基于水平可见性图探索心脏自主神经病变中心率变异性时间序列的网络拓扑简化特征

《Scientific Reports》：Horizontal visibility network topology reveals pathological loss of complexity in heart rate variability

　　

摘要

生理健康通常与由协调作用的调节机制产生的复杂、多尺度心率变异性（HRV）相关。相比之下，病理学通常以这种组织化的逐步丧失为特征。在这里，我们应用水平可见性图（HVGs）来分析具有正常自主神经功能、早期心脏自主神经病变（CAN）和明确CAN的队列的RR间期ECG时间序列。HVG变换将信号表示为一种网络，其中节点（振幅）可以在满足某个不等式的条件下形成连接，无论它们在时间上的距离如何。我们分析总三角形基序和尺度分辨三角形基序，以及相关的欧拉特征数作为网络组织指标。这些测量值显示出随着病理程度增加的系统性单调减少，且对窗口长度和用于定义长程结构的阈值的变化具有鲁棒性，这与病理状态与图拓扑简化相关的解释一致。观察到的最强分离存在于正常和明确CAN之间，而早期阶段的分离则较为有限。此外，网络测量值与传统的时域HRV指标强相关，特别是RMSSD。因此，虽然本分析并未确立超出标准HRV指数的独立或预测信息，但它证明了临床上与HRV相关的差异也在相应可见性图的拓扑结构中表现出来。