏｎ－ｐａｒａｍｅｔｒｉｃ
ｍｅｔｈｏｄｓａｇｅ．＂①ｔｈｅ
ｓｉｍｐｌｉｃｉｔｙ
ｏｆｔｈｅ
ａｌｇｏｒｉｔｈｍｅｍｐｌｏｙｅｄ（Ｆａｓｔ
Ｆｏｕｒｉｅｒ
Ｔｒａｎｓｆｏｒｍ—ＦＦＴ－ｉｎ
ｍｏｓｔｏｆｔｈｅｃａｓｅｓ）ａｎｄ（萤ｍｅｌｌｉｇｈ
ｐｒｏｃｅｓｓｉｎｇ
ｓｐｅｅｄ．ｗｈｉｌｓｔ
ｔｈｅ
ａｄｖａｎｔａｇｅｓｏｆｐａｒａｍｅｔｒｉｃｍｅｔｈｏｄｓａｒｅ：ｓｍｏｏｔｈｅｒ
ｓｐｅｃｔｒａｌｃｏｍｐｏｎｅｎｔｓｗｈｉｃｈｃａｎｂｅ
ｄｉｓｔｉｎｇｕｉｓｈｅｄｉｎｄｅｐｅｎｄｅｎｔｌｙ
ｏｆｐｒｅｓｅｌｅｃｔｅｄｆｆｅｑｕｅｎｃｙ
ｂａｎｄｓ；ｅａｓｙｐｏｓｔ－ｐｒｏｃｅｓｓｉｎｇ
ｏｆｔｈｅ
ｓｐｏｃｔｍｍｗｉｔｈａｎａｕｔｏｍａｔｉｃｃａｌｃｕｌａｔｉｏｎｏｆｌｏｗａｎｄｈｉ曲呐ｕｅｎｃｙｐｏｗｅｒｃｏｍｐｏｎｅｎｔｓ
ａｎｄ
ｃｏｓｙ
ｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｔｈｅｃｅｎｔｒａｌｆｆｅｑｕｅｎｃｙｏｆｅａｃｈｃｏｍｐｏｎｅｎｔ；ａｎａｃｃｕｒａｔｅｅｓｔｉｍａｔｉｏｎｏｆＰＳＤ
ｅｖｅｎｏｎａｓｍａｌｌｎｕｍｂｅｒｏｆ
ｓａｍｐｌｅｓｏｎｗｈｉｃｈｔｈｅ
ｓｉｇｎａｌ
ｉｓｓｕｐｐｏｓｅｄｔｏｍａｉｎｔａｉｎ
ｓｔａｔｉｏｎａｒｉｔｙ．
Ｔｈｅｂａｓｉｃ
ｄｉｓａｄｖａｎｔａｇｅｏｆ
ｐａｒａｍｅｔｒｉｃ
ｍｅｔｈｏｄｓｉｓｔｈｅｎｅｅｄｔｏｖｍｆｙｔｈｅ
ｓｕｉｔａｂｉｌｉｔｙ
ｏｆｔｈｅ
ｃｈｏｓｅｎｍｏｄｅｌａｎｄｉｔｓ
ｃｏｍｐｌｅｘｉｔｙ“ｅ．ｔｈｅ
ｏｒｄｅｒｏｆｔｈｅｍｏｄｅｌ）．
Ｏｎｌｙ
ｔｈｅ
ＬＦａｎｄＨＦｃｏｍｐｏｎｅｎｔｓ
ｃｏｒｒｅｓｐｏｎｄｔｏ
ｐｅａｋｓ
ｏｆｔｈｅ
ｓｐｃｇｔｒｕｍ
ｗｈｉｌｅｔｈｅｖＬＦａｎｄ
ＵＬＦＣａｎｂｅａｐｐｒｏｘｉｍａｔｅｄｂｙａｌｉｎｅｉｎｔｈｉｓ
ｐｌｏｔ
ｗｉｔｈ
ｌｏｇａｒｉｔｈｍｉｃ
ｓｃａｌｅｓｏｎｂｏｔｈａｘｅｓ．Ｔｈｅ
ｓｌｏｐｅ
ｏｆｓｕｃｈａｌｉｎｅ
ｉｓｔｈｅｍｅａｓｕｒｅｏｆＨＲＶ．
Ｓｐｅｃｔｒａｌｃｏｍｐｏｎｅｎｔｓ
一９
墅墼！型竺兰型型塑壁咝！麴塑哑
Ｆｒｅｑｕｅｎｃｙ砰酗
Ｆｉｇ．３．３
Ｅｘａｍｐｌｅ
ｏｆａｎｅａｔｉｍａｔｅ
ｏｆｐｏｗｅｒｓｐｅｃｔｒａｌ
ｄｅｍｉｔｙｏｂｔａｉｎｅｄｆｒｏｍ
ｔｈｅ
ｅｎｔｉｒｅ
２４－ｈｉｎｔｅｒｖａｌｏｆａ
Ｉｏｎｓｔｅｒｍ
Ｈｏｌｔｅｒ
ｒｅｃｏｒｄｉｎｇ．
Ｓｈｏｒｔ－ｔｅｒｍ
ｒｅｃｏｒｄｉｎｇｓｔｈｒｅｅｍａｉｎ
ｓｐｅｃｔｒａｌｃｏｍｐｏｎｅｎｔｓａｒｅｄｉｓｔｉｎｇｕｉｓｈｅｄ
ｉｎａｓｐ戗：ｔｎｍ
ｃａｌｃｕｌａｔｅｄｆｒｏｍ
ｓｈｏｒｔｔｅｒｍ
ｒｅｃｏｒｄｉｎｇｓ
ｏｆ２ｔｏ５ｍｉｌｌ：ｖｅｒｙｌＯＷｆｒｅｑｕｅｎｃｙ（ＶＬＦ），ｌｏｗｆｒｅｑｕｅｎｃｙ
（ＬＦ），ａｎｄ
ｈｉｇｈ厅ｅｑｕｅｎｃｙ（ＨＦ）ｃｏｍｐｏｎｅｎｔｓ．Ｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅ
ｐｏｗｅｒ
ａｎｄｔｈｅｃｅｎｔｒａｌ
丹ｅｑｕｅｎｃｙｏｆＬＦａｎｄＨＦａｒｅｎｏｔｆｉｘｅｄｂｕｔ
ｍａｙｖａｒｙ
ｉｎ
ｒｅｌａｔｉｏｎｔｏ
ｃｈａｎｇｅｓ
ｉｎａｕｔｏｎｏｍｉｃ
ｍｏｄｕｌａｔｉｏｎｓｏｆｔｈｅｈｅａｒｔｐｅｒｉｏｄ．ｎｅｐｈｙｓｉｏｌｏｇｉｃａｌｅｘｐｌａｎａｔｉｏｎ
ｏｆｔｈｅＶＬＦ
ｃｏｍｐｏｎｅｎｔ
ｉｓ
ｍｕｃｈｌｅｓｓｄｅｆｉｎｅｄａｎｄｔｈｅｅｘｉｓｔｅｎｃｅｏｆａｓｐｅｃｉｆｉｃｐｈｙｓｉｏｌｏｇｉｃａｌｐｒｏｃｅｓｓ
ａｔｔｒｉｂｕｔａｂｌｅｔｏｔｈｅｓｅ
ｈｅａｒｔ
ｐｅｒｉｏｄ
ｃｈａｎｇｅｓｍｉｇｈｔ
ｅｖｅｎｂｅ
ｑｕｅｓｔｉｏｎｅｄ．Ｔｈｅ
ｎｏｎ－ｈａｒｍｏｎｉｃ
ｃｏｍｐｏｎｅｎｔ
ｗｈｉｃｈｄｏｅｓｎｏｔ
ｈａｖｅｃｏｈｅｒｅｎｔ
ｐｒｏｐｅｒｔｉｅｓ
ａｎｄｗｈｉｃｈｉｓａｆｆｅｃｔｅｄ
ｂｙａｌｇｏｒｉｔｈｍｓｏｆｂａｓｅｌｉｎｅｏｒｔｒｅｎｄｒｅｒｎｏｖａｌｉｓ
ｃｏｍｍｏｎｌｙａｃｃｅｐｔｅｄ笛ａｍａｊｏｒｃｏｎｓｔｉｔｕｅｎｔｏｆ
ＶＬＦ．Ｔｈｕｓ
ＶＬＦａｓｓｅｓｓｅｄｆｒｏｍｓｈｏｒｔ－ｔｅｒｍ
ｒｅｃｏｒｄｉｎｇｓ
ｆｃ．ｇ．５
ｍｉｎ）ｉｓａｄｕｂｉｏｕｓｍｅａｓｕｌｅａｎｄｓｈｏｕｌｄｂｅａｖｏｉｄｅｄｗｈｅｎ
ｉｎｔｅｒｐｒｅｔｉｎｇ
ｔｈｅ
ＰＳＤｏｆｓｈｏｒｔ－ｔｅｒｍＥＣＧｓ．ＭｅａｓｕｒｅｍｅｎｔｏｆＶＬＦ．ＩＳａｎｄＨＦ
ｐｏｗｅｒｃｏｍｐｏｎｅｎｔｓｉＳ
ｕｓｕａｌｌｙ
ｍａｄｅｉｎａｂｓｏｌｕｔｅｖａｌｕｅｓｏｆｐｏｗｅｒ（ｍｓ２），ｂｕｔＬＦ
ａｎｄＨＦ
ｍａｙａｌｓｏｂｅｍｅａｓｕｒｅｄｉｎｎｏｒｍａｌｉｚｅｄ
ｕｎｉｔｓ（ｎ．ｕ．）ｗｈｉｃｈ
ｒｅｐｒｅｓｅｎｔ
ｔｈｅｒｅｌａｔｉｖｅｖａｌｕｅ
ｏｆ
ｅａｃｈ
ｐｏｗｅｒｃｏｍｐｏｎｅｎｔｉｎｐｒｏｐｏｒｔｉｏｎｔｏｔｈｅ
ｔｏｔａｌｐｏｗｅｒ
ｍｉｎｕｓｔｈｅＶＬＦｃｏｍｐｏｎｅｎｔ．ＴｈｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｏｆＬＦａｎｄＨＦｉｎ
ｎ．ｕ．ｅｍｐｈａｓｉｚｅｓ
ｔｈｅｃｏｎｔｒｏｌｌｅｄａｎｄｂａｌａｎｃｅｄｂｅｈａｖｉｏｕｒｏｆｔｈｅｔｗｏｂｒａｎｃｈｅｓｏｆｔｈｅａｕｔｏｎｏｍｉｃ
ｎｅｒｖｏｕｓｓｙｓｔｅｍ．
Ｍｏｒｅｏｖｅｒ。ｎｏｒｍａｌｉｚａｔｉｏｎｔｅｎｄｓｔｏｍｉｎｉｍｉｚｅｔｈｅ
ｅｆｆｅｃｔｏｎｔｈｅｖａｌｕｅｓｏｆＬＦａｎｄＨＦｃｏｍｐｏｎｅｎｔｓ
ｏｆｔｈｅ
ｃｈａｎｇｅｓｉｎｔｏｔａｌｐｏｗｅｒ．Ｎｅｖｅｒｔｈｅｌｅｓｓ．ｎ．ｕ．ｓｈｏｕｌｄａｌｗａｙｓ
ｂｅｑｕｏｔｅｄｗｉｔｈａｂｓｏｌｕｔｅｖａｌｕｅｓ
ｏｆ
ＬＦ
ａｎｄＨＦ
ｐｏｗｅｒ
ｉｎｏｒｄｅｒｔ０ｄｅｓｃｒｉｂｅｉｎｔｏｔａｌｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆ
ｐｏｗｅｒ
ｉｎ
ｓｐｅｃｔｒａｌ
ｃｏｍｐｏｎｅｎｔｓ．
Ｌｏｎｇ－ｔｅｒｍ
ｒｅｃｏｒｄｉｎｇｓＳｐｅｃｔｒａｌ
ａｎａｌｙｓｉｓｍａｙ
ａｌｓｏ
ｂｅ
ｕｓｅｄｔｏａｎａｌｙｓｅｔｈｅ
ｓｅｑｕｅｎｃｅ
ｏｆＮＮ
ｉｎｔｅｒｖａｌｓｉｎｔｈｅｅｎｔｉｒｅ２４－ｈ
ｐｅｒｉｏｄ．Ｔｈｅ
ｒｅｓｕｌｔｔｈｅｎｉｎｃｌｕｄｅｓａｌｌｕｌｔｒａ－ｌｏｗ台ｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔ
（ＵＬ】哆，ｉｎａｄｄｉｔｉｏｎｌｏ
ｖ】ＬＦ，ＬＦ
ａｎｄＨＦｃｏｍｐｏｎｅｎｔｓ．１ｋｓｌｏｐｅ
ｏｆｔｈｅ２４－ｈ
ｓｐｅｃｔｒｕｍ
Ｃａｎａｌｓｏ
１０一
大连理工大学硕士学位论文
ｂｅ鹊ｇ髂ｓｃｄｏｎａｌｏｇ－ｌｏｇ
ｓｃａｌｅ
ｂｙ
ｌｉｎｅａｒ
ｆｉｔｔｉｎｇ
ｔｈｅｓｐｅｃ嘲ｖａｌｕｅｓ．Ｔａｂｌｅ２１ｉｓｔｓｓｅｌｅｃｔｅｄ
ｆｒｅｑｕｅｎｃｙ－ｄｏｍａｉｎ
ｍｅａｓｕｒｅｓ．Ｔｈｅ
ｐｒｏｂｌｅｍｏｆ‘ｓｔａｔｉｏｎａｒｉｔｙ＇ｉｓｆｒｅｑｕｅｎｔｌｙ
ｄｉｓｃｕｓｓｅｄ
ｗｉｔｈ
ｌｏｎｇ－ｔｅｒｍ
ｒｅｃｏｒｄｉｎｇｓ．Ｉｆ
ｍｅｃｈａｎｉｓｍｓ
ｒｅｓｐｏｎｓｉｂｌｅ
ｆｏｒ
ｈｅａｒｔ
ｐｅｒｉｏｄ
ｍｏｄｕｌａｔｉｏｎｓｏｆａ
ｃｅｒｔａｉｎ
ｆｒｅｑｕｅｎｃｙ
ｒｅｍａｉｎ
ｕｎｃｈａｎｇｅｄｄｕｒｉｎｇ
ｔｈｅｗｈｏｌｅ
ｐｅｒｉｏｄ
ｏｆ
ｒｅｃｏｒｄｉｎｇ
ｔｈｅ
ｃｏｒｒｅｓｐｏｎｄｉｎｇ
ｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｏｆＨＲＶ
ｍａｙ
ｂｅｕｓｅｄａｓａｍｅａｓｕｇｅｏｆｔｈｅｓｅｍｏｄｕｌａｔｉｏｎｓ．Ｉｆｔｈｅ
ｍｏｄｕｌａｔｉｏｎｓａｒｅｎｏｔ
ｓｔａｂｌｅ，ｉｎｔｅｒｐｒｅｔａｔｉｏｎ
ｏｆｔｈｅｒｅｓｕｌｔｓｏｆｆｒｅｑｕｅｎｃｙａｎａｌｙｓｉｓ
ｉｓｌｅｓｓｗｅｌｌ
ｄｅｆｉｎｅｄ．Ｉｎ
ｐａｒｔｉｃｕｌａｒ，ｐｈｙｓｉｏｌｏｇｉｃａｌ
ｍｅｃｈａｎｉｓｍｓｏｆｈｅａｒｔｐｅｒｉｏｄ
ｍｏｄｕｌａｔｉｏｎｓ
ｒｅｓｐｏｎｓｉｂｌｅ
ｆｏｒ
ＬＦａｎｄＨＦ
ｐｏｗｅｒｃｏｍｐｏｎｅｎｔｓｃａｎｎｏｔｂｅｃｏｎｓｉｄｅｒｅｄ
ｓｔａｔｉｏｎａｒｙｄｕｒｉｎｇ
ｔｈｅ２４－ｈ
ｐｅｒｉｏｄ．Ｔｈｕｓ，
ｓｐｅｃｔｒａｌ
ａｎａｌｙｓｉｓｐｅｒｆｏｒｍｅｄｉｎｔｈｅｅｎｔｉｒｅ２４－ｈ
ｐｅｒｉｏｄａｓｗｅｌｌａｓｓｐｅｃｔｒａｌ
ｒｅｓｕｌｔｓｏｂｔａｉｎｅｄｆｒｏｍ
ｓｈｏｒｔｅｒｓｅｇｍｅｎｔｓ（ｅ．ｇ．５ｒａｉｎ）ａｖｅｒａｇｅｄ
ＯＶｅｒｔｈｅｅｎｔｉｒｅ２仙ｐｅｒｉｏｄ（ｔｈｅＬＦａｎｄＨＦｒｅｓｕｌｔｓｏｆ
ｔｈｅｓｅｔｗｏｃｏｍｐｕｔａｔｉｏｎｓａｒｅｎｏｔｄｉｆｆｅｒｅｎｔ）ｐｒｏｖｉｄｅａｖｅｒａｇｅｓ
ｏｆｔｈｅｍｏｄｕｌａｔｉｏｎｓ
ａｔｔｒｉｂｕｔａｂｌｅｔｏ
ｔｈｅＬＦａｎｄＨＦｃｏｍｐｏｎｅｎｔｓ（Ｆｉｇ．３．３１．Ｓｕｃｈａｖｅｒａｇｅｓ
ｏｂｓｃｕｒｅｄｅｔａｉｌｅｄｉｎｆｏｒｍａｔｉｏｎａｂｏｕｔ
ａｕｔｏｎｏｍｉｃｍｏｄｕｌａｔｉｏｎｏｆ
ＲＲ
ｉｎｔｅｒｖａｌｓａｖａｉｌａｂｌｅｉｎ
ｓｂＯｒｔ盯ｒｅｃｏｒｄｉｎｇｓ．Ｉｔ
ｓｈｏｕｌｄ
ｂｅ
ｒｅｍｅｍｂｅｒｅｄｔｈａｔｔｈｅｃｏｍｐｏｎｅｎｔｓｏｆＨＲＶ
ｐｒｏｖｉｄｅ
ｍｅａｓｕｒｅｍｅｎｔｓｏｆｔｈｅ
ｄｅｇｒｅｅ
ｏｆａｕｔｏｎｏｍｉｃ
ｍｏｄｕｌａｔｉｏｎｓｒａｔｈｅｒｔｈａｎｏｆｔｈｅｌｅｖｅｌｏｆａｕｔｏｎｏｍｉｃｔｏｎｅａｎｄ
ａｖｅｒａｇｅｓ
ｏｆｍｏｄｕｌａｔｉｏｎｓｄｏｎｏｔ
ｒｅｐｇｅｓｅｎｔａｌｌａｖｅｒａｇｅｄ
ｌｅｖｅｌｏｆｔｏｎｅ．
３．４．１Ｉｅｅｈｎｉ
ｃＱＩ
ｒｏｑｕ
ｉｒｅｍｅｎｔｓａｎｄｒｅｏｏｅｍｅｎｄａｔｉｏｎｓ．
Ｂｅｃａｕｓｅｏｆｔｈｅ
ｉｍｐｏｒｔａｎｔ
ｄｉｆｆｅｒｅｎｃｅｓｉｎｔｈｅ
ｉｎｔｅｒｐｒｅｔａｔｉｏｎ
ｏｆｔｈｅ
ｒｅｓｕｌｔｓ，ｔｈｅｓｐｅｃｔｒａｌ
ａｎａｌｙｓｅｓ
ｏｆｓｈｏｒｔａｎｄ
ｌｏｎｇ－ｔｅｒｍｅｌｅｅｔｒｏｃａｒｄｉｏｇｒａｍｓ
ｓｈｏｕｌｄ
ａｌｗａｙｓ
ｂｅ
ｓｔｒｉｃｔｌｙｄｉｓｔｉｎｇｕｉｓｈｅｄ
Ｔｈｅ强ａＩｙｓｅｄＥＣＧ
ｓｉｇｎａｌ
ｓｈｏｕｌｄ
ｓａｔｉｓｆｙ
ｓｅｖｅｒａｌ
ｒｅｑｕｉｒｅｍｅｎｔｓｉｎｏｒｄｅｒｔｏｏｂｔａｉｎａｒｅｌｉａｂｌｅ
ｓｐｅｃｔｒａｌｅｓｔｉｍａｔｉｏｎ．Ａｎｙｄｅｐａｒｔｕｒｅ
ｆｒｏｍｔｈｅ
ｆｏｌｌｏｗｉｎｇｒｅｑｕｉｒｅｍｅｎｔｓｍａｙ
ｌｅａｄｔｏ
ｕｎｒｅｐｒｏｄｕｃｉｂｌｅ
ｒｅｓｕｌｔｓｔｈａｔａｒｅｄｉｆｆｉｃｕｌｔｔｏ
ｉｎｔｅｒｐｒｅｔ．Ｉｎ
ｏｒｄｅｒｔｏａｔｔｒｉｂｕｔｅｉｎｄｉｖｉｄｕａｌ
ｓｐｅｃｔｒａｌ
ｃｏｍｐｏｎｅｎｔｓｔｏｗｅｌｌ
ｄｅｆｉｎｅｐｈｙｓｉｏｌｏｇｉｃａｌｍｅｃｈａｎｉｓｍｓ，ｓｕｃｈ
ｍｅｃｈａｎｉｓｍｓｍｏｄｕｌａｔｉｎｇｔｈｅｈｅａｒｔ
ｒａｔｅｓｈｏｕｌｄｎｏｔｃｈａｎｇｅｄｕｒｉｎｇ
ｔｈｅｒｅｃｏｒｄｉｎｇ．Ｔｒａｎｓｉｅｎｔｐｈｙｓｉｏｌｏｇｉｃａｌｐｈｅｎｏｍｅｎａｍａｙｐｅｒｈａｐｓ
ｂｅ
ａｎａｌｙｓｅｄｂｙ
ｓｐｅｃｉｆｉｃ
ｍｅｔｈｏｄｓｗｈｉｃｈｃｕｒｒｅｎｔｌｙ
ｃｏｎｓｔｉｔｕｔｅａｃｈａｌｌｅｎｇｉｎｇｒｅｓｅａｒｃｈ
ｔｏｐｉｃ，ｂｕｔ
ｗｈｉｃｈａｇｅｎｏｔ
ｙｅｔｒｅａｄｙ
ｔｏｂｅｕｓｅｄｉｎａｐｐｌｉｅｄｒｅｓｅａｒｃｈ．Ｔｏｃｈｅｃｋｔｈｅ
ｓｔａｂｉｌｉｔｙ
ｏｆｔｈｅ
ｓｉｇｎａｌ
ｉｎ
ｔｅｒｍｓｏｆｃｅｒｔａｉｎ
ｓｐｅｃｔｒａｌ
ｃｏｍｐｏｎｅｎｔｓ．ｔｒａｄｉｔｉｏｎａｌｓｔａｔｉｓｔｉｃａｌ
ｔｅｓｔｓｍａｙｂｅ
ｅｍｐｌｏｙｅｄ．１１坞
ｓａｍｐｌｉｎｇｒａｔｅ
ｈａｓ
ｔｏｂｅ
ｐｒｏｐｅｒｌｙ
ｃｈｏｓｅｎ．Ａｌｏｗ
ｓａｍｐｌｉｎｇｒａｔｅｍａｙｐｒｏｄｕｃｅａｊｉｔｔｅｒｉｎ
ｔｈｅ
ｅｓｔｉｍａｔｉｏｎｏｆｔｈｅＲｗａｖｅｔｉｄｕｃｉａｉ
ｐｏｉｎｔ
ｗｈｉｃｈａｌｔｅｒｓｔｈｅ
ｓｐｅｃｔｒｕｍｃｏｎｓｉｄｅｒａｂｌｙ．Ｔｈｅｏｐｔｉｍａｌ
ｒａｎｇｅｉｓ２５０－５００
Ｍｚ
ｏｒｐｅｒｈａｐｓ
ｅｖｅｎ
ｈｉｇｈｅｒ，ｗｈｉｌｅａｌｏｗｅｒｓａｍｐｌｉｎｇｒａｔｅ（ｉｎ
ａｎｙ
ｃａｓｅ１００Ｈｚ）
ｍａｙ
ｂｅｈａｖｅ
ｓａｔｉｓｆａｃｔｏｒｉｌｙｏｎｌｙ
ｉｆａｎａｌｇｏｒｉｔｈｍ
ｏｆｉｎｔｅｒｐｏｌａｔｉｏｎ（ｃ．鲁ｐａｒａｂｏｌｉｃ）ｉｓｕｓｅｄｔｏ
ｒｅｆｉｎｅ
ｔｈｅＲｗａｖｅ
ｆｉｄｕｄａｌｐｏｉｎｔ．Ｂａｓｅｌｉｎｅ
ａｎｄｔｒｅｎｄｒｅｍｏｖａｌ（ｉｆｕｓｅｄ）ｍａｙ
ａｆｆｅｃｔｔｈｅ
ｌｏｗｅｒ
ｃｏｍｐｏｎｅｎｔｓｉｎ
ｔｈｅ
ｓｐｅｃｔｒｕｍ．Ｉｔ
ｉｓａｄ“ｓａｂｌｅｔｏｃｈｅｃｋｔｈｅｆｒｅｑｕｅｎｃｙｒｅｓｐｏｎｓｅｏｆｔｈｅｆｉｌｔｅｒｏｒｔｈｅ
ｂｅｈａｖｉｏｕｒｏｆｔｈｅ
ｒｅｇｒｅｓｓｉｏｎａｌｇｏｒｉｔｈｍ
ａｎｄｔｏｖｅｉｌｆｙｔｈａｔｔｈｅ
ｓｐｅｃｔｒａｌｃｏｍｐｏｎｅｎｔｓｏｆｉｎｔｅｒｅｓｔ
ａｌｅ
ｎｏｔｓｉｇｎｉｆｉｃａｎｔｌｙ
ａｆｆｅｃｔｅｄ．
旦竺璺坠！堂垫婪竺型塾堕塑型！型竺坐鲤
ＴｈｅｃｈｏｉｃｅｏｆＱＲＳｆｉｄｕｃｉａｌ
ｐｏｉｎｔｍａｙ
ｂｅｃｒｉｔｉｃａｌ．Ｉｔｉｓ
ｎｅｏ晦ｓａｒｙ
ｔｏ
ｕｓｅａｗｅｌｌｔｅｓｔｅｄ
ａｌｇｏｒｉｔｈｍ（ｉ．ｅ．ｄｅｒｉｖａｔｉｖｅ＋ｔｈｒｅｓｈｏｌｄ，ｔｅｍｐｌａｔｅ，ｃｏｒｒｅｌａｔｉｏｎｍｅｔｈｏｄ，ｅｔｃ．）ｉｎｏｒｄｅｒｔｏｌｏｃａｔｅａ
ｓｔａｂｌｅａｎｄ
ｎｏｉｓｅ－ｉｎｄｅｐｅｎｄｅｎｔ
ｒｅｆｅｒｅｎｃｅ
ｐｏｉｎｔ．Ａ
ｆｉｄｕｃｉａｌｐｏｉｎｔｌｏｃａｌｉｚ司ｆａｒｗｉｔｈｉｎｔｈｅＯＲＳ
ｃｏｍｐｌｅｘｍａｙ
ａｌｓｏ
ｂｅｉｎｆｌｕｅｎｃｅｄ
ｂｙｖａｒｙｉｎｇ
ｖｅｎｔｒｉｃｕｌａｒｃｏｎｄｕｃｔｉｏｎ
ｄｉｓｔｕｒｂａｎｃｅｓ．Ｅｃｔｏｐｉｃ
ｂｅａｔｓ．ａｒｒｈｙｔｈｍｉｃ
ｅｖｅｎｔｓ，ｍｉｓｓｉｎｇ
ｄａｔａ
ａｎｄｎｏｉｓｅｅｆｆｅｃｔｓ
ｍａｙ
ａｌｔｅｒｔｈｅ
ｅｓｆｉｍａｔｉｏｎｏｆｔｈｅＰＳＤ
ｏｆ
ＨＲＶ．Ｐｒｏｐｅｒｉｎｔｅｒｐｏｌａｔｉｏｎ（ｏｒ
ｌｉｎｅａｒ
ｒｅｃｅｓｓｉｏｎｏｒｓｉｍｉｌａｒ
ａｌｇｏｒｉｔｈｍｓ）Ｏｉｌ
ｐｒｅｃｅｄｉｎｇ／ｓｕｃｃｅｓｓｉｖｅｂｅａｔｓｏｎ
ｔｈｅＨＲＶ
ｓｉｇｎａｌｓｏｒｏｎ
ｉｔｓａｕｔｏｃｏｒｒｅｌａｔｉｏｎｆｕｎｃｔｉｏｎｍａｙｒｅｄｕｃｅ
ｔｈｉｓ
ｅｒｒｏｒ．Ｐｒｅｆｅｒｅｎｔｉａｌｌｙ，ｓｈｏｒｔ－ｔｅｒｍｒｅｃｏｒｄｉｎｇｓ
ｗｈｉｃｈａｒｅｆｌｅｅｏｆ
ｅｃｔｏｐｙ，ｍｉｓｓｉｎｇ
ｄａｔａ，ａｎｄ
ｎｏｉｓｅｓｈｏｕｌｄｂｅｕｓｅｄ。Ｉｎｓｏｍｅｃｉｒｃｕｍｓｔａｎｃｅｓ，ｈｏｗｅｖｅｒ，ａｃｃｅｐｔａｎｃｅｏｆ
ｏｒｇｙｅｃｔｏｐｉｃ－ｆｒｅｅ
ｓｈｏｒｔ·ｔｅｒｍｒｅｃｏｒｄｉｎｇｓｍａｙｉｎｔｒｏｄｕｃｅ
ｓｉｇｎｉｆｉｃａｎｔｓｅｌｅｃｔｉｏｎ
ｂｉａｓ．Ｉｎｓｕｃｈ
ｃａｓ翩．ｐｒｏｐｅｒ
ｉｎｔｅｒｐｏｌａｔｉｏｎ
ｓｈｏｕｌｄｂｅｕｓｅｄａｎｄｔｈｅｐｏｓｓｉｂｉｌｉｔｙｏｆｔｈｅｒｅｓｕｌｔｓ
ｂｅｉｎｇ
ｉｎｆｌｕｅｎｃｅｄ
ｂｙｅｅｔｏｐｙ
ｓｈｏｕｌｄｂｅｃｏｎｓｉｄｅｒｅｄ．Ｔｈｅｔｅｌａｔｉｖｅｎｕｍｂｅｒａｎｄｒｅｌａｔｉｖｅｄｕｒａｔｉｏｎｏｆｌｍｉｎｔｅｒｖａｌｓｗｈｉｃｈ、糯
ｏｍｉｔｔｅｄａｎｄ
ｉｎｔｅｒｐｏｌａｔｅｄ
ｓｈｏｕｌｄａｌｓｏｂｅｑｕｏｔｅｄ．
３．４．２００ｒｒｅｌａｔｌｏｎａｎｄｄｉｆｆｅｒｅｎｃｅｓｂｅｔｗｅｅｎｔｉｍａｎｄ
ｆｒｅｑｕｅｎｃｙ
ｄｏｍａｌｎｍｅａｓｕｒｅｓ
Ⅵｍ髓ａｎａｌｙｓｉｎｇｓｔａｔｉｏｎａｒｙ
ｓｈｏｒｔ－ｔｅｒｍ
ｒｅｃｏｒｄｉｎｇｓ．ｍｏｒｅｅｘｐｅｒｉｅｎｃｅａｎｄｔｈｅｎｒｅｔｉｃａｌ
ｋｎｏｗｌｅｄｇｅ
ｅｘｉｓｔｓｏｎｔｈｅ
ｐｈｙｓｉｏｌｏｇｉｃａｌｉｎｔｅｒｐｒｅｔａｔｉｏｎ
ｏｆｔｌｌｅｆｆｅｑｕｅｎｃ州ｏｍａｉｎｍｅａｓｕｒｅｓ
ｃｏｍｐａｒｃｄｔｏｔｈｅｔｉｍｅ－ｄｏｍａｉｎ
ｍｅａｓｌｅｓｄｅｒｉｖｅｄｆｒｏｍｔｈｅｓａｍｅ
ｒｅｃｏｒｄｉｎｇｓ．Ｈｏｗｅｖｅｒ，ｍａｎｙ
ｔｉｍｅａｎｄｆｒｅｑｕｅｎｃｙ－ｄｏｍａｉｎｖａｒｉａｂｌｅｓｍｅａｓｕｒｅｄＯＶｅｒｔｈｅｅｎｔｉｒｅ２４－ｈ
ｐｅｒｉｏｄａｒｅｓｔｒｏｎｇｌｙ
ｃｏｒｒｅｌａｔｅｄｗｉｔｈｅａｃｈｏｔｈｅｒ．Ｔｈｅｓｅ
ｓｔｒｏｎｇ
ｃｏｒｒｅｌａｔｉｏｎｓｅｘｉｓｔｂｅｃａｎｓｅｏｆ
ｂｏｔｈｍａｔｈｅｍａｔｉｃａｌａｎｄ
ｐｈｙｓｉｏｌｏｇｉｃａｌｒｅｌａｔｉｏｎｓｈｉｐｓ，ｍ
ａｄｄｉｔｉｏｎ．ｔｈｅｐｈｙｓｉｏｌｏｇｉｃａｌｉｎｔｅｒｐｒｅｔａｔｉｏｎ
ｏｆｔｈｅ
ｓｐｅｃｔｒａｌ
ｃｏｍｐｏｎｅｎｔｓ—ｃａ—ｌｃｕｌａｔｅｄＯＶｅｒ２４ｈｉｓ
ｄｉｆｆｉｃｕｌｔ，ｆｏｒ
ｔｈｅｒｅａｓｏｎｓｍｅｎｔｉｏｎｅｄ（ｓｅｃｔｉｏｎ
ｅｎｔｉｔｌｅｄ
Ｌｏｎｇ－ｔｅｒｍ
ｒｅｃｏｒｄｉｎｇｓ）．Ｔｈｕｓ，ｔｍｌｅｓｓｓｐｃｃｉａｌ
ｉｎｖｅｓｔｉｇａｔｉｏｎｓ
ａｒｅｐｅｒｆｏｒｍｅｄｗｈｉｃｈｕｓｅｔｈｅ２４－ｈ
ＨＲＶ
ｓｉｇｎａｌ
ｔｏｅｘｔｒａｃｔＩｎｆｏｒｍａｔｉｏｎｏｔｈｅｒｔｈａｎｔｈｅ
ｕｓｕａｌｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓ（ｅ．ｇ．ｔｈｅ
ｌｏｇ—ｌｏｇｓｌｏｐｅ
ｏｆｓｐｅｃｔｒｏｇｒａｍ），ｔｈｅ
ｒｅｓｕｌｔｓｏｆ
ｆｒｅｑｕｅｎｃｙ－ｄｏｍａｉｎａｎａｌｙｓｉｓ
ａｒｅｅｑｕｉｖａｌｅｎｔｔｏ
ｔｈｏｓｅｏｆｔｉｍｅ，－－ｄｏｍａｉｎ
ａｎａｌｙｓｉｓ，ｗｈｉｃｈ
ｉｓｅａｓｉｅｒｔｏ
ｐｅｒｆｏｒｍ．
３。５
ＲｈｙｔｈｍｐａｔｔｅｒｎａｎａＩｙｓｉＳ
Ａｓｉｌｌｕｓｔｒａｔｅｄｉｎ
Ｆｉｇ．３．４，ｔｈｅ
ｔｉｍｅ－ｄｏｍａｉｎａｎｄ
ｓｐｅｃｔｒａｌ
ｍｅｔｈｏｄｓｓｈａｒｅｌｉｍｉｔａｔｉｏｎｓ
ｉｍｐｏｓｅｄｂｙ
ｔｈｅｉｒｒｅｇｎｌａｎｔｙｏｆｔｈｅＲＲ
ｓｅｒｉｅｓ．Ｃｌｅａｒｌｙ
ｄｉｆｆｅｒｅｎｔ
ｐｒｏｆｉｌｅｓａｎａｌｙｓｅｄ
ｂｙ
ｔｈｅｓｅ
ｔｅｃｈｎｉｑｕｅｓｍａｙｇｉｖｅ
ｉｄｅｎｔｉｃａｌ
ｒｅｓｕｌｔｓ．Ｔｒｅｎｄｓ
ｏｆ
ｄｅｃｒｅａｓｉｎｇｏｒｉｎｃｒｅａｓｉｎｇｃｙｃｌｅｌｅｎｇｔｈ
ａｒｅｉｎ
ｒｅａｌｉｔｙｎｏｔｓｙｍｍｅｔｒｉｃａｌ【３４，３５】勰ｈｅａｒｔｒａｔｅａｃｃｅｌｅｒａｔｉｏｎｓａｒｅｕｓｕａｌｌｙ
ｆｏｌｌｏｗｅｄ
ｂｙａｆａｓｔｅｒ
ｄｅｃｒｅａｓｅ，Ｉｎ
ｓｐｅｃｔｒａｌｒｅｓｕｌｔｓ，ｔｈｉｓ
ｔｅｎｄｓｔｏｒｅｄｕｃｅｔｈｅ
ｐｅａｋ
ａｔｔｈｅｆｕｎｄａｍｅｎｔａｌ丘ｅｑｕｅｎｃｙ，ａｎｄｔｏ
ｅｎｌａｒｇｅ
ｉｔＳｂａｓｉｓ．Ｔ１ｌｉｓｌｅａｄｓ
ｔｏ
ｔｈｅｉｄｅａｏｆ
ｍｅａｓｕｒｉｎｇ
ｂｌｏｃｋｓｏｆ
ＲＲ
ｉｎｔｅｒｖａｌｓｄｅｔｅｒｍｉｎｅｄ
ｂｙ
ｐｒｏｐｅｒｔｉｅｓ
ｏｆｔｈｅ
ｒｈｙｔｈｍ
ａｎｄ
ｉｎｖｅｓｔｉｇａｔｉｎｇ
ｔｈｅ
ｒｅｌａｔｉｏｎｓｈｉｐ
ｏｆｓｕｃｈｂｌｏｃｋｓｗｉｔｈｏｕｔｃｏｎｓｉｄｅｒｉｎｇ
ｔｈｅｉｎｔｅｍａｌ
ｖａｒｉａｂｉｌｉｔｙ．
一１２一
大连理工大学硕士学位论文
Ａｐｐｒｏａｃｈｅｓ
ｄｅｆｉＭｅｄｆｒｏｍｔｈｅｔｉｍｅ－ｄｏｍａｉｎａｎｄｔｈｅｆｒｅｑｕｅｎｃｙ－ｄｏｍａｉｎｈａｓｂｅｅｎ
ｐｒｏｐｏｓｅｄ
ｉｎｏｒｄｅｒｔｏｒｅｄｕｃｅｔｈｅｓｅｄｉｆｆｉｃｕｌｔｉｅｓ．Ｔｈｅｉｎｔｅｒｖａｌｓｐ＿ｃｌ锄嗍ａｎｄｓｐ＿。ｃｔｍｍ
ｏｆｃｏｕｌ怄ｍｅｔｈｏｄｓ
ｌｅａｄｔｏ
ｅｑｕｉｖａｌｅｎｔｒｅｓｕｌｔｓ（Ｆｉｇ．３ｍａｎｄａｒｅｗｅｌｌｓｕｉｔｅｄｔｏｉｎｖｅｓｔｉｇａｔｅ
ｔｈｅ
ｒｅｌａｔｉｏｎｓｈｉｐ
ｂｅｔｗｅｅａｌ
ＨＲＶａｎｄｔｈｅ
ｖａｒｉａｂｉｌｉｔｙ
ｏｆｏｔｈｅｒ
ｐｈｙｓｉｏｌｏｇｉｃａｌ
ｍｅ＆ｓｕｒｅｓ．Ｔｈｅｉｎｔｅｒｖａｌ
ｓｐｅｃｔｒｕｍ
ｉｓｗｅｌｌ
ａｄａｐｔｅｄ
ｔｏｌｉｎｋＲＲｉｎｔｅｒｖａｌｓｔｏｖａｒｉａｂｌｅｓｄｅｆｉｎｅｄｏｎａｂｅａｔ－ｔｏ－ｂｅａｔ
ｂａｓｉｓ（ｅ．ｇ．ｂｌｏｏｄｐｒｅｓｓｕｒｅ）．
１１ｌｃ
ｓｐｅｃｔｒｕｍ
ｏｆｃｏｕｎｔｓｉｓ
ｐｒｅｆｅｒａｂｌｅ
ｉｆＲＲｉｎｔｅｒｖａｌｓａｒｅｒｅｌａｔｅｄｔｏａｃｏｎｔｉｎｕｏｕｓｓｉｇｎａｌ（ｅ．吕
ｒｅｓｐｉｒａｔｉｏｎ），ｏｒｔｏｔｈｅｏｃｃｕｌＴｅｑｌｌＣｅｏｆｓｐｅｃｉａｌ
ｅｖｅｕｔｓ（ｅ．ｇ．ａｒｒｈｙｔｈｎａ曲．Ｔｈｅ‘ｐｅａｋ－ｖａｌｌｅｙ’
ｐｒｏｃｅｄｕｒｅｓａｒｅｂａｓｅｄｅｉｔｈｅｒｏｎ
ｔｈｅ
ｄｅｔｅｃｔｉｏｎｏｆｔｈｅｓｕｍｍｉｔａｎｄｔｈｅｎａｄｉｒｏｆｏｓｅｉｌｌａｔｉｏｎｓ『３６，
３７】ｏｒＯｌｌｔｈｅｄｅｔｅｃｔｉｏｎｏｆｔｒｅｎｄｓｏｆｈｅｎｒｔ
ｒａｔｅ【３８］．Ｔｈｅｄｅｔｅｃｔｉｏｎ
ｍａｙ
ｂｅｌｉｍｉｔｅｄｔｏｓｈｏｒｔ－ｔｅｒｍ
ｃｈａｎｇｅｓ
ｂｕｔｉｔｃａｎｂｅｅｘｔｅｎｄｅｄｔｏ
ｌｏｎｇｅｒ
ｖａｒｉａｔｉｏｎｓ：ｓｅｃｏｎｄａｎｄｔｈｉｒｄｏｒｄｅｒ
ｐｅａｋｓ
ａｎｄ
ｔｒｏｕｇｈｓ
ｏｒｓｔｃｐｗｉｓｅ
ｉｎｃｒｅａｓｅｏｆａｓｅｑｕ黜ｏｆｃｏｎｓｅｃｕｔｉｖｅｉｎｃｒｅａｓｉｎｇｏｒｄｅｃｒｅａｓｉｎｇｃｙｃｌｅｓ
ｓｕｒｒｏ岫ｄｅｄ
ｂｙｏｐｐｏｓｉｔｅ
ｔｒｅｎｄｓ．１１怆ｖａｒｉｏｕｓｏｓｃｉｌｌａｔｉｏｎｓｏａｎｂｅｅｈａｒａｅｔｃｒｉｚｅｄｏｎｔｈｅｂａｓｉｓｏｆｔｈｅｈｅａｒｔｒａｔｅ
ａｃｃｅｌｅｒａｔｉｎｇｏｒｓｌｏｗｉｎｇ，ｔｈｅｗａｖｅｌｅｎｇｔｈ
ａｎｄ／ｏｒ
ｔｈｅ
ａｍｐｌｉｔｕｄｅ．Ｉｎａｍａｊｏｒｉｔｙｏｆｓｈｏｒｔ－ｔｏ
ｍｉｄ－ｔｅｒｍ
ｒｅｃｏｒｄｉｎｇｓ，ｔｈｅ
ｒｅｓｕｌｔｓａｒｅｃｏｒｒｅｌａｔｅｄ丽ｔｈ呐ｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓｏｆＨＲＶ【３９］．
ｎｌｅ
ｃｏｒｒｅｌａｔｉｏｎｓ．ｈｏｗｅｖｅｒ，ｔｅｎｄｔｏｄｉｍｉｎｉｓｈ勰ｔｈｅ
ｗａｖｅｌｅｎｇｔｈｏｆｔｈｅｏｓｃｉｌｌａｔｉｏｎｓａｎｄｔｈｅ
ｒｅｃｏｒｄｉｎｇ
ｄｕｒａｔｉｏｎ
ｉｎｃｒｅａｓｅ．Ｃｏｍｐｌｅｘ
ｄｅｍｏｄｕｌａｔｉｏｎ
ＢＳｅｓｔｈｅ
ｔｅｃｈｎｉｑｕｅｓ
ｏｆ
ｉｎｔｅｒｐｏｌａｔｉｏｎ
ａｎｄ
ｄｅｔｒｅｎｄｉｎｇ【４０】ａｎｄｐｒｏｖｉｄｅｓ
ｔｈｅｔｉｍｅ
ｒｅｓｏｌｕｔｉｏｎ
ｎｅｃｅｓｓａｒｙ
ｔｏｄｅｔｅｃｔｓｈｏｒｔ－ｔｅｒｍｈｅａｒｔｒａｔｅ
ｃｈａｎｇｅｓ．ａｓ
ｗｅｌｌａｓｔｏｄｅｓｃｒｉｂｅｔｈｅａｍｐｌｉｔｕｄｅａｎｄｐｈａｓｅｏｆｐａｒｔｉｃｕｌａｒ台ｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓａｓ
ｆｕｎｃｔｉｏｎｓｏｆｔｉｍｅ．Ａｔ
ｐｒｅｓｅｎｔ，ｔｈｅｎｏｎ－ｌｉｎｅａｒｍｅｔｈｏｄｓ
ｒｅｐｒｅｓｅｎｔｐｏｔｅｎｔｉａｌｌｙｐｒｏｍｉｓｉｎｇ
ｔｏｏｌｓｆｏｒ
ＨＲＶａｓｓｅｓｓｍｅｎｔ，ｂｕｔｓｔａｎｄａｒｄｓａｒｅ
ｌａｃｋｉｎｇ
ａｎｄｔｈｅｆｕｌｌ
ｓｃｏｐｅ
ｏｆｔｈｅｓｅｍｅｔｈｏｄｓｃａｎｎｏｔｂｅ
ａｓｓｅｓｓｅｄ．Ａｄｖａｎｃｅｓｉｎ
ｔｅｃｈｎｏｌｏｇｙ
ａｎｄｔｈｅ
ｉｎｔｅｒｐｒｅｔａｔｉｏｎ
ｏｆｔｈｅｒｅｓｕｌｔｓｏｆｎｏｎ－ｌｉｎｅａｘｍｅｔｈｏｄｓ
ａｒｅｎｅｅｄｅｄｂｅ如ｒｅｔｈｅｓｅｍｅｔｈｏｄｓａｒｅ
ｒｅａｄｙ
ｆｏｒ
ｐｈｙｓｉｏｌｏｇｉｃａｌ
ａｎｄｃｌｉｎｉｃａｌ
ｓｍｄｉｅｓ．
一１３一
坚塑坠！墅墅垫型竺鲤坠墅壁螋！塑竺壁唑
（ｃ）
０５∞
Ｆｉｇ．３．４
Ｅｘａｍｐｌｅ
ｏｆｆｏｕｒ
ｓｙｎｔｈｅｓｉｓｅｄ
ｔｉｍｅｓｅｒｉｅｓｗｉｔｈ
ｉｄｅｎｔｉｃａｌｍｅ卸ｓ，ｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｓ。ａｎｄ
ｒａｎｇｅｓ．
Ｓｅｒｉｅｓ（ｃ）ａｎｄ（ｄ）ａｌｓｏ
ｈａｖｅｉｄｅｎｔｉｃａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎｆｅｎｃｔｉｏｎｓａｎｄｔｈｅｒｅｆｏｒｅｉｄｅｎｔｉｃａｌ
ｐｏｗｅｒｓｐｅｃ仃：ａ．
３．６Ｎｏｎ－Ｉ．ｎｅａｒｍｅｔｈｏｄｓ
Ｎｏｎ－ｌｉｎｅａｒ
ｐｈｅｎｏｍｅｎａａｌｅｃｏｒｔａｉｎｌｙｉｎｖｏｌｖｅｄｉｎ
ｔｈｅ
ｇｅｎｅｓｉｓ
ｏｆ
ＨＲＶ．１１１ｃｙａｒｅ
ｄｅｔｅｒｍｉｎｅｄ
ｂｙｃｏｍｐｌｅｘ
ｉｎｔｅｒａｃｔｉｏｎｓｏｆ
ｈａｅｍｏｄｙｎａｍｉｃ，ｅｌｅｃｔｒｏｐｈｙｓｉｏｌｏｇｉｃａｌ
ａｎｄｈｕｍｏｒａｌ
ｖａｒｉａｂｌｅｓ，ａｓｗｅｌｌａｓ
ｂｙ
ａｕｔｏｎｏｍｉｃ
ａｎｄｃｅｎｔｒａｌｎｅｑｔ－ｖｏｕｓｒｅｇｕｌａｔｉｏｎｓ．Ｉｔ
ｈａｓ
ｂｅｅｎｓｐｅｃｕｌａｔｅｄｔｈａｔ
ａｎａｌｙｓｉｓ
ｏｆＨＲＶｂａｓｅｄｏｎｔｈｅｍｅｔｈｏｄｓｏｆｌｉＯｎ—ｌｉｎｅａｒ
ｄｙｎａｍｉｃｓｍｉｇｈｔ
ｅｌｉｃｉｔｖａｌｕａｂｌｅ
ｉｎｆｏｒｍａｔｉｏｎｆｏｒｔｈｅ
ｐｈｙｓｉｏｌｏｇｉｃａｌ
ｉｎｔｅｒｐｒｅｔａｔｉｏｎ
ｏｆＨＲＶａｎｄｆｏｒｔｈｅａｓｓｅｓｓｍｅｎｔｏｆｔｈｅｒｉｓｋｏｆ
ｓｕｄｄｅｎｄｅａｔｈ．Ｔｈｅｐａｒａｍｅｔｅｒｓｗｈｉｃｈｈａｖｅｂｅｅｎｕｓｅｄｔｏｍｅａｓｕｒｅｎｏｎ－ｌｉｎｅｎｒ
ｐｒｏｐｅｒｔｉｅｓ
ｏｆＨＲＶ
ｉｎｃｌｕｄｅｌ／ｆ
ｓｃａｌｉｎｇ
ｏｆＦｏｕｒｉｅｒｓｐｅｃｔｒａ【４１，４２］，Ｈｓｃａｌｉｎｇ
ｅｘｐｏｎｅｎｔ，ａｎｄＣｏａｒｓｅ
Ｇｒａｉｎｉｎｇ
ＳｐｅｃｔｒａｌＡｎａｌｙｓｉｓ（ＣＧＳＡ）Ｆｏｒｄａｔａｒｅｐｒｅｓｅｎｔａｔｉｏｎ，Ｐｏｉｎｃａｒｅｓｅｃｔｉｏｎｓ，１０Ｗ－ｄｉｍｅｎｓｉｏｎａｔｔｒａｃｔｏｒ
ｐｌｏｔｓ，ｓｉｎｇｕｌａｒｖａｌｕｅ
ｄｅｃｏｍｐｏｓｉｔｉｏｎ，ａｎｄ
ａｔｔｒａｃｔｏｒｔｒａｊｅｃｔｏｒｉｅｓｈａｖｅｂｅｅｎｕｓｅｄ．Ｆｏｒｏｔｈｅｒ
ｑｕａｎｔｉｔａｔｉｖｅｄｃｓｃｒｉｐｔｉＯＩｌＳ，ｔｈｅ
Ｄ２ｃｏｒｒｅｌａｔｉｏｎ
ｄｉｍｅｎｓｉｏｎ，Ｌｙａｐｕｎｏｖｅｘｐｏｎｅｎｔｓ，ａｎｄ
Ｋｏｈｎｏｇｏｒｏｖｅｎｔｒｏｐｙｈａｖｅｂｅｅｎｅｍｐｌｏｙｅｄ［４３］．
Ａｌｔｈｏｕｇｈ
ｉｎ
ｐｒｉｎｃｉｐｌｅ
ｔｈｅｓｅ
ｔｅｃｈｎｉｑｕｅｓ
ｈａｖｅｂｅｅｎｓｈｏｗｎｔｏｂｅｐｏｗｅｒｆｕｌｔｏｏｌｓｆｏｒ
ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ
ｏｆｖａｒｉｏｕｓｃｏｍｐｌｅｘｓｙｓｔｅｍｓ，ｎｏｍａｊｏｒｂｒｅａｋｔｈｒｏｕｇｈ
ｈａｓ
ｙｅｔ
ｂｅｅｎａｃｈｉｅｖｅｄ
ｂｙ
ｔｈｅｉｒ
ａｐｐｌｉｃａｔｉｏｎ
ｔｏｂｉｏ－ｍｅｄｉｃａｌｄａｔａ
ｉｎｃｌｕｄｉｎｇ
ＨＲＶ
ａｎａｌｙｓｉｓ．Ｉｔ
ｉｓｐｏｓｓｉｂｌｅｔｈａｔ
ｉｎｔｅｇｒａｌ
ｃｏｍｐｌｅｘｉｔｙ
ｍｅａｓｕｒｅｓａｌｅｎｏｔ
ａｄｅｑｕａｔｅ
ｔｏ
ａｎａｌｙｚｅｂｉｏｌｏｇｉｃａｌｓｙｓｔｅｍｓ
ａｎｄ
ｔｈｕｓ，ａｒｅｔｏｏ
ｉｎｓｅｎｓｉｔｉｖｅｔｏｄｅｔｅｃｔｔｈｅｎｏｎ—ｌｉｎｅａｒ
ｐｅｒｔｕｒｂａｔｉｏｎｓ
ｏｆ
ＲＲ
ｉｎｔｅｒｖａｌｗｈｉｃｈｗｏｕｌｄｂｅｏｆ
ｐｈｙｓｉｏｌｏｇｉｃａｌｏｒｐｒａｃｔｉｃａｌｉｍｐｏｒｔａｎｃｏ．Ｍｏｒｅ
ｅｎｃｏｕｒａｇｉｎｇｒｅｓｕｌｔｓｈａｖｅｂｅｅｎｏｂｔａｉｎｅｄ
ｕｓｉｎｇ
ｄｉｆｆｅｒｅｎｔｉａｌ，ｒａｔｈｅｒｔｈａｎ
ｉｎｔｅｇｒａｌｃｏｍｐｌｅｘｉｔｙｍ翩ｓｕｒ髓，ｅ．ｇ．ｔｈｅｓｃａｌｉｎｇ
ｉｎｄｅｘｍｅｔｈｏｄ
Ｈｏｗｅｖｅｒ；，
ｎｏｓｙｓｔｅｍａｔｉｃ
ｓｔｕｄｙ
ｈａｓｂｅｅｎ
ｃｏｎｄｕｃｔｅｄ
ｔｏ
ｉｎｖｅｓｔｉｇａｔｅ
ｌａｒｇｅ
ｐａｔｉｅｎｔｐｏｐｕｌａｔｉｏｎｓｕｓｉｎｇ
ｔｈｅｓｅ
—１４一
ｍｅｔｈｏｄｓ．Ａｔ
ｐｒｅｓｅｎｔ，ｔｈｅ
ｌｉＯｎ·ｌｉｎｅａｒｍｅｔｈｏｄｓ
ｒｅｐｒｅｓｅｎｔ
ｐｏｔｅｎｔｉａｌｌｙｐｒｏｍｉｓｉｎｇ
ｔｏｏｌｓ
ｆｏｒ
ＨＲＶ
ａｓｓｅｓｓｍｅｎｔ，ｂｕｔ
ｓｔａｎｄａｒｄｓａｒｃｌａｃｋｉｎｇ
ａｎｄｔｈｅｆｕｌｌ
ｓｃｏｐｅ
ｏｆｔｈｅｓｅｍｅｔｈｏｄｓ
ｃａｎｎｏｔｂｅａｓｓｅｓｓｅｄ．
Ａｄｖａｎｃｅｓｉｎｔｅｃｈｎｏｌｏｇｙａｎｄｔｈｅｉｎｔｅｒｐｒｅｔａｔｉｏｎｏｆｔ．ｈｅ
ｒｅｓｕｌｔｓｏｆｎｏｎ－ｌｉｎｅａｒｍｅｔｈｏｄｓａｒｃｎｅｅｄｅｄ
ｂｅｆｏｒｅ
ｔｈｅｓｅ
ｍｅｔｈｏｄｓａｉｅｒｅａｄｙ
ｆｏｒ
ｐｈｙｓｉｏｌｏｇｉｃａｌ
ａｎｄｃｌｉｎｉｃａｌ
ｓｔｕｄｉｅｓ．
一１５一
４
Ｐｈｙｓｉ０ＩｏｇｉｃａＩ
ｃｏｒｒｅＩａｒｅｓ
ｏｆｈｅａｒｔｒａｔｅＶａｒｉａｂｉ
Ｉ
ｉｔｙ
４．１ＡｕｔｏｎｏｍｉｏｉｎｆＩｕｅｎｃｅｓ
ｏｆｈｅａｒｔｒａｔｅ
Ａｌｔｈｏｕｇｈ
ｃａｒｄｉａｃ
ａｕｔｏｍａｔｉｃｉｔｙ
ｉｓｉｎｔｒｉｎｓｉｃｔｏｖａｒｉｏｕｓ
ｐａｃｅｍａｋｅｒｔｉｓｓｕｅｓ，ｈｅａｒｔ
ｒａｔｅａｎｄ
ｒｈｙｔｈｍａｒｅｌａｒｇｅｌｙ
ｕｎｄｅｒｔｈｅ
ｃｏｎ订ｏｌ
ｏｆｔｈｅａｕｔｏｎｏｍｉｃｎｅｒｖｏｕｓｓｙｓｔ唧．
Ｔｈｃ
ｐａｒａｓｙｍｐａｔｈｅｔｉｃ
ｉｎｆｌｕｅｎｃｅｏｎｈｅａｒｔｒａｔｅｉｓｍｅｄｉａｔｅｄｖｉａｒｅｌｅａｓｅｏｆ
ａｃｃｔｙｌｃｈｏｌｉｎｅｂｙ
ｔｈｅ
ｖａｇｕｓ
ｎｅｒｖｅ．Ｍｕｓｃａｒｉｎｉｃ
ａｃｅｔｙｌｃｈｏｌｉｎｅｒｅｃｅｐｔｏｒｓ
ｒｅｓｐｏｎｄｔｏ
ｔｈｉｓ
ｒｅｌｅａｓｅ
ｍｏｓｔｌｙｂｙ
ａｎ
ｉｎｃｒｅａｓｅｉｎｃｅｌｌｍｅｍｂｒａｎｅ
Ｋ＋ｃｏｎｄｕｃｔａｎｃｅ．Ａｃｅｔｙｉｃｈｏｌｉｎｅ
ａｌｓｏｉｎｋｉｂｉｔｓｔｈｅ
ｈｙｐｅｒｐｏｌａｒｉｚａｔｉｏｎ
ａｃｔｉｖａｔｅｄ‘ｐａｇｅｍａｋｅｒ’ｃｕｒｒｅｎｔ
ＩｆＴｈｅ‘ｌｋ
ｄｅｃａｙ＇ｈｙｐｏｔｈｅｓｉｓｐｒｏｐｏｓｅｓ
ｔｈａｔ
ｐａｃｅｍａｋｅｒ
ｄｅｐｏｌａｒｉｚａｔｉｏｎ
ｒｅｓｕｌｔｓｆｒｏｍｓｌｏｗｄｅａｃｔｉｖａｔｉｏｎｏｆｔｈｅｄｅｌａｙｅｄ
ｒｅｃｔｉｆｉｅｒ
ｃｕｒｒｅｎｔ，ｍ，ｗｈｉｃｈ，ｄｕｅｔｏ
ａｔｉｍｅ－ｉｎｄｅｐｅｎｄｅｎｔ
ｂａｃｋｇｒｏｕｎｄｉｎｗａｒｄｃｕｒｒｅｎｔ，ｃａｕｓｅｓ
ｄｉａｓｔｏｌｉｃ
ｄｅｐｏｌａｒｉｚａｔｉｏｎ．Ｃｏｎｖｅｒｓｅｌｙ，
ｔｈｅ‘Ｉｆａｃｔｉｖａｔｉｏｎ’ｈｙｐｏｔｈｅｓｉｓｓｕｇｇｅｓｔ
ｔｈａｔ
ｆｏｌｌｏｗｉｎｇ
ａｃｔｉｏｎｐｏｔｅｎｔｉａｌｔｅｒｍｉｎａｔｉｏｎ，Ｉｆｐｒｏｖｉｄｅｓａ
ｓｌｏｗｌｙａｃｔｉｖａｔｉｎｇ
ｉｎｗａｒｄｃｕｒｒｅｎｔ
ｐｒｅｄｏｍｉｎａｔｉｎｇ
ＯＶｅｒ
ｄｅｃａｙｉｎｇ
ＩＬ
ｔｈｕｓ
ｉｎｉｔｉａｔｉｎｇ
ｓｌｏｗ
ｄｉａｓｔｏｌｉｃ
ｄｅｐｏｌａｌｉｚａｔｉｏｎ．
Ｔｈｅ
ｓｙｍｐａｔｈｅｔｉｃ
ｉｎｆｌｕｅｎｃｅＯｎｈｅａｒｔｒａｔｅｉｓｍｅｄｉａｔｅｄ
ｂｙ
ｒｅｌｅａｓｅｏｆ
ｅｐｉｎｅｐｈｒｉｎｅａｎｄ
ｎｏｒｅｐｉｎｅｐｈｒｉｎｅ．Ａｃｔｉｖａｔｉｏｎｏｆａ－ａｄｒｅｎｅｒｇｉｃｒｅｃｅｐｔｏｒｓ
ｒｅｓｕｌｔｓｉｎ
ｃｙｃｌｉｃ
ＡＭＰ
ｍｅｄｉａｔｅｄ
ｐｈｏｓｐｈｏｒｉｌａｔｉＯｉｌ
ｏｆｍｅｍｂｒａｎｅ
ｐｒｏｔｅｉｎｓ
ａｎｄｉｎｃｒｅａｓｅｓｉｎＩＣａＬａｎｄｉｎＩｆ．ｎ增ｅｎｄｒｅｓｕｌｔｉＳａｎ
ａｃｃｅｌｅｒａｔｉｏｎ
ｏｆｔｈｅｓｌｏｗ
ｄｉａｓｔｏｌｉｃ
ｄｅｐｏｌａｒｉｚａｔｉｏｎ．Ｕｎｄｅｒｒｅｓｔｉｎｇｃｏｎｄｉｔｉｏｎｓ，ｖａｇａｌｔｏｎｅ
ｐｒｅｖａｉｌｓ
ａｎｄｖａｒｉａｔｉｏｎｓｉｎｈｅａｒｔ
ｐｅｒｉｏｄａｒｅｌａｒｇｅｌｙｄｅｐｅｎｄｅｎｔｏｎｖａｇａｌ
ｍｏｄｕｌａｔｉｏｎ．１１１ｅ
ｖａｇａｌ
ａｎｄ
ｓｙｍｐａｔｈｅｔｉｃａｅｔｉｖｉｔｙｃｏｎｓｔａｎｔｌｙ
ｉｎｔｃｒａｃｔｓ．Ａｓｔｈｅｓｉｎｕｓ
ｎｏｄｅ
ｉＳｄｃｈｉＩｌ
ａｃｅｔｙｌｃｈｏｌｉｎｅｓｔｅｒａｓｅ，ｔｈｅ
ｅｆｆｅｃｔｏｆ
ａｎｙ
ｖａｇａｌｉｍｐｕｌｓｅｉｓ
ｂｒｉｅｆｂｅｃａｕｓｅｔｈｅ
ａｃｅｔｙｌｃｈｏｌｉｎｅｉｓ
ｒａｐｉｄｌｙｈｙｄｒｏｌｙｓｅｄ．
Ｐａｒａｓｙｍｐａｔｈｅｔｉｃｉｎｆｌｕｅｎｃｅｓｅｘｃｅｅｄｓｙｍｐａｔｈｅｔｉｃｅｆｆｅｃｔｓ
ｐｒｏｂａｂｌｙ
ｖｉａｔｗｏｉｎｄｅｐｅｎｄｅｎｔ
ｍｅｃｈａｎｉｓｍｓ：ａ
ｃｈｏｌｉｎｃｒｇｉｃａｌｌｙ
ｉｎｄｕｃｅｄｒｅｄｕｃｔｉｏｎｏｆｎｏｒｅｐｉｎｅｐｂｒｉｎｅ
ｒｅｌｅａｓｅｄｉｎ
ｒｅｓｐｏｎｓｅｔｏ
ｓｙｍｐａｔｈｅｔｉｃａｃｔｉｖｉｔｙ，ａｎｄａｃｈｏｌｉｎｅｒｇｉｃ
ａｔｔｅｎｕａｔｉｏｎｏｆｔｈｅ
ｒｅｓｐｏｎｓｅｔｏａａｄｒｅｎｅｒｇｉｃ
ｓｔｉｍｕｌｕｓ．
Ｔｈｅｌ浪ｉｉｌｔｅｒｖａｌｖａｒｉａｔｉｏｎｓ
ｐｒｅｓｅｎｔ
ｄｕｒｉｎｇｒｅｓｔｉｎｇ
ｃｏｎｄｉｔｉｏｎｓｒｅｐｒｅｓｅｎｔａｆｉｎｅ
ｔｕｎｉｎｇ
ｏｆ
ｔｈｅｂｅａｔ－ｔｏ－ｂｅａｔｃｏｎｔｒｏｌｍｅｃｈａｎｉｓｍｓ．Ｖａｇａｌ
ａｆｆｅｒｅｎｔｓｔｉｍｕｌａｔｉｏｎ１ｃａｄｓｔｏｒｅｆｌｅｘｅｘｃｉｔａｔｉｏｎｏｆ
ｖａｇａｌ
ｅｆｆｅｒｅｎｔ
ａｃｔｉｖｉｔｙ
ａｎｄｉｎｈｉｂｉｔｉｏｎｏｆｓｙｍｐａｔｈｅｔｉｃｅｆｆｅｒｅｎｔａｃｔｉ“锣．ｎｌｅｏｐｐｏｓｉｔｅ
ｒｅｆｌｅｘ
ｅｆｆｅｃｔｓａｒｅ
ｍｅｄｉａｔｅｄ
ｂｙ
ｔｈｅｓｔｉｍｕｌａｔｉｏｎｏｆｓｙｍｐａｔｈｅｔｉｃａｆｆｅｒｅｎｔ
ａｃｔｉｖｉｔｙ．
Ｅｆｆｅｒｅｎｔ
ｖａｇａｌａｃｔｉｖｉｔｙ
ａｌｓｏ
ａｐｐｅａｒｓ
ｔｏｂｅｕｎｄｅｒ‘ｔｏｎｉｃ’ｒｅｓｔｒａｉｎｔ
ｂｙ
ｃａｒｄｉａｃａｆｆｅｒｅｎｔ
ｓｙｍｐａｔｈｅｔｉｃａｃｔｉｖｉｔｙ．Ｅｆｆｅｒｅｎｔｓｙｍｐａｔｈｅｔｉｃａｎｄ删ａｃｔｉｖｉｔｉｅｓｄｉｒｅｃ＇ｔｅｄｔｏｔｈｅｓｉｎｕｓｎｏｄｅａｌｅ
ｃｈａｒａｃｔｅｒｉｚｅｄ
ｂｙｄｉｓｃｈａｒｇｅｌａｒｇｅｌｙｓｙｎｃｈｒｏｎｏｕｓ
ｗｉｔｈｅａｃｈｃａｒｄｉａｃ
ｃｙｃｌｅ
ｗｈｉｃｈｃ强ｂｅ
ｍｏｄｕｌａｔｅｄ
ｂｙｃｅｎｔｒａｌ（ｅ．ｇ．ｖａｓｏｍｏｔｏｒ
ａｎｄ
ｒｅｓｐｉｒａｔｏｒｙｃ＿，ｃｎｔｒｅｓ）ａｎｄｐｅｒｉｐｈｅｒａｌ（ｅ．ｇ．ｏｓｃｉｌｌａｔｉｏｎ
ｉｎａｒｔｅｒｉａｌ
ｐｒｅｓｓｕｒｅ
ａｎｄ
ｒｅｓｐｉｒａｔｏｒｙｍｏｖｅｍｅｎｔｓ）ｏｓｃｉｌｌａｔｏｒｓ【４４］．Ｔｈｅｓｅｏｓｃｉｌｌａｔｏｒｓ
ｇｅｎｅｒａｔｅ
—１６一
大连理工大学硕士学位论文
ｒｈｙｔｈｍｉｃ
ｆｌｕｃｔｕａｔｉｏｎｓｉｎｅｆｆｅｒｅｎｔ
ｎ伽＇ａｌ
ｄｉｓｃｈａｒｇｅ
ｗｈｉｃｈｍａｎｉｆｅｓｔａｓｓｈｏｒｔａｎｄ
ｌｏｎｇ－ｔｅｒｍ
ｏｓｃｉｌｌａｔｉｏｎ
ｉｎｔｈｅ
ｈｅａｒｔ
ｐｅｒｉｏｄ．Ａｎａｌｙｓｉｓ
ｏｆｔｈｅｓｅ
ｒｈｙｔｈｍｓｍａｙｐｅｒｍｉｔ
ｉｎｆｅｒｅｎｃｅｓｏｎｔｈｅｓｔａｔｅ
ａｎｄｆｕｎｃｔｉｏｎｏｆ①ｔｈｅｃｅｎｔｒａｌｏｓｃｉｌｌａｔｏｒｓ，②ｔｈｅｓｙｍｐａｔｈｅｔｉｃ
ａｎｄ
ｖａｇａｌ
ｅｆｅｒｅｎｔａｃｔｉｖｉｔｙ，③
ｈｕｍｏｒａｌｆａｃｔｏｒｓ，ａｎｄ④ｔｈｅｓｉｎｕｓｎｏｄｅ．Ａｎ
ｕｎｄｅｒｓｔａｎｄｉｎｇ
ｏｆｔｈｅｍｏｄｕｌａｔｏｒｙｅｆｆｅｃｔｓ
ｏｆｎｅｕｒａｌ
ｍｅｃｈａｎｉｓｍｓ０１１ｔｈｅｓｉｎｕｓｎｏｄｅｈａｓｂｅｅｎｅｎｈａｎｃｅｄ
ｂｙ
ｓｐｅｃｔｒａｌａｎａｌ）＇ｓｉｓｏｆＨＲＶ．
１１１ｅｅｆｆｅｒｅｎｔ
ｖａｇａｌ
ａｃｔｉｖｉｔｙ
ｉｓａｍａｊｏｒｃｏｎｔｒｉｂｕｔｏｒｔｏｔｈｅＨＦ
ｃｏｍｐｏｎｅｎｔ，ａｓｓｅｅｎｉｎｃｌｉｎｉｃａｌ
ａｎｄ
ｅｘｐｅｒｉｍｅｎｔａｌ
ｏｂｓｅｒｖａｔｉｏｎｓｏｆａｕｔｏｎｏｍｉｃｍａｎｏｅｕｖｒ龆ｓｕｃｈａｓｅｌｅｃｔｒｉｃａｌ
ｖａｇａｌ
ｓｔｉｍｕｌａｔｉｏｎ，
ｍｕｓｃａｒｉｎｉｃ
ｒｅｃｅｐｔｏｒｂｌｏｃｋａｄｅ，ａｎｄ
ｖａｇｏｔｏｍｙ．Ｍｏｒｅ
ｃｏｎｌｌ＂ｏｖｅｒｓｉａｌｉｓｔｈｅ
ｉｎｔｅｒｐｒｅｔａｔｉｏｎ
ｏｆｔｈｅ
ＬＦｃｏｍｐｏｎｅｎｔｗｈｉｃｈｉｓｃｏｎｓｉｄｅｒｅｄ
ｂｙ
ｓｏｍｅ嬲ａｍａｒｋｅｒｏｆｓｙｍｐａｔｈｅｔｉｃｍｏｄｕｌａｔｉｏｎ
（ｅｓｐｅｃｉａｌｌｙ
ｗｈｅｎ
ｅｘｐｒｅｓｓｉｎｇ
ｉｔ
ｉｎｎｏｒｍａｌｉｚｅｄ
ｕｎｉｔｓ）ａｎｄｂｙ
ｏｔｈｅｒｓａｓａｐａｒａｍｅｔｅｒ
ｔｈａｔｉｎｃｌｕｄｅｓ
ｂｏ血ｓｙｍｐａｔｈｅｔｉｃａｎｄ
ｖａｇａｌ
ｉｎｆｌｕｅｎｃｅｓ．
Ⅲｓ
ｄｉｓｃｒｅｐａｎｃｙｉｓｄｕｅｔｏｔｈｅｆａｃｔｔｈａｔｉｎ
ｓｏｍｅｃｏｎｄｉｔｉｏｎｓ．ａｓｓｏｃｉａｔｅｄｗｉｔｈｓｙｍｐａｔｈｅｔｉｃ
ｅｘｃｉｔａｔｉｏｎ，ａ
ｄｅｃｒｅａｓｅ
ｉｎｔｈｅａｂｓｏｌｕｔｅ
ｐｏｗｅｒ
ｏｆｔｈｅＬＦｃｏｍｐｏｎｅｎｔｉｓｏｂｓｅｒｖｅｄ．Ｉｔｉｓ
ｉｍｐｏｒｔａｎｔ
ｔｏｒｅｃａｌｌｔｈａｔ
ｄｕｒｉｎｇｓｙｍｐａｔｈｅｔｉｃａｃｔｉｖａｔｉｏｎｔｈｅ
ｒｅｓｕｌｔｉｎｇｔａｃｈｙｃａｒｄｉａ
ｉｓ
ｕｓｕａｌｌｙａｃｃｏｍｐａｎｉｅｄ
ｂｙａｍａｒｋｅｄｒｅｄｕｃｔｉｏｎｉｎｔｏｔａｌ
ｐＯＷｅｒ，ｗｈｅｒｅａｓ
ｔｈｅｒｅｖｅｒｓｅｏｃｃｕｒｓｄｕｒｉｎｇｖａｇａｌ
ａｃｔｉｖａｔｉｏｎ．
Ｗｈｅｎｔｈｅ
ｓｐｅｃｔｒａｌｃｏｍｐｏｎｅｎｔｓａｇｅｅｘｐｒｅｓｓｅｄ
ｉｎａｂｓｏｌｕｔｅ
ｕｎｉｔｓ（ｍｓ２），ｔｈｅ
ｃｈａｎｇｅｓｉｎ
ｔｏｔａｌ
ｐｏｗｅｒ
ｉｎｆｌｕｅｎｃｅＬＦａｎｄＨＦｉｎｔｈｅｓａｍｅ
ｄｉｒｅｃｔｉｏｎ
ａｎｄ
ｐｒｅｖｅｎｔｔｈｅ
ａｐｐｒｅｃｉａｔｉｏｎ
ｏｆｔｈｅ
ｆｒａｃｔｉｏｎａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｅｎｅｒｇｙ．ＴＩｌｉｓ
ｅｘｐｌａｉｎｓｗｈｙ
ｉｎ
ｓｕｐｉｎｅｓｕｂｊｅｃｔｓｕｎｄｅｒｃｏｎｔｒｏｌｌｅｄ
ｒｅｓｐｉｒａｔｉｏｎａｔｒｏｐｉｎｅ
ｒｅｄｕｃｅｓｂｏｔｌｌＬＦａｎｄ
ＨＦ［１４】ａｎｄｗｈｙｄｕｒｉｎｇ
ｅｘｅｒｃｉｓｅＬＦｉｓｍａｒｋｅｄｌｙ
ｒｅｄｕｃｅｄ．
Ｔｈｉｓｃｏｎｃｅｐｔｉｓｅｘｅｍｐｌｉｆｉｅｄｉｎ
Ｆｉｇ．３．３
ｓｈｏｗｉｎｇ
ｔｈｅ
ｓｐｅｃｔｒａｌａｎａｌｙｓｉｓｏｆＨＲＶ
ｉｎ
ａｎｏｒｍａｌ
ｓｕｂｊｅｃｔｄｕｒｉｎｇ
ｃｏｎｔｒｏｌ
ｓｕｐｉｎｅ
ｃｏｎｄｉｔｉｏｎｓａｎｄ９０
ｈｅａｄ－ｕｐ
ｔｉｌｔ．Ｄｕｅｔｏｔｈｅｒｅｄｕｃｔｉｏｎｉｎｔｏｔａｌ
ｐｏｗｅｒ．ＬＦａｐｐｅａｒｓ鹤ｕｎｃｈａｎｇｅｄｉｆｃｏｎｓｉｄｅｒｅｄｉｎａｂｓｏｌｕｔｅ
ｕｎｉｔｓ．Ｈｏｗｅｖｅｒ，ａｆｔｅｒ
ｎｏｒｍａｌｉｚａｔｉｏｎ
ａｎｉｎｃｒｅａｓｅ
ｉｎＬＦｂｅｃｏｍｅｓｅｖｉｄｅｎｔ．Ｓｉｍｉｌａｒ
ｒｅｓｕｌｔｓ
ａｐｐｌｙ
ｔｏｔｈｅ
ＬＦ／ＨＦｒａｔｉｏ．
Ｓｐｅｃｔｒａｌａｎａｌｙｓｉｓ
ｏｆ２４．ｈ
ｒｅｃｏｒｄｉｎｇｓ
ｓｈｏｗｓｔｈａｔｉｎｎｏｒｍａｌｓｕｂｊｅｃｔｓＬＦａｎｄ
ＨＩ：％Ｖｅｓｓｅｄ
ｉｎｎｏｒｍａｌｉｚｅｄｕｎｉｔｓｅｘｈｉｂｉｔａｃｉｒｃａｄｉａｎ
ｐａｔｔｅｒｎ
ａｎｄ
ｒｅｃｉｐｒｏｃａｌｆｌｕｃｔｕａｔｉｏｎｓ，ｗｉｔｈｈＪ曲Ｃａ＂ＶＭＵｅｓ
ｏｆＬＦ
ｉｎｔｈｅ
ｄａｙｔｉｍｅ
ａｎｄｏｆＨＦａｔ
ｎｉｇｈｔ．
Ｔｈｅｓｅ
ｐａｔｔｅｒｎｓ
ｂｅｃｏｍｅｕｎｄｅｔｅｃｔａｂｌｅｗｈｅｎａｓｉｎｇｌｅｓｐｅｃｔｒｕｍ
ｏｆｔｈｅｅｎｔｉｒｅ２４·ｈ
ｐｅｒｉｏｄ
ｉｓ
ｕｓｅｄｏｒｗｈｅｎ
ｓｐｅｃｔｒａ
ｏｆ
ｓｕｂｓｅｑｕｅｎｔ
ｓｈｏｒｔｅｒ
ｓｅｇｍｅｎｔｓＡｒｅａｖｅｒａｇｅｄ．Ｉｎｌｏｎｇ－ｔｅｒｍｒｅｃｏｒｄｉｎｇｓ，
ｔｈｅＨＦａｎｄＬＦｃｏｍｐｏｎｅｎｔｓａｃｃｏｕｎｔｆｏｒａｐｐｒｏｘｉｍａｔｅｌｙ５％ｏｆｔｏｔａｌｐｏｗｅｒ．ＡｌｔｈｏｕｇｈｔｈｅＵＬＦ
ａｎｄＶＬＦ
ｃｏｍｐｏｎｅｎｔｓａｃｃｏｕｎｔｆｏｒｔｈｅ
ｒｅｍａｉｎｉｎｇ
９５％ｏｆｔｏｔａｌｐｏＷｅｒ，ｔｈｅｉｒｐｈｙｓｉｏｌｏｇｉｃａｌ
ｃｏｒｒｅｌａｒｅｓａｒｅｓｔｉｌｌｕｎｉｍｏｗｎ．ＬＦａｎｄＨＦｃａｎｉｎｅｒｅａｓｅｕｎｄｅｒｄｉｆｆｅｒｅｎｔｃｏｎｄｉｔｉｏｎｓ．Ａｎｉｎ．ｅａｓｅｄ
ＬＦ（ｅｘｐｒｅｓｓｅｄｉｎ
ｎｏｒｍａｌｉｚｅｄｕｎｉｔｓ）ｉｓｏｂｓｅｒｖｅｄ
ｄｕｒｉｎｇ
９０ｔｉｌｔ，ｓｔａｎｄｉｎｇ，ｍｅｎｔａｌｓｔｒｅｓｓａｎｄ
ｍｏｄｅｒａｔｅｅｘｅｒｃｉｓｅ
ｉｎｈｅａｌｔｈｙｓｕｂｊｅｃｔｓ，ａｎｄｄｕｒｉｎｇ
ｍｏｄｅｒａｔｅ
ｈｙｐｏｔｅｎｓｉｏｎ，ｐｈｙｓｉｃａｌ
ａｃｔｉｖｉｔｙ
ａｎｄ
ｏｃｃｌｕｓｉｏｎｏｆａｃｏｒｏｎａｒｙａｒｔｅｒｙｏｒｃｏｍｍｏｎｃａｒｏｔｉｄａｒｔｅｒｉｅｓｉｎｃｏｎｓｃｉｏｕｓ
ｄｃＩｇｓ．Ｃｏｎｖｅｒｓｅｌｙ，ａｎ
—１７一
塑墼！些垫望型塑壁婴！墅生唑
ｉｎｃｒｅａｓｅ
ｉｎＨＦｉｓｉｎｄｕｃ蝴ｂｙｃｏｎｔｒｏｌｌｅｄ
ｒｅｓｐｉｒａｔｉｏｎ，ｃｏｌｄ
ｓｔｉｍｕｌａｔｉｏｎｏｆｔｈｅｆａｃｅａｎｄｒｏｔａｔｉｏｎａｌ
ｓｔｉｍｕｌｉ．
４．３
Ｓｕｍｍａｒｙ
ａｎｄｒｅｃｏｍｍｅｎｄａｔ
ｉ
ｏｎｓ
ｆｏｒｉ
ｎｔｅｒｐｒｅｔａｔ
ｉｏｎ
ｏｆ
ＨＲＶ
Ｖａｇａｌａｃｔｉｖｉｔｙ
ｉｓｔｈｅｍａｊｏｒｃｏｎｔｒｉｂｕｔｏｒｔｏｔｈｅＨＦｃｏｍｐｏｎｅｎｔ．Ｄｉｓａｇｒｅｅｍｅｎｔｅｘｉｓｔｓ
ｉｎ
ｒｅｓｐｅｃｔ
ｏｆｔｈｅＬＦ
ｃｏｍｐｏｎｅｎｔ．Ｓｏｍｅ
ｓｔｕｄｉｅｓ
ｓｕｇｇｅｓｔ
ｔｈａｔ
ＬＦ，ｗｈｅｎ
ｅｘｐｒｅｓｓｅｄ
ｉｎ
ｎｏｒｍａｌｉｚｅｄ
ｕｎｉｔｓ，ｉｓａｑｕａｎｔｉｔａｔｉｖｅ
ｍａｒｋｅｒｆｏｒ
ｓｙｍｐａｔｈｅｔｉｃ
ｍｏｄｕｌａｔｉｏｎｓ，ｏｔｈｅｒ
ｓｔｏｄｉｃｓｖｉｅｗＬＦａｓ
ｒｅｆｌｅｘｉｎｇ
ｂｏｔｈ
ｓｙｍｐａｔｈｅｔｉｃ
ａｎｄ
ｖａｇａｌａｃｔｉｖｉｔｙ．Ｃｏｎｓｅｑｕｅｎｔｌｙ，ｔｈｅＬＦ／ＨＦｒａｔｉｏｉｓｃｏｎｓｉｄｃｒｏｄ
ｂｙ
ｓｏｍｅ
ｉｎｖｅｓｔｉｇａｔｏｒｓ
ｔｏ１１１：Ｉｉｌ－１＂０１＂ｓｙｍｐａｔｈｏ／ｖａｇａｌ
ｂａｌａｎｃｅｏｒｔｏｒｅｆｌｅｃｔ
ｓｙｍｐａｔｈｅｔｉｃ
ｍｏｄｕｌａｔｉｏｎｓ．
Ｐｈｙｓｉｏｌｏｇｉｃａｌ
ｉｎｔｅｒｐｒｅｔａｔｉｏｎ
ｏｆｌｏｗｅｒ
ｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓｏｆＨＲＶ（ｔｈａｔｉｓｏｆｔｈｅＶＬＦａｎｄ
ＵＬＦｃｏｍｐｏｎｅｎｔｓｌｗａｒｒａｎｔｓ
ｆＩ】ｒⅡｌｅｒ
ｅｌｕｃｉｄａｔｉｏｎ．ＩｔｉｓｉｍｐｏｒｔａｎｔｔｏｎｏｔｅｔｈａｔＨＲＶｍｃａｓｎｒ鼯
ｆｌｕｃｔｕａｔｉｏｎｓｉｎａｕｔｏｎｏｍｉｃ
ｉｎｐｕｔｓ
ｔｏｔｈｅｈｅａｒｔｒａｔｈｅｒｔｈａｎｔｈｅｍｅａｎｌｅｖｅｌｏｆａｕｔｏｎｏｍｉｃ
ｉｎｐｕｔｓ．
Ｔｈｕｓｂｏｔｌｌａｕｔｏｎｏｍｉｃｗｉｔｈｄｒａｗａｌａｎｄａｓａｍｒａｔｍｇｌｙｈｉｇｈ
ｌｅｖｅｌｏｆ
ｓｙｍｐａｔｈｅｔｉｃ
ｉｎｐｍ
ｌｅａｄｓｔｏ
ｄｉｍｉｎｉｓｈｅｄＨＲＶ．
一１８—
大连理工大学硕士学位论文
５
Ｃｈａｎｇｅｓ
ｏｆＨＲＶｒｅｌａｔｅｄｔｏ
ｓｐｅｃｉｆｉｃ
ｐａｔｈｏＩｏｇｉｏｓ
Ａｒｅｄｕｃｔｉｏｎ
ｏｆＨＲＶｈａｓｂｅｅｎｒｑｍｒｔｅｄｉｎ
ｓｅｖｅｒａｌ
ｃａｒｄｉｏｌｏｇｉｃａｌ
ａｎｄ
ｎｏｎ－ｃａｘｄｉｏｌｏｇｉｃａｌ
ｄｉ剐鞫瞎韶．
５．１
ｇｙｏｃａｒｄｉａｌ
ｉｎｆａｒｏｔｉｏｎ
Ｄｑ’ｒｅｓｓｅｄＨＲＶａｆｔｅｒＭＩ
ｍａｙ
ｒｅｆｌｅｘｚｔａｄｅｃＤｅａｓｅｉｎ
ｖａｇａｌａｃｔｉｖｉｔｙ
ｄｂｅｃｔｅｄｔｏｔｈｅｈｃａｎ
ｗｈｉｃｈｌｅａｄｓｔｏｐｒｅｖａｌｅｎ∞ｏｆ
ｓｙｍｐａｔｈｅｔｉｃ
ｍｅｃｈａｎｉｓｍｓａｎｄｔｏｃａｘｄｉａｃｅｌｅｃｔｒｉｃａｌ
ｉｎｓｔａｂｉｌｉｔｙ．Ｉｎ
ｔｈｅ
ａｃｕｔｅ
ｐｈａｓｅ
ｏｆＭＬｔｈｅｒｅｄｕｃｔｉｏｎｉｎ２４·ｈＳＤＮＮｉｓ
ｓｉｇｎｉｆｉｃａｎｔｌｙ
ｒｅｌａｔｅｄｔｏｌｅｆｔｖｅｎｔｒｉｃｕｌａｘ
ｄｙｓｆｕｎｃｔｉｏｎ，ｐｅａｋ
ｃｒｅａｔｉｎｅ
ｋｉｎａｓｅ，ａｎｄＫｉｌｌｉｐ
ｃｌａｓｓ．
Ｔｈｅ
ｍｅｃｈａｎｉｓｍ
ｂｙ
ｗｈｉｃｈＨＲＶｉｓ
ｔｒａｎｓｉｅｎｔｌｙ
ｒｅｄｕｃｅｄａｆｔｅｒＭＩａｎｄ
ｂｙ
ｗｈｉｃｈａｄｅｐｒｅｓｓｅｄ
ＨＲＶｉｓ
ｐｒｅｄｉｃｔｉｖｅ
ｏｆｔｈｅｎｅｕｒａｌ
ｒｅｓｐｏｎｓｅ
ｔｏ
ａｃｕｔｅＭＩｉｓｎｏｔ
ｙｅｔ
ｄｅｆｉｎｅｄ．ｂｕｔｉｔｉｓ
ｌｉｋｅｌｙｔｏ
ｉｎｖｏｌｖｅ
ｄｅｒａｎｇｅｍｅｎｔｓ
ｉｎｔｈｅｎｅｕｒａｌ
ａｃｔｉｖｉｔｙ
ｏｆｃａｒｄｉａｃｏｎｉｏｎ．Ｏｎｅ
ｈｙｐｏｔｈｅｓｉｓ
ｉｎｖｏｌｖｅｓ
ｃａｒｄｉｏ—ｃａｒｄｉａｃ
ｓｙｍｐａｔｈｏ－ｓｙｍｐａｔｈｅｔｉｃ
ａｎｄ
ｓｙｍｐａｔｈｏ—ｖａｇａｌ
ｒｅｆｌｅｘｅｓａｎｄ
ｓｕｇｇｅｓｔｓ
ｔｈａｔｔｈｅ
ｃｈａｎｇｅｓ
ｉｎｔｈｅ
ｇｅｏｍｅｔｒｙ
ｏｆａ
ｂｅａｔｉｎｇ
ｈｅａｒｔｄｕｅｔｏｎｅｃｒｏｔｉｃａｎｄｎｏｎ．ｅｏｎｔｒａｃｔｉｎｇｓｅｇｍｅｎｔｓｍａｙ
ａｂｎｏｒｍａｌｌｙｉｎｃｒｅａｓｅ
ｔｈｅ
ｆｉｒｉｎｇ
ｏｆ
ｓｙｍｐａｔｈｅｔｉｃ
ａｆｆｅｒｅｎｔｆｉｂｒｅｓ
ｂｙ
ｍｅｃｈａｎｉｃａｌｄｉｓｔｏｒｔｉｏｎｏｆｔｈｅ
ｓｅｎｓｏｒｙｅｎｄｉｎｇ．
Ｔｈｉｓ
ｓｙｍｐａｔｈｅｔｉｃ
ｅｘｃｉｔａｔｉｏｎａｔｔｅｎｕａｔｅｓｔｈｅ
ａｃｔｉｖｉｔｙ
ｏｆ
ｖａｇａｌ
ｆｉｂｒｅｓｄｉｒｅｃｔｅｄｔｏｔｈｅｓｉｎｕｓ
ｎｏｄｅ．Ａｎｏｔｈｅｒ
ｅｘｐｌａｎａｔｉｏｎ，ｅｓｐｅｃｉａｌｌｙ
ａｐｐｌｉｃａｂｌｅｔｏｍａｒｋｅｄｒｅｄｕｃｔｉｏｎｏｆ
ＨＲＶ，ｉｓ
ｔｈｅｒｅｄｕｃｅｄ
ｒｅｓｐｏｎｓｉｖｅｎｅｓｓｏｆｓｉｎｕｓｎｏｄａｌｃｅｌｌｓｔｏｎｅｕｒａｌ
ｍｏｄｕｌａｔｉｏｎｓ．Ｓｐｅｃｔｒａｌａｎａｌｙｓｉｓ
ｏｆ
ＨＲＶｉｎ
ｐａｔｉｅｎｔｓｓｕｒｖｉｖｉｎｇ锄ａｃｕｔｅ
ＭＩｒｅｖｅａｌｅｄａｒｅｄｕｃｔｉｏｎｉｎｔｏｔａｌａｎｄｉｎｔｈｅｉｎｄｉｖｉｄｕａｌｐｏｗｅｒｏｆ
ｓｐｅｃｔｒａｌｃｏｍｐｏｎｅｎｔｓ．Ｈｏｗｅｖｅｒ，ｗｈｅｎｔｈｅｐｏｗｅｒｏｆＬＦａｎｄＨＦＷａｓｃａｌｃｕｌａｔｅｄｉｎｎｏｒｍａｌｉｚｅｄ
ｕｎｉｔｓ．ａｌｌｉｎｃｒｅａｓｅｄＬＦａｎｄａｄｉｍｉｎｉｓｈｅｄＨＦｗｅｒｅｏｂｓｅｒｖｅｄ
ｄｕｒｉｎｇ
ｂｏｔｌｌ
ｒｅｓｔｉｎｇ
ｃｏｎｔｒｏｌｌｅｄ
ｃｏｎｄｉｔｉｏｎｓａｎｄ２４－ｈ
ｒｅｃｏｒｄｉｎｇｓ
ａｎａｌｙｓｅｄｏｖｅｒｍｕｌｔｉｐｌｅ
５ｍｉｎ
ｐｅｒｉｏｄｓ．Ｔｈｅｓｅ
ｃｈａｎｇｅｓｍａｙ
ｉｎｄｉｃａｔｅａｓｈｉｆｔｏｆｓｙｍｐａｔｈｏ－ｖａｇａｌ
ｂａｌａｎｃｅｔｏｗａｒｄｓ
ｓｙｍｐａｔｈｅｔｉｃｐｒｅｄｏｍｉｎａｎｃｅ
ａｎｄｒｅｄｕｃｅｄ
ｖａｇａｌ
ｔｏｎｅ．Ｓｉｍｉｌａｒｃｏｎｃｌｕｓｉｏｎｓｗｅｒｅｏｂｔａｉｎｅｄ
ｂｙｃｏｎｓｉｄｅｒｉｎｇ
ｔｈｅ
ｃｈａｎｇｅｓ
ｉｎｔｈｅＬＦ／ＨＦｒａｔｉｏ．
Ｔｈｅ
ｐｒｅｓｅｎｃｅ
ｏｆａｎａｌｔｅｒａｔｉｏｎｉｎｎｅｕｒａｌｃｏｎｔｒｏｌｍｅｃｈａｎｉｓｍｓＷａｓａｌｓｏ
ｒｅｆｌｅｃｔｅｄ
ｂｙ
ｔｈｅ
ｂｌｕｎｔｉｎｇ
ｏｆｔｈｅ
ｄａｙ．Ｉｌｉｇｈｔ
ｖａｒｉａｔｉｏｎｓｏｆｔｈｅＲＲｉｎｔｅｒｖａｌａｎｄＬＦａｎｄＨＦ
ｓｐｅｃｔｒａｌ
ｃｏｍｐｏｎｅｎｔｓ
ｐｒｅｓｅｎｔｉｎａｐｅｒｉｏｄｒａｎｇｉｎｇｆｒｏｍ
ｄａｙｓｔｏａｆｅｗｗｅｅｋｓａｆｔｅｒｔｈｅａｃｕｔｅｅｖｅｎｔ．Ｉｎ
ｐｏｓｔ
ＭＩ
ｐａｔｉｅｎｔｓ
ｗｉｔｌｌａｖｅｒｙｄｅｐｒｅｓｓｅｄ
ＨＲＶ．ｍｏｓｔｏｆ
ｔｈｅ
ｒｅｓｉｄｕａｌｅｎｅｒｇｙ
ｉｓｄｉｓｔｒｉｂｕｔｅｄｉｎｔｈｅＶＬＦｆｒｅｑｕｅｎｃｙ
ｒａｎｇｅ
ｂｅｌｏｗ０．０３Ｈｚ，ｗｉｔｈ
ｏｎｌｙａｓｍａｌｌ
ｒｅｓｐｉｒａｔｉｏｎ－ｒｅｌａｔｅｄ
ＨＦ．Ｔｈｅｓｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅ
ｓｐｅｃｔｒａｌｐｒｏｆｉｌｅａｒｅｓｉｍｉｌａｒｔｏｔｈｏｓｅｏｂｓｅｒｖｅｄｉｎａｄｖａｎｃｅｄｃａｒｄｉａｃｆａｉｌｕｒｅｏｒａｉｄｅｒ
ｃａｒｄｉａｃ
ｔｒａｎｓｐｌａｎｔ，ａｎｄａｘｅｌｉｋｅｌｙ
ｔｏｒｅｆｌｅｃｔｅｉｔｈｅｒｄｉｍｉｎｉｓｈｅｄ
ｒｅｓｐｏｎｓｉｖｅｎｅｓｓ
ｏｆｔｈｅ
ｔａｒｇｅｔｏｒｇａｎ
ｔｏ
ｎｅｕｒａｌ
ｍｏｄｕｌａｔｏｒｙｉｎｐｕｔｓｏｒａｓａｔｕｒａｔｉｎｇ
ｉｎｆｌｕｅｎｃｅｏｎｔｈｅｓｉｎｕｓｎｏｄｅｏｆａｐｅｒｓｉｓｔｅｎｔｌｙｈｉｇｈ
ｓｙｍｐａｔｈｅｔｉｃｔｏｎｅ．
一１９一
堕坠！些垫婪型墅壁咝！螋塑堕
５．２Ｄｉａｂｅｔｉｃ
ｎｅｕｒｏｐａｔｈｙ
ｈ
ｎｅｕｒｏｐａｔｈｙ
ａａｓｏｃｉａｔｅｄｗｉｔｈｄｉａｂｅｔ鹳ｍｄｌｉｔｕｓ，ｃｈａｒａｃｔｅｒｉｚｅｄｂｙ
ａｌｔｅｒａｔｉｏｎｏｆ锄ａｌｌ
ｎｅｒｖｅｆｉｂｒｅｓ．ａｒｅｄｕｅｔｉｏｎｉｎｔｉｍｅ－ｄｏｍａｉｎ
ｐａｒａｍｅｔｅｒｓ
ｏｆＨＲＶ
ｓｇｅｍｓｎｏｔ
ｏｎｌｙ
ｔｏ
ｃａｒｒｙｎｅｇａｔｉｖｅ
ｐｒｏｇｎｏｓｔｉｃ
ｖａｌＬｉｅｂｕｔａｌｓｏｔｏ
ｐｒｅｃｅｄｅ
ｔｈｅｅｌｉｎｉｃａｌ
ｅｘｐｒｅｓｓｉｏｎ
ｏｆａｕｔｏｎｏｍｉｃｎ帆ｒｏｐａｔｈｙ．Ｉｎ
ｄｉａｂｅｔｉｃ
ｐａｔｉｅｎｔｓ
ｗｉｔｈｏｕｔ
ｅｖｉｄｅｎｃｅｏｆａｕｔｏｎｏｍｉｃ
ｎｅｕｒｏｐａｔｈｙ，ｒｅｄｕｃｔｉＯｌｌ
ｏｆｔｈｅａｂｓｏｌｕｔｅ
ｐｏＷｅｌｔ＂
ｏｆＬＦａｎｄＨＦ
ｄｕｒｉｎｇ
ｃｏｎｔｒｏｌｌｅｄｃｏｎｄｉｔｉｏｎｓｗａｓ
ａｌｓ４）ｒｅｐｏｒｔｅｄＨｏｗｅｖｅｒ，ｗｈｅｎ
ｔｈｅＬＦｍＦｒａｔｉｏ
ｗａｓｃｏｎｓｉｄｅｒｅｄｏｒｗｈｅｎＬＦａｎｄＨＦｗｅｒｅａｎａｌｙｓｅｄｉｎｎｏｒｍａｌｉｚｅｄ
ｕｎｉｔｓ。ｒｉｏｓｉｇｎｉｆｉｃａｎｔ
ｄｉｆｆｅｒｅｎｃｅｉｎ
ｃｏｍｐａｒｉｓｏｎｔｏｎｏｒｍａｌｓｗａｓ
ｐｒｅｓｅｎｔ．Ｔｈｕｓ．ｔｈｅ
ｉｎｉｔｉａｌｍａｎｉｆｅｓｔａｔｉｏｎｏｆ
ｔｈｉｓ
ｎｅｕｒｏｐａｔｈｙ
ｉｓ
ｌｉｋｅｌｙ
ｔｏｉｎｖｏｌｖｅ
ｂｏｔｈ
ｅｆｆｅｒｅｎｔｌｉｍｂｓ
ｏｆｔｈｅ
ａｕｔｏｎｏｍｉｃ
ｎｅｒｖｏｕｓ
ｓｙｓｔｅｍ．
５．３０ａｒｄｉａｏ
ｔｒａｎｓｐＩａｎｔａｔｉｏｎ
Ａ
ｖｅｒｙ
ｒｅｄｕｃｅｄＨＲＶｗｉｔｈｎｏｄｅｆｉｎｉｔｅ
ｓｐｅｃｔｒａｌｃｏｍｐｏｎｅｎｔｓ
ｗａｓ
ｒｅｐｏｒｔｅｄ
ｉｎ
ｐａｔｉｅｎｔｓ
ｗｉｍ
ａｒｅｃｅｎｔｈｅａｒｔｔｒａｎｓｐｌ锄．１１１ｅａｐｐｅａｒａｎｃｅｏｆｄｉｓｃｒｅｔｅ
ｓｐｅｃｔｒａｌｃｏｍｐｏｎｅｎｔｓｉｎａｆｅｗｐａｔｉｅｎｔｓｉｓ
ｃｏｎｓｉｄｅｒｅｄｔｏｒｅｆｌｅｃｔｃａｒｄｉａｃｒｅ－ｉｎｎｅｒｖａｔｉｏｎ．１１畦ｓｒｅＡｎｎｅｒｖａｔｉｏｎ
ｍａｙｏｃｃｕｒ
ａｓｅａｒｌｙ
ａｓ１ｔｏ２
ｙｅａｒｓｐｏｓｔｔｒａｎｓｐｌａｎｔａｔｉｏｎａｎｄｉｓ
ｕｓｕａｌｌｙ
ｏｆ
ｓｙｍｐａｔｈｅｔｉｃｏｒｉｇｉｎ，Ｉｎｄｅｅｄ，ｔｈｅ
ｃｏｒｒｅｌａｔｉｏｎ
ｂｅｔｗｅｅｎｔｈｅ
ｒｅｓｐｉｒａｔｏｒｙ
ｒａｔｅａｎｄｔｈｅＨＦｃｏｍｐｏｎｅｎｔｏｆＨＲＶｏｂｓｅｒｖｅｄｉｎｓｏｍｅｔｒａｎｓｐｌａｎｔｅｄ
ｐａｔｉｅｎｔｓ
ｉｎｄｉｃａｔｅｓｔｈａｔａｎｏｎ－ｎｅｕｒａｌｍｅｃｈａｎｉｓｍ
ｍａｙ
ａｌｓｏｃｏｎｔｒｉｂｕｔｅｔｏ
ｇｅｎｅｒａｔｅ
ｒｅｓｐｉｒａｔｉｏｎ．ｒｅｌａｔｅｄｒｈｙｔｈｍｉｃｏｓｃｉｌｌａｔｉｏｎ．Ｔｈｅ
ｉｎｉｔｉａｌｏｂｓｅｒｖａｔｉｏｎｏｆｉｄｅｎｔｉｆ弭ｎｇｐａｔｉｅｎｔｓ
ｄｅｖｅｌｏｐｉｎｇ
ａｎ
ａｌｌｏｇｒａｆｌｒｃｊｅｃｔｉｏｎａｃｃｏｒｄｉｎｇ
ｔｏｃｈａｎｇｅｓ
ｉｎ
ＨＲＶ
ｃｏｕｌｄｂｃｏｆｃｌｉｎｉｃａｌｉｎｔｅｒｅｓｔｂｕｔ
ｎｇ＠ｄｓｆｕｒｔｈｅｒｃｏｎｆｉｒｍａｔｉｏｎ．
ＡｒｅｄｕｃｅｄＨＲＶｈａｓｂｅｅｎｃｏｎｓｉｓｔｅｎｔｌｙｏｂｓｅｒｖｅｄｉｕ
ｐａｔｉｅｎｔｓ
ｗｉｔｈ
ｃａｒｄｉａｃｆａｉｌｕｒｅ．Ｉｎｔｈｉｓ
ｃｏｎｄｉｔｉｏｎｃｈａｒａｃｔｅｒｉｚｅｄ
ｂｙｓｉｇｎｓｏｆｓｙｍｐａｔｈｅｔｉｃ
ａｃｔｉｖａｔｉｏｎ，ｓｕｃｈ勰ｆａｓｔｅｒ
ｈｅａｒｔｒａｔｅｓａｎｄ
ｈｉｇｈ
ｌｅｖｅｌｓｏｆ
ｃｉｒｃｕｌａｔｉｎｇｃａｔｈｅ
ｃｏｌａｍｉｎｅｓ，ａ
ｒｅｌａｔｉｏｎｓｈｉｐ
ｂｅｔｗｅｅｎ
ｃｈａｎｇｅｓ
ｉｎＨＲＶａｎｄｔｈｅｅｘｔｅｎｔ
ｏｆ１疆ｖｅｎｔｒｉｃｕｌａｒ
ｄｙｓｆｕｎｃｔｉｏｎ
ｗａｓ
ｃｏｎｔｒｏｖｅｒｓｉａｌｌｙｒｅｐｏｒｔｅｄ，Ｉｎｆａｃｔ，ｗｈｅｒｅａｓ
ｔｈｅｒｅｄｕｅｔｉｏｎｉｎ
ｔｉｍｅｄｏｍａｉｎｍｅａｓｕｒｅｓｏｆＨＲＶｓ＃ｅｒｎｅｄｔｏ
ｐａｒａｌｌｅｌ
ｔｈｅｓｅｖｅｒｉｔｙｏｆｔｈｅ
ｄｉｓｅａｓｅ，ｔｈｅｒｅｌａｔｉｏｎｓｈｉｐ
ｂｅｔｗｅｅｎ
ｓｐｅｃｔｒａｌｃｏｍｐｏｎｅｎｔｓ
ａｎｄ
ｉｎｄｉｃｅｓｏｆｖｅｎｔｒｉｅｕｌａｒ
ｄｙｓｆｕｎｃｔｉｏｎ
ａｐｐｅａｒｓ
ｔｏ
ｂｅｍｏｒｅ
ｃｏｍｐｌｅｘ．Ｉｎｐａｒｔｉｃｕｌａｒ，ｉｎ
ｍｏｓｔ
ｐａｔｉｅｎｔｓ
ｗｉｔｈａｖｅｒｙ
ａｄｖａｎｃｅｄ
ｐｈａｓｅ
ｏｆｔｈｅ
ｄｉｓｅａｓｅａｎｄｗｉｔｈａ
ｄｒａｓｔｉｃｒｅｄｕｃｔｉｏｎｉｎ
ＨＲＶ．ａ
ＬＦｃｏｍｐｏｎｅｎｔｃｏｕｌｄｎｏｔｂｅｄｅｔｅｃｔｅｄ
ｄｅｓｐｉｔｅ
ｃｌｉｎｌｃａＩ
ｓｉｇｎｓ
ｏｆ
ｓｙｍｐａｔｈｅｔｉｃａｃｔｉｖａｔｉｏｎ．Ｔｈｕｓ，ｉｎｃｏｎｄｉｔｉｏｎｓ
ｃｈａｒａｃｔｅｒｉｚｅｄ
ｂｙ
ｍａｒｋｅｄａｎｄ
ｕｎｏｐｐｏｓｅｄ
ｐｅｒｓｉｓｔｅｎｔ
ｓｙｍｐａｔｈｅｔｉｃｅｘｃｉｔａｔｉｏｎ，ｔｈｅ
ｓｉｎｕｓｎｏｄｅｓｅａｎｓｔｏｄｒａｓｔｉｃａｌｌｙ
ｄｉｍｉｎｉｓｈｉｔｓｒｅｓｐｏｎｓｉｖｅｎｅｓｓｔｏ
ｎｅｕｒａｌ
ｉｎｐｕｔｓ．
５．４
ＴｅｔｒａｐＩｅｇｉａ
Ｐａｔｉｅｎｔｓｗｉｔｈｃ栅ｏｍｃ
ｃｏｍｐｌｅｔｅｈｉｇｈ
ｃｅｒｖｉｃａｌ
ｓｐｉｎａｌ
ｃｏｒｄｌｅｓｉｏｎｓｈａｖｅ
ｉｎｔａｃｔｅｆｆｅｒｅｎｔ
ｖａｇａｌ
ａｎｄｓｙｍｐａｔｈｅｔｉｃｎｅｕｒａｌ
ｐａｔｈｗａｙｓ
ｄｉｒｅｃｔｅｄｔｏｔｈｅｓｉｎｕｓｎｏｄｅ．Ｈｏｗｅｖｅｒ，ｓｐｉｎａｌ
ｓｙｍｐａｔｈｅｔｉｃｎｅｕｒｏｎｓａｌｅｄｅｐｒｉｖｅｄ
ｏｆ
ｍｏｄｕｌａｔｏｒｙ
ｃｏｎｔｒｏｌａｎｄ
ｉｎ
ｐａｒｔｉｃｕｌａｒ
ｏｆｂａｒｏｒｅｆｌｅｘ
一２０一
大连理工大学硕士学位论文
ｓｕｐｒａｓｐｉｎａｌｉｎｈｉｂｉｔｏｒｙｉｎｐｕｔｓ．Ｆｏｒ
ｔｈｉｓ
ｒｅａｓｏｎ，ｔｈｅｓｅ
ｐａｔｉｅｎｔｓ
ｒｅｐｒｅｓｅｎｔａｕｎｉｑｕｅ
ｃｌｉｎｉｃａｌｍｏｄｅｌ
ｗｉｔｈｗｈｉｃｈｔｏｅｖａｌｕａｔｅｔｈｅｃｏｎｔｒｉｂｕｔｉｏｎｏｆ
ｓｕｐｒａｓｐｉｎａｌ
ｍｅｃｈａｎｉｓｍｓｉｎｄｅｔｅｒｍｉｎｉｎｇ
ｔｈｅ
ｓｙｍｐａｔｈｅｔｉｃａｅｔｉｖｉｔｙ
ｒｅｓｐｏｎｓｉｂｌｅ
ｆｏｒｌｏｗｆｒｅｑｕｅｎｃｙｏｓｃｉｌｌａｔｉｏｎｓｏｆＨＲＶ．Ｉｔｈａｓｂｅｅｎｒｅｐｏｒｔｅｄ
ｔｈａｔｎｏＬＦｃｏｕｌｄｂｅｄｅｔｅｃｔｅｄ
ｉｎ
ｔｅｔｒａｐｌｅｇｉｃｐａｔｉｅｎｔｓ．ｔｈｕｓｓｕｇｇｅｓｔｉｎｇ
ｔｌｌｅ
ｃｒｉｔｉｃａｌ
ｒｏｌｅｏｆ
ｓｕｐｒａｓｐｉｎａｌ
ｍｅｃｈａｎｉｓｍｓｉｎ
ｄｅｔｅｒｍｉｎｉｎｇ
ｔｈｅ０．１Ｈｚ
ｒｈｙｔｈｍ．Ｔｗｏｒｅｃｅｎｔｓｔｕｄｉｅｓ，ｈｏｗｅｖｅｒ，ｈａｖｅ
ｉｎｄｉｃａｔｅｄｔｈａｔａｎ＿ＬＦｃｏｍｐｏｎｅｎｔｃａｎａｌｓｏｂｅｄｅｔｅｃｔｅｄｉｎＨＲＶａｎｄａｒｔｅｒｉａｌ
ｐｒｅｓｓｕｒｅ
ｖａｒｉａｂｉｌｉｔｉｅｓ
ｏｆｓｏｍｅ
ｔｅｔｒａｐｌｅｇｉｅｐａｔｉｅｎｔｓ．ＷｈｉｌｅＫｏｈｅｔａ１．ａｔｔｒｉｂｕｔｅｄｔｈｅＬＦｃｏｍｐｏｎｅｎｔｏｆ
ＨＲＶｔｏｖａｇａｌ
ｍｏｄｕｌａｔｉｏｎｓ，Ｇｕｚｚｅｔｔｉｅｔ
ａｌ，ａｔｔｒｉｂｕｔｅｄｔｈｅｓａｍｅｃｏｍｐｏｎｅｎｔｔｏｓｙｍｐａｔｈｅｔｉｃａｃｔｉｖｉｔｙ
ｂｅＭ：ａｕｓｅｏｆ
ｔｈｅ
ｄｅｌａｙ
ｗｉｔｈｗｈｉｃｈ
ｔｈｅ
ＬＦｃｏｍｐｏｎｅｎｔ
ａｐｐｅａｒｅｄａｆｔｅｒ
ｓｐｉｎａｌｓｅｃｔｉｏｎ，ｓｕｇｇｅｓｔｉｎｇａｌｌｍｅｒｇｉｎｇ
ｓｐｉｎａｌｒｈｙｔｈｍｉｃｉｔｙｃａｐａｂｌｅｏｆｍｏｄｕｌａｔｉｎｇｓｙｍｐａｔｈｅｔｉｃｄｉｓｃｈａｒｇｅ．
一２ｌ一
坚墅坐！些竺型堕！型塑驾！墅竺塑哑
６ｇｏｄｉｆｉｃａｔｉｏｎｓｏｆＨＲＶ
ｂｙｓｐｅｃｉｆｉＣ
ｉｎｔｅｒｖｅｎｔｉｏｎｓ
日壕ｒａｔｉｏｎａｌｅｆｏｒ
ｔｒｙｉｎｇｔｏｍｏｄｉｆｙ
ＨＲＶａｆｔｅｒＭＩｓｔｅｍｓｆｒｏｍ
ｍｕｌｔｉｐｌｅ
ｏｈ∞ｒｖａｔｉｏｍ
ｉｎｄｉｃａｔｉｎｇ
ｔｈａｔｃａｒｄｉａｃ
ｍｏｒｔａｌｉｔｙ
ｉｓ
ｈｉｇｈｃｒａｍｏｎｇｐｏｓｔ—ＭＩｐａｔｉｅｎｔｓｗｈｏｈａｖｅａｍｏｒｅｄｅｐｒｅｓｓｅｄ
ＨＲＶ．１１１ｅｉｎｆｅｒｅｎｃｅｉｓｔｈａｔｉｎｔｅｒｖｅｎｔｉｏｎｓｔｈａｔａｕｇｍｅｎｔＨＲＶ
ｍａｙ
ｂｅ
ｐｒｏｔｅｃｔｉｖｅａｇａｉｎｓｔ
ｃａｒｄｉ∽
ｍｏｒｔａｌｉｔｙ
ａｎｄｓｕｄｄｅｎｃａｒｄｉａｃ
ｄｅａｔｈ．Ａｌｔｈｏｕｇｈ
ｔｈｅ
ｒａｔｉｏｎａｌｅｆｏｒｃｈａｎｇｉｎｇＨＲＶｉｓ
ｓｏｕｎｄ，ｉｔ
ｃｏｎｔａｉｎｓａｌｓｏｔｈｅｉｎｈｏｒｅｎｔ
ｄａｎｇｅｒ
ｏｆ
ｌｅａｄｉｎｇ
ｔｏｔｈｅｕｎｗａｒｒａｎｔｅｄ
ａｓｓｕｍｐｔｉｏｎ
ｔｈａｔｍｏｄｉｆｉｃａｔｉｏｎ
ｏｆＨＲＶｔｒａｎｓｌａｔｅｓ
ｄｉｒｅｃｔｌｙ
ｉｎｔｏ
ｃａｒｄｉａｃ
ｐｒｏｔｅｃｔｉｏｎ，ｗｈｉｃｈ
ｍａｙｎｏｔｂｅｔｈｅｃａｓｅ．
Ｔｋ
ｔａｒｇｅｔ
ｉＳｔｈｅｉｍｐｒｏｖｅｍｅｎｔｏｆｃａｒｄｉａｃｅｌｅｃｔｒｉｃａｌ
ｓｔａｂｉｌｉｔｙ，ａｎｄ
ＨＲＶｉＳｉｎｓｔａｍａｒｋｅｒｏｆ
ａｕｔｏｎｏｍｉｃ
ａｃｔｉｖｉｔｙ．Ｄｅｓｐｉｔｅ
ｔｈｅ
ｇｒｏｗｉｎｇ
ｃｏｌｌＳＣＩＩＳｌｌｂｔｈａｔ
ｉｎｃｒｅａｓｅｓ
ｉｎ
ｖａｇａｌａｃｔｉｖｉｔｙｃａｒｌｂｅ
ｂｅｎｅｆｉｃｉａｌ，ｉｔｉｓｎｏｔ
ｙｅｔ
ｋｎｏｗｎｈｏｗｍｕｃｈ
ｖａｇａｌａｃｔｉｖｉｔｙ（ｏｒｉｔｓｍａｒｋｅｒｓ）ｈａｓｔｏｉｎｃｒｅａｓｅｉｎ
ｏｒｄｅｒｔｏｗｏ“ｄｅａｄｅｑｕａｔｅｐｒｏｔｃｃｔｉｏａ．
６．１
Ｂｅｔａ—ａｄｒｅｎｅｒｇ
ｉＣｂＩｏｃｋａｄｅａｎｄＨＲＶ
Ｔ量ｌｅｄａｔａｏｎｔｈｅｅｆｆｅｃｔｏｆａ－ｂｉｏｃｋｏｒｓｏｎＨＲＶｉｎｐｏｓｔ－ＭＩｐａｔｉｅｎｔｓａ糟ｓｕｒｐｒｉｓｉｎｇｌｙ
ｓｃａｎｔｙ．
Ｄｅｓｐｉｔｅ
ｔｈｅｏｂｓｅｒｖａｔｉｏｎｏｆ
ｓｔａｔｉｓｔｉｃａｌｌｙｓｉｇｎｉｆｉｃａｎｔｉｎｃｒｅａｓｅｓ，ｔｈｅ
ａｃｔｕａｌ
ｃｈａｎｇｅｓａｇｅｖｅｒｙ
ｍｏｄｅｓｔ．Ｈｏｗｅｖｅｒ，ｉｔ
ｉｓｏｆｎｏｔｅｔｈａｔａ－ｂｌｏｃｋａｄｅ
ｐｒｅｖｅｎｔｓ
ｔｈｅｒｉｓｅｉｎ
ｔｈｅＬＦｃｏｍｐｏｎｅｎｔ
ｏｂｓｅｒｖｅｄ
ｉｎｔｈｅ
ｍｏｒｎｉｎｇ
ｈｏｕｒｓ．Ｉｎｃｏｎｓｃｉｏｕｓ
ｐｏｓｔ－ＭＩｄｏｇｓ，ａ－ｂｌｏｃｋｏｒｓ
ｄｏｎｏｔｍｏｄｉ移ＨＲＶ．１１ｌｅ
ｕｎｅｘｐｅｃｔｅｄｏｂｓｅｒｖａｔｉｏｎ
ｔｈａｔ，ｐｒｉｏｒ
ｔｏＭＩ，ａ－ｂｌｏｃｋａｄｅ
ｉｎｃｒｅａｓｅｓＨＲＶ
ｏｎｌｙ
ｉｎｔｈｅａｎｉｍｕｓ
ｄｅｓｔｉｎｅｄｔｏｂｅａｔｌｏｗｒｉｓｋｆｏｒｌｅｔｈａｌａｒｒｈｙｔｈｍｉａｓｐｏｓｔ－ＭＩｍａｙｓｕｇｇｅｓｔ
ｎｏｖｅｌ
ａｐｐｒｏａｃｈｅｓｔｏ
ｐｏｓｔ－ＭＩｒｉｓｋｓｔｒａｔｉｆｉｅａｔｉｏｎ．
６．２
ＡｎｔｉａｒｒｈｙｔｈｍｉＣｄｒｕｇｓ
ａｎｄＨＲＶ
Ｄａｔａｅｘｉｓｔｆｏｒｓｅｖｅｒａｌ
ａｎｔｉａｇｒｈｙｔｈｍｉｃｄｒｕｇｓ．Ｒｅｅａｉｎｉｄｅ
ａｎｄ
ｐｒｏｐａｆｅｎｏｎｅ，ｂｕｔｎｏｔ
ａｍｉｏｄａｒｏｎｅ，ｗｏｒｅｒｅｐｏｒｔｅｄｔｏｄｅｃｒｃａｓｅｔｉｍｅ－ｄｏｍａｉｎｍｅａｓｕｒｅｓｏｆＨＲＶ
ｉｎｐａｔｉｅｎｔｓｗｉｔｈ
ｃｈｏｍｃｖｅｎｔｒｉｃｕｌａｒ
ａｒｒｈｙｔｈｍｉａ．Ｉｎ
ａｎｏｔｈｅｒ
ｓｔｕｄｙｐｒｏｐａｆｅｎｏｎｅ
ｒｅｄｕｃｅｄＨＲＶａｎｄｄｅｃｒｅａｓｅｄＬＦ
ｍｕｃｈｍｏｒｅｔｈａｎ
ＨＦ．ｒｅｓｕｌｔｉｎｇ
ｉｎ
ａｓｉｇｎｉｆｉｃａｎｔｌｙ
ｓｍａｌｌｅｒ
ＬＦｍＦｒａｔｉｏ．Ａ
ｌａｒｇｏｒ
ｓｔｕｄｙ
ｃｏｎｆｉｒｍｅｄｔｈａｔ
ｆｌｅｃａｉｎｉｄｅ，ａｎｄ
ａｌＳＯｅｎｃａｉｎｉｄｅａｎｄｍｏｒｉｃｉｚｉｎｅ，ｄｅｃｒｅａｓｅｄＨＲＶ
ｉｎｐｏｓｔ．ＭＩ
ｐａｔｉｅｎｔｓｂｕｔ
ｆｏｕｎｄ
ｎｏｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｃｈａｎｇｅｉｎ
ＨＲＶａｎｄ
ｍｏｒｔａｌｉｔｙｄｕｒｉｎｇ
ｆｏｌｌｏｗ－ｕｐ．
Ｔｈｕｓ，￥ｏｍｅａｎｔｉａｒｒｈｙｔｈｍｉｃｄｎ｛缪ａｓｓｏｃｉａｔｅｄｗｉｔｈｉｎｃｒｅａｓｅｄ
ｍｏｒｔａｌｉｔｙｃａｎｒｅｄｕｃｅ
ＨＲＶ．
Ｈｏｗｅｖｅｒ，ｉｔ
ｉｓｎｏｔｋｎｏｗｎｗｈｅｔｈｅｒｔｈｅｓｅ
ｃｈａｎｇｅｓ
ｉｎＨＲＶｈａｖｅ
ａｎｙ
ｄｉｒｅｃｔ
ｐｒｏｇｎｏｓｔｉｃ
ｓｉｇｎｉｆｉｃａｎｃｅ．
６．３
ＳｃｏｐｏｌａｍｉＲｅ
ａｎｄＨＲＶ
Ｌｏｗｄｏｓｅｍｕｓｃａｇｉｎｉｃ
ｒｅｃｅｐｔｏｒｂｌｏｃｋｅｒｓ，ｓｕｃｈ
ａｓ
ａｔｒｏｐｉｎｅ
ａｎｄｓｃｏｐｏｌａｍｉｎｅ，ｍａｙｐｒｏｄｕｃｅ
ａｐａｒａｄｏｘｉｃａｌ
ｉｎｃｒｅａｓｅ
ｉｎ
ｖａｇａｌ
ｅｆｆｅｒｅｎｔ
ａｃｔｉｖｉｔｙ，ａｓ
ｓｕｇｇｅｓｔｅｄ
ｂｙａｄｅｃｒｅａｓｅ
ｉｎｈｅａｒｔｒａｔｅ．
一２２—
大连理工大学硕士学位论文
Ｄｉｆｆｅｒｅｎｔｓｔｕｄｉｅｓｅｘａｍｉｎｅｄ
ｔｈｅ
ｅｆｆｅｃｔｓｏｆｔｒａｍｄｅｒｍａｌ
ｓｃｏｐｏｌａｍｉｎｅＯｎｉｎｄｉｃｅｓ
ｏｆｖａｇａｌ
ａｃｔｉｖｉｔｖ
ｉｎ
ｐａｔｉｅｎｔｓ
ｗｉｔｈａｒｅｃｅｎｔＭＩａｎｄ
ｗｉｔｌｌ
ｃｏｎｇｅｓｔｉｖｅ
ｈｅａｒｔｆａｉｌｕｒｅ．Ｓｃｏｐｏｌａｍｉｎｅｍａｒｋｅｄｌｙ
ｉｎｃｒｅａｓｅｓ
ＨＲＶ．ｗｈｉｃｈｉｎｄｉｃａｔｅｓ
ｔｈａｔ
ｐｈａｒｍａｃｏｌｏｇｉｃａｌ
ｍｏｄｕｌａｔｉｏｎｏｆｎｅｕｒａｌ
ａｅｔｉｖｉｔｙ
ｗｉｔｈ
ｓｃｏｐｏｌａｍｉｎｅｍａｙｅｆｆｅｃｔｉｖｅｌｙ
ｉｎｃｒｅａｓｅ
ｖａｇａｌａｃｔｉｖｉｔｙ．Ｈｏｗｅｖｅｒ，ｅｆｆｉｃａｃｙｄｕｒｉｎｇｌｏｎｇ－ｔｅｒｍ
ｔｒｅａｔｍｅｎｔ
ｈａｓｎｏｔｂｅｅｎａｓｓｅｓｓｅｄ．Ｆｕｒｔｈｅｒｍｏｒｅ．１０Ｗｄｏｓｅｓｃｏｐｏｌａｍｉｎｅｄｏｅｓｎｏｔ
ｐｒｅｖｅｎｔ
ｙｅｎｔｒｉｃｕｌａｒ
ｆｉｂｒｉｌｌａｔｉｏｎｄｕｅｔｏａｃｕｔｅ
ｍｙｏｃａｒｄｉａｌ
ｉｓｃｈａｅｍｉａｉｎｐｏｓｔ—ＭＩｄｏ举．
６．４
ｌｈｒｏｍｂｏＩｙｓｉＳ
ａｎｄＨＲＶ
Ｔｈｅｅｆｆｅｃｔ
ｏｆ
ｔｈｒｏｍｂｏｌｙｓｉｓＯ／ＩＨＲＶ（ａｓｓｅｓｓｅｄｂｙｐＮＮ５０），Ｗａｓｒｅｐｏｒｔｅｄｉｎ９５ｐａｔｉｅｎｔｓ
ｗｉｔｈａｃｕｔｅＭＩ．ＨＲＶＷａｓ
ｈｉｇｈｅｒ
９０ｍｉｎａｆｔｅｒ
ｔｈｒｏｍｂｏｌｙｓｉｓ
ｉｎ
ｔｈｅ
ｐａｔｉｅｎｔｓ
ｗｉｔｈ
ｐａｔｅｎｃｙ
ｏｆｔｈｅ
ｉｎｆａｒｃｔ—ｒｅｌａｔｅｄ
ａｒｔｅｒｙ．Ｈｏｗｅｖｅｒ，ｔｈｉｓ
ｄｉｆｆｅｒｅｎｃｅ
ｗａｓｎｏｌｏｎｇｅｒ
ｅｖｉｄｅｎｔｗｈｅｎｔｈｅｅｎｔｉｒｅ２４ｈ
ｗｅｒｅ
ａｎａｌｙｓｅｄ．
６．５Ｅｘｅｒｏｉｓｅ
ｔｒａｉｎｉｎｇ
ａｎｄＨＲＶ
Ｅｘｅｒｃｉｓｅ
ｔｒａｉｎｉｎｇｍａｙ
ｄｅｃｒｅａｓｅｃａｒｄｉｏｖａｓｃｕｌａｒ
ｍｏｒｔａｌｉｔｙ
ａｎｄｓｕｄｄｅｎｃａｒｄｉａｃｄｅａｔｈ．
Ｒｅｇｕｌａｒ
ｅｘｅｒｃｉｓｅ
ｔｒａｉｎｉｎｇ
ｉｓａｌｓｏ
ｔｈｏｕｇｈｔｃａｐａｂｌｅ
ｏｆ
ｍｏｄｉｆｙｉｎｇ
ｔｈｅａｕｔｏｎｏｍｉｃ
ｂａｌａｎｃｅ．Ａ
ｒｅｃｅｎｔｅｘｐｅｒｉｍｅｎｔａｌｓｔｕｄｙ，ｄｅｓｉｇｎｅｄ
ｔｏａｓｓｅｓｓｔｈｅｅｆｆｅｃｔｓｏｆｅｘｅｒｃｉｓｅｔｒａｉｎｉｎｇｏｎｍａｒｋｅｒｓｏｆ
ｖａｇａｌａｃｔｉｖｉｔｙ，ｈａｓ
ｓｉｍｕｌｔａｎｅｏｕｓｌｙｐｒｏｖｉｄｅｄ
ｉｎｆｏｒｍａｔｉｏｎｏｎｃｈａｎｇｅｓ
ｉｎｃａｒｄｉａｃｅｌｅｃｔｒｉｃａｌ
ｓｔａｂｉｌｉｔｙ．Ｃｏｎｓｃｉｏｕｓｄｏｇｓ，ｄｏｃｕｍｅｎｔｅｄｔｏｂｅａｔ
ｈｉｇｈ
ｒｉｓｋ
ｂｙ
ｔｈｅ
ｐｒｅｖｉｏｕｓ
ＯＰ．℃：ＵＩＴａｎｃｅｏｆ
ｖｅｏｔｒｉｃｕｌａｒｆｉｂｒｉｌｌａｔｉｏｎｄｕｒｉｎｇａｃｕｔｅｍｙｏｃａｒｄｉａｌ
ｉｓｃｈａｅｍｉａ，ｗｅｒｅｒａｎｄｏｍｌｙａｓｓｉｇｎｅｄｔｏ６
ｗｅｅｋｓｏｆｅｉｔｈｅｒ
ｄａｉｌｙ
ｅｘｅｒｃｉｓｅ
ｔｒａｉｎｉｎｇｏｒｃａｇｅ
ｒｅｓｔｆｏｌｌｏｗｅｄ
ｂｙ
ｅｘｅｒｃｉｓｅ
ｔｒａｉｎｉｎｇ．Ａｆｔｅｒ
ｔｒａｉｎｉｎｇ，ＨＲＶ（ＳＤＮｒ０
ｉｎｅｗａｓｅｄ
ｂｙ
７４％ａｎｄａｌｌａｎｉｍａｌｓｓｕｒｖｉｖｅｄａｎｅｗｉｓｃｈａｅｍｉｃｔｅｓｔ．
ＥｘｅｒｃｉｓｅｔｒａｉｎｉｎｇＣａｌｌａｌｓｏａｃｃｅｌｅｒａｔｅ
ｒｅｃｏｖｅｒｙ
ｏｆｔｈｅ
ｐｈｙｓｉｏｌｏｇｉｃａｌｓｙｍｐａｔｈｏ－ｖａｇａｌ
ｉｎｔｅｒａｃｔｉｏｎ，
ａｓｓｈｏｗｎｉｎｐｏｓｔ－ＭＩｐａｔｉａｎｔｓ．
２３—
堕些堕塑垫型墅堕咝燮塑鲤
７０ＩｉｎｉｃａＩｕｓｅ
ｏｆ
ｈｅａｒｔｒａｔｅｖａｒｉａｂｉＩ
ｉｔｙ
ＡｌｔｈｏｕｇｈＨＲＶｈａｓｂｅｅｎ
ｔｈｅｓｕｂｊｅｃｔｏｆｎｕｎ＇ｌｅｌ＂ＯＵ８ｃｌｉｎｉｃａｌｓｔｕｄｉｅｓ
ｍｖ璐ｆｉｇａｔｍｇ
ａ州ｄｅ
ｓｐｅｃｔｒｕｍ
ｏｆ
ｃａｒｄｉｏｌｏｇｉｃａｌ
ａｎｄ
ｎｏｎ－ｃａｒｄｉｏｌｏｇｉｃａｌ
ｄｉｓｅａｓｅｓａｎｄｃｌｉｎｉｃａｌ
ｃｏｎｄｉｔｉｏｎｓ，ａ
ｇｅｎｅｒａｌ
ｏｏｎｓａｌｓｕｓｏｆｔｈｅ
ｐｒａｃｔｉｃａｌｕｓｅｏｆＨＲＶｉｎａｄｕｌｔｍｅｄｉｃｉｎｅｈａｓｂｅｅｎｒｅａｃｈｅｄ
ｏｎｌｙ
ｉｎｔｗｏｃｌｉｎｉｃａｌ
ｓｃｅｎａｒｉｏｓ．Ｄ印硝ｓｅｄＨＲＶｃａｎｂｅｕｓｅｄ雒ａ
ｐｒｅｄｉｃｔｏｒｏｆｒｉｓｋａｆｔｅｒａｃｕｔｅＭＩ
ａｎｄａｓａｌｌｅａｒｌｙ
ｗａｒｎｉｎｇｓｉｇｎｏｆｄｉａｂｅｔｉｃ·ｎｅｕｒｏｐａｔｈｙ．Ａｓｓｅｓｓｍｅｎｔ
ｏｆｒｉｓｋａｆｔｅｒａｃｕｔｅｍｙｏｃａｒｄｉａｌｉｎｆａｒｃｔｉｏｎ
Ｆｉｇ．７－１
Ｃｕｍｕｌａｔｉｖｅｓｕｒｖｉｖａｌｏｆｐａ６ｅｎｔｓａｌｋ＇ｒＭＩ．（ａ）Ｓｈｏｗｓｓｕｒｖｉｖａｌｏｆｐａ妇ｂｓｔｒａｔｉｆｉｅｄ
ａｃｃｏｒｄｉｎｇ幻
２４－ｈＳＤＮＮｖａｌｕｅｓｉｎｔｈｒｅｅ
ｇｒｏｕｐｓ
ｗｉｌｈ
ｏｎｔ－ｏｆｆｐｏｉｎｔｓｏｆ５０ａｎｄ１００ｍｓ，（ｂ）Ｓｈｏｗｓｓｉｍｉｌａｒｓｕｒｖｉｖａｌｃｕｒｖｅｓ
０ｆｐ撕∞臼ｓｔｒａｔｉｆｉｅｄ
ａｃｃｏｒｄｉｎｇｔｏ２４－ｈＨＲＶｕｍｇｌｌＪａｒｉｎｄｅｘｖａｌｕｅｓｗｉｔｈ
ｃｕｔ－ｏｆｆｐｏｉｎｔｓ
ｏｆ
１５
ａｎｄ２０
ｔｌｎｉ扭．
ｒｅｓｐｅｃｔｉｖｅｌｙ．（ＤａｔａｏｆＳＬ
Ｇｅｏｒｇｅ’ｓ
Ｐｏｓｔ—ｉｎｆａｒｃｔｉｏｎＲｅｓｅａｒｃｈ
ＳｕｒｖｅｙＰｒｏｇｒａｍｍｅｄ．）
Ｔｈｅｏｂｓｅｒｖａｔｉｏｎｔｈａｔｉｎ
ｐａｔｉｅｎｔｓ
ｗｉｔｈａｎａｃｕｔｅＭＩｔｈｅａｂｓｅｎｃｅｏｆ
ｒｅｓｐｉｒａｔｏｒｙ
ｓｉｎｕｓ
ａｒｒｈｙｔｈｒａｉａｓ
ｉｓ
ａｓｓｏｃｉａｔｃａｌｗｉｔｈ锄ｉｎｃｒｅａｓｅ
ｉｎ‘ｉｎ－ｈｏｓｐｉｔａｌ’ｍｏｒｔａｌｉｔｙｒｅｐｒｅｓｅｎｔｓ
ｔｈｅ
ｆｉｒｓｔｏｆａ
ｌａｒｇｅ
ｎｕｍｂｃｒｏｆ
ｒｅｐｏｒｔｓ
ｗｈｉｃｈｈａｖｅｄｅｍｏｎｓｔｒａｔｅｄ
ｔｈｅ
ｐｒｏｇｎｏｓｔｉｃ
ｖａｌｕｅｏｆ
ａｓｓｅｓｓｉｎｇ
ＨＲＶｔｏ
ｉｄｃｔｌ呖母ｈｉ曲ｒｉｓｋｐａｔｉｅｎｔｓ．ＤｅｐｒｅｓｓｅｄＨＲＶｉｓａｐｏｗｅｒｆｕｌｐｒｅｄｉｃｔｏｒ
ｏｆ
ｍｏｒｔａｌｉｔｙ
ａｎｄｏｆ
矾ｈｙｔＩｌｍｉｃ
ｃｕｍｐｌｉｃａｆｉｏｍ（ｅ．ｇ．ｓｙｍｐｔｏｍａｔｉｃ
ｓｕｓｔａｉｎｅｄｖｃｎｔｒｉｃｕｌａｒｔａｃｈｙｃａｒｄｉａ）ｉｎｐａｔｉｅｎｔｓ
一２４一
大连理工大学硕士学位论文
ｆｏｌｌｏｗｉｎｇ
ａｅｎｔｅ
ＭＩ（Ｆｉｇ．７．１１．Ｔｈｅｐｒｅｄｉｃｔｉｖｅ
ｖａｌｕｅｏｆＨＲＶｉｓ
ｉｎｄｅｐｅｎｄｅｎｔ
ｏｆｏｔｈｅｒ
ｆａｃｔｏｒｓ
ｅｓｔａｂｌｉｓｈｅｄｆｏｒ
ｐｏｓｔ－ｉｎｆａｒｃｔｉｏｎ
ｒｉｓｋ
ｓｔｒａｔｉｆｉｃａｔｉｏｎ，ｓｕｃｈａｓｄｅｐｒｅｓｓｅｄ
ｌｅｆｔｖｅｎｔｒｉｃｕｌａｒｅｊｅｃｔｉｏｎ
ｆｒａｃｔｉｏｎ，ｉｎｃｒｅａｓｅｄｖｅｎｔｒｉｅｕｌａｒ－ｅｅｔｏｐｉｃ
ａｃｔｉｖｉｔｙ，ｅｎｄｐｒｅｓｅｎｃｅ
ｏｆｌａｔｅ
ｐｏｔｅｎｔｉａｌｓ．Ｆｏｒ
ｐｒｅｄｉｃｔｉｏｎ
ｏｆａ１１．ｃａｕｓｅｍｏｒｔａｌｉｔｙ，ｔｈｅｖａｌｕｅｏｆＨＲＶｉｓ
ｓｉｍｉｌａｒｔｏｔｈａｔｏｆｌｅｆｔｖｅｎｔｒｉｃｕｌａｒｅｊｅｃｔｉｏｎｆｒａｃ矗ｏｎ，
ｂｕｔＨＲＶｉｓ
ｓｕｐｅｒｉｏｒ
ｔｏｌｅｆｔｖｅｎｔｒｉｃｕｌａｒ
ｅｊｅｃｔｉｏｎ
ｆｒａｃｔｉｏｎｉｎ
ｐｒｅｄｉｃｔｉｎｇａｒｒｈｙｔｔｍａｉｃｅｖｅｎｔｓ
（ｓｕｄｄｅｎｃａｒｄｉａｃｄｅａｔｈｅｎｄｖｅｎｔｒｉｅｕｌａｒ
ｔａｃｈｙｃａｒｄｉａ）．Ｔｈｉｓｐｅｒｍｉｔｓ
ｓｐｅｃｕｌａｔｉｏｎ
ｔｈａｔＨＲＶｉｓａ
ｓｔｒｏｎｇｅｒｐｒｅｄｉｃｔｏｒ
ｏｆ
ａｒｒｈｙｔｈｍｉｃｍｏｒｔａｌｉｔｙ
ｒａｔｈｅｒｔｈａｎ
ｎｏｎ－ａｒｒｈｙｔｈｍｉｃｍｏｒｔａｌｉｔｙ．Ｈｏｗｅｖｅｒ，
ｃｌｅａｒｄｉｆｆｅｒｅｎｃｅｓｂｅｔｗｅｅｎＨＲＶｉｎｐａｔｉｅｎｔｓ
ｓｕｆｆｅｒｉｎｇ
ｆｒｏｍｓｕｄｄｅｎｅｎｄｎｏｎ·ｓｕｄｄｅｎ
ｃａｒｄｉａｃ
ｄｅａｔｈａｆｔｅｒａｃｕｔｅＭＩｈａｖｅｎｏｔ
ｂｅｅｎｏｂｓｅｒｖｅｄ．Ｎｅｖｅｒｔｈｅｌｅｓｓ，ｔｈｉｓｍｉｇｈｔ
ａｌｓｏ
ｂｅｒｅｌａｔｅｄｔｏｔｈｅ
ｎａｔｕｌ＇ｅｏｆｔｈｅｐｒｅｓｅｎｔｌｙｕｓｅｄｄｅｆｉｎｉｔｉｏｎ
ｏｆｓｕｄｄｅｎｃａｒｄｉａｃ
ｄｅａｔｈ，ｗｈｉｅｈｉｓｂｏｕｎｄｔｏｉｎｃｌｕｄｅｎｏｔ
ｏｎｌｙｐａｔｉｅｎｔｓ
ｓｕｆｆｅｒｉｎｇ
ｆｒｏｍａｒｒｈｙｔｈｍｉａ－ｒｅｌａｔｅｄ
ｄｅａｔｈｂｕｔａｌｓｏｆａｔａｌｆｅｉｎｆｈｒｄｉｏｎｓｅｎｄｏｔｈｅｒ
ｃａｒｄｉｏｖａｓｃｕｌａｒｅｖｅｎｔｓ．ｎｅｖａｌｕｅｏｆｂｏｔｈｃｏｎｖｅｎｔｉｏｎａｌｔｉｍｅ－ｄｏｍａｉｎｅｎｄ
ｆｒｅｑｕｅｎｃｙ－ｄｏｍａｉｎ
ｐａｒａｍｅｔｅｒｓ
ｈａｖｅ
ｂｅｅｎ
ｆｉｌｌｌｙ
ａｓｓｅｓｓｅｄ
ｉｎ
ｓｅｖｅｒａｌｉｎｄｅｐｅｎｄｅｎｔｐｒｏｓｐｅｃｔｉｖｅ
ｓｔｕｄｉｅｓ，ｂｕｔｂｅｃａｕｓｅ
ｏｆ
ｕｓｉｎｇｏｐｔｉｍｉｚｅｄ
ｃｕｔ－ｏｆｆｖａｌｕｅｓ
ｄｅｆｉｎｉｎｇ
ｎｏｒｍａｌａｎｄ
ｄｅｐｒｅｓｓｅｄ
ＨＲＶ．ｔｈｅｓｅｓｔｕｄｉｅｓ
ｍａｙ
ｓｌｉｇｈｔｌｙ
ＳｅｎｓｉｔｉｖｉｔｙＩ蛳
Ｆｉｇ．７．２Ｃｏｍｐａｒｉｓｏｎ
ｏｆｐｏｓｉｔｉｖｅ
ｐｒｅｄｉｃｔｉｖｅ
ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ
ｏｆＨＲＶ（ｓｏｌｉｄｌｉｎｅｓ）ａｎｄ
ｏｆｃｏｍｂｉｎａｔｉｏｎｓ
ｏｆ
ＨＲＶｗｉｔｈｌｅｆｔｖｅｎｔｒｉｅｕｌａｒ白瞅ｉｏｎｆｒａｃｔｉｏｎ（ｄａｓｈｅｄｌｉｎｅｓ）ａｎｄｏｆｍⅣ谢Ｉｈ１ｅｆｔｖ％ｔｒｉｃｕｌａｒ
ｅｊｅｃｄｏｎｆｒａｃｔｉｏｎ
ａｎｄｅｎｔｏｐｉｃ
ｃｏｕｎｔｓｏｉｌ“．ｈＥＣＧｓ（ｄｏｔｔｅｄＨｎｅｓ）ｕｓｅｄｆｏｒｉｄｅｎｆｆｉｃａｔｉｏｎ
ｏｆｐａｔｉｅｎｔｓａｔｒｉｓｋ
ｏｆｌ－ｙｅａｒｃａｒｄｉａｃ
ｍｏｒｔａｌｉｔｙ（ａ）ａｎｄ１－ｙｅａｒ
ａｒｒｈｙｔｌｕｎｉｃｅｖｅｎｔｓ（ｓｕｄｄｅｎｄｅａｔｈａｎｄ／ｏｒ
ｓｙｍｐｔｏｍａｔｉｃ
ｓｕｓｔａｉｎｅｄｖｅｎｔｒｉｃｕｌａｒ
ｔａｃｈｙｃａｒｄｉａ（ｂ）ａｆｔｅｒａｃｕｔｅ
ｍｙｏｃａｒｄｉａｌ
ｉｎｆａｒｃｔｉｏｎ，（ＤａｔａｏｆＳｔ．Ｇｅｏｒｇｅ’ＳＰｏｓｔｉｎｆａｒｃｔｉｏｎ
Ｒｅｓｅａｒｃｈ
Ｓｕｒｖｅｙ
Ｐｍ乎孤ｎｍｅｄ）
龉一
塑堕堂垫塑型塑竺咝塑熊鱼型
Ｕｓｅｏｆｎｏｍｉｎａｌ２４－ｈ
ｒｅｃｏｒｄｉｎｇｓｍａｙ
ｂｅｒｅｃｏｍｍｅｎｄｅｄｆｏｒｒｉｓｋｓｔｒａｔｉｆｉｃａｔｉｏｎｓｔｕｄｉｅｓａｆｔｅｒ
ＭＩ．Ｏｎｔｈｅｏｔｈｅｒｈａｎｄ．ｔｈｅａｓｓ锱ｓｍｃｎｔｏｆＨＲＶｆｒｏｍ
ｓｈｏｒｔ－ｔｅｒｍｒｅｃｏｒｄｉｎｇｓｃａｎｂｅ
ｕｓｅｄｆｏｒ
ｉｎｉｔｉａｌ
ｓｃｒｅｅｎｉｎｇ
ｏｆｓｕｒｖｉｖｏｒｓｏｆａｃｕｔｅＭＩ．Ｓｕｅｈａｌｌａｓｓｅｓｓｍｅｎｔｈａｓｓｉｍｉｌａｒｓｅｎｓｉｔｉｖｉｔｙｂｕｔ
ｌｏｗｅｒｓｐｏｄｆｉｅｉｔｙｆｏｒ
ｐｒｅｄｉｃｔｉｎｇｐａｔｉｅｎｔｓ
ａｔｈｉ曲ｒｉｓｋｃｏｍｐａｒｅｄｔｏ２４．ｈ
ＨＲＶ．Ｓｐｅｃｔｒａｌ
ａｎａｌｙｓｉｓ
ｏｆＨＲＶ
ｉｎｓ眦－ｖｉｖｏｒｓｏｆＭＩ
ｓｕｇｇｅｓｔｅｄ
ｔｈａｔｔｈｅＵＬＦａｎｄＶＬＦｃｏｍｐｏｎｅｎｔｓｃａｒｒｙ
ｔｈｅｈｉ曲ｅｓｔ
ｐｒｅｄｉｃｔｉｖｅ
ｖａｌｕｅ．Ａｓ
ｔｈｅ
ｐｈｙｓｉｏｌｏｇｉｃａｌ
ｃｏｒｒｅｌａｔｅｏｆｔｈｅｓｅ
ｃｏｍｐｏｎｅｎｔｓｉｓｕｎｋｎｏｗｎａｎｄａｓｔｈｅｓｅ
ｃｏｍｐｏｎ伽【忸ｃｏｒｒｅｓｐｏｎｄｔｏ
ｕｐ
ｔＯ９５％ｏｆｔｈｅｔｏｔａｌ
ｐｏｗｅｒ
ｗｈｉｃｈＣａｌｌｂｅ
ｅａｓｉｌｙ
ａｓｓｅｓｓｅｄｉｎｔｈｅ
ｔｉｍｅ－ｄｏｍａｉｎ．ｔｈｅＢｓｅｏｆｉｎｄｉｖｉｄｕａｌ
ｓｐｅｃｔｒａｌｃｏｍｐｏｎｅｎｔｓｏｆＨＲＶｆｏｒｒｉｓｋｓｔｒａｔｉｆｉｃａｔｉｏｎａｆｔｅｒＭＩ
ｉＳｎｏｔｍｏｒｅ
ｐｏｗｅｒｆｕｌ
ｔｈａｎ
ｔｈｅｕｓｅｏｆｔｈｏｓｅ
ｔｉｍｅ
ｄｏｍａｉｎｍｅｔｈｏｄｓｗｈｉｅｈａｓｓｅｓｓｏｖｅｒａｌｌＨＲＶ．
７．１
ＤｅｖｅＩｏｐｍｅｎｔ
ｏｆＨｆｉｖａｆｔｏｒａｃｕｔｅｍｙｏｃａｒｄｉｅＩｉｎｆａｒｃｔｉｏｒｌ
Ｔｈｅ
ｔｉｍｅａｉｄｅｒａｃｕｔｅＭＩａｔｗｈｉｃｈｔｈｅ
ｄｅｐｒｅｓｓｅｄ
ＨＲＶｒｅａｃｈｅｓｔｈｅｈｉｇｈ戚ｐｒｅｄｉｃｔｉｖｅｖａｌｕｅ
ｈａｓｎｏｔｂｅｅｎ
ｉｎｖｅｓｔｉｇａｔｅｄｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙ．Ｎｅｖｅｒｔｈｅｌｅｓｓ，ｔｈｅｇｅｎｉａｌ
ｃｏｌｌｓｅｌｌｓｕ８ｉｓｔｈａｔＨＲＶ
ｓｈｏｕｌｄｂｅａｓｓｅｓｓｅｄ
ｓｈｏｒｔｌｙｐｒｉｏｒ
ｔｏ
ｈｏｓｐｉｔａｌｄｉｓｃｈａｒｇｅ，ｉ．ｅ．ａｐｐｒｏｘｉｍａｔｅｌｙ
１ｗｅｅｋａｆｔｅｒｉｎｄｅｘ
ｉｎｆａｒｃｔｉｏｎ．Ｓｕｃｈａｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｓｏｆｉｔｓｗｅｌｌｉｎｔｏ
ｔｈｅ
ｃｏｍｍｏｎ
ｐｒａｃｔｉｃｅｏｆ
ｈｏｓｐｉｔａｌ
ｍａｎａｇｅｍｅｎｔｏｆｓｕｒｖｉｖｏｒｓ．
Ｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ
ｉｓｄｅｃｒｅａｓｅｄ
ｅａｒｌｙ
ａｉｔｅｒａｃｕｔｅＭＩａｎｄ
ｂｅｇｉｎｓ
ｔｏｒｏＴ，ｏｖｅｒｗｉｔｈｉｎａｆｅｗ
ｗｅｅｋｓ；ｉｔｉｓ
ｍａｘｉｍａｌｌｙ
ｂｕｔｎｏｔｆｕｌｌｙ
ｒｅｃｏｖｅｒｅｄ
ｂｙ
６ｔｏ１２
ｍｏｎｔｈｓａｆｔｅｒＭＩ［４５，４６］．
Ａｓｓｅｓｓｍｅｎｔｏｆｈｅａｒｔ
ｒａｔｅｖａｒｉａｂｉｌｉｔｙ
ａｔｂｏｔｈｔｈｅ
ｅａｒｌｙｓｔａｇｅ
ｏｆＭＩ（２ｔｏ３
ｄａｙｓ
ａｆｔｅｒａｃｕｔｅＭＩ）
【４７】ａｎｄｐｒｅ－ｄｉｓｃｈａｒｇｅ
ｆｒｏｍｈｏｓｐｉｔａｌ（１ｔｏ３ｗｅｅｋｓａｆｔｅｒａｃｕｔｅＭＩ）ｏｆｆｅｒｓｉｍｐｏｒｔａｎｔｐｒｏｇｎｏｓｔｉｃ
ｉｎｆｏｒｍａｔｉｏｎ．Ｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ
ｍｅａｓｕｒｅｄ
ｌａｔｅ（１ｙｅ哪ａｆｔｅｒａｃｕｔｅＭＩａｌｓｏｐｒｅｄｉｃｔｓｆｕｒｔｈｅｒ
ｍｏｒｔａｌｉｔｙｆ４８］．Ｄａｔａ
ｆｒｏｍａｎｉｍａｌｍｏｄｅｌｓ
ｓｕｇｇｅｓｔ
ｔｈａｔｔｈｅ咧ｏｆＨＲＶ
ｒｅｃｏｖｅｒｙ
ａｆｔｅｒＭＩ
ｃｏｒｒｅｌａｔｅｓｗｉｔｈ
ｓｕｂｓｅｑｕｃｕｔ
ｒｉｓｋ【４９１．
７．２ＨＲＶｕｓｅｄｆｏｒｍｕＩｔｉｖａｒｉａｔｅｒｉｓｋｓｔｒａｔｉｆｉｃａｔｉＯｎ
１１ｌｅｐｒｅｄｉｃｔｉｖｅｖａｌｕｅｏｆｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙａｌｏｎｅ
ｉｓｍｏｄｅｓｔ．ｂｕｔｃｏｍｂｉｎａｔｉｏｎ
ｗｉｔｈｏｔｈｅｒ
ｔｅｃｈｎｉｑｕｅｓｓｕｂｓｔａｎｔｉａｌｌｙｉｍｐｒｏｖｅｓ
ｉｔｓｐｏｓｉｔｉｖｅｐｒｅｄｉｃｔｉｖｅａｃｃｕｒａｃｙ
ＯＶｅｒａｃｌｉｎｉｃａｌｌｙｉｍｐｏｒｔａｎｔ
ｒａｎｇｅｏｆｓｅｎｓｉｔｉｖｉｔｙ（２５％ｔｏ７５％）ｆｏｒｃａｒｄｉａｃ
ｍｏｒｔａｌｉｔｙ
ａｎｄ
ａｒｒｈｙｔｈｍｉｃｅｖｅｎｔｓ（Ｆｉｇ．７．２）．
ｉｍｐｒｏｖｅｍｅｎｔｓｉｎ
ｔｈｅ
ｐｏｓｉｔｉｖｅ
ｐｒｅｄｉｅｔｉｖｅａｃｃｕｒａｃｙｏｖｅｒｔｈｅ
ｒａｎｇｅ
ｏｆｓｅｎｓｉｔｉｖｉｔｉｅｓｈａｖｅｂｅｅｎ
ｒｅｐｏｒｔｅｄｆｏｒｃｏｍｂｉｎａｔｉｏｎｓｏｆＨＲＶｗｉｔｈｍｅａｎｈｅａｒｔ
ｒａｔｅ，ｌｅｆｔ
ｖｅｎｔｒｉｃｕｌａｒ
ｅｊｅｃｔｉｏｎｆｒａｃｔｉｏｎ，
ｆｒｅｑｕｅｎｃｙｏｆｖｅｎｔｒｉｃｕｌａｒ
ｅｎｔｏｐｉｅａｃｔｉｖｉｔｙ，ｐａｒａｍｅｔｅｒｓ
ｏｆ
ｈｉｇｈ
ｒｅｓｏｌｕｔｉｏｎｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍｓ（ｃ．
吕ｐ懈∞∞ｏｒａｂｓｅｎｃｅｏｆｌａｔｅｐｏｔｅｎｔｉａｌｓ），ａｎｄｃｌｉｎｉｃａｌａｓｓｅｓｓｍｅｎｔ［５０］．Ｈｏｗｅｖｅｒ，ｉｔｉｓｎｏｔ
ｋｎｏｗｎｗｈｉｃｈｏｔｈｅｒｓｔｒａｔｉｆｉｃａｔｉｏｎｆａｃｔｏｒｓａｒｅｔｈｅｍｏｓｔｐｒａｃｔｉｃａｌ
ａｎｄｍｏｓｔｆｅａｓｉｂｌｅｔｏｂｅ
ｃｏｍｂｉｎｅｄｗｉｔｈＨＲＶｆｏｒｍｕｌｔｉｆａｃｔｏｒｒｉｓｋｓｔｒａｔｉｆｉｃａｔｉｏｎ．Ｓｙｓｔｅｍａｔｉｃｍｕｌｔｉｖａｒｉａｔｅｓｔｕｄｉｅｓ
ｏｆｐｏｓｔ
ＭＩｆｉｓｋｓｔｒａｔｉｆｉｃａｔｉｏｎａｒｅｎｅｅｄｅｄｂｅｆｏｒｅａｃｏｎｓｃｎｓＢｓｃａｎｂｅ
ｒｅａｃｈｅｄａｎｄｂｅｆｏｒｅａｃｏｍｂｉｎａｔｉｏｎ
ｏｆＨＲＶｗｉｔｈｏｔｈｅｒｖａｒｉａｂｌｅｓ
ｏｆｐｒｏｖｅｎｐｒｏｇｎｏｓｔｉｃｉｍｐｏｒｔａｎｃｅＣａｎｂｅｒｅｃｏｍｍｅｎｄｅｄ．
一加一
大连理工大学硕士学位论文
Ｍａｎｙａｓｐｅｃｔｓ
ｔｈａｔａｒｅｎｏｔｒｄｅｖａｎｔｆｏｒｕｎｉｖａｒｉａｔｅｒｉｓｋｓｔｒａｔｉｆｉｃａｔｉｏｎｎｅｅｄｔｏｂｅｅｘａｍｉｎｅｄ：
ｉｔ
ｉｓｎｏｔｏｂｖｉｏｕｓｗｈｅｔｈｅｒｔｈｅ
ｏｐｔｉｍｍｎ
ｃｕｔ－ｏｆｆｖａｌｕｅｓｏｆｉｎｄｉｖｉｄｕａｌ
ｒｉｓｋｆａｃｔｏｒｓｋｎｏｗｎｆｉ，ｏｍ
ｕｎｉｖａｒｉａｔｅｓｔｕｄｉ，＇ｓａｒｅ印弘邵ｄ如ｉｎａｍｕｌｔｉｖａｒｉａｔｅ
ｓｅｔｔｉｎｇ，Ｄｉｆｆｅｒｅｎｔ
ｍｕｌｔｉｖａｒｉａｔｅ
ｃｏｍｂｉｎａｔｉｏｎｓａｒｃｐｒｏｂａｂｌｙ
ｎｅｅｄｅｄｆｏｒ
ｏｐｔｉｍｉｚｉｎｇｐｒｅｄｉｃｔｉｖｅａｃｃｕｒａｃｙ
ａｔｄｉｆｆｅｒｅｎｔ
ｒａｎｇｅｓｏｆｓｅｎｓｉｆｉ哪．Ｓｔｅｐｗｉｓｅｓｔｒａｔｅｇｉｅｓ
ｓｈｏｕｌｄｂｅｅｘａｍｉｎｅｄｔｏ
ｉ，ｋ－ｎｔｉｆｙｏｐｔｉｍｕｍｓｅｑｕｅｎｃｅｓ
ｏｆ
ｐｅｒｆｏｒｍｉｎｇ
ｉｎｄｉｖｉｄｕａｌｔｅｓｔｓｕｓｅｄｉｎ
ｍｕｌｔｉｖａｒｉａｔｅｓｔｒａｔｉｆｉｃａｔｉｏｎ．
Ｐｒｅｄｉｃｔｉｖｅｖａｌｕｅ
ｏｆｄｅｐｒｅｓｓｅｄ
ＨＲＶ
ａｆｔｅｒａｃｕｔｅ
ｍｙｏｃａｒｄｉａｌ
ｉｎｆａｒｃｔｉｏｎＴｈｅ
ｆｏｌｌｏｗｉｎｇ
ｆａｃｔｓ
ｓｈｏｕｌｄｂｅｎｏｔｅｄｗｈｅｎ
ｅｘｐｌｏｉｔｉｎｇ
ＨＲＶａｓｓｅｓｓｍｅｎｔｉｎｃｌｉｎｉｃａｌｓｔｕｄｉｅｓａｎｄ／ｏｒｔｒｉａｌｓ
ｉｎｖｏｌｖｉｎｇ
ｓｕｒｖｉｖｏｒｓｏｆａｃｉ．Ｒｏｍｙｏｃａｒｄｉａｌｉｎｆａｒｃｔｉｏｎ．ＤｅｐｒｅｓｓｅｄＨＲＶ
ｉＳａｐｒｅｄｉｃｔｏｒｏｆ
ｍｏｒｔａｌｉｔｙ
ａｎｄ
ａｒｒｈｙｔｈｍｉｃｃｏｍｐｌｉｃａｔｉｏｎｓｉｎｄｅｐｅｎｄｅｎｔｏｆｏｔｈｅｒｒｅｃｏｇｎｉｚｅｄｒｉｓｋｆａｃｔｏｒｓ．Ｔｈｅｒｅｉｓ
ａｇｅｎｅｒａｌ
ｃｏｌｒＬ．ｑｆｆＢＳＵＳｔｈａｔＨＲＶ
ｓｈｏｕｌｄ
ｂｅｍｅａｓｕｒｅｄ
ａｐｐｒｏｘｉｍａｔｅｌｙ
１
ｗｅｅｋａｆｔｅｒｉｎｄｅｘｉｎｆａｒｃｔｉｏｎ．
Ａｌｔｈｏｕｇｈ
ＨＲＶａｓｓｅｓｓｅｄｆｒｏｍｓｈｏｒｔ－ｔｅｒｍ
ｒｅｅｏｒｄｉｎｇｓｐｒｏｖｉｄｅｓ
ｐｒｏｇｎｏｓｔｉｃ
ｉｎｆｏｒｍａｔｉｏｎ，
ＨＲＶｍｅａｓｕｒｅｄｉｎｎｏｍｉｎａｌ２４－ｈ
ｒｅｃｏｒｄｉｎｇｓ
ｉｓａｓｔｒｏｎｇｅｒ
ｒｉｓｋｐｒｅｄｉｃｔｏｒ．ＨＲＶ
ａｓｓｅｓｓｅｄｆｉ＇ｏｍ
ｓｈｏｒｔ－ｔｅｒｍ
ｒｅｃｏＭｍｇｓ
ｍａｙ
ｂｅｕｓｅｄｆｏｒｉｎｉｔｉａｌｓｃｒｅｅｎｉｎｇｏｆａｌｌｓｕｒｖｉｖｏｒｓ
ｏｆａｎａｃｕｔｅＭＩ．
ＮｏｃｕｒｒｅｎｔｌｙｒｅｃｏｇｎｉｚｅｄＨＲＶ
ｍｅａｓｕｒｅ
ｐｒｏｖｉｄｅｓ
ｂｅｔｔｅｒ
ｐｒｏｇｎｏｓｔｉｃ
ｉｎｆｏｒｍａｔｉｏｎ
ｔｈａｎｔｈｅ
ｔｉｍｅ－ｄｏｍａｉｎＨＲＶｍｅａｓｕｒｅｓ
ａｓｓｅｓｓｉｎｇ
ｏｖｅｒａｌｌＨＲＶ
ｆｅ．ｇ．ＳＤＮＮｏｒＨＲＶｔｒｉａｎｇｕｌａｒ
ｉｎｄｅｘ）．
Ｏｔｈｅｒ
ｍｅａｓｕｒｅｓ，ｅ导ＵＬＦ
ｏｆｅｎｔｉｒｅ２４．ｈ
ｓｐｅｃｔｒａｌａｎａｌｙｓｉｓ，ｐｅｒｆｏｒｍｅｑｕａｌｌｙ
ｗｅｌｌ．Ａｈｉ曲ｒｉｓｋ
ｇｒｏｕｐｍａｙ
ｂｅ
ｓｅｌｅｃｔｅｄ
ｂｙ
ｔｈｅ
ｄｉｃｈｏｔｏｍｙ
ｌｉｍｉｔｓｏｆＳＤＮＮ＜５０ｍｓｏｒＨＲＶ
ｔｒｉａｎｇｕｌａｒ
ｉｎｄｅｘ＜
１５．Ｆｏｒ
ｃｌｉｎｉｃａｌｌｙｍｅａｎｉｎｇｆｕｌｒａｎｇｅｓ
ｏｆ
ｓｅｎｓｉｔｉｖｉｔｙ，ｔｈｅｐｒｅｄｉｃｔｉｖｅ
ｖａｌｕｅ
ｏｆＨＲＶ
ａｌｏｎｅｉｓ
ｍｏｄｅｓｔ，ａｌｔｈｏｕｇｈｉｔｉｓｈｉｇｈｅｒ
ｔｈａｎｔｈａｔｏｆ
ａｎｙ
ｏｔｈｅｒＳＯ
ｆａｒｒｅｃｏｇｎｉｚｅｄｒｉｓｋｆａｃｔｏｒ．Ｔｏ
ｉｍｐｒｏｖｅ
ｔｈｅｐｒｅｄｉｃｔｉＶｅｖａｌｕｅ，ＨＲＶ
ｍａｙ
ｂｅｃｏｍｂｉｎｅｄｗｉｔｈｏｔｈｅｒｆａｃｔｏｒｓ，Ｈｏｗｅｖｅｒ，ｏｐｔｉｍｕｍｓｅｔｏｆｒｉｓｋ
ｆａｃｔｏｒｓａｎｄｃｏｒｒｅｓｐｏｎｄｉｎｇｄｉｃｈｏｔｏｍｙ
ｌｉｍｉｔｓｈａｖｅｎｏｔ
ｙｅｔ
ｂｅｅｎｅｓｔａｂｌｉｓｈｅｄ．
７．３ＡｓｓｅｓｓｍｅｎｔｏｆｄｉａｂｅｔｉＣｎｅｕｒｏｐａｔｈｙ
Ａｓａｃｏｍｐｌｉｃａｔｉｏｎｏｆｄｉａｂｅｔｅｓｍｅｌｌｉｔｕｓ．ａｕｔｏｎｏｍｉｃ
ｎｅｕｒｏｐａｍｙ
ｉｓｃｈａｒａｃｔｅｒｉｚｅｄ
ｂｙｅａｒｌｙ
ａｎｄ
ｗｉｄｅｓｐｒｅａｄｎｅｕｒｏｎａｌ
ｄｅｇｅｎｅｒａｔｉｏｎ
ｏｆｓｍａｌｌＩｌＣａ＂Ｖｅｆｉｂｅｒｓ
ｏｆ
ｂｏｔｈ
ｓｙｍｐａｔｈｅｔｉｃ
ａｎｄ
ｐａｒａｓｙｍｐａｔｈｅｔｉｃｔｒａｃｔｓｆ５１１．Ｉｔｓ
ｃｌｉｎｉｃａＩｍａｎｉｆｅｓｔａｔｉｏｎｓａｒｅｕｂｉｑｕｉｔｏｕｓｗｉｔｈ
ｆｕｎｃｔｉｏｎａｌ
ｉｍｐａｉｒｍｅｎｔａｎｄ
ｉｎｃｌｕｄｅ
ｐｏｓｔｕｒａｌｈｙｐｏｔｅｎｓｉｏｎ，ｐｅｒｓｉｓｔｅｎｔｔａｃｈｙｃａｒｄｉａ，ｇｕｓｔａｔｏｒｙｓｗｅａｔｉｎｇ，
ｇａｓｔｒｏｐａｒｅｓｉｓ，ｂｌａｄｄｅｒａｔｏｎｙ
ａｎｄｎｏｃｔｕｒｎａｌｄｉａｒｒｈｅａ．Ｏｎｃｅｃｌｉｎｉｃａｌｍａｎｉｆｅｓｔａｔｉｏｎｓｏｆｄｉａｂｅｔｉｃ
ａｕｔｏｎｏｍｉｃｎｍｏ咖ｙ（ＤＡＮ）ｓｕｐｅｒｖｅｎｅ，ｔｈｅｅｓｔｉｍａｔｅｄ
５－ｙｅａｒｍｏｒｔａｌｉｔｙ
ｉｓ
ａｐｐｒｏｘｉｍａｔｅｌｙ
５０％【ｓ２］．Ｔｈｕｓ，ｅａｒｌｙｓｕｂｃｌｉｎｉｃａｌｄｅｔｅｃｔｉｏｎｏｆａｕｔｏｎｏｍｉｃ
ｄｙｓｆｕｎｃｔｉｏｎ
ｉｓ
ｉｍｐｏｒｔａｎｔ
ｆｏｒｒｉｓｋ
ｓｔｒａｔｉｆｉｃａｔｉｏｎａｎｄ
ｓｕｂｓｅｑｕｅｎｔ
ｍａｎａｇｅｍｅｎｔ．Ａｎａｌｙｓｅｓ
ｏｆｓｈｏｒｔ－ｔｅｒｍａｎｄ／ｏｒ
ｌｏｎｇ－ｔｃｒｍ
ＨＲＶ
ｈａｖｅ
ｐｒｏｖｅｎ
ｎｓｅｆｕｌｉｎ
ｄｅｔｅｃｔｉｎｇＤＡＮ『ｓ３］．
Ｆｏｒｔｈｅｐａｔｉｅｎｔｐｒｅｓｅｎｔｉｎｇ
ｗｉｔｈａｒｅａｌｏｒ
ｓｕｓｐｅｃｔ
ＤＡＮｔｈｅｒｅａｇｅｔｈｒｏｅＨＲＶｍｅｔｈｏｄｓｆｒｏｍ
ｗｈｉｃｈｔｏｃｈｏｏｓｅ：①ｓｉｍｐｌｅｂｅｄｓｉｄｅＲＲｉｎｔｅｒｖａｌｍｅｔｈｏｄｓ，②ｌｏｎｇ－ｔｅｒｍ
ｔｉｍｅ－ｄｏｍａｉｎ
ｍｅａｓＢｒｅｓ，ｗｈｉｃｈａｒｃｍｏｒｅｓｅｎｓｉｔｉｖｅａｎｄ
ｍｏｒｅ
ｒｅｐｒｏｄｕｃｉｂｌｅ
ｔｈａｎｔｈｅｓｈｏｒｔ－ｔｅｒｍｔｅｓｔｓ，ａｎｄ③
一２７—－
ｆｉｅｑｕｅｎｃｙ．．ｄｏｍａｌｎ
ａｎａｌｙｓｉｓｐｅｒｆｏｒｍｅｄ
ｕｎｄｅｒｓｈｏｒｔ－ｔｅｒｍ
ｓｔｅａｄｙｓｔａｔｅｃｏｎｄｉｔｉｏｎｓａｎｄｗｈｉｃｈ眦
ｕｓｅｆｕｌｉｎ
ｓｅｐａｒａｔｉｎｇｓｙｍｐａｔｈｅｔｉｃ
ｆｒｏｍ
ｐａｒａｓｙｍｐａｔｈｅｔｉｃ
ａｂｎｏｍａａｌｉｔｉｅｓ．
７．４
Ｌｏｎｇ—ｔｅｒｍ
ｔｉｍｅｄｏｍａｉｎｍｅａｓｕｒｅｓ
ＨＲＶｃｏｍｐｕｔｅｄ
ｆｒｏｍ
２４．ｈ
Ｈｏｌｔｅｒｒｅｃｏｒｄｓａｒｅｍｏｒｅｓｅｎｓｉｔｉｖｅｔｈａｎ
ｓｉｍｐｌｅ
ｂｅｄｓｉｄｅｔｅｓｔｓ（ｅ．
吕Ｖａｌｓａｖａｉｉｌａｎｏｕｖｅｌ－，ｏｒｔｈｏｓｔａｔｉｅ
ｔｅｓｔ，ａｎｄ
ｄｅｅｐｂｒｅａｔｈｉｎｇ【５４］）ｆｏｒｄｅｔｅｃｔｉｎｇ
ＤＡＮ．Ｍｏｓｔ
ｅｘｐｅｄｅｌｉＣｅ
ｈａｓｂｅｅｎ
ｏｂｔａｉｎｅｄ
ｗｉｔｈｔｈｅＮＮ５０ａｎｄ
ＳＤＳＤ【５５】ｍｅｔｈｏｄｓ．ＵｓｉＩｌｇ
ｔｈｅＮＮＳ０
ｃｏｕｎｔ，
ｗｈｅｒｅｔｈｅＩＯＷｅｒ９５％ｃｏｎｆｉｄｅｎｃｅｉｎｔｅｒｖａｌｆｏｒｔｏｔａｌｃｏｕｎｔｓ
ｒａｎｇｅｆｒｏｍ５００ｔｏ２０００
ｄｅｐｅｎｄｉｎｇ
Ｏｉｌｔｈｅ
ａｇｅ，ａｂｏｕｔ
ｈａｌｆｏｆｄｉａｂｅｒｉｃ
ｐａｔｉｅｎｔｓｗｉｌｌｄｅｍｏｎｓｔｒａｔｅ
ａｂｎｏｒｍａｌｌｙ
ｌｏｗｃｏｕｎｔｓ
ｐｅｒ
２４ｈ．
Ｍｏｒｃｏｗｒ．ｔｈｅｒｅｉｓａｓｌＴｏｎｇ
ｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｈｅ
ｐｅｒｃｅｎｔａｇｅ
ｏｆ
ｐａｔｉｅｎｔｓ
ｗｉｔｌｌａｂｎｏｒｍａｌ
ｃｏｕｎｔｓａｎｄｔｈｅｅｘｔｅｎｔｏｆａｕｔｏｎｏｍｉｃ
ｎｅｕｒｏｐａｔｈｙ
ｄｅｔｅｒｍｉｎｅｄｆｒｏｍｃｏｎｖｅｎｔｉｏｎａｌｍｅａｓｕｒｅｓ．
Ｂｅｓｉｄｅｓｔｈｅｉｒｉｎｃｒｅａｓｅｄ
ｓｅｎｓｉｔｉｖｉｔｙ，ｔｈｅｓｅ２４－ｈｔｉｍｅｄｏｍａｉｎｍｅｔｈｏｄｓａｒｅ
ｓｔｒｏｎｇｌｙ
ｃｏｒｒｅｌａｔｅｄｗｉｔｈｏｔｈｅｒｅｓｔａｂｌｉｓｈｅｄＨＲＶｍｅａｓｕｒｅｍｅｎｔｓａｎｄｈａｖｅｂｅｅｎｆｏｕｎｄｔｏｂｅ
ｒｅｐｒｏｄｕｃｉｂｌｅ
ａｎｄｓｔａｂｌｅＯＶｅｒｔｉｍｅ．Ｓｉｍｉｌａｒｔｏ
ｓｕｒｖｉｖｏｒｓｏｆＭＩ．ｐａｔｉｅｎｔｓ
ｗｉｔｈＤＡＮａｒｅａｌＳＯｐｒｅｄｉｓｐｏｓｅｄｔＯ
１３００１＂ｏｕｔｃｏｍｅｓｓｕｃｈａｓ翱也ｉ鼬ｄｅａｔｈｈｕｔｉｔｒｅｍａｉ整ｔｏｂｅｄｅｔｅｒｍｉｎｅｄｗｈｅｔｈｅｒｔｈｅ
ＨＲＶ
ｍｅａｓｕｒｅｓｃｏｎｆｅｒ
ｐｒｏｇｎｏｓｔｉｃ
ｉｎｆｏｒｍａｔｉｏｎ
ａｍｏｎｇ
ｄｉ西ｅｔｉｅｓ．
７．５
Ｆｒｅｑｕｅｎｏｙ
ｄｏｍａｉｎ
ｍｅａｓｕｒｅｓ
Ｔｈｅ
ｆｏｌｌｏｗｉｎｇ
ａｂｎｏｒｍａｌｉｔｉｅｓｉｎｆｒｅｑｕｅｎｃｙＨＲＶ
ａｎａｌｙｓｉｓａｒｅａｓｓｏｃｉａｔｅｄｗｉｔｈＤＡＮ：①
ｒｅｄｕｃｅｄ
ｐｏｗｅｒ
ｉｎ
ａｌｌ
ｓｐｃｃｔｒａｌ
ｂａｎｄｓ
ｗｈｉｃｈ
ｉｓｔｈｅｍｏｓｔｃｏｍｍｏｎｆｉｎｄｉｎｇ，②ｆａｉｌｕｒｅｔｏｉｎｃｒｅａｓｅ
ＬＦｏｎｓｔａｎｄｉｎｇ，ｗｈｉｃｈ
ｉｓａｒｅｆｌｅｃｔｉｏｎｏｆｉｍｐａｉｒｅｄｓｙｍｐａｔｈｅｔｉｃｒｅｓｐｏｎｓｅｏｒｄｅｐｒｅｓｓｅｄ
ｂａｒｏｒｅｅｅｐｔｏｒｓｅｎｓｉｔｉｖｉｔｙ；，③ａｂｎｏｒｍａｌｌｙｒｅｄｕｃｅｄｔｏｔａｌｐｏｗｅｒｗｉｔｈ
ｕｎｃｈａｎｇｅｄＬＦ／ＨＦ
ｒａｔｉｏ，
ａｎｄ④ａｌｅｆｔｗａｒｄｓｈｉｆｔｉｎｔｈｅＬＦｃｅｎｔｒａｌ
ｆｒｅｑｕｅｎｃｙ，ｔｈｅｐｈｙｓｉｏｌｏｇｉｃａｌｍｅａｎｉｎｇ
ｏｆｗｈｉｃｈ
ｎｅｅｄｓｆｕｒｔｈｅｒｅｌｕｃｉｄａｔｉｏｎ［５６１．
Ｉｎａｄｖａｎｃｅｄ
ｎａｔｕｒｏｐａｔｈｉｅ
ｓｍｔｅｓ，ｔｈｅ
ｒｅｓｔｉｎｇｓｕｐｉｎｅ
ｐｏｗｅｒｓｐｅｃｔｒｕｍ
ｏｆｔｅｎｒｅｖｅａｌｓ
ｅｘｔｒｅｍｅｌｙ
ｌｏｗａｍｐｌｉｔｕｄｅｓｏｆａｌｌ
ｓｐｅｃｔｒａｌ
ｃｏｍｐｏｎｅｎｔｓ
ｍａｋｉｎｇ
ｉｔｄｉｆｆｉｃｕｌｔｔｏ
ｓｅｐａｒａｔｅｓｉｇｎａｌ
ｆｒｏｍｎｏｉｓｅ．Ｉｔｉｓ
ｔｈｅｒｅｆｏｒｅｒｅｃｏｍｍｅｎｄｅｄｔｈａｔａｎｍｔｅｒｖｅｎｔｉｏｎｓｕｃｈａｓｓｔａｎｄｉｎｇｏｒｔｉｌｔｂｅ
ｉｎｃｌｕｄｅｄ．Ａｎｏｔｈｅｒｍｅｔｈｏｄｔｏｏｖｅｒｃｏｍｅｔｈｅｌｏｗ
ｓｉｇｎａｌ
ｔｏ
ｎｏｉｓｅ
ｒａｔｉｏｉｓｔｏｉｎｔｒｏｄｕｃｅａ
ｃｏｈｅｒｅｎｃｅｆｕｎｃｔｉｏｎｗｈｉｃｈｕｔｉｌｉｚｅｓｔｈｅｔｏｔａｌ
ｐｏｗｅｒ
ｃｏｈｅｒｅｎｔｗｉｔｈｏｎｅｏｒｔｈｅｏｔｈｅｒ
ｆｒｅｑｕｅｎｃｙ
ｂａｎｄ【５７］．
一２８—
大连理工大学硕士学位论文
８ＭａｔｅｒｉａＩｓａｎｄＭｅｔｈｏｄ
Ｉｎ
ｔｈｉｓ
ｐａｐｅｒ
ＥＣＧｓａｌｅｒｅｃｏｒｄｅｄ丘砌１０
ｈｅａｌｔｈｙｓｕｂｊｅｃｔｓｆ５ｍａｌｅａｎｄ５ｆｅｍａｌｅｌｗｉｔｈ
ａｇｅｒａｎｇｉｎｇ丘ｏｍ
２３ｔｏ８９．ｍＥＣＧ
ｄａｔａｔａｋｅｎｉｓｄｉｖｉｄｅｄｉｎｔｏｆｏｕｒ
ｇｒｏｕｐｓ．２０
ｔｏ３０，３０ｔｏ４０，
４１ｔｏ７０１ａｎｄ７１ｔｏ９０．１１１ｅｄａｔａｈａｓ
ｂｅｅｎｃｏｌｌｅｃｔｅｄｆｒｏｍＭｒｒ．Ｂｍ
Ａｒｒｈｙｔｈｍｉａ
Ｄａｔａｂａｓｅ．１ｋ
ｒｅｃｏｒｄｉｎｇｓ
ｗｅｒｅｄｉｇｉｔｉｚｅｄａｔ３６０
ｓ＝ｎｐｌｅｓ
ｐｅｒ
ｓｅｃｏｎｄ
ｐｅｒ
ｃｈａｎｎｅｌ、“ｍｌ１－ｂｉｔｒｅｓｏｌｕｔｉｏｎｏｖｅＴａ
１０ｍＶ
ｒａｎｇｅ．Ｔｗｏｏｒｍｏｒｅ
ｃａｒｄｉｏｌｏｇｉｓｔｓ
ｉｎｄｑｇｅｎｄｅｎｔｌｙ
ａｎｎｏｔａｔｅｄｅａｃｈ
ｒｅｃｏｒｄ；ｄｉｓａｇｒｅｅｍｅｎｔｓ
ｗｅｒｅｒｅｓｏｌｖｅｄｔｏｏｂｔａｉｎｔｈｅｃｏｍｐｅｅｒ．ｒｅａｄａｂｌｅ
ｒｅｆｅｒｅｎｃｅａｎｎｏｔａｔｉｏｎｓｆｏｒｅａｃｈｂｅａｔ
（ａｐｐｒｏｘｉｍａｔｅｌｙｌ
１０．０００ａｎｎｏｔａｔｉｏｎｓｉｎａ１１）ｉｎｃｌｕｄｅｄｗｉｔｈ
ｔｈｅｄａｔａｂａｓｅ．１１”ｎｕｍｂｅｒｏｆ
ｓｕｂｊｅｃｔｓｉｎ
ｅａｃｈｇｒｏｕｐｉｓｓｈｏｗｎｔａｂｌｅ８．１．
Ｔａｂ．８．１Ｎｕｍｂｅｒｏｆｓｕｂｊｅｃｔｓｉｎｖａｒｉｏｕｓｇｒｏｕｐｓ
ＡｇｅｒａｎｇｅＮｕｍｂｅｒｏｆｓｕｂｊｅｃｔｓ
２０．３０
３１．４０
４１．７０
７１．９０
Ｔｈｅｈｅａｒｔｒａｔｅｉｓａｎａｌｙｚｅｄｉｎ
ｂｙｕｓｉｎｇ
ｎｏｎｌｉｎｅａｒ
ｐａｒａｍｅｔｅｒｓ．
８．１
ＬａｒｇｅｓｔＬｙａｐｕｎｏｖＥｘｐｏｎｅｎｔ（ＬＬＥ）
ＬｙａｐｕｎｏｖＥｘｐｏｎｅｎｔ丑１Ｓａｑｕａｎｔｉｔａｔｉｖｅ
ｍｅａｓｕｒｅｏｆｔｈｅｓｅｎｓｉｔｉｖｅｄｅｐｅｎｄｅｎｃｅ０１１ｔｈｅ
ｉｎｉｔｉａｌｃｏｎｄｉｔｉｏｎｓ．Ｉｔｄｅｆｉｎｅｓ
ｔｈｅ
ａｖｅｒａｇｅ
ｒａｔｅｏｆｄｉｖｅｒｇｅｎｃｅｏｆｔｗｏ
ｎｅｉｇｈｂｏｒｉｎｇｔｒａｊｏｒａｔｏｒｉｅｓ．Ａｎ
ｅｘｐｏｎｅｎｔｉａｌｄｉｖｅｒｇｅｎｃｅｏｆ
ｉｎｉｔｉａｌｌｙｎｅａｒｂｙｔｒａｊｅｃｔｏｒｉｅｓ证ｐｈａｓｅｓｐａｃｅｃｏｕｐｌｅｄｗｉｔｈ
ｆｏｌｄｉｎｇ
ｏｆ
ｔｒａｊｅｃｔｏｒｉｅｓ，ｔｏｅｎｓｌｌｒｅｔｈａｔｔｈｅｓｏｌｕｔｉｏｎｓｗｉｌｌｒｅｍａｉｎ
ｆｉｎｉｔｅ，ｉｓ
ｔｈｅｇｅｎｅｒａｌｍｅｃｈａｎｉｓｍｆｏｒ
ｇｅｎｅｒａｔｉｎｇ
ｄｅｔｅｒｍｉｎｉｓｔｉｃｒａｎｄｏｍｎｅｓｓａｎｄｕｎｐｒｅｄｉｃｔａｂｉｌｉｔｙ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｅｅｘｉｓｔｅｎｃｅｏｆａ
ｐｏｓｉｔｉｖｅ五ｆｏｒ
ａｌｍｏｓｔ
ａｌｌｉｎｉｔｉａｌｃｏｎｄｉｔｉｏｎｓｉｎａｂｏｕｎｄｅｄ
ｄｙｎａｍｉｃａｌｓｙｓｔｅｍ
ｉｓ
ｗｉｄｅｌｙ
ｕｓｅｄ
ｄｅｆｉｎｉｔｉｏｎ
ｏｆｄｅｔｅｒｍｉｎｉｓｔｉｃ
ｃｈａｏｓ．Ｔｏｄｉｓｃｒｉｍｉｎａｔｅｂｅｔｗｅａｌｌ
ｃｈａｏｔｉｃ
ｄｙｎａｍｉｃｓ
ａｎｄ
ｐｅｒｉｏｄｉｃ
ｓｉｇｎａｌｓ
Ｌｙａｐｕｎｏｖ
Ｅｘｐｏｎｅｎｔ五ａｌｅ
ｏｆｔｅｎｕｓｅｄ．Ｉｔｉｓａｍｅａｓｕｒｅｏｆｔｈｅｒａｔｅａｔｗｈｉｃｈｔｈｅ
ｔｒａｊｅｃｔｏｒｉｅｓｓｅｐａｒａｔｅｏｉｌｅ
ｆＴｏｒｎ
ｏｔｈｅｒ．Ｔｈｅ
ｔｒａｊｅｃｔｏｒｉｅｓｏｆｃｈａｏｔｉｃ
ｓｉｇｎａｌｓ
ｉｎ
ｐｈａｓｅｓｐａｃｅｆｏｌｌｏｗ
ｔｙｐｉｃａｌ
ｐａｔｔｅｒｎｓ．Ｃｌｏｓｅｌｙｓｐａｃｅｄｔｒａｊｅｃｔｏｒｉｅｓｃｏｔｌｖｅｒｇｅ
ａｎｄ
ｄｉｖｅｒｇｅ
ｅｘｐｏｎｅｎｔｉａｌｌｙ，ｒｅｌａｔｉｖｅｔｏ
ｅａｃｈ
ｏｔｈｅｒ．Ｆｏｒｄｙｒｍ捌ｓｙｓｔｅｍｓ，ｓｅｎｓｉｔｉｖｉｔｙｔｏｉｎｉｔｉａｌｃｏｎｄｉｔｉｏｎｓｉｓｑｕａｎｔｉｆｉｅｄｂｙ
ｔｈｅ
ＬｙａｐｕｎｏｖＥｘｐｏｎｅｎｔ五Ｔｈｅｙｃｈａｒａｃｔｅｒｉｚｅ
ｔｈｅ
ａｖｅｒａｇｅ
ｒａｔｅｏｆ
ｄｉｖｅｒｇｅｎｃｅ
ｏｆｔｈｅｓｅ
ｎｅｉｇｈｂｏｒｉｎｇ旬喇ｅｄ鲥鹤．Ａｎｅｇａｔｉｖｅｅｘｐｏｎｅｎｔｉｍｐｌｉｅｓ
ｔｈａｔｔｈｅｏｒｂｉｔｓ
ａｐｐｒｏａｃｈａｃｏｍｍｏｎｆｉｘｅｄ
ｐｏｉｎｔ．ＡＺｅＩ＇Ｏｅｘｐｏｎｅｎｔｍｅａｎｓｔｈｅｏｒｂｉｔｓｍａｉｎｔａｉｎｔｈｅｉｒｒｅｌａｔｉｖｅｐｏｓｉｔｉｏｎｓ；ｔｈｅｙａｒｅ
ｏｎ
ａｓｔａｂｌｅ
ａｔｔｒａｃｔｏｒ．Ｆｉｎａｌｌｙ，ａｐｏｓｉｔｉｖｅｅｘｐｏｎｅｎｔ
ｉｍｐｌｉｅｓ
ｔｈｅｏｒｂｉｔｓ矾Ｏｉｌａｃｈａｏｔｉｃａｔｔｒａｃｔｏｒ．
２９—
旦塑堕！堂垫型型些塑婴！堂塑唑
Ｔｈｅ
ａｌｇｏｒｉｔｈｍｐｒｏｐｏｓｅｄｂｙ
Ｗｏｌｆｅｔａｌｉｓｕｓｅｄｔｏ
Ｌａｒｇｅｓｔｌｙａｐｕｎｏｖ
ｅｘｐｏｎｅｎｔ（ＬＬＥ）ｆｌｏｒａ
ＥＥＧｄａｔａ．Ｆｏｒａｇｉｖｅｎ
ｔｈｅｔｉｍｅｓｅｒｉｅｓ
ｇｔ）ｆｏｒ
ｍ
ｄｉｍｅｎｓｉｏｎａｌ
ｐｈａｓｅｓｐａｃｅ
ｗｉｔｈ
ｄｅｌａｙ
ｃｏｏｒｄｉｎａｔｅ
ｔ＇ｔｈａｔｉｓａ
ｐｏｉｎｔｏｎ
ｔｈｅａｔｔｒａｃｔｏｒｉｓｇｉｖｅｎｂｙ
｛工（ｆ），ｘ（ｔ＋ｆ），ｘ（ｔ＋（肌一ｌ弘））
Ｗｅｌｏｃａｔｅ
ｎｅａｒｅｓｔ
ｎｅｉｇｈｂｏｒ
ｔｏｉｎｉｔｉａｌｐｏｉｎｔ
｛Ｘ（ｔｏ），Ｘ（ｔｏ＋ｆ），…ｘ（ｔｏ＋（ｍ—Ｉ）０｝．
Ａｎｄｄｅｎｏｔｅｔｈｅｄｉｓｔａｎｃｅｂｇｔｗｏｅｎｔｈｅｓｅｔｗｏｐｏｉｎｔｓ∞诋）．Ａｔａｌａｔｅｒ
ｔｉｍｅｔＩ，ｉｎｉｔｉａｌ
ｌｅｎｇｔｈ
ｗｉｌｌｅｖｏｌｖｅｔｏｌｅｎｇｔｈ三７（＾）．Ｔｈｅｍｅａｎｅｘｐｏｎｅｎｔｉａｌｒａｔｅｏｆ
ｄｉｖｅｒｇｅｎｃｅ
ｏｆｔｗｏ
ｉｎｉｔｉａｌｌｙ
ｃｌｏｓｅ
ｏｒｂｉｔｓｉｓｃｈａｒ∞ｔｅｒｉｚｅｄ
ｂｙ２＝再１渺Ｍ器（ｔｋ１０一ｆｏ智９２三’一）
Ｉｎｉｍｐｌｅｍｅｎｔａｔｉｏｎ
ｏｆｔｈｉｓ
ｐｒｏｇｒａｍ，ｔｈｅｆｏｌｌｏｗｉｎｇ
ｓｅｔｏｆｎｕｍｍｃａｌ
ｐａｒａｍｅｔｅｒｓ
ｈａｓｔｏ
ｂｅ
ｃｈｏｓｅｎ：
Ｐ；｛ｍ，ｆ，正Ｓｍａｘ，Ｓｍｉｎ，ｔｈｍａｘ｝ｗｈｅｒｅｍ
ｉｓ
ｔｈｅ
ｅｍｂｅｄｄｉｎｇｄｉｍｅｎｓｉｏｎ，ｔ
ｉｓ
ｄｅｌａｙ，Ｔ
ｂｅｉｎｇｅｖａｌｕａｔｉｏｎｔｉｍｅａｎｄＳｍａｘ，Ｓｍｉｎａｒｅｔｈｅｍａｘｉｍｕｍａｎｄ
ｍｉｎｉｍｕｍ
ｓｅｐａｒａｔｉｏｎｓ
ｏｆ
ｒｅｐｌａｃｅｍｅｎｔｐｏｉｎｔｒｅｓｐｅｃｔｉｖｅｌｙ
ａｎｄｔｈｌｌｌａ，ｘ．ｉｓｔｈｅｍａｘｉｍｕｍｏｒｉｅｎｔａｔｉｏｎ
ｅＴｆｏｒ．Ａｃｃｏｒｄｉｎｇ
ｔｏＤａｓ
ｅｔａｌａｎｅｍｂｅｄｄｉｎｇｄｉｍｅｎｓｉｏｎｂｅｔｗｅｅｎ５ｔｏ２０ａｎｄａｄｅｌａｙ
ｏｆ１ｓｈｏｕｌｄｂｅＣｈＯＳｅｎｗｈｅｎ
ｃａｌｃｕｌａｔｉｎｇ
ＬＥｆｏｒ
ＥＥＧ
ｄａｔａ．Ｉｎｏｕｒａｎａｌｙｓｉｓ
ｗｅｈａｖｅｃｈｏｓｅｎａｌｌｅｍｂｅｄｄｉｎｇｄｉｍｅｎｓｉｏｎｏｆ１０
ａｎｄｄｅｌａｙｏｆｌ．
Ｒｅｓｕｌｔｓ：Ｔｈｅｒｅｓｕｌｔｓｏｆｔｈｅｎｏｎｌｉｎｅａｒ
ｐａｒａｍ毗ｅｒｓ
ｆｏｒ
ｆｏｕｒ
ｄｉｆｆｅｒｅｎｔ
ａｇｅｙｏｕｐａｒｅ
ｐｒｅｓｅｎｔｅｄ
ｉｎ
ｔａｂｌｅ８．２．
Ｔａｂ．８．２Ｖａｒｉａ６０ｎ
ｏｆｕｏｎｌｉａｅａｒ
ｐａｒａｍｅｔｅｒｓ
ｆｏｒｖａｒｉｏｕｓ
ａｇｅｇｒｏｕｐ
ｎｏｒｍａｌｓｕｂｊｃｃｔＢ
Ａｇｅｒａｎｇｅ
ＬＬＢ一—————丽ｊ万————————————西蕊丽．０５４５
３１．４００．０７６０－０．０７３２
４１．７００．０９２８－０．０６６８
７１－９０Ｏ．１１２２旬，０９２６
８．２ＲｅｓｕＩｔｆｏｒｆｉｒｓｔ
ｇｒｏｕｐ
Ｔｈｅ
ｆｉ嘲ｇｒｏｕｐ
ｃｏｎｔａｉｎｓｔｗｏｓｕｂｊｅｃｔｓ：
（１）Ａｇｅ２３Ｆｅｍａｌｅ
一３０一
大连理工大学硕士学位论文
Ｆｉｇ．８．１
ＥＣＧ
ｏｆｓｕｂｊｅｃｔＩ：ａｇｅ
２３
Ｆｉｇ．８．２Ｌａｒｇｅｓｔ
Ｌｙａｐｕｎｏｖ
ｇｒａｐｈ
ｆｏｒｓｕｂｊｅｃｔ１：ａｇｅ
２３
Ｆｉｇ．８．３
ＥＣＧｏｆｓｕｂｊｖｃｔ２：ａｇｅ
２４
Ｆｉｇ．８．４
Ｌａｒｇｅｓｔ
Ｌｙａｐｕｎｏｖ
ｆｏｒ
ｓｕｂｊｅｃｔ２：ａｇｅ
２４
１１１：！：：！垒！ｇ堡磐些竺Ｐ粤！！壁翌！ｊ！垒垡罂！竖
Ａｇｅ
ＬＬＥ
２２
２４
０．２３５４
０．０５４５
８．３ＲｅｓｕＩｔｆｏｒｓｅｃｏｎｄ
ｇｒｏｕｐ
Ｔｈｅｓｅｃｏｎｄ
ｇｒｏｕｐ
ｃｏｎｔａｉｎｓ
ｔｗｏｓｕｂｊｅｃｔｓ：
（１）Ａｇｅ３２Ｆｅｍａｌｅ
（２）Ａｇｅ３９Ｆｅｍａｌｅ
一３ｌ一
坐坚坠！型型竺鱼塑竺型墅堕塑型！塑竺壁唑
Ｆｉｇ．８．５
ＥＣ（３
ｏｆｓｕｂｊｅｃｔ３：ａｇｅ
３２
Ｆｉｇ．８．６ＬａｒｇｅｓｔＬｙａｐｕｎｏｖｏｆｓｕｂｊｅｃｔ３：ａｇｅ
３２
Ｆｉｇ．８．７
ＥＣＧ
ｏｆｓｕｂｊｅｃｔ４：ａｇｅ
３９
Ｆｉｇ．８．８ＬａｒｇｅｓｔＬｙａｐｕｎｏｖｏｆｓｕｂｊｅｃｔ４：ａｇｅ
３９
Ｔａｂ．８．４Ｖａｒｉａｔｉｏｎｏｆｎｏｎｌｉｎｅａｒ
ｐａｒａｍｅｔｅｒｓ
ｆｏｒｓｅｃｏｎｄ
ｇｒｏｕｐ
３２
３９
Ｏ．０７６３
０．０７３２
８．４ＲｅｓｕＩｔｆｏｒｔｈｉｒｄ
ｇｒｏｕｐ
Ｔｈｅｔ１１ｉｒｄ
ｇｒｏｕｐ
ｃｏｎｔａｉｎｓｔｈｒｅｅｓｕｂｊｅｃｔｓ：
（１）Ａｇｅ５６Ｆｅｍａｌｅ
（２）Ａｇｅ６８Ｍａｌｅ
（３）Ａｇｅ６９Ｍａｌｅ
一３２—
大连理工大学硕士学位论文
Ｆｉｇ．８．９
ＥＣＧ
ｏｆｓｕｂｊｅｃｔ５：ａｇｅ
５６
Ｆｉｇ．８．１０ＬａｒｇｅｓｔＬｙａｐｕｎｏｖ
ｏｆｓｕｂｊｅｃｔ５：ａｇｅ
５６
Ｆｉｇ．８．１
１ＥＣＧｏｆｓｕｂｊｅｃｔ６：ａｇｅ６８
Ｆｉｇ．８．１２ＬａｒｇｅｓｔＬｙａｐｕｎｏｖｏｆｓｕｂｊｅｃｔ６：ａｇｅ
６８
Ｆｉｇ．８．１３
ＥＣＧｏｆｓｕｂｊｅｃｔ
７：ａｇｅ
６９
Ｆｉｇ．８．１４ＬａｒｇｅｓｔＬｙａｐｕｎｏｖｏｆｓｕｂｊｅｃｔ７：ａｇｅ
６９
堡竺坠！堂虫型竺型塑竺驾！塑竺熊堕
：！：２１玺苎垒竺！！璺竺些竺鬯！堡翌堑！型墅！坚
Ａｇｅ
ＬＬＥ
５６
６８
６９
Ｏ．０９２８
０．０９２７
０．０７５ｌ
８．５ＲｅｓｕＩｔｆｏｒｆｏｕｒｔｈ
ｇｒｏｕｐ
Ｔｈｅｆｏｕｒｔｈ
ｇｒｏｕｐ
ｃｏｎｔａｉｎｓｔｈｒｅｅｓｕｂｊｅｃｔｓ：
（１）Ａｇｅ
７３Ｍａｌｅ
（２）Ａｇｅ８１Ｍａｌｅ
（３）Ａｇｅ
８９Ｍａｌｅ
Ｆｉｇ．８．１５ＥＣＧｏｆｓｕｂｊｅｃｔ８：ａｇｅ
７３
Ｆｉｇ．８．１６ＬａｒｇｅｓｔＬｙａｐｕｎｏｖｏｆｓｕｂｊｅｃｔ８：ａｇｅ
７３
Ｆｉｇ．８．１７
ＥＣＧ
ｏｆｓｕｂｊｅｃｔ９：ａｇｅ
８ｌ
Ｆｉｇ．８．１８ＬａｒｇｅｓｔＬｙａｐｕｎｏｖｏｆｓｕｂｊｅｃｔ９：ａｇｅ
８１
—３４—
大连理工大学硕士学位论文
Ｆｉｇ．８．１９
ＥＣＧｏｆｓｕ巧ｅｃｔ１０：ａｇｅ
８９
Ｆｉｇ．８．２０Ｌｍ＇ｇ§ｔＬｙａｐｕａｏｖｏｆｓｕｂｊ∞ｔ１０：ａｇｅ
８９
Ｔａｂ．８．６Ｖａｒｉａｔｉｏｎｏｆｎｏｎｌｉｎｅａｒ
ｐａｒａｍｅｔｅｒｓ
ｆｏｒｆｏｕｒｔｈ
ｇｒｏｕｐ
ＬＬＥ
７３
８ｌ
８９
Ｏ．０９２６
Ｏ．１１２２
０．１１２２
Ｎｉｋｈｉｌ
Ｉｙｅｎｇａｒ
ｅｔ
ａｌ，ｈａｖｅａｐｐｌｉｃｄ
Ｒｅｃｅｎｔｌｙ，Ｅｃｈｃｖｅｒｒｉａ
ｅｔ
ａｌ，ｈａｖｅａｐｐｌｉｃｄ
Ｃｏｎｇｅｓｔｉｖｅ
ＨｅａｒｔＦｆｉｌｕｒｅ（ＣＨＦ）ｓｕｂｊｅｃｔｓ．
ＤＦＡｔｏｔｈｅｎｏｒｍａｌｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ
ｓｉｇｎａｌ．
ｄｃｔｒｅｎｄ既ｌｆｌｕｃｔｕａｔｉｏｎ
ａｎａｌｙｓｉｓ
ｔｏｔｈｅｎｏｒｍａｌａｎｄ
Ｌ盯ｇｅｓｔＬｙａｐｕｎｏｖｅｘｐｏｎｅｎｔ＇ｓ（ＬＬＥ）ｑｕａｎｔｉｆｙｓｅｎｓｉｔｉｖｉｔｙ
ｏｆｔｈｅ
ｓｙｓｔｅｍ
ｔｏｉｍｆｉｆｌ
ｃｏｎｄｉｔｉｏｎｓａｎｄｇｉｖｅｓａｍｅａｓｌｌｌ＇ｅ
ｏｆ
ｐｒｅｄｉｃｔａｂｉｌｉｔｙ．Ｔｈｉｓ
ｖａｌｕｅｄｅ唧ｓｅｓ、Ⅳｉｔｌｌｔｈｅ
ａｇｉｎｇ
ｉｎｄｉｃａｔｉｎｇ
ｔｈａｔｔｈｅｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ
ｂｅｃｏｍｅｓｌｅｓｓｃｈａｏｔｉｃａｓｔｈｅ
ｈｅａｌｔｈｙｓｕｂｊｅｃｔｇｒｏｗｓ
ｏｌｄ．
一３５
塑坠型墅垫型些塑型些生唑
Ｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ
ｈａｓ
ｃｏｎｓｉｄｅｒａｂｌｅ
ｐｏｔｅｎｔｉａｌ
ｔｏａ８８锶￥ｔｈｅｒｏｌｅｏｆａｕｔｏｎｏｍｉｃｎａ＇ｖｏｏｆｌ
ｓｙｓｔｅｍ
ｆｌｕｃｔｕａｔｉｏｎｓｉｎｎｏｒｍａｌ
ｈｅａｌｔｈｙ
ｉｎｄｉｖｉｄｕａｌｓａｎｄｉｎ
ｐａｔｉｅｎｔｓ
ｗｉｔｈ
ｖａｒｉｏｕｓｃａｒｄｉｏｖａｓｃｕｌａｒ
ａｎｄｎｏｎ－ｃａｒｄｉｏｖａｓｃｕｌａｒｄｉｓｏｒｄｅｒｓ．ＨＲＶｓｔｕｄｉｅｓｓｈｏｕｌｄｅｎｈａｎｃｅｏｕｒｕｎｄｅｒｓｔａｎｄｉｎｇ
ｏｆ
ｐｈｙｓｉｏｌｏｇｉｃａｌｐｈｅｎｏｍｅｎａ，ｔｈｅａｃｔｉｏｎｓｏｆｍｅｄｉｃａｔｉｏｎｓ，ａｎｄｄｉｓｅａｓｅ
ｍｅｃｈａｎｉｓｍｓ．Ｌａｒｇｅ
ｐｒｏｓｐｅｃｔｉｖｅｌｏｎｇｉｔｕｄｉｎａｌ
ｓｔｕｄｉｅｓａｒｅｎｅｅｄｅｄｔｏｄｅｔｅｒｍｉｎｅｔｈｅｓｅｎｓｉｔｉｖｉｔｙ，ｓｐｅｃｉｆｉｃｉｔｙ，ａｎｄ
ｐｒｅｄｉｃｔｉｖｅ
ｖａｌｕｅｏｆＨＲＶｉｎｔｈｅｉｄｅｎｆｉｆｉｃａｔｉｏｎｏｆｉｎｄｉｖｉｄｕａｌｓａｔ
ｒｉｓｋｆｏｒｓｕｂｓｅｑｕｅｎｔｍｏｒｂｉｄａｎｄ
ｍｏｒｔａｌｅｖｅｎｔｓ．ＡｆｅｒｔｉｌｅａｒｅａｏｆｒｅｓｅａｒｃｈｉＳｔｏｕｓｅＨＲＶ
ｔｅｃｈｎｉｑｕｅｓｔｏ
ｅｘｐｌｏｒｅ
ｔｈｅｒｏｌｅｏｆ
ａｕｔｏｎｏｍｉｃｎｅｒｖｏｕｓ
ｓｙｓｔｅｍ
ａｌｔｅｒａｔｉｏｎｓｉｎｄｉｓｅａｓｅｍｅｃｈａｎｉｓｍｓ，ｅｓｐｅｃｉａｌｌｙｔｈｏｓｅｃｏｎｄｉｔｉｏｎｓｉｎ
ｗｈｉｃｈ
ｓｙｍｐａｔｈｏｖａｇａｌ
ｆａｃｔｏｒｓａｒｅｔｈｏｕｇｈｔｔｏ
ｐｌａｙ
ａｎ
ｉｍｐｏｒｔａｎｔ
ｒｏｌｅ．Ｒｅｃｅｎｔｗｏｒｋ
ｓｕｇｇｅｓｔｓ
ｔｈａｔ
ａｌｔｅｒａｔｉｏｎｓｉｎａｕｔｏｎｏｍｉｃｉｎｎｅｒｖａｔｉｏｎｔｏｔｈｅｄｅｖｅｌｏｐｉｎｇｈｅａｒｔｍｉｇｈｔｂｅ
ｒｅｓｐｏｎｓｉｂｌｅｆｏｒｓｏｍｅ
ｆｏｒｍｓｏｆｔｈｅ
ｌｏｎｇＱＴｓｙｎｄｒｏｍｅ．ＦｅｔａｌＨＲＶｓｔｕｄｉｅｓｉｎ
ｐｒｅｇｎａｎｔ
ｍｏｔｈｅｒｓｗｉｔｈｔｈｉｓｄｉｓｏｒｄｅｒｉｓ
ｃｅｒｔａｉｎｌｙ
ｆｅａｓｉｂｌｅａｎｄ
ｍｉｇｈｔ
ｂｅ
ｖｅｒｙ
ｉｎｆｏｒｍａｔｉｖｅ．Ｉｔｗｏｕｌｄｂｅｏｆ
ｉｎｔｅｒｅｓｔｔｏｅｖａｌｕａｔｅＨＲＶ
ｉｎ
ｖａｒｉｏｕｓｃｉｒｃａｄｉａｎ
ｐａｔｔｅｒｎｓ
ｓｕｃｈａｓｎｏｒｍａｌ
ｄａｙ－ｎｉｇｈｔｃｙｃｌｅｓ，ｓｕｓｔａｉｎｅｄ
ｒｅｖｅｒｓｅｄ
ｄａｙ－ｎｉｇｈｔ
ｃｙｃｌｅｓ（ｅｖｅｎｉｎｇ－ｎｉｇｈｔ
ｓｈｉｆｔ
ｗｏｒｋ），ａｎｄｔｒａｎｓｉｅｎｔｌｙ
ａｌｔｅｒｅｄ
ｄａｙ－ｎｉｇｈｔｃｙｃｌｅｓ，ｓｕｃｈａｓｍｉｇｈｔ
ｏｃｃｕｒｗｉｔｈ
ｉｎｔｅｍａｔｉｏｎａｌｔｒａｖｅｌ．ｎｍａｕｔｏｎｏｍｉｃｆｌｕｃｔｕａｔｉｏｎｓ
ｏｃｃｕｒｒｉｎｇｄｕｒｉｎｇ
ｖａｒｉｏｕｓ
ｓｔａｇｅｓ
ｏｆ
ｓｌｅｅｐｉｎｃｌｕｄｉｎｇｒａｐｉｄｅｙｅｍｏｖｅｍｅｎｔ（ＲＥＭ）ｓｌｅｅｐｈａｖｅｂｅｅｎｓｔｕｄｉｅｄｉｎ
ｏｎｌｙａｆｅｗｓｕｂｊｅｃｔｓ．Ｉｎ
ｎｏｒｍａｌ
ｓｕｂｊｅｃｔｓ，ｔｈｅＨＦ
ｖａｇａｌｃｏｍｐｏｎｅｎｔｏｆ
ｔｈｅｐｏｗｅｒｓｐｅｃｔｒｍｎ
ｉｓａｕｇｍｅｎｔｅｄｏｎｌｙｄｕｒｉｎｇ
ｎｏｎ－ＲＥＭ
ｓｌｅｅｐ．ｗｈｅｒｅａｓ
ｉｎ
ｐｏｓｔ．ＭＩｐａｔｉｅｎｔｓｗｉｔｈｔｈｉｓｉｎｃｒｅａｓｅｉｎＨＦｉＳａｂｓｅｎｔ．Ｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ（ＨＲⅥｓｉｇｎａｌｃａｎｂｅＵＳｅｄａｓａｒｅｌｉａｂｌｅ
ｉｎｄｉｃａｔｅｒｏｆｓｔａｔｅｏｆｔｈｅｈｅａｒｔ．Ｉｔｂｅｃｏｍｅｓ
ｌｅｓｓｒａｎｄｏｍｗｉｔｈｔｈｅ
ａｇｉｎｇ（１ｅｓｓｃｈａｏｔｉｃ）．Ｔ１１ｉｓｉｓｅｖａｌｕａｔｅｄ
ｂｙｕｓｉｎｇ
ｎｏｎｌｉｎｅａｒ
ｐａｒａｍｅｔｅｒ
ＬａｒｇｅｓｔＬｙａｐｕｎｏｖＥｘｐｏｎｅｎｔ．Ａｓａｄｉａｇｎｏｓｔｉｃｔｏｏｌ：ｔｈｅ
Ｌｙａｐｕｎｏｖｓｐｅｃｔｒｕｍｏｆ
ＥＣＧ
ｓｉｇｎａｌｓ
ｃｏｕｌｄｂｅｃｏｎｓｉｄｅｒｅｄａｓａｆ脚ｉｎｄｅｐｅｎｄｅｎｔｔｏｏｌｔｏｉｍｐｒｏｖｅ
ａｕｔｏｍａｔｉｃ
ｄｉａｇｎｏｓｉｓ
ｏｆｈｅａｒｔ
ｄｉｓｅａｓｅ．Ｉｎｏｒｄｅｒｔｏａｌｌｏｗ
ｔｈｅｉｒｕｓｅｉｔｉｓｎｅｃｅｓｓａｒｙｔｏ
ｒｅｐｅａｔ
ｔｈｅ
ａｎａｌｙｓｉｓｏｎａｌａｒｇｅ
ＥＣＧｄａｔａ
ｓｅｔ．
一３６
大连理工大学硕士学位论文
Ｒｅｆｅｒｅｎｃｅｓ
【ｌ】Ｈｏｎ
ＥＨ，ＬｅｎＳＴ．Ｅｌｅｃｔｒｏｎｉｃ嘲ｆｉｏｎｓｏｆｔｈｅｆｅｔａｌｈｅａｒｔｒａｔｅ
ｐａｔｔｅｒｕｓｐｒｅｃｅｄｉｎｇ
ｆｅｔａｌｄｅｎｔｈ，ｆｉａｔｈｅｒ
ｏｂｓｅｒｖａｔｉｏｎｓ．ＡｍＪＯｂｓｔｅｔ
Ｇｙｎｅｅ，１９６５，８７（８）：８１４－８２６．
［２】Ｓａｙｅｒｓ
ＢＭ．Ａｎａｌｙｓｉｓｏｆｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙ．Ｅｒｇｏｎｏｍｉｃｓ，１９７３，Ｉ“１）：１７＿３２．
【３】３
Ｐｅｎａｚ
Ｊ，ＲｏｕｋｅｎｚＪ，Ｖｅｎｄｅｃｗ枷ＨＪ．Ｓｐｅｃｔｒａｌａｎａｌｙｓｉｓ
ｏｆｓｏｍｅ
ｓｐｏｎｔａｎｅｏｕｓｒｈｙｔｌ衄ｉｎｔｈｅｃｉｒ圳ｏＩＬ
Ｉｎ：Ｄｒｉｓｃｈｅｌ
Ｈ，ＴｉｅｄｔＮ，ｅｄｓ．Ｌｅｉｐｚｉｇ：Ｂｉｏｋｙｂｅｒｎｅｔｉｋ，Ｋａｒｌ
Ｍａｒｘ
Ｕｎｉｖ，１９６８：２３３＿２４１．
ｔ４】ＬｕｃｚａｋＨ，Ｌａｍｉｎｇ
ＷＪ．Ａｎ
ａｎａｌｙｓｉｓ
ｏｆｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙ．Ｅｒｇｏｎｏｍｉｃｓ，１９７３，１６（６）：８５－－９７．
ｆ５】５Ｈｉｒｓｈ
ＪＡ，ＢｉｓｈｏｐＢ．Ｒｅｓｐｉｒａｔｏｒｙ
ｓｉｎｕｓ
ａｎ＇ｈｙｔｈｍｉａ
ｉｎ
ｈｕｍａｎｓ；ｈｏｗｂｒｅａｔｈｉｎｇｐａｔｔｅｒｎ
ｍｏｄｕｌａｌｌ＊ｈｅａｒｔ
ｒａｔｅ．Ａｍ
ＪＰｈｙｓｉｏｌ，１９８１，２４１（１０）：Ｈ６２０－６２９．
【６】ＥｗｉｎｇＤＪ，ＭａｒｔｉｎＣＮ’ＹｏｎｎｇＩＬｌｅｔａ１．Ｔｈｅｖａｌｕｅｏｆｃａｒｄｉｏｖａｓｃｕｌａｒａｕｔｏｎｏｍｉｃｆ１１．１ｌｃｌｉｏｌａｔ砷：１０
ｙｅａｒｓ
ｃｘｐｃｒｉｅｌｌｃｅ
ｉｎｄｉａｂｅｔｅｓ．ＤｉａｂｅｔｉｃＣａｒｅ，１９８５，８（５）：４９１－４９８．
忉ｗｏＩｆＭＭ，Ｖａｒｉｇｏｓ
ＧＡ，ＨｏｎｔＤｅｔａ１．Ｓｉｎｕｓａｒｒｈｙｔｈｎｍｉｎａｏｎｔｅ
ｍｙｏｃａｒｄｉａｌ
ｉｎｆａｒｃｔｉｏｎ．ＭｅａｌＪ
Ａｕｓｔｒａｌｉａ，
１９７８，２（２）：５２－５３．
ｆ８】８Ａｋｓｅｌｒｏｄ
ｓ，ＧｏｒｄｏｎＤ，ＵｂｅｌＦＡｅｔａ１．Ｐｏｗｅｒ
ｓｐｅｃｔｒｕｍ
ａｎａｌｙｓｉｓ
ｏｆｈｅａｒｔｒａｔｅｆｌｕｃｔｕａｔｉｏｎ：ａ
ｑｕａｎｔｉｔａｔｉｖｅ
ｐｒｏｂｅ
ｏｆｂｅａｔｔｏｂｅａｔｃａｒｄｉｏｖａｓｃｕｌａｒｃｏｎｔｒ０１．Ｓｃｉｅｎｃｅ，１９８１，２１３（４５０４）：２２０－２２２．
【９】ＰｏｍｅｒａｎｚＭ，Ｍａｃａｕｌａｙ
ＲＪＢ，Ｃａｕｄｉｌｌ
ＭＡ．Ａｓｓｅｓｓｍｅｎｔｏｆａｕｔｏｎｏｍｉｃｆｕｎｃｔｉｏｎｉｎ
ｈｕｍａ∞ｂｙ
ｈｅａｒｔｒａｔｅ
ｓｐｅｃｔｒａｌ∞ａ】ｙｓｉｓ．ＡｍＪＰｈｙｓｉｏｌ，１９８５，２４８（１）：１５１—３．
【１０］ＰａｇａｎｉＭ，ＬｏｍｂａｒｄｉＦ，ＧｕｚｚｅｔｔｉＳｅｔａ１．Ｐｏｗｅｒ
ｓｐｅｃｔｒａｌ
ａｎａｌｙｓｉｓ
ｏｆｈｅａｒｔｒａｔｅａｎｄａｒｔｅｒｉａｌ
ｐｒｅｓｇａｒ＇ｅ
ｖａｒｉａｂｉｌｉｔｉｅｓａｓａＩｎｍ＇ｋｏｒｏｆ
ｓｙｍｐａｔｈｏ—ｖａｇａｌ
ｉｎｔｅｒａｃｔｉｏｎｉｎｍａｎ
ａｎｄ
ＣＯｎＳＣｉｏｕｓ
ｄｏｇ．Ｃｉｒｃ
Ｒｅｓ，１９８６．
５９ｒ２）：１７８－－１９３．
【１ｌ】ＫｌｅｉｇｅｒＲＥ，ＭｉｌｌｅｒＪｌ＇，Ｂｉｇｇｅｒ．ＩＴｅｔａ１．ＤｅｃｒｅａｓｅｄｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙａｎｄｉｔｓａＳｓｏｃｉａｔｉｏｎ
ｗｉｔｌＩｉｎｃｒｅｎｓｅｄ
ｍｏｒｔａｌｉｔｙ
ａｆｔｅｒａｃｕｔｅ
ｍｙｏｃａｒｄｉａｌ
ｉｎｆａｒｃｔｉｏｎ．ＡｍＪＣａｒｄｉｏｌ，１９８７，５９（４）：２５６－２６２．
【１２】ＢｉｇｇｅｒＪＴ，ＦｌｅｉｓｓＪＬ，Ｓｔｅｉｎｍａｎ
ＲＣ，Ｒｏｌｎｉｔｚｋｙ
ＬＭｃｔａ１．Ｆｒｅｑｕｅｎｃｙ
ｄｏｍａｉｎ
ｍｅａｓｕｒｅｓｏｆｈｅａｒｔＳｔａｎｄａｒｄｓ
ｏｆｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙ
３７５
ｐｅｒｉｏｄｖａｒｉａｂｉｌｉｔｙ
ａｎｄ
ｍｏｒｔａｌｉｔｙ
ａｔｋ，ｒ
ｍｙｏｃａｒｄｉａｌ
ｉｎｆａｒｃｔｉｏｎ．
Ｃｉｒｃｕｌａｔｉｏｎ，１９９２，８５（１）：１６４－１７１．
【１３】ＣｙｓａｒｚＤ，ＢｅｔｔｅｒｍａｏｎＨ，ｖａｉｌ
ｌｅｅｎｗｅｎ
Ｐ．Ｅｎｌｒｏｐｉｅｓ
ｏｆｓｈｏｒｔ
ｂｉｎａｒｙｓｅｑｕｅｎｃｅｓ
ｉｎｈｅａｒｔｐｅｒｉｏｄ
ｄｙｎａｍｉｃｓ．ＡｍｅｒｉｃａｎＪｏｕｒｎａｌ
ｏｆＰｈｙｓｉｏｌｏｇｙ－Ｈｅａｒｔ
ａｎｄＣｉｒｃｕｌａｔｏｒｙＰｈｙｓｉｏｌｏｇｙ，２０００，２７８（６）：２１６３—２１７２．
［１４１Ｇｒａｓｓｂｅｒｇｅｒ
Ｐ，ＰｒｏｃａｓｓｉａＬＭｅｎｓｕｒｉｎｇｔｈｅ
ｓｔｒａｎｇｅｎｅｓｓ
ｏｆａｓｔｒａｎｇｅａｔｔｒａｃｔｏｒ．Ｐｈｙｓｉｃａ
Ｄ
１９８３，
９（１－２）：１８９－２０８．
【１５】ＫａｎｔｚＨ，ＫｕｒｔｈｓＪ，Ｍａｙｅｒ－Ｋｒｅａｓ
Ｇ．Ｎａｎｌｉｎｅａｒ
Ａｎａｌｙｓｉｓ
ｏｆ
Ｐｈｙｓｉｏｌｏｇｉｃａｌ
Ｄａｔａ．１ｓｔｅｄｉｔｉｏｎ．Ｂｅｒｌｉｎ：
Ｓｐｒｉｎｇｅｒ，１９９８．
【１６］Ｍａｌｉｋ
Ｍ．Ｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ．ＣｕｒｒｅｎｔＯｐｉｎｉｏｎ
ｉｎ
Ｃａｒｄｉｏｌｏｇｙ，１９９８，１３（１）：３６－４４．
【１７】ＲｏｓｅｎｓｔｉｅｎＭ，ＣｏｌｉｎｓＪＪ，Ｄｅ
ＬｕｃａＣＪ．Ａ
ｐｒａｃｔｉｃａｌ
ｍｅｔｈｏｄｆｏｒ
ｃａｌｃｕｌａｔｉｎｇｌａｒｇｅｓｔＬｙａｐｕｎｏｖｅｘｐｏｎｅｎｔｓ
ｆｒｏｍ
ｓｍａｌｌ
ｄａ诅ｓｅｔｓ．ＰｈｙｓｉｃａＤ，１９９３。６５（１）：１
１７－１３４．
【１８】ＫｏｂａｙａｓｈｉＭ，Ｍｕｓｈａ
Ｔ．１／ｆｆｌｕｃｔｕａｔｉｏｎｓｏｆｈｅａｒｔｂｅａｔ
ｐｅｒｉｏｄ．ｍＥＥ
ｆａ＇ａｒｌｓａ商ＯｌｌＳ０１１Ｂｉｏｍｅｄｉｃａｌ
Ｅｎｇｉｎｅｅｒｉｎｇ，１９８２，２９（６）：４５６－４５７．
【１９】ＰｉｎｅｕｓＳＭ．ＡｐｐｒｏｘｉｍａｔｅｅｌｌＲ＇ｏｐｙａｓａｍｅａｓｕｒｅ
ｏｆ
ｓｙｓｔｅｍｃｏｍｐｌｅｘｉｔｙ．Ｐｒｏｃ
ＮａｔＡｃａｄ
Ｓｃｉ
ＵＳＡ，
１９９１－８８（６）：２２９７．２３０１．
【２０】ＰｅｎｇＣＫＨａｖｌｉｎｓ，Ｈａｕｓｄｏｒｆ
ＪＭｅｔａ１．Ｆｒａｅｔａｌｍｅｃｈａｎｉｓｍｓａｎｄｈｅａｒｔｒａｔｅ由ｍｍｉ蕊．Ｊ∞ｍａｌ０１１
Ｅｌｅｃｌａ＇ｏｃａｒｄｉｏｌｏｇｙ，１９９６．２８（１）：５９－．６４．
一３７—
坚墅堕！型塑垫婪竺咝塾堕壁墼！堑竺塑坚
【２ｌ】ＷｉｌｓｏｎＰＷ，ＥｖａｎｓＪＣ．Ｃｏｒｏｎｍｙａｒｔｅｒｙｐｒｅｄｉｃｔｉｏｎ．ＡｍｅｒｉｃａｎＪｏｕｒｎａｌｏｆＨｙｐｅｒｔｅｎｓ．１９９３，６（２）：３０９．３１３．
【２２】ＤａｌＩｌｂｅｒｇＳＴ．Ｇｅｎｄｅｒｄｉｆｆｅｒｅｎｃｅｉｎｔｈｅｒｉｓｋ
ｆａｃｔｏｒｓ
ｆｏｒｓｕｄｄｅｎ
ｃａｒｄｉａｃ
ｄｅａｔｈ．Ｃａｒｄｉｏｌｏｇｙ，１９９０．
７７（２）：３１－４０．
【２３】ＲａｍａｅｋｅｒｓＤ，Ｆ．ｅｔｏｒＨ，Ａｕｂｅｒｔ
ＡＥｅｔａ１．Ｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ
ａｎｄ
ｈｅａｒｔｒａｔｅｉｎ
ｈｅａｌｔｈｙ
ｖｏｌｕｎｔｅｅｍ：ｌｓ
ｔｈｅ
ｆｅｍａｌｅａｕｔｏｎｏｍｏｕｓｌｌ日ＶＯＵ８
ｓｙｓｔｅｍ
ｅａｒｄｉｏｐｒｏｔｅｃｔｉｖｅ？ＥｕｒＨｅａｒｌＪ，１９９８，１９（９）：１３捭１３４１．
【２４】Ｒｙａｎ
ＳＭ，Ｇｏｌａｂｅｒｇｅｒ
ＡＬ，ＰｉｎｃｕｓＳＭｅｔａ１．Ｇｅｎｄｅｒａｎｄ
ａｇｅ－ｒｅｌａｔｅｄ
ｄｉｆｆｅｒｏｎｅｃｓｉｎ
ｈｅａｒｔｒａｔｅ：ａｒｃｗｏｍｅｎ
ｍｏｒｅ
ｃｏｍｐｌｅｘ
ｔｈａｎｍｅｎ？ＪｏｕｒｎａｌｏｆＡｍｅｒｉｃａｎ
ＣｏｌｌｅｇｅｏｆＣａｒｄｉｏｌｏｇｙ，１９９４，２４（７）：１７００－１７０７．
【２５】Ｙａｍａｓａｋｉ
Ｙ，ＫｅｄａｍａＭ，Ｍａｔｓｕｈｉｓａ
Ｍ．Ｄｉｕｒｎａｌｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙ
ｉｎ
ｈｅａｌｔｈｙｓｕｂｊｅｃｔｓ：ｅｆｆｅｃｔｓ
ｏｆａｇｉｎｇ
ａｎｄｓｅｘｄｉｆｆｅｒｅｎｃｅｓ，ＡｍＪ
Ｐｈｙｓｉｏｌ，１９９６。２７１（Ｉ）：３０３．３１０．
［２６】ＴｅａｒｙＫｕｏＢＪ，Ｌ缸Ｔｓａｎｎ，ＣｈｅｒｙｌＹａｎｇＣＨｅｔａ１．Ｅｆｆｅｃｔ
ｏｆａｇｉｎｇＯｌａｇｅｎｄｅｒ
ｄｉｆｆｅｒｅｎｃ∞ｉｎ
ｎＣｌ．１ｒｄｔｌｃｏｎｔｒｏｌ
ｏｆｈｅａｒｔｒａｔｅ．Ａｍ
ＪＰｈｙｓｉｏｌ，１９９９，４６（６）：２２３３·２２３９．
【２７】ＫｅｖｉｎＤａｖｙＰ，Ｃｈｒｉｓｔｏｐｅｒ
Ｉ）ｅｓｏｌｌｚａ
Ａ，Ｐａｍｅｌａ
ＪｏｎｅｓＰｅｔａ１．Ｅｌｅｖａｔｅｄｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ
ｉｎ
ｐｈｙｓｉｃａｌｌｙ
ａｃｔｉｖｅ
ｙｏｕｎｇ
ａｎｄ
ｏｌｄｅｒａｄｕｌｔ
ｗｏｍｅｎ．ＣｌｉｎｉｃａｌＳｃｉｅｎｃｅ，１９９８，９４（６）：５７９－５８４．
【２８】ＮａｇｙＥｍｅｓｅ，ＯｒｖｏｓＨａｊｎａｌｋａ，Ｂａｒｄｏｓ
Ｃ，ｙｏｒｇｙ矗ａ１．Ｇｅｎｄｅｒ－ｒｅｌａｔｅｄ
ｈｅａｒｔｒａｔｅｄｉｆｆｅｒｅｎｃｅｓ
ｉｎｈｕｍａｎ
ｎｅｏｎａｔｅｓ．Ｐｅｄｉａｔｒｉｃ
Ｒｅｓｅａｒｃｈ，２０００，４７（６）：７７８．７８０．
【２９］Ｇａｌｅｅｖ
Ａ凡ＩｇｉｓｈｅｖａＬ
Ｎ，Ｋａｚｉｎ
ＥＭ．Ｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙ
ｉｎ
ｈｅａｌｔｈｙｓｉｘ－ｔｏ－ｓｉｘｔｅｅｎ恻．ｏｌｄ
ｃｈｉｌｄｒｅｎ．ＦｉｚｉｏｌＣｈｅｌｏｖｅｋａ，２∞２，２８（４）：５４－５８．
【３０】ＳａｕｌＪＰ，ＡｌｂｒｅｃｈｔＰ，Ｂｅｒｇｅｒ
ＲＤ
ｅｔ
ａ１．Ａｎａｌｙｓｉｓｏｆｌｏｎｇｔｅｒｍｈｅａｒｔ
ｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ：ｍｅｔｈｏｄｓ．Ｉ／ｆｓｃａｌｉｎｇ
ａｎｄ
ｉｍｐｌｉｃａｔｉｏｎｓ，Ｃｏｍｐｕｔｅ，ｒｓ
ｉｎ
Ｃａｒｄｉｏｌｏｇｙ
１９８７．ＩＥＥＥＣｏｍｐｕｔｅｒＳｏｃｉｅｔｙｐｒｅｓｓ，Ｗａｓｈｉｎｇｔｍｇ
１９８８：４１皿＿４２２．
［３１】ＭａｌｉｋＭ，ＦａｒｒｅｌｌＴ，Ｃｒｉｐｐｓ
Ｔｅｔａ１．Ｈｅａｒｔ
ｒａｔｅｖａｒｉａｂｉｌｉｔｙｉｎｒｅｌａｔｉｏｎｔｏ
ｐｒｏｇｎｏｓｉｓ
ａｆＩｅｒ
ｍｙｏｃａｒｄｉａｌ
ｉｎｆａｒｃｔｉｏｎ：ｓｅｌｅｃｔｉｏｎ
ｏｆｏｐｔｉｍａｌｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｉｑｕｅｓ．ＥｕｒＨｅａｒｔＪ，１９８９，１０（１）：１０６０－１０７４．
【３２］ＭａｌｉｋＭ＇）（ｉａ
Ｒ，Ｏｄｅｍｕｙｉｗａ
Ｏｅｔ
ａ１．Ｉｎｆｌｕｅｎｃｅｏｆｔｈｅｒｅｃｏｇｎｉｔｉｏｎａｒｔｅｆａｃｔｉｎｔｈｅａｕｔｏｍａｔｉｃ
ａｌｉａｌｙｓｉｓ
ｏｆ
ｌｏｎｇ－ｔｅｒｍ
ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍｓｏｎｔｉｍｅｄｏｍａｉｎｍｅａｓｕｒｅｍｅｎｔｏｆｈｅａｒｔ
ｒａｔｅｖａｒｉａｂｉｌｉｔｙ．ＭｅｄＢ湖逝
Ｃｏｍｐｕｔ，１９９３，３１（１】：５３９－５４４．
【３３】ＳｃｈｗａｒｔｚＰＪ＇Ｐｒｉｏｒｉ
ＳＧ．Ｓｙｍｐａｔｈｅｔｉｃ
ｌｌｅｒｖｏｕｓ
ｓｙｓｔｅｍ
ａｎｄｃａｒｄｉａｃ
ａｒｒｈｙｔｈｍｉｎｓ．Ｉｎ：ＺｉｐｅｓＤＰ，ＪａｉｌｆｅＪ。ｅｄｓ．
Ｃａｒｄｉａｃ
Ｅｌｅｃｔｒｏｐｈｙｓｉｏｌｏｇｙ．Ｆｒｏｍ
ＣｅｌｌｔｏＢｅｄｓｉｄｅ．Ｐｈｉｌａｄｅｌｐｈｉａ：Ｗ．Ｂ．Ｓａｔｍｄｅｒｓ．１９９０：３３ｍ－３４３．
［３４】ＷｏｌｆＭＭ，ｖａｒｉｇｏｓＧＡ，Ｈｕｎｔ
Ｄｅｔａ１．Ｓｉｎｕｓ
ａｎｔａｙｔｌａｍｉａ
ｉｎａｅｕｔｏ
ｍｙｏｃａｒｄｉａｌ
ｉｎｆａｒｃｔｉｏｎ．ＭｅｄＪ
Ａｕｓｔｒａｌｉａ，１９７８，２（２）：５｝３．
【３５】ＫｌｅｉｇｅｒＲＥ，ＭｉｌｌｅｒＪＰ，ＢｉｇｇｅｒＩＴｃｔａ１．Ｄｅｃｒｅａｓｅｄｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ
ａｎｄｉｔｓａｓｓｏｃｉａｔｉｏｎｗｉｔｈ
ｉｎｃｒｅａｓｅｄｍｏｒｔａｌｉｔｙａｆｔｅｒａｃｕｔｅｍｙｏｃａｒｄｉａｌｉｎｆａｒｃｔｉｏｎ．ＡｍＪＣａｒｄｉｏｌ，１９８７，５９（４）：２５６－－２６２．
【３６］ＯｄｃｍｕｙｉｗａＯ，ＭａｌｉｋＭ，ＦａｒｒｅｌｌＴｅｔ
ａ１．Ｃｏｍｐａｒｉｓｏｎ
ｏｆｔｈｅｐｒｅｄｉｃｔｉｖｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ
ｉｎｄｅｘａｎｄＩｅＲｖｅｉｌｔｒｉｅｕｌａｒｅｊｅｃｔｉｏｎｆｒａｃｔｉｏｎｆｏｒａｌｌ－ｃａｕｓｅｍｏｒｔａｌｉｔｙ，ａｒｒｈｙｔｈｍｉｃｅｖｅｎｔｓａｎｄ
ｓｕｄｄｏｎｄｅａｔｈａｆｔｅｒａｃｕｔｅｍｙｏｃａｒｄｉＭ
ｉｎｆａｒｃｔｉｏｎ．ＡｍＪ
Ｃａｒｄｉ０１．１９９１，６８（５）：４３４＿４３９．
【３７】ＧｒｅｅｎｅＨＬ，ＲｉｃｈａｒｄｓｏｎＤＷ，ＢａｒｋｅｒＡＨｅｔａ１．Ｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆ
ｄｅａｔｈｓａｆｔｅｒ
ｍｙｏｃａｒｄｉａｌ
ｉｎｆａｒｅｔｉｏｎ龃
ａｒｒｈｙｔｈＩＩＩｉｃｏｒｎｏｎａｒｒｈｙｔｈⅡｌｉｃ（ｔｈｅＣａｒｄｉａｃａｒｒｈｙｏｍｉａＰｉｌｏｔＳｔｕｄ”．ＡｍＪＣａｒｄｉｏｌ，１９８９，６３（Ｉ）：ｉ－６．
［３９】ＦｅｉＬ，Ｍａｌｉｋ
Ｍ。Ｓｈｏｒｔａｎｄ
ｌｏｎｇ－ｔｅｒｍａｓｓｅｓｓｍｅｎｔｏｆｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ
ｆｏｒ
ｐｏｓｔｉｎｆａｒｃｆｉｏｎ
ｒｉｓｋ
ｓｔｒａｔｉｆｉｃａｔｉｏｎ．Ｉｎ：ＭａｌｉｋＭ，ＣａｌｌｌＨｌＡＪ，ｅｄｓ．Ｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙ．Ａｒｍｏｎｋ：Ｆｕｔｕｒａ，１９９５：３４Ｉ—＿３４６，
【３９１Ｂｉｇｇｅｒ
ＪＴＪｒ，Ｆ］ｅｉｓｓ几，ＳｔｅｉｎｍａｎＲＣ
ｅｔ
ａ１．Ｆｒｅｑｕｅｎｃｙ
ｄｏｍａｉｎｍｅａｓｕｒｅｓｏｆｈｅａｒｔｐｃｆｊｏｄ
ｖａｒｉａｂｉｌｉｔｙ
ａｎｄ
ｍｏｒｌａｌｉｔｙａ脑ｍｙｏｃａｒｄｉａｌｉｎｆａｌ谢ｏＢ．Ｃｉｒｃｕｌａｔｉｏｎ，１９９２，８５（１）：１６扯１７１．
一鹞一
大连理工大学硕士学位论文
１４０１ＬｏｍｂａｒｄｉＦ，ＳａｎｄｒｏｎｅＧ，ＭｏｒｔａｒａＡ既ａ１．Ｃｉｒｃａｄｌａｎｖａｉｌａｔｉｏｎ
ｏｆｓｐｏｃ仃ａｌ
ｉｎｄｉ∞ｏｆｈｅａｒｔｒａｔｅ
ｖｅｒｉａｂｉｌｉｔｙａｆｔｅｒｍｙｏｃａｒｄｉａｌｉｎｆａｒｃｔｉｏｎ．ＡｍＨｃａｒｔＪ．１９９２．１２３（９）：１５２Ｉ－１５２９．
【４ｌ】ＢｉｇｇｅｒＪＴ’ＫｌｅｉｇｅｒＲＥ，Ｆｌｅｉｓｓ
ＪＬｅｔ
ａ１．Ｃｏｍｐｏｎｅｎｔｓ
ｏｆｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙｍ目ｓｕ同ｄｕｒｉｎｇｈｅａｌｉｎｇ
ｏｆ
ａｃＢｔｅ
ｍｙｏｃａｒｄｉａｌ
ｉｎｆａｒ℃６０ｎ．Ａｍ
ＪＣａｒｄｉｏｌ，１９８８，６１（８）：２０８－２１５．
［４２】ｗｏｌｆＡ，ＳｗｉｆｉＪＢ，Ｓｗｉｎｎｅｙ
ＬＨｅｔ
ａ１．ＤｅｔｅｒｍｉｎｉｎｇＬｙａｐｕｎｏｖｅｘｐｏｎｅｎｔ
ｆｒｏｍ
ａｔｉｍｅ
ｓｅｄｅｅ．Ｐｈｙｓｉｃａ
Ｄ．１９８５．１６（３）：２８５．３１７．
［４３】ＢｉｇｇｅｒＪＴ，Ｆｌｅｉｓｓ几，ＲｏｌｎｉｔｚｋｙＬＭｅｔ
ａ１．Ｆｒｅｑｕｅｎｃｙ
ｄｏｍａｉｎｍｃａｓｌｌｌ＂ｅｓｏｆｈｅａｒｔ
ｐｅｒｉｏｄ
ｖａｒｉａｂｉｌｉｔｙ
ｔｏ
蠲ｓ％ｓｒｉｓｋＩａｔｅａｆｔｅｒ
ｍｙｏｃａｒｄｉａｌ
ｉｎｆａｒｃｔｉｏｎ，ＪＡｍＣｏｌｌａｒｄｉ０１．１９９３３ｌ（１）：７２９＿．７３６．
【４４】ＬｅｖｙＭＮ，ＳｃｈｗａｒｔｚＰＪｅｄｓ．Ｖａｇａｌｃｏｎｌｒｏｌｏｆｔｈｅｈｅａｒｔ：Ｅｘｐｅｒｉｍｅｎｔａｌｂａｓｉｓａｎｄ
ｃｌｉｎｉｃａｌ
ｉｍｐｌｉｃａｔｉｏｎｓ．Ａｒｍｏｎｋ：Ｆｕｔｕｒｅ，１９９４．
【４５】ＬｏｍｂａｒｄｉＦ，ＳａｎｄｒｏｎｅＧ，Ｍｏｒｔａｒａ
Ａｅｔａ１．Ｃｉｒｃａｄｉａｎｖａｒｉａｔｉｏｎ
ｏｆｓｐｅｃｔｒａｌ
ｉｎｄｉｃｅｓｏｆｈｅａｒｔｒａｔｅｖｌｌｒｉａｂｉｌｉｔｙ
ａＲｅｒ
ｍｙｏｃａｒｄｉａｌｉｎｆａｒｃｔｉｏｎ．ＡｍＨｃａｒｔ
Ｊ，１９９２．１２３（７）：１５２１—１５２９．
【蛔ＢｉｇｇｅｒＪＴ，ＫｌｅｉｇｅｒＲＥ，Ｆｌｅｉｓｓ几ｅｔａ１．Ｃｏｍｐｏｎｅｎｔｓｏｆｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ
ｍ∞∞ｒｅｄ
ｄｕｒｉｎｇｈｅａｌｉｎｇ
ｏｆ
ａｃｕｔｅｍｙｏｃａｒｄｉａｌ
ｉｎｆａｒｃｔｉｏｎ．ＡｍＪＣａｒｄｉｏｌ，１９８８，６１（３）：２０８＿＿２１５．
【４７】ＣａｓｏｌｏＧＣ，ＳｔｒｏｄｅｒＰ，Ｓｉｇｎｏｒｉｎｉ
Ｃｃｔａ１．Ｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙｄｕｒｉｎｇ
ｔｈｅａｃｕｔｅ
ｐｈａｓｅ
ｏｆｍｙｏｃａｒｄｉａｌ
ｉｎｆａｒｃｆｉｏｎ．Ｃｉｒｃｕｌａｔｉｏｎ。１９９２．８５（８）：２０７３＿－２０７９．
【４８】ＢｉｇｇｅｒＪＴ，Ｆｉｅｉｓｓ
ＪＬ，Ｒｏｌｎｉｔｚｋｙ
ＬＭｅｔａｌ。Ｆｒｅｑｕｅｎｃｙｄｏｍａｉｎｉｎｅ∞ＪＡ＇ｅｓ
ｏｆｈｅａｒｔ
ｐｅｒｉｏｄｖａｒｉａｂｉｌｉｔｙｔｏ
ａｓｓｅｓｓｒｉｓｋ１ａｔｅ
ａｆｔｅｒｍｙｏｃａｒｄｉａｌ
ｉｎｆａｒｃｔｉｏｎ．ＪＡｍ
Ｃｏｌｌａｒｄｉｏｌ，１９９３。２Ｉ（５）：７２９－７３６．
【４９】ＡｄａｍｓｏｎＰ
Ｂ，Ｈｕａｎｇ
Ｍ
Ｈ，Ｖａｎｏｌｉ
Ｅｅｔａ１．Ｕｎｅｘｐｅｃｔｅｄｉｎｔｅｒａｃｔｉｏｎｂｅｔｗｅｅｎ
ａ－ａｔｈｅｎｅｒｇｉｃ
ｂｌｏｃｋａｄｅａｎｄ
ｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉｔｙ
ｂｅｆｏｒｅａｎｄａｆｔｅｒ
ｍｙｏｃａｒｄｉａｌ
ｉｎｆａｒｃｔｉｏｎ：ａ
ｌｏｎｇｉｔｕｄｉｎａｌ
ｓｔｕｄｙ
ｉｎ
ｄｏｇｓ
ａｔｈｉ曲ａｎｄ
ｌｏｗｒｉｓｋ
ｆｏｒｓｕｄｄｅｎ
ｄｅａｔｈ．Ｃｉｒｃｕｌａｔｉｏｎ，１９９４．９０（３）：９７６＿９８２．
【５０］ＣａｍｍＡ３，ＦｅｉＬ．Ｒｉｓｋｓｔｒａｔｉｆｉｃａｔｉｏｎ
ｆｏｌｌｏｗｉｎｇｍｙｏｃａｒｄｉａｌ
ｉｎｆａｒ．ｉｏｎ：Ｈｅａｒｔｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙ
ａｎｄｏｔｈｌＴ
ｒｉｓｋｆａｃｔｏｒｓ．Ｉｎ：Ｍａｌｉｋ
Ｍ，ＣａｍｍＡＪ。ｅｄｓ．Ｈｅａｒｌｒａｔｅｖａｒｉａｂｉｌｉｔｙ．Ａｌｌｌｌｏｎｋ：Ｆｕｔｕｆａ，１９９５．３６９－３９２．
【５ｌ】Ｂａｎｎｉｓｔｅｒ＆ＡｕｔｏｎｏｍｉｃＦ，ＡｔｅｘｔｂｏｏｋｏｆｃｌｉｎｉｃａＩｄｉｓｏｒｄｅｒｓｏｆ血ｅａｕｔｏｎｏｍｉｃｎｅ／＇ｖｏｕｓｓｙｓｔｅｎｌ．Ｏｘｆｏｒｄ，
ＮｅｗＹｏｒｋ：Ｏｘｆｏｒｄ
Ｕｎｉｖｅｒｓｉｔｙ
Ｐｒｅｓｓ。１９８８．
【５２］ＥｗｌｎｇＤＪ，ＣａｍｐｂｅｌｌＩＷ，ＣｌａｒｋｅＢＦ．ｍｎａｔｕｌ＇ａｌ
ｈｉｓｔｏｒｙ
ｏｆｄｉａｂｅｔｉｃａｕｔｏｎｏｍｉｃ
ｎｅｕｒｏｐａｔｈｙ．ＱＪ
Ｍｃｄ．１９８０．１９３（４９）：９５－１０８．
【５３】ＩｙｅｎｇａｒＮ，ＰｅｎｇＣＫｅｔ
ａ１．Ａｇｅ－ｒｅｌａｔｅｄ
ａｌｔｅｒａｔｉｏｎｓｉｎｔｈｅ
ｆｉ＇ａｃｔａｌ
ｓｃａｌｉｎｇ
ｏｆｃａｒｄｉａｃｉｎｔｅｒｂｅａｔｉｎｔｅｒｖａｌ
ｄｙｎａｍｉｃｓ．ＡｍＪ
Ｐｈｙｓｉ０１，ｌ９９６，２７１（４）：１０７８．１０８４．
【５４］ＢｏｎｎｅｍｅｉｅｒＨ’Ｕｗｅ
Ｗ
ＫＢｒａｎｄｅｓＡｅｔａ１．Ｃｉｒｃａｄｉａｎ
ｐｒｏｆｉｌｅ
ｏｆ咖ｄｌａｃａｕｔｏｎｏｍｉｃｒｌｅｒＶＯｎｓｍｏｄｕｌａｔｉｏｎ
ｉｎ
ｈｅａｌｔｈｙｓｕｂｊｅｃｔｓ：ＤｉｆｆｅｒｉｎｇＥｆｆｅｃｔｓｏｆ
ａｇｉｎｇ
ａｎｄＧｅｎｄｅｒｏｎｈｅａｒｔｒａｔｅｖａｒｉａｂｉｌｉ哆Ｊｏｎｍａｌｏｆ
Ｃａｒｄｉｏｖａｓｃｕｌａｒ
Ｅｌｅｃｔｒｏｐｈｙｓｉｏｌｏｇｙ，２００３，１４（８）：７９１－７９９．
【５５】ＭａｌｐａｓＳＣ，ＭａｌｉｎｇＴＪＢ．Ｈｅａｒｔｒａｌｅ
ｖａｒｉａｂｉｌｉｔｙ
ａｎｄ
ｃａｒｄｉａｃａｕｔｏｎｏｍｉｃｆｕｎｃｔｉｏｎｉｎ
ｄｉａｂｅｔｅｓ．Ｄｉａｂｅｔｅｓ．１９９０，３９（８）：１１７卜ｌ１８１．
【５６】ＢｅｌｌａｖｅｒｅＦ，Ｂａｌｚａｎｉｌ，Ｄｅ
ＭａｓｉＧｅｔａ１．Ｐｏｗｅｒ
ｓｐｅｃｔｒａｌａｎａｌｙｓｉｓｏｆｈｅａｒｔｒａｔｅｖａｒｉａｔｉｏｎ
ｉｍｐｒｏｖｅｓ
ａｓｓｅｓｓｍｅｎｔｏｆｄｉａｂｅｔｉｃｃａｒｄｉａｃａｕｔｏｎｏｍｉｃｎｅｕｒｏｐａｔｈｙ．Ｄｉａｂｅｔｅｓ，１９９２。４１（５）：６３３．枷．
［５７１ＢｉａｎｃｈｉＡ，ＢｏｎｔｅｒｎｐｉＢ，Ｃｅｒｔｕｔｉ
Ｓｃｔａ１．Ｓｐｅｃｔｒａｌ∞ａｌｙｓｉｓｏｆｈｃａｎｒａｔｅ
ｖａｒｉａｂｉｌｉｔｙｓｉｇｎａｌ
ａｎｄｒｅｓｐｉｒａｔｉｏｎ
ｉｎｄｉａｂｅｔｉｃｓｕｂｊｅｃｔｓ．ＭｅｄＢｉｎｌ
ＥｎｇＣｏｍｉｍｔ．１９９０，２８（１）：２０５－２１１．
一３９—
攻读硕士学位期间发表学术论文情况
【１】王兴元，安妮，海登．Ｈｅａｒｔｒａｔｅｖａｒｉａｔｉｏｎｉｎｎｏｒｍａｌｓｕｂｊｅｃｔｓａｍｏｎｇ
ｖａｒｉｏｕｓ
ａｇｅ
刊物类型：网刊
主办单位：大连理工大学
论文章节：第一章到第八章
【２】马洪连，海登，安妮．ＩｎｔｅｌＩＰＰｆｏｒＭＰＥＧ－４ｍｅｄｉａ
ｐｌａｙｅｒ
ｄｅｖｅｌｏｐｍｅｎｔｉｎｅｍｂｅｄｄｅｄ
刊物类型：网刊
主办单位：大连理工大学
大连理工大学硕士学位论文
ＡｃｋｎｏｗＩ
ｅｄｇｅｍｅｎｔ
Ｆｉｒｓｔｏｆｆｌｌ１ｗａｎｔ
ｔｏｔｈａｎｋ
ｍｙｓｕｐｅｒ
ｖｉｓｏｒＰｍｆ器ｓｏｒＷａｎｇＸｉｎｇ
Ｙｕａｎｆ．ｏｒＫｓ
ｇ他ａｔｈｅｌｐ
ｉｎ
ａｌｌｔ１１ｅ∞ｙｅｎ．Ｒｗｏｕｌｄｂｅ嘶ｓｓｉｂｌｅｆｏｒｍｅｔ０ｆｉｎｉｓｈ
ｍｙｔｈｃｓｉｓ
ｗｉｔｌｌｏｕｔＫｓ
ｈｄｐ．ｈｌ
ａｌｌ
也器ｅｙｅｎｈｅｈａｓ
ｈｃｌｐｅｄ
ｍｅｔｏｗａｌｋⅡⅡｏｕ曲ｔｈｅｐａｌｌｌｏｆｋ∞ｗｌｅｄｇｅ＇ｒｅｓｅａｒｃｈ．ｍｓｂｒｏａｄａｎｄ
ｄｅｅｐ虹ｏｗｌｅｄｇｃｉ１１
ｅｖｅｒｙ
ｆｉｄｄ
ｈａｓｍａｄｅ
ｍｙ
ｒ韶ｅａｒｃｈｅａｓｉ盯．
Ｉｆｌｓｏｗ龇ｔｔｏｔｈａｎｋａ１１ｔｈｅｄ船ｓｍａｔ鼯ｏｆ
ｍｙ
ｌａｂｓｐｅｃｉｆｙ
Ｇｕｌｍａ．Ｓｈｅｈａｓ
ｈｅｌｐｅｄ
ｍｅ
ｔｈｒｏｕｇｈｏｍｔｌｌｅ
ｙｅａｒ
ｔｏ∞ｌＶｅＶ商。璐ｐｒｏｂｌｃＩＩｌｓｏｆｍｙ
ｒｅｓｅ盯ｃｈ．Ｗｉｔｌｌｏｍｈｃｒ
ｈｄｐ
ｉｔｗｏｆｌ血＇ｔｂｅ
ｐｏｓｆｉｂｌｅ
ｆｏｒｍｅｔ０ｆ．ｏ皿ａｔ
ｍｙ
ｔｌｌ器ｉｓ．Ｓｈｅ
ｈ勰ａｌ∞ｈｃｌｐｅｄ
ｍｅ、ⅣｉｔｈＣｈｉｎ锶ｅ
ｌ龃ｇｕａｇｅ．
１ｗａｎｔｔ０ｔｈａｎｋｔｌｌｉｓｕｎｉｖ呻ｆｏｒｐｒｏ“ｄｉｎｇ
ｍｅｃｈａｎｃｃｔｏ
ｓｔｕｄｙ
ｉｒＩ驰ｃｈａＩｌｉ∞
ａＩ“∞伽∞‘百Ｖｅｍｅ
ｏｐｐｏｍｍｉｔｙｔｏｅｎｒｉｃｈ
ｍｙｌｍｏｗｌｏｄｇｅ．
Ａｔ
１ａｓｔ１ｗａｎｔｔｏｍａｎｋ
ｍｙｆｈｔｈｅｒ．ｍｏｔｈｅｒ，ｍｙ
ｓｉｓｔｅｒｓａｎｄ
ｂ∞ｍｅｒｆｂｆｌｈｅｉｒ
ｃｏｎ吐册ｄ璐
ｓｕｐｐｏｒｔ
ｔｈｒｏｕｇｈｏｕｔ
ｍｙｓｔｕｄｙ．Ｗｈｅｎｅｖ盯Ｉｇｃｔ
ｉｎｔｏｍｙ仃ｏⅡｂｌｅｔｈｅｙｗｅ∞ｆｌｗａｙｓ
ｔｈｅｒｅｔｏ
ｈｅｌｐ
ｍｅ觚ｄｅｘｔｅｌｌｄｔｌｌｅｉｒ
ｌｏｖｉｎｇ
ｈａｎｄｓｔｏｗａｒｄｓ
ｍｅ．Ｔｏｄａｙ
Ｉ＇ｍ
ＩＩｌｉｓｓｍｇｍｙ
ｍｏｔｈｅｒｓｏｍｕｃｈ
ｔｌｌａｔＭｅ
ｌｅｆｔｔｔｌｉｓ
ｗｏｒｌｄｂｅｆｏｒｅ
ｓｅｅｉｎｇ
ｈｅｒｌｉ砌ｅｄａｕｇｈｔ盯ｂｅｉｎｇ鲫ｕａｔｅｄ．Ｔｈｉｓｗ嬲ｈ盯ｄｒｅａｍ．Ｓｈｅｉｓ
ｔｈｅ∞ｕｒｃｃ
ｏｆｍｙｉｎｓｐｉｍｔｉｏｎｆｏｒｓｔＩｌｄｙｉｎ孚
１ｗ锄ｔｔｏｍａｎｋａｌＩ
ｍｙｔ髓ｃｈｅｒｓ，ｃｌ勰蛐ａｔ鼯，伍觚ｄｓａｎｄｆｃｌａ：ｃｉｖ铭ｆｏｒｔｌｌｅｉｒｇ僦ｈｅｌｐｉｎ
ａ１１
日１雠ｙｅａｒ．Ｗｉｔｈｏｕｔｔｌｌｅｉｒ
ｈｅｌｐ
ＩｃｏｕｌｉＩｎ’ｔｂｅｈｅｒｃ．
一４ｌ一