활성 비디오 게임 세션 동안 뇌성 마비청소년의 심전도 데이터에서 심박수 변동성 계산

뇌성 마비 (CP)는 어린 시절의 가장 흔한신체 장애1 . CP는 발달하는 뇌에 대한 신경학적 모욕에 의해 발생하며 근육 약화, 경련, 컨디셔닝 및 감소된 운동 조절 및 균형^2,3과같은 운동 장애와 관련이 있다. CP는 비 진보적인 상태 이지만 나이, 아이 들 덜 신체적으로 활동 적이 고 일반적인 개발 (TD)와 그들의 동료에 비해 더 앉아 있는 그들의 손상 된 신경 근육에 성장의 증가 요구 때문에 주로 근골격계⁴.

CP를 가진 청소년은 일반적으로 기능적 이동성을 개선하고 신체 활동 및 체력 (예 : 유산소 및 근육 지구력)을 촉진하기 위해 물리 치료 (PT) 서비스를받습니다^2. 종종 이러한 PT 목표를 달성하고 유지하기 위해 PT 서비스 및 지역 사회 자원에 대한 액세스가 제한되어^있습니다5,⁶. 액티브 비디오 게임(AVGs)은 클리닉, 가정 또는 커뮤니티 설정에서 활동 기반PT 개입에서 실행 가능한 전략일 수 있음 7,⁸. 상용 AVG는 CP 9를 통해 청소년을 위한 특정 요구사항과 PT 목표를 충족하고 게임 플레이를 조정할 수 있는 유연성이 제한되어 있습니다. 그러나 맞춤형 AVG는 신체 활동 및 피트니스^10을촉진하면서 CP로 청소년에게 도전할 수 있는 유연한 게임 매개 변수를 제공합니다.

우리 팀은 청소년 운동 반응 (예 : 신체 활동 및 에어로빅 피트니스)을 검사하기 위해 맞춤형 AVG (KOLLECT)를 개발했습니다. 이 게임은 모션 센서를 사용하여 게임 플레이 중 청소년 의 움직임을 추적합니다. 게임의 목표는 높은 점수에 대한 가능한 한 많은 개체를 '수집'하고 포인트를 잃지 않도록 위험을 방지하는 것입니다. 개체는 유연한 게임 매개 변수에서 치료사에 의해 결정된 대로 손 및/또는 발 아이콘으로 수집될 수 있습니다.

유산소 체력을 증진하기 위해 신체 활동 강도를 투여하는 활동 기반 PT 중재를 설계하는 것은 CP^11을가진 청소년에게 매우 중요합니다. 사용자 정의 AVG는 강도를 투여하고 피트니스를 촉진하기 위해 신체 활동에 청소년을 참여하는 효과적인 전략이 될 수있다^10. 심박수(HR) 모니터는 호기성 성능 및 활동 강도를 결정하기 위해 임상 PT 실습에서 종종 사용됩니다. 따라서 HR 모니터는 에어로빅 피트니스를 촉진하기 위해 신체 활동 강도를 배분하는AVG의 타당성을 결정하는 데 도움이 됩니다 9. HR 모니터에서 생성된 심전도 데이터를 사용하여 심박수 변동성(HRV)을 계산할 수 있습니다. 분석 방법을 사용하여 ECG 데이터에서 HRV를 생성하여 에어로빅 워크로드를 검사했습니다. HRV의 최근 응용 프로그램은 단기 측정 (5 분 시합)이 적절하고 HRV 바이오 피드백이 다양한 건강 상태의 증상과 삶의 질을 개선하는 데 도움이 될 수 있음을 나타냅니다^32,33,34 . 단기 HRV 측정의 적용은 AVG 세션 도중 심장 혈관 기능을 평가하는 적당한 수식입니다. HRV가 ECG의 R-R 간격에서 파생된다는 점을 감안할 때, 우리는 선택한 시간 영역 및 주파수 도메인 측정값을 사용했습니다. HRV의 시간 도메인 측정은 연속적인 하트비트 사이의 시간을 나타내는 중간 비트 간격의 variablility 양을 정량화합니다. AVNN(평균 NN 간격), RMSSD(연속적인 차이의 근평균 제곱), SDNN(NN 간격의 표준 편차), NN50(NN 간격 및 gt;50 ms의 수) 및 PNN50(NN 간격의 백분율)을 사용했습니다. 주파수 도메인 측정은 가능한 4개의 주파수 대역으로 절대 또는 상대 전력의 분포를 추정하며, 특히 LF/HF 비율과 함께 두 개의 대역, 저주파(LF) 전력 및 고주파(HF) 전력을 다루었습니다. HR은 잘 받아들여지는 임상 척도이지만, HRV는 자율 시스템 기능, 회복, 적응에 대한 정보를 제공하고, AVG^세션(28)동안 에어로빅 워크로드의 추정치를 제공하기 때문에 유용할 수 있다.

이 연구의 목적은 신체 활동과 피트니스를 촉진하기 위해 AVG 전략을 사용하는 타당성을 조사하는 것이었습니다. 두 번째 목적은 HR 모니터를 통해 얻은 ECG 데이터로부터 HRV를 계산하는 AVG 데이터 수집 프로토콜 및 방법론을 제시하는 것이었습니다. 이 측정 및 이 프로토콜은 PT 내정간섭 세션을 감시하고 복용량하는 임상의와 관련이 있다는 것을 증명할 수 있습니다.

기관 심사위원회의 승인을 얻었습니다. 모든 청소년은 서면 동의서를 제공했으며 부모는 참여하기 전에 동의를 제공했습니다.

1. AVG 데이터 수집 세션

1. AVG 게임 세션
   1. 이 연구에서는 CP가 있는 청소년이 3개의 20분 게임으로 구성된 AVG 세션에 참여합니다. 청소년 인구 통계에 대한 표 5를 참조하십시오. 총 30경기가 예상됐다. 그러나 한 과목이 AVG 세션에서 2 경기만 치렀기 때문에 29 경기가 완료되었습니다.
   2. 피험자가 세션 내내 HR 모니터를 착용하여 HR 및 심전도 응답을 기록하게 한다.
   3. AVG 세션에서는 청소년이 자세 지지와 안정성을 위해 바닥과 무릎과 엉덩이가 90도 (90/90 앉아)로 구부러진 채 벤치에 앉아있는 동안 각 AVG를 연주하게하십시오.
   4. 수집 객체에 대해 다음 세 가지 게임 조건을 사용하십시오: 1) 손 아이콘만; 2) 피트 아이콘만; 3) 손과 발 아이콘 모두. 피사체 간에 균형 잡힌 순서를 사용합니다. 신체 활동 및 피트 니스를 촉진 하 고 너무 일찍 발생 하는 요구 하지 결정 하는 이 세 가지 조건을 선택, 과도 한 피로.
      참고 : 각 게임은 운동 처방의 단계를 사용하여 설계되었습니다 : 워밍업, 컨디셔닝 및 쿨 다운. 【 표 1】을 참조 하십시오. 또한 게임 플레이가 시작되기 전에 기본 HR과 게임 플레이 후 복구 단계를 문서화하여 기본 HR로 돌아가는 시간을 문서화하는 휴식 단계가 있었습니다.
   5. HR이 기준 수준으로 돌아갈 수 있도록 게임 사이에 휴식 기간을 허용합니다.
2. 심전도 데이터에서 HRV 계산
   1. 데이터를 5분 간격으로 구성하여 각 단계에 대해 비교 가능한 데이터를 보장합니다. 따라서 이러한 계산에 대해 정의된 6단계가 있었습니다: 1) 나머지; 2) 워밍업; 3) 컨디셔닝 1 (처음 5 분); 4) 컨디셔닝 2 (초 5 분); 5) 쿨 다운 (5 분) 및 6) 복구. 컨디셔닝 단계를 두 개의 5분 단계로 나누면 컨디셔닝 감소로 인한 피로를 고려하여 짧은 간격으로 피험자 호기성 성능을 검사할 수 있습니다(표 4).
   2. 피사체 세션의 각 세그먼트에 대한 HRV 측정값을 올바르게 계산하려면 원시 심전도 신호^12,13에서R-피크 감지를 수행합니다. 원시 신호를 사용하여 데이터를 왜곡할 수 있는 조작을 방지합니다.
   3. 데이터를 처리하려면 각 레코딩 세션의 시작 시간을 가져오고 'datetime' 변수(MM/DD/YYYY HH:SS)에서 변환합니다. SS)를 초단위로 이러한 계산 중에 MM/DD/YYYY 부분을 무시할 수 있는 세션이 이틀 동안 발생하지 않았습니다. 상기 심전도(ECG) 파일 내에서 각 게임 세션을 찾는 타이밍 테이블에서 관심 있는 게임의 시작 시간을 획득하는 것; 이 시간은 타이밍 파일에서 추출된 후 초로 변환되었습니다. 타이밍 파일에는 게임의 각 단계에 대한 시작 시간과 복구 기간의끝이 포함되어 있습니다(표 2).
   4. 경기 시작 5분 전의 휴식 기간을 재사용 대기시간 단계 종료 후 5분으로 계산합니다. 이 시간이 확보되면 다음 방정식을 통해 ECG 파일 내에서 관심 있는 게임 단계의 위치(S)를 얻습니다.
      (1)
      위상이 휴식, 워밍업, 컨디셔닝 1, 컨디셔닝 2, 쿨다운 또는 회복으로 설정된 경우; 시간은 심전도 샘플 속도를 고려하여 1/Frequency로 분할되었습니다. HR 모니터의 샘플링 속도는 250Hz이므로 4ms마다 측정값이 포함되어 있습니다.
      1. 대체 기록 장치의 사용을 고려하여 Peak_Detection.m 프로그램의 첫 번째 프롬프트로 샘플링 속도를 변경하여 이 번호를 변경합니다. 피크 감지 프로그램을 실행하는 동안 작업할 5분 세그먼트를 선택합니다. 이 작업은 사용자에게 프롬프트를 통해 수행되었습니다. 종료 시간을 시작 시간 후 5분으로 설정하고 녹음 장치의 주파수를 고려합니다.
   5. 5분 단면도가 선택되면 파형의 평균 및 표준 편차를 기준으로 피크 감지임계값을 계산합니다.
      1. 임계값을 설정하지만 데이터가 균일한 경우 해당 R 피크보다 높은 T 피크에서 가양성 검출을 줄일 수 있습니다. 이러한 거짓 긍정의 예는 그림1에서 볼 수 있습니다.
      2. R 피크에 대한 최소 높이와 함께, 원하는 R. 주위에 잘못된 피크의 검출을 최소화하기 위해 피크 사이의 최소 거리를 할당 75 피크 사이에 0.3 s 또는 200 분당 200 비트 (bpm)에 해당 (이 값은 변경 주파수)를 참조하십시오. 200 bpm의 값은 이 연구 결과에 있는 과목에 의해 달성된 어떤 HR 보다는 더 높고 공부되는 인구에 근거하여 변경될 수 있습니다.
   6. 임계값이 계산되면 프로그램이 파형을 통해 실행되고 RR 간격 및 HRV 계산에 대한 모든 R을 분별하도록 합니다. 사용자가 그림 1 또는 그림 2에 표시된 것과 같은 부정행위를 검토할 수 있도록 예비 플롯을 생성합니다.
      1. 열 1의 피크 의 마이크로볼트(μV) 판독값과 두 번째 열의 현재 게임 세션(s/0.004)의 위치를 포함하는 감지 변수를 편집하여 이러한 요철을 수동으로 수정합니다. 대부분의 경우 그림1과 같이 문제 위치를 확대하여 적절한 R 피크를 쉽게 찾을 수 있습니다. 많은 데이터 세션은 그림 3과 같이 상당히 균일하므로 몇 가지 수정만 필요합니다. 그러나 어떤 경우에는 상당히 지저분하며 적절한 R 위치를 검토하고 얻는 데 더 많은 시간이 필요합니다.
      2. 파형의 변동이 피크를 제대로 찾기가 지나치게 어렵게 만드는 경우, 작은 세그먼트 ~1-2 s를 무시하고 HRV 계산에 사용되지 않는 자궁 외 비트에 속성^12.
   7. R이 있는 후 HRV_Measures 프로그램을 실행합니다. RR 간격을 먼저 계산하는 것은 이 연구에 사용된 HRV 측정값의 기초가 되기 때문에^12.
      1. 간격의 행렬을 얻고 계산에서 제거되는 전술 한 자궁 외 비트로 인해 1.5 s (40 bpm)보다 큰 간격을 무시합니다. 추가 계산 및 데이터 확인을 위해 이러한 RR 간격을 저장합니다. 다음 방정식을 사용하여 이러한 간격을 사용하여 연속차이(RMSSD)의 근평균 제곱을 계산합니다.
         RMSSD = (2)
         여기서 N = RR 간격(R-R)_i = 인접한 QRS 피크(R-R)_i+1 사이의 간격 = 후속 피크 세트 사이의 간격
   8. 이 변수를 선택하면 길이^{13,14,15,16,17에서} 1분에서 24시간 사이의 간격으로 효과적인 것으로 나타났기 때문에 이 5분동안 평가할 수 있습니다. 게임 단계의 간격을 결정합니다. RMSSD와 함께 NN 간격의 표준 편차를 얻어^14,16,18단계 전반에 걸쳐 HR의 변화를 측정합니다.
   9. RR 간격을 사용하여 NN50, 1분에서 24h^{16,19까지의}간격으로 사용되어 온 50 ms¹² 이상으로 이전 간격과 다른 간격수를 계산합니다. ^20,21.
      1. 연속적인 RR 간격 길이의 차이가 50 ms보다 큰지 여부를 확인한 간단한 카운트 함수를 통해 NN50 변수를 계산한 후 NN50이 이러한 방식으로 얻어지면 pNN50을 계산하기 위해 총 간격 수로 나누어 계산합니다. 50 ms. 이상이 다른 간격의 백분율이 계산은 단위없는 변수^13,14,이 처럼 다양한 길이의 주제, 게임, 심지어 세션에 걸쳐 측정 된 데이터를 비교할 수^{있었습니다. 16세 , 17}.
   10. 별도의 HRV 측정^{16,17,19,22,23,24로}각 단계 및 주제에 대한 평균 RR 간격 길이를 계산합니다. 이 측정값을 사용하여 평균 RR 간격을 60초로 나누어 평균 HR을 계산합니다. 이 두 측정은 모두 피사체의 활동 추세를 관찰하기 위해 게임 세션 전반에 걸쳐 쉽게 비교할 수 있습니다^{16,17,19,22,23, 24}.
   11. 이러한 측정값을 계산한 후 Fast-Fourier 변환^13,14에서 PSD를 획득하여 5분 간격의 원시 심전도 및 RR 간격 매트릭스 모두에 대해 저주파 및 고주파 전력 스펙트럼 밀도(PSD)를 계산합니다. ^{, 17세 , 19세 , 25}. 이러한 모든 데이터는 테이블에 저장된 다음, 그 예는 표4에 나와 있습니다.

2. 환자로부터 심전도 데이터 획득

1. 피사체에 적용하기 위해 HR 모니터 가슴 스트랩과 블루투스 모듈을 준비합니다.
   1. 충전 크래들(charge cradle)을 사용하여 Bluetooth 모듈이 완전히 충전되었는지(3시간)에 있는지 확인합니다.
   2. 충전 거치대를 통해 모듈을 데이터 컴퓨터에 연결하고 구성 도구를 엽니다. 로깅을 위해 이름을 입력합니다.
   3. HR 장치를 선택하고 시간 탭을 클릭하고 날짜/시간 설정을 선택하여 모듈을 올바른 시간과 날짜에 동기화합니다. 이제 충전 거치대에서 장치를 제거할 수 있습니다.
   4. 손에 손을 물에 넣고 전도성 부위를 문지르면 HR 모니터 가슴 스트랩의 전도성 영역(베이지색)을 적십니다.
   5. HR 모니터 블루투스 모듈을 가슴 스트랩과 함께 모듈의 전도성 표면이 가슴 스트랩과 함께 가슴 스트랩에 넣습니다.
   6. 표시등이 깜박일 때까지 모듈의 버튼을 길게 누릅니다. 모듈이 켜지고 기록중입니다.
   7. 왼쪽 중간 겨드라인과 가슴 근육 바로 아래에 있는 스트랩으로 HR 모니터 가슴 스트랩(Bluetooth 모듈)을 플레이어에 적용합니다. 일단 제대로 배치되면, 세션 중에 움직이지 않지만 플레이어가 불편하지 않도록 장치를 조입니다.
2. 신호를 획득하고 라이브 피드를 봅니다.
   1. 커넥터를 데이터를 보는 데 사용할 컴퓨터의 USB 포트에 연결합니다.
   2. 렌치 및 드라이버가 있는 아이콘을 클릭하여 라이브 뷰 프로그램을 열고 설치 모드로 들어갑니다.
   3. 적절한 경우 목록에서 플레이어를 선택하거나 화면 왼쪽 하단에 새 버튼이 있는 새 피사체를 추가합니다.
   4. 식별 목적(이름, 연령, 성별, 신장, 체중)을 위해 원하는 대로 주제 정보를 입력합니다.
   5. 하드웨어 탭을 클릭하고 현재 주제를 선택합니다.
   6. 탭 하단에 있는 할당을 클릭하고 현재 장치를 선택합니다(다른 장치가 없는 경우 01로 표시됨). 그런 다음 팝업 상자에서 할당을 클릭합니다.
   7. 팀 탭을 클릭합니다.
   8. 배포 탭을 클릭한 다음 새로 만든 팀을 첫 번째 탭으로 이동합니다.
   9. 왼쪽 상단 모서리에 있는 파란색 Wi-Fi 기호를 클릭하여 라이브 모드 탭을 엽니다.
   10. 라이브 모드 탭을 사용하여 피사체의 HR, 호흡률 및 자세를 실시간으로 모니터링할 수 있습니다.
       참고: 신호 강도, 배터리 전원 및 측정값의 신뢰도도 볼 수 있습니다.
   11. 처리를 위한 각 세션및 단계의 시작과 끝의 정확한 타이밍(MM/DD/YYYY HH:MM:SS)을 기록합니다.
3. HR 모니터에서 심전도 데이터를 다운로드합니다.
   1. 세션이 끝날 때 플레이어에서 스트랩을 제거하고 가슴 스트랩에서 블루투스 모듈을 제거합니다.
   2. 모듈을 충전 거치대에 넣고 소프트웨어 프로그램이 설치된 컴퓨터에 연결합니다.
   3. 로그를 엽니다.
   4. 드롭다운 메뉴에서 장치를 선택합니다. 현재 기기에 있는 모든 세션은 날짜와 시간으로 표시됩니다.
   5. 기본 저장 위치 사용을 말하고 새 저장 위치를 선택하라는 확인란의 선택을 취소합니다.
   6. 저장을클릭합니다. 그러면 진행률 표시줄이 나타납니다. 저장은 세션 의 길이에 따라 최대 1시간이 걸릴 수 있습니다.
   7. 날짜가 저장되면 이름을 바꿉니다.

3. 심박수 변동성 측정값의 데이터 분석 및 계산

1. 처리를 위해 파일을 준비합니다.
   1. ECG 파일의 이름을 'KOLLECT_Subject#_AVG4'(예: KOLLECT_01_AVG4.csv')로 지정합니다.
   2. 데이터 처리 중에 타이밍 데이터를 그리는 쉼표 분리 변수(.csv) 형식으로 타이밍 테이블을 생성합니다. 올바른 형식의 예는 표 1을 참조하십시오.
   3. .csv 파일에서 날짜 시간 데이터를 가져오고 새로 만든 변수의 이름을 마우스 오른쪽 버튼으로 클릭하고'Timing.mat'로변경합니다.
2. 예비 R 피크 감지.
   1. 피크 _ 감지를 열고 실행합니다. m.
   2. 프로그램에 의해 메시지가 표시될 때 심전도 기록 장치의 주파수를 입력합니다.
   3. 메시지가 표시되면 분석할 데이터의 플레이어 번호를 입력합니다.
      참고: 일부 플레이어는 활성 비디오 게임 4(AVG4)를 완료하지 않았기 때문에 이 연구에는 1-10명의 플레이어만 사용됩니다. 다른 번호는 오류 메시지를 제공합니다.
   4. 메시지가 표시되면 분석할 게임 수(1, 2 또는 3)를 입력합니다.
   5. 분석할 단계(휴식, 워밍업(WU), 컨디셔닝(Con), 나머지 또는 복구 단계를 입력합니다.
      1. 원하는 경우 분 으로 오프셋을 입력하거나 오프셋없음에 대해 0을 입력합니다.
   6. 돋보기 도구를 선택하고 출력되는 플롯의 영역을 선택하여 그림3과 같이 폭이 약 2,000(s/0.004)인 창과 전체 파형을 표시하는 높이를 작성합니다. 창을 시각적으로 쉽게 검사하지 않으면 확대 또는 축소합니다.
   7. 그래프를 시각적으로 검사하여 감지된 피크가 올바르게 레이블이 지정되었는지 평가합니다. 불규칙한 심전도 데이터로 인해 잘못 감지되고 누락된 피크에 대한 예는 그림 1을 참조하십시오(그림 2).
3. 피크 보정
   1. 검색 변수를 찾아 작업 공간에서 두 번 클릭하여 잘못 감지되거나 누락된 피크를 수정합니다.
   2. 심전도 파형의 플롯에 데이터 커서 도구를 사용하여 잘못된 피크의 x 및 y 좌표를 구합니다. X(시간*주파수)는 Detection.mat의 첫 번째 열이고 Y(전압)는 두 번째 열입니다(그림 3).
      1. 나타나는 텍스트 상자를 마우스 오른쪽 버튼으로 클릭하고 커서 업데이트 기능 선택을클릭합니다.
      2. 이 분석에 사용된 파일이 포함된 폴더에서 TooltipUpdate.m을 선택합니다. 이렇게 하면 도구 설명에 더 정확한 값이 표시됩니다.
   3. 점이 거짓 긍정인 경우 Detection.mat 변수에서 행을 클릭하고 컨트롤 및 마이너스 키를 눌러 배열에서 해당 점을 제거합니다. 오탐지의 예는 그림3에서 볼 수 있다.
   4. 그림1에서 R로 표시된 두 개의 T 피크에 표시된 것처럼 표시되지 않은 피크에 인접한 잘못 표시된 피크를 편집하여 표시되지 않은 피크의 피크와 일치하도록 값을 변경합니다.
   5. 데이터 커서 도구를 사용하여 얻을 수 있는 놓친 피크의 값을 얻을 수 있습니다.
   6. 검색에 행을 추가합니다. 제어 및 낮은 전압 레벨로 인해 놓친 피크에 대한 플러스 키를 사용하는 매트.
   7. 계산 프로세스 중에 음수 값을 피하기 위해 숫자 순서로 값을 입력합니다(즉, 피크(10908과 11167) 사이에 있는 피크를추가합니다(그림 5).
   8. 입력할 때 숫자가 때때로 잘리기 때문에 전체 세션을 계속하기 전에 값이 올바르게 입력되었는지 확인합니다.
   9. 모든 피크가 확인 및/또는 수정될 때까지 2.3단계를 반복합니다.
      참고: 일부 파일은 파형 진폭의 가변성이 제한되어 있으며 그림 4에서 볼 수 있듯이 더 빠르게 확인할 수 있으며, 다른 파일은 더 가변적이며 육안 검사 중에 피크를 정확하게 찾기 위해 더 가까운 줌이 필요할 수 있습니다.
4. HRV 측정 계산을 가져옵니다.
   1. 나중에 참조할 수 위해 Peak_Detection.m에서 생성된 원래 플롯을 저장합니다.
   2. HRV_Measures.m을 실행하여 올바르게 레이블이 지정된 플롯을 생성합니다. 수정된 데이터의 샘플은 그림6에 나와 있습니다.
      1. 삽입 |을 사용하여 플롯 제목 변경 플롯 창의 제목을 원하는 제목으로 변경합니다.
      2. 출력에 대한 창을 확인, 프로그램이 있는 경우 잘못 입력 된 위치의 사용자에게 알립니다.
   3. 명명된 변수 간격을 저장합니다.
   4. 작업 영역 창에서 HRV라는 제목의 변수를 열어 평균 RR(ms), 평균 HR(bpm), RMSSD(ms), SDNN(ms), NN50(개수), pNN50(%), 저주파(LF)/고주파(HF)(ECG), LF/HF RR, 저주파 전력 RR 및 고주파 전력(RR)을 볼 수 있습니다. 이러한 변수의 h 값을 표4에 표시된 것과 같은 테이블에 저장합니다.
   5. 분석이 필요한 다른 모든 세그먼트, 세션 및 주제에 대해 섹션 3.2 - 3.4를 반복합니다.

이 방법은 새로 개발된 방법이 피험자의 심박수 변동성(HRV)에 미치는 영향을 분석하는 데 사용할 데이터를 제공합니다. 그림6과 같이 피험자의 심전도 데이터의 QRS 파형의 R 부분을 찾아서 다양한 HRV 값을 계산하여 이를 수행합니다. HR 모니터가 피사체와 적절하게 접촉하는 경우 데이터가 균일하여 수정의 필요성이 크게 줄어듭니다(그림 4참조).

그림 1 및 그림2에 설명된 대로 지저분하고 불규칙한 데이터를 처리하도록 임계값을 설정해야 합니다. HR 모니터 스킨 접촉의 순간적인 변화로 인해 데이터가 충분히 가변적인 경우, 초기 분석은 그림3에 나타난 바와 같이 피크에 잘못 레이블을 지정할 수 있습니다. 이 오류는 프로토콜의 섹션 3에 설명된 대로 값을 수동으로 수정하거나 추가 데이터 포인트를 입력하여 수정할 수 있습니다. 임계값 수준과 피크 사이의 최소 시간을 변경하면 감지 값을 정리하고 그림 5에서 그림 6과 같은 조정된 플롯을 생성하는 데 도움이 될 수 있습니다.

데이터가 불일치에 대해 가져오고 분석되면 통계 분석을 위해 HRV 값을 계산하는 데 사용할 수 있습니다. 심전도 데이터의 분석은 평가 목적으로 세션 중에 수행된 관측값을 정량화하는 데 사용할 수 있습니다.

그림 1 . '지저분한' 데이터를 나타내는 워밍업 세션 동안 피사체 1게임 3에 대한 시간(x축)에 걸쳐 μv의 연속 HR(y축)의 대표 그래프. 지저분한 데이터: 이 섹션에서 R 피크는 파형의 T 부분보다 작습니다. 이로 인해 최대 검색에 문제가 발생할 수 있습니다.

그림 2 . 일부 심전도 (ECG) 불규칙한 파형 패턴의 예. 불규칙한 파형 패턴: 움직임으로 인해 피사체와 접촉하는 변화는 전압 변동으로 인해 파형의 균일성을 감소시킬 수 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 3 . 심전도(ECG) 출력의 예로, 잘못 레이블이 지정된 피크 HR 잘못 레이블이 지정된 피크입니다. 도면 상단에 전압이 급격히 상승하면 파형의 일부가 R 패턴과 일치하는 것으로 감지됩니다. 또한 (9924, 2074)에서 강조 표시된 것과 같은 근접성으로 인해 근처의 R 패턴이 무시될 수 있습니다.

그림 4 . μv의 연속 HR(y축)의 대표적인 그래프(x축)를 통해 깨끗한 심전도(ECG) 파형을 제공합니다. 클린 파형: 비교적 균일한 파형 및 전압 레벨을 가진 균일한 심전도 데이터 섹션의 예입니다.

그림 5 . 세척 전에 원시 심전도(ECG)의 시간(x축)에 걸쳐 μv의 연속 HR(y축)의 대표적인 그래프. 정리 전 데이터: 컨디셔닝 단계에서 주제 01 Game 3의 심전도 데이터의 30초 세그먼트가 표시됩니다. 일부 피크는 누락되었으며 일부는 고전압 가변성으로 인해 잘못 레이블이 지정되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 6 . 계학 후 원시 심전도(ECG)의 시간(x축)에 걸쳐 μv의 연속 HR(y축)의 대표적인 그래프. 데이터 포스트 청소: 프로토콜의 섹션 3에 설명된 대로 적절하게 레이블이 지정된 후 주제 01 Game 3의 동일한 30초의 심전도 데이터. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

표 1. 활성 비디오 게임 (AVG) 게임 단계. 키: 목표 심박수 (THR); NA(해당되지 않음).

표 2. 타이밍 파일 키 : AVG = 활성 비디오 게임

표 3. 심박수 변동성(HRV) 피험자 03 게임 01에 대한 데이터

표 4. 각 게임에 대한 다양한 운동 단계에 대한 심박수 변동성 측정에 대한 설명 통계는 이 표를 다운로드하려면 여기를 클릭하십시오. 

표 5. 환자 인구 통계

이때 저자(CL 및 PAS)는 공개할 것이 없다. O'Neil 박사는 enAbleGames, LLC 및 Kollect의 공동 창립자이며이 웹 기반 회사가 제공하는 게임 중 하나입니다. enAbleGames는 게임 개발 단계에 있으며 현재 상장 회사가 아닙니다 (www.enAbleGames.com).