способ исследования вариабельности сердечного ритма человека

Формула изобретения

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; ((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; a ₁ - 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

а=а_m-а_n,

где а - физиологически значимый диапазон, а _m,a_n - соседние локальные минимумы на кривой скейлограммы,

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

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

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

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

U'=U(t)/ a(t).

Описание изобретения к патенту

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;

((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

а=а_m-a_n,

где а - 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 а=[а_m, a_n] осуществляется по формуле

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

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

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

U'=U(t)/ a(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 а, 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 а=[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.