Анализ показателей ритма сердца при разных уровнях сонливости
- Авторы: Демарева В.А.1
-
Учреждения:
- Нижегородский государственный университет им. Н.И. Лобачевского
- Выпуск: Том 18, № 4 (2023)
- Страницы: 610-613
- Раздел: Материалы конференции
- URL: https://bakhtiniada.ru/2313-1829/article/view/256284
- DOI: https://doi.org/10.17816/gc623328
- ID: 256284
Цитировать
Открытый доступ
Доступ предоставлен
Только для подписчиков
Аннотация
Задача объективной детекции сонливости по физиологическим показателям является актуальной для обеспечения безопасности транспортных перевозок и функционирования промышленных предприятий. Ввиду повсеместного использования гаджетов для регистрации ритма сердца важно определить валидные метрики, которые согласованы с текущим уровнем сонливости. Исследования показывают, что статистические и спектральные метрики ритма сердца согласованы с уровнем бдительности/сонливости [1, 2].
Цель работы. Выявление метрик ритма сердца, которые связаны с относительно низким и высоким уровнем вечерней сонливости в естественных условиях.
В качестве материала для данной статьи было выбрано 32 записи из датасета SSDD (Subjective Sleepiness Dynamics Dataset), собираемого в лаборатории Киберпсихологии ННГУ с 2022 г. Дизайн эксперимента состоял в следующем. Участник у себя дома надевал датчик регистрации ритма сердца (Polar H10) в 19:40 и подключал его к приложению на смартфоне. Далее участник заполнял в электронной системе данные о себе. Начиная с 20:00 и далее каждые 30 минут он отмечал данные о субъективной сонливости по Каролинской (KSS) и Стэнфордской (SSS) шкалам сонливости вплоть до того момента, когда он ложился спать. Отобранные 32 записи удовлетворяли следующим условиям: все участники легли спать с 22:30 до 23:00, вовремя заполнили KSS и SSS на каждом временном этапе (20:00, 20:30, 21:00, 21:30 и 22:00).
Для каждого временного этапа высчитывался интегральный балл сонливости по формуле:
sl=(KSS/10+SSS/7)/2.
Для анализа были отобраны 4-минутные записи ритмограмм, соответствующие временным этапам заполнения KSS и SSS. Обработка данных проводилась в Jupyter Notebook. С помощью пакета «hrv-analysis» высчитывались статистические, спектральные и нелинейные метрики ритма сердца (по ритмограмме — последовательности NN-интервалов) для каждого временного этапа. Применялся критерий Стьюдента для сравнения метрик для разных уровней сонливости по интегральному баллу (условно «низкий уровень» считался при sl <0,45; «высокий» — при sl >0,55), а также критерий Пирсона для оценки связи между sl и метриками ритма сердца на каждом временном этапе.
Оказалось, что метрики, отвечающие за вариативность последовательности NN-интервалов (NNi_50 (p=0,027), NNi_20 (p=0,007), pNNi_20 (p=0,024)) имеют меньшие значения для временных этапов, при «низкой» сонливости (N=54), чем при «высокой» (N=58). Также выяснилось, что индекс вегетативного баланса (отношение мощности спектра вариабельности ритма сердца в области низких частот к мощности в области высоких частот) выше при «высокой» сонливости, чем при «низкой» (p=0,015). Корреляционный анализ показал, что связи между интегральным баллом по сонливости и метриками ритма сердца имеются только для временного этапа 20:30. Обнаружены связи sl с размахом NN-интервалов (R=–0,388; p=0,028), выраженностью активности симпатического контура регуляции (R=–0,383; p=0,031), нелинейным парасимпатическим индексом (R=–0,359; p=0,043).
Таким образом, можно заключить, что относительно высокая сонливость связана с более низкими показателями по вариативности ритма сердца, а также с меньшей активностью вегетативной нервной системы в целом.
Ключевые слова
Полный текст
Задача объективной детекции сонливости по физиологическим показателям является актуальной для обеспечения безопасности транспортных перевозок и функционирования промышленных предприятий. Ввиду повсеместного использования гаджетов для регистрации ритма сердца важно определить валидные метрики, которые согласованы с текущим уровнем сонливости. Исследования показывают, что статистические и спектральные метрики ритма сердца согласованы с уровнем бдительности/сонливости [1, 2].
Цель работы. Выявление метрик ритма сердца, которые связаны с относительно низким и высоким уровнем вечерней сонливости в естественных условиях.
В качестве материала для данной статьи было выбрано 32 записи из датасета SSDD (Subjective Sleepiness Dynamics Dataset), собираемого в лаборатории Киберпсихологии ННГУ с 2022 г. Дизайн эксперимента состоял в следующем. Участник у себя дома надевал датчик регистрации ритма сердца (Polar H10) в 19:40 и подключал его к приложению на смартфоне. Далее участник заполнял в электронной системе данные о себе. Начиная с 20:00 и далее каждые 30 минут он отмечал данные о субъективной сонливости по Каролинской (KSS) и Стэнфордской (SSS) шкалам сонливости вплоть до того момента, когда он ложился спать. Отобранные 32 записи удовлетворяли следующим условиям: все участники легли спать с 22:30 до 23:00, вовремя заполнили KSS и SSS на каждом временном этапе (20:00, 20:30, 21:00, 21:30 и 22:00).
Для каждого временного этапа высчитывался интегральный балл сонливости по формуле:
sl=(KSS/10+SSS/7)/2.
Для анализа были отобраны 4-минутные записи ритмограмм, соответствующие временным этапам заполнения KSS и SSS. Обработка данных проводилась в Jupyter Notebook. С помощью пакета «hrv-analysis» высчитывались статистические, спектральные и нелинейные метрики ритма сердца (по ритмограмме — последовательности NN-интервалов) для каждого временного этапа. Применялся критерий Стьюдента для сравнения метрик для разных уровней сонливости по интегральному баллу (условно «низкий уровень» считался при sl <0,45; «высокий» — при sl >0,55), а также критерий Пирсона для оценки связи между sl и метриками ритма сердца на каждом временном этапе.
Оказалось, что метрики, отвечающие за вариативность последовательности NN-интервалов (NNi_50 (p=0,027), NNi_20 (p=0,007), pNNi_20 (p=0,024)) имеют меньшие значения для временных этапов, при «низкой» сонливости (N=54), чем при «высокой» (N=58). Также выяснилось, что индекс вегетативного баланса (отношение мощности спектра вариабельности ритма сердца в области низких частот к мощности в области высоких частот) выше при «высокой» сонливости, чем при «низкой» (p=0,015). Корреляционный анализ показал, что связи между интегральным баллом по сонливости и метриками ритма сердца имеются только для временного этапа 20:30. Обнаружены связи sl с размахом NN-интервалов (R=–0,388; p=0,028), выраженностью активности симпатического контура регуляции (R=–0,383; p=0,031), нелинейным парасимпатическим индексом (R=–0,359; p=0,043).
Таким образом, можно заключить, что относительно высокая сонливость связана с более низкими показателями по вариативности ритма сердца, а также с меньшей активностью вегетативной нервной системы в целом.
ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ
Источник финансирования. Исследование выполнено за счёт средств гранта Российского научного фонда № 22-28-20509, https://rscf.ru/project/22-28-20509/
Об авторах
В. А. Демарева
Нижегородский государственный университет им. Н.И. Лобачевского
Автор, ответственный за переписку.
Email: valeriia.demareva@fsn.unn.ru
Россия, Нижний Новгород
Список литературы
- Awais M., Badruddin N., Drieberg M. A hybrid approach to detect driver drowsiness utilizing physiological signals to improve system performance and wearability // Sensors. 2017. Vol. 17, N 9. P. 1991. doi: 10.3390/s17091991
- Chua E.C.P., Tan W.Q., Yeo S.C., et al. Heart rate variability can be used to estimate sleepiness-related decrements in psychomotor vigilance during total sleep deprivation // Sleep. 2012. Vol. 35, N 3. P. 325–334. doi: 10.5665/sleep.1688
Дополнительные файлы
