背景:随着人们生活压力的增大,睡眠问题已经严重影响人们的生活质量。睡眠分期是研究睡眠质量和一些相关疾病的重要依据。依据美国睡眠医学会睡眠分期方法,睡眠分期以30秒为单位,将睡眠过程划分为:醒觉期(Wake)、快速眼动期(REMS)、1期睡眠(Stage1)、2期睡眠(Stage2)、3期睡眠(Stage3)、4期睡眠(Stage4)。其中1期睡眠S1和2期睡眠S2可以合并为浅睡期(Light Sleep),3期睡眠S3和4期睡眠S4可以合并为深睡期(Slow Wave Sleep)。研究表明睡眠过程中的自主神经调节和中枢神经功能是协调变化的,心率变异性是受自主神经调控的,因此心率变异性是与睡眠息息相关的。研究目的:研究不同的睡眠分期中心率变异性的不同特征的变化规律。数据来源:我们搜集了文献中提到的5793个人的采样频率为200HZ的心电数据和以30s为分类单元的睡眠分期注释数据。分析方法:利用Physionet中提供软件,我们从5793人的心电数据中提取出每个人的心率间隔(RRI)数据。首先我们过滤去除睡眠期间时间与分期数据不对应的个体,剩余5411个有效数据。我们将5411个人的RRI数据分成以30s为分类单元的时间段,如果某个时间段中出现RRI大于1.5s或者小于0.05s,则过滤掉该时间段,这样我们将5411个个体的所有的时间段合并,将睡眠分期的注释数据也进行合并,总共得出4613458个有效的时间段进行后续分析。我们计算出每个时间段的时域指标,非线性指标和一些统计学指标等16个指标,如下:中位数(Median),四分差(IQR),绝对中位差(MAD),平均心率间期(Mean RR),平均心率(Mean HR),正常RR间期标准差(SDNN),相邻RR间期差值大于50ms的百分比(pNN50),标准差的标准差(SDSD),相邻RR间期差值的均方根(rMSSD),相邻RR间期差值(IRRR),心率变异间隔的绝对中位差(MADRR),心率变异指数(HRVi),正常心率间隔分布的三角形底边宽度(TINN),散点图短轴(SD1),散点图长轴(SD2),长短轴比率(SDraHio)。我们利用R程序进行如上指标计算,并进行多组间比较分析和相关性分析。研究结果:我们研究的4613458个有效的时间段中包括醒着Wake期1315358(28.5%),浅睡Light期2076222(45%),深睡Slow Wave期582650(12.6%),快速眼动REM期639228(13.9%)。在比较统计学指标median,IQR,MAD,mean RR,mean HR时,WAKE,LIGHT SLEEP,Slow Wave SLEEP,REM期比较,均具有显著性统计差异(p<0.05);在分析时域相关指标SDNN,rMSSD,IRRR,MADRR,HRVi,TINN时,其中rMSSD在LIGHT SLEEP,Slow Wave SLEEP时期中没有显著差异(p=0.0861),其他指标在四个时期中均具有显著性统计差异(p<0.05);在比较非线性指标SD1,SD2,SDratio时,SD1在LIGHT SLEEP,Slow Wave SLEEP期比较时没有显著性差异(p=0.1309),其他指标在四个时期比较时均具有显著性统计差异(p<0.05)。Spearman秩和分析结果如下:MAD与MeanRR呈强负相关(r=-0.996);IQR与MeanHR呈强正相关(r=0.986);PNN50与SDSD呈强正相关(r=0.999);rMSSD与IRRR呈强正相关(r=0.982);TINN与MADRR呈强正相关(r=1)。结论:心率变异性的统计学指标,时域指标,非线性指标在不同的睡眠分期中具有统计学差异,均可以反应不同睡眠分期中的特征,这些特征指标为后续构建自动化睡眠分期算法提供依据。但是由于MAD与MeanRR,IQR与MeanHR,PNN50与SDSD,rMSSD与IRRR,TINN与MADRR具有强相关性,因此我们在选用作为自动睡眠分期的指标时,选择部分指标作为构建模型的参数,为构建模型提供有力的依据。