Name: Berechnung der Herzfrequenzvariabilität aus EKG-Daten von Jugendlichen mit Zerebralparese während aktiver Videospielsitzungen (Video) | JoVE Journal
Uploaded: 2019-06-05T13:00:00.000+00:00
Duration: 8 min 12 s
Description: Lernen Sie die Berechnung der Herzfrequenzvariabilität aus EKG-Daten bei Jugendlichen mit Zerebralparese während aktiver Videospielsitzungen. Diese Methode ermöglicht die Bewertung aerobischer Leistung und die Optimierung physiotherapeutischer Strategien.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Die Autoren danken den Teilnehmern und ihren Familien für ihre Zeit und Mühe, die sie für die Teilnahme an der Studie aufgewendet haben. Die Autoren würdigen dr. Yichuan Liu und Dr. Hasan Ayaz für ihre Unterstützung bei der Zeitberechnung der PERSONALüberwachung und Dr. Paul Diefenbach bei der Entwicklung der SOFTWARE KOLLECT Active Video Gaming. Die Finanzierung dieser Arbeit wurde von coulter Foundation Grants #00006143 (O'Neil; Diefenbach, PIs) und #00008819 (O'Neil; Diefenbach, PIs).

<ol><li>Winter, S., Autry, A., Boyle, C., Yeargin-Allsopp, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Trends+in+the+prevalence+of+cerebral+palsy+in+a+population-based+study%5BTitle%5D)+AND+%22Pediatrics%22%5BJournal%5D)">Trends in the prevalence of cerebral palsy in a population-based study.</a> Pediatrics. 110 (6), 1220-1225 (2002).</li>
<li>Fowler, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Promotion+of+physical+fitness+and+prevention+of+secondary+conditions+for+children+with+cerebral+palsy%3A+Section+on+Pediatrics+Research+Summit+Proceedings%5BTitle%5D)+AND+%22Physical+Therapy%22%5BJournal%5D)">Promotion of physical fitness and prevention of secondary conditions for children with cerebral palsy: Section on Pediatrics Research Summit Proceedings.</a> Physical Therapy. 87 (11), 1495-1510 (2007).</li>
<li>Rosenbaum, P., Paneth, N., Leviton, A., Goldstein, M., Bax, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+report%3A+The+definition+and+classification+of+cerebral+palsy%3A+April+2006%5BTitle%5D)+AND+%22Developmental+Medicine+%26+Child+Neurology%22%5BJournal%5D)">A report: The definition and classification of cerebral palsy: April 2006.</a> Developmental Medicine & Child Neurology. 49 (s109), 8-14 (2007).</li>
<li>Hanna, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stability+and+decline+in+gross+motor+function+among+children+and+youth+with+cerebral+palsy+aged+2+to+21+years%5BTitle%5D)+AND+%22Developmental+Medicine+%26+Child+Neurology%22%5BJournal%5D)">Stability and decline in gross motor function among children and youth with cerebral palsy aged 2 to 21 years.</a> Developmental Medicine & Child Neurology. 51 (4), 295-302 (2009).</li>
<li>Rimmer, J., Rowland, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Health+promotion+for+people+with+disabilities%3A+Implications+for+empowering+the+person+and+promoting+disability-friendly+environments%5BTitle%5D)+AND+%22American+Journal+of+Lifestyle+Medicine%22%5BJournal%5D)">Health promotion for people with disabilities: Implications for empowering the person and promoting disability-friendly environments.</a> American Journal of Lifestyle Medicine. 2 (5), 409-420 (2008).</li>
<li>Feehan, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Factors+influencing+physical+activity+in+children+and+youth+with+special+health+care+needs%3A+A+pilot+study%5BTitle%5D)+AND+%22International+Journal+of+Pediatrics%22%5BJournal%5D)">Factors influencing physical activity in children and youth with special health care needs: A pilot study.</a> International Journal of Pediatrics. , Article ID 583249 (2012).</li>
<li>Fehlings, D., Switzer, L., Findlay, B., Knights, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Interactive+computer+play+as+motor+therapy+for+individuals+with+cerebral+palsy%5BTitle%5D)+AND+%22Seminars+in+Pediatric+Neurology%22%5BJournal%5D)">Interactive computer play as motor therapy for individuals with cerebral palsy.</a> Seminars in Pediatric Neurology. 20 (2), 127-138 (2013).</li>
<li>Sandlund, M., Dock, K., Hager, C., Waterworth, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Motion+interactive+video+games+in+home+training+for+children+with+cerebral+palsy%3A+parents%E2%80%99+perceptions%5BTitle%5D)+AND+%22Disability+%26+Rehabilitation%22%5BJournal%5D)">Motion interactive video games in home training for children with cerebral palsy: parents’ perceptions.</a> Disability & Rehabilitation. 34 (11), 925-933 (2012).</li>
<li>Howcroft, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Active+video+game+play+in+children+with+cerebral+palsy%3A+Potential+for+physical+activity+promotion+and+rehabilitation+therapies%5BTitle%5D)+AND+%22Archives+of+Physical+Medicine+and+Rehabilitation%22%5BJournal%5D)">Active video game play in children with cerebral palsy: Potential for physical activity promotion and rehabilitation therapies.</a> Archives of Physical Medicine and Rehabilitation. 93 (8), 1448-1456 (2012).</li>
<li>Bilde, P., Kliim-Due, M., Rasmussen, B., Petersen, L., Petersen, T., Nielsen, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Individualized%2C+home-based+interactive+training+of+cerebral+palsy+children+delivered+through+the+Internet%5BTitle%5D)+AND+%22BMC+Neurology%22%5BJournal%5D)">Individualized, home-based interactive training of cerebral palsy children delivered through the Internet.</a> BMC Neurology. 11, 32(2011).</li>
<li>Kolobe, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Research+Summitt+III+proceedings+on+dosing+in+children+with+an+injured+brain+or+cerebral+palsy%5BTitle%5D)+AND+%22Physical+Therapy%22%5BJournal%5D)">Research Summitt III proceedings on dosing in children with an injured brain or cerebral palsy.</a> Physical Therapy. 94 (7), 907-920 (2014).</li>
<li>Schipke, J., Pelzer, M., Arnold, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effect+of+respiration+rate+on+short-term+heart+rate+variability%5BTitle%5D)+AND+%22Journal+of+Clinical+and+Basic+Cardiology%22%5BJournal%5D)">Effect of respiration rate on short-term heart rate variability.</a> Journal of Clinical and Basic Cardiology. 2 (1), 92-95 (1999).</li>
<li>Ernst, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Heart+rate+variability%5BTitle%5D)+AND+%22Heart+Rate+Variability%22%5BJournal%5D)">Heart rate variability.</a> Heart Rate Variability. , 1-336 (2014).</li>
<li>Francis, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Association+between+symptoms+of+depression+and+anxiety+with+heart+rate+variability+in+patients+with+implantable+cardioverter+defibrillators%5BTitle%5D)+AND+%22Psychosomatic+Medicine%22%5BJournal%5D)">Association between symptoms of depression and anxiety with heart rate variability in patients with implantable cardioverter defibrillators.</a> Psychosomatic Medicine. 71 (8), 821-827 (2009).</li>
<li>Mendes, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Is+applying+the+same+exercise-based+inpatient+program+to+normal+and+reduced+left+ventricular+function+patients+the+best+strategy+after+coronary+surgery%3F+A+focus+on+autonomic+cardiac+response%5BTitle%5D)+AND+%22Disability+and+Rehabilitation%3A+An+International+Multidisciplinary+Journal%22%5BJournal%5D)">Is applying the same exercise-based inpatient program to normal and reduced left ventricular function patients the best strategy after coronary surgery? A focus on autonomic cardiac response.</a> Disability and Rehabilitation: An International Multidisciplinary Journal. 36 (2), 155-162 (2014).</li>
<li>Muralikrishnan, K., Balakrishnan, B., Balasubramanian, K., Visnegarawla, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Measurement+of+the+effect+of+Isha+Yoga+on+cardiac+autonomic+nervous+system+using+short-term+heart+rate+variability%5BTitle%5D)+AND+%22Journal+of+Ayurveda+and+Integrative+Medicine%22%5BJournal%5D)">Measurement of the effect of Isha Yoga on cardiac autonomic nervous system using short-term heart rate variability.</a> Journal of Ayurveda and Integrative Medicine. 33 (2), 279-283 (2012).</li>
<li>Yadav, R. K., Gupta, R., Deepak, K. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+pilot+study+on+short+term+heart+rate+variability+%26+its+correlation+with+disease+activity+in+Indian+patients+with+rheumatoid+arthritis%5BTitle%5D)+AND+%22Indian+Journal+of+Medical+Research%22%5BJournal%5D)">A pilot study on short term heart rate variability & its correlation with disease activity in Indian patients with rheumatoid arthritis.</a> Indian Journal of Medical Research. 136 (4), 593-598 (2012).</li>
<li>Thuraisingham, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Preprocessing+RR+interval+time+series+for+heart+rate+variability+analysis+and+estimates+of+standard+deviation+of+RR+intervals%5BTitle%5D)+AND+%22Computer+Methods+and+Programs+in+Biomedicine%22%5BJournal%5D)">Preprocessing RR interval time series for heart rate variability analysis and estimates of standard deviation of RR intervals.</a> Computer Methods and Programs in Biomedicine. 83 (1), 78-82 (2006).</li>
<li>Alamili, M., Rosenberg, J., Gögenur, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Day-night+variation+in+heart+rate+variability+changes+induced+by+endotoxaemia+in+healthy+volunteers%5BTitle%5D)+AND+%22Acta+Anaesthesiologica+Scandinavica%22%5BJournal%5D)">Day-night variation in heart rate variability changes induced by endotoxaemia in healthy volunteers.</a> Acta Anaesthesiologica Scandinavica. 59 (4), 457-464 (2015).</li>
<li>Pal, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Preference+for+salt+contributes+to+sympathovagal+imbalance+in+the+genesis+of+prehypertension%5BTitle%5D)+AND+%22European+Journal+of+Clinical+Nutrition%22%5BJournal%5D)">Preference for salt contributes to sympathovagal imbalance in the genesis of prehypertension.</a> European Journal of Clinical Nutrition. 67 (6), 586-591 (2013).</li>
<li>Telles, S., Raghavendra, B. R., Naveen, K. V., Manjunath, N. K., Kumar, S., Subramanya, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Changes+in+autonomic+variables+following+two+meditative+states+described+in+yoga+texts%5BTitle%5D)+AND+%22Journal+of+Alternative+and+Complementary+Medicine%22%5BJournal%5D)">Changes in autonomic variables following two meditative states described in yoga texts.</a> Journal of Alternative and Complementary Medicine. 19 (1), 35-42 (2013).</li>
<li>Kičmerová, D. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Methods+for+Detection+and+Classification+in+ECG+Analysis.+Doctoral%22">Methods for Detection and Classification in ECG Analysis. Doctoral thesis</a>. , Department of Biomedical Engineering. BRNO University of Technology. Czech Republic. (2009).</li>
<li>Evaluation of mental workload for ship handling using physiological indices. Murai, K., Hayashi, Y. 2009 Second International Conference on Emerging Trends in Engineering & Technology, October, , 604-608 (2009).</li>
<li>Taelman, J., Vandeput, S., Spaepen, A., Van Huffel, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Influence+of+mental+stress+on+heart+rate+and+heart+rate+variability%5BTitle%5D)+AND+%22Heart%22%5BJournal%5D)">Influence of mental stress on heart rate and heart rate variability.</a> Heart. 29 (1), 1366-1369 (2009).</li>
<li>Durantin, G., Gagnon, J. F., Tremblay, S., Dehais, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+near+infrared+spectroscopy+and+heart+rate+variability+to+detect+mental+overload%5BTitle%5D)+AND+%22Behavioural+Brain+Research%22%5BJournal%5D)">Using near infrared spectroscopy and heart rate variability to detect mental overload.</a> Behavioural Brain Research. 259, 16-23 (2014).</li>
<li>Buchheit, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Monitoring+training+status+with+HR+measures%3A+Do+all+roads+lead+to+Rome%3F%5BTitle%5D)+AND+%22Frontiers+in+Physiology%22%5BJournal%5D)">Monitoring training status with HR measures: Do all roads lead to Rome?</a> Frontiers in Physiology. 5, (2014).</li>
<li>Achten, J., Jeukendrup, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Heart+rate+monitoring%3A+Applications+and+limitations%5BTitle%5D)+AND+%22Sports+Medicine%22%5BJournal%5D)">Heart rate monitoring: Applications and limitations.</a> Sports Medicine. 33 (8), 517-538 (2012).</li>
<li>Amichai, T., Katz-Leurer, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Heart+rate+variability+with+cerebral+palsy%3A+Review+of+literature+and+meta-analysis%5BTitle%5D)+AND+%22NeuroRehabilitation%22%5BJournal%5D)">Heart rate variability with cerebral palsy: Review of literature and meta-analysis.</a> NeuroRehabilitation. 35, 113-122 (2014).</li>
<li>Billman, G., Haikuri, H., Sacha, J., Trimmel, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+introduction+to+heart+rate+variability%3A+Methodological+considerations+and+clinical+applications%5BTitle%5D)+AND+%22Frontiers+in+Physiology%22%5BJournal%5D)">An introduction to heart rate variability: Methodological considerations and clinical applications.</a> Frontiers in Physiology. 6, (2015).</li>
<li>Beffara, B., Bret, A., Vermeulen, N., Mermillod, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Resting+high+frequency+heart+rate+variability+selectively+predicts+cooperative+behavior%5BTitle%5D)+AND+%22Physiology+%26+Behavior%22%5BJournal%5D)">Resting high frequency heart rate variability selectively predicts cooperative behavior.</a> Physiology & Behavior. 164, 417-428 (2016).</li>
<li>Fogt, D., Cooper, P., Freeman, C., Kalns, J., Cooke, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Heart+rate+variability+to+assess+combat+readiness%5BTitle%5D)+AND+%22Military+Medicine%22%5BJournal%5D)">Heart rate variability to assess combat readiness.</a> Military Medicine. 174, 491-495 (2009).</li>
<li>Kerppers, I. L., Arisawa, E. A. L., Oliveira, L. V. F., Sarmpaio, L. M. M., Oliverira, C. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Heart+rate+variability+in+individual+with+cerebral+palsy%5BTitle%5D)+AND+%22Archives+of+Medical+Science%22%5BJournal%5D)">Heart rate variability in individual with cerebral palsy.</a> Archives of Medical Science. 5, 45-50 (2009).</li>
<li>Giggins, O. M., Persson, U. M., Caulfield, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biofeedback+in+Rehabilitation%5BTitle%5D)+AND+%22Journal+of+Neuroengineering+and+Rehabilitation%22%5BJournal%5D)">Biofeedback in Rehabilitation.</a> Journal of Neuroengineering and Rehabilitation. 10, (2013).</li>
<li>Shaffer, F., Ginsberg, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+overview+of+heart+rate+variability+metrics+and+norms%5BTitle%5D)+AND+%22Frontiers+in+Public+Health%22%5BJournal%5D)">An overview of heart rate variability metrics and norms.</a> Frontiers in Public Health. 5, 258(2017).</li>
<li>Shaffer, F., McCarty, R., Zeir, C. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+healthy+heart+is+not+a+metronome%3A+an+integrative+review+of+the+heart%E2%80%99s+anatomy+and+heart+rate+variability%5BTitle%5D)+AND+%22Frontiers+in+Psychology%22%5BJournal%5D)">A healthy heart is not a metronome: an integrative review of the heart’s anatomy and heart rate variability.</a> Frontiers in Psychology. 5, 1040(2014).</li>
</ol>

Zu diesem Zeitpunkt haben die Autoren (CL und PAS) nichts zu verraten. Dr. O'Neil ist Mitbegründer von enAbleGames, LLC und Kollect ist eines der Spiele, die von diesem webbasierten Unternehmen angeboten werden. enAbleGames befindet sich in der Phase der Spieleentwicklung und ist derzeit kein öffentliches Unternehmen (www.enAbleGames.com).

Zehn Jugendliche mit CP nahmen an dieser Studie teil (Mittelwert + SD) [ Alter (Jahre) = 15,53 x 3,57 ; Höhe (cm) 154,8 x 12,6; Gewicht (kg) 50,69 x 11,1; Body-Mass-Index (BMI) 50,46 x 29,2; mHR 9 bpm) = 186,8 x 12,4]. Siehe Tabelle 5 für patienten demografie.
Es gibt einige Überlegungen für den Einsatz von HR-Monitoren und die damit verbundenen Maßnahmen von HR und HRV, die sich auf Modifikationen und Fehlerbehebung beziehen. Zwei Fragen, die offensichtlich sind, unabhängig v...

Zerebralparese (CP) ist die häufigste körperliche Behinderung der Kindheit1. CP wird durch eine neurologische Beleidigung des sich entwickelnden Gehirns verursacht und ist mit motorischen Beeinträchtigungen wie Muskelschwäche, Spastik, Dekonditionierung und verminderter Motorkontrolle und Balanceverbunden 2,3. CP ist eine nicht-progressive Erkrankung, aber mit dem Alter werden Kinder weniger körperlich aktiv und sitzender im Vergleich zu ihren Altersgenossen mit typischer Entwicklung (TD) vor allem wegen der erhöhten Anforderungen an Wachstum an ihre kompromittierte neuromuskuläre und Muskel-Skelett-Systeme4.
Jugendliche mit CP erhalten in der Regel Physiotherapie (PT) Dienstleistungen zur Verbesserung der funktionellen Beweglichkeit und Förderung der körperlichen Aktivität und Fitness (z.B. Aerobe und Muskelausdauer)2. Oftmals gibt es nur begrenzten Zugriff auf PT-Dienste und Community-Ressourcen, um diese PT-Ziele zu erreichen und zu erhalten5,6. Aktive Videospiele (AVGs) können eine praktikable Strategie bei aktivitätsbasierten PT-Interventionen in Klinik-, Heim- oder Gemeinschaftseinstellungen7,8sein. Kommerzielle AVGs haben begrenzte Flexibilität, um das Spiel anzupassen und die spezifischen Bedürfnisse und PT-Ziele für Jugendliche mit CP9zu erfüllen. Allerdings bieten maßgeschneiderte AVGs flexible Spielparameter, um Jugendliche mit CP herauszufordern und gleichzeitig körperliche Aktivität und Fitness zu fördern10.
Unser Team hat ein maßgeschneidertes AVG (kollECT) entwickelt, um die Reaktionen von Jugendlichen auf Bewegung (z. B. körperliche Aktivität und aerobe Fitness) zu untersuchen. Das Spiel verwendet einen Bewegungssensor, um Jugendbewegungen während des Spiels zu verfolgen. Das Ziel des Spiels ist es, so viele Objekte wie möglich für eine hohe Punktzahl zu "sammeln" und die Gefahren zu vermeiden, um Punkte zu verlieren. Objekte können mit Hand- und/oder Fußsymbolen gesammelt werden, wie vom Therapeuten in den flexiblen Spielparametern festgelegt.
Das Entwerfen aktivitätsbasierter PT-Interventionen, die die Intensität der körperlichen Aktivität dosieren, um die aerobe Fitness zu fördern, ist für Jugendliche mit CP11von entscheidender Bedeutung. Benutzerdefinierte AVGs können eine effektive Strategie sein, um Intensität zu dosieren und Jugendliche in körperliche Aktivität zu engagieren, um Fitness zu fördern10. Herzfrequenz-Monitore (HR) werden häufig in der klinischen PT-Praxis verwendet, um aerobe Leistung und Aktivitätsintensität zu bestimmen. Daher werden HR-Monitore helfen, die Durchführbarkeit von AVGs bei der Dosierung der körperlichen Aktivitätsintensität zu bestimmen, um aerobe Fitness zu fördern9. EKG-Daten, die aus einem HR-Monitor generiert werden, können zur Berechnung der Herzfrequenzvariabilität (HRV) verwendet werden. Analytische Methoden wurden verwendet, um HRV aus EKG-Daten zu generieren, um aerobe Arbeitsbelastung zu untersuchen. Jüngste Anwendungen von HRV deuten darauf hin, dass kurzfristige Messungen (5 min Bouts) angemessen sind und dass HRV-Biofeedback dazu beitragen kann, die Symptome und die Lebensqualität in einer Vielzahl von gesundheitlichen Bedingungen zu verbessern32,33,34 . Die Anwendung kurzfristiger HRV-Maßnahmen ist ein geeignetes Mittel zur Beurteilung der Herz-Kreislauf-Funktion während AVG-Sitzungen. Da HRV aus dem R-R-Intervall eines EKG abgeleitet ist, haben wir ausgewählte Zeit-Domain- und Frequenz-Domain-Maßnahmen verwendet. Zeit-Domänen-Messung von HRV quantifiziert die Variablität in den Interbeat-Intervallen, die die Zeit zwischen aufeinanderfolgenden Herzschlägen darstellt. Wir verwendeten AVNN (durchschnittliches NN-Intervall), RMSSD (Wurzelmittelquadrat der aufeinanderfolgenden Unterschiede), SDNN (Standardabweichung des NN-Intervalls), NN50 (Anzahl der NN-Intervalle >50 ms) und PNN50 (Prozentsatz der NN-Intervalle). Frequenzbereichsmessungen schätzen die Verteilung der absoluten oder relativen Leistung in möglicherweise vier Frequenzbänder, die wir speziell auf zwei Frequenzbänder, Niederfrequenz-(LF)-Leistung und Hochfrequenzleistung (HF) zusammen mit dem LF/HF-Verhältnis angesprochen haben. Obwohl HR eine gut akzeptierte klinische Maßnahme ist, kann HRV nützlich sein, da es Informationen über autonome Systemfunktion, Wiederherstellung, Anpassung und eine Schätzung der aeroben Arbeitsbelastung während einer AVG-Sitzung28bereitstellt.
Ziel dieser Studie war es, die Durchführbarkeit der Anwendung von AVG-Strategien zur Förderung von körperlicher Aktivität und Fitness zu untersuchen. Ein zweiter Zweck bestand darin, das AVG-Datenerfassungsprotokoll und die Methodik zur Berechnung der HRV aus EKG-Daten, die über einen HR-Monitor gewonnen wurden, vorzustellen. Diese Maßnahmen und dieses Protokoll können sich für Ärzte als relevant erweisen, um PT-Interventionssitzungen zu überwachen und zu dosieren.

<table><tbody><tr><td>BioHarness Bluetooth-Modul (Elektronik, Sensor)</td><td>Zephyr</td><td>9800.0189</td><td>erkennt Herzfrequenz, Sehverhaltensrate, Körperhaltung und Hauttemperatur.</td></tr><tr><td>BioHarness Brustgurt</td><td>Zephyr</td><td>9600.0189, 9600.0190</td><td>Größen Small XS-M, Large M-XL</td></tr><tr><td>BioHarness Charge Cradle & USB-Kabel</td><td>Zephyr</td><td>9600.0257</td><td>wird verwendet, um Daten vom Modul auf einen Computer zur Analyse zu übertragen.</td></tr><tr><td>Das BioHarness Echo Gateway</td><td>Zephyr</td><td>9600.0254</td><td>ermöglicht die Echtzeitanzeige der Herzfrequenz des Probanden.</td></tr><tr><td>MATLAB R2016a</td><td>Mathworks</td><td>1.7.0_.60</td><td>wird für alle Programmierungen verwendet.</td></tr></tbody></table>

berechnung der herzfrequenzvariabilität aus ekg-daten von jugendlichen mit zerebralparese während aktiver videospielsitzungen

Calculating Heart Rate Variability from ECG Data from Youth with Cerebral Palsy During Active Video Game Sessions

Ziel dieser Studie war es, eine Methode zur Berechnung der Herzfrequenzvariabilität (HRV) aus Elektrokardiogramm-Wellenformen (EKG) zu generieren. Die Wellenformen wurden von einem HR-Monitor aufgezeichnet, den Teilnehmer (Jugendliche mit Zerebralparese (CP)) während aktiver Videospielsitzungen (AVG) trugen. Die AVG-Sitzungen wurden entwickelt, um körperliche Aktivität und Fitness (aerobe Leistung) bei den Teilnehmern zu fördern. Ziel war es, die Machbarkeit von AVGs als Interventionsstrategie für physikalische Therapie (PT) zu bewerten. Die maximale HR (mHR) wurde für jeden Teilnehmer ermittelt und die Zielherzfrequenzzone (THRZ) wurde für jede der drei Übungsphasen in der 20 min AVG-Sitzung berechnet: (Aufwärmen bei 40-60% mHR, Konditionierung bei 60-80% mHR und Abkühlung bei 40-60% mHR). Jeder Teilnehmer spielte drei 20-Min-Spiele während der AVG-Session. Alle Spiele wurden auf einer Bank gespielt, weil viele Jugendliche mit CP nicht für längere Zeit stehen können. Jede Spielbedingung unterschied sich mit Teilnehmern, die nur Handsymbole, Hand- und Fußsymbole zusammen oder Fußsymbole nur zum Sammeln von Objekten verwenden. Das Ziel des Spiels (genannt KOLLECT) ist es, Objekte zu sammeln, um Punkte zu sammeln und Gefahren zu vermeiden, um keine Punkte zu verlieren. Gefahren wurden in den Aufwärm- und Abkühlphasen nur verwendet, um eine langsamere, kontrollierte Bewegung zu fördern, um die HR in der Zielherzfrequenzzone (THRZ) aufrechtzuerhalten. Es gab keine Gefahren in der Konditionierungsphase, um höhere Niveaus und intensivere körperliche Aktivität zu fördern. Analytische Methoden wurden verwendet, um HRV (ausgewählte Zeit-Domain- und Frequenz-Domain-Maßnahmen) aus EKG-Daten zu generieren, um aerobe Arbeitsbelastung zu untersuchen. Jüngste Anwendungen von HRV deuten darauf hin, dass kurzfristige Messungen (5 min Bouts) angemessen sind und dass HRV-Biofeedback dazu beitragen kann, die Symptome und die Lebensqualität in einer Vielzahl von gesundheitlichen Bedingungen zu verbessern. Obwohl HR eine gut akzeptierte klinische Maßnahme zur Untersuchung der aeroben Leistung und Intensität von PT-Interventionen ist, kann HRV Während aVG-Sitzungen Informationen über die Funktionen des autonomen Systems, die Erholung und Anpassung liefern.

Diese Methode liefert Daten zur Analyse der Auswirkungen einer neu entwickelten Methode auf die Herzfrequenzvariabilität (HRV) des Themas. Dazu wird der R-Teil der QRS-Wellenform der EKG-Daten eines Subjekts, wie in Abbildung 6dargestellt, lokalisiert und daraus verschiedene HRV-Werte berechnet. Wenn der PERSONALmonitor ordnungsgemäß mit dem Betreffenden in Kontakt tritt, werden die Daten einheitlich sein, was den Bedarf an Korrekturen erheblich verringert (w...

Dieses Protokoll beschreibt eine Methode zur Berechnung der Herzfrequenzvariabilität (HRV) aus Elektrokardiogramm-Wellenformen (EKG). Wellenformen von kontinuierlichen Herzfrequenzaufnahmen (HR) während aktiver Videospielsitzungen (AVG) wurden verwendet, um die aerobe Leistung von Jugendlichen mit Zerebralparese (CP) zu messen.

Berechnung der Herzfrequenzvariabilität aus EKG-Daten von Jugendlichen mit Zerebralparese während aktiver Videospielsitzungen

The aim of this study was to generate a method for calculating heart rate variability (HRV) from electrocardiogram (ECG) waveforms. The waveforms were ...

Protokoll bietet eine analytische Methode zur Messung der Herzfrequenzvariabilität mithilfe von Elektrokardiogrammdaten zur Bestimmung der aeroben Funktion. Und damit wird es uns helfen, Einblicke in die autonomen Systemfunktionen innerhalb physikalischer Therapieprotokolle zu gewinnen. Diese Technik kann verwendet werden, um aerobe Arbeitsbelastung, Anforderungen und physikalische Therapiestrategien für Jugendliche mit Zerebralparese zu messen.Wenn wir beispielsweise in der Physiotherapie sind, tun wir Techniken, um Gesundheit und Fitness mit aktiven Videospielen zu fördern. Die Herzfrequenzvariabilität misst die aerobe Arbeitsbelastung und bietet kardiovaskuläre Funktionsmaßnahmen bei Patienten und ermöglicht es uns, eine physikalische Therapie auf dem Niveau zu dosieren, das den Patienten am besten trifft und herausfordert. Die Methodik ist nützlich in der Herzpflege und Kardiorehabilitation.Und damit könnten die Berechnungen in Herzüberwachungsgeräte integriert werden, wo sie als Ergebnis Eine Herzfrequenzvariabilität von EKG oder Elektrokardiogrammen liefern würden. Die Berechnungen können zunächst eine Herausforderung sein. Aber durch die Erstellung eines Trainingsvideos können wir Ärzten und Forschern helfen, diese Maßnahmen besser zu nutzen, um die Wirksamkeit der Herzversorgung zu bewerten.Für aktive Videospieldatenerfassungssitzungen wählen Sie aktive Videospiele nur mit Handsymbolen, nur Fußsymbole oder sowohl Hand- und Fußsymbole für die Objektsammlung, um zu bestimmen, welches Spiel bei der Förderung von körperlicher Aktivität und Fitness effektiver ist, ohne zu anspruchsvoll zu sein und eine frühe übermäßige Ermüdung zu verursachen. Um die Jugendlichen mit Zerebralparese auszustatten, schließen Sie zunächst ein voll aufgeladenes Bluetooth-Modul in den Datencomputer ein, sei es die Ladestation, und öffnen Sie das Konfigurationstool. Verwenden Sie eine nasse Hand, um die leitfähigen Bereiche auf dem Brustgurt des Herzfrequenzmessers zu befeuchten.Legen Sie das Bluetooth-Modul in den Brustgurt mit den leitfähigen Oberflächen des Moduls aufgereiht mit denen des Brustgurts. Der Monitor wird einrasten. Dann wenden Sie den Herzfrequenz-Monitor Brustgurt und Bluetooth-Modul auf das Motiv mit dem Modul mit der linken mittleren Achsellinie und dem Gurt direkt unter den Brustmuskeln ausgerichtet.Sobald sie richtig positioniert ist, ziehen Sie das Gerät so an, dass es sich während der Sitzung nicht bewegt, aber für das Motiv nicht unangenehm ist. Lassen Sie das Subjekt auf einer Bank sitzen, mit den Füßen flach auf dem Boden und mit ihren Knien und Hüften auf 90 Grad gebeugt für Haltungsunterstützung und Stabilität. Schließen Sie den Anschluss an den USB-Anschluss des Computers an, der zum Anzeigen der Daten verwendet wird, und verwenden Sie die Registerkarte Live-Modus, um die Herzfrequenz, Atemfrequenz und Körperhaltung des Motivs in Echtzeit zu überwachen.Zeichnen Sie dann das Motiv für einen Ruhezeitraum auf, um eine Basisaufzeichnung der Herzfrequenz des Motivs zu erhalten, bevor Sie das erste aktive Videospiel für das Motiv starten. Laden Sie am Ende der Gaming-Sitzung die Elektrokardiogrammdaten vom Herzfrequenzmesser herunter und entfernen Sie den Gurt vom Motiv. Um die Herzfrequenzvariabilität aus den Elektrokardiogrammdaten zu berechnen, öffnen Sie MATLAB und organisieren Sie die Daten in Fünf-Minuten-Intervallen, um vergleichbare Daten zwischen den Phasen zu gewährleisten.Berechnen Sie die Ruhezeit als fünf Minuten vor Spielbeginn und die Erholungsphase als die fünf Minuten nach dem Ende der Abkühlphase, um die R-Spitzenerkennung auf dem Rohelektrokardiogrammsignal durchzuführen. Sobald diese Zeiten erreicht sind, identifizieren Sie den Ort der Voninteresse steilen Spielphase in der EKG-Datei und wählen Sie den fünfminütigen Abschnitt aus, der von Interesse ist. Berechnen Sie einen Schwellenwert für die Peak-Erkennung basierend auf der durchschnittlichen und Standardabweichung der Wellenform.Und zusammen mit der Mindesthöhe für die R-Spitze, weisen Sie einen Mindestabstand von 0,3 Sekunden zwischen den Spitzen, um die Erkennung von falschen Spitzen um die gewünschte R zu minimieren.Sobald der Schwellenwert gesetzt wurde, führen Peakdetection. m, um die Wellenform zu verarbeiten und zu versuchen, alle R-Spitzen für das Inter-Beat-Intervall und die Herzfrequenzvariabilitätsberechnungen zu unterscheiden. Generieren Sie ein vorläufiges Diagramm, damit es wie dargestellt auf Unregelmäßigkeiten überprüft werden kann.Viele Datensitzungen sind ziemlich einheitlich und erfordern daher nur wenige Korrekturen. Einige Fälle sind jedoch ziemlich chaotisch und erfordern mehr Zeit, um die richtigen R-Standorte zu überprüfen und zu erhalten. Um diese Unregelmäßigkeiten zu beheben, bearbeiten Sie manuell die Erkennungsvariable, die den Mikrovolt-Messwert der Spitze in Spalte 1 und die Position in der aktuellen Spielsitzung in Spalte 2 enthält.In den meisten Fällen können die richtigen R-Spitzen leicht gefunden werden, indem Sie auf die Problemposition hineinzoomen. Erhalten Sie die Matrix der Intervalle, in der Intervalle von mehr als 1,5 Sekunden ignoriert werden, und speichern Sie diese Zwischenintervalle für weitere Berechnungen bei der Überprüfung der Daten. Verwenden Sie dann diese Intervalle, um das mittlere Wurzelquadrat der aufeinanderfolgenden Differenzen zu berechnen.Öffnen Sie vor der Berechnung von Herzfrequenzvariabilitätsmessungen eine Wellenform, um die korrekte Spitzenerkennung zu überprüfen. Verwenden Sie das Vergrößerungswerkzeug, um einen Bereich des Diagramms auszuwählen, der beim Vergrößern oder -aus ausgegeben wird, wenn das Fenster nicht einfach visuell überprüft werden kann. Verwenden Sie das Werkzeug Datentipps, um die Position der verpassten Spitze bei Bedarf zu finden.Suchen Sie zur Peak-Korrektur die Erkennungsvariable, und doppelklicken Sie im Arbeitsbereich, um die falsch erkannten oder fehlenden Spitzen zu korrigieren. Wenn der Punkt ein falsch positives ist, entfernen Sie den Punkt aus dem Array, und ändern Sie die Werte aller falsch markierten Spitzen, die an nicht markierte Spitzen angrenzen, an die wertezeichen der nicht markierten Peaks. Führen Sie dann hrvmeasures aus, um Berechnungen der Herzfrequenzvariabilitätzumessung zu erhalten.m und öffnen Sie die Herzfrequenzvariabilitätsvariable aus dem Arbeitsbereichsfenster. Diese Methode liefert Daten zur Analyse der Auswirkungen, die die neu entwickelte aktive Videospielmethode auf die Herzfrequenzvariabilität eines bestimmten Motivs hat, indem der R-Teil der QRS-Wellenform in den EKG-Daten des Betreffenden lokalisiert wird. Wenn der Herzfrequenzmesser den richtigen Kontakt mit dem Betreffenden aufnimmt, werden die Daten einheitlich sein und den Bedarf an Korrekturen erheblich reduzieren.Wenn die Daten aufgrund vorübergehender Veränderungen des Hautkontakts des Herzfrequenzmessers ausreichend variabel sind, kann die erste Analyse die Spitzen wie angegeben falsch kennzeichnen. Die Änderung der Schwellenwerte in der Mindestzeit zwischen den Spitzen kann auch dazu beitragen, die Erkennungswerte für die Produktion und das angepasste Diagramm zu bereinigen. Es ist wichtig, jede Wellenform durchzuschwenken, um eine ordnungsgemäße Peak-Erkennung sicherzustellen, falsche Positivwerte zu entfernen und falsch markierte Spitzen zu verschieben, bevor Die Herzfrequenzvariabilitätsdaten berechnet werden.Weitere Überlegungen und Einflüsse mit Herzfrequenzvariabilitätsmessungen umfassen physiologische Überlegungen, Hydratationsstatus und Umwelteinflüsse. Diese Methode ist nützlich bei aktivitätsbasierten physikalischen Therapieinterventionen, da es in den letzten zehn Jahren eine Bewegung von behindertenbasierten Interventionen zu mehr Gesundheitsförderung und Fitness gegeben hat und diese Methode es uns ermöglicht, Fitness und Funktionsmobilität zu messen. Bevor Sie den Herzfrequenzmesser anwenden, möchten Sie sicherstellen, dass die Haut nicht gereizt ist und das Gerät gut repariert wird, um Hautabschürfungen zu vermeiden.

calculating-heart-rate-variability-from-ecg-data-from-youth-with

Research

Forschung

JoVE Journal

Behavior

Verhalten

Die Verfahren für die Speicherung von High-Density-EEG und den Blick Daten während der Computerspiel-basierte kognitive Aufgaben beschrieben sind. Mit einem Video-Spiel, um kognitive Aufgaben präsentieren verbessert ökologische Validität, ohne experimentelle Kontrolle.

Die Kombination Computer Game-Based Behavioural Experimente mit High-Density EEG-und Infrarot-Tracking-Gaze

Messung der Aktivität des autonomen Nervensystems in der Regel beschränkt die Forscher und Teilnehmer an das Labor, die eine einschüchternde Umwelt für Kinder vorsehen. Die VU University Ambulante Monitoring System (VU-AMS)-Gerät aufzeichnen können kardiale autonome Kontrolle in jeder Einstellung. Die VU-AMS als sehr zugänglich Testen bei Kindern.

Mess-Cardiac Autonomic Nervous System (ANS) Aktivität bei Kindern

Ein detailliertes Protokoll für eine experimentelle Paradigma die Wirksamkeit zu beurteilen, mit denen Kinder regulieren Emotion beschrieben. Kinder werden zufällig zu verwenden, um bestimmte Emotionsregulationsstrategien zugeordnet, negative Emotionen mit Filmclips ausgelöst werden, und Änderungen in nachfolgenden psychophysiology Index das Ausmaß, in dem Emotionsregulation wirksam ist.

Psychophysiologische Bewertung der Wirksamkeit von Emotionsregulationsstrategien im Kindesalter

Hier präsentieren wir ein Protokoll zur Erfassung von Gehirn und Herz Bio-Signale bei Mäusen mit gleichzeitiger Video Elektroenzephalographie (EEG) und Elektrokardiographie (EKG). Wir beschreiben auch Methoden, um die daraus resultierende EEG-EKG-Aufnahmen für Anfälle, spektrale EEG, Herzfunktion und Herzfrequenz-Variabilität zu analysieren.

Gleichzeitige Video-EEG-EKG Monitoring Neurocardiac Dysfunktion in Mausmodellen der Epilepsie zu identifizieren

Wir zeigen eine 24 h-Herzfrequenz Aufnahme Methodik, um den Einfluss der Gehirnerschütterung über die Wiederherstellung Flugbahn bei Jugendlichen Sportlern, in einem ökologisch gültigen Kontext zu beurteilen.

Autonome Funktion nach Gehirnerschütterung bei Jugendlichen Sportlern: eine Erforschung der Herzfrequenz-Variabilität mit 24-Stunden-Aufnahme Methodik

Das Ziel ist die Förderung einen neuen Ansatz für kardiologische Rehabilitation (CR), mit einer einzigartigen remote-Patienten-monitoring-System, die es Gesundheitsdienstleistern ermöglichen, CR-Patienten zu Hause zu niedrigen Kosten, mit der Absicht, CR Dienstleistungen zugänglicher zu überwachen und Verbesserung der Compliance. Die Studie ist derzeit im Gange.

Eine neuartige digitale Plattform für einen überwachten häuslichen kardiologische Rehabilitation-Programm

Diese Studie schlägt eine auf Beschleunigungssensoren basierende Methode zur objektiven Messung von körperlicher Aktivität (PA) und körperlicher Aktivität in der Freizeit (LTPA) bei chinesischen Kindern vor, die Tischtennistraining in Clubs absolvieren.

Messung der körperlichen Aktivität bei Kindern, die Tischtennistraining absolvieren

Die BrainBeats-Toolbox ist ein Open-Source-EEGLAB-Plugin, das entwickelt wurde, um EEG- und kardiovaskuläre (EKG/PPG) Signale gemeinsam zu analysieren. Es umfasst die Bewertung von herzschlagevozierten Potentialen (HEP), merkmalsbasierte Analysen und die Extraktion von Herzartefakten aus EEG-Signalen. Das Protokoll wird dazu beitragen, das Zusammenspiel von Gehirn und Herz durch zwei Linsen (HEP und Merkmale) zu untersuchen und so die Reproduzierbarkeit und Zugänglichkeit zu verbessern.

BrainBeats als Open-Source-EEGLAB-Plugin zur gemeinsamen Analyse von EEG- und kardiovaskulären Signalen

Die ValsalvaAnalyzer-Software enthält Funktionen zur Analyse kontinuierlicher Elektrokardiogramm- und Blutdruckmessungen, die während des Valsalva-Manövers (VM) aufgezeichnet wurden. Die berechneten klinischen Biomarker und geschätzten Modellergebnisse geben Aufschluss über die sympathische und parasympathische Regulation von Herzfrequenz und Blutdruck während der VM.

Software zur Analyse von Herzfrequenz- und Blutdruck-Zeitreihendaten aus dem Valsalva-Manöver

Dieses Protokoll beschreibt den Einsatz physiologischer Indikatoren zur Messung von Variationen der kognitiven Belastung über verschiedene Aufgabenschwierigkeitsstufen in kollaborativen Aufgaben zwischen Mensch und KI. Die Ergebnisse legen nahe, dass Menschen ihre Entscheidungsprozesse an die Schwierigkeit der Aufgabe anpassen und so unterschiedliche kognitive Belastungsstufen widerspiegeln.

Schätzung der kognitiven Last mit elektrokardiographischer Messung: Eine Zusammenarbeit zwischen Mensch und KI

Lernen Sie die Berechnung der Herzfrequenzvariabilität aus EKG-Daten bei Jugendlichen mit Zerebralparese während aktiver Videospielsitzungen. Diese Methode ermöglicht die Bewertung aerobischer Leistung und die Optimierung physiotherapeutischer Strategien.

Berechnung der Herzfrequenzvariabilität aus EKG-Daten von Jugendlichen mit Zerebralparese während aktiver Videospielsitzungen

Weitere Videos entdecken