Волновая природа сердечной деятельности

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное бюджетное образовательное учреждение

высшего профессионального образования

«КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»

(ФГБОУ ВПО «КубГУ»)

Физико-технический факультет

Кафедра физики и информационных систем

Допустить к защите в ГАК

_____._____. 2014 г.

Заведующий кафедрой

д-р физ.-мат. наук, профессор

_____________Н. М. Богатов

ДИПЛОМНАЯ РАБОТА

Волновая природа сердечной деятельности

Работу выполнил __________________________Арутюнян Татевик Вардановна

Специальность 200402 – Инженерное дело в медико-биологической практике

Научный руководитель

канд. физ.-мат. наук, доцент ________________________________ С.А. Онищук

Нормоконтролер

ст. преподаватель ___________________________________ В.Ф. Савченко

Краснодар 2014

РЕФЕРАТ

Дипломная работа: 51 с. 8 рис., 4 табл., 36 источников.

КАРДИОРИТМОГРАММА, ВАРИАБЕЛЬНОСТЬ СЕРДЕЧНОГО РИТМА, ФАКТОРНЫЙ АНАЛИЗ, ВОЛНОВАЯ СТРУКТУРА, РАСПРЕДЕЛЕНИЕ ПЛОТНОСТИ ВЕРОЯТНОСТИ.

Объектом исследования являются кардиоритмограммы высококвалифицированных спортсменов – студентов Кубанского государственного университета физической культуры, спорта и туризма.

Целью данной работы было исследование волновой структуры сердца и выявление основных факторов, воздействующих на ВСР.

Аппаратура для измерений - диагностическая система «Валента». В курсовой работе использовались методы факторного анализа, построены распределения плотности вероятности мощности волн у спортсменов различной специализации.

В ходе выполнения дипломной работы были многократно обследованы 193 спортсмена высшей квалификации на разных этапах тренировочного процесса. Статистическая обработка результатов осуществлялась с помощью математических баз данных программы Statistica 7.0 и графического аппарата программы Excel.

В результате работы установлены основные критерии превалирования тонуса симпатического или парасимпатического отдела автономной нервной системы, а также соотношения между ними. Проведены расчеты волновых параметров по данным вариационной пульсометрии. Был вычислен удельный вес каждого фактора, выявлены наиболее информативные параметры, воздействующие на ВСР.

Результаты дипломной работы апробированы на 15 конференциях и опубликованы в 14 научных журналах.

СОДЕРЖАНИЕ

Обозначения и сокращения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Введение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1Получение кардиоритмограмм . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

1.1Диагностическая система «Валента». . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

1.2 Компьютерная обработка данных и их интерпретация . . . . . . . . . . . . 11

2Анализ ВСР. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.1 ВСР и уровни ее регуляции . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.2 Методы оценки ВСР . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

2.3 Роль ВСР в ежедневной оценке функционального состояния спортсменов. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . 27

3 Факторный анализ КРГ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.1 Методики факторного анализа . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.2 Расчет влияния факторов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

4 Волны КРГ. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

4.1 Волновая структура сердечного ритма. . . . . . . . . . . . . . . . . . . . . . . . . 36

4. 2 Результаты анализа волн КРГ и их обоснование . . . . . . . . . . . . . . . . 39

Заключение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

Список использованных источников . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

Обозначения и сокращения

БВ

быстрые волны

ВСР

вариабельность сердечного ритма

ВНС

вегетативная нервная система

КГР

кардиоритмография

МВ

медленные волны

СКО

среднее квадратическое отклонение

ЧСС

частота сердечных сокращений

ЭКГ

электрокардиография

ВВЕДЕНИЕ

Сердечно-сосудистая система является центральной, с точки зрения жизнеобеспечения организма. Она чутко реагирует на изменения в функционировании любого органа, а также характеристик окружающей среды. Именно поэтому важно знание процессов, происходящих в ней. Существует достаточное количество методик, позволяющих разносторонне изучить состояние сердца и сосудов, однако кардиоритмографическое исследование занимает среди них особую роль[1].

XX век ознаменовался переходом от качественного описания колебаний кардиоинтервалов к количественному анализу. Ранние методы анализа ВСР как правило строились на использовании кратковременных ритмограмм и включали в себя простые числовые оценки дескриптивной статистики. Начиная с 70-х годов стали активно развиваться методы спектрального анализа для исследования биологических систем. Впервые спектры колебаний сердечного ритма были представлены отечественными учеными в работах Р.М. Баевского и его коллег[2,3].

Исследования в области динамических систем во второй половине XX столетия позволили сделать вывод, что нелинейные феномены, несомненно, являются одной из причин ВСР и могут содержать важную информацию для ее физиологической интерпретации. На сегодняшний день разработаны многочисленные методы нелинейной динамики для анализа ВСР[4].

В последнее десятилетие отмечается бурный рост прикладных исследований, в которых используется анализ ВСР.

Использование средств математической статистики при анализе кардиоритмограмм позволяет прогнозировать, выявлять, классифицировать и структурировать различные заболевания, поэтому данная тема актуальна.

Преимущества использования показателей вариабельности сердечного ритма для оценки функционального состояния организма:

- надежность и малая вариабельность показателей, а также наличие четкой зависимости между системами организма и параметрами ВСР;

- соответствие показателей международным стандартам оценки, физиологической интерпретации и клинического использования;

- объективность и точность статистической обработки электрических сигналов;

- неинвазивность метода при высокой надежности и объективности получаемых результатов;

- возможность накопления информации и ее анализа, как в реальном времени, так и в динамике;

- доступность и возможность визуализации получаемой информации и результатов ее анализа;

- интегральность показателя, дающая возможность объективной оценки вегетативного обеспечения важнейших систем жизнеобеспечения;

- возможность комплексного исследования функционального состояния организма без ограничения подвижности исследуемого пациента, т.е. в более естественных условиях, чем при других методах функциональной диагностики [5].

Основная цель данной работы - исследование волновой структуры сердечного ритма высококвалифицированных спортсменов и выявление основных факторов, воздействующих на ВСР. Для этого было проведено многократное обследование 193 спортсменов высшей квалификации специализирующихся в плавании, гребле и велоспорте на диагностической системе «Валента», проведен факторный анализы многочисленных показателей, отражающих функциональное состояние ВНС, вычислен удельный вес каждого фактора. При оценке и анализе выделенных факторов выявлены наиболее информативные параметры. Также построены распределения плотности вероятности мощности волн у спортсменов различной специализации.

  1. Получение кардиоритмограмм

  1. Диагностическая система «Валента»

Кардиоритмография – это метод диагностики, позволяющий с помощью тонкого математического анализа вариабельности синусового ритма сердца выявить нарушения адаптации организма еще на ранних стадиях заболевания. Современный метод обследования сердца и нервной системы, позволяет оценить состояние здоровья в целом у пациентов, подвергшихся воздействию психосоциального стресса и неблагоприятных влияний внешней среды. Различные виды стрессов вызывают изменения в миокарде и центральной нервной системе и у  практически здоровых людей, в том числе – и у спортсменов [6].

Все математические показатели динамики ритмов сердца можно разделить на статистические показатели (мода, амплитуда моды, вариационный размах, среднее арифметическое, среднеквадратичное отклонение) и производные из них индексы (индекс вегетативного равновесия, вегетативный показатель ритма, индекс напряжения, показатель адекватности процессов регуляции) [7].

Мода (Мо) - это наиболее часто встречающееся значение RR, она указывает на доминирующий уровень функционирования синусного узла. При симпатотонии Мо минимальна, при ваготонии - максимальна. В норме значение моды колеблется от 0,7 до 0,9.

Амплитуда моды (АМо) - отношение количества RR-интервалов со значениями, равными Мо к общему количеству RR-интервалов в процентах. Данный показатель отражает степень ригидности ритма. Его нормальные значения равны 30-50%.

Увеличение АМо будет свидетельствовать о преобладании симпатических влияний на синусный узел и значительной ригидности ритма. При ваготонии данный показатель имеет тенденцию к уменьшению его числового значения.

Вариационный размах (ВР) - вычисляется как разница между максимальным и минимальным значениями RR-интервалов (ширина основания гистограммы). ВР рассматривают как парасимпатический показатель. Чем он выше, тем сильнее выражено влияния вагуса на ритм сердца. Нормальные значения ВР - от 0,15 до 0,45.

Среднеквадратичное отклонение (СКО, SDNN) является наиболее объективным показателем динамики ритмов сердца в оценке вегетативной регуляции ритма сердца. В норме значения СКО колеблются от 0,03 до 0,06. Снижение данного показателя ниже 0,03 будет свидетельствовать об усилении симпатических воздействии на синусный узел. При ваготонии данный показатель увеличивается до 0,09. Повышении СКО более 0,09 говорит об опасности развития наджелудочковых аритмий у обследуемого [8].

Вторичные временные показатели ВРС вычисляются следующим образом:

ИВР=АМо/ВР; ВПР=1/МоВР; ИН=АМо/2ВРМо,

где ИВР - индекс вегетативного равновесия;

ВПР - вегетативный показатель ритма;

ИН - индекс напряжения.

Увеличение числовых значений данных показателей наблюдается при превалировании симпатических, уменьшение - вагусных влияний на ритм сердца.

Также, согласно рекомендациям Европейского общества кардиологов для клинического анализа предлагается дополнительно анализировать следующие статистические показатели [Task Force of the European Society of Cardiology and the North American Society of Racing and Electrophysiology, 1996]:

1) SDNN - статистическое отклонение RR-интервалов (исключая экстрасистолические комплексы).

2) SDANN - показатель стабильности ВРС. Для его вычисления вначале усредняют RR-интервалы за все 5-минутные отрезки записи ЭКГ, а затем вычисляют их стандартное отклонение. Данный показатель используется только при 24-часовой записи.

3) HRV-index - триангулярный индекс ВРС, вычисляется по гистограмме, построенной с интервалом в 8 мс, путм деления общего числа анализируемых RR-интервалов на частоту встречаемости RR, соответствующего моде.

4) SDNN-index - представляет среднее значение сигмы RR-интервалов по всем 5-минутным участкам записи (показатель для 24-часовой записи ЭКГ).

5) SDSD - стандартное отклонение разностей между соседними нормальными RR-интервалами.

6) NN50 - число пар последовательных RR-интервалов, различающихся более чем на 50 мс.

7) pNN50 - их процент от числа всех анализируемых кардиоинтервалов.

8) RMSSD - стандартное отклонение разностей RR-интервалов от их средней арифметической: клиническая интерпретация данного показателя аналогична SDNN.

Наиболее достоверными временными показателями вариабельности ритма на сегодняшний день признаны SDNN, SDANN, HRV-index и pNN50.

Существует множество отечественного оборудования для регистрации кардиоритмограмм: аппаратно-программный комплекс «Варикард», компьютерные системы «Вита-Ритм», «ВНС-Ритм», «ВНС-Вита» и «ВНС-Спектр», компьютерный электрокардиограф «Карди», аппаратно-программный комплекс АПК-РКГ и другие.

Для данного исследования аппаратурой для записи кардиоритмограмм была диагностическая система «Валента». Она изображена на рисунке 1 и представляет собой автоматизированное рабочее место врача функциональной диагностики, позволяющее проводить исследования по нескольким методикам с формированием электронной истории болезни [9].



Рисунок 1 - Диагностическая система «Валента»

Базовый комплект комплекса - Преобразователь биосигналов "Валента» и Программа управления комплексом и базой данных для хранения результатов исследований.

Основные режимы работы с базой данных – Журнал исследований и Карта пациента.

Журнал функциональных исследований - самая привычная для врача форма, где в левой части экрана в виде таблицы представлен список исследований. Журнал может быть отфильтрован по любым критериям – диапазону дат, пациенту, методике исследований, и при необходимости распечатан. Каждой строчке журнала соответствует графическая информация и заключение, которое врач может отредактировать[9].

Карта содержит всю диагностическую информацию, относящуюся к конкретному пациенту. Информационный блок содержит заключение по данному исследованию и исходные кривые. Карта пациента позволяет оценить клиническую картину в целом, проследить динамику, включая влияние функциональных проб, соотнести между собой результаты различных исследований [10].

И в журнале, и в карте предусмотрена возможность повторно проанализировать запись, или выполнить новое исследование.

Методика ритмографического исследования применяется в случаях:

- оценки динамики развития ишемической болезни сердца и гипертонической болезни;

- прогноза течения острого инфаркта миокарда;

- определения оптимальных дозировок блокаторов b-адренорецепторов;

- анализа нарушений ритма, выявление типа и характера аритмий;

- оценки эффективности применения антиаритмических препаратов;

- оценки влияния отделов ВНС на регуляцию синусового ритма;

- дифференциальной диагностики нейроциркулярной дистонии по гипертоническому типу [9,10].

  1. Компьютерная обработка данных и их интерпретация

Все данные, полученные с помощью диагностического комплекса «Валента» обрабатываются и выдаются в цифровом и графическом виде как представлено на рисунке 2.

Рисунок 2 – Окно программы «Валента» для компьютерной обработки кардиоритмограмм

Длительность регистрации определяется врачом и может произвольно меняться от 200 до 500 R-R интервалов. Результатом компьютерного анализа являются:

- кардиоинтервалограмма (рисунок 3);

- функция вариации ритма в трех диапазонах частот и пневмотахограмма;

- распределение RR интервалов во всех трех эпизодах (рисунок 4);

- скаттерграмма, предназначенная для подробного анализа нарушений ритма как всей записи, так и каждого эпизода пробы (рисунок 5);

- автоматическое определение влияния отделов ВНС по трем эпизодам пробы;

- математические характеристики (статистические, волновые, комбинированные и дифференциальные) [9].

Рисунок 3 – Кардиоинтервалограмма

Рисунок 4- Распределение RR интервалов

Рисунок 5- Скаттерграмма

Автоматическая интерпретация включает в себя:

- общие сведения об основном ритме;

- характер зарегистрированных нарушений ритма;

- оценку вагосимпатического баланса [9].

Программа предоставляет богатые возможности для ручной обработки кардиоритмограммы:

- анализ графика функции вариации ритма в трех частотных диапазонах;

- анализ диаграммы распределения RR-интервалов для всей записи, для записи с исключенными экстрасистолами и только для экстрасистол;

- анализ зарегистрированной ЭКГ;

- изменение параметров спектрального преобразования для более подробного изучения волновой структуры;

- сравнение кардиоритмограмм в динамике;

- автоматический полный частотный анализ ритма;

- формирование собственного врачебного заключения [9].

Специализированный модуль программы позволяет проводить анализ нарушений ритма за все время исследования:

- просмотр всего записанного ЭКГ сигнала с использованием ритмограммы в качестве навигатора. На ритмограмме цветами обозначены автоматически обнаруженные экстрасистолы. Переход между атипичными комплексами осуществляется щелчком мыши с выводом соответствующего фрагмента ЭКГ;

- анализ графика функции вариации ритма в трех частотных диапазонах;

- статистическая информация об обнаруженных экстрасистолах, круговая диаграмма их распределения;

- скатерграмма, позволяющая отображать поле рассеивания как всей ритмограммы, так и любого выбранного фрагмента[9].

Фактически, режим анализа нарушений ритма является микрохолтеровским исследованием и часто позволяет решить вопрос о целесообразности проведения суточного мониторинга.

Другой важной разновидностью исследований сердечного ритма является проведение функциональных тестов. Основной целью при этом является оценка функциональных резервов механизмов вегетативной регуляции. В зависимости от вида функциональной нагрузки могут тестироваться различные звенья системы управления физиологическими функциями. Чувствительность и реактивность вегетативной нервной системы, ее симпатического и парасимпатического отделов при воздействии того или иного тестирующего фактора могут служить диагностическими и прогностическими критериями[11].

Необходимо отметить следующие особенности анализа ВСР при функциональных пробах:

- фоновая (исходная) запись должна проводится в условиях покоя в течение не менее 5 минут. Для сравнения с фоновой записью должны использоваться аналогичные по длительности записи, полученные на разных этапах функциональной пробы;

- переходный процесс при функциональных пробах должен анализироваться специальными методами. При этом он должен быть выделен из записи визуально или автоматически с использованием соответствующих алгоритмов, учитывающих нестационарность и нелинейность процесса. Анализ переходных процессов может иметь самостоятельное диагностическое и прогностическое значение;

- оценку изменений показателей ВСР при функциональных пробах следует проводить с учетом данных, полученных другими методами исследования.

При регистрации КРГ врач имеет возможность отметить до трех фрагментов, которые в процессе обработки будут проанализированы отдельно и сравнены друг с другом.

Например, таким образом можно проводить активную ортостатическую, дыхательную и другие пробы.

Непрерывность процесса регистрации дает возможность анализировать переходный процесс, который представляет при таких исследованиях особый интерес (например, для оценки адаптационных свойств организма) [12].

  1. АНАЛИЗ ВСР

2.1 ВСР и уровни ее регуляции

Вариабельность — это такое свойство биологических процессов, которое связано с необходимостью приспособления организма к изменяющимся условиям окружающей среды. Другими словами вариабельность – это изменчивость различных параметров, в том числе и ритма сердца, в ответ на воздействие каких-либо факторов. Следовательно, ВСР отражает работу сердечно-сосудистой системы и работу механизмов регуляции целостного организма. Учеными была обнаружена взаимосвязь между вегетативной нервной системой и смертностью от сердечно-сосудистых заболеваний, включая внезапную смерть.[13]

У здоровых людей интервал времени от начала цикла одного сердечного сокращения до начала другого не является одинаковым и постоянно меняется. Первым это обнаружил А. Галлер в 1760 г. Явление получило название вариабельности сердечного ритма (ВСР), оно наблюдается даже в состоянии покоя. Характерно, что непостоянство интервала между кардиоциклами находится в пределах некоторой средней величины, являющейся оптимальной для рассматриваемого функционального состояния организма. Это свидетельствует о том, что ВСР должна оцениваться только в стационарных состояниях, так как при любом изменении (в простейшем случае, при изменении положения тела) частота сердечных сокращений начинает подстраиваться под новый функциональный уровень.

Анализ ВСР начал активно развиваться в СССР в начале 60-х годов. Одним из важных стимулов его развития послужили успехи космической медицины [14].

В 1966 году в Москве состоялся первый в мире симпозиум по вариабельности сердечного ритма [15]. Максимальная активность исследователей, работающих в области анализа ВСР в СССР, отмечалась в конце 70-х – начале 80-х годов [16, 17].

Первые монографии по ВСР также были изданы в СССР [18, 19]. В Западной Европе и США резкий рост числа исследований по ВСР начался в последние 25 - 30 лет. В настоящее время ежегодно публикуется до нескольких тысяч работ. В России после спада активности исследований в области анализа ВСР в последние годы наблюдается повышенное внимание к этому методу [20, 21].

Так, в 1996 г. состоялся международный симпозиум по ВСР в г. Ижевске, а в 1999 г. значительное число докладов по ВСР было представлено на состоявшемся в Москве международном симпозиуме “Компьютерная электрокардиография на рубеже столетий”.

Однако несмотря на это большинство российских исследователей в настоящее время пользуется опубликованными Европейским Обществом Кардиологии и Северо-Американским Электрофизиологическим Обществом стандартами измерений, физиологической интерпретации и клинического использования этого метода.

Период «подстройки» является своеобразным переходным процессом, в течение которого включаются другие, не связанные с регуляцией ВСР механизмы, обеспечивающие достижение средней ЧСС, оптимальной уже для нового функционального состояния. О вариабельности ритма сердца традиционно судят по длительности R-R интервалов ЭКГ, то есть промежутков времени между последовательными зубцами R хотя правильнее было бы рассматривать длительность P-P интервалов, так как именно начало зубца P является началом нового сердечного цикла. Традиция проведения оценки R-R интервалов связана с тем, что зубец R легче всего выделить из сигнала ЭКГ при компьютерной обработке в силу того, что он является наибольшим по амплитуде.

Для изучения ВСР кроме записей ЭКГ можно использовать и другие методы, осуществляющие регистрацию циклов сердечных сокращений (реографию, плетизмографию, допплерографию магистральных артерий, эхокардиографию). Вариабельность сердечного ритма отчетливо видна при графическом представлении последовательности R-R интервалов за определенный временной промежуток. Если по оси абсцисс откладывается номер кардиоинтервала, то она называется кардиоинтервалограммой, если время – кардиоритмограммой (или просто ритмограммой). Кардиоинтервалограмма обычно изображается в виде столбиковых диаграмм, а ритмограмма традиционно представляется в виде кривой.

Существуют свои особенности построения ритмограммы , связанные с тем , что по оси абсцисс откладывается время в секундах , а R-R интервалы отличаются по длительности и не соответствуют целой секунде . Наличие переменного шага по времени крайне неудобно для большинства методов обработки экспериментальных данных (прежде всего , для спектрального анализа). Для решения этой проблемы дискретные значения R-R интервалов принимаются за опорные точки, которые последовательно откладываются по оси абсцисс. Затем проводится переоцифровка полученной кривой с постоянным шагом по времени. В итоге этой процедуры получается весьма наглядная и удобная для дальнейшего анализа ритмограмма [22].

При визуальном рассмотрении ритмограмм оказывается, что изменение длительности R-R интервалов происходит с определенной периодичностью. Это свидетельствует о существовании волновой модуляции сердечного ритма. Вариабельность сердечного ритма, не связанная с нарушениями функций автоматизма, проводимости или возбудимости, получила название синусовой аритмии. Выделяют дыхательную и недыхательную компоненты синусовой аритмии. Первая из них определяется фазами дыхания – при вдохе происходит уменьшение длительности R-R интервалов, а при выдохе – увеличение, что приводит к формированию дыхательных волн.

В общем случае электрический сигнал, снимаемый с датчика, имеет структуру процесса, в котором информационный сигнал смешан с шумом. При этом соотношение сигнал/шум может сильно изменяться в зависимости от местоположения датчика и других особенностей в момент снятия биоинформации. Таким образом, полученные с помощью датчиков данные представляют собой выборочные совокупности, причем эти выборки являются в некоторой степени случайными. Биоэлектрические сигналы, регистрируемые с различных точек, являются существенно малыми по амплитуде и занимают области низких и инфранизких частот.

При оценке качества записи необходимо учитывать влияние разнообразных помех, которые могут быть обусловлены токами наводки, мышечным тремором, плохим контактом электродов с кожей и другими причинами. Все выявленные артефакты нужно устранять (отфильтровывать). Однако это целесообразно в том случае, когда число артефактов невелико (менее 5–10 %). При большем количестве следует ограничиться анализом гистограммы и скаттерограммы [22].

В случае проведения исследований одновременно со снятием электрокардиограммы распознавание на записи отправной точки измерения, которая идентифицирует QRS-комплекс, может быть основано на максимуме или барицентре комплекса, на определении максимума интерполяционной кривой или нахождении путем соответствия эталону.

Для достаточно четкой временной привязки QRS-комплекса допустим широкий диапазон показателей аппаратуры по соотношению сигнал/шум, подавлению синфазной помехи, ширине полосы регистрации и т. д. Если верхняя частота среза существенно ниже 200 Гц, принятых для диагностического оборудования, это может вызывать дополнительный разброс, внося ошибки в распознавание отправной точки QRS-комплекса и, следовательно, в измерение RR-интервалов. Подобным образом ограниченная частота выборки вносит ошибку в спектр ВСР, степень которой увеличивается по мере увеличения частоты, тем самым больше влияя на высокочастотные компоненты. Интерполяция ЭКГ-сигнала может уменьшить степень ошибки. При надлежащей интерполяции даже частота измерений 100 Гц может быть достаточной.

В случае использования цифровой записи первичных данных необходимо тщательно выбирать используемые способы сжатия, учитывая эффективную частоту дискретизации и качество способа восстановления сигнала; в противном случае в амплитуду и фазу сигнала могут быть внесены дополнительные искажения [23].

Известно, что ошибки, накладываемые неточностью определения RR-интервалов могут значительно влиять на результаты статистических временных и частотных методов. Известно, что грубое редактирование данных по RR-интервалам достаточно для аппроксимационной оценки общей вариабельности геометрическими методами, но неясно, какая точность редактирования необходима для достижения уверенности в том, что и при использовании других методов будут получены корректные результаты. Таким образом, при использовании статистических методов временной и частотной области вручную проводимое редактирование массива RR-интервалов должно осуществляться в соответствии с высокими стандартами корректной идентификации и классификации каждого QRS-комплекса. Автоматические фильтры, которые исключают из оригинальной последовательности некоторые RR-интервалы (например, отличающиеся более чем на 20 % от предыдущего) не могут заменить редактирования врачом, поскольку замечено их неудовлетворительное поведение и наличие нежелательных эффектов, потенциально ведущих к ошибкам.

Исследование ВСР может быть параллельным или специализированным. В первом случае оно проводится одновременно с регистрацией ЭКГ для целей диагностики или медицинского контроля во время Холтеровского мониторирования. Во втором случае это целенаправленное изучение ВСР с использованием специализированных систем.

При этом можно выделить следующие виды исследований:

- в условиях относительного покоя;

- при проведении функциональных тестов;

- исследования в условиях обычной деятельности или при выполнении профессиональных нагрузок;

- в клинических условиях.

При исследовании ВСР следует различать кратковременные и долговременные записи. Под последними, как правило, понимают данные, получаемые при 24-часовом мониторировании электрокардиограммы (Холтеровское мониторирование). К так называемым « коротким» записям относят данные исследований, проводимых в течение минут, десятков минут или нескольких часов. Динамические ряды кардиоинтервалов могут быть получены при анализе любых кардиографических записей (электрических, механических, ультразвуковых и. т. д.), однако в данном случае необходимо ограничиться рассмотрением данных анализа только электрокардиосигналов, поскольку при исследовании ритма сердца оценивают источник водителя ритма (зубец Р), морфологию комплекса QRS и взаимосвязь между ними. Кроме того, существует понятие «дефицит пульса» (не каждое сердечное сокращение приводит к возникновению пульсовой волны) [23].

Именно поэтому для расчета показателей вариабельности ритма сердца необходимо использовать запись электрокардиограммы.

В общем случае исследование и анализ ВСР включают следующие этапы:

- измерение и представление динамических рядов кардиоинтервалов;

- анализ динамических рядов кардиоинтервалов;

- оценку результатов анализа ВСР.

Обычно в подобных исследованиях, продолжительность записи диктуется природой самого исследования. При работе с короткими записями методы частотного анализа предпочтительней, чем временного. Продолжительность записи должна составлять по меньшей мере 10 длин волны низкочастотной полосы исследуемого компонента, но, чтобы быть уверенным в стабильности сигнала, не должна быть существенно длительной. Таким образом, для оценки высокочастотного компонента необходима запись около 1 минуты, в то время как для анализа низкочастотного компонента нужно 2 минуты. Для стандартизации различных исследований выбрана предпочтительная длительность записи для стационарных систем – 5 минут, если природа исследования не диктует иного.

Часто целесообразно устанавливать продолжительность записи не по времени, а по количеству регистрируемых кардиоциклов. Обычно рекомендуется 300–500 кардиоциклов. При повторных записях, при проведении функциональных проб следует записывать одинаковое количество кардиоциклов. Данное требование объясняется тем, что для анализа кардиоритмограммы применяются методы, в основе которых лежит аппарат математической статистики, требующий одинаковой длины сопоставляемых выборок.

В ходе исследований регистрируется ЭКГ-сигнал в одном из стандартных или грудных отведениях. Продолжительность записи должнабыть, как правило, не менее 5 минут. При наличии нарушений ритма лучше проводить запись не менее 10 минут. Анализ 2–3 последовательных записей по 5 минут подтверждает условия стабильности физиологического статуса. В экспериментальных и клинических исследованиях должна быть известна ЧСС для корректного сопоставления получаемых данных. Перед исследованием обязательна отмена физиотерапевтических процедур и медикаментозного лечения, либо эти факторы должны учитываться при оценке результатов исследования. Перед началом исследования необходим период адаптации к окружающим условиям в течение 5–10 минут.

Необходимо устранить все помехи, приводящие к эмоциональному возбуждению, не разговаривать с исследуемым и посторонними, исключить телефонные звонки и появление в кабинете других лиц, включая медработников. В период исследования ВСР пациент должен дышать, не делая глубоких вдохов, не кашлять, не сглатывать слюну.

Для изучения вариабельности сердечного ритма анализируют кратковременные (в течение минут, десятков минут) и долговременные записи (начиная с нескольких часов). В целях контроля текущего состояния организма обычно регистрируют ЭКГ в течение 5 минут. В этом случае рассматривают первые два диапазона [0.15–0.4] Гц и [0.04–0.15] Гц. Для исследования остальных необходимо располагать более длительными записями.

В настоящее время широко распространены спектральные методы анализа вариабельности сердечного ритма (включая подходы, основанные на применении вейвлет-преобразования, являющегося одним из наиболее универсальных методов исследования нестационарных процессов по сигналам малой длительности). Анализ спектральной плотности мощности колебаний дает информацию о распределении энергии по частотам. Расчеты спектров позволяют получить информацию о соотношении энергий разных компонент ВСР. Вариабельность сердечного ритма анализируют также с помощью статистических методов, корреляционного анализ, методов нелинейной динамики и др. В современной практике перечисленные методы позволяют решать многие задачи диагностического и прогностического профиля, оценки функциональных состояний.

Очевидная трудоемкость анализа вариабельности базального ритма существенно ограничивала развитие методики до конца 80-х - начала 90-х гг., когда стали доступны цифровые технологии обработки кардиотокограммы (компьютерный анализ).

Для компьютерной обработки кардиотокограмм и оценки вариабельности необходимы конкретные цифровые показатели. В качестве последних были выбраны временные интервалы между двумя соседними ударами сердца и разница длительности между интервалами. Таким образом, при компьютерной обработке используется не привычная для нас частота сердцебиений, выраженная числом ударов в минуту, а интервалы времени. Это связано с тем, что кардиотокографы первично определяют не частоту сердцебиений как таковую, а временные промежутки между двумя соседними ударами или зубцами R. Только после измерения интервала полученный временной параметр переводят в частоту сердечных сокращений [23].

Наиболее наглядным и доступным методом анализа изменений сердечного ритма являются построение и оценка кардиоинтервалограмм Варианты ритмограмм легко распознаются обученным врачом — специалистом при визуальном анализе. В приборе используются методы автоматического распознавания классов ритмограмм на основании решающих правил, имитирующих мыслительную деятельность врача и использующих правила линейного дискриминантного анализа. По среднему уровню динамического ряда кардиоинтервалов выделяют симпато- , ваго- и нормотонический типы регуляции сердечного ритма. Эта классификация общепринята в медицинской практике. В основе экспресс – анализа в приборе лежит оценка состояния различных звеньев и контуров этой сложной системы путем анализа «волновой структуры» сердечного ритма или его ритмограммы.

 Современный уровень знаний позволяет установить лишь общую зависимость между волновой структурой ритма сердца и анатомо-физиологической структурой системы управления. Общепринятая иерархическая структура управления функциями организма, включает последовательные уровни гуморальной, гормональной вегетативной и центральной (корковой) регуляции. Этим уровням соответствуют определенные анатомо-физиологические структуры:

- подкорковые нервные центры, обеспечивающие вегетативный гомеостаз;

-  высшие вегетативные центры, осуществляющие уравновешивание гуморально –гормонально-вегетативных звеньев управления под контролем корковых механизмов;

 - центральная нервная система, координирующая все процессы управления в организме в соответствии с условиями окружающей среды.

При оценке состояния регуляторных систем по данным математического анализа ритма сердца выделяется ряд показателей, которые условно можно разделить на три группы, соответственно трем указанным выше уровням системы управления. Статистические показатели характеризуют состояние и взаимодействие отделов вегетативной нервной системы, или так называемый автономный контур регуляции.

 Общий подход к оценке ВСР заключается в том, что, во-первых, более высокие уровни управления рассматриваются как ингибиторы активности более низких уровней и, во-вторых, период колебаний ритма сердца связывается с уровнем управления: чем больше период, тем выше уровень управления. Таким образом, в ответ на разные нагрузочные воздействия могут наблюдаться различные изменения ритма сердца. При оптимальном регулировании управление происходит с минимальным участием высших уровней. В противном случае в управлении участвуют все более высокие уровни управления [22].

Определение ВСР относят к важному неинвазивному методу количественной оценки активности различных отделов ВНС при регуляции сердечных сокращений. КРГ позволяет делать выводы о преимущественном влиянии симпатического или парасимпатического отдела ВНС на регуляцию синусового ритма, что в конечном итоге позволяет судить о преобладании определенного типа регуляции организма со стороны ВНС в целом[23].

  1. Методы оценки ВСР

Все большую популярность в последнее время в кардиологических исследованиях набирает анализ ВСР, который основан на определении последовательности интервалов R-R электрокардиограммы. Еще называют NN-интервалы (normal-to-normal), то есть учитываются промежутки только между нормальными сокращениям.

Благодаря этому анализу можно получить информацию о влиянии на работу сердца вегетативной нервной системы и ряда гуморальных и рефлекторных факторов.

Анализ ВСР дает возможность оценить функциональное состояние человека, кроме того позволяет следить за динамикой и выявлять патологические состояния. Позволяет получить информацию об адаптационных резервах организма, что дает возможность предугадать сбои в работе сердечно-сосудистой системы [10].

Снижение параметров указывает на нарушение взаимодействия вегетативной нервной и сердечно-сосудистой системы и ведет к патологиям, связанным с работой сердца. Наиболее высокие показатели вариабельности сердечного ритма характерны для здоровых молодых людей и спортсменов, так как для них характерен более высокий парасимпатический тонус. Разного рода заболевания сердца органической природы ведут к снижению показателей вариабельности – высокий симпатический тонус. Резкое снижение – высока вероятность летального исхода.

В настоящее время существует несколько методов оценки вариабельности сердечного ритма. Среди них выделяют три группы:

  • методы временной области – опираются на статистические методы и направлены на исследование общей вариабельности,
  • методы частотной области – исследование периодических составляющих ВСР,
  • интегральные показатели ВСР (относят автокорреляционный анализ и корреляционную ритмографию).

Статистические методы основаны на измерении RR-интервалов, а также на сравнении показателей. Они дают количественную оценку вариабельности. Пациент после обследования получает кардиоинтервалограмму, которая представляет собой совокупность RR-интервалов, которые отображаются друг за другом.

Ритмограммы, выделяемые в процессе обработки из электрокардиосигнала, представляют собой последовательности временных интервалов между соседними сердечными сокращениями. Сигнал ритмограммы представляет собой нелинейную совокупность разномасштабных во времени процессов, определяемых в специальной медицинской литературе как дыхательные волны, а так же как медленные волны первого, второго и других более высоких порядков. Наиболее распространенные в настоящее время методы анализа ритмограмм, такие как корреляционные, спектральные и статистические, основанные на усреднении обрабатываемой информации за время анализа, достаточно эффективны только для обработки аналоговых сигналов или временных процессов. Ритмограммы же в общепринятом смысле представляет собой не временные функции, а искусственно синтезированные для наглядного представления графики, по осям ординат которых дискретно отображаются текущие значения R–R, P–P, P–R и т.д. интервалов, а по оси абсцисс – текущее время, равное количеству этих интервалов. Таким образом, размерность по различным осям координат одна и та же – время. Физический смысл спектрального анализа состоит в разделении на отдельные составляющие суммарного временного процесса, полученного в результате сложения или вычитания амплитуд этих составляющих. В случае же процессов, отражаемых ритмограммами сердца, как одновременно происходящих во времени, остается предположить, что они влияют друг на друга, что лишено всякого смысла, так как это два независимых временных процесса.

  1. Роль ВСР в ежедневной оценке функционального состояния спортсменов.

Хорошо известно, что длительные или интенсивные тренировки провоцируют переутомление сердечно-сосудистой системы. К сожалению, часто не удается уловить момент, когда в организме наступает срыв адаптационных и регуляторных механизмов. В течение от 1 до 3 недель у спортсмена, несмотря на имеющиеся сдвиги, сохраняется достаточно высокий уровень специальной выносливости, которая позволяет ему показывать неплохие спортивные результаты. Но затем наступает резкий и глубокий спад спортивной формы, связанный с перетренированностью, для выхода из которого требуется не только продолжительный промежуток времени, выбивающий спортсмена из соревновательной колеи, но и специфическая медикаментозная терапия.

Особый интерес представляют измерения, проводимые в условиях профессиональных нагрузок, когда необходимо принимать оперативное решение о состоянии здоровья, анализируя достаточно короткие записи, при наличии большого количества помех и артефактов [12].

Применение анализа ВСР в качестве метода оценки адаптационных возможностей организма или текущего уровня стресса представляет практический интерес для различных областей прикладной физиологии, профессиональной и спортивной медицины, а также для социально-экологических исследований. Развитие диагностики сделало возможнымвыделение среди практически здоровых людей обширных групп лиц с высоким и очень высоким напряжением регуляторных систем, с повышенным риском срыва адаптации и появления патологических отклонений и заболеваний. Такие лица нуждаются в регулярном контроле уровня стресса и в рекомендациях по сохранению здоровья.

Проблема хронического стресса, когда имеется постоянно повышенное напряжение регуляторных систем, касается практически всего населения, но особенно важна для отдельных профессиональных групп, труд которых сопряжен с воздействием комплекса стрессовых факторов. Анализ ВСР является адекватным методом оценки уровня стресса при их повседневной деятельности. Здесь в зависимости от цели возможно применение любого из трех типов исследований (кратковременные, средней длительности или многочасовые) [13].

К сожалению, периодически проводимые обследования не позволяют использовать их результаты для планирования конкретных тренировочных нагрузок в зависимости от самочувствия спортсменов, степени восстановления организма после проведенной накануне или днем тренировки или игры. Часто требуется коррекция объема и интенсивности нагрузки в зависимости от состояния спортсмена, погодных и климатических условий (жаркая или, наоборот, слишком холодная погода, высокая влажность, пребывание в условиях средне- или высокогорья).

На протяжении последних десятилетий проводились серьезные научно-исследовательские работы по оценке изменения частоты сердечных сокращений (ЧСС) во время и после совершения того или иного вида физической нагрузки. Эти исследования продемонстрировали определенную закономерность изменений ЧСС в зависимости от степени восстановления организма после перенесенной физической нагрузки. Важнейшим показателем, дающим тренерам и врачам информацию о функциональном состоянии, является вариабельность сердечного ритма. Целенаправленные исследовательские работы были проведены в области спортивной и клинической медицины, о чем свидетельствуют многочисленные научно-практические публикации.

Вариабельность сердечного ритма определяется при длительной записи (около 4-5 минут) электрокардиограммы с последующим автоматическим измерением R-R интервалов. Чем сильнее различие между соседними R-R интервалами, тем больше вариабельность сердечного ритма. Известно, что вариабельность сердечного ритма уменьшается по мере увеличения частоты сокращений или возрастания интенсивности физической нагрузки. Чем больше значение ЧСС, на которой исчезает вариабельность сердечного ритма, тем лучше текущее функциональное состояние спортсмена. В таком состоянии спортсмен способен без ущерба для своего здоровья может преодолеть физическую нагрузку повышенной интенсивности и продолжительности. Наоборот, если вариабельность ритма исчезает на значительно меньших значениях ЧСС, то у спортсмена имеется определенная степень напряжения центральных регуляторных механизмов, что связано с имеющимся физическим или психологическим перенапряжением. В таком состоянии не рекомендуется проведение продолжительных или интенсивных занятий, а тем более участие в играх или соревнованиях.

  1. Факторный анализ КРГ

  1. Методики факторного анализа

Факторный анализ, раздел статистического анализа многомерного объединяющий методы оценки размерности множества наблюдаемых переменных посредством исследования структуры ковариационных или корреляционных матриц. Основное предположение факторного анализа заключается в том, что корреляционные связи между большим числом наблюдаемых переменных определяются существованием меньшего числа гипотетических ненаблюдаемых переменных или факторов.

Факторный анализ — статистический метод, применяемый для снижения размерности, то есть для выделения во всей совокупности признаков тех, которые качественно влияют на изменение зависимой переменной [24].

Задачей факторного анализа является как раз восстановление исходной факторной структуры исходя из наблюдаемой структуры ковариации переменных, несмотря на случайные ошибки ковариации, неизбежно возникающие в процессе снятия наблюдения [24].

Процесс факторного анализа состоит из трех больших этапов:

  1. подготовки ковариационной матрицы (Иногда вместо нее используется корреляционная матрица);
  2. выделения первоначальных ортогональных векторов (основной этап);
  3. вращение с целью получения окончательного решения [24].

Основные задачи факторного анализа.

- отбор факторов определяющих исследуемые результативные показатели;

- классификация и систематизация факторов с целью обеспечения комплексного и системного подхода к исследованию их влияния на результаты хозяйственной деятельности;

- определение формы зависимости между факторами и результативными показателями;

- моделирование взаимосвязей между факторами и результативными показателями;

- расчет влияния факторов и оценка роли каждого из них в изменении результативного показателя;

- работа с факторной моделью.

Методики факторного анализа:

- Детерминированный анализ – методика исследования влияния факторов, связь которых с результативными показателями носит функциональный характер, т.е. результативный показатель представлен в виде произведения, частного, алгебраической суммы факторов.

- Стохастический анализ – методика исследования факторов, связь которых с результативными показателями является вероятностной (корреляционной).

- Методика прямого факторного анализа – исследование ведется от общего к частному (дедуктивный способ).

- Методика обратного факторного анализа – исследование ведется от частного к общему (индуктивный способ).

- Методика одноступенчатого факторного анализа – исследуются факторы одного уровня (ступени) подчиненности, без их детализации на составные части.

- Методика многоступенчатого факторного анализа – исследование проводится с детализацией факторов, таким образом изучается влияние факторов различных уровней соподчиненности.

- Методика статистического факторного анализа – применяется при анализе на соответствующую дату.

- Методика динамического факторный анализ – методика исследования причинно-следственных связей в динамике.

- Методика ретроспективного факторного анализа – изучает причины прироста результативных показателей за прошлые периоды.

- Методика перспективного факторного анализа – исследует поведение факторов и результативных показателей в перспективе.

3.2 Расчет влияния факторов

При обследовании спортсменов высшей квалификации специализирующихся в плавании, гребле и велоспорте на диагностической системе «Валента. Математической обработке были подвергнуты 32 показателя кардиоритмограмм.

Согласно результатам проведенного анализа у избранного контингента обследуемых в общей выборке выделены 3 наиболее значимых фактора, которые по комплексу входящих в них показателей могут быть обозначены как F1, F2 и F3. Наиболее высок удельный вес фактора F1, отражающего напряжение симпатического отдела ВНС [25-29].

При этом установлено, что из комплекса многочисленных показателей, анализируемых в рамках данной компьютерной программы вариационной пульсометрии, наиболее информативных в плане отражения тонуса симпатического отдела вегетативной нервной системы ЧСС, СКО RR, колеблеемость RR, размах МВ.

В этом перечне ЧСС является стандартной и очень важной характеристикой состояния спортсмена, его готовности к соревнованиям. СКО RR-интервалов (SDNN) один из основных показателей вариабельности сердечного ритма, является интегральным показателем, зависит от различных нейрогуморальных влияний на синусовый узел. Значения СКО выражаются в миллисекундах. Нормальные значения в пределах 40-80 мс. Рост или уменьшение показателя могут быть связаны как с автономным контуром регуляции, так и с центральным. Рост СКО указывает на усиление автономной регуляции, т.е. влияния дыхания. Уменьшение СКО связано с усилением симпатической регуляции, при значительном его снижении вероятно напряжение регуляторных систем и подавление активности автономного контура. Колеблеемость RR, является разностью между Rmax и R min. Чем меньше колеблеемость RR, тем выше тонус симпатического отдела вегетативной нервной системы [25-29].

Кардиоритмограмма имеет чётко выраженную волновую структуру. Анализ этой структуры даёт ключ к анализу гомеостаза вегетативной нервной системы. Ее разбиваютна три частотных диапазона. Первый диапазон - это сверхмедленные волны с периодом больше 30 секунд. Если проводить аналогии с ЭКГ, их можно считать как бы дрейфом изолинии. Интерпретация низкочастотного компонента весьма противоречива. Одни рассматривают МВ, как маркер симпатической активности, другие считают, что в их образовании участвуют оба отдела ВНС. Данное противоречие можно объяснить, что в некоторых состояниях, при симпатической активации уменьшается их абсолютная мощность. До сих пор физиологический спектр МВ остается неизвестным и требует дальнейшего изучения [25-29].

Медленные волны подразделяются на МВ1 (медленные волны первого порядка) и МВ2 (медленные волны второго порядка). У МВ2 с периодом колебаний в диапазоне от 10 до 30 секунд.

Можно предположить, что генезис МВ1 кроется в гуморальных влияниях. Некоторые исследования позволяют связывать их с колебаниями температуры, т.е. активностью гипоталамуса. Что касается МВ2, то порождать эти волны может как симпатический, так и парасимпатический отдел вегетативной нервной системы. Судя по всему, центр их зарождения – продолговатый мозг. Вероятно, именно поэтому эти колебания очень хорошо коррелируют с микроколебаниями артериального давления [25-29].

Быстрые волны, т.е. колебания с периодом от 2 до10 секунд, порождает исключительно парасимпатический отдел ВНС и связаны они с фазами дыхания. Если наложить кривую реальной пневмограммы и график быстрых волн, то они практически совпадут [25-29].

Вторым по величине удельного веса является фактор F2, отражающего напряжение парасимпатического отдела вегетативной нервной системы. Его определяет R min С увеличением влияния фактора F2 R min увеличивается. Все данные представлены в таблице 1.

Таблица 1 – Данные факторного анализа


Так, в результате, выявлены основные факторы, воздействующие на ВСР: F1, F2 и F3. Вычислен удельный вес каждого фактора. F1=0,342, F2=0,152, а F3 =0,113.

При оценке и анализе выделенных факторов выявлены наиболее информативные параметры. Так фактор F1, отражает напряжение симпатического отдела ВНС. А фактор F2, показывает напряжение парасимпатического отдела вегетативной нервной системы. Его определяет R min. С увеличением влияния фактора F2 R min.увеличивается.

Установлено, что из комплекса многочисленных показателей, анализируемых в рамках данной компьютерной программы вариационной пульсометрии, наиболее информативными в плане отражения тонуса симпатического отдела вегетативной нервной системы являются ЧСС, СКО RR, колеблеемость RR, размах МВ [25-29].

4 Волны КРГ

4.1 Волновая структура сердечного ритма

Кардиоритмограмма имеет чётко выраженную волновую структуру. Анализ этой структуры даёт ключ к анализу гомеостаза вегетативной нервной системы.

Исторически и методологически сложилось так, что наиболее хорошо исследованы гидромеханические процессы, связанные с флюктуацией артериального давления. В условиях его непрерывной регистрации, у бодрствующих животных обнаружен сложный характер колебаний.В 1760 г., А. Галлер обнаружил периодичность в изменении циклов сердечных сокращений. Явление получило название вариабельности сердечного ритма. ВСР наблюдается даже в состоянии покоя в положении лежа. Характерно, что непостоянство интервала между кардиоциклами находится в пределах некой средней величины, являющейся оптимальной для определенного рассматриваемого функционального состояния организма.

Изменения АД сопряженные с дыхательными движениями, впервые обнаружил К. Людвиг в 1847 и назвал их «волнами кровяного давления». В 1865 году Л. Траубе в экспериментах на животных при выключенном дыхании выявил существование других самостоятельных ритмических изменений артериального давления с периодом колебаний около 10 с. Эти колебания Е. Геринг (1869) назвал волнами Траубе. Он же доказал прямую связь дыхательного ритма с колебаниями АД. Поэтому колебания артериального авления, синхронные с ритмом дыхания, были названы волнами Геринга. [14-17].

В 1876 г. С. Майер у экспериментальных животных обнаружил колебания АД с большим периодом, чем дыхательные. Они получили названия волн Майера. В последующем работами других авторов было установлено, что все эти волны выявляются и при изучении частоты сердечных сокращений. Спектральные методы анализа ВСР получили в настоящее время очень широкое распространение. Анализ спектральной плотности мощности колебаний дает информацию о распределении мощности в зависимости от частоты колебаний. Применение спектрального анализа позволяет количественно оценить различные частотные составляющие колебаний ритма сердца и наглядно графически представить соотношения разных компонентов сердечного ритма, отражающих активность определенных звеньев регуляторного механизма. Различают параметрические и непараметрические методы спектрального анализа. К первым относится авторегрессионный анализ, ко вторым – быстрое преобразование Фурье (БПФ) и периодограммный анализ. Обе эти группыметодов дают сравнимые результаты.

Положительными чертами непараметрических методов являются:

а) простота используемого алгоритма (в большинстве случаев, быстрое преобразование Фурье – БПФ);

б) быстрота вычисления.

К преимуществам параметрических методов можно отнести:

а) более гладкие спектральные компоненты, различимые независимо от предварительно выбранной полосы частот;

б) простая обработка полученного спектра с автоматическим вычислением низкочастотных и высокочастотных компонентов спектра и простой идентификацией основной частоты каждого компонента;

в) точная оценка спектральной плотности мощности даже при малом числе образцов, где сигнал, как предполагается, стационарен.

Основным недостатком непараметрических методов можно считать необходимость верификации того факта, что выбранная модель удовлетворяет предъявляемым требованиям, и ее сложность (порядок модели).

Основой частотного анализа является так называемая «функция вариации ритма» (ФВР). Она является огибающей нашей ритмограммы и характеризующей, исходя из названия, насколько вариабельным (т.е. изменчивым) является ритм.

В этой волновой структуре выделяют три типа волн в зависимости от их длительности.

  1. HF (High Frequency) — высокая частота, быстрые волны (БВ). Их длительность составляет 2-10 сек., а частота колебаний — 0,15-0,4 Гц. Обычно на графике выделяются зеленым цветом. Мощность в этом диапазоне частот увеличивается во время дыхания с определенной частотой и глубиной, при холодовых воздействиях. У спортсменов и хорошо натренированных людей мощность HF также значительно превышает таковую у нетренированных, и должна преобладать над мощностью низких частот. Снижение у спортсменов мощности HF может свидетельствовать о напряжении регуляторных систем сердца, о перетренированности, хотя чрезмерное ее увеличение говорит об опасности нарушения синусового ритма.
  2. LF (Low Frequency) — низкая частота, медленные волны первого порядка (МВ1). Их длительность составляет 10-30 сек., а частота колебаний — 0,04-0,15 Гц. На графике обычно обозначаются красным цветом. Считается, что на мощность в этом диапазоне частот влияют как изменение тонуса парасимпатического, так и симпатического отделов нервной системы
  3. VLF (Very Low Frequency) — очень низкая частота, медленные волны второго порядка (МВ2). Их длительность превышает 30 сек., а частота колебаний менее 0,04 Гц. На графике обычно выделяют голубым цветом. Физиологическое значение данных диапазонов частот не выяснено. Однако существует мнение, что мощность данных диапазонов значительно возрастает при истощении регуляторных систем организма[15].

До сих пор еще идут споры по поводу определения биологического значения и точных границ этих диапазонов, но в большинстве случаев исследователи сходятся на следующем понимании: 

HF диапазон отражает процессы парасимпатической активности.

LF диапазон связан с симпатической активностью.

VLF диапазон отражает гуморально-метаболические влияния.

Симпатический отдел вегетативной нервной системы отвечает за мобилизацию внутренних ресурсов организма, а парасимпатический отдел вегетативной нервной системы отвечает за расслабление, отдых, сохранение и накопление жизненной энергии. 

Гуморальная регуляция — один из эволюционно ранних механизмов регуляции процессов жизнедеятельности в организме, осуществляемый через жидкие среды организма (кровь, лимфу, тканевая жидкость) с помощью гормонов, выделяемых клетками, органами, тканями. У высокоразвитых животных и человека гуморальная регуляция подчинена нервной регуляции и составляет совместно с ней единую систему нейрогуморальной регуляции.

Чтобы оценить степень влияния на работу сердца этих трех систем регуляции, вычисляется как абсолютное, так и относительное значения HF, LF, VLF-диапазонов. Для чего осуществляют преобразование колебаний кардиоритма в простые гармонические колебания с помощью метода быстрого преобразования Фурье. Полученный после преобразования Фурье график называется «Спектрограмма».

4.2 Результаты анализа волн КРГ и их обоснование

Согласно результатам анализа волн кардиоритмограмм 193 высококвалифицированных спортсменов построено распределение плотности вероятности. Оно хорошо аппроксимируется четырехпараметрической функцией, приведенной в формуле (1):

при x>B–C, (1)

p(x)=0 при 0<x<B–C, (2)

где Н – значение плотности вероятности в моде,

(3)

где Г – гамма-функция;

В – величина моды;

С – параметр неоптимальности;

m и n – параметры функции распределения, определяющие асимметрию и эксцесс [30].

Рисунок 6 - Распределения плотности вероятности мощности медленных волн 1 у спортсменов различной специализации

На рисунке 6 представлены распределения плотности вероятности мощности медленных волн 1 у спортсменов различной специализации. Видно, что у велосипедистов и гребцов они схожи, но существенно отличаются у пловцов. Если в первом случае с достаточно большим эксцессом, то у пловцов при той же моде в области значений 2000 распределение мощности МВ1 значительно расширено в сторону больших мощностей [31-36].

Таблица 2 – Значения параметров четырехпараметрической функции для мощности медленных волн 2 у спортсменов различной специализации

Параметры

B

C

m

n

H

Пловцы

2000

2000

1,4

1

0,00021

Гребцы

1500

1700

9

0,6

0,00052

Велосипедисты

1000

1000

1,4

1

0,00045

Предполагают, что генезис МВ1 кроется в гуморальных влияниях. Некоторые исследования позволяют связывать МВ1 с колебаниями температуры, т.е. активностью гипоталамуса.

Значения параметров, по которым строились распределения плотности вероятности мощности медленных волн 1, представлены в таблице 2.

Рисунок 7- Распределения плотности вероятности мощности медленных волн 2 у спортсменов различной специализации

Что касается МВ2 (рисунок 7), то порождать эти волны может как симпатический, так и парасимпатический отдел вегетативной нервной системы. Судя по всему, центр их зарождения – продолговатый мозг. Вероятно, именно поэтому эти колебания очень хорошо коррелируют с микроколебаниями артериального давления. [31-36].

Таблица 3 – Значения параметров четырехпараметрической функции для мощности медленных волн 2 у спортсменов различной специализации

Параметры

B

C

m

n

H

Пловцы

2000

1900

1,05

4

0,0005

Гребцы

500

500

2,1

0,9

0,001

Велосипедисты

500

500

1,9

0,9

0,001

Следует отметить, что у велосипедистов и гребцов распределения плотности вероятности МВ2 также схожи, но существенно отличаются у пловцов значительным расширением в сторону больших мощностей [31-36].

Значения параметров, по которым строились распределения плотности вероятности мощности медленных волн 2, представлены в таблице 3.

Рисунок 8 - Распределения плотности вероятности мощности быстрых волн у спортсменов различной специализации

Быстрые волны (рисунок 8), т.е. колебания с периодом от 2 до10 секунд, порождает исключительно парасимпатический отдел ВНС и связаны они с фазами дыхания. Если наложить кривую реальной пневмограммы и график быстрых волн, то они практически совпадут.

Таблица 4 – Значения параметров четырехпараметрической функции для мощности быстрых волн у спортсменов различной специализации

Параметры

B

C

m

n

H

Пловцы

3000

5000

13

1,3

0,0003

Гребцы

1500

2100

10

0,7

0,0005

Велосипедисты

1500

1000

5

0,3

0,0004

Видно, что у велосипедистов и гребцов они почти схожи, но существенно отличаются у пловцов. Если в первом случае с достаточно большим эксцессом, то у пловцов распределение мощности быстрых волн значительно расширено в сторону больших мощностей, как и в предыдущих случаях [31-3]..

Значения параметров, по которым строились распределения плотности вероятности мощности быстрых волн, представлены в таблице 4.

ЗАКЛЮЧЕНИЕ

Основные результаты дипломной работы состоят в следующем:

  1. Проведено многократное обследование 193 спортсменов высшей квалификации специализирующихся в плавании, гребле и велоспорте на диагностической системе «Валента»;
  2. Результаты обследования статистически обработаны с помощью математических баз данных программы Statistica 7.0 и графического аппарата программы Excel. Проведены факторный и корреляционный анализы многочисленных показателей, отражающих функциональное состояние ВНС;
  3. Установлены основные критерии превалирования тонуса симпатического или парасимпатического отдела автономной нервной системы, а также соотношения между ними по результатам вариационной пульсометрии у спортсменов высокой квалификации, специализирующихся в плавании, гребле на байдарках и каноэ, велосипедных шоссейных гонках.
  4. Проведены расчеты волновых параметров по данным вариационной пульсометрии.
  5. Установлено, что распределения плотности вероятности мощности медленных и быстрых волн у спортсменов различной специализации отличаются в результате особенностей тренировочного процесса.
  6. Выявлены основные факторы, воздействующие на ВСР: F1, F2 и F3. Вычислен удельный вес каждого фактора. F1=0,342, F2=0,152, а F3 =0,113.

При оценке и анализе выделенных факторов выявлены наиболее информативные параметры. Так фактор F1, отражает напряжение симпатического отдела ВНС. А фактор F2, показывает напряжение парасимпатического отдела вегетативной нервной системы. Его определяет R min. С увеличением влияния фактора F2 R min.увеличивается.

  1. Установлено, что из комплекса многочисленных показателей вариационной пульсометрии, анализируемых в рамках данной компьютерной программы, наиболее информативными в плане отражения тонуса симпатического отдела вегетативной нервной системы являются ЧСС, СКО RR, колеблеемость RR, размах МВ


Список использованных источников

1 Берёзный Е.А. Практическая кардиоритмография / Е.А. Березный, А.М. Рубин, Г.А. Утехина; НПП «Нео», 2005. -140 с.

2 Баевский Р. М., Иванов Г. Г. Вариабельность сердечного ритма: теоретические аспекты и возможность клинического применения. М.: Наука, 2000.

3 Баевский Р. М. Математический анализ изменения сердечного ритма при стрессе. М.: Наука, 1984.

4 Гель П. Как превратить персональный компьютер в измерительный комплекс. М.: ДМКпресс, 2001.

5 Михайлов В. М. Вариабельность ритма сердца. Опыт практического применения метода. М.: Наука, 2000.

6 Нидеккер И. Г. Проблемы математического анализа сердечного ритма // Физиология человека. 1993. № 19. C. 80–84.

7 Рыбкина Г. В., Соболев А. В. Анализ вариабельности ритма сердца // Кардиология. 1996. № 10. C. 87–97.

8 Компьютерная электрокардиография на рубеже столетий // Тезисы докла- дов международного симпозиума. М., 1999.

9 Валента [Электронный ресурс] URL: http://valenta.spb.ru/home/katalog-meditsinskogo-oborudovaniya/ [6 февраля 2014]

10 kardi.ru [Электронный ресурс] URL: http://kardi.ru/ru/index/Article?&ViewType=view&Id=37 [25 декабря 2013]

  1. Гаврилушкин А.П., Маслюк А.П. //Теоретические и практические аспекты нелинейных хаотических колебаний ритма сердца. Медленные колебательные процессы в организме человека. Теоретические и прикладные аспекты нелинейной динамики, хаоса и фракталов в физиологии и медицине: Материалы 3-го Всероссийского симпозиума. 21—25 мая 2001 г. — Новокузнецк, 2001. — С. 37—48.
  2. Баевский Р.М. Вариабельность сердечного ритма: теоретические аспекты и возможности клинического применения. Ультразвуковая и функциональная диагностика// 2001; . С. 108–127.
  3. Машин В.А. Трехфакторная модель вариабельности сердечного ритма в психологических исследованиях функциональных состояний человека-оператора. Диссертация доктор психологических наук: 19.00.03 / В.А. Машин; Москва, 2010.- 49 с.

14 Парин В.В., Баевский Р.М., Волков Ю.Н., Газенко О.Г. Космическая кардиология. Л.: Медицина, 1967. С.206.

15 Математические методы анализа сердечного ритма. Под ред. Парина В.В. и Баевского Р.М.. М.: Наука, 1968.

16 Воробьев В.И. Исследование математико-статистических характеристик сердечного ритма как метод оценки реакции лиц разного возраста на мышечную нагрузку. Дис. канд. биолог. наук. М.: ИМБП, 1978. 178 с.

17 Клецкин С.З. Проблема контроля и оценки операционного стресса (на основе анализа ритма сердца с помощью ЭВМ). Дис. докт. мед наук. М.: Ин-т серд.сосуд.хирургии АМН СССР, М., 1981. 298 c.

18 Воскресенский А.Д., Вентцель М.Д. Статистический анализ сердечного ритма и показателей гемодинамики в физиологических исследованиях. М.: Наука.1974. С.221.

19 Баевский Р.М., Кириллов О.И., Клецкин С.З. Математический анализ изменений сердечного ритма при стрессе. М.: Наука, 1984.С.220.

20 Рябыкина Г.В., Соболев А.В. Анализ вариабельности ритма сердца.// Кардиология. 1996. №10. С.87 – 97.

21 Явелов И.С., Грацианский Н.А., Зуйков Ю.А. Вариабельность ритма сердца при острых коронарных синдромах: Значение для оценки и прогноза заболеваний.//Кардиология. 1997. №2. С.61 - 67.

22 Вариабельность сердечного ритма - ВСР : НИЦ БКБ [Электронный ресурс] URL: http://www.hrv.rcbkb.com/ [25 декабря 2013]

23 Клиника имени Н. И. Пирогова [Электронный ресурс] / Клиническое направление / Терапия / функциональная диагностика. URL: http://pirogovclinic.ru/catalog/286333352/items/286348335[25 декабря 2013]

24 Потуданская М. Г. Факторный анализ как диагностический метод оценки состояния кардио-респираторной системы и форменных элементов крови у здоровых людей. Диссертация кандидат биологических наук: 03.00.13 / М. Г. Потуданская; Омск, 2002. – 137 с.

25 Арутюнян Т. В. Факторный анализ показателей вариационной пульсометрии у спортсменов высшей квалификации. / Т. В. Арутюнян, Т. В. Бушуева, С. А. Онищук // Труды IХ Всероссийской научной конференции молодых ученых и студентов, Краснодар: КубГУ, 2012

26 Арутюнян Т.В., Онищук С.А. Анализ факторов спортсменов высшей квалификации на основе показателей вариационной пульсометрии. Сборник научных трудов SWorld. Материалы научно-практической конференции «Научные исследования и их практическое применение. Современное состояние и пути развития ’2012». Одесса: КУПРИЕНКО, 2012. В.1. Т.34. С. 80-82.

27 Арутюнян Т.В., Бушуева Т.В., Онищук С.А. Факторный анализ показателей вариационной пульсометрии у спортсменов высшей квалификации. Труды IХ Всероссийской научной конференции молодых ученых и студентов «Современное состояние и приоритеты развития фундаментальных наук в регионах». Краснодар: Кубанский государственный университет, 2012. С.37-38.

28 Арутюнян Т.В., Арцыбашева О.М., Лужанина О.Э., Нетребич Д.М., Пантюхин И.И., Сабокарь А.М., Онищук С.А. Статистический и факторный анализ физиологических показателей высококвалифицированных спортсменов. Материалы Всероссийской заочной научно-практической конференции «Современные проблемы физики, биофизики и инфокоммуникационных технологий». Краснодар, 2012. С.14-24.

29 Арутюнян Т.В., Онищук С.А. Анализ факторов спортсменов высшей квалификации на основе показателей вариационной пульсометрии. Сборник научных трудов SWorld. Материалы научно-практической конференции «Научные исследования и их практическое применение. Современное состояние и пути развития ’2012». Одесса: КУПРИЕНКО, 2012. В.1. Т.34. С. 80-82.

30 Халафян А.А. STATISTICА 6. Статистический анализ данных. / А.А. Халафян; М: ООО «Бином-Пресс», 2007. - 512 с

31 Sosnitsky V.N., Voitovich I.D. Application of superconducting electronics to registration of biomagnetic signals // Journal de Physigne IV Collogue 3, supplement au Journal de Physigue III (Belgium). – 1996. – Vol. 6. – P. 3417-3422.

32 Арутюнян Т.В., Онищук С.А., Бушуева Т.В. Связь волновых параметров КРГ. Материалы IХ всероссийской научно-практической конференции «Математические методы и информационно-технические средства». Краснодар, 2013.С.12-15.

33 Арутюнян Т. В. Исследование тонуса симпатического и парасимпатического отдела вегетативной нервной системы у спортсменов высшей квалификации / Т. В. Арутюнян, С. А. Онищук // Материалы VIІI Международной научно-практической конференции «Образование и наука XXI века – 2012». Том 49. Физическая культура и спорт. София: «Бял ГРАД-БГ», 2012.

34 Арутюнян Т.В., Онищук С.А. Бушуева Т.В. Исследование волновой природы кардиоритмограмм. Материалы XI научно-практической конференции молодых ученых и студентов юга России «Медицинская наука и здравоохранение». Краснодар, 2013. С.171-173.

35 Арутюнян Т.В., Онищук С.А. Модель колебательных процессов в живых структурах. Труды Х Всероссийской научной конференции молодых ученых и студентов «Современное состояние и приоритеты развития фундаментальных наук в регионах». Краснодар: Кубанский государственный университет, 2013. Т.2. С.6-8.

  1. Арутюнян Т.В., Онищук С.А., Бушуева Т.В. Волновые параметры КРГ у спортсменов высшей квалификации. Сборник статей III Международной научно-практической конференции молодых ученых, посвященной 52-й годовщине полета Ю.А. Гагарина в космос. Краснодар: Издательский дом – Юг, 2013. С. 197-201

Волновая природа сердечной деятельности