目的心率变异性（Heart rate variability,HRV）反映了逐个心动周期（beat-to-beat）细微的时间变化及规律,是窦性心率在一定时间内周期性改变的现象,体现了心率的波动性。心率的波动并非偶然,而是受体内神经、体液的调控,为适应不同的生理状况或某些病理状态而作出的反应。影响心率波动的因素包括脑的高级神经活动、中枢神经系统（CNS）的自发性节律活动、呼吸活动以及由压力和化学感受器传入的心血管反向活动等,这些因素最终通过对心脏的交感神经（SNS）和迷走神经（PNS）的综合调节作用而形成心率变异性。换言之,心率的波动变异内涵是十分丰富的,蕴涵着有关心血管调节的大量信息,对这些信息的提取和分析可以定量评估心脏交感神经和迷走神经活动的紧张性、均衡性及其对心血管系统活动的影响。因此HRV是评价心血管系统功能,预测心脏性猝死和心律失常性事件的一个有价值的指标。大量研究证实,心血管系统是复杂的非线性系统,HRV信号是心血管系统输出的时间序列,该序列与心血管系统的调节模式和多个参数有关。HRV的时域分析法和频域分析法是代表心率的总体变化,非线性分析可揭示心电信号蕴藏的更深层次信息,反映心动周期信号变化的复杂性,代表的是心率的瞬时变化。因此可以用非线性系统的各种特征量来描述HRV信号。考虑到HRV信号具有动态变化大、稳态时间短、数据长度短等特点,在多个非线性特征量中,采用较多的是复杂性测度（Complexity Measure）,即复杂度。由于具有传统代表意义的Kc等复杂度针对的是序列的随机性,把随机性误认为是复杂性。鉴于上述,本研究旨在应用一种新的复杂性测度方法,即广义复杂度（GC）,对心率变异性（HRV）进行分析,通过计算、对比正常组和早搏（PB）组的广义复杂度值,建立无损伤诊断心血管疾病的量化指标,将有助于更好地理解HRV潜在的生理机制,从而为临床心电医学的诊断和用药提供理论基础。方法HRV的研究对象只是逐次心动周期的时间变化及其规律,罗列人体每次心动周期间的差别可显示出一大堆貌似无序的参数,反映了心率连续的瞬时波动,如何从心率波动这一简单现象中,从一大堆无序的参数中,提取分析出其中有序的规律,用以说明人体的生理或病理变化是HRV分析的实质所在,也是有别于其他心电检测技术的关键。HRV检测实际上是心动周期变异的检测,各项HRV指标的测量都是建立在R-R间期测量的基础上。1、HRV信号的提取与分组;2、R-R间期数值序列粗粒化为符号序列;3、用VC++6.0编程;4、分别计算两样本组的广义复杂度;5、通过对比分析找出规律并确定量化指标;6、统计学分析。结果1、呈现出两个样本组V₅导联ECG片段及R-R间期数值序列分布情况;2、两样本组广义复杂度的统计分析显示:早搏组GC_T=13.0799±1.5768,正常组GC_T=37.2474±0.5525,差异有显著意义（P＜0.01）;3、散点图显示,两个样本组之间的GC_R图形存在较大的混叠,而正常样本组和早搏样本组的GC_C出现了大致的分层,仅有几个数据点重叠,混叠较少,而两样本组的GC_T有明显的分层现象。结论本研究表明,在分析正常人样本组和早搏病人样本组的HRV信号时,广义复杂度中的转移性复杂度（GC_T）能够区分两者,可以定量刻画HRV信号中有结构的复杂性行为,展现了从非线性动力学和复杂性科学角度探讨心率变异的潜在价值和广阔前景,有望成为无损伤诊断心血管疾病的客观指标。