Мультифрактальний аналіз кардіологічних рядів та предиктори раптової серцевої смерті

Автор(и)

  • V.I. Kovalchuk Taras Shevchenko National University of Kyiv, Faculty of Physics
  • O.S. Svechnikova Taras Shevchenko National University of Kyiv, Faculty of Physics
  • L.A. Bulavin Taras Shevchenko National University of Kyiv, Faculty of Physics

DOI:

https://doi.org/10.15407/ujpe66.10.879

Ключові слова:

мультифрактальний аналiз, варiабельнiсть серцевого ритму, раптова серцева смерть

Анотація

У рамках мультифрактального формалiзму з використанням методу максимумiв коефiцiєнтiв вейвлет-перетворення проаналiзовано записи добового монiторiнгу Холтера баз даних PhysioNet для раптової серцевої смертi та нормального синусового ритму. На основi послiдовних вiконних виборок сигналiв варiабельностi серцевого ритму для дiапазону VLF (0,0025–0,04 Гц) обчислено часовi залежностi ширин спектрiв сингулярно-стей та положень їх максимумiв. Встановлено, що середня енергiя низькочастотних коливань ширини спектра сингулярностей для дослiджених записiв раптової серцевої смертi на 36% бiльше вiдповiдної величини для записiв нормального синусового ритму, що може розглядатися як предиктор раптової серцевої смертi.

Посилання

Clinical Arrhythmology. Edited by A.V. Ardashev (Medpraktika, 2009) (in Russian) [ISBN: 978-5-98803-198-7].

M.E. Mortada, M. Akhtar. Sudden cardiac death. Cardiac Intens. Care 25, 293 (2010).

https://doi.org/10.1016/B978-1-4160-3773-6.10025-4

V.E. Oleynikov, M.V. Lukianova, E.V. Dushina. Sudden death predictors in patients after myocardial infarction by Holter ECG monitoring. Russ. J. Cardiol. 119 (3), 108 (2015).

https://doi.org/10.15829/1560-4071-2015-3-108-116

A.V. Ardashev, A.Y. Loskutov. Practical Aspects of Modern Analysis Methods of Heart Rate Variability (Medpraktika, 2011) (in Russian) [ISBN: 978-5-98803-250-2].

R.M. Bayevsky. Analysis of heart rate variability: History and philosophy, theory and practice. J. Clin. Inform. Telemed. 1, 54 (2004) (in Russian).

Heart rate variability: Standards of measurement, physiological interpretation, and clinical use. Task force of the european society of cardiology the north american society of pacing electrophysiology. Circulation 93, 1043 (1996).

J. Giera ltowski, J. J. Zebrowski, R. Baranowski. Multiscale multifractal analysis of heart rate variability recordings with a large number of occurrences of arrhythmia. Phys. Rev. E 85, 021915 (2012).

https://doi.org/10.1103/PhysRevE.85.021915

K. Gadhoumi, D. Do, F. Badilini, M.M. Pelter, X. Hu. Wavelet leader multifractal analysis of heart rate variability in atrial fibrillation. J. Electrocard. 51, S83 (2018).

https://doi.org/10.1016/j.jelectrocard.2018.08.030

J. Sen, D. McGill. Fractal analysis of heart rate variability as a predictor of mortality: A systematic review and metaanalysis. Chaos 28, 072101 (2018).

https://doi.org/10.1063/1.5038818

P. Castiglioni, F. Faini. A fast DFA algorithm for multifractal multiscale analysis of physiological time series. Front. Physiol. 10, 115 (2019).

https://doi.org/10.3389/fphys.2019.00115

O.E. Dick, A.D. Nozdrachev. Mechanisms of Changes in Dynamical Complexity of Physiological Signal Patterns (Saint-Petersburg State University, 2019) (in Russian) [ISBN: 978-5-28805-932-2].

A.N. Pavlov, V.S. Anishchenko. Multifractal analysis of complex signals. Physics-Usp. 50, 819 (2007).

https://doi.org/10.1070/PU2007v050n08ABEH006116

V.S. Kublanov, V.I. Borisov, A.Yu. Dolganov. Analysis of Biomedical Signals in MATLAB Environment (Ural University Publishing House, 2016) (in Russian) [ISBN: 978-5-79961-813-1].

P.Ch. Ivanov, L.A.N. Amaral, A.L. Goldberger, S. Halvin, M.G. Rosenblum, Z.R. Struzik, H.E. Stanley. Multifractality in human heartbeat dynamics. Lett. Nature 399, 461 (1999).

https://doi.org/10.1038/20924

A.N. Pavlov, O.V. Sosnovtseva, A.R. Ziganshin. Multifractal analysis of chaotic dynamics in interacting systems. Izv. Vuz. Appl. Nonlinear Dynam. 11, 39 (2003) (in Russian).

J.F. Muzy, E. Bacry, A. Arneodo. Wavelets and multifractal formalism for singular signals: Application to turbulence data. Phys. Rev. Lett. 67, 3515 (1991).

https://doi.org/10.1103/PhysRevLett.67.3515

J.F. Muzy, E. Bacry, A. Arneodo. Multifractal formalism for fractal signals: The structure-function approach versus the wavelet-transform modulus-maxima method. Phys. Rev. E. 47, 875 (1993).

https://doi.org/10.1103/PhysRevE.47.875

J.F. Muzy, E. Bacry, A. Arneodo. The multifractal formalism revisited with wavelets. Int. J. Bifurc. Chaos 4, 245 (1994).

https://doi.org/10.1142/S0218127494000204

I. Daubechies. Ten Lectures on Wavelets (SIAM, 1992) [ISBN: 978-0-89871-274-2].

https://doi.org/10.1137/1.9781611970104

A.G. Maslovskaya, L.S. Afanasov. Algorithms of multifractal wavelet analysis in problems of specifying raster images of self-similar structures. Tomsk State Univ. J. Control Comput. Sci. 53, 61 (2020) (in Russian).

https://doi.org/10.17223/19988605/53/6

Sudden Cardiac Death Holter Database [https:// physionet.org/content/sddb/1.0.0/].

MIT-BIH Normal Sinus Rhythm Database [https:// physionet.org/content/nsrdb/1.0.0/].

D. Makowiec, A. Dudkowska, R. Galaska, A. Rynkiewicz. Multifractal estimates of monofractality in RR-heart series in power spectrum ranges. Physica A 388 3486 (2009).

https://doi.org/10.1016/j.physa.2009.05.005

N.M. Astaf'eva. Wavelet analysis: basic theory and some applications. Physics-Usp. 39, 1085 (1996).

https://doi.org/10.1070/PU1996v039n11ABEH000177

D. Wackerly, W. Mendenhall, R.L. Scheaffer. Mathematical Statistics with Applications (Thomson Brooks/Cole, 2008) [ISBN: 978-0-49511-081-1].

R.A. Fisher, Y. Frank. Statistical Tables for Biological, Agricultural and Medical Research (Oliver and Boyd, 1938).

H.E. Stanley, L.A.N. Amaral, A.L. Goldberger, S. Havlin, P.Ch. Ivanov, C.K. Peng. Statistical physics and physiology: Mono-fractal and multifractal approaches. Physica A 270, 309 (1999).

https://doi.org/10.1016/S0378-4371(99)00230-7

G. Rangarajan, M. Ding. Processes with Long-Range Correlations: Theory and Applications (Springer, 2003) [ISBN: 978-3-540-44832-7]. https://doi.org/10.1007/3-540-44832-2

M.E. Dokukin, N.V. Guz, R.M. Gaikwad, C.D. Woodworth, I. Sokolov. Cell surface as a fractal: Normal and cancerous cervical cells demonstrate different fractal behavior of surface adhesion maps at the nanoscale. Phys. Rev. Lett. 107 028101 (2011). https://doi.org/10.1103/PhysRevLett.107.028101

A.N. Pavlov, A.R. Ziganshin, O.A. Klimova. Multifractal characterization of blood pressure dynamics: Stressinduced phenomena. Chaos Solit. Fractals 24 57 (2004). https://doi.org/10.1016/S0960-0779(04)00557-0

J. Semmlow. Signals and Systems for Bioengineers (Academic Press, 2011) [ISBN: 978-0-123-84982-3].

E.N. Rumanov. Critical phenomena far from equilibrium. Physics-Usp. 56, 93 (2013) (in Russian). https://doi.org/10.3367/UFNe.0183.201301f.0103

R.S. Akhmetkhanov. Loss of multifractality - criterion of system transition to another condition. Safety Emerg. Probl. 5, 20 (2019) (in Russian).

H. Haken. Information and Self-Organization: A Macroscopic Approach to Complex Systems (Springer, 2006) [ISBN: 978-3-540-33021-9].

Опубліковано

2021-11-01

Як цитувати

Kovalchuk, V., Svechnikova, O., & Bulavin, L. (2021). Мультифрактальний аналіз кардіологічних рядів та предиктори раптової серцевої смерті. Український фізичний журнал, 66(10), 879. https://doi.org/10.15407/ujpe66.10.879

Номер

Розділ

Фізика рідин та рідинних систем, біофізика і медична фізика

Статті цього автора (авторів), які найбільше читають

<< < 1 2 3 4 5