Частотно-зависимая вариабельность времени прохождения пульсовой волны. Пилотное исследование

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Динамика пульсовой волны (ПВ), связанная с вариабельностью времени прохождения ПВ (ВВППВ), определяет вариабельность периферического пульса, используемого как суррогат вариабельности сердечного ритма (ВСР). Цель работы – анализ частотно-зависимой динамики ВВППВ и выявление возможной частотно-фазовой модуляции колебаний скорости ПВ на пути следования от сердца к мягким тканям дистальных участков верхних конечностей. В работе использованы записи RR-интервалов и синхронные с ними записи фотоплетизмограмм 12-ти условно здоровых испытуемых из открытой базы данных PhysioNet. При помощи преобразования Гильберта–Хуанга выявлены 3 спектральных компонента ВВППВ и ВСР. Показано, что амплитуды колебаний ВВППВ были в разы (до 8.4 раза) меньше амплитуд ВСР, а пики спектральных компонент ВВППВ были сдвинуты в сторону более высоких частот, чем у ВСР. Выявлены функциональные связи между ВВППВ и ВСР, которые могут определять фазовую модуляцию периодических изменений скорости распространения ПВ.

Полный текст

Доступ закрыт

Об авторах

А. А. Гриневич

Институт биофизики клетки Российской академии наук – обособленное подразделение Федерального государственного бюджетного учреждения науки “Федеральный исследовательский центр “Пущинский научный центр биологических исследований Российской академии наук"

Автор, ответственный за переписку.
Email: grin_aa@mail.ru
Россия, Пущино

Н. К. Чемерис

Институт биофизики клетки Российской академии наук – обособленное подразделение Федерального государственного бюджетного учреждения науки “Федеральный исследовательский центр “Пущинский научный центр биологических исследований Российской академии наук"

Email: nikolai.chemeris@mail.ru
Россия, Пущино

Список литературы

  1. Heart Rate Variability. Standards of Measurement, Physiological Interpretation, and Clinical Use. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology // Circulation. 1996. V. 93. P. 1043–1065.
  2. Mattace-Raso F.U.S., Hofman A., Verwoert G.C., et al. Determinants of Pulse Wave Velocity in Healthy People and in the Presence of Cardiovascular Risk Factors: “Establishing Normal and Reference Values” // Eur. Heart J. 2010. V. 31. P. 2338–2350.
  3. Mejía-Mejía E., May J.M., Torres R., et al. Pulse Rate Variability in Cardiovascular Health: A Review on its Applications and Relationship with Heart Rate Variability // Physiol. Meas. 2020. V. 41. P. 07TR01.
  4. Котовская Ю.В., Рогоза А.Н., Орлова Я.А. и др. Амбулаторное мониторирование пульсовых волн: статус проблемы и перспективы. Позиция российских экспертов // Кардиоваскулярная терапия и профилактика. 2018. Т. 17. С. 95–109.
  5. Leloup A.J.A., Van Hove C.E., De Moudt S., et al. Vascular Smooth Muscle Cell Contraction and Relaxation in the Isolated Aorta: A Critical Regulator of Large Artery Compliance // Physiol. Rep. 2019. V. 7(4). P. e13934.
  6. Yuda E., Shibata M., Ogata Y., et al. Pulse Rate Variability: A New Biomarker, not a Surrogate for Heart Rate Variability // J. Physiol. Anthropol. 2020. V. 39. P. 21.
  7. Гриневич А.А., Чемерис Н.К. Спектральный анализ вариабельности сердечного ритма на основе метода Гильберта–Хуанга // Доклады Российской академии наук. Науки о жизни. 2023. Т. 511. С. 395–398.
  8. Гриневич А.А., Гарамян Б.Г., Чемерис Н.К. Локализация механизмов амплитудно-частотной модуляции пульсового кровенаполнения микрососудистого русла мягких тканей. Пилотное исследование // Доклады Российской академии наук. Науки о жизни. 2022. Т. 504. С. 223–228.
  9. Mehrgardt P., Khushi M., Poon S., et al. Pulse Transit Time PPG Dataset (version 1.1.0). 2022. PhysioNet.
  10. Goldberger A., Amaral L., Glass L., et al. PhysioBank, PhysioToolkit, and PhysioNet: Components of a new research resource for complex physiologic signals // Circulation [Online]. 2000. V. 101(23). P. e215–e220.
  11. Park J., Seok H.S., Kim S.-S., et al. Photoplethysmogram Analysis and Applications: An Integrative Review // Front. Physiol. 2022. V. 12. P. 808451.
  12. Huang N.E., Zheng S., Steven R.L., et al. The Empirical Mode Decomposition and the Hilbert Spectrum for Nonlinear and Non-stationary Time Series Analysis // Proceedings of the Royal Society of London. Series A: Mathematical, Physical and Engineering Sciences. 1998. V. 454. P. 903–995.
  13. Тычков А.Ю. Применение модифицированного преобразования Гильберта–Хуанга для решения задач цифровой обработки медицинских сигналов // Известия высших учебных заведений. Поволжский регион. Технические науки. 2018. Т. 3. С. 70–82.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Спектры эмпирических мод для ВСР (а, б, в) и ВВППВ (г, д, е) и их отношения (ж, з, и). Точки – медианы; пунктирные кривые – 25 и 75 процентили; жирные сплошные кривые – аппроксимации функциями Вейбулла (а–е) и 4-х-параметрическими сигмоидальными функциями (ж–и).

Скачать (430KB)

© Российская академия наук, 2024