مقايسه ويژگي هاي خطي و غيرخطي سيگنال تغييرات نرخ ضربان قلب به منظور كمّي سازي سطح استرس با استفاده از الگوريتم تكاملي و شبكه عصبي

Comparison of Linear and Nonlinear Features of Heart Rate Variability Signal to Quantification of Stress Level using Genetic Algorithm and Neural Network

سيستم اعصاب خودكار توسط دو شاخه سمپاتيك و پاراسمپاتيك، سيستم قلبي- عروقي را در شرايط مختلف كنترل مي كند. ديناميك اين سيستم متناسب با حالات رواني مختلف از جمله استرس دستخوش تغييرات شده و از اين رو مي توان به وسيله تحليل سيگنال هاي خروجي آن، فعاليت سيستم اعصاب خودكار را آشكار كرد. در اين تحقيق با طراحي آزمايشي مطمين و ايجاد سطوح مختلف استرس در فرد به دنبال كمّي سازي سطح استرس با استفاده از سيگنال HRV بوده ايم. با توجه به اينكه سيستم قلب ماهيت آشوب گونه دارد، لذا در اين تحقيق ديدگاه غيرخطي نيز براي تحليل اين سيگنال به كار گرفته شده است. به اين ترتيب علاوه بر ويژگي هاي معمول در حوزه زمان، فركانس و زمان-فركانس، ويژگي هاي غيرخطي نظير آنتروپي، معيار پوآنكاره و بعد فركتال از سيگنال HRV استخراج شده است. سپس با استفاده از تركيب الگوريتم تكاملي و شبكه عصبي، ويژگي هاي بهينه كه بيشترين درصد تفكيك بين سطوح مختلف استرس را مهيا مي سازند، مشخص شده است و در نهايت با استفاده از شبكه عصبي و ويژگي هاي بهينه، تفكيك بين سطوح انجام شد. همچنين مقايسه ويژگي هاي خطي و غيرخطي سيگنال HRV انجام شد. نتايج بدست آمده نشان مي دهد كه با استفاده از تركيب ويژگي هاي خطي و غيرخطي مي توان به درصد تفكيك بيشتري دست يافت، در حالي كه ويژگي هاي غيرخطي نسبت به تغييرات نمونه هاي ورودي مقاوم تر مي باشند.

The autonomic nervous system controlled the cardiovascular system by two antagonistic parts of the autonomic nervous system (ANS), which was named as the cardiac sympathetic and the parasympathetic nervous. Human emotion changing is related to sympathetic nervous and parasympathetic nervous system. Since the dynamics of the cardiac system are nonlinear, nonlinear methods have been applied to the analysis of HRV. We have included studies that used the three most common non-linear indices:the fractal scaling exponent, measures based on Poincare plots and wavelet entropy and common linear indices in time and frequency domain. These results suggest that non-linear analysis contains relevant information related to different HRVdynamics in normal and abnormal subjects.