関連する実験動画

姿勢に関連する2つの異なる自律的プロファイルの心拍数変動による個々の認識

A Malliani¹, M Pagani, R Furlan

¹Medicina Interna II, Ospedale L. Sacco, Università degli Studi di Milano, Italy. albertom@fisiopat.sacco.unimi.it

|January 7, 1998

まとめ

この研究では,スペクトル分析と予測方法を用いて心拍数変動 (HRV) を分析することで,身体の姿勢に関連する個々の自律的プロフィールを特定できることを示しています. このアプローチは,個体における仰向けと直立の位置を正確に区別します.

科学分野:

心血管生理学心血管の生理学
自律神経系の規制について
バイオメディカル信号処理

背景:

心拍数変動 (HRV) パワースペクトル分析では,シヌスノード活動に影響を与えるシンパトヴァーガルバランスを推定しています.
以前の,個別の基礎でスペクトル変数から生理学的状態を認識する試みは限られていた.
自律的プロファイルの理解は,個別化された生理学的評価に不可欠です.

研究の目的:

短期的なHRVに基づいて個々の自律的プロフィールを認識するための方法を開発する.
姿勢に関連する生理学的状態を区別するスペクトル分析と予測分析の能力を評価する.
個人の自律状態の評価のための非侵襲的な方法を確立する.

主な方法:

350人の正常な被験者の短時間 (200〜500サイクル) のECGセグメントから10個のスペクトル変数を抽出しました.
予測線形法を使用して,スペクトル変数から正常化された活性化指数を推定しました.
トレーニング/テストセットのアプローチを適用し,合計700のパターンで検証を行いました.

主要な成果:

標準化されたアクティベーションインデックスは,スペクトルのHRV変数からの情報を効果的に集中させた.
この方法は,個々の身体姿勢 (横たわり vs. 立ち上がり) を識別する際に約84%の精度を達成しました.
姿勢に関連する個々の自律的プロファイルは,高精度で認識されました.

結論:

予測分析と組み合わせたスペクトル方法論は,短いRR区間シリーズに固有の情報を明らかにします.
このアプローチは,姿勢の変化に関連した異なる自律的プロフィールの個別の認識を可能にします.
結論は,正確で個別的な自治国家のモニタリングの可能性を裏付けています.

関連する概念動画