自主呼吸状态下呼吸波形、瞬时呼吸深度与呼吸频率相对于副交感神经指标的探索性相关分析

《Chemosensors》:Exploratory Correlation Analysis of Respiratory Waveform, Instantaneous Respiratory Depth and Rate in Relation to Parasympathetic Indices During Spontaneous Breathing Hironari Yagishita, Shota Tanabe and Hiroki Sato

【字体: 大 中 小 】 时间:2026年03月04日 来源:Chemosensors 4.4

编辑推荐:

  呼吸与副交感神经系统(PSNS)密切相关。这种关系发生于单个呼吸周期之内,即吸气期间PSNS活动降低,而呼气期间PSNS活动升高。在更长的时间尺度上,已有研究报道,深而慢的呼吸可增强PSNS活动,这提示除时序(相位)外,呼吸深度和呼吸频率也可能影响自主神经系统

  
呼吸与副交感神经系统(PSNS)密切相关。这种关系发生于单个呼吸周期之内,即吸气期间PSNS活动降低,而呼气期间PSNS活动升高。在更长的时间尺度上,已有研究报道,深而慢的呼吸可增强PSNS活动,这提示除时序(相位)外,呼吸深度和呼吸频率也可能影响自主神经系统活动。然而,在自主呼吸条件下,下列哪一种指标最能反映PSNS活动目前尚不明确:(i)原始呼吸波形,(ii)呼吸深度,或(iii)呼吸频率。研究中将呼吸深度定义为瞬时振幅,将呼吸频率定义为瞬时频率,二者均由Hilbert变换导出。研究人员在静息状态下记录了37名健康成人的呼吸波形和心电图。PSNS活动采用反映副交感调节的心率变异性(HRV)指标进行量化,包括高频功率(HF)、相邻R–R间期差值均方根(RMSSD)和心脏迷走神经指数(CVI)。研究人员获得了每位受试者内部各呼吸测度与PSNS指标之间的相关性,并以呼吸测度为因素采用重复测量方差分析(ANOVA)比较相关强度。结果显示存在显著主效应,且瞬时振幅在所有PSNS指标上均稳定表现出显著强于瞬时频率的相关性。这些发现提示,由Hilbert变换导出的振幅可作为自主呼吸状态下呼吸深度的有效指示指标,且呼吸深度与PSNS活动的关联更强。
该文发表于《Chemosensors》,聚焦于自主呼吸过程中呼吸信号不同表征方式与副交感神经活动之间的关系,是一项以方法比较和生理信号解释为核心的研究。研究背景在于,呼吸与心率变异性(HRV,反映心脏自主神经调节的波动特征)之间存在公认联系,其中最典型的现象是呼吸性窦性心律不齐(RSA,吸气时心率加快、呼气时心率减慢)。既往研究已表明,在单个呼吸周期内,副交感神经系统(PSNS)活动随吸呼相位发生动态波动;同时,在更长时间尺度上,深而慢的呼吸也与副交感活性增强有关。然而,过去大量研究主要通过实验操控单一呼吸变量,如呼吸频率或潮气量,分别考察其影响,较少在同一连续生理信号中分析自然波动的呼吸深度与呼吸频率各自对PSNS的独立关联。此外,原始呼吸波形同时混合了相位、振幅和频率信息,仅凭原始信号难以分辨究竟是哪一类呼吸特征与副交感调节最为相关。正因如此,开展本研究具有明确必要性:在自主静息呼吸状态下,系统比较原始呼吸波形、瞬时呼吸深度与瞬时呼吸频率这三种呼吸表征,明确何者更适于反映PSNS活动。

研究人员围绕这一问题,对连续呼吸信号进行了Hilbert变换分解,将瞬时振幅操作性定义为呼吸深度,将瞬时频率定义为呼吸频率,并与多种PSNS指标进行被试内相关分析。结果表明,相较于瞬时呼吸频率,Hilbert变换导出的瞬时振幅与高频功率(HF)、相邻R–R间期差值均方根(RMSSD)和心脏迷走神经指数(CVI)之间的相关性 consistently 更强,说明在自主呼吸条件下,呼吸深度比呼吸频率更紧密地对应短时程副交感性心脏调节。该研究的重要意义在于,它并非提出新的生理机制,而是对呼吸信号分析中的表征选择提供了实践性澄清:若研究目标是从自然呼吸中提取与副交感活动更相关的信息,则基于Hilbert变换的振幅指标比瞬时频率更具敏感性。

在技术方法方面,研究纳入37名大学生,剔除4名数据质量不合格者后,最终分析33名健康青年受试者。受试者在坐位静息条件下接受多通道生理信号记录,研究主要使用睁眼静息5 min数据。呼吸信号由胸带式气动传感器采集,心电图(ECG)采用II导联记录。呼吸信号经去漂移、去高频噪声和0.75 Hz低通滤波后,采用Hilbert变换获得解析信号,并进一步提取瞬时振幅、瞬时相位和瞬时频率;心电信号采用Pan–Tompkins算法提取R峰与R–R间期。副交感指标包括频域的高频功率(HF)以及时域/几何域指标RMSSD和CVI;连续HRV采用5 s滑动时间窗逐搏计算。统计学上,研究人员计算各呼吸测度与PSNS指标间的Spearman相关系数,并对Fisher z变换后的相关系数进行重复测量方差分析及Bonferroni校正事后比较。

以下结合论文结果部分各小标题进行总结。

3.1. Respiratory Features and Their Associations with Parasympathetic Nervous System Indices
这一部分通过代表性个体的时间序列展示,直观比较了呼吸特征与PSNS指标随时间的耦合关系。研究人员分别将原始呼吸波形、瞬时振幅和瞬时频率与HF、RMSSD、CVI同步呈现,观察其时间上的共同变化。结果显示,较深的呼吸事件通常伴随着HF、RMSSD和CVI升高,提示副交感活动增强与呼吸深度增加在时间上密切伴随。该部分的核心结论是:在个体层面的动态过程中,呼吸深度的变化比呼吸频率变化更容易与PSNS指标的起伏形成同步对应关系,为后续组水平统计分析提供了现象依据。

3.2. Correlation Coefficients Between Respiratory Measures and PSNS Indices
这一部分是全文的关键统计结果。针对HF,重复测量方差分析显示呼吸测度类型存在显著主效应,说明不同呼吸表征与HF的相关强度并不相同。经Bonferroni校正后比较发现,瞬时振幅与HF的相关系数显著高于瞬时频率,而瞬时振幅与原始呼吸波形之间、原始呼吸波形与瞬时频率之间差异均未达到显著。
针对RMSSD,研究同样观察到显著主效应。进一步比较显示,瞬时振幅与RMSSD的相关性显著高于瞬时频率;同时,原始呼吸波形与RMSSD的相关性也显著高于瞬时频率;但瞬时振幅与原始呼吸波形之间无显著差异。
针对CVI,呼吸测度类型亦具有显著主效应。事后分析表明,瞬时振幅不仅显著高于瞬时频率,也显著高于原始呼吸波形,而原始呼吸波形与瞬时频率之间无显著差异。
综合三项PSNS指标,研究得到一致结论:瞬时振幅在所有副交感指标上均稳定表现出强于瞬时频率的相关性,且效应量达到中等至较大水平。附加分析还表明,性别差异及睁眼/闭眼条件对这些相关系数无显著影响。由此可见,将Hilbert变换所得瞬时振幅作为呼吸深度指标,能够更有效地捕捉自主呼吸状态下与短时副交感性心脏调节相关的生理信息。

在讨论部分,研究人员首先指出,本研究证明在自主呼吸条件下,由Hilbert变换提取的瞬时振幅比瞬时频率更能反映副交感神经活动的时间波动。这意味着,即使在非实验操控、自然发生的呼吸过程中,短暂的深呼吸事件也更倾向于伴随副交感指标上升,而这种变化未必同时表现为呼吸频率的对应改变。研究进一步强调,这种组水平上一致存在的差异提示,肺扩张增加及其相关胸腔内压变化,可能与支持呼吸相关心率调节的迷走反射联系更为密切。与此同时,瞬时振幅作为呼吸波形的包络,不易受到相位翻转影响,因此相较包含相位极性变化的原始波形,可能更忠实地反映迷走神经介导的振幅波动。对于瞬时频率相关性较弱的现象,论文指出可能原因包括:静息自主呼吸频率通常仅在较窄范围内波动,降低了统计敏感性;当呼吸频率偏离HF频段时,HF对迷走调节的反映会变得不稳定;较高呼吸频率还可能伴有压力相关反应及交感神经活动增强,从而干扰PSNS指标与呼吸频率之间的关系。

论文也明确列出若干局限。首先,自主呼吸条件下难以严格区分呼吸模式变化与副交感活动波动的先后因果关系,且呼吸深度与频率可能同步变化,不利于完全拆分独立效应。其次,PSNS指标来源于HRV,而HRV本质上主要反映心脏迷走调节,因此作为迷走张力替代指标仍需谨慎解释。再次,样本仅限健康青年且测量场景单一,研究结论尚不能直接推广到老年群体或临床人群。此外,女性受试者的月经周期阶段未予评估,而卵巢激素波动可能影响自主神经活动;潮气量和呼气末CO2亦未被直接测量,因此无法评价通气化学反射对结果的贡献。

研究结论部分可译述为:本研究表明,在自主呼吸条件下,由Hilbert变换导出的瞬时振幅所表征的呼吸深度,与副交感神经系统活动波动的关联强于呼吸频率。尤其是在所有PSNS指标,包括HF、RMSSD和CVI上,瞬时振幅均持续表现出强于瞬时呼吸频率的关联,提示呼吸深度能够更敏感地表征静息状态下迷走神经介导的心脏调节。相较之下,瞬时呼吸频率与PSNS指标的关联较不稳健,这可能反映静息自主呼吸频率波动范围较窄,并易受唤醒相关交感激活等混杂因素影响。总体而言,这些发现增进了对呼吸与HRV相互作用的理解,并凸显了采用Hilbert导出呼吸振幅表征RSA及短时副交感活动的 метод学优势。未来研究应结合潮气量与呼出CO2的直接测量,并设计可分别操控呼吸深度和呼吸频率的实验范式,以进一步澄清二者对RSA与PSNS调节的独特贡献。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号