Методы частотной области.
(Frequency Domain Methods).

Различные методы спектрального анализа [23] тахограмм применяются с конца 60-х годов. Анализ спектральной плотности мощности (PSD) дает информацию о распределении мощности в зависимости от частоты колебаний.

Рис. 2. Для проведения геометрических измерений по гистограмме NN-интервалов вначале конструируется плотность распределения выборки D, т. е. соответствие между каждым значением длины NN-интервала в выборке и количеством интервалов, имеющих эту длину. Затем определяется длина X наиболее часто встречающихся NN-интервалов, при этом Y=D(X) _ максимум плотности распределе ния выборки. Триангулярный индекс ВСР представляет собой значение, полученное делением интеграла под кривой D на Y. При использовании дискретной шкалы по горизонтальной оси это значение равно общему числу NN-интервалов, деленному на величину Y. Для вычисления значения TINN на оси времени задаются точки N и M, после чего конструируется мультилинейная функция q, такая, что q(t)=0 для t<N и t>M, и интеграл


минимален при всех возможных значениях между N и M. Величина TINN имеет размерность миллисекунд и выражается формулой TINN = M - N.

Таблица 1.

Некоторые временные характеристики ВСР

Величина	Единицы	Описание
SDNN	мс	Стандартное отклонение всех NN-интервалов
SDANN	мс	Стандартное отклонение средних значений NN-интервалов, вычисленных по 5-минутным промежуткам в течение всей записи
RMSSD	мс	Квадратный корень из средней суммы квадратов разностей между соседними NN-интервалами
Индекс SDNN	мс	Среднее значение стандартных отклонений NN-интервалов, вычисленных по 5-минутным промежуткам в течение всей записи
SDSD	мс	Стандартное отклонение разностей между соседними NN-интервалами
NN50		Количество пар соседних NN-интервалов, различающихся более чем на 50 мс, в течение всей записи. Возможны три варианта вычислений: подсчет всех таких пар или подсчет только пар, в которых или первый интервал длиннее второго, или наоборот
pNN50	%	Значение NN50, деленное на общее число NN-интервалов
Триангулярный индекс ВСР		Общее количество NN-интервалов, деленное на высоту гистограммы всех NN-интервалов с шагом 7,8125 мс (1/128 мс). (Подробности см. рис. 2)
TINN	мс	Ширина основания среднеквадратичной триангулярной интерполяции наиболее высокого пика гистограммы, построенной по всем NN-интервалам. (Подробности см. рис. 2)
Дифференциальный индекс	мс	Разность между ширинами гистограммы, построенной по разностям между соседними NN-интервалами, измеренными по выбранным высотам (например, по уровням в 1000 и 10000 точек) [21]
Логарифмический индекс		Коэффициент ц экспоненциальной кривой k·exp(-ft)), являющейся наилучшей аппроксимацией гистограммы, построенной по абсолютным разностям между соседними NN-интервалами [22]

Методы вычисления спектральной плотности мощности могут быть классифицированы на параметри ческие и непараметрические; в большинстве случаев обе группы методов дают сравнимые результаты. Положитель ными чертами непараметрических методов являются: а) простота используемого алгоритма (в большинстве случаев, быстрое преобразование Фурье - БПФ), (б) быстрота вычисления, в то время как к преимуществам параметри ческих методов можно отнести: (а) более гладкие спектраль ные компоненты, различимые независимо от предваритель но 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 непарамет рических методов можно считать необходимость верификации того факта, что выбранная модель удовлетворяет предъявляемым требованиям, и ее сложность (порядок модели).

Спектральные компоненты.

Короткие записи. В спектре, полученном при анализе коротких записей (от 2 до 5 минут) [7, 10, 13, 15, 24], различают три главных спектральных компонента: очень низких частот (ОНЧ), низких частот (НЧ) и высоких частот (ВЧ). Распределение мощности и центральная частота каждого компонента не фиксированы, а могут варьировать в связи с изменениями автономных модуляций сердечного цикла [15, 24, 25].

Менее всего ясна физиологическая сущность компонента ОНЧ, более того, наличие специфического физиологи ческого процесса, которому могут быть приписаны колебания в этом диапазоне, вообще спорно. Негармоничес кий компонент, не имеющий когерентных свойств, который может быть выделен при применении алгоритмов корректировки дрейфа нулевого уровня, составляет основную часть ОНЧ. Таким образом, смысл полученного при обработке коротких записей (например, менее 5 мин) компонента ОНЧ спорен, и его интерпретации при спектральном анализе коротких электрокардиограмм лучше избегать.

Измерение мощности ОНЧ, НЧ, ВЧ обычно осуществляется в абсолютных единицах мощности (мс²), но НЧ и ВЧ могут быть дополнительно выражены в нормализованных единицах, [15, 24] которые отражают относительный вклад каждого из компонентов в пропорции к общей мощности за вычетом ОНЧ-компонента. Представление НЧ и ВЧ компонентов в нормализованных единицах подчеркивает контролируе мое и сбалансированное поведение двух звеньев автономной вегетативной нервной системы. Более того, нормализация минимизирует влияние изменений общей мощности на уровень НЧ и ВЧ компонентов (рис. 3). Тем не менее, при использовании нормализованных единиц всегда необходимо ссылаться на абсолютные значения НЧ и ВЧ компонентов для описания в общих чертах распределения мощности спектра.

Длинные записи. Спектральный анализ может использоваться и для анализа последовательности NN интервалов за весь 24-х часовой период; в этом случае наряду с ОНЧ, НЧ, и ВЧ компонентами будет получен и ультранизкочастотный (УНЧ) компонент спектра. Для характеристики спектра может использоваться a-наклон суточного спектра, построенного в двойной логарифмической шкале. В табл. 2 приведены некоторые спектральные характеристики ВСР.

В отношении длинных записей часто дискутиру ется проблема "стационарности ". Если механизм, ответственный за определенные модуляции сердечного периода, остается неизменным на протяжении всего периода записи, то соответствующий частотный компонент может являться мерой этих модуляций. Если модуляции нестабильны, то интерпретация результатов спектраль ного анализа менее очевидна. В частности, нельзя полагать, что физиологические механизмы модуляций ритма сердца, опосредующие НЧ и ВЧ компоненты спектра остаются постоянными в течение суток [25]. Таким образом, спектральный анализ, проведенный за весь 24-часовой период, так же как и анализ коротких сегментов (5 минут) с усреднением за весь период регистрации (сутки) (результаты, полученные этими двумя методами практически не отличаются [26, 27] ) подразумевает усреднение модуляций, стоящих в основе ВЧ и НЧ компонентов (рис. 4). Подобные обобщения затушевывают детальную информацию относительно модуляций вегетативной нервной системы, которую возможно получить при анализе коротких записей [25]. Необходимо помнить, что анализ спектрального состава ВСР обеспечивает скорее оценку степени автономных модуляций, нежели уровня автоном
ного тонуса [28], а усреднение модуляций не дает среднего уровня автономного тонуса.

Технические требования и рекомендации.

Ввиду важных отличий в интерпретации результатов, подходы к спектральному анализу коротких и длинных электрокардиограмм должны строго различаться, как показано в табл. 2.

Для проведения достоверной спектральной оценки анализируемый ЭКГ сигнал должен удовлетворять некоторым требованиям, любое отклонение от которых может привести к получению не воспроизводимых и плохо объяснимых результатов.

Спектральные компоненты только в том случае можно связать с определенными физиологическими механизмами модуляции ритма, если механизмы эти оставались неизменными в течение периода записи. Транзиторные физиологические феномены, возможно, могут быть доступны анализу посредством специфических методов, которые в настоящее время составляют акту
альную научную тему, но не проработаны настолько, чтобы применяться в прикладных исследованиях. Для проверки стабильности сигнала с точки зрения определенных спектральных компонентов могут использовать ся традиционные статистические тесты [29].

Должна быть правильно выбрана частота измерений. Низкое значение этой частоты может вызывать погрешность в определении времени появления R-волны (отправной точки измерения), что может значительно исказить спектр. Оптимальный диапазон 250-500 Гц, а возможно еще выше [30], в то время как более низкая частота (в любом случае выше 100 Гц) может вести себя удовлетворительно, только в том случае, если для облагораживания R-волны отправной точки измерения применяется параболический алгоритм интерполяции [31, 32].

Рис. 3. Спектральный анализ (авторегрессионная модель 12-го порядка) вариабельности RR-интервалов здорового человека в состоянии покоя (rest) и во время тилт-теста (tilt) с подъемом на 90⁰. В состоянии покоя обнаруживаются две основные спектральные компоненты с высокой (HF) и низкой (LF) частотой, примерно одинаковой мощности. При подъеме НЧ составляющая становится доминирующей, однако, поскольку суммарная вариабельность уменьшается, абсолютная мощность НЧ составляющей остается неизменной по сравнению с состоянием покоя. Процедура нормализации приводит к доминированию НЧ и уменьшению ВЧ составляющей, что отражает изменение спектрального состава вследствие подъема. Круговые диаграммы иллюстрируют соотношение двух спектральных компонент и их абсолютную мощность. В состоянии покоя общая мощность спектра составляла 1201 мс², а мощность ОНЧ, НЧ и ВЧ компонент составляла 586 мс², 310 мс² и 302 мс², соответственно. В нормализованных единицах мощность НЧ и ВЧ компонент составляла 48,95 н.е. и 47,78 н.е., соответственно. Отношение НЧ/ВЧ было равно 1,02. Во время подъема суммарная мощность была 671 мс², а мощность ОНЧ, НЧ и ВЧ составляющих _ 265 мс², 308 мс² и 95 мс² соответственно. В нормализованных единицах мощность НЧ и ВЧ компонент составляла 75,96 н.е. и 23,48 н.е. соответственно. Отношение НЧ/ВЧ было равно 3,34. Таким образом, в данном примере абсолютная мощность НЧ составляющей спектра во время подъема слегка уменьшилась, в то время как нормализованная величина этой составляющей существенно возросла.

Алгоритмы устранения дрейфа нулевого уровня, если они применяются, могут влиять на нижние компоненты спектра. Желательно контролировать частотную характеристику фильтра или поведение алгоритма регрессии и удостовериться, что интересующие спектральные компоненты существенно не затронуты.

Выбор отправной точки измерения QRS может быть критичным. Чтобы определить местонахождение стабильного и шумонезависимого ориентира, необходимо использовать надежный алгоритм [33]. Заметим, что на отправную точку измерения, расположенную далеко внутри QRS-комплекса, могут влиять нарушениями внутрижелудочковой проводимости.

Экстрасистолы и другие аритмии, дефекты записи, ее зашумленность могут вносить изменения в оценку спектральной плотности мощности вариабельности сердечного ритма. Адекватная интерполяция (методом линейной регрессии или другими сходными алгоритмами) по значению предшествующего и последующего комплекса QRS может уменьшить ошибку. Предпочтительно использовать короткие записи без экстрасистол, и шумов. При некоторых обстоятельствах, однако, подобная избирательность может приводить к необъективности. В таких случаях нужно проводить надлежащую интерполяцию; необходимо принимать во внимание, что полученные результаты могут зависить от наличия экстрасистолии [34]. Нужно также указывать число и относительную длительность интерполированных или выброшенных из обработки RR интервалов.

Назад | Содержание | Вперед