<<
>>

Исследование функций распределения параметров амплитудной и фазовой составляющих ЭКГ-сигнала в ансамбле регистраций экспериментальной базы данных

Известно, что при равномерно малом внешнем влиянии различных фак­торов на формирование ЭКГ у здорового молодого организма выполняются условия применимости центральной предельной теоремы [61] для рядов пара­метров ритма сердца по большим группам и сериям регистраций, подчиняя их закону распределения, близкому к нормальному [17].

Оценка функций распределения расчётных параметров регистрации в ан­самбле необходима для определения спектра и функции распределения ансам­бля параметров групповых регистраций, что позволит оценить условия форми­рования цифрового интервального ряда RR-интервалограмм и R-грамм. В об­щем случае, вид закона распределения параметров ЭКГ-данных неизвестен, од­нако, используя экспериментальные данные ансамбля ЭКГ-регистраций, можно определить к какому виду функции распределения наиболее приближены экс­периментальные данные у здоровых молодых людей по математическим крите­риям. Несмотря на то, что исследуемые выборки экспериментальных парамет­ров RR-интервалограмм и R-грамм являются ограниченными, количество дан­

ных в них (более 400) является достаточным для проверки приближения к тому или иному закону распределения по стандартным критериям [130,131].

При изучении гистограмм выборок параметров RR-интервалограмм и R- грамм основное внимание уделялось следующим свойствам распределений: ко­личество мод; асимметрия; приближение к тому или иному теоретическому распределению по стандартному критерию логарифмического правдоподобия [132].

Особое внимание было уделено сравнению экспериментальных полиго­нов одних и тех же параметров RR-интервалограмм и R-грамм, рассчитанных по одинаковым методикам.

На рисунках 3.11-3.13 попарно представлены гистограммы параметров RR-интервалограмм и R-грамм с безразмерной осью абсцисс для визуального сравнения, в таблицах 3.2 - 3.5 приведены средние значения исследуемых па­раметров с доверительным интервалом.

Количество столбиков в гистограммах в соответствии с формулой Стаджерса [88] принято равным 21. Статистические характеристики экспериментальных распределений и оценка степени близости к теоретическим распределениям представлены в таблице 3.2.

Рисунок 3.11 - Гистограммы статистических параметров R-грамм (а) и RR- интервалограмм (б) групповых регистраций

Таблица 3.2 - Средние значения статистических параметров рядов RR и R

Объект Mx Dx Ax Ex
RR-интервалограмма 760,0±10,5 мс 61,1±2,17 мс 0,16±0,05 3,40±0,09
R-грамма 2,87±0,1 мВ 0,16±0,1 мВ -0,34±0,06 4,29±0,24

По данным рисунка 3.11 и таблицы 3.2 можно выделить следующее:

1) распределения статистических параметров RR-интервалограмм и R- грамм являются одномодальными;

2) между гистограммами соответствующих параметров RR- интервалограмм и R-грамм имеется явная схожесть, наиболее четко проявляю­щаяся в распределении эксцесса (Ex). Распределение асимметрии (Ax) у RR имеет более выраженную моду, чем у аналогичного параметра R.

3) распределения RR и R параметров СКО (Dx) и среднего значения (Mx) при визуальной оценке можно назвать схожими.

4) для RR-интервалограмм характерна правосторонняя асимметрия, а для R-грамм - левосторонняя.

Рисунок 3.12 - Гистограммы параметров вариабельности R-грамм (а) и RR- интервалограмм (б) групповых регистраций

Таблица 3.3 - Средние значения вариационных параметров рядов RR и R

Объект ИН RMSSD AMo Cv Mo
RR-интервалограмма 80,17±5,76 мс-2 38,42±2,17 мс 35,50±1,03 % 7,96±0,21 % 750,91±11,34 мс
R-грамма 8,29±0,60 мВ 2 0,17±0,01 мВ 39,67±1,26 % 5,87±0,21 % 2,91±0,09 мВ

По данным рисунка 3.12 и таблицы 3.3 можно выделить следующее:

1) распределения всех параметров можно отнести к одномодальным, за исключением распределения моды R-грамм ( Mo(R) ).

2) визуальный анализ формы полигонов также позволяет судить о схожести распределений параметров RR-интервалограмм и R-грамм, однако моды в распределениях RMSSD(RR) и Π4(RR) у RR являются более выражен­ными, чем у аналогичных параметров R.

Рисунок 3.13 - Гистограммы спектральных параметров R-грамм (а) и RR- интервалограмм (б) групповых регистраций

Таблица 3.4 - Средние значения спектральных параметров рядов RR и R

Объект TP ULF VLF LF HF
RR-интервалограмма 7388,75±1124,5 992,15±299,4 2533,44±425,1 2639,61±190,1 1323,81±301,3
R-грамма 160195±23981 14192,4±4174,05 18802,3±3018 34277,7±4712,86 94705,3±15990

Наибольшие отличия среди функций распределений наблюдаются среди спектральных параметров. В большей мере сходными можно назвать только

распределения мощности в диапазоне TP. По данным рисунка 3.13 и таблицы

3.4 можно выделить следующее:

1) распределения спектральных параметров далеки от формы нор­мального распределения, и приближаются к форме экспоненциального.

2) наиболее выраженной модой среди параметров RR- интервалограммы имеет распределение HF, а среди параметров R-грамм - рас­пределение ULF.

Рисунок 3.14 - Гистограммы относительных спектральных параметров и ин­формационной энтропии R-грамм (слева) и RR-интервалограмм (справа) групповых регистраций

Таблица 3.5 - Средние значения относительных спектральных

параметров и информационной энтропии рядов RR и R

Объект I* HF% LF% VLF% LF/HF
RR-интервалограмма 7,66±0,07 15,6±1,62 38,6±1,93 34,09±1,66 3,57±0,41
R-грамма 7,09±0,09 54,1±2,55 25,1±2,09 12,8±1,26 0,63±0,12

По данным рисунка 3.14 и таблицы 3.5 необходимо выделить следую­щее:

1) распределения информационной энтропии для RR-интервалограмм (справа) и R-грамм являются наиболее визуально схожими и близкими к нор­мальному.

2) распределения параметра LF/HF также являются схожими при ви­зуальном анализе, однако для R-грамм мода распределения более выражена;

3) особый интерес вызывают распределения параметра HF%, которое имеет для R-грамм отрицательную асимметрию, а для RR - положительную.

Формирование одномодального распределения в исследуемых параметрических выборках свидетельствует о корректности составления ансамбля экспериментальных регистраций. Следующим шагом является эмпирический подбор наиболее вероятных законов распределений. Для распределений параметров RR-интервалограмм и R-грамм были исследованы нормальное, логнормальное, экспоненциальное и релеевское распределения. Применительно к выбранным законам распределения была проведена проверка гипотезы о принадлежности выборки с использованием методов максимального правдоподобия. Доказательной проверкой близости к тому или иному виду распределений параметров RR-интервалограмм и R-грамм служит расчётное значение логарифмического правдоподобия (хи-квадрат)[132-134]. Характеристики параметрических распределений R-грамм и RR- интервалограмм, а также значения критерия хи-квадрат представлены в таблице 3.6

Таблица 3.6 - Характеристики параметрических распределений R-грамм и RR-интервалограмм

Среднее значение в единицах величин Коэфф. асим­метрии Нормальное распре­деление Логнормальное рас­пределение Экспоненциальное распределение
χ2 p χ2 p χ2 p
Mx(R) 2,88 0,52 30,91 < 0,05 12,83 0,07 595,27 < 0,05
Mx(RR) 757,64 0,46 13,21 0,104 9,33 0,314 1852,2 < 0,05
Dx(R) 0,16 0,95 30,20 < 0,05 8,70 0,068 363,4 < 0,05
Dx(RR) 60,28 0,83 58,59 < 0,05 8,52 0,384 534,75 < 0,05
Ax(R) -0,34 0,72 35,47 < 0,05 66,0 < 0,05 1184,3 < 0,05
Ax(RR) 0,16 -0,02 267,95 < 0,05 65,80 < 0,05 381,97 < 0,05
Ex(R) 4,29 2,04 267,95 < 0,05 65,80 < 0,05 381,97 < 0,05
Ex(RR) 3,40 2,20 125,8 < 0,05 46,37 < 0,05 1246,59 < 0,05
Mo(R) 2,91 0,53 28,54 < 0,05 14,20 0,05 629,1 < 0,05

Продолжение таблицы 3.6

Mo(RR) 751,57 0,70 24,38 < 0,05 17,00 0,05 1705,2 < 0,05
Cv(R) 5,87 0,56 24,86 < 0,05 17,44 < 0,05 418,0 < 0,05
Cv(RR) 7,97 0,65 30,72 < 0,05 10,3 0,244 777,23 < 0,05
AMo(R ) 39,60 0,68 54,84 < 0,05 20,11 < 0,05 577,0 < 0,05
AMo(RR) 35,45 0,53 17,53 < 0,05 11,06 0,198 618,6 < 0,05
RMSSD(R) 0,17 0,88 38,65 < 0,05 10,13 0,07 300,21 < 0,05
RMSSD(RR) 38,02 1,66 160,5 < 0,05 14,45 < 0,05 272,4 < 0,05
ИН('К ) 8,11 1,41 130,0 < 0,05 9,49 0,05 23,59 < 0,05
HII('RR ) 75,53 1,21 87,5 < 0,05 5,75 0,124 62,7 < 0,05
TP(R ) 142477,71 1,12 173,29 < 0,05 9,65 0,0857 9,58 0,087
TP(RR) 6607,44 1,32 189,5 < 0,05 4,29 0,23 29,83 < 0,05
ULF(R ) 14192,44 4,66 564 < 0,05 5,59 0,06 41,7 < 0,05
ULF(RR) 775,71 1,68 415,7 < 0,05 5,50 0,07 12,668 < 0,05
VLF(R ) 18113,43 1,50 295,0 < 0,05 12,3 0,05 4,26 0,64
VLF(RR) 2533,44 3,52 250,0 < 0,05 2,12 0,546 11,93 < 0,05
LF(R ) 32079,28 1,25 147,01 < 0,05 17,26 < 0,05 25,83 < 0,05
LF(RR) 2592,33 1,50 164,1 < 0,05 4,65 0,70 88,3 < 0,05
HF(R ) 87842,12 1,46 278,5 < 0,05 19,61 < 0,05 3,28 < 0,05
HF(RR) 1323,81 -1,42 607,3 < 0,05 11,59 < 0,05 40,15 < 0,05
LF/HF(R ) 0,54 2,27 410,5 < 0,05 15,9 < 0,05 32,29 < 0,05
LF/HF(RR) 3,39 1,02 85,0 < 0,05 7,7 0,10 66,6 < 0,05
VLF%( R ) 12,12 1,01 81,38 < 0,05 9,23 0,10 182,6 < 0,05
VLF%(RR) 34,10 0,22 11,85 0,10 18,6 < 0,05 627,1 < 0,05
LF%( R ) 25,08 0,71 38,95 < 0,05 29,41 < 0,05 222,42 < 0,05
LF%(RR) 38,61 0,18 7,02 0,63 21,0 < 0,05 596,1 < 0,05
HF%(R ) 54,07 -1,09 199,2 < 0,05 388,5 < 0,05 1312,0 < 0,05
HF%(RR) 15,56 1,64 155,9 < 0,05 15,3 < 0,05 189,6 < 0,05
I*( R ) 7,09 -0,30 8,5 0,05 20,30 < 0,05 3417 < 0,05
I*(RR) 7,66 -0,32 11,97 0,196 16,79 < 0,05 50002 < 0,05

Из всего многообразия исследованных функций распределения, имею­щихся в статистических пакетах Matlab и Excel, в таблице 3.6 представлены значения хи-квадрат и вероятности для наиболее близких к экспериментальным данным распределений - нормального, логнормального и экспоненциального. Изучив данные таблицы 3.6 можно сделать вывод, что среди общепризнанных параметров интервальных рядов в группе условно-здоровых молодых людей подавляющая часть параметров формирует логнормальное распределение или характеризуется приближением к нему.

При используемом уровне статистической значимости α > 0,05 к логнор­мальному нельзя отнести выборки параметров Ax, Ex, Cv(R), AMo(R), RMSSD(RR), LF(R), HF(R) HF(RR), LF/HF(R), VLF%( R ), VLF%(RR), LF%(R), LF%(RR), HF%(R ), HF%(RR), а также информационной энтропии.

Здесь отметить, что для спектральных параметров и относительных спек­тральных параметров RR-интервалограмм и R-грамм нет единой тенденции приближения к определенному виду распределения по частотным диапазонам, что объясняется условностью границ, выделяемых диапазонов.

К экспоненциальному распределению по критерию хи-квадрат можно от­нести распределения параметров TP(R) и VLF(R). Наиболее близкими к нор­мальному распределению оказались параметры информационной энтропии, а также VLF%(RR) и Mx(RR).

В целом по данным экспериментального ансамбля можно сделать вывод, что характерным групповым признаком RR-интервалограмм здоровых людей является скошенность кривых графиков распределения параметров со смеще­нием моды в область более низких значений. Экспериментальные полигоны распределений функционально и в разной степени близки к форме логнормаль­ного распределения, что наиболее наглядно может быть продемонстрировано для параметра стандартного отклонения (рис. 3.15).

Рисунок 3.15 - Сравнение экспериментальных гистограмм стандартного отклонения с кривой логнормального распределения (сплошная линия) для RR- интервалограмм (а) и R-грамм (б)

Тренд направленности скоса распределений параметров ВСР к логнор­мальным формам косвенно указывает на общий источник положительной асимметрии. Отрицательная асимметрия распределений параметров структур­но-частотной области анализа «исчезает», и распределения приводятся к виду нормального распределения, если вместо значений этих параметров использо­вать их логарифмы.

Ранее положительная асимметрия распределения параметров ВСР трак­товалась конечностью длины ЭКГ-регистрации. Ограничение же длины записи (20 минут) определено требованием стационарного состояния покоя, за рамка­ми которой растет неконтролируемая психоэмоциональная составляющая функционального состояния, меняющая режим ВСР. При минимуме физиче­ской и психоэмоциональной активности здоровых молодых людей (в положе­нии тела «лежа») регуляторное действие симпатического фактора минимально при прочих равных условиях.

Такое состояние бодрствования можно характе­ризовать приближением к состоянию покоя при работе механизмов регуляции ритма сердца в режиме контроля ( Z*→H(X))[135]. При переводе тела в поло­жение «сидя» в условиях учебно-научной лаборатории регистрации ЭКГ и фи­зическая, и, особенно, психоэмоциональная активность возрастали. Наиболее вероятные значения RR-интервалов смещались влево по шкале их значений в сторону меньших значений на гистограмме RR-интервалограммы с положи­тельной асимметрией. При этом значения всех показателей ВСР уменьшались, а показатель ИН - рос, фиксируя «включение» механизмов адаптации ростом напряжения регуляторной ВНС в части симпатического сегмента. Автор пола­гает, что именно психоэмоциональные влияния и вариации их интенсивности посредством симпатического сегмента ВНС предопределяют величину скоса с приближением распределения RR-интервалограмм и R-грамм к форме логнор­мального распределения.

Вероятно, при сохранении постоянного уровня психоэмоциональной со­ставляющей, определенной постоянными условиями регистрации, повышение физической нагрузки в пределах ниже пороговой, определяемой индивидуаль­

ными особенностями организма, завершит переход смещения исходного нор­мального распределения рядов значений параметров ВСР и рядов логарифмов значений параметров структурно-топологической области анализа к форме нормального распределения. Экстраполируя предложенную логику на условия дальнейшего повышения интенсивности нагрузки любого типа, асимметрия распределений параметров ВСР продолжит нарастать со смещением формы ло­гнормального распределения к односторонней экспоненциальной форме. Но превышение пороговых уровней нагрузки с неизбежностью приведет к актива­ции защиты - отложенным ростом парасимпатической активности. Вероятно, форма логнормального распределения в рамках функционального состояния ССС в норме фиксирует состояние баланса регуляторной ВНС. В таком случае методика однопараметрической фиксации баланса регуляторной ВНС позволя­ет выявить чувствительность и специфичность разных параметров. Одни пара­метрические ряды характеризуются приближением к ЛНР, другие - ЛНР, тре­тьи - приближением к односторонней экспоненциальной форме (табл. 3.6).

Рост асимметрии сопровождается уменьшением Dx и значительным паде­нием величины TP из-за устойчивой квадратичной зависимости ТР(Dx). Оче­видно, уменьшаются вклады со стороны всех спектральных составляющих ритма, но по-разному. Все распределения параметров частотного диапазона для RR-интервалограмм и R-грамм имеют положительную асимметрию. Гисто­граммы параметров LF и VLF удовлетворяют логнормальному распределению в большей и в меньшей степени. Гистограмма параметра HF скашивается влево по направлению к диапазону LF и вытягивается вверх столь сильно, что теряет соответствие с логнормальным распределением, обретая признаки односторон­него экспоненциального распределения (рис. 3.12). То же самое, но значитель­но в большей степени происходит с гистограммой параметрического ряда ULF (табл. 3.6), но она скошена по направлению к диапазону нулевых частот. Напомним, что оба спектральных диапазона ограничены: диапазон ULF - слева на частотной оси длиной записи, а диапазон HF - справа на частотной оси средним значением Mx или единицей отсчета, в зависимости от принятых еди­

ниц шкалы. Столь сильное искажение принятых форм распределения в диапа­зонах ULF и HF возможно при резком нарушении факторов равномерно малого влияния в рамках условий применимости центральной предельной теоремы. Однако, если распределение спектральной мощности диапазона HF практиче­ски не подвержено влиянию вариаций значений Mx, то распределение спек­тральной мощности диапазона ULF представлено только «хвостом», что позво­ляет обоснованно предполагать вне рамок 20-минутной записи нарастающее превалирование спектральной мощности диапазона ULF.

Предлагается искажение форм распределений спектральной мощности диапазонов LF и HF трактовать следствием роста симпатической активности и латентного «включения» и относительного роста парасимпатической активно­сти ВНС, соответственно. Это может означать, что механизмы регуляции ба­лансным влиянием симпатического и парасимпатического сегментов ВНС ра­ботают в заданных рамках адаптации к психоэмоциональным воздействиям и определены на частотной шкале совокупным интервалом (LF - HF).

Известно, что эндогенные ритмы (VLF-диапазон) представляют собой длинноволновые процессы адаптации, которые не искажаются в части фазовой составляющей посредством механизма частотного кодирования. Тогда можно отнести источники диапазона ULF к сигналам прямого действия на организм в целом с допущением информационного управления извне сопряжением с цен­тральной нервной системой генерацией экзогенных ритмов [3, 16].

<< | >>
Источник: ПЕРМЯКОВ Сергей Александрович. МЕТОДЫ СИСТЕМНОГО АНАЛИЗА АМПЛИТУДНО-ФАЗОВОГО СОПРЯЖЕНИЯ ЭЛЕКТРОКАРДИОГРАФИЧЕСКОЙ ИНФОРМАЦИИ. ДИССЕРТАЦИЯ на соискание учёной степени кандидата технических наук. ВЛАДИМИР - 2018. 2018

Еще по теме Исследование функций распределения параметров амплитудной и фазовой составляющих ЭКГ-сигнала в ансамбле регистраций экспериментальной базы данных:

  1. Оценка корреляции параметров амплитудной и фазовой составляющих ЭКГ-сигнала
  2. Экспериментальное программно-алгоритмическое обеспечение для анализа параметров амплитудно-фазового сопряжения ЭКГ- составляющих и управления диагностическим процессом
  3. Исследование сопряжения амплитудной и фазовой составляющих ЭКГ-сигнала в форме циркуляционной кривой
  4. 2.2 Особенности представления амплитудной и фазовой составляющих ЭКГ-сигнала
  5. 4.3. Исследование сопряжения амплитудной и фазовой составляющих ЭКГ-сигнала в форме двупараметрической гистограммы зависимости длительности RR-интервала от амплитуды зубца R
  6. Исследование сопряжения амплитудной и фазовой составляющих ЭКГ-сигнала в форме параметрической диаграммы сопряжения
  7. Физическая модель амплитудно-фазового сопряжения ЭКГ- составляющих у условно-здоровых молодых людей
  8. Разработка метода оценки амплитудно-фазового сопряжения ЭКГ-составляющих на основе статистического подхода
  9. 2.3 Энтропия цифровых рядов амплитудной и фазовой составляющих ЭКГ
  10. Разработка метода оценки амплитудно-фазового сопряжения ЭКГ-составляющих на основе информационного подхода
  11. Экспериментальная проверка методов анализа амплитудно­фазового сопряжения ЭКГ на данных больных людей
  12. Методы сопоставления амплитудных и фазовых данных электрокардиограммы
  13. Преобразование сигнала амплитудным детектором
  14. Модели вычисления показателей синхронности на основе амплитудной и фазовой корреляции системных ритмов
  15. Сигнал - усредненная ЭКГ
  16. Формирование базы данных по результатам ЭКМП
  17. 1.8.2. Редактирование структуры базы данных
  18. 1.8.1. Понятие базы данных и ее создание
  19. Описание и идентификационные признаки проблемно- ориентированной базы данных «ХОЛЕРНЫЕ ВИБРИОНЫ. РОССИЯ»
  20. 2.1 Базы данных патентов и отчетов НИР
- Акушерство и гинекология - Анатомия - Андрология - Биология - Болезни уха, горла и носа - Валеология - Ветеринария - Внутренние болезни - Военно-полевая медицина - Восстановительная медицина - Гастроэнтерология и гепатология - Гематология - Геронтология, гериатрия - Гигиена и санэпидконтроль - Дерматология - Диетология - Здравоохранение - Иммунология и аллергология - Интенсивная терапия, анестезиология и реанимация - Инфекционные заболевания - Информационные технологии в медицине - История медицины - Кардиология - Клинические методы диагностики - Кожные и венерические болезни - Комплементарная медицина - Лучевая диагностика, лучевая терапия - Маммология - Медицина катастроф - Медицинская паразитология - Медицинская этика - Медицинские приборы - Медицинское право - Наследственные болезни - Неврология и нейрохирургия - Нефрология - Онкология - Организация системы здравоохранения - Оториноларингология - Офтальмология - Патофизиология - Педиатрия - Приборы медицинского назначения - Психиатрия - Психология - Пульмонология - Стоматология - Судебная медицина - Токсикология - Травматология - Фармакология и фармацевтика - Физиология - Фтизиатрия - Хирургия - Эмбриология и гистология - Эпидемиология -