Содержание к диссертации
Введение
Глава 1. Методы и системы оценки психофизиологического состояния человека 14
1.1. Системы контроля психофизиологического состояния человека 14
1.2. Методика анализа вариабельности сердечного ритма 20
1.3. Анализ вариабельности сердечного ритмаво временной области 23
1.4. Спектральный анализ вариабельности сердечного ритма 25
1.5. Анализ нестационарных сигналов 30
1.6. Системы для электрокардиографических исследований.. 33
1.7. Постановка задач исследования 36
Глава 2. Исследование точности определения опорной точки QRS-комплекса и измерения RR-интервала 38
2.1. Задачи исследования 38
2.2. Экспериментальные данные для исследования точности вычисления длительности RR-интервала 39
2.2.1. Реальные записи ЭКГ 39
2.2.2. Моделирование ЭКС с заданными параметрами вариабельности сердечного ритма 39
2.2.3. Моделирование помехи 40
2.3. Исследование алгоритмов определения опорной точки QRS-комплекса в одном отведении 41
2.4. Исследование влияния частоты дискретизации на точность вычисления длительности RR-интервала 47
2.5. Исследование алгоритмов определения опорной точки QRS-комплекса в двух и более отведениях 56
Выводы 62
Глава 3. Исследование и разработка методов оценки стационарности сигнала сердечного ритма 63
3.1. Набор экспериментальных данных для проведения исследований 64
3.2. Исследование показателей нестационарности сигнала сердечного ритма 71
3.3. Разработка обобщенного показателя степени нестационарности сигнала сердечного ритма 85
3.4. Использование метода оценки нестационарности сигнала при контроле глубины анестезии по ЭЭГ 92
Выводы 96
Глава 4. Оценка информативности показателей ВСР для идентификации стадий психофизиологического исследования 98
4.1. Выбор информативных признаков 99
4.1.1. Статистические характеристики фрагментов сигнала сердечного ритма 100
4.1.2. Частотные показатели вариабельности сердечного ритма 106
4.1.3. Спектральная энтропия 107
4.2. Разработка решающих правил для дифференциации состояний отдыха и нагрузки 108
Выводы 118
Глава 5. Исследование показателей динамики сердечного ритма
5.1. Оптимизация размеров скользящего окна 122
5.2. Разработка решающих правил для дифференциации состояний отдыха и нагрузки 127
5.3. Анализ периодических составляющих сигнала сердечного ритма 134
Выводы 139
Глава 6. Реализация алгоритмов в системах для функциональных исследований сердечного ритма . 141
6.1. Пакет прикладных программ для функциональных исследований по ЭКГ «КардиоКит» 141
6.2. Программный комплекс для проведения психофизиологических исследований 146
Выводы 150
Заключение 152
Список литературы 154
Список сокращений и аббревиатур 164
- Спектральный анализ вариабельности сердечного ритма
- Исследование алгоритмов определения опорной точки QRS-комплекса в одном отведении
- Разработка обобщенного показателя степени нестационарности сигнала сердечного ритма
- Статистические характеристики фрагментов сигнала сердечного ритма
Введение к работе
Актуальность проблемы. Проблема оценки текущего состояния организма и его контроль имеют важное значение для человека. Высокий темп жизни, информационные перегрузки и дефицит времени оказывают все возрастающее влияние на нервную систему человека и могут являться причинами разнообразных отклонений в нормальной деятельности систем организма. Однако оценка функционального состояния человека необходима не только в медицинской практике с целью диагностики, но также и в психофизиологии. Актуальность изучения психофизиологических функциональных состояний определяется их вкладом в обеспечение эффективности и надежности деятельности человека, а также увеличением количества профессий и изменением условий труда, когда психофизиологические возможности человека становятся определяющими в развитии тех или иных состояний.
Одним из наиболее перспективных методов оценки функционального состояния человека является анализ вариабельности сердечного ритма (ВСР). Использование методов анализа ВСР позволяет получить количественные показатели взаимодействия различных регуляторных систем организма, оценить степень психического напряжения при выполнении тех или иных видов деятельности. Для расчета показателей ВСР наиболее широко используются записи сигналов длительностью 5 минут или 24 часа. Особенностью данной работы является исследование динамики изменения показателей сигнала сердечного ритма в процессе проведения психофизиологического исследования, длительность этапов которого варьируется от 1 до 3 минут.
Традиционные методики анализа ВСР основаны на предположении, что в пределах анализируемого фрагмента сигнал остается стационарным. На практике это возможно благодаря корректному съему сигнала в ходе исследования, а также при условии визуального контроля полученного сигнала. Однако в случае круглосуточного наблюдения за состоянием человека-
оператора или холтеровского мониторирования визуальный анализ стационарности сигнала является затруднительным и даже невозможным.
Проведенный анализ показал, что, несмотря на многообразие существующих методов автоматического анализа ВСР, используемые алгоритмы оказываются недостаточно эффективными. Актуальность данной работы определяется необходимостью разработки новых методов, позволяющих повысить информативность и статистическую устойчивость вычисляемых диагностических параметров, а также формирования показателей, обеспечивающих возможность оценки динамики изменения состояния человека в процессе проведения психофизиологического тестирования.
Цель диссертационной работы: повышение качества автоматизированного контроля психофизиологического состояния человека в процессе выполнения ментальной нагрузки.
Для достижения поставленной цели должны быть решены следующие задачи исследования:
Разработка и экспериментальное исследование методов определения опорной точки желудочкового комплекса, позволяющих получать более точные и статистически состоятельные оценки частотных показателей вариабельности сердечного ритма.
Разработка и экспериментальное исследование методов сегментации сигнала на локально стационарные участки, использующих набор параметров, оцениваемых во временной и частотной областях.
Экспериментальное исследование статистических и частотных свойств сигнала сердечного ритма с целью обоснованного выбора информативных признаков и разработка решающих правил для дифференциации стадий психофизиологического тестирования.
Разработка и экспериментальное исследование методов оценки динамики изменения показателей сердечного ритма в ходе проведения психофизиологического тестирования.
Методы исследования. Для решения поставленных теоретических задач в диссертационной работе использовались методы математического моделирования, математической статистики, спектрального анализа, теории случайных процессов и теории распознавания образов.
Экспериментальные исследования выполнены с использованием наборов реальных записей сигналов, полученных в медицинских учреждениях, а также при проведении психофизиологических исследований. Программное обеспечение для проведения экспериментов разрабатывалось с использованием пакета MATLAB.
Научная новизна результатов заключается в разработке и исследовании:
метода определения опорной точки желудочкового комплекса, основанного на интегральных характеристиках электрокардиосигнала;
метода оценки степени нестационарности сигнала и его сегментации на локально стационарные участки, учитывающего статистические и частотные свойства сигнала;
метода количественной оценки отличия состояния покоя от нагрузки в процессе психофизиологического тестирования, основанного на использовании информативных признаков, рассчитываемых как во временной, так и в частотной областях;
метода оценки динамики изменения статистических и частотных показателей сигнала сердечного ритма, рассчитываемых по коротким интервалам.
Практическую ценность работы представляют следующие результаты, полученные в диссертационной работе.
1. Алгоритмы расчета показателей ВСР для оценки динамики изменения психофизиологического состояния человека при выполнении ментальной нагрузки.
Алгоритмы оценки степени нестационарности сигнала сердечного ритма, предназначенные для использования в системах контроля психофизиологического состояния человека.
Программно-алгоритмическое обеспечение, реализующее разработанные алгоритмы и предназначенное для использования в автоматизированных системах контроля сердечного ритма.
Научные положения, выносимые на защиту:
Повышение точности вычисления длительности RR-интервала достигается за счет использования методов, основанных на интегральных характеристиках сигнала, а также двух синхронно снимаемых отведений вместо одного.
Оценка степени нестационарности сигнала наиболее эффективно осуществляется за счет использования интегрального показателя, основанного на контроле изменения среднего значения, стандартного отклонения, угла наклона линейного тренда и ошибки предсказания авторегрессионной модели.
Задача дифференциации психофизиологических состояний в динамике наиболее эффективно решается за счет использования правила, основанного на произведении трех показателей: среднего значения, стандартного отклонения и сдвига автокорреляционной функции до первого пересечения нуля.
Реализация результатов работы. Результаты диссертационной работы использовались при выполнении научно-исследовательской работы на кафедре БМЭиОС СПбГЭТУ по проекту РФФИ 06-08-01247-а «Компьютерный комплекс мониторного контроля ЭКГ» (2006 - 2008), в ОКР по теме: "Разработка технологий управления подачей анестетических газов и создание опытных образцов наркозно-дыхательного комплекса" (шифр 2009-02-2.2-04-05 по государственному контракту № 02.522.11.2020 от 10 марта 2009 г.), а также в работах, проводимых рядом организаций: ООО «Биосигнал» — пакет прикладных программ для функциональных исследований по ЭКГ «Кардио-
9 Кит»; Санкт-Петербургский государственный университет, факультет Психологии - грант №00014-08-1-0731 «Технология оценки устойчивости обучения к воздействию стрессовых факторов».
Результаты диссертационной работы были внедрены в учебный процесс СПбГЭТУ «ЛЭТИ» в форме материала для лекций и лабораторных работ по дисциплинам: «Методы обработки биомедицинских сигналов и данных», «Компьютерные технологии в медико-биологических исследованиях».
Апробация работы. Основные теоретические и практические результаты диссертации были доложены и получили одобрение на следующих конференциях и симпозиумах: Международных конференциях «Распознавание образов и анализ изображений: новые информационные технологии» (РОАИ-8-2007, Йошкар-Ола; РОАИ-9-2008, Нижний Новгород.); ежегодных научно-технических конференциях профессорско-преподавательского состава СПбГЭТУ «ЛЭТИ» (2006 - 2009 гг.), научно-технической конференции НТО РЭС им. А. С. Попова (2006 - 2008 гг.); Международном симпозиуме «Электроника в медицине» (КАРДИОСТИМ-2008, С.-Петербург); научных семинарах кафедры Биомедицинской электроники и охраны среды СПбГЭТУ «ЛЭТИ».
Публикации. По теме диссертации опубликовано 10 научных работ, из них — 3 статьи (опубликованные в ведущих рецензируемых журналах и изданиях, определенных ВАК Минобрнауки РФ - 2 статьи), 7 работ - в материалах российских и международных научно-технических конференций.
Структура и объем диссертации. Диссертация состоит из введения, шести глав, заключения, списка литературы, включающего 87 наименований, списка условных обозначений и аббревиатур. Основная часть работы изложена на 165 страницах машинописного текста. Работа содержит 48 рисунков и 30 таблиц.
Краткое содержание работы.
В первой главе представлен анализ проблем, связанных с оценкой психофизиологического состояния человека.
Проведен обзор современных методов и систем оценки функционального состояния человека. Показано, что одной из наиболее распространенных методик оценки психофизиологического состояния человека является анализ ВСР, позволяющий получить количественные показатели состояния вегетативной нервной системы человека.
Проведен обзор современных методик анализа ВСР, к которым относятся методы анализа во временной и частотной областях, нелинейные методы, вариационная пульсометрия по P.M. Баевскому. Отмечен ряд проблем, затрудняющих получение корректных оценок показателей ВСР.
Рассмотрены современные медицинские диагностические системы, предназначенные для проведения электрокардиографических исследований.
На основании проведенного анализа сформулирован вывод о необходимости создания новых алгоритмов оценки психофизиологического состояния человека в условиях ментальной нагрузки, а также разработки методов предварительного анализа сигналов для получения статистически состоятельных оценок параметров сигнала сердечного' ритма.
Вторая глава посвящена исследованию влияния частоты дискретизации и метода определения опорной точки QRS-комплекса на точность измерения длительности RR-интервала и оценку спектральных показателей ВСР.
В качестве критерия, используемого для оценки точности вычисления длительности RR-интервала, предложено рассматривать среднеквадратиче-скую ошибку измерения RR-интервала, рассчитанного при максимальном значении частоты дискретизации и полученного для определенного коэффициента прореживания.
Исследование алгоритмов выполнено с использованием модельного электрокардиосигнала (ЭКС) и специально сформированного набора записей реального ЭКС, включающего 42 трёхканальные записи электрокардиограммы (ЭКГ).
Моделирование ЭКС проводилось путем формирования последовательности RR-интервалов на основе спектральных характеристик, соответст-
вующих реальным сигналам, и построения кардиоциклов, соответствующих нормальной морфологии ЭКГ.
Для исследования помехоустойчивости разрабатываемых алгоритмов предложена модель помехи в виде реализации ограниченного по полосе частот нормально распределённого случайного процесса, а также метод получения реализаций сигнала с заданным значением отношения сигнал/шум.
Рассмотрены и исследованы два различных подхода к определению опорной точки QRS-комплекса: по максимальному значению и по "центру тяжести" QRS-комплекса. Показано, что метод, основанный на равенстве площадей под кривой, описывающей желудочковый комплекс, (с использованием формулы трапеций) является наиболее устойчивым к снижению частоты дискретизации и помехам.
Установлено, что улучшение качества работы разработанного алгоритма достигается за счёт использования двух отведений вместо одного. Использование третьего отведения не даёт существенных различий по сравнению с вариантом двух отведений.
Третья глава посвящена исследованию и разработке методов оценки стационарности сигнала сердечного ритма.
Описан набор экспериментальных данных, полученных в ходе проведения психофизиологического тестирования. Набор включает 161 двухка-нальную запись ЭКГ с частотой дискретизации 500 Гц и разрядностью цифро-аналогового преобразования 16 бит. Длительность каждой реализации составляет 1390 секунд.
Предложены и исследованы статистические и частотные показатели стационарности сигнала сердечного ритма. Предложены критерии для оптимизации параметров расчета этих показателей. Показано, что в ряде случаев при оценке стационарности сигнала каждый из предложенных параметров, используемый по отдельности, не позволяет получить удовлетворительных результатов.
Предложен и исследован метод сегментации сигнала на локально ста-
12 ционарные участки, основанный на совместном использовании трех показателей сигнала сердечного ритма: среднего значения, стандартного отклонения и ошибки предсказания авторегрессионной модели. Однако данный подход не позволяет получить количественную оценку степени нестационарности сигнала. Для этой цели предложен альтернативный метод, предполагающий формирование некоторого интегрального показателя нестационарности. В ходе проведения психофизиологического исследования было установлено, что этот показатель может быть использован для оценки степени напряженности испытуемого в процессе тестирования, а также для контроля динамики обучения испытуемых в ходе тренировочного процесса. В качестве интегрального показателя нестационарности был выбран показатель, основанный на произведении четырех параметров: среднего значения, стандартного отклонения, угла наклона линейного тренда и ошибки предсказания авторегрессионной модели. Также было показано, что предложенный метод может быть использован для оценки степени нестационарности других биомедицинских сигналов, в частности, для электроэнцефаллограммы.
Четвертая глава диссертации посвящена исследованию информативности показателей вариабельности сердечного ритма с целью распознавания состояний отдыха и напряжения человека в процессе выполнения теста с ментальной нагрузкой.
Используется набор информативных признаков с целью нахождения количественного показателя различий между состояниями отдыха и нагрузки. Предложен критерий для оптимизации параметров расчета показателей сигнала сердечного ритма.
Предложены и исследованы решающие правила для дифференциации состояний отдыха и нагрузки как для параметров, используемых по отдельности, так и для различных комбинаций параметров. Установлено, что наилучшие результаты дифференциации двух состояний достигаются в случае использования комбинации таких параметров, как среднее значение и пока-
13 затель времени затухания АКФ по методу произведения. Средняя ошибка классификации в этом случае составляет 18,2%.
Пятая глава посвящена исследованию показателей динамики сердечного ритма.
Предложены критерии оптимизации параметров расчета показателей сигнала сердечного ритма по коротким интервалам.
Проведено исследование разделяющей способности показателей сигнала сердечного ритма как при их раздельном использовании, так и в сочетании друг с другом. Было установлено, что наилучший результат достигается при использовании в качестве разделяющего правила произведения трех параметров: среднего значения, стандартного отклонения и сдвига АКФ до первого пересечения нуля. В этом случае средняя ошибка классификации составляет 22,2%.
Установлено, что при использовании окон небольшого размера выявляются характерные колебания анализируемых параметров, период которых соответствует длительности предъявления заданий психофизиологического теста, что позволяет использовать показатели интенсивности этих колебаний для оценки адекватности реакции испытуемого на предъявляемые задания. Предложены и исследованы критерии оптимизации параметров для наилучшего выделения колебаний на этапах нагрузки.
В шестой главе рассматриваются вопросы применения разработанных методов в составе программного обеспечения компьютерных систем медицинской диагностики. Приведены описания программных комплексов, в которых были использованы предложенные в работе методы.
В заключении приводится обобщение основных научных и практических результатов диссертационной работы.
Спектральный анализ вариабельности сердечного ритма
Методы, используемые для анализа ВСР во временной области, можно разделить на два класса: статистические и геометрические. 1. Статистические методы.
Расчет статистических показателей ВСР осуществляется на основе анализа последовательности мгновенных значений ЧСС или RR-интервалов, за 24 писанных в течение длительного промежутка времени. При этом условно можно выделить две группы показателей: полученные при обработке прямых измерений мгновенной ЧСС или RR-интервалов и вычисленные на основе разницы между RR-интервалами. Международными стандартами по анализу ВСР рекомендована целая группа статистических показателей ВСР, описанных в [68]. 2. Геометрические методы (вариационная пульсометрия).
Сущность геометрических методов заключается в преобразовании последовательности RR-интервалов в некоторую геометрическую структуру, например, плотность распределения значений длительности RR-интервалов или разностей значений последовательных кардиоинтервалов. На основе анализа геометрических свойств полученной модели проводится оценка ВСР.
Наиболее распространенными геометрическими показателями ВСР являются: треугольный индекс (интеграл плотности распределения значений RR-интервалов, деленный на максимум плотности распределения), дифференциальный индекс (разность между значениями ширины гистограммы распределения разностей двух последовательных RR-интервалов, измеренными на заданных уровнях) и TINN (ширина базовой линии распределения, измеренной как основание треугольника, аппроксимирующего распределение RR-интервалов).
Одним из наиболее распространенных показателей, используемых в вариационной пульсометрии, является индекс напряжения регуляторных систем или стресс-индекс, который позволяет получить количественную оценку степени напряженности регуляторных влияний как центральной, так и вегетативной нервной системы [7]. Вместе с тем происходит внедрение в клиническую практику новых разработок. Так в частности в Санкт-Петербургском государственном политехническом университете разработан расчетный индекс «Cardstress», имеющий ряд преимуществ перед другими методиками обработки вариационной пульсограммы, обусловленных его повышенной толерантностью к резким изменениям длительности кардиоинтер 25 валов в условиях воздействия различных психофизиологических проб [46]. Индекс «Cardstress» представляет собой количественную характеристику изменения активности регуляторных механизмов сердечно-сосудистой системы, основанную на относительном уменьшении ВСР во время функциональной пробы по сравнению с исходным уровнем. Индекс «Cardstress» предназначен для проведения исследований ВСР в условиях нестационарной функциональной нагрузки [46].
В отдельную группу следует выделить нелинейные методы анализа ВСР. Нелинейный характер изменения сердечного ритма обусловлен сложным взаимодействием гемодинамических, электрофизиологических и нейрогуморальных механизмов высших вегетативных центров. Были высказаны предположения, что анализ ВСР, основанный на методах нелинейной динамики, может выявлять ценную информацию для физиологической интерпретации ВСР и для оценки риска внезапной смерти [8, 11, 12]. В последние годы этому вопросу уделяется большое внимание как за рубежом, так и в нашей стране. Для исследования нелинейной динамики сердечного ритма применяется экспонента Ляпунова, энтропия Колмогорова, корреляционная размерность, показатели графика Пуанкаре (или Лоренца) и т.д.
Необходимо также отметить, что исследование динамики изменения показателей ВСР с использованием нелинейных методов при воздействии кратковременных психических нагрузок затруднено, так как для применения математического аппарата указанных методов необходимо иметь записи большой длительности [22, 62, 68].
Исследование алгоритмов определения опорной точки QRS-комплекса в одном отведении
На настоящий момент существует широкий спектр различных систем для проведения электрокардиографических исследований. Рассмотрим возможности некоторых из них.
Компьютерный электрокардиоанализатор "Альтон-12К" обеспечивает мониторирование и регистрацию на экране компьютера ЭКГ в различных системах отведений. Одной из возможностей аппарата является способность запоминать любое число фрагментов ЭКГ требуемой продолжительности, а также сохранять результаты исследований, заключения и комментарии медицинского персонала в объединенной электронной картотеке. «Альтон-12К» автоматически проводит контурный анализ ЭКГ при ее регистрации в 12 общепринятых отведениях, дает возможность формировать и редактировать текстовые заключения по исследованию. Настройки аппарата позволяют производить одновременный просмотр нескольких протоколов любых исследований для сравнения, что значительно расширяет возможности анализа данных.
Проведение амплитудных и временных изменений на ЭКГ возможно в двух режимах - автоматическом и ручном.
Кроме того, электрокардиоанализатор «Альтон-12К» осуществляет расширенный анализ ЭКГ: визуальное представление векторкардиограммы, расчет вариабельности сердечного ритма по коротким записям, аэробной выносливости и т.д. (при подключении дополнительных модулей анализа ЭКГ). Возможна печать ЭКГ и результатов анализа на любом стандартном принтере на обычной бумаге. Предусмотрено сохранение личных настроек программы для каждого пользователя, а также передача результатов электрокардиографических исследований по электронной почте без использования дополнительных программ.
Используется разрядность АЦП - 12 бит, частота дискретизации - 500 Гц. Комплекс "Варикард" предназначен для анализа ВСР в различных областях прикладной физиологии, профилактической медицины и клинической практики. Он обеспечивает реализацию всех основных методов анализа ВСР (статистический анализ, вариационная пульсометрия, автокорреляционный и спектральный анализ) и позволяет вычислять до 40 различных параметров, рекомендуемых как российскими, так и европейско-американскими стандартами.
Комплекс "Варикард" представляет собой микропроцессорный прибор, работающий совместно с персональным компьютером под управлением прикладного программного обеспечения. Комплекс предусматривает ввод ЭКС в одном из трех стандартных отведений в персональный компьютер в режиме реального времени. Выбор отведения ЭКС и чувствительность задаются в программе ПК. Частота дискретизации 1200 Гц, разрядность АЦП - 16 бит.
Комплекс "Варикард" обеспечивает анализ записей с продолжительностью от нескольких минут до 24 часов. При этом могут выделяться соответствующие фрагменты записи, в которых необходимо провести анализ ВСР. Стандартный протокол анализа осуществляется по пятиминутным фрагментам записи. Комплекс обеспечивает непрерывную работу в течение не менее 8 часов.
Программное обеспечение комплекса включает большое число различных программных средств анализа ВСР, для формирования и ведения баз данных, для отображения и печати исходных данных и результатов анализа. Главной особенностью программного обеспечения является наличие в его составе специальной программы, позволяющей формировать выходной документ в виде заключения, в котором представлены основные результаты анализа ВСР, их экспертная оценка и индивидуальные рекомендации по оздоровлению и профилактике.
Диагностическая система "Валента" позволяет проводить функциональные исследования по нескольким методикам с формированием электронной истории болезни. Система включает программные комплексы, реализующих различные методики исследования. К ним относятся: электрокардиография, реография, велоэргометрия, спирография, кардиоритмография и фонокардиография.
Диагностическая система "Валента" обеспечивает синхронный съем ЭКГ в 12 отведениях, позволяет проводить автоматизированный и ручной анализ полученных данных.
При анализе ритмограммы длительность регистрации определяется врачом и может произвольно меняться от 200 до 500 RR-интервалов. Результатом компьютерного анализа являются: ритмограмма с выделенными различными цветами экстрасистолами; функция вариации ритма в трех диапазонах частот и пневмотахограмма; гистограмма распределения RR-интервалов, которая может быть представлена в виде вариационной пульсограммы; скат-терограмма, предназначенная для подробного анализа нарушений ритма; диаграмма распределения мощностей волн в трех частотных диапазонах и график прямого преобразования Фурье; статистические характеристики ритмограммы.
Разработка обобщенного показателя степени нестационарности сигнала сердечного ритма
В главе 1 было отмечено, что формирование сердечного ритма происходит под воздействием как вегетативной, так и центральной нервной системы. Кроме того, большое влияние на модуляцию сердечного ритма оказывают внешние факторы, которым подвергается испытуемый в процессе выполнения тех или иных заданий [2, 4, 8]. Это приводит к тому, что последовательность интервалов времени между смежными сокращениями сердца (RR-интервалов) представляет собой нестационарный сигнал. Тем не менее, широкое распространение получили методы спектрального анализа последовательности RR-интервалов, математический аппарат которого основан на предположении о стационарности временного ряда в пределах анализируемого фрагмента. Оценки, полученные с применением методик спектрального анализа в условиях нестационарности, не могут считаться статистически достоверными.
В настоящее время расчет показателей ВСР основан на предположении, что в течение всего анализируемого фрагмента выполняется условие стационарности. Однако в целом ряде случаев, например при холтеровском мониторировании, круглосуточном наблюдении за состоянием человека-оператора выполнение такого предположения становится невозможным. Для получения статистически состоятельных оценок необходимо разработать методы сегментации сигнала на локально стационарные участки переменной длительности. Применение таких методов позволит адаптировать окно анализа к изменениям в сигнале. При этом окно анализа может быть настолько длинным, насколько это возможно на протяжении того времени, пока сигнал остаётся стационарным, и, начинаться новое окно может в тот момент времени, когда сигнал изменяет свои характеристики.
Существует большое количество методов для оценки стационарности случайного процесса. Одними из наиболее известных методов оценки стационарности являются критерий серий и критерий инверсий, основанные на разбиении сигнала на отрезки равной длительности и последующем анализе статистических свойств полученной последовательности отрезков [14]. Однако этот подход позволяет только в целом оценить стационарность сигнала, но не даёт возможности определить границы участков, которые можно рассматривать как стационарные. Для решения задачи сегментации сигнала на локально стационарные участки могут быть использованы корреляционный и спектральный анализ, а также параметрическое моделирование процессов.
В данной главе представлены результаты исследования двух подходов к анализу стационарности сигнала сердечного ритма. Согласно первому подходу, наблюдаемый сигнал разбивается на локально стационарные фрагменты, анализ которых позволяет получить статистически состоятельные оценки показателей ВСР. Второй метод предусматривает формирование обобщенного показателя стационарности (нестационарности). Было установлено, что разработанный показатель может быть использован для оценки степени напряженности испытуемого в ходе психофизиологического исследования, а также для контроля динамики обучения испытуемых в ходе тренировочного процесса.
Развитие современных автоматизированных комплексов управления высветило проблему надежности человека-оператора. Стрессовые инциденты, возникающие в процессе труда операторов, часто обусловлены резким повышением требований к системе переработки информации человека. Это связано с необходимостью работать в условиях дефицита времени или помех, быстро переключаться на другие задачи, одновременно выполнять различные действия и операции, направленные на решение не связанных между собой задач (например, управление подвижным объектом, наблюдение, ориентировка, контроль над вспомогательными приборами и др.). Для исследования психофизиологических процессов, сопутствующих выполнению деятельности такого рода, на кафедре медицинской психологии и психофизиологии Санкт-Петербургского государственного университета была разработана компьютерная система, позволяющая проводить тестирование оператора на способность эффективно решать интеллектуальные задачи, а также получать оценки устойчивости человека к стрессовому воздействию. Процедура тестирования заключается в чередовании этапов отдыха и нагрузки. При этом под нагрузкой понимается решение различных когнитивных задач.
При проведении психофизиологического исследования использовалось пять видов когнитивных задач: Цель этого теста - оценка особенности слухового внимания и оперативной памяти. В данной задаче испытуемому последовательно предъявляются звуковые сообщения типа «РКС-806» - «Серия 1 - 252». Каждое такое сообщение состоит из двух частей. Первая часть («РКС-806») - это позывной сигнал. Вторая часть («Серия 1 - 252») - это действия, которые необходимо совершить (для серии 1 установить значение «252»). В начале тестирования в течение 10 секунд предъявляется позывной сигнал, который испытуемый должен запомнить и постоянно удерживать в памяти. Испытуемый слушает все сообщения, и как только услышит сообщение с его позывным, он должен как можно быстрее выполнить требуемые действия. При этом испытуемый не должен реагировать на сообщения с другими позывными. В том случае, если испытуемый забудет свой позывной сигнал, он может использовать подсказку. Однако обращения к подсказке фиксируются, поэтому испытуемого предупреждают о том, что он должен постараться использовать ее как можно реже. Задача испытуемого состоит в том, чтобы внимательно наблюдать за шестью источниками информации: двумя окнами и четырьмя расположенными под ними шкалами. Левое окно обычно горит зеленым цветом, как только зеленый цвет пропадает, испытуемый должен как можно быстрее щелкнуть на нем мышью. Также необходимо наблюдать за правым окном, которое обычно белое. Как только оно загорается красным, необходимо как можно быстрее щелкнуть на нем мышью. Одновременно с этим испытуемый должен наблюдать за четырьмя шкалами, расположенными под этими окнами. Если испытуемый заметит, что на какой-то из шкал стрелка индикатора отклонилась более чем на одно деление от средней отметки, он должен как можно быстрее щелкнуть мышью на этой шкале. Задача состоит в том, чтобы при помощи джойстика постоянно удерживать зеленый круг в пределах прямоугольной области, расположенной в центре. Зеленый круг не должен выйти за пределы центральной прямоугольной области.
Статистические характеристики фрагментов сигнала сердечного ритма
Цифрами обозначены соответствующие этапы нагрузки, буквами — этапы покоя. Вертикальными линиями показаны участки сигнала, искаженные помехами. Средний и нижний графики соответственно показывают результаты выполненной экспертом-физиологом верификации условных уровней напряжённости и степени нестационарности сигнала сердечного ритма.
Пример сигнала сердечного ритма из экспериментального набора данных с отмеченными границами этапов теста и участками, искаженными помехами (а), и результаты верификации условных уровней напряжённости и степени нестационарности сигнала сердечного ритма (б и в) Следует отметить, что существует несколько определений стационарного случайного процесса. Случайный процесс называется стационарным в широком смысле, если его среднее значение и дисперсия не зависят от времени, а автокорреляционная функция (АКФ) зависит только от величины сдвига [33]. Случайный процесс называется стационарным в узком смысле, если инвариантны во времени не только моменты первого и второго порядка, но и моменты более высоких порядков [14]. Таким образом, в качестве показателей нестационарности сигнала сердечного ритма могут быть рассмотрены различные статистические и частотные параметры, рассчитываемые по скользящим окнам. Исходя из условий психофизиологического. тестирования, в данном исследовании расчет параметров, характеризующих нестационарность сигнала сердечного ритма, должен осуществляться по окнам, длительность которых не превышает 15 с.
В настоящей работе исследовались несколько показателей нестационарности сигнала сердечного ритма: среднее значение, стандартное отклонение и ошибка предсказания авторегрессионной модели. Выбор этих параметров обусловлен тем, что каждый из них отражает различные характеристики сигнала: среднее значение, мощность и частотный состав.
Было сделано предположение, что совместное использование описанных параметров позволит повысить качество сегментации сигнала сердечного ритма на локально стационарные участки. Для подтверждения этой гипотезы рассмотрим каждый из параметров по отдельности.
Как было ранее отмечено, для оценки нестационарности сигнала могут использоваться параметры "среднее значение" и "стандартное отклонение", а также АКФ и СПМ для коротких интервалов времени, рассчитываемые по скользящим окнам. При этом для определения границ локально стационарных участков для каждого из параметров, рассчитываемых с использованием скользящих окон, задается некоторый порог. Далее на каждом шаге перемещения окна значение параметра сравнивается с заданным порогом. В случае превышения порога отмечается граница стационарного участка. На рис. 3.2 показан пример сегментации сигнала на локально стационарные фрагменты с использованием среднего значения. Верхний график представляет сигнал сердечного ритма, нестационарный по среднему значению. На среднем графике показана кривая изменения среднего значения у, рассчитанного с использованием скользящего окна длительностью 12,5 с и шагом перемещения окна 0,25 с. На нижнем графике проиллюстрирована кривая сегментации сигнала на локально стационарные участки. Вертикальными линиями отмечены границы стационарных фрагментов, стрелками показаны моменты необнаружения нарушений стационарности. ЧСС, уд/мин , графике а изображен сигнал сердечного ритма. На графике б показана кривая изменения стандартного отклонения а, рассчитанного с использованием скользящего окна длительностью 12,5 с и интервалом перемещения окна 0,25 с. На графике в приведена иллюстрация сегментации сигнала на локально стационарные участки. Нижний уровень кривой показывает локально-стационарные участки, верхний — нестационарные по стандартному отклонению фрагменты. Согласно определению стационарного случайного процесса в узком смысле, помимо постоянства среднего значения и стандартного отклонения, одним из условий стационарности является отсутствие зависимости АКФ от времени. Так как АКФ и СПМ сигнала связаны между собой преобразованием Фурье, то сигнал, который является нестационарным по отношению к АКФ, также является нестационарным по отношению к СПМ. Для описания данного случая был искусственно смоделирован сигнал длительностью 12 минут, включающий два стационарных фрагмента и участок, соответствующий переходному процессу. С использованием метода моделирования сигнала сердечного ритма, описанного в [80], формировалась динамическая составляющая функции управления сердечным ритмом в виде последовательности двух фрагментов длительностью по 6 минут каждый. При этом задавались различные значения мощностей в частотных диапазонах LF и HF. Показатель в диапазоне частот VLF при анализе ВСР по коротким интервалам обычно не рассматривается, так как частотная составляющая VLF, соответствующая диапазону 0,003-0,04 Гц не может быть надёжно оценена по фрагменту длительностью меньше 5 минут [68]. Далее, для того чтобы обеспечить плавный переход от одного сегмента к другому, полученная функция умножалась на сглаживающую функцию. Для получения функции X(t), моделирующей процесс управления сердечным ритмом, к сформированной ранее функции добавлялась постоянная составляющая. На заключительном этапе с использованием модели IPFM [64, 80] генерировалась последовательность значений RR-интервалов. Далее с использованием кубической сплайн-интерполяции была восстановлена исходная функция управления сердечным ритмом в виде равномерно дискретизованного сигнала с частотой дискретизации равной 4 Гц (частота, рекомендуемая международным стандартом по ВСР [68]). На рис. 3.4 приведен пример сгенерированной функции управления сердечным ритмом.
