HRV 之發展與歷史

據文獻報導，最早將 HRV 使用在臨床應用的是在 1965 年，婦科醫生 Hon 與 Lee 採用監測儀監測分娩過程時，發現胎兒的心率變異性降低，同時也偵測到胎兒 窘迫症(fetal distress)的發生[46]。較特別的是，在發現此症狀時，心率變異性雖然 有明顯的降低，卻沒有偵測到任何心率的改變，也因為此發現，而使得學者注意到 心率與心率變異的差別。1977 年，Wolf 等人發現心肌梗塞後的病人的 HRV 的降 低與高死亡率有高度的相關性[47]，他們認為，HRV 有明顯降低的病人，其死亡率 也相對的較高。其研究也在後來的實驗中，被證實其可行性，而 HRV 也因此漸漸 發展作為心肌梗塞後的病人其死亡率的預測工具[48]-[50]。在 1981 年， Akselrod 等人將功率頻譜密度(Power spectral density) 的方法更完善的引進 HRV 使用[51]，

其使用了頻譜分布的方式表現 HRV，使在分析時，對於自主神經系統調控的觀念 更加清晰明瞭。在 1984 年，Ewing 等人使用了的長程 Holter 監視器記錄無生病的 健康正常人的 24 小時 HRV, 結果發現健康的人其 HRV 會隨著自主神經系統的調 節而有日夜規律的改變[52]。因而他們確定了 HRV 與自主神經平衡狀態的高度相關 性。

在確認 HRV 的降低可作為心肌梗塞後的死亡率有力的預測指標[48]以及預測 心臟性猝死的指標後[53]，醫學界開始了對 HRV 的重視，而 HRV 也在此時被廣泛 的研究。其中最重要的是，HRV 成為了心血管疾病主要研究對象，另外還包含了

24

非心血管疾病的神經病變之疾病，皆可使用 HRV 作為研究工具。HRV 在學術研究 或是臨床上的使用也越來越普遍。

然而，雖然這些研究對 HRV 的在臨床上的發展越來越普及，卻也產生了新的 問題，其中包含了分析方法的不同，指標的錯誤選擇，或者是儀器品質的低劣，這 些問題可能會造成醫生在評估 HRV 時的錯誤結論，或者是每家醫院所使用的指標 皆不同，因此無法進行比較或統整，或是在評估某一病人是否有降低的 HRV 而易 造成其死亡時，無明確的指標可以指出此降低的 HRV 是因為自然產生，或者是病 變而產生，又或者是因為使用不同的儀器所造成的，這些問題，都造成了醫生在診 斷評估時的問題。因此，為了提高 HRV 在臨床使用上，作為心肌梗塞後的死亡率 預測指標及早期的糖尿病經病變的預測指標，1996 年歐洲心臟病學會和北美電氣 生理學會聯合發表了一篇報導，其內容包含了測量標準化，確立生理與病生理之間 的相關性，以及確認目前在臨床上正確的使用等等目標[7]。

因為簡單，準確，以及非侵入性的優點，HRV 成為預測心肌梗塞後死亡率非 常有力的預測工具。希望可以藉由 HRV 的研究與應用，使得可以找出心肌梗塞後 死亡率與心臟性猝死的早期預兆，作為評估病人的預後狀況，治療的監測，更希望 藉由早期預兆而找出相對應的治療方法，而預防死亡的發生。

25

3.3 HRV 的背景知識與生理基礎 3.3.1 神經系統

人體的神經系統由中樞神經系統(Central nervous system, CNS)及週邊神經系 統(Peripheral nervous, PNS)所組成。其中，中樞神經系統由腦及脊髓組成，週邊 神經系統由 12 對顱神經(Cranial Nerve)及 31 對脊髓(Spinal Nerve)所延伸出來。

其中周邊神經系統可依其作用細分為可控制著隨意肌運動的體神經系統(Somatic nervous system)，與控制不隨意肌肉運動的自主神經系統(Autonomic nervous system)，如心肌，平滑肌等。

自主神經系统之主要為調節不隨意肌的運動，包含心肌、平滑肌和腺體(消化 腺、汗腺、部分内分泌腺)的活性。依照生理功能的不同，將自主神經系統分為交 感(Sympathetic)與副交感(Parasympathetic)兩個分支。通常一個器官會同時被兩個 神經系統調控。兩個分支的作用往往是相互抗結，當一作用活性增加時，另一作用 之活性就會降低。

交感神經經由脊神經的作用將內部器官與腦相連，可讓身裡準備應付緊急狀況，

經由加情交感神經的活性，可加速心跳，增高血壓，抑制腸道的蠕動等。副交感經 由腦神經和腰脊神經組成的作用目的為保留和儲存能量，活性上升時，會增加消化 液的分泌，增加腸胃的蠕動並使心跳減慢等。自主神經間的作用是同時發生作用，

利用其相互抗結作用而保持體內的恆定性。

26

3.3.2 心跳速率與自主神經的關係

人類的心率，會因為不同的個體，不同的生理健康狀況，心理壓力，或者是規 律的運動而有所不同。心跳速率通常是由 cardiac pacemaker 的極化速率所決定的。

在沒有其他因素的影響下，稱為 intrinsic HR，心率會因為心肌的極化與負極化而 產生 110~120 次/min 的搏動。正常情況下，人體無法承受如此快速之心率，在正 常體內環境下，心率主要是受到自主神經的調控[54]，維持在 70 次/min 左右的搏 動。自主神經系統中的副交感神經，藉由迷走神經系統釋放 acetylcholine，使得心 率變慢；而交感神經系統釋放 epinephrine 及 norepinephrine 而使得心率變快[55]。

迷走神經分布於 sinuatrial node (SA node)，心室肌肉，以及房室連接路徑(圖 3.1)。刺激迷走神經會造成心臟速率的減慢，其主要原因為心室傳導路徑因為迷走 神經的刺激而減慢的因素。交感神經纖維遍布在整個心臟內，包含 SA node, 心室 肌肉，心房肌肉，以及房室連接路徑。刺激交感神經活性則會造成心率的加速，心 率之所以加速的原因為心肌收縮力增強，而使得傳導速率變快。

在正常的情況下，交感神經與副交感神經會同時作用在人體上，而當其效應達 到淨平衡後，反應其效應。正常健康的人體中，當其在安靜舒適的狀態下如仰臥，

或者是在黑夜裡，副交感神經活性會大於交感神經的活性，整體表現以副交感神經 為主。隨著負荷的增加，如站立，運動或是有壓力的狀況下，副交感神經的活性會 減小而交感神經的活性會漸增，心率也會因此變快。在自主神經影響下，心率會有 快慢的變化，在變化的過程中，在心搏與心搏之間產生了變異，此變異則是 HRV。

27

圖3.1 交感神經與副交感神經在心臟肌肉上的分布。

資料來源: Arthur C. Guyton, John E. Hall, Textbook of Medical Physiology, eleventh, Elsevier Inc., U.S., 2006.

28

第四章 HRV 分析方法

測量心率變異的方法主要分為三大類，時域分析法(Time domain methods)，

頻域分析法(Frequency domain methods)，以及非線性分析法(nonlinear methods)。

HRV為測量連續心搏與心搏之間的時間差。心率變異分是針對正常節律下的心跳其 些微的差異進行研究，而排除心律不整等節律明顯異常的interval。

4.1 時域分析法(Time domain methods)

在標準心電圖上，兩個相鄰正常QRS complex上的R波定義為R-R interval (圖 4.1)。而由連續的R-R interval代表著心律變動性，定義為Normal-to-Normal interval[7]。簡單的時域分析包含了平均NN interval，平均心跳，或者是最長與最短 的NN interval 之間的差異等等。

HRV的時域分析主要有兩類。第一類的數據，其為直接來自NN interval 而來。

包含心跳速率(Heart rate)，SDNN(standard deviation of all normal to normal intervals)，SDANN index (standard deviation of average normal to normal

intervals index)等。第二類的變異是以相鄰cycle的變異為基準[52]，包含R-MSSD (The square root of the mean of the sum of the squares of differences between adjacent NN intervals)，PNN50(NN50 count divided by the total number of all NN intervals)等。

29

時域分析法依其表現方式可分為兩種，一為 Statistical methods，另一為 Geometrical methods。

圖 4.1 正常心電圖個波形的定義。

資料來源：M.J. REED, et al., “Heart rate variability measurements and the prediction of ventricular arrhythmias”, The Quarterly journal of medicine, 98, pp. 87 – 95, 2005.

30

4.1.1 Statistical methods

SDNN，正常心跳間期的標準偏差，反映了在記錄期間全部的變異性。SDNN 隨著紀錄的時間減少而降低[56]，其數值會決定於記錄的時間長短。

SDNN index，計算每5分鐘正常心跳間期的標準偏 差，再計算全程的平均標 準偏差。

SDANN，所有五分鐘區段正常心跳平均值之標準差。

SDANN index，所有五分鐘區段正常心跳平均值之標準差之平均值。

RMSSD，正常心跳間期差值評方和的均方根。

NN50，正常相鄰心跳間期差值超過50毫秒的個數。

pNN50，相鄰正常心跳間期差值超過50毫秒的比例。

4.1.2 Geometrical methods

RR interval 直方圖的定義為對某一個體在一定的時段內，其RR interval 大小 分布的圖解方式。橫軸為RR interval，縱軸為此RR interval 所含的個數，這一系 列的數據即可形成如圖4.2所示的直方圖。此直方圖即可代表HRV的大小，當直方 圖高而窄時，HRV即視為小；如果顯示為低而寬時，HRV即視為大。

使用直方圖時，如果RR interval 取樣不正常時，如將T wave誤視為QRS的一 部分，通常此interval會遠大於會遠小於整個正常的RR interval，此時就會造成有部 分遠離主峰，而很清楚的被觀察到。

31

圖 4.2 單峰形RR interval 直方圖及其相對應的心率趨勢圖。

A：單峰形RR interval 直方圖。B：其相對應的心率趨勢圖。

A

B

32

為了減少不正常的RR interval 影響對HRV的判斷，衍生出HRV triangular index 。其基本原理為，以RR interval 為基礎所畫出來的直方圖，其最大的RR interval 到最小的RR interval 之寬度(最底座之寬度)，即為HRV的大小。而此寬度 的大小，則是由直方圖的面積除以高而得，直方圖的面積可視為全部RR interval 的 個數，其高可視為最多RR interval 的個數。因此，可得:

HRV triangular index=全部RR interval的個數/RR interval (8)

若直方圖越寬越低，則指數的絕對值會越大，而代表心率變異性越大。若此數值越 小，則代表心率變異性越小。

另外，並非所有的RR interval 會是單峰的狀態，有時會形成雙峰，如圖4.3所 示。如果是在合適，舒適的環境下，通常會是單峰的狀態，但是如果有白天與晚上 兩個階段，病人會在白天運動，晚上休息，因此造就了兩個或是更多的peak。

使用幾何方法的最大的限制在於要繪製直方圖時，其所需的NN interval 個數必 須很多，其可信度才會高，因此，要使用此方法，最少需要20分鐘。

33

圖 4.3 雙峰形RR interval 直方圖及其相對應的心率趨勢圖。

A：雙峰形RR interval 直方圖。B：其相對應的心率趨勢圖。

A

B

34

4.2 頻域分析法(Frequency domain methods)

頻譜分析的方法有很多種[57]。功率頻譜密度(Power spectral density) 可讓我

頻譜分析的方法有很多種[57]。功率頻譜密度(Power spectral density) 可讓我