RU2446732C1 - Устройство для определения изменения функционального состояния человека - Google Patents
Устройство для определения изменения функционального состояния человека Download PDFInfo
- Publication number
- RU2446732C1 RU2446732C1 RU2010132070/14A RU2010132070A RU2446732C1 RU 2446732 C1 RU2446732 C1 RU 2446732C1 RU 2010132070/14 A RU2010132070/14 A RU 2010132070/14A RU 2010132070 A RU2010132070 A RU 2010132070A RU 2446732 C1 RU2446732 C1 RU 2446732C1
- Authority
- RU
- Russia
- Prior art keywords
- unit
- functional state
- input
- output
- person
- Prior art date
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
Изобретение относится к области медицины. Заявленное устройство определяет изменение функционального состояния человека. Устройство содержит последовательно соединенные блок первичной обработки сигнала, блок формирования RR-интервалов, блок формирования функции накопления, блок фрагментирования, блок удаления тренда. Устройство отличается тем, что в него введены последовательно соединенные блок вычисления среднеквадратического отклонения, блок интерполяции, блок определения масштабного показателя. Вход блока первичной обработки сигнала является входом устройства, вход блока вычисления среднеквадратического отклонения соединен с выходом блока удаления тренда, выход блока определения масштабного показателя является выходом устройства. Применение данного изобретения позволит определить соответствующий определенному функциональному состоянию показатель, а также увидеть переходные процессы, связанные с переходом организма из одного функционального состояния в другое. 10 ил.
Description
Предлагаемое изобретение относится к области медицины и может быть использовано для определения изменения функционального состояния человека.
В настоящее время наиболее распространены устройства, реализующие способы определения изменения функционального состояния человека на основе анализа вариабельности сердечного ритма.
Выбор сердечно-сосудистой системы в качестве индикатора состояния организма человека основывается на том, что она участвует в формировании важнейших функциональных систем организма, оперативно реагирует изменением своих параметров на действие внешних и внутренних раздражителей.
Известно устройство для определения функционального состояния человека на основе определения индекса напряжения регуляторных систем по Баевскому, содержащее последовательно соединенные блок первичной обработки сигнала (электрокардиосигнала), блок формирования последовательности RR интервалов, блок вычисления моды, блок вычисления амплитуды моды, блок вычисления вариационного размаха, блок вычисления индекса напряжения регуляторных систем (фиг.1).
В устройстве индекс напряжения регуляторных систем определяется как отношение амлитуда моды (доля R-R интервалов анализируемого временого ряда, соответствующих значению моды) к удвоенному произведению вариационного размаха (разность между длительностью наибольшего и наименьшего R-R интервала анализируемой последовательности) и моды (наиболнее часто встречающееся значение R-R иннтервалов анализируемого временного ряда) [1].
В данном устройстве в случае анализа вариабельности сердечного ритма определение изменения функционального состояния человека производится по 5-минутным записям электрокардиосигнала на основе показателя активности регуляторных систем, при этом используется 10-ти бальная шкала, которая изображается в виде «лестницы состояний» (фиг.2) [1]. Изменение функционального состояния фиксируется каждые 5 минут.
Недостатком этого устройства является то, что он позволяет получать лишь дискретные оценки функциональных состояний, что недостаточно при динамическом контроле. Также плохо разработан анализ суточных записей вариабельности сердечного ритма, в частности это относится к определению переходных процессов.
Известно устройство, выбранное в качестве прототипа, которое определяет изменение функционального состояния человека, на основе исследования флуктуации сердечного ритма с помощью анализа флуктуации относительно тренда или DFA (Detrended Fluctuation Analysis) [2, 3]. Устройство состоит из последовательно соединенных блока первичной обработки сигнала, вход которого является входом устройства, блока формирования RR-интервалов, блока формирования функции накопления, блока фрагментирования и блока удаления тренда, выход которого является выходом устройства (фиг.3).
Устройство работает следующим образом. Исходный электрокардиосигнал поступает на вход блока 1 первичной обработки сигнала, где осуществляется его усиление, фильтрация и нормализация. Выходной сигнал поступает на блок 2 формирования последовательности RR интервалов. Полученная последоватльность x(i) поступает на вход блока 3 формирования функции накопления y(k), по формуле 1
Полученная функция накопления поступает на блок 4 фрагментирования, где разбивается на фрагменты (участки) одинаковой длины n. Затем для каждого фрагмента методом линейной аппроксимации в блоке 5 удаления тренда определяется функция локального тренда, которая вычитается из последовательности данных фрагментаи и функция Fdfa(n) (формула 2)
Вычисления по формуле 2 повторяются для широкого диапазона значений n (обычно кратных степени двойки). Зависимость lg(Fdfa) от lg(n) аппроксимируется прямой с помощью метода наименьших квадратов. Угловой коэффициент α этой прямой называют масштабным показателем, который выявляет наличие кратковременных и долговременных корреляций ритма сердца, а значит несет информацию об изменении его структуры. Причем значение 0.6<α<0,8 свидетельствует о состоянии расслабления или сна, значение 0.8<α≤1 характерно для нормального активного состояния организма, значения α≥1 показывают на состояние стресса или развивающейся болезни сердца [2-3].
Недостатком данного способа является то, что нельзя оценить функциональное состояние человека в конкретный момент времени и отследить его изменение в динамике. Данный метод позволяет определить функциональное состояние человека, но не позволяет увидеть переходные процессы между двумя состояниями организма.
Существующие устройства для анализа функционального состояния по ритму сердца [1, 2, 3] дают характеристику структуры ритма как единого целого - как некого «снимка» системы на конечном отрезке времени. Любые изменения влияния его составляющих внутри отрезка усредняются, размываются и их практически нельзя выделить.
По мнению авторов предлагаемого устройства необходимо расширять возможности устройства, а именно способность контролировать функциональное состояние организма в каждый момент времени в процессе исследования, а также определять переходные процессы между двумя состояниями.
Это достигается тем, что в устройство, содержащее последовательно соединенные блок первичной обработки сигнала (усилитель, фильтр), вход которого является входом устройства, блок формирования RR интервалов, блок формирования функции накопления, блок фрагментирования, блок удаления тренда, введены последовательно соединенные блок вычисления среднеквадратического отклонения, блок интерполяции, блок определения масштабного показателя.
На фиг.4 приведена структурная схема устройства определения изменения функционального состояния человека.
Устройство для определения изменения функционального состояния человека содержит блок первичной обработки сигнала 1, блок формирования RR интервалов 2, блок формирования функции накопления 3, блок фрагментирования 4, блок 5 удаления тренда, блок вычисления среднеквадратического отклонения 6, блок интерполяции 7, блок определения масштабного показателя 8.
Вход блока 1 первичной обработки сигнала, который включает в себя усилитель и фильтр, является входом устройства, выход блока 1 первичной обработки сигнала подключен к входу блока 2 формирования последовательности RR интервалов, который включает в себя блок выделения R зубца и блок формирования RR интервалов, выход которого подключен к входу блока 3 формирования функции накопления. Выход блока 3 формирования функции накопления подключен к входу блока 4 фрагментирования, выход блока фрагментирования 4 подключен к входу блока 5 удаления тренда. Выход блока 5 удаления тренда подключен к входу блока вычисления среднеквадратического отклонения 6, выход которого является входом блока интерполяции 7. Выход блока интерполяции 7 подключен к входу блока 8 определения масштабного показателя, выход блока 8 определения масштабного показателя является выходом устройства.
Устройство работает следующим образом. Исходный электрокардиосигнал, регистрируемый в одном из стандартных электрокардиографических отведениях, поступает на вход блока 1 первичной обработки сигнала, где осуществляется его усиление, фильтрация и нормализация. Входным сигналом этого устройства является электрокардиосигнал. Выходным сигналом является усиленный, отфильтрованный и нормализованный электрокардиосигнал. Этот сигнал поступает на блок 2 формирования последовательности RR интервалов, на выходе которого последовательность RR интервалов с длиной, кратной степени двойки (фиг.5). Последовательность RR интервалов поступает на вход блока 3 формирования функции накопления, на выходе которого функция накопления в виде одномерного кумулятивного ряда (фиг.6). Функция накопления в виде одномерного кумулятивного ряда формируется путем добавления первого значения временного ряда ко второму, результатом сложение является первое значение функции накопления. Аналогичным путем добавляем к первым двум значения третье и так далее, при этом длина кумулятивного ряда равна длине исходного ряда. Полученный кумулятивный ряд поступает на вход блока 4 фрагментирования, где он пошагово разбивается на фрагменты длиной 2m, где 
, N - количество элементов всего ряда, всего шагов - 
(фиг.7). Каждый фрагмент поступает на вход блока 5 удаления тренда. На выходе блока 5 удаления тренда значения фрагмента после удаления тренда. Полученные значения поступают на вход блока 6 вычисления среднеквадратического отклонения. На выходе блока 6 вычисления среднеквадратического отклонения массив данных, первая строка которого состоит из значений среднеквадратического отклонения, вычисленных для фрагментов с размером 
, вторая строка значения среднеквадратического отклонения для фрагментов с размером 
и так далее. Последняя строка состоит из значений среднеквадратических отклонений для фрагментов длиной 
(фиг.8). Полученный массив данных поступает на вход блока 7 интерполяции методом сплайнов и на выходе блока интерполяции 7 массив данных в виде прямоугольной матрицы, в которой строки отражают изменение среднеквадратического отклонения фрагментов исходного ряда в заданном масштабе в течение времени, а столбцы - мгновенное значение среднеквадратического отклонения в разных масштабах (фрагментах) исходного ряда (фиг.9). Массив в виде прямоугольной матрицы поступает на вход блока 8 определения масштабного показателя (углового коэффициента) функции линейной аппроксимации кривой зависимости среднеквадратического отклонения от масштаба. На выходе бока 8 определения углового коэффициента значение масштабного показателя, определяющего динамику изменения функционального состояния человека (фиг.10).
Предложенное устройство позволяет устранить недостатки известного способа, а именно локализовать момент изменения функционального состояния человека по колебаниям значений масштабного показателя, а также определять переходные состояния между двумя функциональными состояниями организма.
Технико-экономический эффект предложенного устройства заключается в том, что осуществляется определение изменения функционального состояния человека, а также возможность определить не только конкретное функциональное состояние, но и переход из одного функционального состояния в другое. Это позволяет обеспечить контроль переходных состояний человека в процессе жизнедеятельности, работы в условиях стресса.
С помощью предлагаемого устройства можно не только определить показатель соответствующий определенному функциональному состоянию, но и увидеть переходные процессы, связанные с переходом организма из одного функционального состояния в другое.
Литература
1. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем. P.M.Баевский // Вестник аритмологии №24, 2001. С.65-87.
2. С.К.Peng, Shlomo Havlin, H.Eugene Stanley, and Ary L.Goldberger Quantification of scaling exponents and crossover phenomena in nonstationary heartbeat time series// Chaos 5, 82 (1995), p.82-87.
3. Павлов А.Н. Методы анализа сложных сигналов: Учеб. пособие для студ. физ. фак. / А.Н.Павлов. Саратов: Научная книга, 2008. 120 с.
Claims (1)
- Устройство для определения изменения функционального состояния человека, содержащее последовательно соединенные блок первичной обработки сигнала, вход которого является входом устройства, блок формирования RR-интервалов, блок формирования функции накопления, блок фрагментирования, блок удаления тренда, отличающееся тем, что в него введены последовательно соединенные блок вычисления среднеквадратического отклонения, вход которого соединен с выходом блока удаления тренда, а выход блока вычисления среднеквадратического отклонения подключен к входу блока интерполяции, выход которого соединен с входом блока определения масштабного показателя, выход которого является выходом устройства.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2010132070/14A RU2446732C1 (ru) | 2010-07-29 | 2010-07-29 | Устройство для определения изменения функционального состояния человека |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2010132070/14A RU2446732C1 (ru) | 2010-07-29 | 2010-07-29 | Устройство для определения изменения функционального состояния человека |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2010132070A RU2010132070A (ru) | 2012-02-10 |
| RU2446732C1 true RU2446732C1 (ru) | 2012-04-10 |
Family
ID=45853126
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2010132070/14A RU2446732C1 (ru) | 2010-07-29 | 2010-07-29 | Устройство для определения изменения функционального состояния человека |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2446732C1 (ru) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4231374A (en) * | 1977-11-07 | 1980-11-04 | Siemens Aktiengesellschaft | Procedure and device for the detection of extraordinary events in a series of essentially periodically recurring normal events |
| US5002064A (en) * | 1985-08-09 | 1991-03-26 | Allain Joseph L | Portable life detection monitor including lead fail detector and unique signal processing system |
| RU2012226C1 (ru) * | 1989-12-05 | 1994-05-15 | Научно-производственное объединение "Полюс" | Устройство для выделения r-зубца электрокардиосигнала |
| RU2302197C1 (ru) * | 2005-10-19 | 2007-07-10 | Рязанская государственная радиотехническая академия | Способ выделения начала кардиоцикла в реальном времени и устройство для его осуществления |
| RU2383295C1 (ru) * | 2008-09-08 | 2010-03-10 | Общество с ограниченной ответственностью (ООО) "Кардиовид" | Способ обработки электрокардиосигнала для диагностики инфаркта миокарда |
-
2010
- 2010-07-29 RU RU2010132070/14A patent/RU2446732C1/ru not_active IP Right Cessation
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4231374A (en) * | 1977-11-07 | 1980-11-04 | Siemens Aktiengesellschaft | Procedure and device for the detection of extraordinary events in a series of essentially periodically recurring normal events |
| US5002064A (en) * | 1985-08-09 | 1991-03-26 | Allain Joseph L | Portable life detection monitor including lead fail detector and unique signal processing system |
| RU2012226C1 (ru) * | 1989-12-05 | 1994-05-15 | Научно-производственное объединение "Полюс" | Устройство для выделения r-зубца электрокардиосигнала |
| RU2302197C1 (ru) * | 2005-10-19 | 2007-07-10 | Рязанская государственная радиотехническая академия | Способ выделения начала кардиоцикла в реальном времени и устройство для его осуществления |
| RU2383295C1 (ru) * | 2008-09-08 | 2010-03-10 | Общество с ограниченной ответственностью (ООО) "Кардиовид" | Способ обработки электрокардиосигнала для диагностики инфаркта миокарда |
Non-Patent Citations (2)
| Title |
|---|
| PENG C.K., et al. Quantification of scaling exponents and crossover phenomena in nonstationary heartbeat series. Chaos 5, 82 (1995), p.82-87. * |
| Кардиомониторы. Аппаратура непрерывного контроля ЭКГ. / Под. ред. А.Л. Барановского и др. - М.: Радио и связь, 1993, с.67-72. КОРЕНЕВСКИЙ Н.А. и др. Проектирование электронной медицинской аппаратуры для диагностики и лечебных воздействий. - СПб.: 1999, с.394-395. * |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2010132070A (ru) | 2012-02-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pham et al. | Heart rate variability in psychology: A review of HRV indices and an analysis tutorial | |
| Ellis et al. | A careful look at ECG sampling frequency and R-peak interpolation on short-term measures of heart rate variability | |
| Kantelhardt et al. | Characterization of sleep stages by correlations in the magnitude and sign of heartbeat increments | |
| Kaufmann et al. | ARTiiFACT: a tool for heart rate artifact processing and heart rate variability analysis | |
| US8543194B2 (en) | System and method of detecting abnormal movement of a physical object | |
| EP2018825A1 (en) | Methods and device to quantify human physical activity pattern | |
| Rincon Soler et al. | The impact of artifact correction methods of RR series on heart rate variability parameters | |
| CN101616629A (zh) | 用于预测心律失常死亡的自动降噪系统 | |
| Forrest et al. | The effect of signal acquisition and processing choices on ApEn values: towards a “gold standard” for distinguishing effort levels from isometric force records | |
| US20210251552A1 (en) | System and method for risk stratification based on dynamic nonlinear analysis and comparison of cardiac repolarization with other physiological signals | |
| Krstacic et al. | Heart rate variability and nonlinear dynamic analysis in patients with stress-induced cardiomyopathy | |
| Holloway et al. | Complexity analysis of sleep and alterations with insomnia based on non-invasive techniques | |
| Hsu et al. | Average Entropy: Measurement of disorder for cardiac RR interval signals | |
| Shirole et al. | Cardiac, diabetic and normal subjects classification using decision tree and result confirmation through orthostatic stress index | |
| Bolea et al. | On the standardization of approximate entropy: Multidimensional approximate entropy index evaluated on short-term HRV time series | |
| Lerma et al. | Fibromyalgia beyond reductionism. Heart rhythm fractal analysis to assess autonomic nervous system resilience | |
| Silva et al. | Heart rate complexity in sinoaortic‐denervated mice | |
| Chen et al. | Long-term tracking of a patient’s health condition based on pulse rate dynamics during sleep | |
| RU2446732C1 (ru) | Устройство для определения изменения функционального состояния человека | |
| Hoyer et al. | Autonomic information flow improves prognostic impact of task force HRV monitoring | |
| Mangalam et al. | Multifractal foundations of biomarker discovery for heart disease and stroke | |
| CN115836847A (zh) | 一种血压预测装置及设备 | |
| Skinner et al. | Nonlinear analysis of the heartbeats in public patient ECGs using an automated PD2i algorithm for risk stratification of arrhythmic death | |
| Chu et al. | One-minute finger pulsation measurement for diabetes rapid screening with 1.3% to 13% false-negative prediction rate | |
| Saeed | Fractals analysis of cardiac arrhythmias |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20120730 |