[논문 리뷰] Heart Rate Variability: Measures and Models

Malvin C. Teich, Steven B. Lowen외 3명|arXiv (Cornell University)|2012. 06. 07.

Complex Systems and Time Series Analysis참고 문헌 69인용 수 72

한 줄 요약

이 논문은 정상 및 심부전 환자를 분류하기 위해 심박수 변동성(HRV) 측정값 16종을 평가하며, 특히 약 32개 심박수 간격에서의 웨이브렛 변환 표준편차와 그 스펙트럼적 등가값을 포함한 척도 의존적 지표가 척도 독립적 지표보다 뛰어난 성능을 보이며, 단 몇 분의 ECG 데이터로도 정확한 분류가 가능하다는 것을 입증한다. 또한 인간 심장 박동 동역학의 확률적 성격을 확인하고, 건강한 상태와 병적 상태에서 모두 HRV를 재현할 수 있는 포인트 프로세스 모델을 제안한다.

ABSTRACT

We focus on various measures of the fluctuations of the sequence of intervals between beats of the human heart, and how such fluctuations can be used to assess the presence or likelihood of cardiovascular disease. We examine sixteen such measures and their suitability for correctly classifying heartbeat records of various lengths as normal or revealing the presence of cardiac dysfunction, particularly congestive heart failure. Using receiver-operating-characteristic analysis we demonstrate that scale-dependent measures prove substantially superior to scale-independent ones. The wavelet-transform standard deviation at a scale near 32 heartbeat intervals, and its spectral counterpart near 1/32 cycles/interval, turn out to provide reliable results using heartbeat records just minutes long. We further establish for all subjects that the human heartbeat has an underlying stochastic origin rather than arising from a chaotic attractor. Finally, we develop a mathematical point process that emulates the human heartbeat time series for both normal subjects and heart-failure patients.

연구 동기 및 목표

• 정상 심장 기능과 심부전을 구분하는 데 가장 효과적인 HRV 측정값을 특정하는 것.
• 짧은 ECG 기록을 분류하는 데 있어 척도 의존적 지표와 척도 독립적 지표의 성능를 평가하는 것.
• 인간 심장 박동 동역학이 확률적 과정에서 기인하는지 아니면 카오스적 액터에서 기인하는지 확인하는 것.
• 건강한 사람과 심부전 환자 모두에서 HRV 패턴을 재현할 수 있는 포인트 프로세스 모델을 개발하는 것.

제안 방법

• 연구는 수신기운용특성(ROC) 분석을 사용하여 분류 정확도를 비교하기 위해 16종의 HRV 측정값을 평가한다.
• 약 32개 심박수 간격에서의 웨이브렛 변환 표준편차와 같은 척도 의존적 지표를 계산하고 척도 독립적 지표와 비교한다.
• 최적 척도의 주파수 등가를 확인하기 위해 스펙트럼 분석을 적용하며, 이는 약 1/32 사이클/간격에 근접한다.
• 정상 및 심부전 환자에게 별도로 校정된 확률적 포인트 프로세스 모델을 개발하여 심장 박동 시계열을 시뮬레이션한다.
• 각 HRV 측정값의 분류 능력을 다양한 기록 길이에서 평가하기 위해 ROC 분석을 사용한다.
• 통계적 및 상관 기반 방법을 사용하여 심장 박동 동역학이 카오스 액터에서 기인한다는 근본 가설을 검증한다.

실험 결과

연구 질문

• RQ1 어떤 HRV 측정값이 짧은 ECG 기록을 정상 또는 심부전을 나타내는 것으로 가장 신뢰성 있게 분류하는가?
• RQ2 심부전을 탐지하는 데 있어 척도 의존적 HRV 지표가 척도 독립적 지표보다 뛰어나게 성능을 발휘하는가?
• RQ3 인간 심장 박동은 확률적 과정로 기술되는 것이 바람직한가, 아니면 카오스 액터에서 기인하는가?
• RQ4 단일 포인트 프로세스 모델이 건강한 인구와 심부전 환자 모두에서 HRV 패턴을 정확하게 시뮬레이션할 수 있는가?
• RQ5 최소한의 데이터로 분류 정확도를 높이는 데 있어 HRV 분석의 최적 시간 척도는 무엇인가?

주요 결과

• 약 32개 심박수 간격에서의 웨이브렛 변환 표준편차는 테스트된 모든 다른 HRV 측정값보다 뛰어난 분류 성능를 보였다.
• 이 지표의 스펙트럼적 등가물, 즉 약 1/32 사이클/간격에서의 값 역시 최소한의 데이터로 매우 신뢰할 수 있는 분류 결과를 제공하였다.
• 척도 의존적 HRV 지표는 정상과 심부전 환자를 구분하는 데 있어 척도 독립적 지표보다 유의미하게 뛰어난 성능를 보였다.
• 연구에서는 인간 심장 박동의 기원이 카오스적 원천에서 비롯된다는 증거를 발견하지 못하였으며, 오히려 동역학은 확률적 과정에 의해 가장 잘 설명된다.
• 정상 및 심부전 환자 모두에서 HRV 패턴을 정확하게 모의하는 데 성공한 포인트 프로세스 모델이 개발되었다.
• 단 몇 분의 ECG 데이터로도 분류 정확도를 확보할 수 있었으며, 이는 척도 의존적 HRV 지표의 임상적 잠재력을 시사한다.