Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Behavior

सक्रिय वीडियो गेम सत्र के दौरान सेरेब्रल पाल्सी के साथ युवाओं से ईसीजी डेटा से हृदय गति भिन्नता की गणना

doi: 10.3791/59230 Published: June 5, 2019

Summary

यह प्रोटोकॉल इलेक्ट्रोकार्डियोग्राम (ईसीजी) तरंगरूपों से हृदय गति भिन्नता (HRV) की गणना के लिए एक विधि का वर्णन करता है। सक्रिय वीडियो गेम (एवीजी) सत्रों के दौरान निरंतर दिल की दर (एचआर) रिकॉर्डिंग से वेवफ़ॉर्म्स मस्तिष्क पक्षाघात (सीपी) के साथ युवाओं के एरोबिक प्रदर्शन को मापने के लिए इस्तेमाल किया गया।

Abstract

इस अध्ययन का उद्देश्य इलेक्ट्रोकार्डियोग्राम (ईसीजी) तरंगरूपों से हृदय गति परिवर्तनशीलता (एचआरवी) की गणना के लिए एक विधि उत्पन्न करना था। waveforms एक मानव संसाधन मॉनिटर द्वारा दर्ज की गई है कि प्रतिभागियों (मस्तिष्क पक्षाघात के साथ युवा (सीपी) सक्रिय वीडियो गेम (एवीजी) सत्र के दौरान पहना था. AVG सत्र प्रतिभागियों में शारीरिक गतिविधि और फिटनेस (एरोबिक प्रदर्शन) को बढ़ावा देने के लिए डिजाइन किए गए थे. लक्ष्य एक भौतिक चिकित्सा (पीटी) हस्तक्षेप रणनीति के रूप में एवीजी की व्यवहार्यता का मूल्यांकन करने के लिए किया गया था। अधिकतम मानव संसाधन (मानव संसाधन) प्रत्येक भागीदार के लिए निर्धारित किया गया था और लक्ष्य हृदय दर क्षेत्र (THR$) 20 मिनट औसत सत्र में तीन व्यायाम चरणों में से प्रत्येक के लिए गणना की गई थी: (40-60% mHR पर गर्म अप, 60-80% mHR पर कंडीशनिंग, और 40-60% mHR पर शांत). प्रत्येक प्रतिभागी AVG सत्र के दौरान तीन 20 मिनट के खेल खेला. सभी खेल एक बेंच पर बैठे हुए खेले गए थे क्योंकि सीपी के साथ कई युवा समय की विस्तारित अवधि के लिए खड़े नहीं हो सकते। प्रत्येक खेल हालत केवल हाथ माउस का उपयोग कर प्रतिभागियों के साथ भिन्न, हाथ और पैर माउस को एक साथ या पैर माउस केवल वस्तुओं को इकट्ठा करने के लिए. खेल का उद्देश्य (KOLLECT कहा जाता है) अंक हासिल करने के लिए वस्तुओं को इकट्ठा करने और अंक खोना नहीं करने के लिए खतरों से बचने के लिए है। खतरों को गर्म अप में इस्तेमाल किया गया और चरणों को शांत करने के लिए केवल लक्ष्य हृदय गति क्षेत्र (THR]) में मानव संसाधन बनाए रखने के लिए धीमी, नियंत्रित आंदोलन को बढ़ावा देने के लिए। उच्च स्तर और अधिक तीव्र शारीरिक गतिविधि को बढ़ावा देने के लिए कंडीशनिंग चरण में कोई खतरा नहीं थे। एनालिटिक विधियों का उपयोग एरोबिक कार्यभार की जांच करने के लिए ईसीजी डेटा से एचआरवी (चयनित समय-डोमेन और आवृत्ति-डोमेन उपाय) उत्पन्न करने के लिए किया गया था। HRV के हाल के अनुप्रयोगों से संकेत मिलता है कि अल्पकालिक माप (5 मिनट bouts) उपयुक्त हैं और कि HRV biofeedback स्वास्थ्य की स्थिति की एक किस्म में लक्षण और जीवन की गुणवत्ता में सुधार करने में मदद कर सकते हैं. हालांकि मानव संसाधन पीटी हस्तक्षेप में एरोबिक प्रदर्शन और तीव्रता की जांच करने के लिए एक अच्छी तरह से स्वीकार नैदानिक उपाय है, HRV स्वायत्त प्रणाली कार्यों, वसूली और एवीजी सत्र के दौरान अनुकूलन की जानकारी प्रदान कर सकते हैं.

Introduction

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

सेरेब्रल पाल्सी (सीपी) बचपन1 का सबसे आम शारीरिक विकलांगता है। सीपी विकासशील मस्तिष्क के लिए एक neurologic अपमान के कारण होता है और इस तरह के मांसपेशियों में कमजोरी, spasticity, deconditioning, और मोटर नियंत्रण और संतुलन2,3के रूप में मोटर हानि के साथ जुड़ा हुआ है. सीपी एक गैर प्रगतिशील हालत है, लेकिन उम्र के साथ, बच्चों को कम शारीरिक रूप से सक्रिय हो जाते हैं और अधिक गतिहीन ठेठ विकास के साथ अपने साथियों की तुलना में (टीडी) ज्यादातर उनके समझौता neuromuscular पर विकास की वृद्धि की मांग की वजह से और musculoskeletal सिस्टम4|

सीपी के साथ युवा आमतौर पर कार्यात्मक गतिशीलता में सुधार और शारीरिक गतिविधि और फिटनेस को बढ़ावा देने के लिए शारीरिक चिकित्सा (पीटी) सेवाओं प्राप्त (उदाहरण के लिए एरोबिक और मांसपेशियों धीरज)2. बार बार, वहाँ पीटी सेवाओं और सामुदायिक संसाधनों के लिए सीमित उपयोग को प्राप्त करने और इन पीटी लक्ष्यों को बनाए रखने5,6है. सक्रिय वीडियो गेम (एवीजी) क्लिनिक, घर या समुदाय सेटिंग्स7,8में गतिविधि आधारित पीटी हस्तक्षेप में एक व्यावहारिक रणनीति हो सकती है। वाणिज्यिक AVGs खेल खेलने के अनुकूल है और CP9के साथ युवाओं के लिए विशिष्ट जरूरतों और पीटी लक्ष्यों को पूरा करने के लिए सीमित लचीलापन है। हालांकि, अनुकूलित AVGs शारीरिक गतिविधि और फिटनेस10को बढ़ावा देने के दौरान सीपी के साथ युवाओं को चुनौती देने के लिए लचीला गेमिंग पैरामीटर प्रदान करते हैं।

हमारी टीम युवा व्यायाम प्रतिक्रियाओं (उदा., शारीरिक गतिविधि और एरोबिक फिटनेस) की जांच करने के लिए एक अनुकूलित औसत (KOLLECT कहा जाता है) विकसित की है। खेल खेल खेलने के दौरान युवा ओंचता को ट्रैक करने के लिए एक गति संवेदक का उपयोग करता है। खेल का लक्ष्य एक उच्च स्कोर के लिए संभव के रूप में कई वस्तुओं के रूप में इकट्ठा करने के लिए और अंक खोने से बचने के खतरों से बचने के लिए है। वस्तुओं हाथ और / या पैर माउस के साथ एकत्र किया जा सकता है के रूप में लचीला खेल मापदंडों में चिकित्सक द्वारा निर्धारित.

डिजाइन गतिविधि आधारित पीटी हस्तक्षेप है कि खुराक शारीरिक गतिविधि तीव्रता एरोबिक फिटनेस को बढ़ावा देने के लिए CP11के साथ युवाओं के लिए महत्वपूर्ण है. कस्टम एवीजी तीव्रता की खुराक और फिटनेस को बढ़ावा देने के लिए शारीरिक गतिविधि में युवाओं को शामिल करने के लिए एक प्रभावी रणनीति हो सकतीहै 10. हृदय गति (मानव संसाधन) पर नज़र रखता है अक्सर नैदानिक पीटी अभ्यास में एरोबिक प्रदर्शन और गतिविधि तीव्रता निर्धारित करने के लिए उपयोग किया जाता है. इसलिए, मानव संसाधन मॉनीटर एरोबिक फिटनेस9को बढ़ावा देने के लिए डोसिंग शारीरिक गतिविधि तीव्रता में एवीजी की व्यवहार्यता निर्धारित करने में मदद करेगा। ईसीजी डेटा एक मानव संसाधन मॉनिटर से उत्पन्न दिल की दर परिवर्तनशीलता (HRV) की गणना करने के लिए इस्तेमाल किया जा सकता है। एनालिटिक विधियों एरोबिक कार्यभार की जांच करने के लिए ईसीजी डेटा से HRV उत्पन्न करने के लिए इस्तेमाल किया गया। HRV के हाल के अनुप्रयोगों से संकेत मिलता है कि अल्पकालिक माप (5 मिनट bouts) उपयुक्त हैं और कि HRV biofeedback स्वास्थ्य की स्थिति32,33,34 की एक किस्म में लक्षण और जीवन की गुणवत्ता में सुधार करने में मदद कर सकते हैं . अल्पकालिक HRV उपायों के आवेदन औसत सत्र के दौरान हृदय समारोह का आकलन करने का एक उचित साधन है. यह देखते हुए कि HRV एक ईसीजी के आर-आर अंतराल से ली गई है, हम चयनित समय-डोमेन और आवृत्ति डोमेन उपायों का इस्तेमाल किया। HRV के समय-डोमेन माप interbeat अंतराल जो क्रमिक दिल की धड़कन के बीच समय का प्रतिनिधित्व करता है में variablility की मात्रा की मात्रा निर्धारित. हमने AVNN (औसत NN अंतराल), RMSSD (उत्तरोत्तर अंतरों का मूल माध्य वर्ग), SDNN (NN अंतराल का मानक विचलन), NN50 (NN अंतरालों की संख्या ) और PNN50 (NN अंतराल का प्रतिशत) का उपयोग किया। आवृत्ति डोमेन उपायों संभवतः चार आवृत्ति बैंड में पूर्ण या सापेक्ष शक्ति distribution का अनुमान है, हम विशेष रूप से दो बैंड पर संबोधित किया, कम आवृत्ति (एलएफ) शक्ति और उच्च आवृत्ति (HF) शक्ति के साथ LF/ हालांकि मानव संसाधन एक अच्छी तरह से स्वीकार नैदानिक उपाय है, HRV उपयोगी हो सकता है क्योंकि यह autonomic प्रणाली समारोह, वसूली, अनुकूलन के बारे में जानकारी प्रदान करता है, और एक औसत सत्र28के दौरान एरोबिक कार्यभार का एक अनुमान प्रदान करता है.

इस अध्ययन का उद्देश्य शारीरिक गतिविधि और फिटनेस को बढ़ावा देने के लिए औसत रणनीतियों का उपयोग करने की व्यवहार्यता की जांच करना था। एक दूसरा उद्देश्य AVG डेटा संग्रह प्रोटोकॉल और ईसीजी एक मानव संसाधन मॉनिटर के माध्यम से प्राप्त डेटा से HRV की गणना करने के लिए पद्धति पेश करने के लिए किया गया था. इन उपायों और इस प्रोटोकॉल चिकित्सकों की निगरानी और पीटी हस्तक्षेप सत्र खुराक के लिए प्रासंगिक साबित हो सकता है.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

संस्थागत समीक्षा बोर्ड का अनुमोदन प्राप्त किया गया था। सभी युवाओं को लिखित स्वीकृति प्रदान की और माता पिता की भागीदारी से पहले सहमति प्रदान की.

1. औसत डेटा संग्रह सत्र

  1. औसत खेल सत्र
    1. इस अध्ययन में, CP के साथ युवा एक औसत सत्र जो तीन 20 मिनट के खेल के शामिल है में भाग लेते हैं. युवा जनसांख्यिकी के लिए तालिका 5 देखें. यह उम्मीद की गई थी कि कुल 30 खेल खेले जाएंगे; हालांकि, 29 खेल पूरा कर रहे थे क्योंकि एक विषय केवल अपने औसत सत्र में 2 खेल खेला.
    2. विषयों मानव संसाधन और ईसीजी प्रतिक्रियाओं रिकॉर्ड करने के लिए सत्र भर में एक मानव संसाधन मॉनिटर पहनते हैं।
    3. औसत सत्र में, युवा प्रत्येक औसत खेलते हैं, जबकि फर्श और घुटनों और कूल्हों पर पैर फ्लैट के साथ एक बेंच पर बैठे 90 डिग्री (90/
    4. संग्रह ऑब्जेक्ट्स के लिए निम्न तीन गेमिंग शर्तों का उपयोग करें: 1) केवल हाथ चिह्न; 2) पैर माउस को केवल; और 3) दोनों हाथ और पैर प्रतीक. विषयों के बीच एक संतुलित क्रम का उपयोग करें. यह निर्धारित करने के लिए इन तीन शर्तों का चयन करें जो शारीरिक गतिविधि और फिटनेस को बढ़ावा देने में अधिक प्रभावी है और जल्दी, अनुचित थकान पैदा करने की भी मांग नहीं कर रहा है।
      नोट: प्रत्येक खेल व्यायाम पर्चे के चरणों का उपयोग कर डिजाइन किया गया था: गर्म अप, कंडीशनिंग और शांत नीचे. [कृपया तालिका 1] देखें. साथ ही, खेल खेलने के लिए आधारभूत HR दस्तावेज़ और खेल खेलने के बाद एक पुनर्प्राप्ति चरण आधारभूत HR पर लौटने के लिए दस्तावेज़ समय के लिए शुरू होने से पहले एक आराम चरण था।
    5. विषयों आधारभूत स्तर पर लौटने के लिए मानव संसाधन के लिए खेल के बीच एक आराम अवधि की अनुमति दें।
  2. ईसीजी डेटा से HRV की गणना
    1. प्रत्येक चरण के लिए तुलनीय डेटा सुनिश्चित करने के लिए 5 मिनट के समय अंतराल में डेटा व्यवस्थित करें। इसलिए, इन परिकलनों के लिए निर्धारित 6 चरण थे: 1) शेष; 2) गर्म अप; 3) कंडीशनिंग 1 (पहली 5 मिनट); 4) कंडीशनिंग 2 (दूसरा 5 मिनट); 5) कूल-डाउन (5 मिनट) और 6) वसूली। कंडीशनिंग चरण को दो 5 मिनट के चरणों में विभाजित करने से कम अंतराल में विषय एरोबिक प्रदर्शन की जांच की अनुमति दी जाती है ताकि 12 (तालिका4) के कारण थकान का कारण हो सके।
    2. ठीक से एक विषय के सत्र के प्रत्येक खंड के लिए HRV उपायों की गणना करने के लिए, कच्चे ईसीजी संकेत12,13पर आर पीक का पता लगाने प्रदर्शन करते हैं। हेरफेर है कि डेटा तिरछा सकता से बचने के लिए कच्चे संकेत का प्रयोग करें.
    3. डेटा को संसाधित करने के लिए, प्रत्येक रिकॉर्डिंग सत्र के प्रारंभ समय प्राप्त करें और 'datetime' चर (MM/DD/YYYY HH:MM:SS) से कनवर्ट करें। एसएस) सेकंड के लिए. दो दिनों में कोई भी सत्र नहीं हुआ जिसने इन परिकलनों के दौरान MM/DD/YYYY भाग को अनदेखा करने की अनुमति दी. इलेक्ट्रोकार्डियोग्राम (ईसीजी) फ़ाइल के भीतर प्रत्येक खेल सत्र का पता लगाने के लिए समय तालिका से ब्याज के खेल के शुरू समय प्राप्त; समय फ़ाइल से निकाले जाने के बाद इस समय को सेकंड में कनवर्ट किया गया था. समय फ़ाइल खेल के प्रत्येक चरण के लिए शुरू समय के रूप में के रूप में अच्छी तरह से वसूली अवधि के अंत शामिल (तालिका 2).
    4. खेल शुरू करने से पहले 5 मिनट और कूलडाउन चरण के अंत के बाद 5 मिनट के रूप में वसूली चरण के रूप में बाकी अवधि की गणना करें। एक बार इन बार प्राप्त किए गए थे, निम्न समीकरण के माध्यम से ईसीजी फ़ाइल के भीतर ब्याज की खेल चरण का स्थान (एस) प्राप्त करें:
      Equation 1(1)
      जहां चरण या तो आराम करने के लिए सेट है, Warmup, कंडीशनिंग 1, कंडीशनिंग 2, कूलडाउन, या वसूली; ईसीजी नमूना दर के लिए खाते में 1/आवृत्ति द्वारा समय विभाजित किया गया था। मानव संसाधन मॉनिटर 250 हर्ट्ज की एक नमूना दर थी और इसलिए एक उपाय हर 4 एमएस निहित.
      1. वैकल्पिक रिकॉर्डिंग डिवाइस के उपयोग के लिए खाते के लिए Peak-Detection.m प्रोग्राम से पहले प्रॉम्प्ट के साथ नमूना दर परिवर्तित करके इस संख्या को परिवर्तित करें। चोटी का पता लगाने कार्यक्रम चल रहा है, जबकि के साथ काम करने के लिए जो 5 मिनट खंड चुनें। यह उपयोगकर्ता के लिए एक संकेत के माध्यम से किया गया था. शुरू समय के बाद 5 मिनट के लिए अंत समय निर्धारित करें और ध्यान में रिकॉर्डिंग डिवाइस की आवृत्ति ले लो।
    5. एक बार 5 मिनट अनुभाग चुना गया था, तरंग के औसत और मानक विचलन के आधार पर शिखर का पता लगाने के लिए एक सीमा की गणना.
      1. के रूप Equation 2 में सीमा सेट लेकिन इस कार्यक्रम में बढ़ाया जा सकता है अगर डेटा टी चोटियों जो उनके इसी आर चोटियों से अधिक कर रहे हैं से झूठी सकारात्मक पहचान को कम करने के लिए वर्दी कर रहे हैं. इन झूठे धनों के उदाहरण चित्र 1में देखे जा सकते हैं।
      2. आर चोटी के लिए एक न्यूनतम ऊंचाई के साथ, चोटियों के बीच एक न्यूनतम दूरी असाइन करने के लिए वांछित आर के आसपास गलत चोटियों का पता लगाने को कम करने के लिए इस मूल्य सेट 75 जो चोटियों के बीच 0.3 s के अनुरूप या 200 प्रति मिनट धड़कता है (bpm) (इस मूल्य परिवर्तन के साथ आवृत्ति)। 200 bpm का मूल्य इस अध्ययन में विषयों द्वारा प्राप्त किसी भी मानव संसाधन की तुलना में अधिक है और अध्ययन की जा रही जनसंख्या के आधार पर बदला जा सकता है।
    6. एक बार थ्रेशोल्ड की गणना की गई थी, कार्यक्रम तरंग के माध्यम से चलाने के लिए और आरआर अंतराल और HRV गणना के लिए सभी आर है विचार करने का प्रयास करते हैं। एक प्रारंभिक भूखंड उत्पन्न करें ताकि उपयोगकर्ता अनियमितताओं के लिए इसकी समीक्षा कर सके जैसे कि चित्र 1 या चित्र 2में दिखाए गए लोग .
      1. पता लगाना चर जो माइक्रोवोल्ट ($V) स्तंभ 1 में चोटी के पढ़ने और वर्तमान खेल सत्र में स्थान (s/0.004) दूसरे स्तंभ में संपादन द्वारा मैन्युअल रूप से इन अनियमितताओं को सही। अधिकांश मामलों में उचित आर चोटियों को समस्या के स्थान में ज़ूम करके आसानी से पाया जा सकता है जैसा कि चित्र 1में देखा गया है । कई डेटा सत्र चित्र 3 में दिखाए गए अनुसार काफी समान होते हैं और इसलिए उन्हें केवल कुछ सुधारों की आवश्यकता होगी. कुछ मामलों, हालांकि काफी गन्दा कर रहे हैं और समीक्षा करें और उचित आर स्थानों को प्राप्त करने के लिए और अधिक समय की आवश्यकता होती है।
      2. यदि तरंग में उतार-चढ़ाव एक चोटी का ठीक से पता लगाने के लिए अत्यधिक कठिन बना ते हैं, तो छोटे खंडों को अनदेखा करें और अस्थानिक धड़कता है जो एचआरवी गणना12में उपयोग नहीं किए जाते हैं।
    7. R's स्थित किया गया है के बाद, HRV$measures प्रोग्राम चलाएँ। पहले आरआर अंतरालों की गणना करें क्योंकि ये इस अध्ययन में प्रयुक्त मानव संसाधन विकास उपायों का आधारहैं।
      1. अंतराल का एक मैट्रिक्स प्राप्त करें और 1.5 s (40 bpm) से अधिक किसी भी अंतराल की उपेक्षा के रूप में यह ऊपर उल्लिखित अस्थानिक धड़कता गणना से हटाया जा रहा है के कारण था. आगे की गणना और डेटा के सत्यापन के लिए इन RR अंतराल सहेजें। निम्न समीकरण के साथ क्रमिक अंतर (RMSSD) के रूट माध्य वर्ग की गणना करने के लिए इन अंतरालों का उपयोग करें:
        Equation 3RMSSD ] (2)
        जहाँ छ र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र् र्
    8. इस चर चुनें के रूप में यह 1 मिनट से 24 एच लंबाई13,14,15,16,17 से लेकर अंतराल पर प्रभावशाली होना दिखाया गया है और इसलिए इन 5 मिनट का आकलन करने के लिए इस्तेमाल किया जा सकता है खेल चरणों में अंतराल। RMSSD के साथ, चरण14,16,18के दौरान मानव संसाधन में परिवर्तन को मापने के लिए एनएन अंतरालकेमानक विचलन प्राप्त करें।
    9. NN50 की गणना करने के लिए RR अंतरालों का उपयोग करें, पिछले अंतराल से 50 ms12 से अधिक अंतर से भिन्न अंतरालों की संख्या, जिसका उपयोग एक मिनट से लेकर 24 h16,17,19तक के अंतरालों पर भी किया गया है, 20,21.
      1. एक साधारण गणना समारोह है कि जाँच की है या नहीं लगातार RR अंतराल लंबाई के बीच अंतर 50 ms. एक बार NN50 इस तरीके से प्राप्त किया गया था के माध्यम से NN50 चर की गणना, जो है pNN50 की गणना करने के लिए अंतराल की कुल संख्या से विभाजित 50 से अधिक एमएस से अलग अंतराल का प्रतिशत इस गणना मापा डेटा विषयों, खेल, और यहां तक कि अलग लंबाई के सत्र ों में तुलना करने की अनुमति दी के रूप में यह एक इकाई कम चर13,14, 16 , 17.
    10. प्रत्येक चरण और विषय के लिए माध्य आरआर अंतराल लंबाई की गणना करें , एक अलग HRV उपाय16,17,19,22,23,24. औसत RR अंतराल को 60 s से विभाजित करके औसत HR परिकलित करने के लिए इस माप का उपयोग करें. इन दोनों उपायों को खेल सत्रों में आसानी से तुलना कर रहे हैं विषय की गतिविधि की प्रवृत्ति का निरीक्षण करने के लिए16,17,19,22,23, 24.
    11. एक बार इन उपायों की गणना की गई, 5-मिनट अंतराल के दोनों कच्चे ईसीजी और आरआर अंतराल मैट्रिक्स फास्ट-फोरियर से PSD प्राप्त करने के द्वारा कम आवृत्ति और उच्च आवृत्ति पावर स्पेक्ट्रल घनत्व (पीएसडी) की गणना13,14 , 17 , 19 , 25.ये सभी आंकड़े तब एक टेबुल में रखे गए थे, जिसका एक उदाहरण सारणी 4में दिखाया गया है।

2. रोगी से ईसीजी डेटा प्राप्त करें

  1. विषय के लिए आवेदन के लिए मानव संसाधन मॉनिटर छाती का पट्टा और ब्लूटूथ मॉड्यूल तैयार करें।
    1. सुनिश्चित करें कि ब्लूटूथ मॉड्यूल पूरी तरह से चार्ज पालना का उपयोग कर (3 ज) चार्ज किया गया है।
    2. प्रभारी पालना के माध्यम से डेटा कंप्यूटर में मॉड्यूल प्लग और config उपकरण खोलें. लॉगिंग उद्देश्यों के लिए कोई नाम दर्ज करें.
    3. मानव संसाधन डिवाइस का चयन करें, समय टैब क्लिक करें और मॉड्यूल को सही समय और दिनांक से सिंक्रनाइज़ करने के लिए सेट दिनांक/समय का चयन करें. डिवाइस अब चार्ज पालना से हटाया जा सकता है।
    4. पानी में एक हाथ रखकर और प्रवाहकीय क्षेत्रों को रगड़ कर मानव संसाधन मॉनिटर छाती का पट्टा पर प्रवाहकीय क्षेत्रों (बेज) को नम करें।
    5. छाती का पट्टा के उन लोगों के साथ लाइन में खड़ा मॉड्यूल के प्रवाहकीय सतहों के साथ छाती का पट्टा में मानव संसाधन मॉनिटर ब्लूटूथ मॉड्यूल रखें: यह जगह में क्लिक करेंगे।
    6. प्रेस और रोशनी फ्लैश जब तक मॉड्यूल पर बटन पकड़. मॉड्यूल पर और रिकॉर्डिंग अब है.
    7. मानव संसाधन मॉनिटर छाती का पट्टा लागू करें (ब्लूटूथ मॉड्यूल के साथ) मॉड्यूल के साथ खिलाड़ी के लिए बाएँ मध्य कक्षीय लाइन और पट्टा सिर्फ पेक्टोरल मांसपेशियों के नीचे के साथ गठबंधन किया. एक बार ठीक से तैनात, डिवाइस इतना है कि यह सत्र के दौरान कदम नहीं होगा, लेकिन खिलाड़ी के लिए असहज नहीं है कस.
  2. एक संकेत प्राप्त करें और लाइव फ़ीड देखें।
    1. कनेक्टर को कंप्यूटर के USB पोर्ट में प्लग करें जिसका उपयोग डेटा देखने के लिए किया जाएगा.
    2. लाइव देखें कार्यक्रम खोलें और रिंच और पेचकश के साथ आइकन पर क्लिक करके सेटअप मोड दर्ज करें।
    3. यदि उपयुक्त हो तो सूची से एक खिलाड़ी चुनें या स्क्रीन के नीचे बाएँ कोने में नए बटन के साथ एक नया विषय जोड़ें।
    4. पहचान उद्देश्यों (नाम, आयु, लिंग, ऊंचाई, वजन) के लिए वांछित विषय जानकारी दर्ज करें.
    5. हार्डवेयर टैब पर क्लिक करें और वर्तमान विषय का चयन करें.
    6. टैब के निचले भाग में असाइन करें क्लिक करें और वर्तमान डिवाइस का चयन करें (यदि कोई अन्य डिवाइस मौजूद नहीं हैं तो 01 के रूप में सूचीबद्ध). फिर पॉप-अप बॉक्स में असाइन करें क्लिक करें.
    7. टीम टैब पर क्लिक करें. विषय हाइलाइट करें और फिर टीम Aपर खिलाड़ी को रखने के लिए दाएँ तीर बटन पर क्लिक करें.
    8. परिनियोजन टैब पर क्लिक करें और फिर नई बनाई गई टीम को पहले टैब पर ले जाएँ.
    9. ऊपरी बाएँ कोने में नीले रंग के वाई-फ़ाई प्रतीक पर क्लिक करके लाइव मोड टैब खोलें.
    10. वास्तविक समय में मानव संसाधन, श्वसन दर, और विषय की मुद्रा पर नजर रखने के लिए लाइव मोड टैब का उपयोग करें।
      नोट: सिग्नल शक्ति, बैटरी शक्ति, और उपायों का विश्वास भी देखा जा सकता है।
    11. प्रक्रिया के लिए प्रत्येक सत्र और चरण के प्रारंभ और अंत का सटीक समय (MM/DD/YYYY HH:MM:SS) रिकॉर्ड सटीक समय।
  3. ईसीजी डेटा HR मॉनिटर से डाउनलोड करें।
    1. सत्र के अंत में खिलाड़ी से पट्टा निकालें और छाती का पट्टा से ब्लूटूथ मॉड्यूल निकालें।
    2. आवेश पालने में मॉड्यूल रखें और इसे स्थापित सॉफ्टवेयर प्रोग्राम के साथ एक कंप्यूटर में प्लग करें।
    3. लॉग खोलें.
    4. ड्रॉपडाउन मेनू से डिवाइस का चयन करें. डिवाइस पर वर्तमान में सभी सत्र दिनांक और समय के साथ प्रदर्शित किए जाते हैं.
    5. डिफ़ॉल्ट सहेजें स्थान का उपयोग करें और एक नया सहेजें स्थान चुना है जो कहता है कि बॉक्स अनचेक करें।
    6. सहेजेंक्लिक करें. एक प्रगति पट्टी तो दिखाई देगा. सत्र की लंबाई के आधार पर सहेजने में एक घंटे तक का समय लग सकता है.
    7. उस दिनांक का नाम बदलें, एक बार इसे सहेजा गया है.

3. डेटा विश्लेषण और हृदय गति भिन्नता उपायों की गणना

  1. प्रसंस्करण के लिए फ़ाइलें तैयार करें।
    1. ईसीजी फ़ाइलों को 'KOLLECT[विषय] AVG4' (उदा., KOLLECT[01]AVG4.csv') के रूप में नाम दें.
    2. अल्पविराम में एक समय सारणी उत्पन्न करें डेटा संसाधन के दौरान से समय डेटा आकर्षित करने के लिए अलग चर (.csv) प्रारूप. सही स्वरूप के उदाहरण के लिए तालिका 1 देखें.
    3. .csv फ़ाइल से दिनांक-समय डेटा आयात करें और नए बनाए गए चर के नाम पर राइट क्लिक करें और इसे 'Timing.mat'में बदलें.
  2. प्रारंभिक आर चोटी का पता लगाने.
    1. खुला और पीक जेड जांच चलाने के लिए | एम.
    2. ईसीजी रिकॉर्डिंग डिवाइस की आवृत्ति दर्ज करें जब प्रोग्राम द्वारा संकेत दिया.
    3. संकेत मिलने पर विश्लेषण करने के लिए डेटा के लिए प्लेयर संख्या दर्ज करें.
      नोट: कुछ खिलाड़ियों को सक्रिय वीडियो गेम 4 (AVG4) को पूरा नहीं किया और इसलिए केवल खिलाड़ियों 1-10 इस अध्ययन के लिए उपयोग किया जाता है. अन्य संख्याएँ एक त्रुटि संदेश प्रदान करेगा।
    4. संकेत मिलने पर विश्लेषण किए जाने के लिए गेम की संख्या (1, 2, या 3) दर्ज करें.
    5. विश्लेषण किया जा करने के लिए चरण दर्ज करें (रेस्ट, warmup (WU), कंडीशनिंग (कॉन), बाकी, या वसूली).
      1. मिनट में एक ऑफ़सेट दर्ज करें यदि वांछित, या कोई ऑफ़सेट के लिए 0 दर्ज करें।
    6. आवर्धक उपकरण का चयन करें और लगभग 2,000 (s/0.004) की चौड़ाई के साथ एक विंडो बनाने के लिए आउटपुट है प्लॉट के किसी क्षेत्र का चयन करें और एक ऊंचाई है जो चित्र 3में दिखाए गए अनुसार पूर्ण तरंग दिखाएगा। विंडो आसानी से नेत्रहीन निरीक्षण नहीं किया जाता है, तो में या बाहर ज़ूम.
    7. पता लगाया चोटियों सही ढंग से लेबल कर रहे हैं, तो मूल्यांकन करने के लिए ग्राफ़ नेत्रहीन निरीक्षण. अनियमित ईसीजी डेटा के कारण गलत तरीके से पता लगाए गए और छूटी हुई चोटियों के उदाहरण के लिए चित्र 1 देखें (चित्र 2) .
  3. पीक सुधार
    1. पता लगाना चर का पता लगाने और कार्यस्थान में डबल क्लिक करके गलत तरीके से पता लगाया या अनुपलब्ध चोटियों को सही करें।
    2. गलत चोटी के x और y निर्देशांक प्राप्त करने के लिए ईसीजी तरंग के प्लॉट पर डेटा कर्सर उपकरण का उपयोग करें; X (समय*आवृत्ति) Detection.mat में पहला स्तंभ है और Y (Voltage) दूसरा स्तंभ है (चित्र 3).
      1. दिखाई देने वाले पाठ बॉक्स पर राइट क्लिक करें और कर्सर अद्यतन फ़ंक्शन का चयन करेंक्लिक करें.
      2. इस विश्लेषण के लिए उपयोग की गई फ़ाइलों वाले फ़ोल्डर से TooltipUpdate.m का चयन करें. यह टूल टिप को अधिक सटीक मान प्रदर्शित करने की अनुमति देगा.
    3. यदि बिंदु एक गलत सकारात्मक है, तो इसे Detection.mat चर में अपनी पंक्ति पर क्लिक करके और नियंत्रण और Minus कुंजी दबाने से सरणी से निकालें. गलत धनात्मक संसूचन का एक उदाहरण चित्र 3में देखा जा सकता है।
    4. अचिह्नित शिखरसे ताक पर अंकित चोटियों को गलत तरीके से संपादित करें, जैसा कि चित्र 1में R के रूप में चिह्नित दो T चोटियों द्वारा दर्शाया गया है, अचिह्नित शिखर से मेल खाने के लिए उनके मानों को बदलकर।
    5. छूटी हुई चोटी का मान प्राप्त करें डेटा कर्सर उपकरण के साथ प्राप्त किया जा सकता है।
    6. पता लगानेके लिए अतिरिक्त पंक्तियाँ जोड़ें | नियंत्रण का उपयोग कर चटाई और चोटियों के लिए प्लस कुंजी कम वोल्टेज के स्तर के कारण याद किया.
    7. परिकलन प्रक्रिया के दौरान ऋणात्मक मानों से बचने के लिए संख्यात्मक क्रम में मान दर्ज करें (अर्थात्, 10908 और 11167) पर चोटियों के बीच 11000 पर स्थित शिखर जोड़ें (चित्र 5).
    8. सुनिश्चित करें कि मान पूर्ण सत्र के माध्यम से जारी रखने से पहले सही तरीके से दर्ज किए गए हैं के रूप में संख्या कभी-कभी बंद काट रहे हैं जब दर्ज किया गया है।
    9. कदम 2.3 दोहराएँ जब तक सभी चोटियों की जाँच की गई है और /
      नोट: कुछ फ़ाइलों तरंग आयाम में परिवर्तनशीलता सीमित है और जांच करने के लिए जल्दी कर रहे हैं, के रूप में चित्रा 4 में देखा जबकि दूसरों को और अधिक चर रहे हैं और करीब ज़ूम सही दृश्य निरीक्षण के दौरान चोटियों का पता लगाने की आवश्यकता हो सकती है.
  4. HRV उपाय गणना प्राप्त करें।
    1. बाद में संदर्भ के लिए Peak$Detection.m से जनरेट किया गया मूल प्लॉट सहेजें।
    2. सही रूप से लेबल किए गए प्लॉट जनरेट करने के लिए HRV$Measures.m चलाएँ। सही डेटा का एक नमूना चित्र 6में दिखाया गया है।
      1. सम्मिलित करें का उपयोग करके प्लॉट शीर्षक परिवर्तित करें ] साजिश खिड़की पर शीर्षक और यह वांछित शीर्षक को बदलने.
      2. आउटपुट के लिए विंडो की जाँच करें, प्रोग्राम उपयोगकर्ता को सूचित करेगा स्थान गलत तरीके से दर्ज किया गया डेटा यदि कोई मौजूद है.
    3. चर नामित अंतराल सहेजें।
    4. मतलब आरआर (एमएस), औसत मानव संसाधन (बीपीएम), आरएमएसडी (एमएस), एसडीएन (एमएस), NN50 (गणना), PNN50 (%), कम आवृत्ति (एलएफ)/ इन चर के मानों को तालिका में सहेजें जैसे तालिका 4में दर्शाए गए मान.
    5. विश्लेषण की आवश्यकता वाले अन्य सभी सेगमेंट, सत्रों और विषयों के लिए अनुभाग 3.2 - 3.4 दोहराएँ.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

इस विधि के प्रभाव है कि एक नव विकसित विधि विषय के हार्ट रेट भिन्नता (HRV) पर है विश्लेषण में उपयोग के लिए डेटा प्रदान करता है. यह किसी विषय के ईसीजी डेटा के QRS तरंग के R भाग का पता लगाकर, जैसा कि चित्र 6में दिखाया गया है, और इससे विभिन्न HRV मानों की गणना करके ऐसा करता है। यदि मानव संसाधन मॉनीटर विषय के साथ उचित संपर्क कर रहा है, तो डेटा एक समान होगा, सुधार की आवश्यकता को काफी हद तक कम कर देगा (जैसा कि चित्र 4में देखा गया है)।

थ्रेसहोल्ड को चित्र 1 और चित्र 2में दर्शाए अनुसार गन्दा और अनियमित डेटा को हैंडल करने के लिए सेट किया जाना चाहिए. यदि मानव संसाधन मॉनीटर त्वचा संपर्क में क्षणिक परिवर्तनों के कारण डेटा पर्याप्त रूप से परिवर्तनशील है, तो प्रारंभिक विश्लेषण चित्र 3में दर्शाए अनुसार चोटियों को गलत तरीके से लेबल कर सकता है। इस त्रुटि को मैन्युअल रूप से मानों को सही करके या प्रोटोकॉल के अनुभाग 3 में बताए अनुसार अतिरिक्त डेटा बिंदुओं को दर्ज करके सुधारा जा सकता है। चोटियों के बीच थ्रेसहोल्ड स्तर और न्यूनतम समय बदलने से पता लगाने के मूल्यों को साफ़ करने और चित्रा5 से चित्र 6 जैसे समायोजित प्लॉट बनाने में भी मदद मिल सकती है।

एक बार डेटा प्राप्त किया गया है और विसंगतियों के लिए विश्लेषण, वे सांख्यिकीय विश्लेषण के लिए HRV मूल्यों की गणना करने के लिए इस्तेमाल किया जा सकता है. ईसीजी डेटा के विश्लेषण का उपयोग मूल्यांकन प्रयोजनों के लिए सत्रों के दौरान किए गए प्रेक्षणों की मात्रा निर्धारित करने के लिए किया जा सकता है।

Figure 1
चित्र 1 . 'मैसी' डेटा का प्रतिनिधित्व करने वाले warmup सत्र के दौरान विषय एक खेल 3 के लिए समय (x-अक्ष में s) भर में निरंतर मानव संसाधन (y-अक्ष) का प्रतिनिधि ग्राफ. गन्दा डेटा: इस खंड में R चोटियों तरंग के टी भाग से छोटे हैं. यह पीक डिटेक्शन के साथ समस्याओं का कारण हो सकते हैं।

Figure 2
चित्र 2 . कुछ इलेक्ट्रोकार्डियोग्राम (ईसीजी) अनियमित तरंग पैटर्न का एक उदाहरण। अनियमित वेवफ़ॉर्म पैटर्न: आंदोलन के कारण विषय के साथ संपर्क में परिवर्तन तरंग की एकरूपता को कम करने वोल्टेज विविधताओं पैदा कर सकता है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 3
चित्र 3 . गलत तरीके से लेबल पीक HR गलत तरीके से पीक लेबल पीक के साथ एक इलेक्ट्रोकार्डियोग्राम (ECG) आउटपुट का एक उदाहरण है। आंकड़ा के शीर्ष के पास वोल्टेज में एक कील आर पैटर्न मिलान के रूप में पता लगाया जा करने के लिए तरंग का हिस्सा का कारण बनता है. यह भी पास आर पैटर्न निकटता के कारण नजरअंदाज किया जा करने के लिए इस तरह के एक (9924, 2074) पर प्रकाश डाला के रूप में हो सकता है.

Figure 4
चित्र 4 . समय भर में (x-अक्ष में) समय भर में निरंतर मानव संसाधन (y-अक्ष) का प्रतिनिधि ग्राफ (ECG) तरंग. स्वच्छ Waveform: एक अपेक्षाकृत भी तरंग और वोल्टेज के स्तर के साथ वर्दी ईसीजी डेटा के एक खंड का एक उदाहरण.

Figure 5
चित्र 5 . सफाई से पहले एक कच्चे इलेक्ट्रोकार्डियोग्राम (ईसीजी) के समय (x-अक्ष में) भर में निरंतर मानव संसाधन (y-अक्ष) का प्रतिनिधि ग्राफ। सफाई से पहले डेटा: कंडीशनिंग चरण के दौरान विषय 01 गेम 3 से ईसीजी डेटा का 30 सेकंड का खंड दिखाया गया है। कुछ चोटियों याद किया गया है और कुछ गलत तरीके से उच्च वोल्टेज परिवर्तनशीलता के कारण लेबल कर रहे हैं. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 6
चित्र 6 . सतत मानव संसाधन (y-अक्ष) का प्रतिनिधि ग्राफ $v में) समय भर में (x-अक्ष में s) एक कच्चे इलेक्ट्रोकार्डियोग्राम (ईसीजी) के clearning के बाद. डेटा पोस्ट सफाई: विषय 01 खेल 3 से ईसीजी डेटा का एक ही 30 सेकंड के बाद यह ठीक से प्रोटोकॉल की धारा 3 में वर्णित के रूप में लेबल किया गया है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

चरण समय टीएचआर जोन खेल सुविधाएँ
आराम 5 मिनट बेसलाइन बाकी ना
गर्म 5 मिनट 40-60% मानव संसाधन 4 वस्तुओं + 4 खतरों; धीमी चाल
कंडीशनिंग 10 मिनट 60-80% मानव संसाधन 8 वस्तुओं + 0 खतरों; द्रुत चाल
कूल-डाउन 5 मिनट 40-60% मानव संसाधन 4 वस्तुओं + 4 खतरों; धीमी चाल
पुनर्प्राप्ति 5 मिनट बेसलाइन बाकी ना
कुंजी: THR ] लक्ष्य दिल की दर;  NA लागू नहीं

तालिका 1. सक्रिय वीडियो गेम (एवीजी) खेल चरणों। कुंजी: लक्ष्य दिल की दर (THR); एनए (लागू नहीं)।

विषय औसत खेल वॉर्मअप स्टार्ट कंडीशनिंग प्रारंभ कूलडाउन प्रारंभ पुनर्प्राप्ति प्रारंभ
(एमएम/डीडी/YYYY) (एमएम/डीडी/YYYY) (एमएम/डीडी/YYYY) (एमएम/डीडी/YYYY)
(HH:MM:SS) (HH:MM:SS) (HH:MM:SS) (HH:MM:SS)
1 4 1 11/25/2015 11/25/2015 11/25/2015 11/25/2015
1 4 1 16:33:53 16:39:03 16:49:04 16:54:09
1 4 11/25/2015 11/25/2015 11/25/2015 11/25/2015
1 4 17:27:47 17:32:57 17:43:01 17:48:03
1 4 3 11/25/2015 11/25/2015 11/25/2015 11/25/2015
1 4 3 18:25:22 18:30:33 18:40:35 18:45:38
4 1 4/10/2016 4/10/2016 4/10/2016 4/10/2016
4 1 11:59:19 12:04:29 12:14:36 12:19:50
4 4/10/2016 4/10/2016 4/10/2016 4/10/2016
4 12:40:25 12:45:37 12:55:44 13:00:53
4 3 4/10/2016 4/10/2016 4/10/2016 4/10/2016
4 3 13:19:57 13:25:02 13:35:04 13:40:11
3 4 1 11/18/2015 11/18/2015 11/18/2015 11/18/2015
3 4 1 17:08:10 17:13:20 17:23:21 17:28:28
3 4 11/18/2015 11/18/2015 11/18/2015 11/18/2015
3 4 17:59:46 18:04:48 18:14:54 18:19:55
3 4 3 11/18/2015 11/18/2015 11/18/2015 11/18/2015
3 4 3 18:42:03 18:47:03 18:57:04 19:02:02

तालिका 2. समय फ़ाइल कुंजी: औसत ] सक्रिय वीडियो गेम

ID[AVG]खेल AVNN (एस) औसत मानव संसाधन (बीपीएम) आरएमएसएसडी (एमएस) SDNN (एमएस) NN50 पीएन50 (%) LF / HF (ईसीजी) LF / HF (आरआर) एलएफपी (आरआर) एचएफपी (आरआर)
03[AVG4]G1]रेस्ट 719.875 83.347 29.827 55.604 35 8.393 1.328 0.602 0.123 0.204
03[AVG4]G1]WU 656.373 91.411 26.52 50.372 28 5.932 १.२९९ 0.675 0.125 0.185
03[AVG4]G1]कॉन 1 -5 557.772 107.57 20.651 43.932 4 0.743 1.187 0.76 0.119 0.157
03[AVG4]G1]कॉन 6 10 532.483 112.679 27.771 33.481 9 1.599 1.244 0.809 0.118 0.146
03[AVG4]G1]कॉन 2 - 7 538.546 111.41 20.389 34.351 6 1.077 1.198 0.819 0.118 0.144
03[AVG4]G1]कॉन 3 - 8 530.761 113.045 27.756 34.26 8 1.413 1.192 0.826 0.118 0.143
03[AVG4]G1]कूल 597.019 100.499 31.806 41.96 16 3.181 १.२९१ 0.712 0.120 0.169
03[AVG4]G1]पुनर्प्राप्ति 665.511 90.156 42.136 70.698 57 12.639 1.301 0.636 0.122 0.191
AVNN - औसत एनएन अंतराल; औसत मानव संसाधन - औसत दिल की दर; RMSSD - क्रमिक अंतर के रूट माध्य वर्ग; SDNN - एनएन अंतराल के मानक विचलन; NN50 - NN अंतराल की संख्या ; 50 ms; pNN50 $ NN अंतराल का % gt; 50 ms; वामो - कम आवृत्ति पावर; HF - उच्च आवृत्ति पावर; LF/HF - कम आवृत्ति - उच्च आवृत्ति अनुपात.  बीपीएम - प्रति मिनट धड़कता है; एमएसजेड मिलीसेकेंड; ईसीजी - इलेक्ट्रोकार्डियोग्राम - जिसमें QRS जटिल शामिल है;  RR - जहां R ईसीजी तरंग और RR के QRS परिसर के एक शिखर के साथ जुड़े एक बिंदु है क्रमिक आर अंक के बीच अंतराल है;

तालिका 3. हृदय गति भिन्नता (HRV) विषय 03 खेल 01 के लिए डेटा

तालिका 4. प्रत्येक खेल के लिए व्यायाम के विभिन्न चरणों के लिए हृदय गति भिन्नता उपायों के वर्णनात्मक सांख्यिकी कृपया इस तालिका को डाउनलोड करने के लिए यहाँ क्लिक करें. 

लिंग जीएमएफसीएस स्तर नैदानिक निदान आंदोलन विकार प्रमुख पक्ष ऊँचाई (cm) वजन (किलोग्राम) बीएमआई (kg/ बीएमआई शतमक
लड़का डिप्लेजिया अप्सानिया सही 161.20 47.60 18.32 17.00
लड़का 3 डिप्लेजिया स्पास्टिकता बाएँ 141.17 49.20 24.70 95.00
लड़का वाम अर्धांगघात स्पास्टिकता सही 165.80 50.50 18.40 13.00
लड़का 3 डिप्लेजिया स्पास्टिकता सही 154.30 57.00 23.90 83.00
लड़की वाम अर्धांगघात स्पास्टिकता सही 161.20 60.30 22.86 71.00
लड़की वाम अर्धांगघात स्पास्टिकता सही 146.40 40.80 19.00 30.00
लड़की दक्षिण अर्धांगघात स्पास्टिकता बाएँ 154.60 64.00 26.80 85.00
लड़की 3 वाम अर्धांगघात स्पास्टिकता सही 166.10 61.20 22.20 42.00
लड़का वाम अर्धांगघात स्पास्टिकता सही 168.10 49.70 17.60 51.00
लड़का 3 डिप्लेजिया स्पास्टिकता सही 135.00 29.80 16.00 43.00
कुंजी: GMFCS- सकल मोटर समारोह वर्गीकरण प्रणाली;  बीएमआई- बॉडी मास इंडेक्स

तालिका 5. रोगी जनसांख्यिकी

Subscription Required. Please recommend JoVE to your librarian.

Discussion

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

सीपी के साथ दस युवाओं ने इस अध्ययन में भाग लिया (मतलब + एसडी) [ उम्र (yrs) ] 15.53 ] 3.57 ; ऊंचाई (सेमी) 154.8 ] 12.6; वजन (kg) 50.69 ] 11.1; बॉडी मास इंडेक्स (बीएमआई) 50.46 ] 29.2; mHR 9 bpm) ] 186.8.4.4. कृपया रोगी जनसांख्यिकी के लिए तालिका 5 देखें.

मानव संसाधन मॉनीटरों और मानव संसाधन और मानव संसाधन के संबद्ध उपायों के उपयोग के लिए कुछ विचार हैं जो संशोधनों और समस्या निवारण से संबंधित हैं। दो मुद्दों है कि स्पष्ट कर रहे हैं, डेटा प्राप्त करने के लिए कार्यरत प्रौद्योगिकी की परवाह किए बिना कर रहे हैं: 1) गति कलाकृतियों और 2) अस्थानिक धड़कता है. गति कलाकृतियों और अस्थानिक धड़कता से उत्पन्न होने वाली समस्याओं को आम तौर पर आरआर अंतराल12,13,18,22 के अधिग्रहण के बाद प्रसंस्करण गतिविधियों के माध्यम से संबोधित किया जाता है , 26.संसाधन के बाद की समस्या निवारण के लिए मानव संसाधन में अस्थायी प्रवाह ों पर विचार करने की आवश्यकता होती है जो श्वसन साइनस आर्थ्मिया को उजागर करता है और साथ ही सामान्यीकृत एचआरवी मूल्यों की गणना करता है ताकि बीच में भेदभाव किया जा सके शारीरिक और गणितीय रूप से मानव संसाधनविकास 13,27,29में परिवर्तन .

मानव संसाधन विकास मापन में सीमाओं की पहचान प्रारंभ में वर्णक्रमीय विश्लेषण तकनीकों (अर्थात आवृत्ति डोमेन माप)13,27,29के अनुप्रयोग के साथ की गई थी। वहाँ शारीरिक विचार है जो श्वसन साइनस arrythmias, हृदय बहाव, जलयोजन स्थिति और पर्यावरणीय कारकों (जैसे, तापमान, गर्मी, ठंड, ऊंचाई) कि मानव संसाधन 27 में दिन के लिए दिन के बदलाव के साथ जुड़े रहे हैं शामिल हैं ,29. गणितीय विचार समय डोमेन उपायों (जैसे, SDNN, आर-एमएसएसडी, पीएन-50 सूचकांक) के रूप में के रूप में अच्छी तरह से गैर रेखीय गतिशील विश्लेषण तकनीक13,27,29के हाल के शामिल शामिल है. सही ढंग से विभिन्न HRV उपायों की व्याख्या करने के लिए हम पर विचार करने की जरूरत है कि क्या शरीर आराम या तनाव की स्थिति में है. आमतौर पर हम parasympathetic प्रभावों की उम्मीद है जब शरीर विश्राम किया है जो प्रतिक्रियाओं में परिवर्तनशीलता में वृद्धि हुई है और उच्च HRV में परिणाम है, जबकि तनाव के दौरान हम सहानुभूति प्रभाव है जो परिवर्तनशीलता को कम करने और कम HRV उपाय है उम्मीद है. HRV माप में सीमाओं सटीकता autonomic संतुलन परिकल्पना को प्रभावित कर सकते हैं LF/HF अनुपात के साथ जुड़ा हुआ है. इस परिकल्पना मानता है कि सहानुभूति तंत्रिका तंत्र और parasympathetic तंत्रिका तंत्र एसए नोड फायरिंग को विनियमित करने के लिए प्रतिस्पर्धा में हैं. लेखकध्यान नोट था था LF/HR अनुपात सावधानी के साथ व्याख्या की जरूरत है, जबकि जानकारी प्राप्त करने के संदर्भ के रूप में के रूप में अच्छी तरह से LF और HF मूल्यों की समीक्षा टिप्पण. मानव संसाधन माप और HRV की अल्पकालिक एपिसोड में AVG खेल के लिए LF/HF अनुपात के आवेदन के संबंध में, एक उच्च LF/HF अनुपात उच्च सहानुभूति गतिविधि है कि जब एक चुनौती है कि प्रयास की आवश्यकता है और सहानुभूति बढ़ जाती है बैठक में मनाया जा सकता है संकेत हो सकता है तंत्रिका तंत्र सक्रियण35|

यह महत्वपूर्ण है कि उपयुक्त हस्तक्षेप डोसिंग और प्रभावशीलताकीजांच करने के लिए सीपी के साथ युवाओं में एरोबिक प्रदर्शन और क्षमता का निर्धारण करने के लिए इष्टतम उपायों का उपयोग कियाजाए. देखभाल के नैदानिक मानकों में अक्सर हस्तक्षेप डॉसिंग (तीव्रता)6,11का निर्धारण करने के लिए मानव संसाधन को मापने शामिल है . तथापि मानव संसाधन उपायों में अंतर्निहित परिवर्तनशीलता के कारण एरोबिक प्रशिक्षण12,13,22,27में वास्तविक कार्यकाद निर्धारित करना कठिन हो जाता है . इसलिए, एक मानव संसाधन मॉनिटर से ईसीजी डेटा से एचआरवी की गणना की इस पद्धति हस्तक्षेप परिणामों का आकलन करने के लिए एक अधिक सटीक उपाय प्रदान करता है27,28. इसके अलावा, मानव संसाधन विकास उपायों स्वायत्त तंत्रिका तंत्र प्रतिक्रियाओं, अनुकूलन और AVG व्यायाम के दौरान वसूली पर नई जानकारी प्रदान करते हैं12,13,29,34,35 . हम मानते हैं कि लघु उपचार के दौरान मानव संसाधन विकास उपायों के प्रयोग से केरपर्स और उनके सहयोगियों द्वारा कम अवधि के32के साथ काम के आधार पर शारीरिक प्रणालियों में सुधार के बारे में जानकारी मिल सकती है .

यहाँ उल्लेखनीय महत्वपूर्ण अनुप्रयोगों हम व्यायाम प्रदर्शन के दौरान मानव संसाधन निगरानी और मानव संसाधन के मौजूदा अनुप्रयोगों के सापेक्ष बना दिया है. इस पद्धति उपयोगकर्ता सीपी के साथ युवाओं में जुआ खेलने शारीरिक गतिविधियों के दौरान ईसीजी waveforms से आरआर अंतराल और HRV उपायों को निकालने के लिए अनुमति देता है. विधि वर्तमान में एक विशिष्ट खेल में औसत सत्र की दिशा में सिलवाया है, लेकिन आसानी से भविष्य के प्रयोगों के लिए अन्य प्रोटोकॉल और ईसीजी उपकरणों के लिए अनुकूलित किया जा सकता है. मामलों में जहां डेटा वर्दी और ईसीजी रिकॉर्डिंग डिवाइस अच्छी तरह से विषय के लिए फिट है, इस प्रोटोकॉल उपयोगकर्ता से न्यूनतम इनपुट के साथ त्वरित डेटा प्रसंस्करण के लिए अनुमति देगा. हालांकि, संकेत आयाम में बड़े प्रसरण के साथ गैर-यूनिफ़ॉर्म डेटा के मामले में प्रोटोकॉल उपयोगकर्ता इनपुट की आवश्यकता होगी सही ढंग से चूक चोटियों लेबल करने के लिए और डेटा सेट से झूठी सकारात्मक हटाने के लिए. भविष्य में इस विधि शिखर का पता लगाने और सुधार के लिए उपयोगकर्ता सहायता को कम करने के लिए एक अधिक मजबूत पहचान विधि के साथ सुधार किया जा सकता है (उदाहरण के लिए, गैर रेखीय गतिशील विश्लेषण तकनीक29).

प्रोटोकॉल के निष्पादन के दौरान, यह आवश्यक है कि निम्न महत्वपूर्ण कदम किए जाते हैं। यह आवश्यक प्रसंस्करण और शिखर सुधार समय को कम करने के लिए डेटा संग्रह सत्रों में संकेत विश्वास के एक उच्च स्तर को सुनिश्चित करने के लिए महत्वपूर्ण है। यह ईसीजी रिकॉर्डिंग डिवाइस प्रत्येक सत्र से पहले विषय के साथ उचित संपर्क बना रहा है कि यह सुनिश्चित करने के द्वारा सुधार किया जा सकता है। यह भी प्रत्येक सत्र से पहले रिकॉर्डर rewetting द्वारा किया जा सकता है जो सत्र के दौरान प्रवाहकीय संपर्कों नम रखने के लिए महत्वपूर्ण है. साथ ही, डेटा एकत्र करने के बाद, पोस्ट-प्रोसेसिंग गतिविधियों को समय डोमेन उपायों, आवृत्ति डोमेन उपायों, गैर रेखीय गतिशील विश्लेषण ों के साथ-साथ विशिष्ट करने के लिए सामान्यीकृत एचआरवी मूल्यों की गणना के साथ methodological विचारों को संबोधित करने की आवश्यकता है शारीरिक रूप से व्युत्पन्न और गणितीय रूप से मानव संसाधनविकास 12,13,29में परिवर्तन के बीच .

भविष्य के काम के लिए विचार विभिन्न तीव्रता और शरीर की स्थिति6,7,8, शारीरिक रूप से चुनौतीपूर्ण गतिविधियों में शामिल बच्चों और वयस्कों के लिए HRV माप के आवेदन शामिल हैं, 9,10,17,23,26,29, संज्ञानात्मक चुनौतीपूर्ण खेल और मानसिक कार्यभार24,25, 26,27, आभासी और सिमुलेशन प्रकार के अनुभव , अति प्रशिक्षण का आकलन23,31, नींद आकलन की गुणवत्ता13,26,27 , 31, पुरानी थकान , शारीरिक थकावट और युद्ध तैयारी31 के रूप में के रूप में अच्छी तरह से मानव संसाधन और मस्तिष्क के बीच वैगल संबंध prosocial व्यवहार के बारे में30.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

इस समय, लेखकों (सीएल और PAS) का खुलासा करने के लिए कुछ भी नहीं है. डॉ O'Neil enAbleGames, LLC और Kollect के एक सह संस्थापक है इस वेब आधारित कंपनी द्वारा की पेशकश की खेल में से एक है. enAbleGames खेल विकास चरण में है और इस समय (www.enAbleGames.com) में एक सार्वजनिक कंपनी नहीं है.

Acknowledgments

लेखक अपने समय और प्रयास के अध्ययन में भाग लेने के लिए खर्च के लिए प्रतिभागियों और उनके परिवारों को धन्यवाद. के रूप में अच्छी तरह से, लेखकों मानव संसाधन निगरानी और डॉ पॉल Diefenbach के समय की गणना के साथ उनकी सहायता के लिए डॉ Yichuan लियू और डॉ हसन Ayaz स्वीकार करते हैं KOLLECT सक्रिय वीडियो गेमिंग सॉफ्टवेयर के विकास के लिए. इस काम के लिए अनुदान Coulter फाउंडेशन अनुदान #00006143 द्वारा प्रदान की गई थी (हे'नील; Diefenbach, PIs) और #00008819 (ओ'नील; Diefenbach, पी.आई.स.)

Materials

Name Company Catalog Number Comments
BioHarness Bluetooth Module (Electronics sensor)  Zephyr 9800.0189 Detects Heart Rate, Resiration Rate, Posture, and Skin Temperature.
BioHarness Chest Strap Zephyr 9600.0189, 9600.0190 Sizes Small XS-M, Large M-XL
BioHarness Charge Cradle & USB Cable Zephyr 9600.0257 Used to Transfer Data from the Module to a Computer for Analysis.
BioHarness Echo Gateway Zephyr 9600.0254 Allows for Realtime Viewing of Subject's Heart Rate.
MATLAB R2016a Mathworks 1.7.0_.60 Used for All Programming.

DOWNLOAD MATERIALS LIST

References

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

Cite this Article

Landis, C., O'Neil, M. E., Finnegan, A., Shewokis, P. A. Calculating Heart Rate Variability from ECG Data from Youth with Cerebral Palsy During Active Video Game Sessions. J. Vis. Exp. (148), e59230, doi:10.3791/59230 (2019).More

Landis, C., O'Neil, M. E., Finnegan, A., Shewokis, P. A. Calculating Heart Rate Variability from ECG Data from Youth with Cerebral Palsy During Active Video Game Sessions. J. Vis. Exp. (148), e59230, doi:10.3791/59230 (2019).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
simple hit counter