CC BY
27
31
Человеко-машинные системы
УДК 615.471:617.7
О. Д. Юрьева, канд. техн. наук, А. Н. Калиниченко, д-р техн. наук,
Санкт-Петербургский государственный электротехнический университет «ЛЭТИ»
М. В. Зотов, канд. психол. наук,
А. П. Войт, канд. физ.-мат. наук,
И. С. Ахмедова, аспирант,
Н. В. Паламарчук, аспирант,
Санкт-Петербургский государственный университет
Исследование информативности показателей вариабельности сердечного ритма для оценки психофизиологического состояния человека при выполнении ментальной нагрузки
Ключевые слова: aнализ вариабельности сердечного ритма, оценка психофизиологического состояния человека, цифровая обработка сигналов
Исследованы* параметры, характеризующие вариабельность сердечного ритма, и комбинации этих параметров с точки зрения оценки их информативности для контроля текущего психофизиологического состояния оператора в процессе выполненияим теста с ментальной нагрузкой. Разработан и оптимизирован алгоритм, позволяющий получить динамическую оценку уровня психологического напряжения, а также стабильности психофизиологического состояния оператора.
Введение
В настоящее время оценка функционального состояния человека-оператора в реальном масштабе времени рассматривается в качестве одной из первостепенных задач. Контроль и управление функциональным состоянием человека в процессе его реальной деятельности широко используется при разработке адаптивных автоматизированных систем, оценке эффективности обучения операторов, профилактических мероприятий после длительных психических нагрузок и т. д. [1—3]. Кроме того, в связи с развитием современной техники, усложнением видов деятельности особое значение приобретает оценка надежности человека-оператора в режиме реального времени.
* Работа выполнялась при финансовой поддержке Российского фонда фундаментальных исследований, проект № 10-07-00496-а «Информационные технологии и система для распознавания психофизиологических состояний оператора на основе автоматического анализа биомедицинских сигналов».
Одним из наиболее распространенных методов оценки психофизиологического состояния человека и выраженности адаптационного ответа организма при воздействии различных стрессоров является анализ вариабельности сердечного ритма (ВСР) [2, 4]. В частности, параметры ВСР используются при оценке уровня стресса и степени напряжения регуляторных систем организма в стрессовых условиях и при прогнозировании устойчивости организма к воздействию тех или иных факторов.
Целью исследования, представленного в настоящей работе, являлась оценка информативности различных параметров ВСР и их комбинаций для контроля текущего психофизиологического состояния человека-оператора в процессе выполнения им теста с ментальной нагрузкой. На первом этапе проводилось исследование информативности различных параметров ВСР и их комбинаций для получения интегральной оценки психофизиологического состояния испытуемого на отдельных этапах теста. На втором этапе был разработан метод, позволяющий контролировать динамику изменения состояния испытуемого в процессе психофизиологического тестирования и профессиональной работы.
Исследование информативности показателей ВСР
Для проведения исследования на кафедре медицинской психологии и психофизиологии Санкт-Петербургского государственного университета была разработана компьютерная система, позволяющая
Человеко-машинные системы
ЧСС, уд./мин
1000
1200
Рис. 1 | Пример сигнала сердечного ритма из экспериментального набора данных
проводить тестирование оператора на способность эффективно решать интеллектуальные задачи и получать оценки устойчивости человека к стрессовому воздействию. Процедура тестирования заключалась в чередовании этапов отдыха и нагрузки. При этом под нагрузкой понималось решение различных когнитивных задач. В результате проведенного тестирования был сформирован набор записей мгновенных значений частоты сердечных сокращений (ЧСС), рассчитанных из записей электрокардиограммы, полученных в процессе проведения психофизиологического тестирования с ментальной нагрузкой. В состав набора включена 161 запись мгновенных значений ЧСС и протокол тестирования. Длительность каждой реализации — 1390 с. Набор записей был случайным образом разделен на два поднабора: обучающий (70 записей) и контрольный (91 запись). Протокол тестирования представлял собой отметки моментов времени, соответствующих этапам проведения теста.
На рис. 1 изображен пример сигнала сердечного ритма из экспериментального набора. На этом и следующих рисунках вертикальными пунктирными линиями отмечены границы этапов теста, буквой Р — моменты времени начала этапов покоя, буквой V — этапа восстановления, цифрами — этапов нагрузки.
В качестве показателей, позволяющих классифицировать состояния отдыха и нагрузки в ходе выполнения психофизиологического тестирования, были выбраны следующие параметры, рассчитываемые по отсчетам входного сигнала у(п): среднее значение Му /-го фрагмента сигнала, угол наклона линейного тренда 0у, стандартное отклонение Оу, сдвиг автокорреляционной функции (АКФ) до первого пересечения нуля Уу, показатель времени затухания АКФ Цу, суммарная мощность Рнжу' сосредоточенная в диапазоне частот Н¥, и спектральная энтропия впу.
Среднее значение Му, угол наклона линейного тренда 0у и стандартное отклонение Оу рассчитывались по следующим формулам:
2/
м = ■
1 П2] - ПЦп=П1
X У(пУ> 1 = !> •••> сГ>
I - =
'Й(я2;.) - й(щ)"
Т(п2] - щ)
»2/
- X
п1 п=п^
(У(п)-
где Щу и п2у — номера отсчетов границ /-го фрагмента сигнала; й(п\]) и й(п2у) — отсчеты линейного тренда на границах /-го фрагмента сигнала; J — общее число фрагментов; Т — интервал дискретизации; у — оценка среднего значения сигнала для /-го фрагмента. Линейный тренд рассчитывался по методу наименьших квадратов.
Сдвиг АКФ до первого пересечения нуля уу соответствует времени от начала координат до первого пересечения АКФ с нулем или до первого локального минимума, если кривая, описывающая АКФ, не пересекает временную ось. Показатель времени затухания АКФ Цу характеризует скорость затухания АКФ.
Для определения параметра уу на первом этапе рассчитывалась АКФ для произвольного фрагмента по формуле:
Я2 • -1-/П
С (т ) = 7-
(п2/ - пу)о4
X У(к)У(к -т),
где П]_у и п2у — номера отсчетов границ /-го фрагмента сигнала; т — задержка, выраженная в числе отсчетов. Далее вычислялся модуль первой производной АКФ и рассчитывалась площадь под полученной кривой:
О -
2/
Е •
я-1
Лп),
где Йу(п) — отсчеты функции, описывающей модуль первой производной АКФ.
В качестве параметра Цу рассматривалось значение временного сдвига АКФ, соответствующего первому отсчету, для которого выполнялось условие
биотехносфера
| № 5-Б (11-123/2010
Человеко-машинные системы
о/
X (п) ; ^ = п0]>
п=1
где Пщ — номер отсчета, соответствующий параметру " — эмпирически подобранный коэффициент, "Л = 0,93.
Расчет суммарной мощности Рдо выполнялся пе-риодограммным методом. Вычисление спектральной энтропии включало следующие основные этапы:
• рассчитывался спектр мощности сигнала Р(^) и нормализовался так, чтобы сумма компонент спектральной мощности $(/) по всему частотному диапазону была равна 1:
Q(f) =
P(f) .
Е pif)'
• компоненты нормализованной спектральной мощности преобразовывались посредством функции
1
Шеннона f(х) = х log
L Q(f) _
формированные компоненты:
Н (х) = Q (f) log
, чтобы получить транс-
Q(f) J
• трансформированные компоненты суммировались вместе, а результат нормализовался к диапазону между 1 (максимальная нерегулярность) и 0 (полная регулярность) посредством деления суммы на коэффициент 1о§'(^[/]), где было равно общему числу частотных компонент:
X н V)
о =_
п V ])'
Выбор показателей обусловлен тем, что каждый из параметров описывает разные характеристики сигнала, а также отражает ожидаемые изменения в сигнале (например, повышение ЧСС при нагрузке). Для оценки информативности показателей ВСР для решения задачи классификации состояний отдыха и нагрузки для каждой записи были найдены средние значения показателей по этапам тестирования. Для исключения влияния переходных процессов на границах этапов на достоверность вычисления показателей ВСР расчет параметров осуществлялся по фрагменту, длительность которого составляла 80 % от исходной длительности этапа. Кроме того, для исключения влияния индивидуального разброса зна-
а) М, н. е. 1,2 1,1 1,0 0,9
0,8о
б) в, н. е.
is
5
200
400
1,1 1,0
0,9 0
600
800
1000
1200
t, с
1 .....г................■..... ------
- "........... 2 1 1 Р"'\2 Р : 1 : 1 3 р — | 4 | Р 1------------ 5 |
0
в) а, н. е. 2,5
2,0 1,5 1,0 0
ц, н. е. 1,2 1,1 1,0 0,9 0,8
200
400
600
800
1000
1200
t, с
12 Р 2 Р 1----------------- 1 3Р 4 :р i 5 :v
1 г "
: , г —-т Lr____ , .....; , г----------
г)
200
400
600
800
1000
1200
t, с
1 1 2 р 2 Р -----------------1 3 Р 4 Р 5 v г---------------"1
■ 1 1 | Г
2
1 ' |
0
д) Щ, н. е. 1,5 \-
200
400
600
800
1000
1200
t, с
1,0
0,5
р :~2
ТР"
0
200
400
600
800
1000
1200
t, с
Рис. 2
Примеры усредненных по ансамблю реализаций статистических параметров: а — изменение среднего значения; б — угол наклона линейного тренда; в — стандартное отклонение; г — показатель времени затухания АКФ; д — сдвига АКФ до первого пересечения нуля: 1 — среднее значение параметра; 2 — среднеквадратическое отклонение
№ 5-6 СП-12)/20Ю |
биотехносфера
Человеко-машинные системы
а) Рнр, н. е.
3,0 2,0 1,0
.А.
0
б) вл, 1,2
1,1
1,0
0,9 0,8
_1_
200
400
600
800
1000
1200
г, с
2 /________ _____
Р
1 1
0
200
400
600
800
1000
1200
г, с
Рис. 3
Примеры усредненных по ансамблю реализаций частотных параметров: а — Рне; б —
чений ЧСС рассматриваемые показатели сердечного ритма нормировались с использованием индивидуально определяемого нормировочного коэффициента, рассчитанного для этапа покоя.
На рис. 2 и 3 приведены примеры усредненных по ансамблю реализаций статистических и частотных показателей сигнала сердечного ритма.
Оценка информативности показателей ВСР для решения задачи классификации состояний отдыха и нагрузки в ходе психофизиологического тестирования проводилась как по отдельным параметрам, так и по их комбинациям. Использовались четыре способа комбинирования параметров:
• метод 1 — квадратный корень из суммы квадратов значений каждого из параметров;
• метод 2 — сумма параметров;
• метод 3 — сумма квадратов параметров;
• метод 4 — произведение параметров.
Для количественной оценки качества разделения двух состояний отдыха и нагрузки использовался критерий Фишера, рассчитываемый по формуле
Ж
(Щ — щ у
где М]_ и М2 — средние значения параметра, рассчитанные на двух смежных этапах нагрузки и отдыха соответственно; ^ и — дисперсии параметра, рассчитанные на соседних этапах нагрузки и отдыха.
Параметры ВСР, характеризующие изменение психофизиологического состояния
Для исследования изменений показателей сигнала сердечного ритма в динамике использовались следующие параметры: среднее значение, угол наклона линейного тренда, стандартное отклонение, сдвиг
АКФ до первого пересечения нуля и суммарная мощность в диапазоне БР, рассчитанные с использованием скользящих окон. На рис. 4 приведены примеры усредненных по ансамблю реализаций показателей ВСР, рассчитанных с использованием окна длительностью 8 с и шагом перемещения окна 0,25 с.
Для улучшения качества классификации состояний отдыха и нагрузки была проведена оптимизация параметров расчета показателей сигнала сердечного ритма по коротким интервалам. В качестве критерия оптимизации рассматривалось максимальное значение разности между средними значениями показателей, рассчитанными на этапах отдыха и нагрузки. Для каждого из параметров экспериментально были получены следующие значения оптимальных размеров окон: для среднего значения — 13 с, для стандартного отклонения — 15 с, для сдвига АКФ до первого пересечения нуля — 65 с, для суммарной мощности в диапазоне частот БР — 18 с.
Для решения задачи классификации состояний отдыха и нагрузки в ходе психофизиологического тестирования была проведена оценка информативности показателей ВСР с использованием окон оптимальных размеров. При исследовании интегральных показателей ВСР применялись способы комбинирования параметров, описанные выше. Для количественной оценки качества разделения двух состояний использовался критерий Фишера.
Следует отметить, что при проведении исследований по выбору оптимальных размеров окон в целях улучшения качества классификации состояний отдыха и нагрузки были выявлены колебательные составляющие на этапах нагрузки для среднего значения и угла наклона линейного тренда (см. рис. 4). Дополнительный анализ данных показал, что период выявленных колебаний в точности соответствует периоду предъявления испытуемому тестовых заданий, данный факт позволяет использовать показатели интенсивности этих колебаний для оценки адекватности реакции испытуемого на предъяв-
биотехносфера
| № 5-6(11-123/2010
а) М, уд./мин
200
400
600
800
1000
1200
г, с
Рис. 4
Примеры усредненных по ансамблю реализаций показателей ВСР, рассчитанных с использованием окна длительностью 8 с и шагом 0,25 с: а — среднее значение; б — угол наклона линейного тренда; в — стандартное отклонение; г — суммарная мощность в диапазоне частот НР
ляемые задания. На рис. 5 изображен пример фрагмента усредненного по ансамблю реализаций показателя М, рассчитанного с использованием скользящего окна 6,0 с и интервалом перемещения окна 0,25 с. Стрелками обозначены моменты предъявления заданий испытуемому.
Следует отметить, что колебания исследуемых параметров были обнаружены только на первых чеМ, уд./мин 86
тырех этапах нагрузки. Согласно протоколам психофизиологического тестирования, для первых трех этапов нагрузки длительность каждого отдельного задания составляет 15 с, для четвертого этапа — 12 с. Таким образом, частота предъявления заданий на первых трех этапах нагрузки составляет 0,67 Гц, для четвертого этапа — 0,83 Гц. На заключительном этапе нагрузки колебательная состав-
80 860
Рис. 5
Пример фрагмента показателя М, рассчитанного с использованием скользящего окна 6 с и шагом 0,25 с
41
Человеко-машинные системы
Рис. 6 Примеры усредненных по ансамблю реализаций показателей сигнала сердечного ритма: изменения
среднего значения М (а) и угла наклона линейного тренда в (б), вычисленных с использованием окон оптимальных размеров:
1 — среднеквадратическое отклонение; 2 — среднее значение показателя
ляющая выявлена не была. Данный факт связан с тем, что характер деятельности испытуемого на этом этапе был совершенно иным. В частности, ему предъявлялись тестовые задания через спонтанно определенные промежутки времени.
Для нахождения оптимальных размеров окон в целях максимального выделения колебаний параметров Ми0 исследовалась зависимость величины относительной мощности колебаний от длительности окон. Для этого проводилось усреднение параметров Ми0, рассчитываемых с использованием окон различной длительности, по ансамблю реализаций. Далее для каждого этапа рассчитывалось отношение суммарной мощности, вычисленной для диапазона частот колебаний, к общей суммарной мощности на этапе. Для первых трех этапов нагрузки оценивалась суммарная мощность колебаний в диапазоне частот от 0,063 до 0,078 Гц, для четвертого этапа нагрузки — в диапазоне от 0,074 до 0,094 Гц. По полученным значениям относительных мощностей для каждого этапа была рассчитана средняя относительная мощность для каждого из параметров по все этапам тестирования. В качестве критерия выбора оптимальных размеров окон рассматривалось максимальное значение средней относительной мощности колебаний анализируемых параметров.
В качестве оптимальных размеров окон для выделения колебаний параметров М и 0 были выбраны промежутки 4 и 11 с соответственно.
С использованием окон оптимальных размеров были рассчитаны усредненные по ансамблю реализаций параметры М и 0. Для исследования разброса показателей были рассчитаны статистические характеристики параметров М и 0. На рис. 6 показаны примеры усредненных по ансамблю реа-
лизаций показателей сигнала сердечного ритма М и 0, вычисленных с использованием окон оптимальных размеров.
Анализ результатов
Проведенные исследования показали, что наибольшие значения критерия Фишера для показателей ВСР в динамике достигаются при использовании комбинации среднего значения, стандартного отклонения и сдвига АКФ до первого пересечения нуля. Для данной комбинации параметров и для параметров, исследуемых по отдельности, рассчитывалась средняя ошибка классификации. В табл. 1 и 2 приведены значения средней ошибки классификации для обучающего и контрольного наборов записей сигнала сердечного ритма. Как показано в табл. 1, наименьшее значение ошибки классификации может быть получено при использовании в качестве разде-
Таблица 1 Значения средней ошибки классификации, %, для параметров, рассматриваемых по отдельности
Параметр Набор данных
обучающий контрольный
Среднее значение М 31,1 36,1
Стандартное отклонение с 26,8 29,7
Сдвиг автокрреляционной
функции до первого
пересечения нуля у 37,7 43,0
Суммарная мощность Рш 27,5 31,7
биотехносфера
| № 5-6(11-12) 20 0
Таблица 2 Значения средней ошибки классификации, %, для комбинации среднего значения стандартного отклонения и сдвига АКФ до первого пересечения нуля
Метод Набор данных
комбинирования обучающий контрольный
1 25,4 28,2
2 23,9 26,2
3 25,4 29,7
4 19,6 22,2
ляющего правила стандартного отклонения. Средняя ошибка классификации в этом случае составляет 29,7 %.
Из приведенных в табл. 1 и 2 данных следует, что наилучшие результаты классификации состояний отдыха и нагрузки могут быть получены при использовании комбинации среднего значения, стандартного отклонения и сдвига АКФ до первого пересечения нуля по методу произведения. Минимальная средняя ошибка классификации в этом случае составляет 22,2 %.
Заключение
Таким образом, в результате работы предложены показатели ВСР, позволяющие получить количественную оценку изменения психофизиологиче-
ского состояния испытуемого в ходе выполнения теста с ментальной нагрузкой. Наиболее информативным является совместное использование показателей «среднее значение», «стандартное отклонение» и «сдвиг АКФ до первого пересечения нуля». Кроме того, установлено, что при использовании окон небольшого размера выявляются характерные колебания среднего значения и угла наклона линейного тренда, период которых соответствует длительности предъявления заданий психофизиологического теста, что позволяет использовать показатели интенсивности этих колебаний для оценки адекватности реакции испытуемого на предъявляемые задания.
|Л и т е р а т у р а |
1. Апчел В. Я., Цыган В. Н. Стресс и стрессустойчивость человека. СПб.: Правда, 1999. 86 с.
2. Баевский Р. М., Берсенева А. П. Оценка адаптационных возможностей организма и риск развития заболеваний. М.: Медицина, 1997. 265 с.
3. Баевский Р. М., Кудрявцева В. И. Особенности регуляции сердечного ритма при умственной работе // Физиология человека. 1975. Т. 1, № 2. С. 299-302.
4. Heart rate variability: standards of measurement, physiological interpretation and clinical use. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology // Circulation. 1996. Vol. 93, N 5. P. 1043-1065.
5. Данилова Н. Н. Психофизиологическая диагностика функциональных состояний. М.: Изд-во МГУ, 1992. 192 с.
6. Нидеккер И. Г., Федоров Б. М. Проблема математического анализа сердечного ритма // Физиология человека. 1993. Т. 19, № 3. С. 80-87
