[논문 리뷰] Dynamical Heart Beat Correlations during Running

Matti Molkkari, Giorgio Angelotti외 2명|arXiv (Cornell University)|2019. 11. 11.

Complex Systems and Time Series Analysis인용 수 1

한 줄 요약

이 논문은 달리기 중 심박수 변동성(RR 간격)에서 척도 및 시간에 따라 변화하는 상관관계를 분석하기 위해 동적 탈트렌드 처리된 분산 분석(DDFA)과 동적 부분 자기상관함수(DPACF)를 도입한다. 심박수 증가 시 RR 간격에서 척도 의존적인 반상관관계(α < 0.5)가 나타나며, 특정 심박수 척도에서 최고조절을 이룬다. 이는 강도에 따라 이동하며, 운동 부하와 관련된 다중 척도 조절 반응을 시사하며, 가능하면 보폭 빈도와 관련이 있을 수 있다.

ABSTRACT

Fluctuations of the human heart beat constitute a complex system that has been studied mostly under resting conditions using conventional time series analysis methods. During physical exercise, the variability of the fluctuations is reduced, and the time series of beat-to-beat RR intervals (RRIs) become highly non-stationary. Here we develop a dynamical approach to analyze the time evolution of RRI correlations in running across various training and racing events under real-world conditions. In particular, we introduce dynamical detrended fluctuation analysis and dynamical partial autocorrelation functions, which are able to detect real-time changes in the scaling and correlations of the RRIs as functions of the scale and the lag. We relate these changes to the exercise intensity quantified by the heart rate (HR). Beyond subject-specific HR thresholds the RRIs show multiscale anticorrelations with both universal and individual scale-dependent structure that is potentially affected by the stride frequency. These preliminary results are encouraging for future applications of the dynamical statistical analysis in exercise physiology and cardiology, and the presented methodology is also applicable across various disciplines.

연구 동기 및 목표

• 신체 운동 중 비정상적인 심박수 변동성을 실시간으로 동적으로 분석할 수 있는 방법을 개발하기 위해.
• 기존의 DFA와 푸리에 분석이 RR 간격의 시간 및 척도 의존적 상관관계를 포착하는 데 한계가 있음을 극복하기 위해.
• 실생활 달리기 조건에서 다양한 운동 강도에서 심박수 변동성의 역학이 어떻게 변화하는지 조사하기 위해.
• 동적 상관관계가 변화하는 생리학적 임계점, 즉 자율신경계 전환을 시사할 수 있는 임계점들을 규명하기 위해.
• 마라톤 대회 및 훈련 런닝 데이터에서 실생활 웨어러블 센서 데이터를 활용해 방법의 타당성을 검증하기 위해.

제안 방법

• 고해상도 시간-척도 의존적 스케일링 지수 α(t, s)를 계산하기 위해 동적 탈트렌드 처리된 분산 분석(DDFA)을 제안한다.
• 슬라이딩 타임 윈도우를 통해 변동성 함수 F²(s, t)를 계산하는 이동 윈도우 방식을 적용하여 스케일링 행동의 실시간 추적을 가능하게 한다.
• 각 윈도우 내에서 다항식 피팅을 통해 탈트렌드 처리를 수행하여 비정상성을 제거하고 내재된 상관관계를 분리한다.
• RR 간격의 지연 의존적 상관관계를 분석하기 위해 동적 부분 자기상관함수(DPACF)를 도입하여 단기 기억 효과의 탐지 능력을 향상시킨다.
• 알려진 스케일링 특성을 가진 합성 분수적 고유계 노이즈(fGn) 및 분수적 브라운 운동(fBm) 시계열을 사용하여 DDFA의 타당성을 검증한다.
• Garmin 등 상용 스포츠 워치 데이터를 통합하여 마라톤 대회 및 훈련 런닝 데이터에서 10명의 참가자에 대한 실생활 달리기 데이터를 분석한다.

실험 결과

연구 질문

• RQ1 다양한 심박수에서 달리기 중 RR 간격 상관관계는 어떻게 동적으로 변화하는가?
• RQ2 비정상적인 운동 중 심박수 변동성의 시간 및 척도 의존적 구조는 무엇인가?
• RQ3 RR 간격에서 반상관관계가 나타나고 척도가 변화하는 심박수 임계점은 언제인가?
• RQ4 동적 상관관계 구조는 유산소 임계점과 같은 생리학적 임계점과 연결될 수 있는가?
• RQ5 보폭 빈도가 관찰된 척도 의존적 반상관관계에 어떤 영향을 미치는가?

주요 결과

• 심박수가 개인별 임계점 이상일 때, 일반적으로 175bpm 이상에서 RR 간격에서 반상관관계(α < 0.5)가 나타난다.
• 강도가 중간일 때 가장 강한 반상관관계의 척도는 약 5–10회 심박수에서 발생하지만, 강도가 증가함에 따라 약 20회 심박수로 이동하며, 심박수 추가 증가 시 더 짧은 척도에서 재등장한다.
• s > 100심박수 척도에서는 RR 간격이 비정상적 행동(α > 1)을 보이며, 분수적 브라운 운동과 유사하다.
• 동적 스케일링 지수 α(t, s)는 전통적인 단기 및 장기 DFA가 포착하지 못하는 복잡한 다중 척도 상관관계 구조를 드러낸다.
• DDFA와 DPACF 결과는 상호 일치하며, 생리적 상관관계 역학의 실시간 변화를 탐지하는 데 있어 방법의 신뢰성을 검증한다.
• 관찰된 반상관관계 구조는 보폭 빈도에 의해 영향을 받을 수 있으며, 이는 이동과 심장 조절 간 잠재적 결합을 시사한다.