アクティブなビデオゲームセッション中の脳性麻痺を持つ若者からの心電図データからの心拍変動の計算

プロトコルは、心電図データを用いて好気性機能を決定する心拍変動を測定するための分析方法を提供する。そして、これにより、理学療法プロトコル内の自律システム機能に関する洞察を得る手助けとなります。この技術は、有酸素負荷、要求および脳性麻痺の若者のための理学療法戦略を測定するために使用することができる。

例えば、理学療法では、アクティブなビデオゲームを使用して健康とフィットネスを促進する技術を行っています。心拍数変動は有酸素負荷を測定し、患者に心血管機能測定を提供し、患者に最も適切に会い、挑戦するレベルで理学療法を投与することを可能にする。方法論は心臓の心配および心臓リハビリテーションで有用である。

そして、計算は心臓監視装置に統合され、結果として心電図または心電図からの心拍変動を提供する可能性があります。計算は最初は難しいかもしれません。しかし、トレーニングビデオを作成することで、臨床医や研究者が心臓ケアの有効性を評価するためのこれらの措置をより効果的に活用するのを支援することができます。

アクティブなビデオゲームデータ収集セッションでは、手のアイコンのみ、足のアイコンのみ、またはオブジェクトコレクションの手と足の両方のアイコンを選択して、過度に厳しく、早期の疲労を引き起こすことなく、身体活動とフィットネスを促進するのにどのゲームがより効果的かを判断します。青少年に脳性麻痺を心拍数モニターを装備するには、まず完全に充電されたBluetoothモジュールをデータコンピュータに差し込み、充電クレードルにして構成ツールを開きます。濡れた手で心拍数モニターの胸のストラップの導電領域を湿らせなさい。

Bluetoothモジュールを、胸のストラップの表面に並べた導電性の表面を持つ胸のストラップに入れなさい。モニタがクリックインします。次に、心拍数モニターの胸のストラップとBluetoothモジュールを、左の中型の腋窩線と胸筋のすぐ下のストラップに合わせたモジュールで被写体に塗布します。

適切に配置されたら、デバイスを締めて、セッション中に動かないようにしますが、被写体に不快な状態にならないようにします。被験者は、床に足を平らにしてベンチに座り、膝と腰を姿勢のサポートと安定性のために90度に曲げます。データを表示するために使用されるコンピュータのUSBポートにコネクタを差し込み、ライブモードタブを使用して、被験者の心拍数、呼吸数、姿勢をリアルタイムで監視します。

次に、被験者の休止期間を記録し、被検者の最初のアクティブなビデオゲームを開始する前に、被験者の心拍数のベースライン記録を取得します。ゲームセッションの終了時に、心拍モニターから心電図データをダウンロードし、対象からストラップを取り外します。心電図データから心拍変動を計算するには、MATLABを開き、5分間隔でデータを整理し、相間のデータを比較可能にします。

ゲーム開始の5分前、回復期を冷却停止フェーズ終了後5分で、生心電図信号に対してRピーク検出を行うように休息期間を計算する。これらの時間が取得されたら、ECGファイル内の関心のあるゲームフェーズの位置を特定し、関心のある5分間のセクションを選択します。波形の平均と標準偏差に基づいて、ピーク検出のしきい値を計算します。

また、Rピークの最小高さと共に、ピーク間の最小距離0.3秒を割り当てて、希望するRの周囲の誤ったピークの検出を最小限に抑えます。波形を処理し、拍間間隔と心拍変動計算のためのRのピークをすべて識別しようとします。図のように不規則性を確認できるように、予備プロットを生成します。

多くのデータ セッションは、かなり一様であるため、いくつかの修正が必要です。しかし、いくつかのケースはかなり乱雑であり、適切なRの位置を確認し、取得するためにより多くの時間を必要とします。これらの不規則性を修正するには、1 列目のピークのマイクロボルト読み取り値と、列 2 の現在のゲーム セッション内の位置を含む検出変数を手動で編集します。

ほとんどの場合、適切な R ピークは、問題の場所にズームインすることで簡単に見つけることができます。1.5秒より大きい間隔を無視して間隔の行列を取得し、データの検証でさらなる計算のためにこれらのインタービート間隔を保存します。次に、これらの間隔を使用して、連続する差の二乗平均平方根を計算します。

心拍数変動測定を計算する前に、波形を開いて正しいピーク検出を確認します。拡大ツールを使用して、ウィンドウが視覚的に簡単に検査されない場合に、ズームインまたはアウトの出力されるプロットの領域を選択します。データ ヒント ツールを使用して、必要に応じて、見逃したピークの位置を検索します。

ピーク補正の場合は、検出変数を探し、ワークスペース内をダブルクリックして、誤って検出されたピークまたは欠落したピークを修正します。ポイントが誤検知の場合は、配列からポイントを削除し、マークされていないピークに隣接する誤ってマークされたピークの値を、マークされていないピークの値に変更します。次に、心拍数変動測定の計算を取得するには、hrvmeasuresを実行します。

m をクリックし、ワークスペース ウィンドウから心拍変動変数を開きます。この方法は、新しく開発されたアクティブなビデオゲーム法が、QRS波形のR部分を被検者のECGデータに配置することによって、特定の被験者の心拍数変動に及ぼす影響を分析するためのデータを提供する。心拍数モニタが被験者と適切に接触した場合、データは一様になり、補正の必要性が大幅に減少します。

心拍数モニタの皮膚接触の瞬間的な変化によりデータが十分に変動する場合、最初の分析では、示されたとおりにピークに誤ったラベルが付く可能性があります。ピーク間の最小時間でしきい値レベルを変更すると、生産および調整済みプロットの検出値をクリーンアップするのにも役立ちます。各波形をパンして、適切なピーク検出を確実に行い、誤検知を除去し、誤ったラベルのピークをシフトしてから、心拍数変動データを計算することが重要です。

心拍数変動測定を使用したその他の考慮事項と影響には、生理学的な考慮事項、水和状態、環境への影響などがあります。この方法は、過去10年間に障害ベースの介入からより多くの健康増進とフィットネスへの動きがあり、この方法は私たちがフィットネスと機能の移動性を測定することを可能にするように、活動ベースの理学療法介入に有用である。心拍数モニターを適用する前に、皮膚が刺激されないこと、および皮膚の擦り傷を避けるためにデバイスが良好な修復を行っていることを確認します。