Архив номеров
Медицинская Техника / Медицинская техника №1, 2014 / с. 33-37

Применение метода главных компонент при анализе вариабельности сердечного ритма

                                

Д.Д. Егорова, Я.Е. Казаков, В.С. Кубланов


Аннотация

Приводятся результаты анализа информативного множества показателей вариабельности сердечного ритма (ВСР) с помощью метода главных компонент. Определены наиболее чувствительные из них к функциональным изменениям организма: оценки вегетативного баланса, определяемые отношением LFвп / HFвп, где HFвп – вейвлет-преобразование интенсивности спектра ВСР в полосе частот от 0,4 до 0,15 Гц, а LFвп – в полосе частот от 0,15 до 0,04 Гц, и дисфункции функционала F[LFвп / HFвп], где N – их число; Amax – максимальное значение; А – интенсивность на интервале наблюдения. На группе больных, страдающих гипертонической болезнью II-III стадий, выполнена проверка эффективности метода в ходе лечебного процесса с применением гипотензивной терапии и аппарата «СИМПАТОКОР-01».


Сведения об авторах

Дарья Дмитриевна Егорова, аспирант, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина,
Ян Евгеньевич Казаков, канд. мед. наук, главный врач, ЗАО «Медицинские технологии»,
Владимир Семенович Кубланов, д-р техн. наук, профессор, руководитель, Научно-исследовательский медико-биологический инженерный центр высоких технологий, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина, г. Екатеринбург,
e-mail: daria_naumkina@mail.ru

Список литературы

1. Баевский Р.М. и др. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем. Методические рекомендации // Вестник аритмологии. 2002. С. 65-87.
2. Samar V.J., Bopardikar A., Rao R., Swartz K. Wavelet analysis of neuroelectric waveforms: A conceptual tutorial // Brain and Language. 1999. Vol. 66 (1). PP. 7-60.
3. Кубланов В.С., Гасилов В.Л. Применение методологии вейвлет-анализа при функциональных исследованиях головного мозга // Биомедицинские технологии и радиоэлектроника. 2001. № 11. С. 12-20.
4. Yang H., Bukkapatnam S.T., Komanduri R. Nonlinear adaptive wavelet analysis of electrocardiogram signals // Physical Review E76: Statistical, nonlinear, and soft matter physics. 2007. Vol. 76. Issue 2: 026214.
5. Кубланов В.С., Костоусов В.Б., Казаков Я.Е., Попов А.А. Анализ вариабельности сердечного ритма с применением вейвлет-анализа в задаче оценки адаптационных характеристик человека // Биомедицинская радиоэлектроника. 2008. № 1-2. С. 13-25.
6. Туровский Я.А., Кургалин С.Д., Вахтин А.А. Обработка сигнала электроэнцефалограммы на основе анализа частотных зависимостей и вейвлет-преобразования // Биомедицинская радиоэлектроника. 2012. № 12. С. 39-45.
7. Rafiee J., Rafiee M.A., Prause N., Schoen M.P. Wavelet basis functions in biomedical signal processing // Expert Systems with Applications. 2011. Vol. 38. PP. 6190-6201.
8. Лоул Д., Максвелл А. Факторный анализ как статистический метод. – М.: Мир, 1967. 143 с.
9. Дубров А.М. Обработка статистических данных методом главных компонент. – М.: Статистика, 1978. 136 с.
10. Калинина В.Н., Соловьев В.И. Введение в многомерный статистический анализ. – М.: Госуниверситет управления, 2003. 92 с.