Известия высших учебных заведений

Прикладная нелинейная динамика

ISSN 0869-6632 (Print)
ISSN 2542-1905 (Online)


Для цитирования:

Borovkova E. I., Ishbulatov Y. M., Hramkov A. Н., Karavaev A. S. Using a mathematical model of cardiovascular system for preparing surrogate data for testing methods of phase synchronization analysis [Боровкова Е. И., Ишбулатов Ю. М., Храмков А. Н., Караваев А. С. Использование математической модели сердечно-сосудистой системы для приготовления суррогатных данных при тестировании методов диагностики синхронизации] // Известия вузов. ПНД. 2021. Т. 29, вып. 3. С. 356-364. DOI: 10.18500/0869-6632-2021-29-3-356-364


Статья опубликована на условиях лицензии Creative Commons Attribution 4.0 International (CC-BY 4.0).
Полный текст в формате PDF(Ru):
(загрузок: 908)
Язык публикации: 
английский
Тип статьи: 
Научная статья
УДК: 
530.182, 004.942

Using a mathematical model of cardiovascular system for preparing surrogate data for testing methods of phase synchronization analysis
[Использование математической модели сердечно-сосудистой системы для приготовления суррогатных данных при тестировании методов диагностики синхронизации]

Авторы: 
Боровкова Екатерина Игоревна, Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского (СГУ)
Ишбулатов Юрий Михайлович, Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского (СГУ)
Храмков Алексей Николаевич, Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского (СГУ)
Караваев Анатолий Сергеевич, Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского (СГУ)
Аннотация: 

Цель настоящего исследования – уточнение параметров и статистических свойств методов диагностики участков фазовой синхронизации по зависимости мгновенной разности фаз колебаний от времени. Методы. Сопоставляются метод, основанный на оценке коэффициента фазовой когерентности, и метод, основанный на кусочно-линейной аппроксимации мгновенной разности фаз в скользящем окне и оценке углового коэффициента наклона аппроксимирующей прямой. Анализируется фазовая синхронизация низкочастотных (0.04–0.15 Гц) компонент временных
реализаций кардиоинтервалограммы и артериального давления. Математическая модель сердечно-сосудистой системы используется для генерации ансамбля тестовых данных при анализе статистических свойств методов диагностики фазовой синхронизации и настройки их параметров. Тестовые данные генерируются при модуляции параметров связи между контурами автономного контроля кровообращения модели, обеспечивая заведомое наличие и отсутствие режимов синхронизации. Результаты. В ходе анализа данных модели были уточнены значения параметров методов. Оценены чувствительность и специфичность методов. Заключение. Показана более высокая чувствительность метода диагностики фазовой синхронизации, основанного на кусочно-линейной аппроксимации мгновенной разности фаз в скользящем окне и оценке углового коэффициента наклона аппроксимирующей прямой, при анализе нестационарных
временных рядов сердечно-сосудистой системы.

Благодарности: 
Работа выполнена при поддержке РФФИ, грант № 20-02-00702 и грант № 19-32-90206
Список источников: 
  1. Karavaev AS, Prokhorov MD, Ponomarenko VI, Kiselev AR, Gridnev VI, Ruban EI, Bezruchko BP. Synchronization of low-frequency oscillations in the human cardiovascular system. Chaos. 2009;19(3):033112. DOI: 10.1063/1.3187794.
  2. Rienzo MD, Parati G, Radaelli A, Castiglioni P. Baroreflex contribution to blood pressure and heart rate oscillations: time scales, time-variant characteristics and nonlinearities. Philos. Trans. R.Soc. A. 2009;367(1892):1301–1318. DOI: 10.1098/rsta.2008.0274.
  3. Bernardi L, Radaelli A, Solda PL, Coats AJS, Reeder M, Calciati A, Garrard CS, Sleight P. Autonomic control of skin microvessels: Assessment by power spectrum of photoplethysmographic waves. Clinical Science. 1996;90(5):345–355. DOI: 10.1042/cs0900345.
  4. Kiselev AR, Karavaev AS, Gridnev VI, Prokhorov MD, Ponomarenko VI, Borovkova EI, Shvartz VA, Ishbulatov YM, Posnenkova OM, Bezruchko BP. Method of estimation of synchronization strength between low-frequency oscillations in heart rate variability and photoplethysmographic waveform variability. Russian Open Medical Journal. 2016;5(1):e0101. DOI: 10.15275/rusomj.2016.0101.
  5. Kiselev AR, Mironov SA, Karavaev AS, Kulminskiy DD, Skazkina VV, Borovkova EI, Shvartz VA, Роnomarenko VI, Prokhorov MD. A comprehensive assessment of cardiovascular autonomic control using photoplethysmograms recorded from earlobe and fingers. Physiological Measurement. 2016;37(4):580–595. DOI: 10.1088/0967-3334/37/4/580.
  6. Kiselev AR, Borovkova EI, Shvartz VA, Skazkina VV, Karavaev AS, Prokhorov MD, Ispiryan AY, Mironov SA, Bockeria OL. Low-frequency variability in photoplethysmographic waveform and heart rate during on-pump cardiac surgery with or without cardioplegia. Scientific Reports. 2020;10(1):2118. DOI: 10.1038/s41598-020-58196-z.
  7. Kiselev AR, Khorev VS, Gridnev VI, Prokhorov MD, Karavaev AS, Posnenkova OM, Ponomarenko VI, Bezruchko BP, Shvartz VA. Interaction of 0.1-Hz oscillations in heart rate variability and distal blood flow variability. Human Physiology. 2012;38(3):303–309. DOI: 10.1134/S0362119712020107. 
  8. Malik M, Camm AJ, Bigger JT, Breithardt G, Cerutti S, Cohen RJ, Coumel P, Fallen EL, Kennedy HL, Kleiger RE. Heart rate variability. Standards of measurement, physiological interpretation, and clinical use. Circulation. 1996;93(5):1043–1065. DOI: 10.1161/01.CIR.93.5.1043.
  9. Karavaev AS, Ishbulatov YM, Ponomarenko VI, Bezruchko BP, Kiselev AR, Prokhorov MD. Autonomic control is a source of dynamical chaos in the cardiovascular system. Chaos. 2019;29(12): 121101. DOI: 10.1063/1.5134833.
  10. Ishbulatov YM, Karavaev AS, Kiselev AR, Ponomarenko VI, Prokhorov MD. Phase and frequency locking in the model of cardiovascular system baroreflectory regulation. Proc. of SPIE. Vol. 9917. Saratov Fall Meeting 2015: Third International Symposium on Optics and Biophotonics and Seventh Finnish-Russian Photonics and Laser Symposium (PALS). 22-25 September 2015, Saratov, Russian Federation. SPIE; 2016. P. 99173N. DOI: 10.1117/12.2229454.
  11. Kiselev AR, Gridnev VI, Prokhorov MD, Karavaev AS, Posnenkova OM, Ponomarenko VI, Bezruchko BP, Shvartz VA. Evaluation of 5-year risk of cardiovascular events in patients after acute myocardial infarction using synchronization of 0.1-Hz rhythms in cardiovascular system. Annals of Noninvasive Electrocardiology. 2012;17(3):204–213. DOI: 10.1111/j.1542-474X.2012.00514.x.
  12. Kiselev AR, Gridnev VI, Prokhorov MD, Karavaev AS, Posnenkova OM, Ponomarenko VI, Bezruchko BP. Selection of optimal dose of beta-blocker treatment in myocardial infarction patients basing on changes in synchronization between 0.1 Hz oscillations in heart rate and peripheral microcirculation. Journal of Cardiovascular Medicine. 2012;13(8):491–498. DOI: 10.2459/JCM.0b013e3283512199.
  13. Pikovsky A, Rosenblum M, Kurths J. Synchronization: A Universal Concept in Nonlinear Sciences. Cambridge: Cambridge University Press; 2001. 411 p. DOI: 10.1017/CBO9780511755743.
  14. Bezruchko BP, Smirnov DA. Mathematical Modeling and Chaotic Time Series. Saratov: College; 2005. 320 p. (in Russian).
  15. Schafer C, Rosenblum MG, Abel HH, Kurths J. Synchronization in the human cardiorespiratory system. Phys. Rev. E. 1999;60(1):857–870. DOI: 10.1103/PhysRevE.60.857.
  16. Kantz H, Kurths J, Mayer-Kress G. Nonlinear Analysis of Physiological Data. Springer, Berlin, Heidelberg; 1998. 344 p. DOI: 10.1007/978-3-642-71949-3.
  17. Pawelzik K, Schuster HG. Generalized dimensions and entropies from a measured time series. Phys. Rev. A. 1987;35(1):481–484. DOI: 10.1103/PhysRevA.35.481.
  18. Quiroga RQ, Kraskov A, Kreuz T, Grassberger P. Performance of different synchronization measures in real data: A case study on electroencephalographic signals. Phys. Rev. E. 2002;65(4): 041903. DOI: 10.1103/PhysRevE.65.041903.
  19. Rosenblum MG, Kurths J, Pikovsky A, Schafer C, Tass P, Abel HH. Synchronization in noisy systems and cardiorespiratory interaction. IEEE Engineering in Medicine and Biology. 1998;17(6):46–53. DOI: 10.1109/51.731320.
  20. Tass P, Rosenblum MG, Weule J, Kurths J, Pikovsky A, Volkmann J, Schnitzler A, Freund HJ. Detection of n:m phase locking from noisy data: Application to magnetoencephalography. Phys. Rev. Lett. 1998;81(15):3291–3294. DOI: 10.1103/PhysRevLett.81.3291.
  21. Ishbulatov JM, Karavaev AS, Ponomarenko VI, Kiselev AR, Sergeev SA, Seleznev YP, Bezruchko BP, Prokhorov MD. Phase synchronization of elements of autonomic control in mathematical model of cardiovascular system. Rus. J. Nonlin. Dyn. 2017;13(3):381–397 (in Russian). DOI: 10.20537/nd1703006.
  22. Shvartz VA, Karavaev AS, Borovkova EI, Mironov SA, Ponomarenko VI, Prokhorov MD,Butenko AA, Gridnev VI, Kiselev AR. Investigation of statistical characteristics of interaction between the low-frequency oscillations in heart rate variability and peripheral microcirculation in healthy subjects and myocardial infarction patients. Saratov Journal of Medical Scientific Research. 2015;11(4):537–542 (in Russian).
  23. Gabor D. Theory of communication. Part 1: The analysis of information. Journal of the Institution of Electrical Engineers. 1946;93(26):429–441. DOI: 10.1049/ji-3-2.1946.0074.
  24. Mormann F, Lehnertz K, David P, Elger C. Mean phase coherence as a measure for phase synchronization and its application to the EEG of epilepsy patients. Physica D: Nonlinear Phenomena. 2000;144(3–4):358–369. DOI: 10.1016/S0167-2789(00)00087-7.
  25. Banerjee A, Chitnis UB, Jadhav SL, Bhawalkar JS, Chaudhury S. Hypothesis testing, type I and type II errors. Ind Psychiatry J. 2009;18(2):127–131. DOI: 10.4103/0972-6748.62274.
Поступила в редакцию: 
01.11.2020
Принята к публикации: 
23.12.2020
Опубликована: 
31.05.2021