Hoppa direkt till innehållet
printicon

Att upptäcka farliga rubbningar i hjärtfrekvensen

Forskningsprojekt Mätningar och datoranalys utvecklas för att spåra och kartlägga rubbningar i hjärtrytmen som kan vara tecken på livshotande tillstånd.

Analys av omedvetna variationer i hjärtfrekvensen (HRV, heart rate variability) används för att beskriva och mäta autonoma funktionsrubbningar vid hjärtsjukdomar samt för att identifiera tecken på livshotande rubbningar i hjärtrytmen. Projektet går ut på att utvecka diagnosmetoder på området. Ett annat mål är att utveckla beräkningssätt, algoritmer, för att i realtid analysera alla enskilda hjärtslag (både normalt utlösta och extraslag). Analys av HRV används i olika kliniska studier, bl.a. för bedömning av hjärtrytmen hos barn med medfödda hjärtfel och samt patienter med den s.k. "Skellefteå-sjukan.

Projektansvarig

Urban Wiklund
Universitetslektor, adjungerad
E-post
E-post
Telefon
090-785 40 21

Projektöversikt

Projektperiod

2007-02-26 2007-12-31

Finansiering

Finansår , 2004, 2005, 2006, 2007

huvudman: U. Wiklund, finansiar: VR (fo.ass.), y2004: 901, y2005: 901, y2006: 901, y2007: 901,

Forskningsämne

Klinisk medicin, Medicinsk teknik

Projektbeskrivning

Hos friska individer varierar hjärtfrekvensen och blodtrycket från hjärtslag till hjärtslag. Förändringarna är dock inte helt oregelbundna, utan består av rytmer som speglar hur det autonoma nervsystemet reglerar blodcirkulationen. En av dessa rytmer uppstår pga. att andningen ger upphov till tryckvariationer i bröstkorgen. Det påverkar hur mycket blod som rinner in i hjärtat från venerna vid varje hjärtslag. En annan rytm uppstår pga. att blodkärlens diameter ökar eller minskar allteftersom blodet skickas till olika organ eller andra ställen i kroppen. Analys av hjärtfrekvensens variabilitet (HRV, heart rate variability) tillämpas för att påvisa, karaktärisera och mäta autonoma funktionsrubbningarna vid diabetes och andra systemiska eller neurologiska sjukdomar samt hjärtsjukdomar. Hos patienter med dessa sjukdomar är det av direkt klinisk betydelse att identifiera fall med obalans, som kan medföra högre risk för livshotande rubbningar i hjärtrytm eller plötslig död.

Det första målet med projektet är att fortsätta utvecka metoder för diagnos av autonoma funktionsrubbningar baserat på analys av olika kardiovaskulära signaler. Det andra målet är att utveckla robusta beräkningsmetoder, algoritmer, för att förbättra metodens kliniska användbarhet och intra-individuella reproducerbarhet.

Vid kliniska studier studeras i regel hjärtfrekvensvariabilitet med personen liggande i vila samt vid djupandning och efter tippning till stående. Tillståndet beskrivs därmed med ett stort antal variabler från olika provokationstester, vilket matematiskt sett kan betraktas som ett problem med många variabler. Projektets andra mål är att tillämpa multivariat dataanalys och utreda hur detta påverkar metodens diagnostiska värde.

För att bättre kunna studera vad som händer under olika provokationstester, t.ex. vid insättandet av läkemedel eller vid tippning från liggande till upprättstående ställning, är det önskvärt att kunna studera hjärtfrekvensvariabiliteten i realtid under undersökningen. Projektets tredje mål är dels att utveckla ett system för realtidsanalys av kardiovaskulära signaler, dels att genomföra kliniska studier i intensivvårdsmiljö.

I det första delprojektet kommer vi att tillämpa alternativa metoder för analys av hjärtfrekvensvariationen, främst baserade på tidsfrekvensanalys med wavelets. Dessutom tänker vi utveckla metoder för att relatera beräknade värden till patientens ålder eller andra fysiologiska variabler som påverkar hjärtfrekvensens variation. I det andra delprojektet kommer data från friska försökspersoner (med och utan farmakologiska blockader) och patienter med olika grad av funktionsrubbningar att analyseras med multivariat dataanalys samt mönsterigenkänning med neurala nätverk. I det tredje delprojektet ingår att utveckla robusta algoritmer för att i realtid detektera alla enskilda hjärtslag (både normalt utlösta och ektopiska extraslag), samt korrigera för eventuella fel i data. Det utvecklade systemet för realtidsanalys kommer att användas i några olika kliniska studier, t.ex. vid behandling av patienter med svåra skallskador, övertrycksventilation vid respiratorbehandling, samt vård av för tidigt födda barn.