Учебное пособие кубланов владимир семенович
 Скачать 3.74 Mb.
|
|
Исследования в условиях функционального покоя К исследованию ВСР приступают не ранее чем через 1,5– 2 часа после еды, в тихой комнате, в которой поддерживается постоянная температура в пределах 18–25 °C. Перед началом исследования студент в течение 5–10 минут должен адаптироваться к окружающим условиям Дои вовремя исследования необходимо устранить помехи, приводящие к эмоциональному возбуждению студента, исключить разговоры с ним, исключить телефонные звонки, появление в помещении, где проводится исследование, посторонних лиц. При исследовании в условиях функционального покоя студент должен дышать спокойно, по возможности не делать глубоких вдохов, не кашлять, не сглатывать слюну. Исследования при гипервентиляционной пробе Гипервентиляционная проба — метод изучения влияния внешнего дыхания на ВНС, основанный на произвольном усилении и учащении дыхательных движений, приводящих к максимальной вентиляции легких [7]. Вовремя гипервентиляци- 28 2. Программа проведения исследований и импортирование результатов в MATLAB онной пробы происходит ряд изменений в организме, главным образом, вследствие увеличения содержания кислорода и снижения углекислого газа в крови. Интенсивное дыхание превышает потребности организма в кислороде [48]. Гипервентиляционная проба выполняется в течение 3 минут. Вовремя этой пробы производятся глубокие и интенсивные дыхательные движения с частотой 10–15 вдохов и выдохов в минуту. Импортирование данных в среду Для импортирования записанных при регистрации ЭКГ сигналов в среду MATLAB запустите комплекс «Реакор». Далее в окне Картотека выберете необходимое исследование двойным нажатием левой кнопки мыши. В открывшемся окне нажмите на кнопку Список этапов. В окне Операции над фрагментами выберете необходимые этапы исследования, поставив галочку напротив этапа. Далее нажмите на кнопку Сохранить вторичные параметры в файл в кодировке (рис. П. При проведении обработки сигналов исходные данные ВСР представляют собой *.txt файл, содержащий сопутствующую информацию об исследовании и два столбца данных в миллисекундах время регистрации текущего (R-R) интервала и длительность текущего (R-R) интервала. Примечание. Краткий перечень используемых функций среды MATLAB представлен в прил. Для считывания данных следует воспользоваться алгоритмом, описанным в прил. Примечание. Переменная filename содержит полный путь к файлу, имя и формат. Пример исследование ВСР//Иванов.txt'; 29 2.6. Очищение сигнала от артефактов Выходная переменная TRR алгоритма в прил. 3 содержит три ячейки, каждая из которых соответствует сигналу водном из функциональных состояний (Ф, Н, П). Для обращения к конкретному функциональному состоянию следует прописать где n — порядковый номер измерения (Ф Н П–3). Примечание . При записи исследуемого сигнала в файле *.txt может отсутствовать разбиение на функциональные состояния. Для того чтобы сделать это разбиение, выполните команды из прил. 3 после строки « % разбиение сигнала на этапы ». Точные значения переменных Т и Т, которые являются временными границами этапов, уточняйте у преподавателя, ведущего практическое занятие. Для вывода изображения сигнала используйте команду plot (X (:,1), X (:,2)) 2.6. Очищение сигнала от артефактов В ходе записи сигналов ЭКГ могут возникнуть артефакты, связанные с механическими движениями тела вовремя съема, помехами в сети и наводками электромагнитного поля. Артефакты сигналов ВСР могут появиться входе применения алгоритмов нахождения зубцов В настоящей работе под артефактами подразумеваются отклонения значений длительности (R-R) интервалов, которые не входят в диапазон ±3 СКО от среднего значения М (определения параметров СКО и М, а также других статистических параметров ВСР приведены в практическом задании 1). Алгоритм очищения сигнала ВСР от артефактов представлен в прил. 4. Здесь и далее временной ряд NN («normal to normal») означает ряд (R-R) интервалов без артефактов 30 2. Программа проведения исследований и импортирование результатов в MATLAB 2.7. Интерполяция исходного сигнала Перед исследованием спектральных и нелинейных характеристик сигнала ВСР необходимо провести его интерполяцию, те. спроектировать на равномерную временную сетку c помощью команды (:,2)=interp1 (NN (:,1), NN (:,2), signal (:,1), где NN (:,1)— столбец времени регистрации текущего (R-R) интервала с неравномерной сеткой NN (:,2) — значения длительности текущего (R-R) интервала в соответствующих точках неравномерной сетки signal (:,1) — столбец времени с равномерной сеткой. Этот столбец создается следующим образом (1,1); T2=NN (end,1); signal (:,1)= (T1: delta: здесь delta — шаг равномерной сетки. В настоящей работе используется шаг, равный 100 мс. В среде MATLAB существует несколько типов интерполяции линейная интерполяция nearest — интерполяция методом ближайшего соседа next — интерполяция методом следующего соседа previous — интерполяция методом предыдущего соседа pchip — кубическая интерполяция spline — интерполяция с применением кубических сплай- нов. Согласно [10] при анализе сигналов ВСР рекомендуется использовать сплайновую кубическую интерполяцию. Полный алгоритм получения интерполированного сигнала выглядит следующим образом (1,1); T2=NN (end,1); signal (:,1)= (T1:100: T2); signal (:,2)=interp1 (NN (:,1), NN (:,2), signal (:,1), Пример выполнения интерполяции сигнала ВСР показан на рис. 6: здесь в левой колонке приведен фрагмент исходного сигнала ВСР с неравномерным временным шагом, в правой — 31 2.7. Интерполяция исходного сигнала результат интерполяции первых трех отсчетов исходного сигнала ВСР на равномерную сетку с шагом 100 мс. Рис. 6. Пример интерполяции сигнала ВСР 32 2. Программа проведения исследований и импортирование результатов в Практическое задание Обработка сигнала ВСР статистическими методами. Краткие теоретические сведения Статистические методы применяются для непосредственной прямой количественной оценки ВР сигналов ВСР. Статистические характеристики ВР (R-R) интервалов включают следующие показатели [8; 25]: · M — среднее значение (R-R) интервалов, которое обратно пропорционально частоте сердечных сокращений (ЧСС): M N NN i N i = = е 1 1 , где N — количество элементов временного ряда NN; NN i — й отсчет этого ряда SDNN — стандартное отклонение или среднеквадрати- ческое отклонение (СКО) (R-R) интервалов на интервале наблюдения: SDNN N NN M i N i = - - = е 1 1 1 2 ( ) ; · RMSSD — квадратный корень из средней суммы квадратов разности величин последовательных отсчетов временного ряда NN: RMSDD N NN NN i N i n = - й л к щ ы ъ = - + е 1 1 1 1 2 0 5 ( ) , � ; · NN50 — количество пар последовательных отсчетов временного ряда NN на интервале наблюдения, различающихся более чем на 50 мс Практическое задание 1. Обработка сигнала ВСР статистическими методами · PNN50 ( %) — отношение оценки NN50 к общему количеству пар последовательных отсчетов временного ряда NN; · CV — коэффициент вариации, отношение СКО к среднему значению, выраженное в процентах: CV SDNN M = Ч100 ��%. Ниже представлены значения статистических характеристик ВСР в норме [9]: ЧСС , уд/мин .......................55–80 SDNN , мс RMSSD , мс ..........................20–50 CV , % ................................... 3–12 2. Методические рекомендации Для получения некоторых статистических характеристик достаточно знать одну соответствующую команду, например M=mean (X (:,2)) ; · SDNN=std (NN (Для получения остальных оценок необходимо использовать комбинации функций. Так, для получения величины RMSSD необходимо прописать (sum ((NN (1: end‑1,2)‑NN (2: end,2)).^2)/length Величина NN50 рассчитывается с применением цикла for: NN50=0; for i=1: length (NN)‑1 if (NN (i,2)‑NN (Наконец PNN50 вычисляется путем простого деления = NN50/(length (NN)‑1)∙100; 34 2. Программа проведения исследований и импортирование результатов в Порядок выполнения задания запустите среду MATLAB и создайте новый скрипт произведите импорт данных согласно подглаве 2.5; · произведите очищение сигнала от артефактов в соответствии с прил. 4; · заполните форму данными, полученными при проведении исследований в этом практическом задании; Результаты статистического анализа ВСР ФС M, мс ЧСС, уд/мин SDNN, мс CV, % RMSSD, мс pNN50, % Ф Н П · сохраните изображения импортированного сигнала, как указано в п. 3 прил. 2 (см. с. 89); · сравните полученные результаты со значениями, приведенными нас результаты исследований внесите в отчет Практическое задание 2. Обработка сигнала ВСР вариационными методами Практическое задание Обработка сигнала ВСР вариационными методами. Краткие теоретические сведения Вариационная пульсометрия предназначена для изучения закона распределения (R-R) интервалов как случайных величин. Для этого строятся гистограммы распределения (R-R) интервалов в координатах количество (R-R) интервалов K — длительность) интервалов τ [11; 32]. Из всего многообразия гистограмм распределения ВСР наиболее типичными являются [12]: · нормальная гистограмма(рис. 7, а, близкая по виду к кривым Гаусса, типична для здоровых людей в состоянии покоя асимметричная (рис. 7, б указывает на нарушение стационарности процесса, наблюдается при переходных состояниях. 7. Типы гистограмм распределения анормальная б — асимметричная в — эксцессивная; г — полимодальная 36 2. Программа проведения исследований и импортирование результатов в MATLAB · эксцессивная(рис. 7, в характеризуется очень узким основанием и заостренной вершиной, регистрируется при выраженном стрессе, патологических состояниях полимодальная (рис. 7, г) — обусловлена наличием неси- нусового ритма (мерцательная аритмия, экстрасистолия), а также множественными артефактами при регистрации ВСР. Основные характеристики вариационной пульсограммы — мода М, амплитуда моды АМ 0 , вариационный размах Мода М — это наиболее часто встречающееся в исследуемом ВР значение (R-R) интервала. В физиологическом смысле — это наиболее вероятное значение кардиоритма. При нормальном распределении ряда М мало отличается от математического ожидания М. Амплитуда моды АМ 0 — это число (R-R) интервалов, соответствующих значению моды, в процентах к объему выборки ВР. Этот показатель отражает стабилизирующий эффект централизации управления ритмом сердца, который обусловлен в основном степенью активации симпатического отдела ВНС. Вариационный размах (VR) отражает степень вариативности значений (R-R) интервалов в исследуемом ВР. Он вычисляется по разности максимального (макси минимального (мин значений (R-R) интервалов и поэтому при аритмиях или артефактах может быть искажен. При вычислении VR следует отбрасывать крайние значения (R-R) интервалов, если они составляют менее 3 % от общего объема анализируемой выборки. В физиологическом смысле VR отражает активность парасимпатического отдела ВНС Поданным вариационной пульсометрии вычисляются вторичные показатели индекс напряжения регуляторных систем ИН = Ч АМ М VR 0 0 2 � Практическое задание 2. Обработка сигнала ВСР вариационными методами отражает степень централизации управления ритмом сердца и характеризует в основном активность симпатического отдела ВНС; · индекс вегетативного равновесия ИВР = АМ VR 0 � зависит от соотношения между активностью симпатического и парасимпатического отделов ВНС; · вегетативный показатель ритма ВПР ЧМ позволяет судить о парасимпатических сдвигах вегетативного баланса чем меньше величина ВПР, тем больше вегетативный баланс смещен в сторону парасимпатической активности показатель адекватности процессов регуляции ПАПР = АМ М 0 0 � отражает соответствие изменений функции автоматизма синусового узла в ответ на изменение симпатических регуляторных влияний на сердце [10; Ниже представлены характеристики вариационной пульсо- метрии в норме [9]: М, мс .........................700–1100 АМ 0 , %.............................. 30–50 VR , мс ...........................150–300 ИН, у. е. ......................... 80–150 ИВР, у. е. ......................100–350 ВПР, у. е. ........................... 3–10 ПАПР, у. е. ...................... 25–50 38 2. Программа проведения исследований и импортирование результатов в MATLAB 2. Методические рекомендации Первым шагом в построении гистограмм является вычисление временного интервала D между максимальным (макси минимальным (мин значениями (R-R) интервалов. Далее определяем количество миллисекундных интервалов n, укладывающихся в интервале D. Построение гистограмм производят в новом графическом окне. Для этого в командной строке введите n=round ((max (NN (:,2))‑min (NN (:,2)))/50); hist (X (:,2), Для нахождения моды М, амплитуды моды АМ 0 и вариационного размаха VR примените следующие алгоритмы, m]=hist (NN (:,2), n); am= 100*am/sum (am); [AM0, Nmax]=max (am); M0=m (Nmax); Y=m (am>3); VR=Y (end)‑Y (Примечание. При расчете ИН, ИВР, ВПР, ПАПР значения моды Ми вариационного размаха VR следует подставлять в секундах. Порядок выполнения задания запустите среду MATLAB и создайте новый скрипт произведите импорт данных согласно подглаве 2.5; · произведите очищение сигнала от артефактов в соответствии с прил. 4; · заполните форму данными, полученными при проведении исследований в этом практическом задании Практическое задание 2. Обработка сигнала ВСР вариационными методами Результаты пульсометрического анализа сигнала ВСР ФС Тип распределения, мс VR, мс AM o , % ИН ИВР ВПР ПАПР Ф Н П · сохраните изображения гистограммы распределения, как указано в п. 3 прил. 2; · сравните полученные результаты со значениями, приведенными нас результаты исследований внесите в отчет 40 2. Программа проведения исследований и импортирование результатов в Практическое занятие Оценка спектральных характеристик ВСР (фурье анализ. Краткие теоретические сведения Спектральный анализ применяется для количественной оценки частотно-временных изменений колебательных процессов в сигнале ВСР. Применение спектрального анализа позволяет наглядно представить соотношения разных компонентов сердечного ритма, отражающих активность определенных звеньев регуляторных механизмов, участвующих в его органи- зации. При спектральном анализе сигналов ВСР выделяют следующие спектральные компоненты высокочастотная (High Frequency — HF), низкочастотная (Low Frequency — LF), очень низкочастотная (Very Low Frequency — VLF) и ультранизкоча- стотные (Ultra Low Frequency — Согласно российскими западным стандартам исследования спектральных характеристик ВСР проводят в следующих диапазонах частот [10; 60]: · диапазон HF — от 0,4–0,15 Гц (2,5–6,5 с диапазон LF — от 0,15–0,04 Гц (6,5–25 с диапазон VLF — от 0,04–0,003 до Гц (25–333 с диапазон ULF — частоты ниже 0,003 Гц. При анализе кратковременных минутных записей диапазон не анализируется. Активность парасимпатического звена вегетативной нервной системы и активность автономного контура регуляции характеризуются мощностью высокочастотной составляющей спектра Мощность низкочастотной составляющей спектра LF, по мнению Р. М. Баевского, характеризует преимущественно состояние симпатического центра регуляции сосудистого тонуса Практическое занятие 3. Оценка спектральных характеристик ВСР (фурье анализ) Мощность очень низкочастотной составляющей спектра VLF обусловлена влиянием на ритм сердца надсегментарного уровня регуляции, поскольку амплитуда этих волн тесно связана с психоэмоциональным напряжением и функциональным состоянием коры головного мозга Дискретное преобразование Фурье При спектральном анализе ВСР применяют прямое дискретное преобразование Фурье в частотный спектр дискретного сигнала Ч [23]: X l x k t e t k N j l k t Ч ( ) = Ч ( ) = - - Ч Ч Ч Ч е D D D D D w w 0 где N — количество отсчетов сигнала x Ч k = l = 0, 1, …; (N — 1) — номер отсчета ∆t — интервал времени между отсчетами временной интервал анализируемого сигнала Т шаг спектра в частотной области. Для преобразования частотного спектра X l Ч в дискретный сигнал x Ч используют обратное преобразование Фурье k t X l e l N j l k t Ч ( ) = Ч ( ) = - Ч Ч Ч Ч е D D D D D 1 2 0 1 p w w Под спектральной мощностью понимается следующее выражение l N l = ЧD ( ) w 2 Далее вычисляют абсолютную спектральную мощность в каждом частотном диапазоне HF, LF и VLF: HF P l е 42 2. Программа проведения исследований и импортирование результатов в MATLAB LF P l ее где L HFf , L HFi , L LFf , L LFi , L VLFf , L VLFi — номера граничных отсчетов спектральной мощности P l в каждом частотном диапазоне HF, LF и VLF; · суммарную мощность спектра (Total Power — TP), которая определяется как сумма мощностей в диапазонах HF, LF и VLF; · нормированное значение мощности в каждом частотном диапазоне в процентах от суммарной мощности спектра ТР — HFn, LFn и VLFn; · индекс вегетативного баланса — LF HF � ; · индекс централизации ИЦ = + HF LF VLF ; (2) · индекс активации подкорковых нервных центров ИАП Ниже приведены значения интенсивностей нормированных значений спектральных составляющих ВСР в норме [9], %: HFn .......................... 10–30 LFn .......................... 15–45 VLFn ........................ 20–60 Практическое занятие 3. Оценка спектральных характеристик ВСР (фурье анализ) 2. Методические рекомендации Алгоритм применения преобразования Фурье для оценки спектральных мощностей сигнала ВСР представлен в прил. Примечание. Для проведения спектрального анализа необходимо избавиться от постоянной составляющей (линейного тренда). Для этого в MATLAB используется функция detrend. Алгоритм быстрого фурье-преобразования вызывается командой Порядок выполнения задания запустите среду MATLAB и создайте новый скрипт произведите импорт данных согласно подглаве 2.5; · произведите очищение сигнала от артефактов в соответствии с прил. 4; · заполните форму данными, полученными при проведении исследований в этом практическом задании; |