Lista przedmiotów z materiałami udostępnionymi dla studentów

Dla_studentów
  • Increase font size
  • Default font size
  • Decrease font size

Sławomir Kosowski

Nowy algorytm oceny stresu przewlekłego na podstawie zmiennosci rytmu serca


A novel method of mental stress assessment based on heart rate signal analysis


Opiekun pracy dyplomowej: prof. Jean-Yves Fourniols
Dodatkowy opiekun pracy dyplomowej: prof. dr hab. inż. Paweł Strumiłło

Praca dyplomowa IFE - BSc obroniona 2011-02-25
Streszczenie pracy dyplomowej:
Problem badawczy: Stres przewlekły staje się coraz poważniejszym problemem w społeczeństwach rozwiniętych. Obecnie nie istnieje żadna klinicznie potwierdzona, prosta metoda oceny stresu przewlekłego. Istnieje kilka czynników które mogą podlegać ocenie. Metody nieinwazyjne to badanie na przykład: oddechu, ciśnienia krwi, potu oraz EKG. Zależność między tymi czynnikami, a stresem przewlekłym jest trudniejsza do oceny, niż w przypadku metod inwazyjnych, takich jak pomiar hormonu stresu - kortyzolu. Zaleta metod inwazyjnych jest lepsza dokładność oraz przewidywalność oceny. Zmienność rytmu serca (ang. Heart Rate Variability, HRV) jest zjawiskiem fizjologicznym wyrażającym się w zmianach przedziałów czasowych kolejnych uderzeń serca. Zmienność ta nazywana jest zmiennością RR, gdzie R jest jednym z załamków zespołu QRS w zapisie EKG. HRV w analizie sygnałów jest zbiorem metod które umożliwiają badanie w/w zmienności. Ponadto HRV jest jednym z najbardziej obiecujących znaczników równowagi pomiędzy układem współczulnym i przywspółczulnym u człowieka. Pomimo ze zbiór metod HRV jest duży, istnieje tylko kilka które pozwalają na zachowanie sekwencyjności sygnału w czasie. Co więcej, sa one skomplikowane matematycznie i dają wyniki jakościowe a nie ilościowe dla oceny stresu. Metody: Zaproponowano nowy algorytm bazujący na krzywych Gaussa prezentujących prawdopodobienstwo wystąpień poszczególnych częstotliwości bicia serca. Ponadto, zaproponowano model matematyczny zmienności rytmu serca z zastosowaniem rozkładu wielogaussowskiego (parametry Rgauss oraz Wgauss). Ponadto, ponad 20 innych algorytmów, takich jak sieci neuronowe, analiza skopień, regresja PLS i inne zostało przebadanych pod kątem skuteczności oceny stresu przewlekłego. Ostatecznie algorytm bazujący na krzywych Gaussa zostaje wybrany jako ten, który uznano za najbardziej obiecujący. Wyniki: W wyniku zastosowania w/w algorytmu, otrzymaliśmy klasyfikacje pacjentów w 4 głównych grupach. Parametry definiujące ten podział różnią się od siebie w sposób znaczący. Co więcej, nie znaleziono korelacji pomiędzy algorytmem bazującym na krzywych Gaussa i innymi badanymi algorytmami. Obecnie, algorytm ten jest konsultowany z jedna z największych klinik kardiologicznych we Francji. Celem przetwarzania dużej liczby plików z zapisami EKG, dwa toolboxy w środowisku MATLABR zostały zaprojektowane. Są one udostępnione na stronie internetowej autora dla użytku osobistego, bez żadnych opłat. Jest to swoiste zaproszenie dla lekarzy, kardiologów, badaczy i innych do sprawdzenia tej metody w praktyce i zaproponowania konkretnych wartości do oceny stresu przewlekłego.
Abstract:
Research problem: Mental stress is becoming a serious problem in nowadays developed societies. There does not exist any clinically proved simple method of mental stress assessment up to today. There are several factors that can be observed looking for the symptoms of men- tal stress. The non-invasive ones are: breath, blood pressure, sweat or ECG monitoring. These factors are more difficult to classify, than the invasive methods, such as cortisol monitoring. Advantages of the invasive methods are better accuracy and predictive values. Heart Rate Variability (HRV) is a physiological phenomenon of variations of heart beat-to-beat time intervals. This is also known as RR variability, where R is a peak of QRS complex of the ECG signal. HRV in signal analysis is a set of methods that makes possible analyzing beat-to-beat time variations. Moreover HRV is one of the most promising markers of sympathovagal balance in humans. Despite the fact that this set of methods is vast, there are few that permit to retain the sequentiality of the signal in time. Moreover they are mathematically complex and give rather qualitative results than a quantitative value for mental stress assessment. Methods: A novel algorithm that bases on Gaussian curves representing the probability of occurrences of particular heart beat frequencies is proposed. Mathematical tools were derived that enable us to measure the Gaussian distributions quantitatively: Rgauss and Wgauss. Furthermore, a predictive value of more than 20 different algorithms, including neural networks, cluster analysis, Partial Least Squares and others were also apprised. Finally, the algorithm based on the Gaussian curves analysis was chosen as the one, which has potentially the largest predictive value. Results: The results gave us partitioning of patients into 4 general groups that can be easily distinguished. The parameters defining these groups vary between each other significantly. Moreover there was no correlation found between Gaussian-based algorithm and any other. At this moment this method is consulted with cardiologists from one of the main cardiology clinic in France. Finally, in order to easily process immense number of data-files, two graphical toolboxes in MATLABR environment were developed. These toolboxes are available freely on the Internet for personal use. This will be an invitation for other cardiologists and researchers to test this method in practice and establish threshold values of the parameters proposed for mental stress assessment.