从磁脑摄影信号中自动提取心率变化
Ryan C Godwin1,2, William C Flood3,4, Jeremy P Hudson3,4
1Department of Anesthesiology and Perioperative Medicine, Heersink School of Medicine, University of Alabama, Birmingham, Birmingham, AL, USA.
Heliyon
|March 4, 2024
概括
磁脑电图 (MEG) 数据中的心脏信号可用于提取心率变化 (HRV) 度量. 这项研究开发了一种人工智能工具,用于从原始MEG中捕获HRV,证明其对补充健康见解的潜力.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 心脏病学 心脏病学
背景情况:
- 磁脑电图 (MEG) 通过磁场测量大脑活动.
- 心脏信号通常被从MEG数据中删除为文物.
- 心率变化 (HRV) 是自主功能和整体健康的关键生物标志物.
研究的目的:
- 使用人工智能开发一种自动化工具,从原始MEG数据中提取HRV.
- 评估使用MEG内心脏信号用于HRV分析的可行性.
- 探索MEG衍生的HRV在补充患者健康信息方面的潜力.
主要方法:
- 从五名参与者同时获取MEG和心电图 (ECG) 数据.
- 开发一个人工智能驱动的工具来提取心脏信号,并从原始MEG计算HRV.
- 从MEG获得的HRV指标与基准真实ECG数据进行比较.
- 在时间,频率和非线性领域分析HRV.
主要成果:
- 人工智能工具成功地从MEG数据中提取了HRV指标.
- 在MEG衍生的和ECG衍生的RR间隔之间,根平均平方误差 (RMSE) 很低 (2-13 ms).
- MEG中的心脏人工物含有足够的信号信息来近似HRV.
结论:
- 嵌入MEG数据中的心脏信号可以可靠地用于估计HRV.
- 开发的AI工具可以从现有的MEG记录中检索有价值的HRV信息.
- 这种方法提供了一种使用MEG数据评估自主功能的新,非侵入性方法.
