Главная | Обратная связь

Корреляции и различия между измерениями во временной и частотной областях.

При анализе стационарные кратковременных записей больше опыта и теоретических знаний накоплено в частотной области измерений, чем во временной.

Однако, многие параметры, полученные в результате анализа 24-часовых записей в частотной и временной областях коррелируют между собой (см. Табл. 3). Эта строгая корреляция существует, как из-за математических, так и физиологических взаимосвязей. Кроме того, физиологическая интерпретация, спектральных компонент, полученных по 24-часовым записям, затруднена по соображениям отмеченным выше (раздел Долговременные записи). Т.о., пока специальные исследования на основе 24-часовых записей обычно не используют обычные спектральные компоненты (например спектрограмму в логарифмическом масштабе), т.к. результаты анализа в частотной области эквивалентны результатам анализа во временной области, но его проще выполнить.

Анализ поведения ритма.

Как показано на рис. 6 [39] и на временные и на спектральные методы накладываются ограничения вызванные нерегулярностью RR последовательности. Анализ явно различных реализаций при помощи этих методов может давать сходные результаты.

Тренды снижающейся и увеличивающейся длины сердечных циклов в действительности не симметричны {40,41], т.к. обычно за ускорением сердечного ритма следует быстрое замедление. В спектральных оценках это ведет к снижению амплитуды пика основной частоты и расширению основания. Это привело к идее измерения блоков RR интервалов, определяемых свойствами ритма и исследованию взаимосвязи таких блоков без рассмотрения внутренней вариабельности. Были предложены подходы, позволяющие снизить эти трудности для временных и частотных методов. Методы вычисления спектров по интервалам и отсчетам приводят к эквивалентным результатам (см. Рис. 6 д) и хорошо подходят для исследований взаимосвязи между ВСР и вариабельностью других измерений. Интервальный спектр хорошо подходит для определения связи RR интервалов с процессами основанными на измерениях в моменты сердечных сокращений (например давления). Спектр отсчетов предпочтителен, если RR интервалы относятся к продолжительному сигналу (например, дыханию) или к возникновению особых явлений (например, аритмий).

Процедуры определения пиков базируются, как на выделении вершин и впадин осцилляций, так и на выявлении трендов сердечного ритма [44]. Выделение может ограничиваться кратковременными изменениями [42], но может расширяться и на более длительные вариации: пики и впадины второго и третьего порядка [43] или ступенчатое изменение удлиняющихся или укорачивающихся циклов вокруг противоположных трендов [44]. Различные осцилляции можно описать ускорением или замедлением сердечного ритма, длиной волны или амплитудой. Однако, корреляция отслеживает укорочение длины волны осцилляций при увеличении продолжительности записи. Для сложной демодуляции используются методы интерполяции и устранения трендов[46], что позволяет получить необходимое для выявления кратковременных изменений сердечного ритма временное разрешение, а также описать отдельные фазовые и частотные компоненты, как функцию времени.

Нелинейные методы.

Нелинейные явления, конечно, присутствуют в генезисе ВСР. Они определяются комплексным взаимодействием: гемодинамики, электрофизиологическими и гуморальными изменениями, а также вегетативной и центральной регуляцией. Были спекулятивные представления, что анализ ВСР, основанный на методах нелинейной динамики поможет извлечь важную информацию для физиологической интерпретации ВСР и для предсказания риска внезапной смерти. Методы, использовавшиеся для получения нелинейных свойств ВСР включали: 1/f масштабирование Фурье спектра [47,19], Н экспоненциальное масштабирование и метод CGSA (coarse graining spectral analysis - ячейчатый спектральный анализ) [48]. Для представления данных использовались: сечения Пуанкаре, маломерные аттракторы, декомпозиция единичных величин и траекторий аттракторов. Для других количественных оценок использовались: D2 корреляционный массив, экспоненты Ляпунова и энтропия Колмогорова.

Хотя, в принципе, эти методы, как известно, являются мощным инструментом для описания сложных систем, но никаких результатов, пока, не достигнуто в результате их приложения к биомедицинским данным, включая анализ ВСР. Возможно, интегральная сложность оценок не адекватна анализу биологических систем и к тому же слишком малочувствительна, чтобы выявить нелинейные изменения RR интервалов, которые могли бы иметь физиологическое или практическое значение. Более обнадеживающие результаты были получены при использовании дифференциальных, а не интегральных комплексных оценок, т.е. метод масштабирующих коэффициентов [50/51]. Однако, никаких систематических исследований больших популяций с использованием этих методов пока не выполнено.

В настоящее время нелинейные методы представляют потенциально полезный подход к анализу ВСР, но стандарты на эти методы приняты быть не могут. Развитие технологии и интерпретации результатов нелинейных методов необходимо прежде, чем появится возможность использования этих методов для физиологических или клинических исследований.