Metoda oceny autonomicznego układu nerwowego na podstawie analizy fluktuacji rytmu serca oraz zmian przewodności skóry w czasie testów diagnostycznych

• Autorzy: Wilk Barbara

Identyfikatory

DOI

10.15199/48.2019.12.13

Warianty tytułu

EN

Method for assessing the autonomic nervous system based on analysis of the heart rate fluctuations and skin conductivity changes during diagnostic tests

• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano metodę opracowaną do przetwarzania sygnałów EKG oraz EDA (tj. aktywności elektrodermalnej), które zarejestrowano podczas testów stosowanych w diagnostyce autonomicznego układu nerwowego. Do oceny aktywności układów współczulnego i przywspółczulnego przyjęto parametry opisujące zmienność mocy sygnału reprezentującego fluktuacje rytmu serca w charakterystycznych pasmach częstotliwości, które zostały wydzielone za pomocą analizy falkowej. Sygnał EDA wykorzystano do weryfikacji wyników.

EN

In this article, the method developed for processing of ECG and EDA (i.e. electrodermal activity) signals recorded during tests using in diagnostics of the autonomic nervous system (ANS) was presented. The parameters describing the power variability of the heart rate fluctuations in characteristic frequency bands extracted by a wavelet analysis were applied to assess the activity of the sympathetic and parasympathetic nervous systems. The EDA signal was used to verify the obtained results.

Słowa kluczowe

PL

analiza zmienności rytmu serca; EDA; ocena czynności AUN; cyfrowe przetwarzanie sygnału

EN

analysis of HRV; EDA; assessment of ANS activity; digital signal processing

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2019
• Tom: R. 95, nr 12
• Strony: 70--74
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Wilk Barbara

• Politechnika Rzeszowska, Katedra Metrologii i Systemów Diagnostycznych, ul. W. Pola A, 35-959 Rzeszów

Bibliografia

• [1] Jaworek J., Podstawy fizjologii medycznej, Wydawnictwo Medycyna Praktyczna, Kraków (2012)
• [2] Jörg J., Diagnostyka autonomicznego układu nerwowego i zaburzeń snu, Wyd. Medyczne Urban Partner, Wrocław (2006)
• [3] W. Boucsein, Electrodermal Activity, second ed., Springer, New York (2012)
• [4] Mallat S., A Wavelet Tour of Signal Processing, Academic Press, San Diego-London (1998)
• [5] Augustyniak P., Przetwarzanie sygnałów elektrodiagnostykcznych, AGH Uczelniane Wyd. Naukowo-Dydaktyczne, Kraków (2001)
• [6] Widjaja D., et al., Accurate R peak detection and advanced preprocessing of normal ECG for heart rate variability analysis, Computing in Cardiology, 37 (2010), 533-536,
• [7] Wilk B., Zastosowanie transformaty falkowej do detekcji rytmu zatokowego w sygnale EKG, PAK, (2007), nr.12, 38-40
• [8] Bail´on R., et al., The Integral Pulse Frequency Modulation Model With Time-Varying Threshold: Application to Heart Rate Variability Analysis During Exercise Stress Testing, IEEE Trans. Biomed. Eng., 58 (2011) no.3, 642-652
• [9] Wilk B., Analiza widmowa zmienności rytmu serca z wykorzystaniem dyskretnej transformaty falkowej, PAK, (2006), nr.12, 7-9
• [10] 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 (1996), no.3, 1043-1065
• [11] Acharya R. U., et al., Heart rate variability: a review, Med Bio Eng Comput , 44 (2006), 1031-1051
• [12] Tarvainen M. P., et al., Kubios hrv - heart rate variability analysis software, Comput. Methods Programs Biomed.,113 (2014), no. 1, 210-220
• [13] Kublanov V. S., A Hardware-Software System for Diagnosis and Correction of Autonomic Dysfunctions, Biomedical Engineering, 42 (2008), no. 4, 206-212

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019)