HRV Data Logger, Il Software

’Heart Rate Variability (HRV) è una tecnica dimisurazione ed analisi della variabilità della fre-

quenza cardiaca con implicazioni in cardiologia, psico-fisiologia, psicologia, psicoterapia, medicina olistica emedicina dello sport. Nelle due precedenti puntateabbiamo approfondito l’aspetto scientifico di questa tec-nica (fascicolo 107) ed abbiamo presentato un dispositi-vo (fascicolo 108) in grado di rilevare e memorizzare suSD-Card i dati campionati (essenzialmente il tempo,espresso in millisecondi, che intercorre tra un battitocardiaco e quello successivo). Fino a una ventina di anni

fa l’informazione che i medici utilizzavano dallesequenze di battiti cardiaci (nota come RR) era solo laloro media su intervalli più o meno lunghi. Questa infor-mazione era collegata a stati piuttosto macroscopicicome l’affaticamento, la febbre, l’emozione e così via.Gran parte dell’informazione del segnale costituito dallasequenza degli intervalli RR era dunque inutilizzata, tra-scurandone i due aspetti fondamentali:a) la variabilità dell’intervallo RR, cioè il fatto che,nonostante la definibilità di una frequenza media, gliintervalli RR non sono tutti uguali;

Elettronica Innovativa

di Franco Missoli

Elettronica In - giugno 2006 35

>

!

In questa terza eultima puntata

riguardante l�HeartRate Variability

descriviamobrevemente uno dei

software più completiper l�analisi dei dati

rilevati e memorizzatidal nostro data

logger HRV.Il programma è stato

messo a punto dalDipartimento di Fisica

Applicatadell�Università

Finlandese di Kuopio.

36 giugno 2006 - Elettronica In

b) l’esistenza di leggi temporali(dinamiche) che organizzano que-sta variabilità differenziandola dalrumore di fondo.La questione dell’esistenza e dellaforma della variabilità dell’interval-lo RR non è di poco conto in quan-to la regolazione della frequenzacardiaca si sa da molto tempo esse-re un crocevia di numerosi sistemidi controllo fisiologico operanti amolteplici scale di tempo: dal sem-plice respiro a complesse influenzeormonali, al controllo autonomicomesso in opera dai sistemi simpati-co e parasimpatico. La complessitàdei sistemi di controllo della fre-quenza cardiaca è conseguente allanecessità di “mappare” con effi-cienza un ambiente mutevole daparte dell’organismo. Il primoaspetto ad essere stato preso in con-siderazione dai ricercatori è stato il

più ovvio e semplice da misurare:la quantità media di variabilità pre-sente in una sequenza di RR misu-rata dalla deviazione standard. SD(Standard Deviation) della sequen-za RR era molto semplice da misu-rare ed è stata dimostrata essere unindice predittivo di importanti statifisiologici (analisi dello spaziodegli stati) così come le differenzedi base (analisi dello spazio deisistemi). Il passo successivo al cal-colo della media, ovvero la consi-derazione della SD, aveva permessodi ottenere informazioni importanti.Il passo ancora successivo fu quellodi studiare la distribuzione dellavariabilità stessa, se cioè le devia-zioni della media degli intervalliRR avessero delle lunghezze carat-

Fig. 1

Fig. 2

teristiche ed identificabili. Lo stru-mento per ottenere questo scopo èl’analisi di Fourier della variabilitàdegli intervalli RR: qui basti direche l’analisi consente di esprimerela sequenza degli intervalli RRcome una somma (composizione)di andamenti regolari con differentifrequenze (periodicità). Di questedifferenti frequenze si calcola ilpeso relativo nella determinazionedel segnale in studio e la distribu-zione di pesi è detta “spettro delsegnale”. L’analisi spettrale è unpassaggio importantissimo cheintroduce a quello che avevamoindicato come il secondo aspettodell’informazione portata dalsegnale RR: l’individuazione dieventuali regolarità nella variabili-tà. Non è ancora però, a rigor di ter-mini, un’analisi di tipo compiuta-mente dinamico. Le regolarità del

segnale vengono infatti estrattemediando da un campione che sigiudica insieme rappresentativo ecorrispondente ad una situazionestazionaria: in altre parole si suppo-ne che nell’intervallo di campiona-mento il sistema non muti il suostato fisiologico e che quindi sialecito considerare le caratteristichespettrali invarianti. Per i sistemiviventi la caratteristica di staziona-rietà è piuttosto difficile da ottenereed in ogni caso è molto importantepoter analizzare quantitativamentesituazioni che per definizione nonsono stazionarie.Il software da noi utilizzato per l’a-nalisi dei dati (partendo da unasequenza RR) è quanto di più com-pleto si possa avere a disposizione.


>

Fig. 3

Fig. 4

Esso è stato messo a punto dairicercatori dell’Università finlande-se di Kuopio ed è disponibile arichiesta (vedi riferimenti a finearticolo). Ricordiamo che l’inter-pretazione finale dei dati va effet-tuata da uno specialista il quale,unico, potrà fornire diagnosi, valu-

tazioni eterapie. Ladisponibili-tà e l’im-piego diquesto soft-ware daparte dipersonalenon medicova intesounicamentein un’otticadi speri-mentazionee verificadei datia c q u i s i t idall’appa-recchiaturaelettronicarealizzata.Insomma,uno stru-mento perver i ficareche i dativ e n g a n oa c q u i s i t ic o r r e t t a -mente ma

nulla più. Il programma è in gradodi effettuare tutte le analisi attual-mente utilizzate in questo campofornendo risultati sotto forma digrafici visualizzati a monitor maesportabili anche in formato pdf. Irisultati possono anche esserememorizzati in formato ASCII con

possibilità di essere importati daMicrosoft Excel. L’informazioneche necessita questo software è unastringa RR di 4-5 minuti equivalen-ti a circa 300 battiti. Il softwareaccetta formati differenti tra i qualianche un file in formato txt con lasequenza degli intervalli RR espres-sa in millisecondi; questo è appun-to il formato che il nostro data log-ger utilizza per memorizzare i datisulla SD-Card. Il tacogramma chene deriva (Fig. 1) può essere analiz-zato nella sua interezza oppure puòessere scelto uno specifico interval-lo. A questo punto, il software ese-gue una serie di analisi più com-plesse attraverso operazioni di“Resampling del tacogramma” acui segue la Trasformata di Fouriered il calcolo dello Spettro diPotenza del tacogramma (figure 2,3 e 4). Lo Spettro di Potenza, cherappresenta le componenti di fre-quenza del tacogramma, contiene leinformazioni necessarie per arrivarealla stima del bilanciamento fraSimpatico e Parasimpatico. LoSpettro di potenza (nel dominiodelle frequenze) esprime la potenzadelle frequenze comprese fra 0.01 e0.4 Hz: la potenza (Power) vieneespressa in millisecondi al quadra-to. In questo campo possiamodistinguere tre sottobande di fre-quenza:- VLF (Very Low Frequency) fre-quenze comprese fra 0.01 e 0.04Hz. La banda VLF è dovuta in parte


Fig. 5

Fig. 6

all’attività del sistema NervosoSimpatico ed è influenzata dallepreoccupazioni e dallo stress.- LF (Low Frequency) frequenzecomprese fra 0.04 e 0.15 Hz. Labanda LF viene considerata princi-palmente dovuta all’attività delSistema Nervoso Simpatico eall’attività di regolazione dei baro-cettori.- HF (High Frequency) frequenzecomprese fra 0.15 e 0.4 Hz. labanda HF viene considerata espres-sione dell’attività del SistemaNervoso Parasimpatico. Questabanda di frequenze subisce una ele-vata influenza da parte del ritmo edella profondità della respirazione.Sono molto importanti anche iparametri chiamati “Deviazione

Standard” del tacogramma ed ilparametro “Total Power” che è pro-porzionale al quadrato della devia-zione standard.Entrambi questi parametri esprimo-no il grado complessivo della varia-bilità della frequenza cardiaca,quindi l'attività complessiva delSimpatico più Parasimpatico. Ilrapporto fra Simpatico eParasimpatico viene invece misura-to dal rapporto fra LF/HF.Un altro strumento per analizzare ledinamiche dei sistemi complessinon lineari è la rappresentazionenello spazio delle fasi o spazio deglistati: questa tecnica segue i valoridelle variabili indipendenti checambiano nel tempo. Il gran nume-ro di variabili indipendenti presenti

in molti sistemi complessi le rendenon immediatamente identificabilie misurabili, per tali sistemi la rap-presentazione nello spazio dellefasi può essere realizzata usando ilmetodo delle delay maps (Fig. 7). In essa l’ascissa d’ogni punto corri-sponde al valore di una variabile inun certo istante, mentre l’ordinatacrea il valore della stessa variabiledopo un ritardo costante; una seriedi questi punti in tempi successividelinea una curva o traiettoria chedescrive l’evoluzione del sistema.Per identificare il tipo di sistemadinamico, caotico o periodico, sideterminano le traiettorie per diffe-renti condizioni iniziali e successi-vamente si cerca un attrattore, unaregione dello spazio delle fasi che


>

vendita componenti e let trvendita componenti e let tr onicionicirivenditore autorizzato:

VVVViiiiaaaa VVVVaaaallll SSSSiiii llll llllaaaarrrroooo,,,, 33338888 -- 00000000111144441111 RRRROOOOMMMMAAAA -- tttteeeellll .... 00006666////8888111100004444777755553333

Fig. 7

attrae le traiettorie. Il tipo più sem-plice d’attrattore è il punto fisso,che descrive un sistema il qualeevolve sempre verso il singolostato, in questo spazio delle fasivicino all’attrattore al punto fisso,tutte le traiettorie convergono versoquel singolo punto. Una forma piùcomplicata d’attrattore è il ciclolimite, che corrisponde ad un siste-ma il quale evolve verso uno statoperiodico; nello spazio delle fasivicino a questo ciclo limite letraiettorie seguono un percorsoregolare che può essere circolare o

ellittico. Altri attrattori definiti“strani”, descrivono sistemi chenon sono né statici né periodici;nello spazio delle fasi vicino questoattrattore, due traiettorie che pre-sentano condizioni iniziali in con-creto identiche e divergono rapida-mente e su lunghe distanze tempo-rali divengono molto differenti: unsistema di questo tipo è detto caoti-co. Numerosi studi hanno analizza-to la rappresentazione dello spaziodelle fasi per il battito cardiaco nor-male e i risultati mostrano un com-portamento più simile ad un attrat-

tore strano che non ad un attrattoreperiodico, caratteristico di un pro-cesso realmente regolare. Questeosservazioni concordano con leindagini cliniche che hanno dimo-strato come la dinamica di un batti-to cardiaco normale possa esserecaotica. Tornando al programma, al terminedell’analisi, viene generato unfoglio di rapporto stampabile (Fig.5) contenente tutte i diagrammi e leinformazioni finali. Il rapportoinclude anche tutte le informazionirelative ai parametri di calcoloimpostati. Questa schermata contie-ne sette pulsanti nel toolbar checonsentono rispettivamente l’espor-tazione, la stampa, lo zoom in, lozoom out, il ritorno alla vista nor-male, la selezione della zona visua-lizzata e, infine, la chiusura dellafinestra. Questo software di analisidell’HRV funziona con tutti i siste-mi operativi a 32 bit (Microsoft98/Me/NT/2000/XP), richiede unospazio libero di 30 Mb e può fun-zionare con tutti i PC con processo-re Pentium. Per richiedere unacopia di questo software è necessa-rio contattare il prof. Juha-PekkaNiskanen ([email protected])mentre ulteriori informazioni sonodisponibili sul sito:www.it.uku.fi/biosignal


Fig. 8

HRV Data Logger, Il Software

Documents

Transcript of HRV Data Logger, Il Software