Comparative study of spectral analysis methods for clinical for clinical electrocardiography

The spectral analysis of heart rate variability is a tool that gained more and more clinical importance in the latest years. It can be used in order to access autonomic function on the cardiovascular system through the evaluation of the different frequency bands of the HRV. So far different mathemat...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Σταυρινού, Μαρία
Άλλοι συγγραφείς: Σακελλαρόπουλος, Γεώργιος
Μορφή: Thesis
Γλώσσα:English
Έκδοση: 2014
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/7843
id nemertes-10889-7843
record_format dspace
spelling nemertes-10889-78432022-09-05T20:43:34Z Comparative study of spectral analysis methods for clinical for clinical electrocardiography Συγκριτική μελέτη μεθόδων ανάλυσης σήματος στο πεδίο των συχνοτήτων για το κλινικό ηλεκτροκαρδιογράφημα Σταυρινού, Μαρία Σακελλαρόπουλος, Γεώργιος Σακελλαρόπουλος, Γεώργιος Νικηφορίδης, Γεώργιος Γκαγκάδης, Γεώργιος Stavrinou, Maria Electrocardiography Heart rate variability Epilepsy Fourier analysis Spectral analysis Autonomic nervous system Autoregressive modeling Power spectral density Ηλεκτροκαρδιογράφημα Μεταβλητότητα καρδιακής συχνότητας Φασματικό περιεχόμενο Αυτόνομο νευρικό σύστημα Επιληψία Fourier ανάλυση Μοντέλα αυτοπαλινδρόμησης Πυκνότητα φάσματος ισχύος 616.120 754 7 The spectral analysis of heart rate variability is a tool that gained more and more clinical importance in the latest years. It can be used in order to access autonomic function on the cardiovascular system through the evaluation of the different frequency bands of the HRV. So far different mathematical approaches have been used towards this aim, often with contradictory results. Therefore, the need for standardization of the methods seems more and more important. In this thesis 2 non-parametric, Fourier-based methods and two parametric based on autoregressive modeling were used in order to extract the power spectral density of patients with epilepsy. Their results were statistically compared to age matched controls. The analysis have shown that when a parametric method is used, a careful model order selection method must be used, and when this is accomplished, the power spectrum could more efficient highlight differences between controls and patients. The results between non-parametric and parametric methods were different, therefore these methods cannot be considered interchangeable. The analysis methodolgy established in this first part of the study has been used to analyse HRV signals from patients before and after deep brain stimulation. Η φασματική ανάλυση της Μεταβλητότητας της Καρδιακής Συχνότητας (ΜΚΣ) χρησιμοποείται όλο και περισσότερο σε κλινικές μελέτες τα τελευταία χρόνια. Και αυτό γιατί μπορεί να δώσει πληροφορίες σχετικά με την λειτουργία του αυτόνομου νευρικού συστήματος πάνω στην καρδιά αναλύοντας το συχνοτικό περιεχόμενο των ΜΚΣ σημάτων σε διακριτές ζώνες συχνοτήτων. Μέχρι τώρα διαφορετικές μαθηματικές μέθοδοι έδωσαν διαφορετικά, συχνα αντικρουόμενα αποτελέσματα. Έτσι η ανάγκη λεπτομερής περιγραφής των μεθόδων φαίνεται όλο και περισσοτερο επιτακτική. Σε αυτή τη διπλωματική εργασία, δυο μη παραμετρικές μέθοδοι και δύο παραμετρικές βασισμένες σε μοντέλα αυτοπαλινδρόμησης (autoregressive modeling) εφαρμόστηκαν προκειμένου να υπολογιστεί το φάσμα ασθενών με χρόνια επιληψία. Τα αποτελέσματα συγκρίθηκαν με υγιείς εθελοντές ίδιου ηλικιακού προφίλ. Η ανάλυση έδειξε ότι όταν χρησιμοποιουνται παραμετρικές μέθοδοι, η επιλογή της τάξης του μοντέλου πρέπει να γίνεται με προσοχή και όταν αυτό γίνει, το φάσμα μπορεί να αναδείξει πιο αποτελεσματικά διαφορές μεταξύ ασθενών και υγειών εθελοντών. Τα αποτελέσματα μεταξύ παραμετρικών και μη παραμετρικών μεθόδων αποδείχθηκαν διαφορετικα, και κατά συνέπεια οι δύο αυτές κατηγορίες ανάλυσης δεν μπορούν να θεωρηθούν ίδιες. Η μεθοδολογία που αναπτύχθηκε στο πρώτο αυτό μέρος της εργασίας χρησιμοποιήθηκε για να αναλύσει σήματα ΜΚΣ από ασθενείς με Πάρκινσον πριν και μετά εν τω βάθει ερεθισμό (Deep brain simulation). 2014-07-01T11:04:46Z 2014-07-01T11:04:46Z 2013-06-26 2014-07-01 Thesis http://hdl.handle.net/10889/7843 en Η ΒΚΠ διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή στο βιβλιοστάσιο διδακτορικών διατριβών που βρίσκεται στο ισόγειο του κτιρίου της. 12 application/pdf
institution UPatras
collection Nemertes
language English
topic Electrocardiography
Heart rate variability
Epilepsy
Fourier analysis
Spectral analysis
Autonomic nervous system
Autoregressive modeling
Power spectral density
Ηλεκτροκαρδιογράφημα
Μεταβλητότητα καρδιακής συχνότητας
Φασματικό περιεχόμενο
Αυτόνομο νευρικό σύστημα
Επιληψία
Fourier ανάλυση
Μοντέλα αυτοπαλινδρόμησης
Πυκνότητα φάσματος ισχύος
616.120 754 7
spellingShingle Electrocardiography
Heart rate variability
Epilepsy
Fourier analysis
Spectral analysis
Autonomic nervous system
Autoregressive modeling
Power spectral density
Ηλεκτροκαρδιογράφημα
Μεταβλητότητα καρδιακής συχνότητας
Φασματικό περιεχόμενο
Αυτόνομο νευρικό σύστημα
Επιληψία
Fourier ανάλυση
Μοντέλα αυτοπαλινδρόμησης
Πυκνότητα φάσματος ισχύος
616.120 754 7
Σταυρινού, Μαρία
Comparative study of spectral analysis methods for clinical for clinical electrocardiography
description The spectral analysis of heart rate variability is a tool that gained more and more clinical importance in the latest years. It can be used in order to access autonomic function on the cardiovascular system through the evaluation of the different frequency bands of the HRV. So far different mathematical approaches have been used towards this aim, often with contradictory results. Therefore, the need for standardization of the methods seems more and more important. In this thesis 2 non-parametric, Fourier-based methods and two parametric based on autoregressive modeling were used in order to extract the power spectral density of patients with epilepsy. Their results were statistically compared to age matched controls. The analysis have shown that when a parametric method is used, a careful model order selection method must be used, and when this is accomplished, the power spectrum could more efficient highlight differences between controls and patients. The results between non-parametric and parametric methods were different, therefore these methods cannot be considered interchangeable. The analysis methodolgy established in this first part of the study has been used to analyse HRV signals from patients before and after deep brain stimulation.
author2 Σακελλαρόπουλος, Γεώργιος
author_facet Σακελλαρόπουλος, Γεώργιος
Σταυρινού, Μαρία
format Thesis
author Σταυρινού, Μαρία
author_sort Σταυρινού, Μαρία
title Comparative study of spectral analysis methods for clinical for clinical electrocardiography
title_short Comparative study of spectral analysis methods for clinical for clinical electrocardiography
title_full Comparative study of spectral analysis methods for clinical for clinical electrocardiography
title_fullStr Comparative study of spectral analysis methods for clinical for clinical electrocardiography
title_full_unstemmed Comparative study of spectral analysis methods for clinical for clinical electrocardiography
title_sort comparative study of spectral analysis methods for clinical for clinical electrocardiography
publishDate 2014
url http://hdl.handle.net/10889/7843
work_keys_str_mv AT staurinoumaria comparativestudyofspectralanalysismethodsforclinicalforclinicalelectrocardiography
AT staurinoumaria synkritikēmeletēmethodōnanalysēssēmatosstopediotōnsychnotētōngiatoklinikoēlektrokardiographēma
_version_ 1771297281686896640