Как показано на рис. 6 [39], и временные методы, и частотные разделяют ограничения, налагаемые нерегулярностью серий RR. Отчетливо различные профили, анализируемые при помощи этих методов, могут давать идентичные результаты. Тренды уменьшения или увеличения длины сердечного цикла в реальности несимметричны [40, 41], т. к. за ускорением ЧСС обычно следует более быстрое снижение. Это находит отражение в результатах спектрального анализа в виде тенденции к редуцированию пика на основной частоте и расширению основания. Вышеописанное приводит к идее оценки блоков RR интервалов, определенных свойствами ритма и исследования взаимоотношения таких блоков без сквозного анализа вариабельности.
Для борьбы с подобными трудностями были предложены подходы, выработанные при анализе временной и частотной области. Методы анализа спектра интервалов и спектра отсчетов приводят к эквивалентным результатам и соответствуют цели исследования связей между вариабельнос тью сердечного ритма и вариабельностью других физиологических параметров. Метод анализа спектра интервалов подходит для того, чтобы связать RR интервалы с переменными, не привязанными к быстрым изменениям длины сердечного цикла (например, артериальное давление). Спектр отсчетов предпочтительней, если RR интервалы соотносят с постоянным сигналом (дыхание) или появлением особых событий (аритмии).
Процедуры максимального разброса ("Реак-valley") основаны либо на выявлении вершины и самого низкого уровня осцилляции [42, 43], либо на детектировании трендов ЧСС [44]. Возможности определения могут быть ограничены для короткопериодических изменений [42], но детектиро вание может осуществляться применительно к более длительным вариациям: пикам и провалам второго и третьего порядка [43], или ступенчатому возрастанию последователь ности соседних циклов увеличений или уменьшений, окруженных противоположными трендами [44]. Различные осцилляции могут характеризоваться учащением или замедлением сердечного ритма, длиной и амплитудой волны. В большинстве записей короткой и средней длительности результаты коррелируют со спектральными компонентами вариабельности [45]. Корреляции, однако, имеют тенденции уменьшаться по мере увеличения продолжительности записи и длины волны. Комплексная демодуляция использует методики интерполяции и удаления тренда [46], обеспечивает временное разрешение, необходимое для выявления быстрых изменений ЧСС, описания амплитуд и фаз отдельных частотных компонентов как функции времени.
Рис. 6. Пример четырех синтезированных временных последователь ностей, обладающих одинаковыми средними значениями, разбросами и диапазонами. Последовательности (c) и (d), кроме того, обладают идентичными автокорреляционными функциями и, следовательно, идентичными спектрами. Воспроизводится с разрешения [39].
