Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Phương pháp kích thước tương quan thích ứng để phân tích biến động nhịp tim trong chu kỳ kinh nguyệt
Tóm tắt
Kích thước tương quan (CD) được sử dụng để phân tích hành vi hỗn loạn của chuỗi thời gian biến động nhịp tim không tuyến tính (HRV). Trong CD, hàm tự tương quan được sử dụng để tính toán độ trễ thời gian. Tuy nhiên, phương pháp này không cung cấp giá trị tối ưu cho độ trễ thời gian, dẫn đến ước lượng không chính xác về HRV giữa các giai đoạn của chu kỳ kinh nguyệt. Do đó, một phương pháp CD thích ứng được trình bày ở đây nhằm tính toán giá trị tối ưu của độ trễ thời gian dựa trên nội dung thông tin trong tín hiệu HRV. Trong phương pháp đề xuất, bước đầu tiên là chia tín hiệu HRV thành các cửa sổ chồng chéo. Sau đó, độ trễ thời gian được tính toán cho mỗi cửa sổ dựa trên các đặc trưng của tín hiệu. Quy trình tìm độ trễ thời gian tối ưu cho mỗi cửa sổ được gọi là tự tương quan thích ứng. Sau đó, CD cho mỗi cửa sổ được tính toán bằng cách sử dụng các độ trễ tối ưu. Cuối cùng, CD thích ứng được tính bằng cách trung bình CD của tất cả các cửa sổ. Phương pháp đề xuất được áp dụng trên hai tập dữ liệu: (i) tập dữ liệu tiêu chuẩn Physionet và (ii) tập dữ liệu thu được bằng thiết bị BIOPAC®MP150. Kết quả cho thấy phương pháp đề xuất có khả năng phân biệt chính xác giữa các đối tượng bình thường và bệnh lý. Hơn nữa, kết quả chứng minh rằng phương pháp đề xuất có độ chính xác cao hơn trong việc phát hiện sự biến đổi HRV trong các chu kỳ kinh nguyệt của 74 phụ nữ trẻ ở tư thế nằm và đứng. Ba tham số thống kê được sử dụng để đánh giá hiệu quả của tự tương quan thích ứng trong việc tính toán độ trễ thời gian. Phân tích so sánh khẳng định sự ưu việt của phương pháp đề xuất so với phân tích dao động loại bỏ xu hướng và kích thước tương quan truyền thống.
Từ khóa
#Kích thước tương quan #biến động nhịp tim #tự tương quan thích ứng #chu kỳ kinh nguyệt #phân tích thống kêTài liệu tham khảo
Camm AJ, Malik M, Bigger JT, Günter B, Cerutti S, Choen R (1996) Task force of the European society of cardiology and the North American society of pacing and electrophysiology. Heart rate variability-standards of measurement, physiological interpretation, and clinical use. Circulation 93(5):1043–1065
Bindiya R, Kishan K, Damodara K, Ramaswamy C, Bhat M (2011) Association between the different phases of menstrual cycle and time domain analysis of Heart Rate Variability in young adult and older adult in Indian Women’s. Research Journal of Pharmaceutical, Biological and Chemical Sciences 2(1):297–303
Pai S, Shetty S, Nayanatara A, Shetty B (2011) Comparison of cardiac autonomic activity and BMI in different phases of menstrual cycle using heart rate variability. Int J Biomed Adv Res 2(10):402–408
Tsai P, Yucha C, Sheffield D, Yang M (2003) Effects of daily activities on ambulatory blood pressure during menstrual cycle in normotensive women. Appl Psychophysl Biofeedback 28(1):25–36
Acharya U, Joseph K, Kannathal N, Lim C, Suri J (2006) Heart rate variability: a review. Med Bio Eng Comput 44(12):1031–1051
Madhavi C, Ananth A (2012) A review of heart rate variability and its association with diseases. Int J Soft Comput Eng 2(3):2231–2307
Baker F, Colrain I, Trinder J (2008) Reduced parasympathetic activity during sleep in the symptomatic phase of severe premenstrual syndrome. J Psychosom Res 65(1):13–22
Mckinley P, King A, Shapiro P, Slavov I, Fang Y, Chen I, Jamner L, Sloan R (2009) The impact of menstrual cycle phase on cardiac autonomic regulation. Psychophysiology 46(4):904–911
Ghildiyal A, Iqbal B, Singh S, Verma D, Singh S (2011) Changes in sympathovagal balance during menstural cycle. Curr Neurobiol 2(1):49–52
Sato N, Miyake S, Akatsu J, Kumashiro M (1995) Power spectral analysis of heart rate variability in healthy young women during the normal menstrual cycle. Psychosom Med 57(4):331–333
Saeki Y, Atogami F, Takahashi K, Yoshizawa T (1997) Reflex control of autonomic function induced by posture change during the menstrual cycle. J Auton Nerv Syst 66(1–2):69–74
Guasti L, Grimoldi P, Mainardi L, Petrozzino M, Piantanida E, Garganico D, Diolis A, Zanotta D, Bertolini A, Ageno W, Grandi A, Cerutti S, Venco A (1999) Autonomic function and baroreflex sensitivity during a normal ovulatory cycle in humans. Acta Cardiol 54(4):209–213
Yildirir A, Kabakci G, Akgul E, Tokgozoglu L, Oto A (2002) Effects of menstrual cycle on cardiac autonomic innervation as assessed by heart rate variability. Ann Noninvasive Electrocardiol 7(1):60–63
Princi T, Parco S, Accardo A, Radillo O, Seta F, Guaschino S (2005) Parametric evaluation of heart rate variability during the menstrual cycle in young women. Biomed Sci Instrum 41:340–345
Nakagawa M, Ooie T, Takahashi N, Taniguchi Y, Anan F, Yonemochi H, Saikawa T (2006) Influence of menstrual cycle on QT interval dynamics. Pacing Clin Electrophysiol 29(6):607–613
Vishrutha K, Harini N, Ganaraja B, Pavanchand A, Susheela V (2012) A study of cardiac autonomic control and pulmonary functions in different phases of menstrual cycle. Int J Appl Biol Pharm Technol 3(3):306–311
Bai X, Li J, Zhouand L, Li X (2009) Influence of the menstrual cycle on nonlinear properties of heart rate variability in young women. Am J Physiol Heart Circ Physiol 297(2):H765–H774
Ma M (2013) Correlation dimension analysis of complex hydrological systems: what information can the method provide? Ph.D. dissertation, Berlin
Peng C, Havlin S, Stanley H, Goldberger A (1995) Quantification of scaling exponents and crossover phenomena in nonstationary heartbeat time-series. Chaos 5(1):82–87
Ramirez J, Rodriguez E, Echeverria J (2005) Detrending fluctuation analysis based on moving average filtering. Physica-A 354:199–219
Rodriguez E, Echeverria J, Ramirez J (2007) Detrended fluctuation analysis of heart intrabeat dynamics. Physica-A 384:429–438
Castiglioni P, Parati G, Civijian A, Quintin L, Rienzo M (2009) Local scale exponents of blood pressure and heart rate variability by detrended fluctuation analysis: effects of posture, exercise and ageing. IEEE Trans Biomed Eng 56(3):675–684
Yeh J, Fan S, Shieh J (2009) Human heart beat analysis using a modified algorithm of detrended fluctuation analysis based on empirical mode decomposition. Med Eng Phys 31(1):92–100
Qian X, Feng G, Zhou W (2011) Modified detrended fluctuation analysis based on empirical mode decomposition for the characterization of anti-persistent processes. Phys A 390:4388–4395
Kantelhardt J, Bunde E, Rego H, Havlin S, Bunde A (2001) Detecting long-range correlations with detrended fluctuation analysis. Phys A 295:441–454
Grassberger P, Procaccia I (1983) Measuring the strangeness of strange attractors. Physica D 9:183–208
Song W, Jing Y, Qiang L, Rui-Xi Y (2011) Correlation dimension based nonlinear analysis of network traffics with different application protocols. Chin Phys B 20(5):05050
Kabir A, Hasan H, Rashid M, Azmi A, Hossain Md Md, Shahjahan Md (2013) Resemblance of rainfall in Bangladesh with correlation dimension and neural network traffic. Am J Appl Sci 10(10):1172–1180
Kennel M, Broen R, Abarbanel H (1992) Determining embedding dimension for phase space reconstruction using a geometrical construction. Phys Rev A 45(6):3403–3411
Carvajal R, Wessel N, Vallverdu M, Caminal P, Voss A (2005) Correlation dimension analysis of heart rate variability in patients with dilated cardiomyopathy. Comput Methods Programs Biomed 78(2):133–140
Guzzetti S, Signorini M, Cogliati C, Mezzetti S, Porta A, Cerutti S, Malliani A (1996) Non-linear dynamics and chaotic indices in heart rate variability of normal subjects and heart-transplanted subjects. Cardiovasc Res 31(3):441–446
Fojt O, Holcik J (1998) Applying non-linear dynamics to ECG signal processing. IEEE Eng. Med. Biol 17(2):96–102
Costa M, Pimentel I, Santiago T, Sarreira P, Melo J, Soares E (1999) No evidence of chaos in the heart rate variability of normal and cardiac transplant human subjects. J Cardiovasc Electrophysiol 10(10):1350–1357