ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta biomedicínského inženýrství Katedra přírodovědných oborů
Hodnocení variability srdečního rytmu pomocí rekurentní analýzy Evaluation of Heart Rate Variability by Using Reccurence Analysis Diplomová práce
Studijní program: Biomedicínská a klinická technika Studijní obor: Přístroje a metody pro biomedicínu Vedoucí práce: Ing. Tomáš Funda
Bc. Jakub Schlenker Kladno 2010
Seznam tabulek
viii
Seznam tabulek 1
Statistické parametry metody časové analýzy VSF [15] . . . . . . . . . . . .
7
2
Geometrické parametry metody časové analýzy VSF [15] . . . . . . . . . . .
8
3
Parametry metody frekvenční analýzy VSF [15] . . . . . . . . . . . . . . . .
9
4
Interpretace - hodnocení změn hodnot vstoje proti hodnotám vleže [18] . . .
11
5
Porovnání skriptu s toolboxem . . . . . . . . . . . . . . . . . . . . . . . . . .
26
1 Úvod do problematiky
1
3
Úvod do problematiky
1.1
Regulace srdeční frekvence
Na řízení činnosti organismu se podílejí dva systémy, nervový a humorální (látkový). Humorální systém je představován žlázami s vnitřní sekrecí, které uvolňují své výměšky (hormony) do krve nebo do okolních tkání [8].
Obrázek 1: Nervové řízení srdeční frekvence při stresu [8]
Nervové řízení je zprostředkováno autonomním nervovým systémem (ANS). Nervové řízení srdce a cév patří k celkovým regulačním mechanismům. Tyto mechanismy jsou uplatňovány zejména při zvýšených nárocích na oběh (svalová námaha, strach, radost). Nervová regulace je uskutečňována dvěma subsystémy s protichůdnými účinky, sympatikem a parasympatikem. Parasympatikus tepovou frekvenci snižuje a sympatikus jí zvyšuje. Hlavním neurotransmiterem parasympatiku je acetylcholin. Stimulace parasympatiku se kromě snížení tepové frekvence projeví i v prodloužení převodu vzruchu v atrioventrikulárním uzlu.
1 Úvod do problematiky
1.4
6
Variabilita srdeční frekvence
Pod pojmem variabilita srdeční frekvence (VSF) si lze představit míru, s jakou je srdce schopné adaptace na stávající podmínky. VSF je reprezentována změnou délky RR intervalů, které získáváme z naměřeného signálu EKG. Křivka EKG je znázorněna na obrázku 3.
Obrázek 3: Křivka EKG [14]
Klinický význam VSF byl poprvé diskutován v roce 1965, kdy Hon a Lee zjistili, že tíseň plodu byla předcházena změnami mezi tepovými intervaly. Během následujících let byl význam VSF dále studován. V roce 1977 poukázal Wolf a kol. na skutečnost, že vyšší riziko u poinfarktové úmrtnosti je spojené se sníženou VSF. Výkonová spektrální analýza změn srdečního rytmu byla představena v roce 1981 Akselrodem a kol. Tato frekvenční analýza přispěla k pochopení autonomního původu změn dob trvání RR intervalů v záznamu srdeční frekvence. Klinický význam VSF byl však zřejmý až koncem 80.let, kdy se potvrdilo, že je silným a nezávislým nástrojem pro předpověď úmrtnosti následkem akutního infarktu myokardu [15].
1.4.1
Metody časové analýzy VSF
Jedná se o nejjednodušší metody hodnocení VSF. V kontinuálním EKG záznamu nejprve detekujeme všechny QRS komplexy. Z nich získáme tzv. NN intervaly (z anglického normal-to-normal), což jsou časové intervaly mezi sousedními QRS komplexy. Ze získaných
1 Úvod do problematiky
7
NN intervalů lze například vypočíst okamžitou srdeční frekvenci, průměrnou délku NN intervalů, průměrnou srdeční frekvenci, rozdíl mezi nejdelším a nejkratším NN intervalem. Ze série hodnot okamžitých srdečních frekvencí nebo intervalů srdečních cyklů (zvláště pak u dlouhodobých záznamů) můžeme stanovit statistické parametry (parametry statistické metody) časové analýzy VSF [15]. Tabulka 1: Statistické parametry metody časové analýzy VSF [15]
Proměnná
Jednotky
Popis
SDNN
ms
standardní odchylka NN intervalů
SDANN
ms
standardní odchylka průměrné hodnoty NN intervalů
RMSSD
ms
druhá odmocnina sumy druhých mocnin rozdílů mezi sousedními NN intervaly
SDSD
ms
NN50
–
standardní odchylka rozdílů mezi sousedními NN intervaly počet všech následných NN intervalů, které jsou od sebe vzdálené více jak 50 ms
pNN50
%
počet NN50 dělený celkovým počtem NN intervalů
Tyto statistické parametry bychom mohli rozdělit do dvou tříd. Do první třídy bychom zařadili parametry odvozené od přímého měření NN intervalů nebo okamžité srdeční frekvence. Do druhé třídy bychom poté zařadili parametry určené z rozdílů NN intervalů. Parametry mohou být určené z celkového EKG záznamu nebo mohou být vypočteny pouze z části záznamu [15]. Série NN intervalů mohou být také převedeny na geometrický tvar jako například hustota distribuce dob trvání NN intervalů, hustoty distribuce rozdílů mezi přiléhajícími NN intervaly, Lorenzovy křivky NN nebo RR intervalů. U geometrických metod se používají tři postupy [15]: • základní měření geometrického tvaru (např. šířka distribučního histogramu ve specifikované úrovni) je převedena na měření VSF, • geometrický tvar se interpoluje matematicky definovaným tvarem (např. aproximace
3 Experimentální část
29
Valsalvův test a na malé části test RSA. Pro analýzu jsem si vybral data z ortostatického testu, z důvodu jeho největšího zastoupení.
3.3
Analýza dat
Rozdělení dat jsem provedl v tabulkovém editoru, viz. příloha na DVD data.odt. V prvním sloupci je název souboru, následuje pohlaví, věk, diagnóza, test (které testy pacient absolvoval) a parametry frekvenční analýzy. U některých záznamů parametry frekvenční analýzy chybí, protože došlo k nějaké chybě při jejich exportu nebo nebyly k dispozici. Data jsem rozdělil do skupin podle onemocnění (CMT, KRBS, FPV, Kolapsové stavy, Prekolapsové stavy, Kontrolní skupina), v editoru jsou skupiny rozlišeny barvami. Další dělení jsem neprováděl z důvodu malého počtu záznamů v jednotlivých skupinách.
Obrázek 16: Krabicový graf
Pro všechny vybrané záznamy jsem provedl rekurentní analýzu pomocí svého skriptu. Vypočtené hodnoty parametrů RQA pro různá nastavení vstupních parametrů jsou v souboru statistika.odt na přiloženém DVD. Pro všechny vybrané záznamy jsem provedl analýzu pro obě fáze tj. leh i stoj a pro některé i analýzu celého záznamu tj. leh i stoj dohromady. V přiloženém souboru se pak nachází parametry z obou těchto fází spolu s poměrem (leh/stoj). Ze
Reference
51
[11] HONZÍKOVÁ, Nataša Citlivost baroreflexu u dospívající mládeže. In Variabilita srdeční frekvence a její hodnocení v biomedicínských oborech - od teorie k praxi. Olomouc : Univerzita Palackého v Olomouci , 2004. s. 23-26. ISBN 80-244-0805-8. [12] KATZER, Lukáš . Srovnání variability srdeční frekvence u pacientů s Parkinsonovou chorobou při spontánním dýchání a dýchání dle metronomu. [online]. Brno : Masarykova univerzita , 2008. 87 s. Diplomová práce. Masarykova univerzita . Dostupné z WWW: < http : //is.muni.cz/th/66567/lfm /diplomka.txt > . [13] HAMAN, Petr. Výukový web EKG [online]. c2010 [cit. 2010-05-08]. Poruchy tvorby vzruchu. Dostupné z WWW: < http : //ekg.kvalitne.cz/tvorba.htm > . [14] MALMIVUO, Jaakko; PLONSEY, Robert. Bioelectromagnetism Principles and Applications of Bioelectric and Biomagnetic Fields. New York : Oxford University Press, 1995. 482 s. ISBN 0195058232. [15] MALIK, M. Heart rate variability - Standards of measurement, physiological interpretation, and clinical use. Task Force of The European Society of Cardiology and The North American Society of Pacing and Electrophysiology (Membership of the Task Force listed in the Appendix). European Heart Journal, Vol. 17, March 1996, pp. 354–381 [16] ACHARYA, U. Rajendra , et al. Heart rate variability: a review . Medical and Biological Engineering and Computing. 2006, 44, s. 1031-1051. Dostupný také z WWW: < http : //www.springerlink.com/content/l108361ww0123071/f ulltext.pdf > . [17] NEDĚLKA, Tomáš; SMRČKA, Pavel ; JEŘÁBEK, Jaroslav. Role rovnovážného ústrojí v regulaci autonomních funkcí. Neurologie pro praxi. 2007, 6, s. 346-348. [18] NOVOTNÝ, Jan, et al. Kapitoly sportovní medicíny
[online]. Brno : Ma-
sarykova univerzita, 2006 [cit. 2010-04-02]. Dostupné z WWW: <
http
:
//www.f sps.muni.cz/kapitolysportovnimediciny/ >. [19] HABERLOVÁ, Jana; MAZANEC, Radim; SEEMAN, Pavel. Dědičné periferní neuropatie. Neurologie pro praxi. 2006, 3, s. 159-163. [20] KOZÁK , Jiří ; VRBA, Ivan Komplexní regionální bolestivý syndrom a možnosti jeho léčby. In Sborník abstrakt 9. Anesteziologických dnů Na Homolce. Praha : Akutne.cz,
A Parametry RQA
A
53
Parametry RQA
Parametr RR
Definice RR =
Popis Poměr rekurencí je procento rekurentních
1 PN Ri,j N 2 i,j=1
bodů tvořících rekurentní graf Determinismus je procento rekurentních bodů
PN DET
l=lmin lP (l) PN i,j Ri,j
DET =
tvořících diagonální čáry, P (l) je histogram délek l diagonálních čar Laminarita je procento rekurentních bodů
PN LAM
LAM =
v=vmin vP (v) PN v=1 vP (v)
P RAT IO
N l=1
RAT IO = N 2 PN
AV DL
min AV DL = Pl=l N
l=lmin
PN
TT
min T T = Pv=v N
v svislých čar
2 lP (l)
l=lmin
PN
tvořících svislé čáry, P (v) je histogram délek
P (l)
lP (l) P (l)
vP (v)
v=vmin
Poměr mezi DET a RR
Průměrná délka diagonální čáry
Průměrná délka vertikální čáry
P (v)
Lmax
Lmax = max ( li ; i = 1 . . . Nl )
Délka nejdelší diagonální čáry
M AXV
M AXV = max (vi ; i = 1 . . . Nv )
Délka nejdelší svislé čáry
DIV
DIV =
EN T R
Divergence je převrácená hodnota Lm ax, sou-
1 Lmax
EN T R = −
čet kladných Lyapunových exponentů
l=lmin
PN¯ T REN D
T REN D =
Shannonova entropie rozdělení pravděpodob-
PN
p(l) ln p(l)
¯
− N2 )(RRi − hRRi i) PN¯ ¯ 2 N i=1 (i − 2 )
i=1 (i
nosti délek diagonálních čar
Trend
