Quantitative features in determining the cardiorespiratory synchronism from heartbeat and respiratory signals captured by wearable sensors

Abstract

Kardiyorespiratuvar araştırması, solunum ile kardiyak sistemler arasındaki etkileşimin doğrusal olmayan bir şekilde hem nörolojik hem de mekanik olabilirliğinin daha iyi anlaşılmasını amaçlamaktadır. Bu anlamda, kardiyorespiratuvar senkronizasyondan sorumlu fizyolojik mekanizmaları anlama çalışmalarına ilgi artmaktadır. Bu tezin amacı, duygusal duygu bloklarının görsel ve işitsel uyaranların etkisiyle ortaya çıkan solunum ile kalp atış hızı arasındaki senkronizasyonu araştırmaktır. Sağlıklı gönüllülere uluslararası duygusal görüntü sisteminden ve beş duygusal blok için uluslararası duygusal dijital seslerden seçilen bir dizi görüntü ve ses gösterilmiştir. Bu çalışma sırasında geliştirilen giyilebilir bir cihaz tarafından kalp atışları ve solunum sinyalleri yakalanmıştır. Alınan sinyallerdeki gürültüyü önlemek için dijital filtreleme yapılmıştır. Filtrelenen sinyaller, stimülasyonun farklı seviyelerinin tanınmasında kalp atışı ve solunum döngüsü değişkenliğinin nicelleştirilmesinde olası özellikleri çıkarmak için çeşitli değişkenlik analiz teknikleri kullanılarak analiz edilmiştir. Çıkarılan her özelliğin performansını belirlemek için uygun istatistiksel testler yapılmıştır.

Nonlinear interactions between the respiratory and the cardiac systems determine the cardiorespiratory synchronism that has been recently inspired as a beneficial method to categorize the health of a person's nervous system. However, features that may quantify the synchronism have not been explored adequately. The objective of this thesis work is to quantify the synchronization due to different audiovisual emotional elicitations. Sets of images and sounds selected from the international affective picture system and international affective digital sounds are established to stimulate five different emotions namely negative low arousal, positive low arousal, negative high arousal, positive high arousal and neutral low arousal. The sets are presented to twenty heathy volunteers in a pre-defined order and the heartbeat and respiration signals from the volunteers are recorded simultaneously by using an electronic circuit designed to house two wearable sensors. The signals are transferred to a personal computer and processed. Poincare analyses are performed to extract a total of nine features quantifying the heartbeat and the respiration cycle variability for each stimulus. Multinomial logistic regression models utilizing the features are developed and statistical tests are performed to determine the performance of each feature and each model.