基于心率變異性的人體衰老程度評估理論之研究*

張昱昊，姚宇恒，黃磊，鄭馨怡

（皖南醫學院 醫學影像學院，安徽 蕪湖 241000）

人體衰老是指人體對環境的適應能力，包括生理適應能力和心理適應能力不斷降低、逐漸走向死亡的現象，是人體隨著生命的不斷延長所發生的一個正常而又復雜的必然過程。意味著人體隨著年齡的增加，機體逐漸出現退行性的變化，比如機體免疫力逐漸下降，導致眾多老年疾病的發病率逐漸增加。為了掌握這種變化，知曉自身衰老程度，并采用科學的方法延緩衰老，減少老年病（高血壓、動脈粥樣硬化、冠心病等）的發生，幫助延長機體壽命，對人體進行衰老程度的評估研究具有重要的意義。本文擬對前人基于心率變異性（heart rate variability,HRV）的人體衰老程度評估研究成果進行總結，發現問題，提出看法，以期對后續基于HRV 的人體衰老程度評估研究產生指導意義。

1 研究概況

目前對于人體衰老程度評估方法有：實足年齡和生物學年齡、衰弱指數、評估量表等。衰老評估的常用標志物有：炎癥因子、激素、糖化血紅蛋白（glycosylated hemoglobin,Hb）A1c、氧化指標（如晚期糖基化終產物、蛋白質羰基化合物、氧化脂蛋白和抗氧化劑缺乏等）、HRV 等［1］。

光電容積脈搏波（PPG）描記法是一種非侵入性的光電檢測技術［2］，他通過在手指和耳垂等身體表面放置微型光電傳感裝置，即可采集到有用的生化信號，簡單、方便［3］。

HRV 指的是持續正常（竇性）心動周期之間在時間維度上的細小差別，是自主神經系統（ANS）調節最有前途的指標之一。多項研究表明，不同年齡段的健康人HRV 有著較為明顯的差異［4］，隨著年齡的增長，HRV 逐漸降低。說明，HRV 可能是人體年齡的潛在標記物，因此HRV 是評估人體衰老程度的重要內容。

PPG 信號可以檢測到皮下血管組織中的血液容積變化，進而反映心率、血氧等多種生理標準。PPG 采集到的心率與心電圖的結果是一致的，峰峰值之間的間隔也非常相近，即可以用PPG 信號分析HRV，進而評估人體衰老程度［3］。

2 研究過程

2.1 PPG 信號的采集

當光線照射到人體皮膚上，一部分光線會通過折射或反射的方式傳遞出去，而另外一部分則會被人體皮膚、肌肉以及血液所吸收。由于心臟不斷發生搏動，導致血管內的血液量也隨之發生變化，因而，血管內血液對光線的吸收量也會隨著心臟的不斷搏動而發生變化。在此原理的基礎上，借助光電技術手段提取出的波形信號即為PPG。鑒于手機攝像頭每秒可以采集31 幀的圖像，雷恒波等［5］將實驗者的手指覆蓋于手機攝像頭上獲取一段視頻，隨后對拍攝的視頻進行分幀處理，通過對圖像中心區域進行截取分析以此減少外界環境所造成的干擾，接著根據每一幀圖像里面的像素灰度值變化特點繪制PPG 曲線時序圖，繼而得到PPG 信號。何智煜［6］則通過手機攝像頭采集受試者指尖的圖像，截取每幀圖像內的一定比例的矩形塊，通過打開手機背面的LED 燈進行補光處理來降低外部環境的影響，接著進行一系列的處理得到PPG 信號。王楠等［7］運用盲源分離的方法從實驗視頻中提取出PPG。信號采集過程中難免會有外界環境因素的干擾，截取中心區域以及補光處理都是比較好的降低環境干擾的方法。

2.2 PPG 信號的處理

眾所周知，人體生理體征信號十分微弱，導致利用手機攝像頭獲取的脈搏波信號是很容易受到噪聲的干擾，進而使實驗數據準確度降低，影響實驗的進程，因此信號的處理尤為關鍵。噪聲的來源主要有兩種：高頻噪聲和低頻基線漂移。高頻噪聲的產生主要有兩個方面，一是信號采集過程中周圍環境的干擾，二是采集過程中自身隨機產生的噪聲。低頻基線漂移則由被測者自身身體的運動和自主呼吸作用所產生。目前，對于脈搏波信號的處理方法比較多，例如：自適應濾波器法、小波變換法、多項式差值法以及經驗模態分解法。自適應濾波器對信號處理速度較慢且濾波頻率無法實現自動跟蹤，容易影響實驗進度［8］；小波變換可用于脈搏波中基線漂移的去除，但其處理信號依賴于小波基的選取，一旦小波基選擇不妥，則會對影響整個實驗的進度，對實驗結果產生很大的影響，容錯率較低［9］；多項式差值中“基準點”的找取至關重要，一旦“基準點”找取不當，則大概率導致實驗失敗，對操作者要求較高；而經驗模態分解（empirical mode decomposition,EMD）法可以根據信號其本身的局部特性進行自適應分解，具備極佳的信噪比，與上述方法相異的是無須預先選取設定任何“基準點”或基函數，仍可實現信號不同頻率成分的分解，同時對于操作者的要求較低，具有較高的容錯率。基于此方法的優越性，雷恒波等［10］得以成功清除PPG 信號中的低頻基線以及高頻噪聲。與他們相異的是，何智煜［6］設計了31 階長度的有限長沖擊響應（finite impulse response,FIR）低通濾波器來去除實驗中的毛刺噪聲，隨后采用直線型的形態學濾波器除去極限漂移噪聲，結果顯示脈搏波信號的噪聲被去除同時脈搏波信號的波形特征未受影響。陳真誠等［11］采用平均濾波器法濾除脈搏波中的高頻噪聲取得了較為準確的數據。不同的處理方法有其優越性的同時但又不乏其局限性，為保證實驗結果的準確性，選取契合自身實驗的信號處理方法至關重要。

2.3 PPG 計算HRV

誠然，HRV 是一項反映心臟自主神經張力以及平衡的敏感指標，可以對自主神經功能進行定量評價［12］。若自主神經出現功能紊亂，亦可對其紊亂程度所帶來的危險性給出相應的分層評析。除此之外也可以評價某些藥物對自主神經功能的影響。為取得精確的HRV 參數，常直接采用高精度的專業儀器，但礙于儀器價格之昂貴及操作過程之繁瑣，使得專業的測量方式難以普及和推廣。這時可以考慮先獲取PPG 信號，接著利用處理后PPG 信號計算出HRV 參數，從而實現HRV 參數的間接性獲取。此外，脈搏信號在幅值、噪聲干擾及信號質量等方面相較于心電信號都有著一定的優勢。同時隨著光學傳感器的不斷發展，基于脈搏信號與心電信號產生原因相近，使得利用PPG 分析HRV 成為可能。HART［13］通過對比分析被測者兩側脈搏信號與心電信號，認為脈率變異性是可以替代HRV 的。王步青等［14］研究發現，利用心電圖獲取的HRV 結果與運用三種不同特征點識別算法處理PPG 數據所獲得的HRV 結果幾乎是一致性。同時指出被測者本身的呼吸運動是造成計算結果產生差異的一個重要因素。PINHEIRO等［15］研究了三種不同背景下使用PRV 特征作為HRV 指標的代替物的假設。結果顯示，PRV 可作為健康受試者HRV 分析的替代方案，在時間和頻域特征上具有顯著相關性。而在運動過后及心血管疾病（CVD）受試者中，時間和頻域特征相關性欠佳。李靜等［16］研究發現，借助PPG 描記法得到的短時HRV 與心電圖法得到的HRV 幾乎是一致的。徐禮勝等［17］研究表明脈率變異性與HRV并不是完全一致的，不能完全相互替代。其中健康青少年組的全部參數［總體標準差（SDNN）、相鄰RR 間期差值的均方根（RMSSD）、相鄰RR間期差值＞50 ms 的百分比（PNN50）、高頻功率（HF）等］均具有一致性，而在老年人組以及心血管病人組中只有其中的一部分參數是一致的。這些研究表明PPG 描記法計算HRV 具有一定的局限性，即脈率變異性（PRV）和HRV 在一定程度上可以相互替代分析，此外，對于受試者的選擇也更具指向性。

總體而言，伴隨著智能手機的發展，其數據存儲、計算與分析能力不斷提高，使得借助手機攝像頭獲取PPG 信號這一方法成為現實。由于人體生理特征信號十分微弱，因此信號采集時應采取不同的方法減少外界環境因素的干擾，接著通過對PPG 信號的處理變換，則可將其用于HRV 的分析。盡管具有一定的局限性，但為未來HRV 的計算領域增添了更多的可能性與選擇性。

3 總結與思考

3.1 衰老評估指標與衰老的生物學變化關聯不緊密

相關研究表明，衰老度有三種計算方法，一是計算日歷年齡與生物年齡的差值；二是計算日歷年齡與生物年齡的比值，以百分比表示；三是構建人體的心理-生理-社會三維衰老度指標和量表，通過各方面指標表示人體衰老程度［18］。邱勇玉等［19］研究發現，隨著年齡的增大，受試者HRV的各項指標均逐漸降低，副交感神經與交感神經的張力均降低。健康女性的副交感神經張力是高于男性的，但交感神經張力卻低于男性。提示在臨床上分析HRV 的各項指標時應考慮性別與年齡因素對HRV 的影響，以便得出正確的結論。張劍等［20］研究發現，采集數據中隨著年齡指標的不斷上升，HRV 異常程度也在不斷提升。因而年齡與HRV 異常率之間有著高度的相關性。吳萌等［4］采集了741 例不同年齡段受試者的短時HRV 數據并進行分析，結果發現，隨著年齡的增長，受試者的疲勞度逐漸增加，自主神經活性及功能逐漸降低。這些研究一方面提示分析HRV 時多種因素應同時考慮，另一方面表明HRV 各項指標會隨著年齡的增加而不斷降低。總而言之，人體的衰老由多種因素共同影響，在這些影響因素的作用下，可造成日歷年齡與生物年齡差異過大。多方面研究表明，年齡增長的同時，HRV 的各項指標有明顯的下降，因此HRV 作為反映心臟副交感神經與交感神經活動的重要指標［21］，可作為一種潛在的生物標記物，對人體的衰老程度進行評估甚至預測。但人體衰老的過程是復雜的，也是多因素引起的綜合性過程。如果能盡早得對衰老進行準確的評估，將可避免無效的預防和錯誤的預防指導，并且也能為抗衰老綜合干預理論方法提供指導依據。而目前的衰老評估指標與衰老的生物學變化關聯性是不緊密的，雖然有其合理的部分，但不能詳細的辨別出處于衰弱前期的老年人。因此，需要找尋更敏感并且實用可靠的生物標志物。

3.2 HRV 分析考慮因素不充分

截止至今，由于技術水平受限，對于衰老機制尚未有一個明確的定論，存在數十種學說，如端粒學說、免疫學說、細胞凋亡學說等［22］，但尚無任何一門學說能夠系統性闡釋衰老機制［23］。總而言之，衰老的發生機制與原因較為復雜，人體的衰老由多種因素共同影響，在這些影響因素的作用下，可造成日歷年齡與生物年齡差異過大。另外，生物年齡受到多方面因素的影響，比如先天的遺傳或后天的生活環境、膳食營養及生活方式等，因此個體的衰老速率也有差異。因而在HRV 分析過程中，要充分考慮到生理、心理、社會、臨床病理等這些方面的因素，加入到衰老評估模型中。

3.3 信號采集方式及測量設備有待改進提高

目前，運用專業的測量設備進行人體體征測量是主流方式，這種方式盡管可以得到較為準確的數據，但是礙于成本價格的昂貴，難以推廣和普及［24］。因此，尋求一種簡便的測量方法代替繁瑣的專業設備測量至關重要。VAN ANDEL 等［25］將他們自制的光電傳感系統集成在一個腕帶上，被測者將其戴在手腕處即可進行PPG 信號采集；GILOTRA 等［26］則設法將光電傳感器套在手指上采集PPG 信號。但這些方法在某些特殊的場合下并不適用，例如肢體抖動以及皮膚有傷口的患者。由于人體生理特征信號非常微弱，因此信號采集時受外界環境因素的干擾較大。另外，通過對PPG 信號的處理變換以用于HRV 的分析，也具有一定的局限性。因此，信號采集方式仍有待改進，測量設備仍有待提高。

4 研究展望

4.1 需找尋更敏感且實用可靠的生物標志物

鑒于人體衰老的復雜過程，需找尋到敏感并且實用可靠的生物標志物，使得衰老評估指標與衰老的生物學變化關聯性更加緊密。更加詳細的辨別出處于衰弱前期的老年人，即盡可能早地對衰老進行準確的評估，這將有助于避免無效或錯誤的預防指導，并且也能為抗衰老綜合干預理論方法提供指導依據。

4.2 充分考慮多種因素完善衰老評估模型

由于人體的衰老是由多種因素共同影響的，因此在HRV 分析過程中，要充分考慮到生理、心理、社會、臨床病理等方面的因素，加入到衰老評估模型之中，從而更加準確地評估衰老程度，才能得出更科學、合理、有效的抗衰老干預依據。

4.3 改進信號采集方式，運用手機攝像頭提高檢測效率與便捷度

隨著科技水平不斷提升、移動醫療的逐漸興起以及智能手機數據運算與處理能力大幅提升，智能手機普及率逐年上升，智能手機的應用范圍也越來越廣闊。專業設備測量PPG 信號存在著成本昂貴、難以普及等劣勢，但借助手機攝像頭可實現對人體衰老程度的評估，且具有以下優勢：第一，在當今時代大背景下，手機性能不斷優化提升，其數據接收、運算和存儲能力有了質的飛躍，手機攝像頭像素也不斷提升，成為使用最為頻繁的傳感器，將有機會代替越來越多的專業設備，具有廣闊的應用前景；第二，對比專業的檢測設備，智能手機操作簡便，易于集成，且成本較低，輕便易攜，易于推廣，且不會對受試者造成任何傷害；第三，在過去大多數情況下只能在醫院等專業場所進行人體生理體征的精確檢測，易受高頻電磁場的干擾，且結果報告獲取較慢，對受試者來說不夠便捷，而運用手機攝像頭獲取信號將不再拘泥于特定場所，在大多數場所都可進行實驗研究，可不受高頻電磁場干擾，對于PPG 信號可實現遠程、定量、無創非接觸式獲取，一定程度上節省了受試者的時間，提高了檢測的速度和效率。

但通過手機攝像頭測量基于HRV 評估人體衰老程度的方法還存在以下問題需要在未來進行更加深入的拓展和研究：第一，PPG 信號十分微弱，在進行PPG 信號采集的過程中，周圍環境的光線以及噪聲等因素會對實驗造成干擾，因而在實驗過程中對光線以及聲音的要求比較嚴苛，目前解決方式為打開手機背面的LED 燈進行補光處理，另外，降噪方法的選擇可遵循不同實驗的標準與要求，選取契合本身實驗的降噪方法即可；第二，不同人體的皮膚、呼吸速率以及脈搏波強弱具有顯著的差異，尋找有效的方法克服差異對實驗的影響非常重要；第三，由于技術水平受限，人體的衰老程度與HRV 之間的關系尚未完全明確，且實驗結果的精確度相比專業測量設備較低，信號處理速度相對較慢，因此探究二者之間的具體關系、如何提高精確度以及處理速度仍需要進一步研究。相信隨著科技不斷革新，手機性能不斷優化，這些問題定會迎刃而解，利用手機攝像頭測量基于HRV 評估人體衰老程度具有一定的實用價值和較好的前景。