Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/33650
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2022_AyllahAhmadLopes.pdf9,2 MBAdobe PDFver/abrir
Título: Estimação da sensibilidade do barorreflexo variante no tempo
Autor(es): Lopes, Ayllah Ahmad
Orientador(es): Oliveira, Flávia Maria Guerra de Sousa Aranha
Assunto: Frequência cardíaca
Eletrocardiograma
Sistema nervoso
Pressão arterial
Data de apresentação: 10-Mai-2022
Data de publicação: 17-Fev-2023
Referência: LOPES, Ayllah Ahmad. Estimação da sensibilidade do barorreflexo variante no tempo. 2022. 74 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação) — Universidade de Brasília, Brasília, 2022.
Resumo: Este trabalho tem como objetivo implementar diferentes técnicas para determinação da sensibilidade do mecanismo do barorreflexo variante no tempo em um mesmo conjunto de dados e avaliar o desempenho de cada técnica. Também e proposta deste trabalho uma complementação com as funções de base Meixner para o m´módulo variante no tempo da ferramenta CRSIDLab. O CRSIDLab é uma ferramenta de software baseada em MATLAB para avaliação multivariada do sistema nervoso autônomo por meio da variabilidade da frequência cardíaca e identificação do sistema cardiorrespiratório. A base de dados utilizada para a realização deste trabalho foi a Physiologic Response to Changes in Posture, que contém dados de eletrocardiograma, pressão arterial e declividade de uma mesa de inclinação de 10 pacientes que foram submetidos a mudanças posturais passivas. Inicialmente, foi utilizada a análise univariada no domínio da frequência do intervalo RR (RRI) e da pressão arterial para a obtenção das densidades espectrais de potência dos sinais de RRI e da pressão arterial sistólica (SBP). Uma limitação importante desta e de outras análises univariadas de frequência cardíaca ou pressão arterial ´e que elas não fornecem informações detalhadas do sistema nervoso autônomo. Isso se deve ao fato de que a variabilidade de um sinal pode ser devida ao sistema responsável por esta variabilidade, mas também recebe influências de outros sinais, ou entradas, deste mesmo sistema. Diante de tal limitação, foram utilizadas as abordagens baseadas na função de resposta em frequência, obtida a partir do espectro cruzado de potência SBP e do RRI dividido pelo autoespectro de potência da SBP. Outra abordagem testada foi o m´etodo espectral, sendo este a raiz quadrada da divisão da componente de baixas frequências (LF) do sinal de RRI pela componente LF do sinal de SBP. Devido a limitações relacionadas principalmente a esses m´métodos não considerarem a relação de causa e efeito entre os sinais de RRI e SBP, uma vez que são baseados na estimação do espectro de potência destes sinais, em que a informação temporal entre entrada e saída são perdidas, a seguir foram utilizadas técnicas de identificação de sistemas no domínio do tempo, permitindo que as respostas ao impulso dos componentes do modelo fossem estimadas. Aplicando uma combinação do algoritmo recursivo de mínimos quadrados (RLS) e a técnica de expansão de kernels de Laguerre ou Meixner, foi possível reduzir a parametrização do problema e, assim, obter estimativas robustas de parâmetros. As técnicas de identificação de sistemas permitiram a obtenção de informações detalhadas a respeito do sistema nervoso autônomo durante as manobras posturais. Descritores compactos foram usados para facilitar a caracterização das respostas ao impulso variantes no tempo, permitindo assim a aplicação de testes estatísticos. Os descritores usados foram: a magnitude da resposta ao impulso, ganho dinâmico de baixa frequência e ganho dinâmico de alta frequência. Esses descritores transmitem informações sobre o ganho do componente em questão. Desta forma, foi possível confirmar que as respostas ao impulso variantes no tempo estimadas do barorreflexo são sensíveis ás mudanças transientes na regulação autonômica. Além disso, os descritores extraídos das respostas ao impulso se mostraram mais específicos se comparados ás abordagens baseadas na função de resposta em frequência (função de transferência) e ao método espectral (raiz quadrada da divisão da componente LF do sinal de RRI pela componente LF do sinal de SBP) para aferir a sensibilidade do barorreflexo. Uma hipótese para o melhor desempenho observado no caso da técnica de identificação de sistemas no domínio do tempo utilizada e que esta considera a relação de causa e efeito entre o intervalo RR e a pressão arterial sistólica, uma vez que é baseada na estimação da resposta ao impulso finita entre a entrada SBP e a saída RRI.
Abstract: This work aims to implement different techniques to determine the sensitivity of the timevarying baroreflex mechanism in the same data set and to evaluate the performance of each technique. This work also proposes a complementation with the Meixner base functions for the time-variant module of the CRSIDLab tool. CRSIDLab is a MATLAB-based software tool for multivariate assessment of the autonomic nervous system through heart rate variability and identification of the cardiorespiratory system. The database used to carry out this work was the Physiologic Response to Changes in Posture, which contains electrocardiogram, blood pressure and slope data from a tilt table of 10 patients who underwent passive postural changes. Initially, univariate analysis was used in the frequency domain of the RR interval (RRI) and blood pressure to obtain the power spectral densities of the IRR signals and systolic blood pressure (SBP). An important limitation of this and other univariate analyzes of heart rate or blood pressure is that they do not provide detailed information on the autonomic nervous system. This is due to the fact that the variability of a signal may be due to the system responsible for this variability, but it also receives influences from other signals, or inputs, of the same system. Faced with this limitation, approaches based on the frequency response function, obtained from the SBP power cross spectrum and the RRI divided by the SBP power autospectrum, were used. Another approach tested was the spectral method, which is the square root of the division of the low frequency component (LF) of the RRI signal by the LF component of the SBP signal. Due to limitations mainly related to these methods, they do not consider the cause and effect relationship between the RRI and SBP signals, since they are based on the estimation of the power spectrum of these signals, in which the temporal information between input and output is lost, then techniques for identifying systems in the time domain were used, allowing the impulse responses of the model’s components to be estimated. Applying a combination of the recursive least squares algorithm (RLS) and the Laguerre or Meixner kernel expansion technique, it was possible to reduce the parameterization of the problem and, thus, obtain robust parameter estimates. System identification techniques allowed obtaining detailed information about the autonomic nervous system during postural maneuvers. Compact descriptors were used to facilitate the characterization of time-varying impulse responses, thus allowing the application of statistical tests. The descriptors used were: the magnitude of the impulse response, low frequency dynamic gain and high frequency dynamic gain. These descriptors convey information about the gain of the component in question. In this way, it was possible to confirm that the estimated time-varying impulse responses of the baroreflex are sensitive to transient changes in autonomic regulation. In addition, the descriptors extracted from the impulse responses were more specific when compared to approaches based on the frequency response function (transfer function) and the spectral method (square root of the division of the LF component of the RRI signal by the LF component of the SBP signal) to measure the baroreflex sensitivity. One hypothesis for the better performance observed in the case of the systems identification technique in the time domain used is that it considers the cause and effect relationship between the RR interval and systolic blood pressure, since it is based on the estimation of the response to the finite impulse between input SBP and output RRI.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2022.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Engenharia da Computação



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.