بخشی از مقاله
چکیده
شناسایی استرس در زندگی روزمره به عنوان یکی از عوامل مؤثر بر کیفیت زندگی می تواند از اهمیت بالایی بر خوردار باشد. تغییرات نرخ ضربان قلب - HRV - که از تشخیص قله های R در سیگنال قلبی - - ECG بدست می آید، تحت تأثیر سیستم اعصاب سمپاتیک و پاراسمپاتیک بوده و اطلاعات بسیاری از نحوه تعامل این دو سیستم در بدن انسان را بدست می دهد. در این پژوهش، تعدادی ویژگی خطی و غیرخطی از سیگنال HRV استخراج و مورد استفاده قرار گرفته است.
سیگنال HRV از 10 سوژه مذکر سالم در بازه سنی 28-21 سال تحت آزمونهای استرس، استراحت و استرس مخلوط با فعالیت بدنی ثبت شده و بعد از اعمال تحلیل مؤلفه های اصلی - - PCA با استفاده از طبقه بندهای آنالیز جداکننده خطی - LDA - و -Kنزدیکترین همسایه - KNN - مورد شناسایی قرار گرفتند. بهترین نتایج توسط طبقه بند LDA حاصل و به طور متوسط برای 10 سوژه در حالت تقابل استرس و استراحت به میزان %81 صحت و 68/81% حساسیت و در تقابل استرس مخلوط با فعالیت بدنی و استراحت به مقدار 63/5% صحت و 50/84% حساسیت محاسبه شد.
.1 مقدمه
استرس مزمن یکی از عوامل شناخته شده خطر ابتلا به بیماری های عروق قلبی و فشارخون می باشد . [2 ,1] استرس باعث تغییر رفتار، تغییر کارکرد دستگاه عصبی خودمختار و تغییر در ترشح هورمونهایی مانند کورتیزول می شود .[3] تشخیص استرس در یک فرد معمولاً به طریق سنتی و با استفاده از مصاحبه و یا پاسخ دادن به پرسشنامه هایی حاوی سه نوع اطلاعات راجع به عوامل ایجاد کننده، میزان آمادگی و نشانه های استرس صورت می گیرد.
استرس تعادل فیزیولوژیکی سیستم اعصاب خودمختار - - ANS را بر هم می زند. سیستم اعصاب خودمختار به دو زیر بخش تقسیم می شود: سیستم اعصاب سمپاتیک و پاراسمپاتیک. هر دوی این زیر بخش ها به طور همزمان فعالیت کرده و یکدیگر را تعدیل می کنند. وقتی که استرس حاد به فرد وارد می شود، سیستم سمپاتیک فعال می شود تا ضربان قلب، فعالیت غدد فوق کلیوی و نرخ تنفس را بالا ببرد. زمانی که استرس برطرف می شود، سیستم پاراسمپاتیک کنترل را به دست می گیرد تا ضربان قلب، تعرق و نرخ تنفس را کاهش دهد
تغییرات نرخ قلبی - - HRV به تغییرات ضربان به ضربان نرخ قلب یا فواصل بین ضربانی مربوط می شود. استرس ذهنی مؤلفه های فرکانس بالای سیگنال فواصل بین ضربانی قلب را کاهش و درست بر عکس آن مؤلفه های فرکانس پایین آن را افزایش می دهد. به این ترتیب، تجزیه و تحلیل HRV به عنوان یک معیار اندازه گیری فعالیت لحظه ای ANS در ارتباط با استرس ذهنی مورد توجه می باشد
تحقیقات بسیاری بر روی استرس، شناسایی و پایش آن صورت گرفته است.[8-6] بیشتر این تحقیقات وقوع استرس را به صورت خالص در نظر گرفتند و ترکیب آن با سایر فعالیت ها کمتر مورد توجه قرار گرفته است. حال آنکه، در زندگی روزمره یک انسان، وقوع استرس می تواند در ترکیب با سایر فعالیت ها و یا در حین انجام سایر فعالیت ها رخ دهد.
شناسایی و تشخیص استرس در اینگونه موارد، چالشی خواهد بود که در گذشته کمتر به آن توجه شده است. در این پژوهش با رویکرد بررسی وضعیت شناسایی استرس در ترکیب با سایر فعالیت ها، یکبار به شناسایی استرس در مقابل استراحت و بار دیگر به شناسایی استرس مخلوط با فعالیت بدنی در مقابل استراحت پرداخته شده و نتایج مورد مقایسه و بررسی قرار گرفتند.
.2 مواد و روش کار
.1-2 سوژه ها و ثبت سیگنال
در این پژوهش با استفاده از دستگاه PowerLab 26T ساخت شرکت ADInstruments که دارای یک مبدل آنالوگ به دیجیتال 24 بیتی می باشد نسبت به ثبت سیگنال ECG از سوژه ها اقدام شد. با استفاده از نرم افزار LabChart 7.0 به صورت نرم افزاری بر روی سیگنال های ECG یک فیلتر بالا گذر 0/5 Hz و یک فیلتر پایین گذر Hz 100 اعمال و با فرکانس نمونه برداری 400 Hz ثبت سیگنال انجام شد.
تعداد 10 نفر افراد سالم، مذکر و فاقد عادت به استفاده از دخانیات و مشروبات الکلی در بازه سنی 28 -21 سال به عنوان سوژه های ثبت سیگنال در این پژوهش مورد استفاده قرار گرفتند و سیگنال ECG در لید I از آن ها ثبت گردید. کلیه ثبت ها در ساعت مشخص و در هنگام صبح از سوژه ها صورت گرفته است. هم چنین قبل از اقدام به ثبت سیگنال، با دادن پرسشنامه ای از سلامت قلبی، سلامت فیزیکی، مصرف دارو، وضعیت تغذیه، میزان خواب در شب قبل و برخی عوامل زمینه ای تأثیر گذار بر روی سطح استرس آن ها اطمینان حاصل شد. برای ایجاد استرس به صورت آزمایشگاهی از روش های مختلفی می توان استفاده کرد. در این پژوهش، استرس ها با استفاده از آزمون استروپ کلاسیک رنگ و کلمه ایجاد شدند. با این تفاوت که برای سخت تر شدن آزمون ها، از زمان بندی متغیر در این آزمون ها استفاده شد.
در حالات استرس مخلوط با فعالیت بدنی از سوژه ها خواسته شده بود تا در حالی که با سرعت ثابت بر روی دوچرخه ثابت رکاب می زنند، به آزمون استروپ مشابه پاسخ دهند. هم چنین علاوه بر شرایط القا استرس مطابق پروتوکل مورد استفاده و به منظور اطمینان از صحت برچسب گذاری، همزمان با ثبت سیگنال، از چهره سوژهها تصویربرداری گردید و برچسبها با توجه به مراحل مختلف آزمون و تصاویر ثبت شده به داده ها نسبت داده شد.
.2-2 پردازش سیگنال و استخراج ویژگی
برای بدست آوردن سیگنال HRV از روی سیگنال ECG ابتدا نیاز است تا قله های R در سیگنال ECG به طور دقیق تشخیص داده شوند. برای این کار الگوریتم های بسیاری تاکنون معرفی شده اند . در این پژوهش از یک الگوریتم بر پایه تبدیل هیلبرت استفاده شده است.[9] این الگوریتم از 4 مرحله تشکیل شده : مرحه اول این الگوریتم از یک فیلتر میان گذر 6-18 Hz ، یک نرمالیزه کننده دامنه و یک تفاضل گیر رو به جلو مرتبه اول تشکیل شده که باعث می شود تأثیر کمپلکس های QRS بیشتر و نویز ECG کم شود. در مرحله دوم از تخمین انرژی شانون و فیلتر با فاز صفر جهت بدست آوردن پوش هموار انرژی شانون استفاده شده که مهم ترین نقش را در این الگوریتم بازی می کند زیرا مقادیر ماکزیمم محلی در پوش انرژی شانون محل تقریبی قله های R در ECG را نشان می دهند. در مرحله سوم از تبدیل هیلبرت، حذف دریفت و آشکارسازی نقاط عبور از صفر جهت یافتن قله ها استفاده شده است.
شکل :42 الگوریتم شناسایی قله های R بر پایه تبدیل هیلبرت در سیگنال ECG
شکل :43 منطق یافتن قله های R بر اساس نقطه عبور از صفر در جهت مثبت در تبدیل هیلبرت.
این روش مکان دقیق ماکزیمم های محلی را با استفاده از آشکارسازی نقاط عبور از صفر در جهت مثبت، در تبدیل هیلبرت پوش انرژی شانون بدست می دهد. در انتها مکان ماکزیمم های محلی به عنوان راهنما برای یافتن قله های R سیگنال ECG استفاده می شود.
