目的:经常进行呼吸暂停会增加心律失常的发病率。研究证明心脏活动是在自主神经系统的调控下进行的。心率变异性作为一种能够测定自主神经系统功能的方法已经被广泛应用。因此,本研究使用短时心率变异性的方法来分析呼吸暂停是如何影响自主神经系统的功能。在临床上,不能及时纠正的呼吸暂停会导致心脏功能的失衡以及身体器官组织的缺氧,因此对于呼吸暂停的检测越来越受到重视。我们打算使用心率变异性指标建立机器学习模型来检测呼吸暂停。研究方法:1.我们采集了45名健康受试者在正常呼吸以及10次呼吸暂停状态下的数据。同时在PhysioNet数据库中下载了36名患者正常呼吸和10次呼吸暂停状态下的数据。然后,我们分别计算并比较了这些受试者在正常呼吸和呼吸暂停状态下的心率变异性指标值。2.基于研究1中所计算的心率变异性指标建立多种机器学习模型来检测呼吸暂停。结果:相比于正常呼吸时,呼吸暂停会导致Mean-RR、nLF、LF/HF和α1的值显著增加,rMSSD和nHF的值显著减小。使用心率变异性指标检测呼吸暂停的准确率可达到94.62%,灵敏度可达到93.68%,特异度可达到95.93%。结论:呼吸暂停不仅会导致自主神经系统的功能失衡,也会增加心脏的分形特性。这些生理变化很可能诱发并导致心律失常的发生。机器学习模型的结果证明使用心率变异性指标来检测呼吸暂停具有很好的准确性及稳定性,为呼吸暂停的检测提供了很好的保障。