RU2326587C1

RU2326587C1 - Способ исследования вариабельности сердечного ритма человека

Info

Publication number: RU2326587C1
Application number: RU2007102732/14A
Authority: RU
Inventors: Ярослав Александрович Туровский (RU); Ярослав Александрович Туровский
Priority date: 2007-01-24
Filing date: 2007-01-24
Publication date: 2008-06-20

Abstract

Изобретение относится к медицине и предназначено для исследования вариабельности сердечного ритма человека. Регистрируют R-R интервалограмму. Проводят ее спектральный анализ методом непрерывного вейвлет-преобразования. Определяют мощность частоты кардиоинтервалограммы а в момент времени b по формуле

a,b∈R, a>0,

где W(a,b) - коэффициент вейвлетного преобразования; f(t) - анализируемая функция; ψ((t-b)/a) - анализирующий вейвлет. Осуществляют построение на основе вейвлетных коэффициентов скейлограмм на отрезке [b_i,b_j] по формуле

i,j<N, j>i,

где V(a_l) - скейлограмма сигнала; N - количество коэффициентов; a_l - масштаб вейвлетного преобразования. Выделяют на скейлограммах физиологически значимые частотные диапазоны, исходя из расстояний между соседними локальными минимумами на кривой скейлограммы. Определяют значения вейвлетной плотности мощности U в каждом из частотных диапазонов и значения удельной вейвлетной плотности мощности. Предлагаемый способ позволяет повысить точность определения параметров вариабельности за счет учета индивидуальных реакций исследуемого пациента. 4 ил.

Description

Изобретение относится к медицине, а именно к кардиологии, нормальной физиологии, патологической физиологии.

Известен способ изучения вариабельности сердечного ритма (ВСР), который осуществляется с помощью методик, использующих режимы временного и частотного анализа (Л.И.Макаров. Холтеровское мониторирование. - 2000. - М: Медпрактика, - с.51-62). Временной анализ основан на вычислении ряда статистических параметров серии R-R-интервалов различной продолжительности (mean, SDNN, SDNN-i, SDANN-i, rMSSD, pNN50, SDSD, Counts) (Crowford MH, Bernstein SJ, Deedwania PC et al. AHA guidelines for ambulatory electrocardiography: a report of the American College of Cardiology / American Heart Association Task Force of Practice Guidelines (Commitee to Revise the Guidelines for Ambulatory Electrocardiography). J. Am. Coil Cardiol. 1999; 34:912-48).

Также известны так называемые геометрические методы анализа ВСР - построение интервальной гистограммы, дифференциальной гистограммы различий, корреляционной ритмограммы. Оценка результатов геометрических методов осуществляется с помощью измерения параметров построенных геометрических фигур, аппроксимации паттерна сердечного ритма через построение фигур и математическое преобразование, с последующей интерпретацией и непосредственное описание и интерпретация формы геометрических фигур сердечного ритма.

Общими недостатками вышеперечисленных методик является необходимость длительной записи сигнала, усреднение результатов анализа, что не позволяет использовать их для определения локализации и характеристик локальных всплесков и отсутствие определения частотных характеристик ВСР.

При частотном (спектральном) анализе с помощью авторегрессионного анализа или ряда модификаций быстрого преобразования Фурье производится разделение серии R-R-интервалов на частотные спектры различной плотности. Определяются показатели спектральной мощности низкочастотного (Lf) и сверхнизкочастотного (VLF) диапазонов, характеризующие влияния симпатического и высокочастотного (Hf) диапазона, отражающего парасимпатические влияния на регуляцию ВСР, соотношение Lf/Hf, а также общая мощность спектра колебаний R-R-интервалов (TF). Главным недостатком этого метода является невозможность его использования при анализе нестационарных сигналов, т.е. большинства паттернов ВСР. Метод Фурье в модификации Уэлча обеспечивает усреднение результатов анализа в пределах ширины окна, т.е. он не позволяет установить частотно-временную локализацию быстро затухающего процесса. Применяемое для оценки временной динамики оконное преобразование Фурье имеет одно и тоже разрешение по времени и частоте для всех точек плоскости преобразования (Н.М.Астафьева. Успехи физических наук, т.166, №11, 1996, с.1145-1170, с.1150), что делает этот метод математического анализа малоинформативным для изучения временной динамики ВСР при переходных процессах и, следовательно, и при тонкой диагностике скрытых изменений вегетативного гомеостаза.

Наиболее близким к предлагаемому способу является способ применения вейвлет-преобразования для анализа вариабельности сердечного ритма детей (RU №2241374, МПК А61В 5/0452, 5/02, 10.12.2004). Недостатком данного способа является его малая информативность и точность, невозможность выявить слабые по силе воздействия на сердце, так как выделение частот, в которых производится анализ, осуществляется по стандартным частотным диапазонам (Рекомендации «Рабочей группы Европейского Кардиологического Общества и Северо-Американского Общества Стимуляции и Электрофизиологии») без учета индивидуальных особенностей распределения частотных спектров.

Задачей предлагаемого изобретения является улучшение оценки состояния вегетативной регуляции вариабельности сердечного ритма человека.

Технический результат заключается в увеличении точности и информативности способа исследования вариабельности сердечного ритма человека.

Технический результат достигается тем, что способ исследования вариабельности сердечного ритма человека включает регистрацию R-R интервалограммы и дальнейший ее спектральный анализ методом непрерывного вейвлет-преобразования, в котором определяют мощность частоты кардиоинтервалограммы а в момент времени b по формуле

где W(a,b) - коэффициент вейвлетного преобразования;

f (t) - анализируемая функция;

ψ((t-b)/a) - анализирующий вейвлет;

построение на основе матрицы вейвлетных коэффициентов скейлограмм на отрезке [b_i,b_j] по формулам

i,j<N, j>i,

где V(a_l) - скейлограмма сигнала;

N - количество коэффициентов;

a_l - масштаб вейвлетного преобразования;

выделение на скейлограммах физиологически значимых частотных диапазонов, согласно изобретению выделение на скейлограммах физиологических значимых частотных диапазонов осуществляется, исходя из расстояний между соседними локальными минимумами на кривой скейлограммы по формуле

Δа=а_m-a_n,

где Δа - физиологически значимый диапазон,

a_m, a_n - соседние локальные минимумы на кривой скейлограммы;

определение значения вейвлетной плотности мощности (ВПМ) U в каждом из частотных диапазонов Δа=[а_m, a_n] осуществляется по формуле

определение изменения вейвлетной плотности мощности во времени как U(t);

определение изменения частотных диапазонов во времени как Δа(t);

определение значения удельной вейвлетной плотности мощности U' во времени по формуле

U'=U(t)/Δa(t),

которая отражает динамику изменения тонуса симпатического и парасимпатического отделов ВНС на коротких промежутках времени.

Скейлограммы («энергетические» диаграммы) строятся на основе матрицы вейвлет-коэффициентов, заданные как среднее квадратов коэффициентов W(a,b) при фиксированном параметре а на отрезке [b_i,b_j]. Являясь функцией масштаба, скейлограмма отражает ту же информацию, что и спектральная плотность мощности Фурье, являющаяся функцией от частоты. Как известно, вейвлет-преобразование имеет преимущество прежде всего за счет свойства частотно-временной локализации вейвлетов. Вейвлет-преобразование, представляющее собой временную развертку спектра, позволяет получить и более локализованную во времени энергетическую информацию. Энергетические диаграммы (скейлограммы) строятся на кратковременных (порядка 2-3 секунд) отрезках, что позволяет отслеживать временную динамику процесса.

На скейлограммах выделяют локальные спектры и физиологически значимые частотные диапазоны Δа, которые рассчитывают, исходя из расстояний между локальными минимумами a_m, a_n, связанными с различными типами механизмов регуляции ВСР человека. При этом при выявлении трех наиболее значимых диапазонов определяются два наиболее выраженных минимума, при четырех - три и т.д.

Суммарное значение вейвлетной плотности мощности U отражает суммарную активность нервного центра и определяется в каждом из частотных диапазонов Δа=[а_m,a_n].

Удельная вейвлетная плотность мощности U' характеризует удельную выраженность активного нервного центра и отражает процессы оптимизации частоты сердечных сокращений. Выделение физиологически значимых диапазонов между локальными минимумами на кривой скейлограммы, связанных с различными типами механизмов регуляции ВСР, и оценка данного параметра позволяют выявить даже слабые по силе воздействия вегетативной нервной системы на ВСР на различных этапах онтогенеза, в норме и патологии, как в покое, так и при переходных процессах, что качественным образом повышает информативность и точность способа оценки вариабельности сердечного ритма человека. Оценка динамики данного параметра во времени позволяет описать динамику изменения тонуса симпатического и парасимпатического отделов ВНС в покое на коротких промежутках времени.

На фиг.1 показаны скейлограммы (локальные вейвлетные спектры) двух разных участков кривой ВСР пациента К.

На фиг.2 показаны 2 различных увеличенных участка разделения скейлограмм по частотам в случае стандартного выделения физиологически значимых диапазонов (соответственно а и б).

На фиг.3 показаны соседние скейлограммы, построенные на основе кривой ВСР. Скейлограммы строились на трех последовательных пятисекундных отрезках (соответственно кривая 1, кривая 2, кривая 3).

На фиг.4 показана вейвлет-диаграмма кривой вариабельности сердечного ритма. По оси абсцисс - время, по оси ординат - масштаб (величина, обратная частоте). Светло-серые участки соответствуют максимумам, темно-серые - минимумам. Нижняя серая линия соответствует частотной границе между HF и LF диапазонами, средняя серая линия - границе между LF и VLF диапазонами.

Клинический пример.

Испытуемый К. 22 года. Рост 187 см, вес 78 кг. Регистрация вариабельности сердечного ритма осуществлялась в положении сидя, в покое, показатели спектрального анализа по Фурье ТР, мс^2=10377, VLF, мс^2=7695, LF, мс^2=1624, HF, мс^2=1057, LF norm, n.u.=60.6, HF norm, n.u.=39.4, LF/HF=1.54, %VLF=74.2, %LF=15.7, %HF=10.2.

Вейвлет-преобразование: непрерывное вейвлет-преобразование, вейвлет morlet, максимальный масштаб 100, временное усреднение при построении скейлограмм 10 кардиоциклов. Результаты эксперимента приведены на фиг.1-4. Значения ВПМ рассчитываются в частотных диапазонах между минимумами на каждой скейлограмме.

Данные, приведенные на фиг.1, получены за счет локализованного спектрального анализа, свидетельствуют об изменениях частотных составляющих ВСР и показывают вклад различных частот в общую картину ВСР.

На фиг.2а видно, что разделение частотных диапазонов симпатического (без выделения) и парасимпатического (серое выделение) отделов вегетативной нервной системы проведено успешно, т.к. граница проходит в области локального минимума. На фиг.2б разделение частотных диапазонов симпатического (без выделения) и парасимпатического (серое выделение) отделов вегетативной нервной системы проведено неудачно: граница прошла не по локальному минимуму, а вблизи локального максимума, тем самым искусственно разделив пик скейлограммы. Таким образом, из приведенных данных на фиг.2 видно, что разделение частотных диапазонов согласно стандартному выделению физиологически значимых диапазонов часто оказывается искусственным и не всегда совпадает с реальными границами генерации модулирующих влияний на ВСР симпатического и парасимпатического отделов вегетативной нервной системы.

Из данных, приведенных на фиг.3, видно, что частоты локальных максимумов и локальных минимумов постоянно изменяются и, следовательно, константная граница частотных диапазонов не отражает истинные характеристики процесса.

На фиг.4 видно, что при проведении разделения частотных диапазонов согласно предложенному изобретению диапазоны не постоянны, а изменяются в достаточно широких пределах.

Claims

Способ исследования вариабельности сердечного ритма человека, заключающийся в регистрации R-R интервалограммы и ее спектральном анализе методом непрерывного вейвлет-преобразования, включающим определение мощности частоты кардиоинтервалограммы а в момент времени b по формуле

a,b∈R, a>0,

где W(a,b) - коэффициент вейвлетного преобразования; f(t) - анализируемая функция; ψ((t-b)/a) - анализирующий вейвлет;

построение на основе вейвлетных коэффициентов скейлограмм на отрезке [b_i,b_j] по формуле

i,j<N, j>i,

где V(a₁) - скейлограмма сигнала; N - количество коэффициентов; a₁ - масштаб вейвлетного преобразования;

выделение на скейлограммах физиологически значимых частотных диапазонов, отличающийся тем, что выделение на скейлограммах физиологических значимых частотных диапазонов осуществляется исходя из расстояний между соседними локальными минимумами на кривой скейлограммы по формуле

Δа=а_m-а_n,

где Δа - физиологически значимый диапазон, а_m,a_n - соседние локальные минимумы на кривой скейлограммы,

определение значения вейвлетной плотности мощности U в каждом из частотных диапазонов Δa=[a_m,a_n] осуществляется по формуле

определение изменения вейвлетной плотности мощности во времени как U(t);

определение изменения частотных диапазонов во времени как Δa(t);

определение значения удельной вейвлетной плотности мощности U' во времени по формуле

U'=U(t)/Δa(t).