Физическая культура и спорт /3.Спортивная медицина и реабилитация

Лужанина О.Э., к.ф-м.н.Онищук С.А., д.ф-м.н. Тумаев Е.Н., к.б.н. Барановская И.Б.

Кубанский государственный университет, Россия

Моделирование ЭКГ высококвалифицированных спортсменов

ЭКГ является сигналом нестационарной и негармонической формы. При этом форма ЭКГ имеет сложную структуру и состоит из набора зубцов, интервалов и сегментов. Сама структура изменчива в зависимости от индивидуальных биологических свойств организма конкретного человека и отражает процесс распространения волны возбуждения по сердцу.

Для анализа ЭКГ применяют различные математические методы обработки, такие как вейвлет-преобразование [1], фрактальный анализ [2], факторный анализ [3] и другие. Диагностическая ценность таких методов может быть успешно определена с помощью математической модели, позволяющей описать форму как отдельного сигнала ЭКГ, так и вариабельности сердечного ритма.

Среди предложенных алгоритмов наиболее удачной представляется квазипериодическая двухкомпонентная динамическая модель, позволяющая воспроизводить временные и спектральные характеристики ЭКГ [4]. В частности, применение такой модели к ЭКГ спортсменов высокой квалификации может оказать существенную помощь в работе тренера, как для планирования общего режима тренировок, так и индивидуального подхода к каждому спортсмену.

Поэтому целью данной работы было исследование возможности использования данной модели для анализа ЭКГ высококвалифицированных спортсменов.

Исследовались ЭКГ, полученные на разных этапах тренировочного процесса у высококвалифицированных спортсменов, таких как велосипедисты, гребцы на каноэ и байдарках и пловцы.

В результате проведенного факторного анализа у высококвалифицированных спортсменов выделились два фактора с наибольшим удельным весом. Основными показателями, вошедшими в эти факторы, явились QTф, QTБ, QTф-QT, R-R, RRmax, RRmin, TV2, TV3, TV4.

Использование данной модели для анализа ЭКГ высококвалифицированных спортсменов показало, что ее применение для моделирования ЭКГ представляет собой достаточно трудоемкий процесс и не удалось получить адекватного рисунка кардиосигнала. Результатом должно быть изображение кардиосигнала в трехмерном фазовом пространстве, как это показано на рис. 1. Рисунок реального кардиосигнала таким образом, можно получить путем проектирования изображения на плоскость xy.

В то же время было установлено, что распределения основных показателей, связанных с главными факторами, имеет существенные различия для высококвалифицированных спортсменов, таких как велосипедисты, гребцы на каноэ и байдарках и пловцы. Вероятно, это связано с разницей интенсивности и продолжительности нагрузок для разных видов спорта. По сравнению, например, с велосипедистами у других спортсменов выступление гораздо менее продолжительное, но более интенсивное.

Таким образом, задача еще более усложняется, так как требует создания большого количества отдельных изображений путем подгонки соответствующих параметров модели.

В результате проведенных исследований установлено, что модель вполне удовлетворительно описывает ЭКГ высококвалифицированных спортсменов, но желательно ее некоторое упрощение для более производительного использования данной модели.

Литература:

1. Казаков Д.В. Кодирование кардиосигнала на основе дискретного вейвлет-преобразования. Отраслевые аспекты технических наук, 2011. №8. С. 4-7.

2. Ахметанов Р.С. Применение теории фракталов и вейвлет-анализа для выявления особенностей временных рядов при диагностике систем. Вестник научно-технического развития, 2009. №1 (17). С. 26-31.

3. Лужанина О.Э., Юрьев С.Ю., Бушуева Т.В., Онищук С.А. Факторный анализ вольтажно-временных характеристик ЭКГ у спортсменов высшей квалификации. Труды IХ Всероссийской научной конференции молодых ученых и студентов «Современное состояние и приоритеты развития фундаментальных наук в регионах». Краснодар: Кубанский государственный университет, 2012.С.59-60.

4. Казаков Д.В. Квазипериодическая двухкомпонентная динамическая модель для синтеза кардиосигнала с использованием временных рядов и метода Рунге-Кутты четвертого порядка. Компьютерные исследования и моделирование, 2012. Т.4. №1. С. 143-154.