水平可见图分析揭示从新生儿到成人心率动态发育模式

《Physica A: Statistical Mechanics and its Applications》：Horizontal visibility graph analysis reveals developmental patterns in heart rate dynamics from neonates to adults

　　

表征从出生到成人心脏自主神经调节的发育轨迹在方法学上仍具挑战，因为常规心率变异性（HRV）指标在捕捉心脏动态的非线性与结构复杂性方面存在局限。研究人员提出应用水平可见图（HVG）分析——一种将时间序列的时间顺序编码为网络拓扑的图论变换方法——来量化涵盖新生儿至成人八个年龄组自主神经成熟的发育特征。从138名健康受试者的RR间期序列中提取三个HVG衍生描述符（平均度、聚类系数和传递性）以及短期去趋势波动分析指数（DFA-α1）。这四项指标均表现出从婴儿期到青春期显著、单调的年龄相关上升趋势，其中传递性和聚类系数具有大效应量，并与既有HRV指数强相关。未检测到显著性别差异，稳健性分析确认了指标在广泛序列长度与噪声水平下的稳定性。这些结果确立了HVG分析作为一种计算高效且生理可解释的心脏自主神经发育研究框架，补充了分形与时间域方法，并为其在儿科心脏病学中的应用开辟了途径。

研究背景与问题提出

人类心跳源于交感神经与副交感神经对窦房结活动的动态交互，其逐搏波动以心率变异性（HRV）量化，是自主神经系统功能的非侵入标志。婴儿、儿童及青春期HRV呈现显著年龄相关变化，反映调节心血管功能的中枢与外周神经回路成熟。然而传统HRV指标（如mean RR、SDNN、RMSSD）难以捕捉心脏动态的非线性与多尺度复杂性；现有非线性方法（DFA、多尺度熵、符号动力学、心率碎片指数）常需长而平稳的记录、多步预处理且可解释性差，在儿科短记录、高噪、心率偏快场景下尤其受限。图论方法近年兴起，其中水平可见图（HVG）以几何可见性准则将时间点映射为节点、保留时间顺序、无需平稳性假设、对噪声与短序列鲁棒、计算复杂度O(N)。但既往HVG应用多聚焦成人睡眠分期、衰老队列心血管复杂性或特定临床人群，健康人从新生儿到成人全谱自主神经成熟的年龄特征尚缺系统研究。为此，研究人员在138名新生儿至成人健康受试者中应用HVG于RR间期序列，提取平均度（k?）、聚类系数（C）、传递性（T）并辅以短期DFA-α₁，评估其年龄趋势、与传统HRV关联及性别差异。该文发表于《Physica A: Statistical Mechanics and its Applications》。

主要关键技术方法

研究人员采用PhysioNet公开库中国拉普拉塔国立大学伦理审批下的138名健康受试者（男68、女62、8名新生儿/早婴未记性别）24小时Holter记录，采样率512–1024 Hz，经自动检测与专家核对得RR间期，剔除300–2000 ms外及少于200有效间期者，最长连续有效段截断至3000点。按年龄分8组：新生儿(0–1月,n=8)、早婴(1–5月,n=33)、晚婴(6–11月,n=29)、幼儿(1–2岁,n=12)、学龄前(3–5岁,n=17)、学龄(6–11岁,n=18)、青少年(12–17岁,n=12)、成人(≥18岁,n=9)。HVG构建依据Lacasa等准则：两节点i<j连边当且仅当所有中间k满足x_k<min(x_i,x_j)，获无向图G=(V,E)；由此算k?、C、T。DFA-α₁在4–16拍尺度幂律拟合F(n)~n^α₁。组间用Kruskal–Wallis与Dunn–Holm事后检验，效应量取η²与Cohen’s d，关联用Pearson（log转换HRV），性别用Mann–Whitney U。

研究结果

1. 3.
   Results
   HVG特征在八组间呈系统年龄变化。k?、C、T从新生儿到青少年渐进上升，DFA-α₁亦升。Kruskal–Wallis显示四项均p<0.001：k?(H=75.25,η²=0.10中效应)、C(H=47.67,η²=0.56大效应)、T(H=82.05,η²=0.62大效应)、DFA-α₁(H=45.82,η²=0.28大效应)。新生儿vs成人Cohen’s d为k?=2.08、C=1.72、T=3.32、DFA-α₁=2.18。成人较学龄/青少年峰值略降但Dunn–Holm显示与学龄儿及青少年无显著差异，提示指标在儿童中期后稳定。事后表明差异集中在最早组（新生儿、早婴）与较大组（学龄、青少年、成人）间：k?新生儿显著低于青少年与成人(p<0.01)；C从婴儿到学龄步进上升(p<0.001)；T从早婴到青少年剧增(p<0.001)；DFA-α₁新生儿低于其后各组(p<0.001)。
   关联分析：k?与log SDNN强正相关(r=0.74,p<0.001)；C与RMSSD正相关(r=0.68)；T与mean RR极强正相关(r=0.88)；DFA-α₁与RMSSD负相关(r=-0.66)。Holm校正后皆显著。
   性别：合并全样本Mann–Whitney U显示k?(U=1990,p=0.58)、C(U=2203,p=0.66)、T(U=2129,p=0.92)、DFA-α₁(U=2001,p=0.62)均无性别差，中位数近同。

讨论部分总结

研究人员指出HVG三描述符与DFA-α₁系统追踪自主神经成熟，与已知SDNN/RMSSD随龄升、青春平台、成人缓降一致；T与mean RR高达0.88的关联证明图拓扑编码生理变异。新生儿低连接性呼应新生HRV偏低文献，说明可见图捕获“局部主导搏跳稀少致长程连接少”的结构特征而非仅幅度变异。性别无差与儿科HRV年龄主导结论吻合。临床层面，HVG对噪短序列鲁棒（附录B定量证实），有望用于先天/获得性心脏病患儿及冥想、 Seizure预测等场景。局限含组间不均（新生8、成人9）、仅静息Holter、缺临床验证队列、自主神经塑形HVG机制未明。

结论部分翻译

研究人员证明水平可见图分析提供了一种计算高效且生理可解释的框架，用于表征人一生中心脏自主神经调节的发育变化。三个HVG衍生描述符——平均度（k?）、聚类系数（C）与传递性（T）——连同短期分形指数DFA-α₁，展现出从新生儿期到成人期系统的年龄依赖变化，并与既有HRV指数显著关联。本工作首要贡献在于首次用严格预处理公开数据系统刻画新生儿至成人八阶段HVG心脏网络拓扑；传递性与聚类系数大效应量兼跨序列长度与噪声稳定，提示HVG描述符可作可靠发育生物标记。婴儿至青少年拓扑组织与分形相关增强支持“发育中生理复杂性增加”、成人轻度回落符合年龄相关复杂性丧失概念。HVG桥接图论与分形途径，补传统HRV之不足，未来应拓展至临床儿科群体、动态生理条件及机器学习框架。

Andy Domínguez-Monterroza

Department of Artificial Intelligence, Universidad Politécnica de Madrid, Madrid, Spain