medigraphic.com
ISSN 1684-1859 (Impreso)

2015, Número 2

Siguiente >>

Revista Cubana de Informática Médica 2015; 7 (2)


Análisis de la Variabilidad de la Frecuencia Cardíaca a partir de Señales Fotopletismográficas

Syed HE, Hernández CJL

Idioma: Ingles.
Referencias bibliográficas: 16
Paginas: 113-121
Archivo PDF: 252.95 Kb.


RESUMEN

Se propone un algoritmo para obtener tacogramas con la finalidad de realizar estudios de variabilidad de la frecuencia cardiaca, partiendo de registros de señales fotopletismográficas (PPG). La principal peculiaridad de esta propuesta lo es la detección de los picos en las ondas de la señal PPG a partir de un correlograma obtenido como una secuencia de correlaciones entre una onda patrón y una ventana deslizante de la señal PPG. Se realizó un análisis de variabilidad de frecuencia cardiaca sobre dos grupos de pacientes (jóvenes y de avanzada edad). Las variables de variabilidad de frecuencia cardiaca seleccionadas se obtuvieron a partir del programa "Kubios HRV", de acceso público y gratuito. Los resultados mostraron que tanto el componente simpático del Sistema Nervioso Autónomo (evaluado a través de la variable LF/HF) como la complejidad cardiovascular (evaluada a través de la dimensión de correlación) disminuyeron con la edad. Estos resultados encuentran apoyo en datos de la literatura que apoyan así la validez del algoritmo propuesto. Por cuanto el oxímetro utilizado para obtener las señales PPG está al alcance de instituciones primarias de salud se hace posible de esta manera extender estudios del sistema nervioso autónomo hacia áreas remotas de países en desarrollo.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. 1-Tulppo MP, Makikallio TH, Seppanen T, Laukkanen RT, Huikuri HV. Vagal modulation of heart rate during exercise: effects of age and physical fitness. Am J. Physiology 1998; 274: 424-29.

  2. 2-Wheeler T, Watkins PJ. Cardiac denervation in diabetes. Br.Med.J 1973; 4:584-86.

  3. 3- Hernández JL, Namugowa AV, Iputo J, Hong R, García L, Sautié M. Towards the determination of the optimal recording duration for Heart Rate Variability Applications. A bootstrap study on the Fantasia HRV database. Revista CENIC Ciencias Biológicas 2005; 35:1.

  4. 4-Hernández JL, Foyaca SH, Garcia H, Sautié V. Namugowa: TOWARDS THE ESTIMATION OF THE FRACTAL DIMENSION OF HEART RATE VARIABILITY DATA. Electronic Journal of Biomedicine 2004;2:1.

  5. 5-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 1996; 93:1043-1065.

  6. 6-Neuman MR. 1987. Pulse oximetry: physical principles, technical realization and present limitations. Adv Exp Med Biol. 220:135-44.

  7. 7-Awad AA, Haddadin AS, Tantawy H, Badr TM, Stout RG, Silverman DG, Shelley KH. The relationship between the photoplethysmographic waveformand systemic vascular resistance. J Clin Monit Comput 2007; 21: 365-372.

  8. 8- Holmes S, Peffers SJ. PCRS-UK Opinion: Pulse Oximetry in Primary Care 2009; Sheet No. 28. [cited 16 May 2014]. Available from: http://www.pcrs-uk.org

  9. 9- Hernández JL, Cabañas K, Jersys O, Rodríguez F, Hong R, García L. The Photoplethysmographic Signal Processed With Nonlinear Time Series Analysis Tools. Revista Cubana de Informática Médica. 1(1) ISSN: 1684-185.

  10. 10-Reyes I, Nazeran H, Franco M, Haltiwanger E. Wireless Photoplethysmographic Device for Heart Rate variability Signal Acquisition and Analysis. 34th Annual International Conference of the IEEE EMBS San Diego, California USA, 1 September 2012.

  11. 11- Geltz B, Berlier J, McCollum J. Using the iPhone and iPod touch for remote sensor control and data acquisition. IEEE SouthEastCon. Proceedings of the IEEE 2010; 9-12.

  12. 12-Pagani M, Lombardi F, Guzzetti S. Power spectral analysis of heart rate and arterial pressure variabilities as a marker of sympathovagal interactions in man and conscious dog. Circ Res 1986; 59:178-193.

  13. 13- Seyd A, Thajudin A, Jeevamma J, Paul JK. Time and Frequency Domain analysis of Heart Rate Variability and their Correlations in Diabetes Mellitus, P.T. International Journal of Biological and Life Sciences 2008; 4:24-27.

  14. 14-Goldberger AL. Non-linear dynamics for clinicians: chaos theory, fractals, and complexity at the bedside. Lancet. 1996; 347:1312-1314.

  15. 15- Schubert C, Lambertz M, Nelesen RA, Bardwell W, ChoiJ. B. Dimsdale JEEffects of Stress on Heart Rate Complexity-A Comparison between Short-Term and Chronic Stress. Biological Physiology 2009; 80:325-332.

  16. 16- Tejera E, Plain A, Portelinha A, Hernández JL, Rebelo I, Nieto-Villar JM. Heart rate variability complexity in the aging process. Computational and Mathematical Methods in Medicine 2007; 8:287-296.




2020     |     www.medigraphic.com