编辑推荐：
在新生儿重症监护中，传统心率变异性（HRV）分析方法难以精准检测早产儿心动过缓。研究人员开展新型 HRV 映射方法研究，对比多种方法后发现，新方法预测心动过缓的敏感性、特异性和准确性分别达 94.37±4.22%、95.12±4.06% 和 95.28±3.84%，有助于评估早产儿自主神经和心血管系统。
在医学领域，心脏健康监测一直是至关重要的研究方向。心率变异性（HRV）作为评估心脏活动的关键指标，能够反映心脏自主神经系统的功能状态 。然而，现有的 HRV 分析方法存在诸多局限，尤其是在处理短时长信号和事件时，难以准确捕捉心率变化的细微特征，对于早产儿心动过缓这类需要及时发现和干预的情况，传统方法的表现不尽如人意。在新生儿重症监护病房（NICU）中，准确、及时地检测早产儿心动过缓对改善其预后意义重大，但传统的 HRV 分析方法，如 Poincare 图等，无法满足这一需求，因此，开发一种更精确、更高效的 HRV 分析方法迫在眉睫。
在此背景下，研究人员开展了关于新型 HRV 映射方法的研究，旨在探索现有几何特征在婴儿心动过缓分析中的潜力，并提出一种新的映射方法。该研究成果发表在《Franklin Open》上。
研究人员采用了多种关键技术方法。首先，收集了 10 名胎龄在 293/7至 342/7周早产儿的心电图（ECG）数据。然后，对这些数据进行预处理，利用低通滤波器去除基线变化，通过 pan-Tompkins 算法检测 QRS 峰值，进而计算 RR 间期，生成 HRV 信号。最后，运用多种映射方法，包括 Standard Poincare Plot Parameters、Triangle Phase Space Mapping（TPSM）、Parabolic Phase Space Mapping（PPSM）、Triple Geometric features 和新提出的映射方法，对 HRV 信号进行分析。
在研究结果部分，研究人员对不同映射方法进行了对比分析。
- 不同方法的参数比较：计算了各特征在心动过缓前后的参数，如 TPSM 和 PPSM 的相关参数，以及 Standard Poincare plot 参数、Triple geometric features 和新方法的参数。发现 Standard Poincare plot 参数、TPSM 和 PPSM 在心动过缓前后部分参数无显著变化，而角度和面积参数在两组信号中差异明显。
- 不同方法的预测性能：通过 t 检验分析比较不同映射方法，结果显示，新提出的方法在预测心动过缓方面表现最佳，其敏感性、特异性和准确性分别为 94.37±4.22%、95.12±4.06% 和 95.28±3.84% 。而 PPSM 的 A 参数表现较差，敏感性、特异性和准确性分别为 64.34±8.12、71.28±7.66 和 73.23±7.49。
在研究结论和讨论部分，该研究证明了几何特征在婴儿心动过缓分析中的潜力，新提出的映射方法在预测心动过缓方面具有高敏感性、特异性和准确性，表现出较强的稳健性。该方法不仅有助于评估早产儿的自主神经和心血管系统，还为 HRV 分析在其他疾病检测中的应用提供了新的思路 。然而，研究也存在一定的局限性，如数据库相对较小，未来需要在更大、更多样化的队列中进行验证，同时探索整合其他生理信号，以进一步提高心动过缓检测的准确性，并将该方法应用于更多临床场景。总体而言，这项研究为新生儿心脏健康监测提供了重要的技术支持，有望改善早产儿的医疗护理水平，推动新生儿医学领域的发展。
