Вейвлет-анализ вариабельности сердечного ритма в оценке функционального состояния регуляторных систем организма человека тема диссертации и автореферата по ВАК РФ 03.00.13, кандидат биологических наук Рунова, Екатерина Владимировна

• Рунова, Екатерина Владимировна
• кандидат биологических наук
• 2008

Оглавление диссертации кандидат биологических наук Рунова, Екатерина Владимировна

ВВЕДЕНИЕ.

Глава 1. Обзор литературы.

1.1. Анализ вариабельности сердечного ритма как метод оценки функционального состояния организма человека.

1.1.1. Основные научно-теоретические концепции, положенные в основу анализа вариабельности сердечного ритма.

1.1.2. Спектральные методы анализа вариабельности сердечного ритма.

1.2. Физиологические механизмы формирования периодических составляющих сердечного ритма.

1.3. Вариабельность сердечного ритма как показатель возрастных и патологических изменений регуляции вегетативных функций.

1.3.1. Особенности вариабельности сердечного ритма в онтогенезе.

1.3.2. Характер изменения вариабельности сердечного ритма при недостаточности мозгового кровообращения.

Глава 2. Материалы и методы.

2.1. Характеристика обследуемых групп испытуемых.

2.2. Регистрация электрокардиограммы.

2.3. Спектральные методы оценки вариабельности сердечного ритма.

2.4. Методы статистической оценки полученных данных.

РЕЗУЛЬТАТЫ СОБСТВЕННЫХ ИССЛЕДОВАНИЙ.

Глава 3. Сравнение методологических подходов спектрального анализа вариабельности сердечного ритма и выбор наиболее адекватных методов для оценки функционального состояния регуляторных систем организма человека.

3.1. Описание исследуемых методов спектрального анализа вариабельности сердечного ритма.

3.1.1. Периодограммный метод.

3.1.2. Метод оконного преобразования Фурье.

3.1.3. Метод непрерывного вейвлет-преобразования.

3.1.4. Метод дискретного вейвлет-преобразования.

3.2. Сравнение методов спектрального анализа на примере модельного сигнала.

3.3. Сравнение методов спектрального анализа на примере ритмограммы, включающей переходный процесс.

Глава 4. Разработка классификационных моделей функционального состояния регуляторных систем организма человека в норме на основе данных спектрального анализа вариабельности сердечного ритма.

4.1. Построение классификационной модели по показателям периодограммного метода спектрального анализа ритмограмм.

4.2. Построение классификационной модели по показателям дискретного вейвлет-анализа ритмограмм.

4.3. Построение классификационной модели по показателям непрерывного вейвлет-анализа ритмограмм.

Глава 5. Применение разработанных классификационных моделей для выявления особенностей регуляции сердечной деятельности в разных возрастных группах и при нарушении мозгового кровообращения.

5.1. Выявление возрастных особенностей функционального состояния регуляторных систем.

5.1.1. Характеристика группы молодого возраста.

5.1.2. Характеристика группы старшего возраста.

5.1.3. Сравнительная характеристика возрастных групп.

5.2. Выявление особенностей функционального состояния регуляторных систем при нарушении мозгового кровообращения.

5.2.1. Характеристика группы пациентов с нарушением мозгового кровообращения.

5.2.2. Сравнительная характеристика групп в норме и при нарушении мозгового кровообращения.

Введение диссертации (часть автореферата) на тему «Вейвлет-анализ вариабельности сердечного ритма в оценке функционального состояния регуляторных систем организма человека»

Актуальность проблемы

Изучение механизмов регуляции и функциональных взаимодействий между регуляторными контурами является одним из наиболее актуальных направлений фундаментальной и прикладной физиологии и медицины. Анализ регуляции сердечного ритма даст возможность получения прогностической информации о функциональном состоянии (ФС) и особенностях адаптивных реакций всего организма [Баевский P.M. и др., 1984; Машин В.А., 2007а].

Динамический ряд кардиоинтервалов (ритмограмма — РГ) является физиологическим сигналом, отражающим совокупное нейрогуморалы-юе регуляторное воздействие на сердце. Одной из задач современных исследований в области анализа вариабельности сердечного ритма (ВСР) является определение активности регуляторных контуров, формирующих это воздействие. Одним из методов, решающих эту задачу, является спектральный анализ, позволяющий выделить из сложного колебания составляющие его исходные более простые колебания, и установить их частоты и интенсивности [Баевский P.M. и др., 2001; Рябыкина Г.В., Соболев А.В., 2001; Хаютнн В.М., Лукошкова Е.В., 2002]. При анализе частотной структуры РГ особый интерес представляет временная локализация изменений спектрального состава сигнала, которая позволяет фиксировать появление, изменение вклада или исчезновение колебательных компонент. В связи с этим, особо актуально стоит проблема выбора из ряда предлагаемых математических методов спектрального анализа тех, которые удовлетворяли бы задачам физиологических исследований, а также были бы применимы в диагностических целях.

Роль активности высших отделов ЦНС в регуляции сердечного ритма при различных ФС подчеркивается многими исследователями ВСР [Richards J.E., Casey B.J., 1991; Мельников А.Х. и др., 2000; Lovallo W.R., Gerin W., 2003; Berntson G.G., Cacioppo J.T., 2004; Newell M.E., 2005; Машин B.A., 2007a, б, в]. Высшие надсегмсигарные отделы головного мозга могут модулировать парасимпатическую и симпатическую активность через подкорковые структуры. Маркером этого регуляторного звена принято считать очень низкочастотную компоненту спектра РГ (VLF диапазон) [Heart Rate Variability: Standards of Measurement, Physiological

Interpretation, and Clinical Use, 1996]. Однако общепринятый метод спектрального анализа ВСР, основанный на преобразовании Фурье, не позволяет адекватно оценить эту компоненту спектра при коротких (5-ти минутных) записях электрокардиограмм. Кроме того, простая констатация мощности этой частотной компоненты не позволяет составить представление о воздействии падсегментарных структур на периферические всгетатпвпые регуляторные контуры. Исследование активности высших надсегментарных структур головного мозга в управлении сердечным ритмом посредством модуляции обоих отделов вегетативной нервной системы (ВНС), является актуальным направлением в развитии методологии анализа ВСР [Mashin V.A., 2006].

Цель и задачи исследования

Цель работы: разработать критерии оценки функционального состояния регуляторных систем организма человека с помощью комплекса методов спектрального анализа вариабельности сердечного ритма.

Для достижения цели нами решались следующие задачи:

1. Оценить информативность методов спектрального анализа (периодограммный метод, метод оконного преобразования Фурье, метод дискретного вейвлет-преобразовапия, метод непрерывного всйвлет-преобразования) в качестве адекватных инструментов исследования вариабельности сердечного ритма на примерах модельного и экспериментального сигналов;

2. Разработать критерии оценки функциональных особенностей регуляции сердечного ритма высшими отделами центральной нервной системы на основе показателей вейвлет-анализа ритмограмм;

3. Создать классификационные модели оценки функционального состояния систем регуляции сердечной деятельности па основе данных спектрального анализа ритмограмм (периодограммного метода, метода дискретного вейвлет-преобразования, метода непрерывного вейвлет-преобразования).

4. Проанализировать информативность разработанных критериев оценки функционального состояния регуляторных систем организма человека и классификационных моделей в возрастном аспекте в норме и прп хроническом нарушении мозгового кровообращения.

Научная новизна

Впервые проведено сравнение методов спектрального анализа, основанных на преобразовании Фурье и вейвлет-преобразовании, с точки зрения информативности получаемых результатов при исследовании вариабельности сердечного ритма. На основании результатов этого сравнения выбраны наиболее адекватные методы исследования частотной структуры РГ: периодограммнын метод, основанный на преобразовании Фурье, метод дискретного вейвлет-преобразования и метод непрерывного вейвлет-преобразования, и способы их комбинирования.

Впервые показана возможность применения дискретного вейвлет-преобразования для выявления нарушений функционирования различных регуляторных контуров при развитии адаптационного ответа на ортостатическую нагрузку.

С помощью непрерывного вейвлет-преобразования показано, что при анализе частотной структуры РГ фиксация границ диапазонов, рекомендованных «Стандартами.» [Heart Rate Variability: Standards of Measurement, Physiological Interpretation, and Clinical Use, 1996J, приводит к существенному искажению реальной картины распределения энергии сигнала в частотно-временной области, которое связано с индивидуальными особенностями регуляции.

Впервые физиологически обосновано применение метода непрерывного вейвлет-анализа для оценки влияния надсегментарного уровня регуляции на периферические отделы ВНС в состоянии покоя.

Разработаны три классификационные модели функционального состояния регуляторных систем организма человека с применением выбранных методов спектрального анализа, отражающие разные аспекты состояния систем регуляции: адаптационные возможности в состоянии покоя, особенности функционирования при развитии ортостатической реакции, степень центральной модуляции парасимпатического и симпатического отделов ВНС в состоянии покоя.

Показано применение разработанных классификаций для оценки функционального состояния систем регуляции в возрастном аспекте в норме и при хроническом нарушении мозгового кровообращения.

Научно-практическая значимость

Выявлена прогностическая значимость вспвлет-анализа РГ при исследовании ВСР в возрастном аспекте в норме п при хроническом нарушении мозгового кровообращения.

Подтверждена перспективность комплексного подхода в применении спектральных методов анализа РГ при оценке адаптационных возможностей, реактивности и взаимодействия регуляторных систем организма человека.

Разработаны классификационные модели, позволяющие составить индивидуальный код функционального состояния регуляторных систем.

В результате работы создай программный комплекс «Rhythm Service 1.2» (фирма «Фотон-тест», г. Н.Новгород), в котором реализованы алгоритмы спектрального анализа, адаптированные для исследования ВСР: периодограммный метод (преобразование Фурье п периодограмма Уэлча); метод оконного преобразования Фурье; метод дискретного вейвлет-преобразования; метод непрерывного вейвлет-преобразования.

Основные положения, выносимые на защиту

1. Использование непрерывного вейвлет-анализа при оценке динамических процессов вариабельности сердечного ритма позволяет получить распределение энергии сигнала в частотно-временной области с наилучшим качеством разрешения по частоте и по времени.

2. Комплексный подход в применении методов спектрального анализа вариабельности сердечного ритма дает наиболее полную оценку функционального состояния регуляторных систем организма человека. Классификационные модели, построенные с применением трех методов спектрального анализа, позволяют составить индивидуальный код функционального состояния регуляторных систем.

3. Критериями оценки функционирования высшего надсегментарного уровня регуляции, а также его влияния на активность отделов ВНС могут служить показатели амплитудных модуляций HF и LF компонент спектра ритмограмм, анализ которых возможен при использовании непрерывного вейвлет-преобразования.

Апробация работы

Диссертационная работа выполнена в соответствии с планом научно-исследовательских работ ГОУ ВПО Нижегородская государственная медицинская академия Росздрава и апробирована на расширенном заседании ЦНИЛ НпжГМА (Н.Новгород, 2008). Основные положения диссертации доложены и обсуждены на IV Всероссийском симпозиуме с международным участием «Медленные колебательные процессы в организме человека: теория и практическое применение» (Новокузнецк, 2005); I Съезде Физиологов СНГ (Сочи, 2005); IV Всероссийской конференции «Механизмы функционирования висцеральных систем» (Санкт-Петербург, 2005); 10 Пущинской школы-конференции молодых ученых (Пущино, 2006); Всероссийской научно-практической конференции «Электрокардпологня: история, достижения и перспективы развития. К 100-летию регистрации ЭКГ в России» (Казань, 2006); XX съезде физиологического общества им. И.П. Павлова (Москва, 2007).

Публикации.

По теме диссертации опубликовано 10 работ, из них 1 в издании, рекомендованном ВАК.

Объём н структура диссертации.

Диссертация изложена на 160 страницах машинописного текста, состоит из введения, пяти глав: обзора литературы, описания материалов и методов, трех глав собственных исследований; заключения, выводов, списка литературы и четырех приложений. Работа иллюстрирована 40 рисунками и 3 таблицами. Список литературы включает 254 источника, в том числе 108 отечественных и 146 иностранных авторов.

Заключение диссертации по теме «Физиология», Рунова, Екатерина Владимировна

выводы

1. Венвлет-анализ является наиболее эффективным в применении к нестационарным сигналам при анализе вариабельности сердечного ритма. При стационарных процессах для оценки функционального состояния регуляторных систем достаточно применения периодограммного метода.

2. Критериями оценки функциональных особенностей регуляции сердечного ритма высшими отделами центральной нервной системы на основе показателей венвлет-анализа вариабельности сердечного ритма являются показатели низкочастотных амплитудных модуляции спектральных компонент HF и LF диапазонов.

3. Комплексное применение методов спектрального анализа вариабельности сердечного ритма (периодограммного метода, методов дискретного и непрерывного вейвлет-анализа) позволяет построить классификационные модели (алгоритмы), отражающие различные аспекты функционирования регуляторных систем организма - их- адаптационные возможности, характер реагирования на тестовую нагрузку, степень участия высших отделов центральной нервной системы в формировании уровня адаптационных возможностей.

4. Формирование оптимального уровня функционирования регуляторных систем у 60-67% лиц различных возрастных групп осуществляется при высокой автономности сегментарного уровня регуляции, у 40% молодых испытуемых наблюдается высокая степень центральной модуляции симпатического (20%) или парасимпатического (20%) звена регуляции. В возрастной группе 32-60 лет у 33% формирование оптимального уровня осуществляется при преобладании центральной модуляции только симпатического звена ВНС.

5. Независимо от возраста, переход к устойчивой долговременной адаптации регуляторных систем наблюдается при высокой модулирующей активности надсегментарных структур в отношении периферических отделов вегетативной нервной системы.

6. При истощении адаптационных резервов организма регуляция висцеральных функций независимо от возраста происходит при минимальном модулирующем воздействии высших надсегментарных структур ЦНС.

7. Формирование адекватной стресс-реакции, а также устойчивое состояние адаптации у лиц с хроническим нарушением мозгового кровообращения развивается при меньшей степени модулирующего воздействия со стороны надсегментарного звена регуляции, чем у группы лиц с нормальным уровнем мозгового кровотока.

ЗАКЛЮЧЕНИЕ

Проведенные исследования показали, что комплексное применение методов спектрального анализа при оценке вариабельности сердечного ритма позволяет разносторонне рассмотреть функциональное состояние регуляторных систем организма человека.

В настоящей работе на примере модельных и реальных сигналов проведена оценка папболее часто применяемых методов спектрального анализа ВСР [Баевский P.M., Кириллов О.И., Клецкин С.З., 1984; Д.Э. Постнов, П.А. Щербаков, А.Н. Фленшман, 2005; Куклин С.Г. и др., 2006, D Verlinde et al., 2001, Туровский Я.А. и др., 2004J. Полученные данные позволяют объективно подойти к выбору метода спектральной оценки сердечного ритма в соответствии с целями физиологических исследований.

Сравнение методов, основанных на преобразовании Фурье, и непрерывного вейвлет-анализа показано, например, в работе Houtveen J.H., Molenaar Р.С. (2001). По результатам своих исследований авторы делают вывод о том, что вейвлет-анализ может служить лишь дополнительным методом оценки ВСР, дающим несколько более подробную информацию о нестационарных компонентах сигнала. Другие авторы [Belova N.Y., Mihaylov S.V., Piryova B.G., 2007], напротив, характеризуют вейвлет-анализ как более информативный метод оценки ВСР, позволяющий оценить как периодические, так и нестационарные компоненты сигнала. Сравнительный анализ, проведенный в нашей работе, показал, что вейвлет-анализ действительно является наиболее информативным методом. Он позволяет улучшить качество частотно-временного разрешения при спектральной оценке сигнала. При оконном преобразовании Фурье размеры анализирующего окна не зависят от частоты и имеют фиксированный размер. В отличие от этого, вейвлет-анализ приводит автоматически к эффективному окну по времени, подстроенному под основные частоты сигнала. Вейвлеты хорошо локализуют низкочастотные детали по оси частот и высокочастотные характеристики по временной оси путем автоматического выбора и подгонки под исследуемый сигнал ширины окна по обеим осям, соразмеряя их с положением окна на плоскости координат. Это позволяет изучать каждую из частотных компонент с разрешением, соответствующим ее масштабу. Хорошая локализация изменения мощности колебательных процессов во времени позволяет исследовать влияние на них низкочастотных модулирующих ритмов. Причем, возможно исследование как амплитудных, так и частотных модуляций. За счет этих преимуществ, вейвлет-анализ позволяет более углубленно изучить особенности функционального состояния регуляторных систем организма человека.

Для оценки стационарного состояния достаточно использовать периодограммный метод, так как с точки зрения физиологических интерпретаций интерес в данном случае представляют стабильные периодические процессы, характеризующие равновесное состояние механизмов регуляции. Однако высокую информативность имеет не только начальное и конечное состояние, но и процесс перехода из одного в другое. При развитии адаптационных реакций регуляторные механизмы могут включаться в определенной последовательности, с определенным уровнем активности. Например, при ортостатической реакции увеличение симпатической активности после перехода в положение стоя можег происходить спонтанно и кратковременно, а может долговременно и равномерно. Наиболее полную информацию о характере динамического процесса можно получить, применяя метод непрерывного вейвлет-анализа и, как частный случай, дискретного вейвлет-анализа. Кроме того, путем оценки модулирующих ритмов низкочастотной области спектра можно получить информацию о взаимосвязях и взаимодействиях различных регуляторных контуров (например, надсегментарного и сегментарного уровней). Оценить амплитудные модуляции спектральных компонент HF и LF диапазонов, характеризующих сегментарный (HF) и низший надсегментарный уровень регуляции (LF), можно с применением непрерывного вейвлет-преобразования в комплексе с периодограммным методом. Закономерности модулирующих воздействий высших надсегментарных уровней регуляции сердечного ритма при развитии адаптационных реакций могут стать одним из важнейших информационных показателей при оценке функционального состояния систем регуляции. Еще одним значимым результатом применения непрерывного вейвлет-анализа является возможность индивидуального подхода при локализации границ частотных диапазонов, ассоциируемых с регуляторными компонентами.

По результатам сравнения методов спектрального анализа ВСР на модельных и реальных сигналах для дальнейшей работы были отобраны периодограммный метод, основанный на преобразовании Фурье, а также методы дискретного и непрерывного вейвлет-преобразования, с помощью которых разработаны классификационные модели (алгоритмы), позволяющие учесть разные аспекты функционирования регуляторных систем организма.

Применение периодограммного метода с использованием классического преобразования Фурье позволило построить классификацию функционального состояния регуляторных систем в состоянии покоя с учетом уровня их адаптационных возможностей. Принцип построения классификации заключался в статистической оценке распределения объектов исследуемой выборки на фазовой плоскости, где по оси абсцисс откладываются значения общей мощности спектра ритмограмм, а по оси ординат — отношение мощности низкочастотной компоненты (LF) к мощности высокочастотной компоненты (HF). Применение фазовых плоскостей для оценки степени адаптации показано в работах других авторов [Казначеев В.П., 1980; Аболенская А.В., 1996]. Хотя формирование адаптационного ответа - это динамический процесс, развитие которого характеризуется перемещением исследуемого объекта на фазовой плоскости (его индивидуальной фазовой траекторией), в нашей работе анализируется функциональное состояние объекта в конкретный момент времени, оно отображается точкой на фазовой плоскости. При оценке группы объектов получено распределение точек на фазовой плоскости, которое отражает временной срез всех возможных вариантов функционального состояния данной выборки. При определении в процентах принадлежности объектов к различным областям на фазовой плоскости получается вероятностная картина адаптационных возможностей в исследуемой группе. Статистический подход применялся и при определении границ областей на фазовой плоскости, они соответствуют 25% и 75% квартилям, рассчитанным для исследуемой выборки по обеим координатным осям.

В результате, на основе применения известных критериев стадий адаптационного процесса [Аболенская А.В., 1996; Судаков К.В., и др., 1997; Мухина И.В. и др., 2005], в работе описано девять уровней, характеризующих функциональное состояние регуляторных систем по критерию адаптационных возможностей:

1. Оптимальный уровень активности регуляторных систем при балансе симпатического и парасимпатического звеньев ВНС, умеренной активности гуморальной системы регуляции;

2. Напряженный уровень срочной адаптации регуляторных систем при повышении вклада в регуляцию симпатического звена ВНС (физиологически адекватная стресс-реакция);

3. Значительное напряжение механизмов срочной адаптации с повышенной активностью симпатического звена ВНС, высокой активностью надсегментарного нейрогуморального уровня регуляторных систем (избыточная стресс-реакция);

4. Переходный уровень к устойчивой адаптации при балансе симпатического и парасимпатического звеньев ВНС, высокой активности вегетативного звена регуляции;

5. Переходный уровень к устойчивой адаптации при повышенной активности парасимпатического звена ВНС, высокой активности всех регуляторных систем;

6. Устойчивый уровень долговременной адаптации регуляторных систем при повышении вклада в регуляцию парасимпатического звена ВНС, умеренной активности всех регуляторных систем;

7. Переходный уровень долговременной адаптации регуляторных систем при преобладании парасимпатического звена ВНС;

8. Снижение адаптационного резерва, переходный уровень долговременной адаптации регуляторных систем к стадии истощения;

9. Истощение управляющих механизмов регуляции, дезадаптация.

Все выявленные варианты укладываются в принятую классификацию функционального состояния:

• состояние нормы (1);

• состояние функционального напряжения (2-6);

• состояние перенапряжения (7-8);

• состояние истощения и срыва адаптации (9).

При наличии переходных процессов, которые характеризуют развитие адаптационного ответа при нагрузочных тестах, например, ортостатической реакции, использование периодограммного метода спектрального анализа является некорректным и не может дать адекватных оценок изменения функционального состояния систем регуляции [Баевский P.M., Иванов Г.Г., 2001; Хаютпн В.М., Лукошкова Е.В., 2002; Рагозин А.Н., 2000; Астафьева Н.М., 1996]. В настоящей работе оценить общую активность регуляторных систем при формировании адаптационного ответа на ортостатическую нагрузку предложено с помощью метода дискретного вейвлет преобразования [Рунова Е.В., Мухина И.В., 2005; Рунова Е.В., Мухина И.В., 2008]. Полученная классификация основана на визуальном типологическом анализе временной динамики спектральных компонент сердечного ритма (HF, LF и VLF) при проведении ортостатпческого теста. На основании теоретических представлений о развитии ортостатической реакции [Баевский P.M., Берсенева А.П., 1997; Хаютин В.М., Лукошкова Е.В., 2002; Михайлов В.М., 2000], нами предложено рассматривать реакцию регуляторных компонент на нагрузку как вариант нормы и отклонение от нормы по характеру частотно-временной динамики спектральных компонент. По этому показателю сформирована комбипативная классификационная модель, включающая восемь вариантов комбинаций из восьми возможных:

1. Адаптационный резерв регуляторных систем в норме;

2. Гиперактивность симпатической системы регуляции и надсегментарного уровня;

3. Недостаточность симпатического звена регуляции при усилении надсегментарного уровня;

4. Сниженный уровень надсегментарного звена регуляции при нормальном адаптационном резерве сегментарного звена регуляции;

5. Недостаточность симпатического и парасимпатического звеньев вегетативной регуляции;

6. Гиперактивность симпатического отдела вегетативной нервной системы при снижении активности парасимпатического отдела;

7. Сниженный адаптационный резерв симпатоадреналовой системы и надсегментарного уровня при высокой активности парасимпатической системы;

8. Истощение адаптационных резервов всех регуляторных систем.

Характер распределения испытуемых по данным восьми категориям позволяет сделать вывод о том, что нормальное функционирование всех регуляторных систем или недостаточность функционирования одного из регуляторных контуров является достаточно распространенным явлением для возрастной группы 18-25 лет. Нарушение функциональной активности двух, а тем более, трех, регуляторных систем можно считать характеристикой низкого уровня адаптации организма в целом и его регуляторных систем в частности.

Явление модулирования парасимпатической и симпатической активности со стороны надсегментарных структур описано в литературе [Davidson R.J., 2002; Drevets W.C., 1999; Hariri A.R. et al., 2000; Benarroch E.E., 1997; Masterman D.L., Cummings J.L., 1997; Mayberg H.S. et al., 1999; Mashin V.A., Mashina M.N., 2000; Машин В.А., Машина M.H., 2004; Mashin V.A., 2006]. В нашей работе предложено сформировать классификацию функционального состояния регуляторных систем по количественным показателям уровня модулирующих воздействий надсегментарного звена регуляции на парасимпатическую и симпатическую активность ВНС. Построение классификационной модели по результатам применения метода непрерывного вейвлет-преобразования основано на распределении объектов исследуемой выборки по четырем областям фазовой плоскости, где по оси абсцисс откладывались значения СКО временного ряда мгновенной мощности LF и HF компонент, а по оси ординат - степень концентрации мощности модулирующего воздействия около основной модулирующей частоты. Данные показатели характеризуют степень центральной модуляции парасимпатического и симпатического отделов ВНС, по их соотношению может быть получена информация о степени автономности контуров или, наоборот, подчинения этих регуляторных компонент высшим регуляторным структурам. В результате получена классификация, отражающая 16 вариантов функционального состояния систем регуляции по данному критерию:

1. Низкая степень центральной модуляции парасимпатического и симпатического звеньев ВНС при широкой вариации модулирующих частот. Высокая степень автономности сегментарного уровня регуляции.

2. Низкая степень центральной модуляции парасимпатического звена ВНС при широкой вариации модулирующих частот. Высокая степень центральной модуляции симпатического звена ВНС при широкой вариации модулирующих частот.

3. Низкая степень центральной модуляции парасимпатического звена ВНС при широкой вариации модулирующих частот. Низкая степень центральной модуляции симпатического звена ВНС при низкой вариации модулирующих частот. Высокая степень автономности сегментарного уровня регуляции.

4. Низкая степень центральной модуляции парасимпатического звена ВНС при широкой вариации модулирующих частот. Высокая степень центральной модуляции симпатического звена ВНС при низкой вариации модулирующих частот.

5. Высокая степень центральной модуляции парасимпатического звена ВНС при широкой вариации модулирующих частот. Низкая степень центральной модуляции симпатического звена ВНС при широкой вариации модулирующих частот.

6. Высокая степень центральной модуляции парасимпатического и симпатического звеньев BITC при широкой вариации модулирующих частот.

7. Высокая степень центральной модуляции парасимпатического звена ВНС при широкой вариации модулирующих частот. Низкая степень центральной модуляции симпатического звена ВНС при низкой вариации модулирующих частот.

8. Высокая степень центральной модуляции парасимпатического звена ВНС при широкой вариации модулирующих частот. Высокая степень центральной модуляции симпатического звена ВНС при низкой вариации модулирующих частот.

9. Низкая степень центральной модуляции парасимпатического звена ВНС при низкой вариации модулирующих частот. Низкая степень центр ал ьнон модуляции симпатического звена ВНС при широкой вариации модулирующих частот. Высокая степень автономности сегментарного уровня регуляции.

10. Низкая степень центральной модуляции парасимпатического звена ВНС при низкой вариации модулирующих частот. Высокая степень центральной модуляции симпатического звена ВНС при широкой вариации модулирующих частот.

11. Низкая степень центральной модуляции парасимпатического и симпатического звеньев ВНС при низкой вариации модулирующих частот. Высокая степень автономности сегментарного уровня регуляции.

12. Низкая степень центральной модуляции парасимпатического звена ВНС при низкой вариации модулирующих частот. Высокая степень центральной модуляции симпатического звена ВНС при низкой вариации модулирующих частот.

13. Высокая степень центральной модуляции парасимпатического звена ВНС при низкой вариации модулирующих частот. Низкая степень центральной модуляции симпатического звена ВНС при широкой вариации модулирующих частот.

14. Высокая степень центральной модуляции парасимпатического звена ВНС при низкой вариации модулирующих частот. Высокая степень центральной модуляции симпатического звена ВНС при широкой вариации модулирующих частот.

15. Высокая степень центральной модуляции парасимпатического звена ВНС при низкой вариации модулирующих частот. Низкая степень центральной модуляции симпатического звена ВНС при широкой вариации модулирующих частот.

16. Высокая степень центральной модуляции парасимпатического и симпатического звеньев ВНС при низкой вариации модулирующих частот.

Использование трех предложенных классификаций позволяет наиболее полно описать функциональное состояние регуляторных систем организма человека. Каждая классификационная модель раскрывает разные аспекты состояния систем регуляции:

- 1-я модель - уровень адаптации регуляторных систем;

- 2-я модель - наличие или отсутствие резервных возможностей регуляторных систем;

- 3-я модель - степень центральной модуляции парасимпатического и симпатического отделов ВНС.

Результатом комплексного применения разработанных классификаций в оценке функционального состояния регуляторных систем индивидуума может стать индивидуальный классификационный код, который будет содержать сведения по всем выделенным аспектам. Например, код 6-3-3 означает, что устойчивое состояние адаптации регуляторных систем поддерживается за счет высокого уровня централизации управления при сниженном уровне адаптационных резервов симпатического звена ВНС. Индивидуальный подход при оценке функционирования регуляторных систем организма человека по показателям вариабельности сердечного ритма широко применяется в исследованиях и клинической практике [Schroeder К.Е. et al., 2000; Carpeggiani С. et al., 2005; Sgoifo A. et al., 2005; Goren Y. et al., 2006; Kobayashi H., 2007].

Особенности регуляции висцеральных функций в разных возрастных группах и при нарушении мозгового кровообращения предложено оценить по степени активности надсегментарных структур при формировании уровня адаптации регуляторных систем организма. Для этого использовали первую и третью разработанные классификационные модели.

В результате, применение непрерывного вейвлет-анализа к оценке функционального состояния регуляторных систем человека позволило выявить возрастные особенности регуляции. В возрастной группе 32-60 лет формирование оптимального уровня осуществляется при преобладании центральной модуляции активности симпатического звена ВНС. Независимо от возраста, переход к устойчивой адаптации регуляторных систем осуществляется при высокой модулирующей активности надсегментарных структур в отношении отделов ВНС. При истощении адаптационных резервов организма регуляция висцеральных функций независимо от возраста происходит при минимальном модулирующем воздействии высших надсегментарных структур ЦНС.

Применение вейвлет-анализа к оценке функционального состояния регуляторных систем человека в зависимости от состояния мозгового кровообращения и развития в связи с этим энцефалопатии позволило выявить отличие в реакции надсегментарного уровня. Формирование адекватной стресс-реакции, а также устойчивое состояние адаптации у лиц с хроническим нарушением мозгового кровообращения наблюдается при меньшей степени модулирующего воздействия со стороны надсегментарного звена регуляции, чем у группы лиц с нормальным уровнем мозгового кровотока. Полученные результаты свидетельствуют о важной роли функциональной целостности высших отделов ЦНС в обеспечении регуляторных реакций организма, в частности, при регуляции физиологических функций сердечно-сосудистой системы.

Список литературы диссертационного исследования кандидат биологических наук Рунова, Екатерина Владимировна, 2008 год

1. Аболенская А.В. Адаптационные возможности организма и состояние здоровья детей // Москва, 1996, с. 15

2. Агаджанян Н.А., Баевский P.M., Берсенева А.П. Проблемы адаптации и учение о здоровье: Учебное пособие. Изд-во РУДН, 2006. - 284.

3. Аронов Д.М., Лупанов В.П. Функциональные пробы в кардиологии. М: Медпресс-информ, 2002, 295.

4. Астафьева Н.М. Вейвлет-анализ: основы теории и примеры применения // Успехи физических наук. 1996. Т. 166, №11. С.1145-1170.

5. Бабунц И.В., Мириджанян Э.М., Мшаех ГО.А. Азбука вариабельности сердечного ритма. Ставрополь: Принт-мастер, 2002, 112 с.

6. Бабунц И.В. Оптимизация методов исследования вегетативного статуса у лиц молодого возраста. Автореферат диссертации на соискание ученой степени кандидата медицинских наук. Кубанский ГМУ. Краснодар, 2007

7. Баевский P.M., Кириллов О.И., Клецкин С.З. Математический анализ изменений сердечного ритма при стрессе. М.: «Наука». 1984. 221 с.

8. Баевский P.M., Берсенева А.П. Оценка адаптационных возможностей организма и риск развития заболеваний. М., Медицина. 1997. С. 265.

9. Баевский P.M., Никулина Г.А. Холтеровское мониторировапие в космической медицине: анализ вариабельности сердечного ритма // Вестник аритмологии. 2000. № 16. С. 6-16.

10. Баевский P.M., Иванов Г.Г. Вариабельность сердечного ритма: теоретические аспекты и возможности клинического применения // Ультразвуковая функциональная диагностика. 2001. № 3. С.108-127.

11. Баевский P.M., Черникова А.Г. К проблеме физиологической нормы: математическая модель функциональных состояний на основе анализавариабельности сердечного ритма. Авиакосмическая и экологическая медицина, 2002, № 5, 34-37.

12. Баевский P.M. Анализ вариабельности сердечного ритма: история и философия, теория и практика. Клиническая информатика и телемедицина, 2004, 1(1): 54-64.

13. Безруких М.М. Регуляция хронотропной функции у школьников 1-4 классов в процессе учебных занятий. Возрастные особенности физиологических систем у детей и подростков. М.,1981. С.249-254.

14. Булатецкий С.В., Бяловский Ю.Ю. Особенности вариабельности сердечного ритма у лиц с разными индивидуально-типологическими свойствами. Сб.: Общая патология: на пороге третьего тысячелетия. Рязань: РязГМУ, 2001. с. 18-23.

15. Булатецкий С.В., Бяловский Ю.Ю. Влияние уровня интеллекта на корреляционные взаимосвязи спектральных параметров ритма сердца. Вестник Харьковского национального университета им. В.Н.Каразина, Серия Медицина. 2002. Выпуск 5. №581.

16. Вальдман А.В., Алмазов В.А., Цырлин В.А. Барорецепториые рефлексы. Л.,1988, 143 с.

17. Витязев В.В. Вейвлет-аналнз временных рядов: Учеб. Пособие. -СПб.: Изд-во С.-Петерб. унт-та, 2001. 58 с.

18. Воробьев В.И., Грибунин В.Г. Теория и практика вейвлет-преобразования. С.-Петербург, ВУС, 1999 г.

19. Галеев А.Р., Игишева Л.Н., Казин Э.М. Вариабельность сердечного ритма у здоровых детей в возрасте 6-16 лет. Вестник Харьковского национального университета им. В.Н.Каразина, Серия "Медицина", 2002, Выпуск 3, № 545, 35-39.

20. Данилова Н.Н., Астафьев С.В. Внимание человека как специфическая связь ритмов ЭЭГ с волновыми модуляторами сердечного ритма. Журнал высшей нервной деятельности, 2000, Т. 50, Вып. 5, с. 791-804.

21. Дремин И.М., Иванов О.В., Нечнтапло В.А. Вейвлеты и их использование// Успехи физических наук. 2000. Т. 171, №5. С.465-501.

22. Иосифов В.П., Рубанова М.В. Методы спектрального анализа, основанные на периодограмме. Материалы XXXIV научно-технической конференции по результатам работы профессорско-преподавательского состава, аспирантов и студентов за 2004 год. Ставрополь, 2005.

23. Казначеев В. П. Современные аспекты адаптации. Новосибирск: Наука, 1980.- 188 с.

24. Коркушко О.В., Шатило В.Б. Ортостатические реакции кровообращения и вегетативной регуляции у здоровых людей разного возраста // Физиол. журн. -1989.-Т. 35, № 1.-С. 3-8.

25. Коркушко О.В., Шатило В.Б., Шатило Т.В. Анализ вегетативной регуляции сердечного ритма на различных этапах индивидуального развития человека // Физиология человека. 1991. - Т. 17, № 2. - С. 31-39.

26. Коркушко О.В., Шатило В.Б., Писарук А.В., Чеботарев Н.Д., Лишневская

27. B.Ю., Коркушко А.О., Чеботарева Ю.Н. Методы анализа и возрастные нормы вариабельности ритма сердца: Методические рекомендации. Киев, 2003, 25 с.

28. Котельников С.А., Шустов Е.Б., Одпнак М.М., Давыденко В.Ю., Китаев

29. C.В., Голохвастов С.Ю. Методические проблемы, возникающие при проведении спектрального анализа ритма сердца. Компьютерная электрокардиография на рубеже столетий. Международный симпозиум. Тезисы докладов. М., 1999, с. 159162.

30. Котельников С.А., Ноздрачев А.Д., Одинак М.М., Шустов Е.Б., Коваленко И.Ю., Давыденко В.Ю. Вариабельность ритма сердца: представления о механизмах // Физиология человека.2002,Т.28,№ 1 .С. 130-143.

31. Куклин С.Г., Дзинский А.А., Титов Ю.М., Темников А.А. Новый метод изучения нестационарных колебательных процессов в сердечном ритме -непрерывный вейвлет-анализ // Физиология человека. 2006, том 32, № 1. с. 132-138.

32. Ларионова E.JL, Викулов А.Д. Некоторые особенности срочной адаптации организма спортсменов к стрессовой нагрузке. Ярославский Педагогический Вестник, 2005, №1. С. 1-13.

33. Левкович-Маслюк Л., Переберин А. Введение в вейвлет-анализ. Москва. 1999. 14с.

34. Маликов Н.В. О некоторых методических подходах к оценке адаптивных возможностей сердечно-сосудистой системы организма. Вестник Запорожского государственного университета (Биологические науки), 2001, №1, с. 1-5.

35. Мамий В.И. Об интерпретации спектральных компонентов вариабельности ритма сердца. Вестник Харьковскогого национального университета, Серия медицина. 2002. Выпуск 5. № 581.

36. Мамий В.И., Хаспекова Н.Б. О природе очень низкочастотной составляющей вариабельности ритма сердца и роли симпатико-парасимпатического взаимодействия. Росс, физиологич. Ж. им. И.М. Сеченова, 2002, Т.88. №2, С.237-247.

37. Марпл С. Л. Цифровой спектральный анализ и его приложения / Пер. с англ. О. И. Хабарова, Г.А. Сидоровой; Под ред. И. С. Рыжака. М. : Мир, 1990. - 584 с.

38. Машин В.А. Нестационарность и длительность временного ряда сердечного ритма при диагностике функциональных состояний. Биофизика, 2007а, Т. 52, № 2, с. 344-354.

39. Машин В.А., Машина М.Н., Шмелева И. А. Психофизиологические исследования эмоциональной лабильности. Вопросы психологии. 1997, № 4. с. 95103.

40. Машин В.А., Машина М.Н. Анализ вариабельности ритма сердца при негативных функциональных состояниях в ходе сеансов психологической релаксации. Физиология человека, 2000, Т. 26, № 4, с. 48-54.

41. Машин В.А. Связь тангенса угла наклона линии регрессии графа сердечного ритма с периодической и нелинейной динамикой ритма сердца на коротких стационарных отрезках. Биофизика, 2006, Т. 51, № 3, с. 534-538.

42. Машин В.А., Машина М.Н. Анализ вариабельности ритма сердца как инструмент контроля и оценки эффективности методов психологической релаксации. Вопросы психологии, 2001, № 1, с. 72-81.

43. Мельников А.Х., Веневцева Ю.Л., Венкина И.В. Взаимосвязь ритмов различного периода (сердца, биоэлектрической активности головного мозга и хронотипа) у студентов. Вестник Аритмологии, 2000, № 17, с. 55.

44. Миронова Т.Ф., Миронов В.А. Клинический анализ волновой структуры синусового ритма сердца: (Введение в ритмокардиографию и атлас ритмокардиограмм). Челябинск : Дом печати, 1998. - 162 с.

45. Михайлов В.М. Вариабельность ритма сердца: опыт практического применения метода. Изд.: Ивановская государственная медицинская академия, 2003, 290 с.

46. Мякотных B.C., Каргин М.В., Исупов А.Б. Колебательные процессы гемодинамики и цереброваскулярная патология. Госпитальный вестник, 2005. N3(8) С. 2-8.

47. Навакатнкян А.О., Крыжановская В.В. Возрастная работоспособность умственного труда. Киев : Здоровья, 1979. - 207 с.

48. Никитин B.C. Мозговой кровоток и вариабельность сердечного ритма у лиц с признаками преждевременного старения. Автореферат дисс. канд. мед. наук: 03.00.13 / Никитин Виктор Сергеевич. Киров, 2007. - 171с.

49. Новиков Л.В. Основы вейвлет-анализа сигналов: Учебное пособие -. Санкт-Петербург, 1999. 152с.

50. Ноздрачев А.Д., Погорелов А.П. Нейрональная активность внутрисердечных ганглиев изолированного предсердия лягушки // Физиологический журн. 1981а. Т. 68, №2. С. 192-198.

51. Ноздрачев А.Д., Погорелов А.П. Особенности нейрональной организации внутрисердечных ганглиев млекопитающих // Физиология вегетативных ганглиев. Тезисы докладов Всесоюзного симпозиума. Киев: «Здоровья» 19816. С. 28-29.

52. Ноздрачев А.Д. Аксон-рефлекс. Новые взгляды в старой области // Физиологический журнал. 1995. Т. 81, № 11. С. 136-144.

53. Окнин В.Ю., Внотченко С.Л., Садеков Р.К. Сравнительный анализ состояния вегетативной нервной системой у больных тиреотоксикозом и с вегетативными кризами // Терапевтический архив 1994. Т.66, N 10.-С. 29-32.

54. Покровский В.М. Механизмы экстракардиальной регуляции ритма сердца // Физиологический журнал СССР. 1988. Т. 74, № 2. С.259-264.

55. Поршнев С.В. Применение непрерывного вейвлет-преобразования для обработки широкополосных частотномодулированных сигналов // Вычислительные методы и программирование. 2003. Т. 4, №3. С 104-116.

56. Рагозин А.Н. Спектральный анализ вариабельности сердечного ритма на плоскости комплексных частот. // Уральский кардиологический журнал. 2000, №2.

57. Рунова Е.В., Мухина И.В. Метод временной локализации изменений частотной структуры сердечного ритма, основанный на дискретном вейвлет-преобразовании// Физиология человека-Том 34.№2.Москва,2008.-С.124-127.

58. Рябыкина Г.В., Соболев А.В. Вариабельность ритма сердца. М.: "Оверлей". 2000. 200 с.

59. Селье Г. Очерки об адаптационном синдроме. Пер. с англ. М., Медгиз, 1960, С.275.

60. Снгида Р.С. Особенности организации ритмостаза у подростков с различной адаптацией к учебным нагрузкам. Диссертация на соискание ученой степени кандидата биологических наук. Ставрополь, 2004, 155 с.

61. Сорокин О.В., Маркова Е.В., Труфакин С.В., Абрамов В.В., Куликов В.Ю., Козлов В.А. Факторный анализ параметров вегетативной регуляции сердечного ритма у детей. Бюллетень СО РАМН, 2004, №1(111), с. 32-39.

62. Судаков К.В. Системное построение функций человека. М.: ИНФ им. П.К. Анохина РАМН, 1999. 15 С.

63. Судаков К.В., и др. Эмоциональный стресс: теоретические и клинические аспекты. Волгоград: Комитет по печати и информации, 1997. 168 с.

64. Тарский Н.А. Спектральный анализ сердечного ритма: проблемы оценки результатов. Анализ вариабельности ритма сердца в клин, практике: Материалы междунар. науч. конф. К., 2002. С. 109.

65. Туровский Я.А. , Битюцкая J1.A., Кузнецова И.Г. , Мишин В.В. Способ исследования вариабельности сердечного ритма у детей/Пат. 2241374 Российская федерация, МПК7 А 61 В 5/0452, А 61 В 5/02. Туровский Я.А., Битюцкая JI.A.,

66. Кузнецова И.Г., Мишин В.В.; заявитель и патентообладатель Воронеж, гос. ун-тет. -№2003101277/14; заявл. 17.01.2003; опубл. 10.12.2004.

67. Федоров В.Ф., Смирнов А.В. О некоторых неиспользованных возможностях статистических методов в кардиологии. Клинические и физиологические аспекты ортостатических расстройств" М., 2000, с.138-148

68. Флейшман А.Н. Медленные колебания гемодинамики. Теория, практическое применение в клинической медицине и профилактике. (Монография) -Новосибирск: Наука, 19996. 266с.

69. Хаспекова Н. Б. Регуляция вариативности ритма сердца у здоровых и больных с психогенной и органической патологией мозга. Дне. докт. мед.наук. М.,ИВНД и НФ РАН, 1996, 236 с.

70. Хаспекова Н.Б., Вейн A.M. Анализ вариабельности сердечного ритма в неврологии. Международный симпозиум "Компьютерная электрокардиография на рубеже столетий" (Москва, 27-30 апреля 1999 г.). Тезисы докладов. М., 1999. С. 131-133.

71. Хаспекова Н.Б. Диагностическая информативность мониторирования вариабельности ритма сердца. Вестник аритмологии. 2003. № 32. с. 15-23.

72. Хаютин В.М., Лукошкова Е.В. Спектральный анализ колебаний частоты сердцебиений: физиологические основы и осложняющие его явлення // Российский физиологический журнал. 1999. Т. 85, № 7. С. 893-908.

73. Хаютин В.М., Лукошкова Е.В. Спектральный анализ колебаний ЧСС -известное, спорное, неизвестное. В кн.: I Симпозиум "Колебательные процессы гемодинамики". Миасс. 2000. с. 71-80.

74. Хаютин В.М., Лукошкова Е.В. Колебания частоты сердцебиений: спектральный анализ // Вестник аритмологии. 2002а. № 26. С. 10-21.

75. Чимаров В.М., Малярчук Н.Н. Оценка адаптационных возможностей детей в условиях обучения в инновационном образовательном учреждении. Валеология, 2000. № I.e. 21-22.

76. Шлык Н.И. Сердечный ритм и центральная гемодинамика при физической активности у детей. Ижевск, 1991. С 417.

77. Яблучанский Н.И., Мартыненко А.В., Исаева А.С. Основы практического применения неинвазивной технологии исследования регуляторных систем человека. Харков, Основа. 2000. 88 с.

78. Яковлев А.Н. Основы вейвлет-преобразования сигналов: Учебное пособие. -М.: С айне Пресс, 2003. - 80с.

79. Acharya U.R., Kannathal N., Sing O.W., Ping L.Y., Chua T. Heart rate analysis in normal subjects of various age groups. Biomed Eng Online. 2004 Jul 20;3(1):24.

80. Akselrod S., Gordon D., Ubel F.A. Power spectrum analysis of heart rate fluctuation: A quantitative probe of beat-to-beat cardiovascular control // Science. 1981. V. 213, N4503. P. 220-222.

81. Akselrod S. Components of heart rate variability // Heart rate variability. N.Y.: Armonk. 1995. P. 146-164.

82. Al-Ani M., Forkins A.S., Townend J.N., Coote J.H. Respiratory sinus arrhythmia and central respiratory drive in humans // Clin. Sci (Colch). 1996. V. 90, N 3. P. 235-241.

83. Angelini L., Maestri R. Marinazzo D., Nitti L., Pellicoro M., Pinna G.D., Stramaglia S., Tupputi S.A. Multiscale analysis of heart rate, blood pressure and respiration time series. Publication: eprint arXiv:physics/0510259 vl, 2005, 9 p.

84. Anrep G.V., Pascual W., Rossler R. Respiratory variation of the heart rate. II. The reflex mechanism of the respiratory arrhythmia // Proc. Roy. Soc. B: Biol. Sci. 1936. V. 119, N813. P. 191-217.

85. Aysin В., Aysin E. Effect of Respiration in Heart Rate Variability (HRV) Analysis. ConfProc IEEE Eng Med Biol Soc. 2006;1(1): 1776-1779.

86. Badra L.J., Cooke W.H., Hoag J.B., Crossman A.A., Kuusela T.A. Tahvanainen K.U., Eckberg D.L. Respiratory modulation of human autonomic rhythms. Am J Physiol Heart Circ Physiol. 2001. V. 280. № 6. p. 2674-2688.

87. Bar-Haim Y., Fox N.A., VanMeenen K.M., Marshall P.J. Children's narratives and patterns of cardiac reactivity. Dev Psychobiol., 2004, V. 44, No 4, p. 238-249.

88. Baumert M., Brechtel L., Lock J.,Voss A., Abbott D. Scaling graphs of heart rate time series in athletes demonstrating the VLF, LF and HF region. Journal of Physiological Measurement, 2006, Vol. 27, p. N35-N39.

89. Bealer S.L. Anteroventral third ventricle periventricular tissue contributes to cardiac baroreflex responses // Clin. Exp. Pharmacol. Physiol. 2000. - Vol. 27, N 5/6. -P. 460-464.

90. Becker D.J., Mihran R.T. A nonlinear analytical model of the autonomic basis of heart rate variability (HRV). Biomed Sci Instrum. 2000;36:81-6.

91. Beckers F., Verheyden В., Aubert A.E. Aging and nonlinear heart rate control in a healthy population. Am J Physiol Heart Circ Physiol. 2006 Jun;290(6):H2560-70.

92. Belova N.Y., Mihaylov S.V., Piryova B.G. Wavelet transform: A better approach for the evaluation of instantaneous changes in heart rate variability. Auton Neurosci. 2007 Jan 30;131(l-2):107-22.

93. Ben Lamine S., Calabrese P., Perrault H., Dinh T.P., Eberhard A., Benchetrit G. Individual differences in respiratory sinus arrhythmia. Am J Physiol Heart Circ Physiol. 2004 Jun;286(6):Ii2305-12.

94. Benarroch E.E. The central autonomic network: Functional organization, dysfunction, and perspective. Mayo Clin Proc., 1993, V. 68, No 10, p. 988-1001.

95. Benarroch E.E. The central autonomic network. In: Low P.A. (Ed.) Clinical Autonomic Disorders. 2nd ed. Philadelphia: Lippincott-Raven., 1997, p. 17-23.

96. Berntson G.G., Cacioppo J.T. Heart rate variability: Stress and psychiatric conditions. In M. Malik, A. J. Camm (Eds.), Dynamic Electrocardiography. New York. Futura, 2004, p. 57-64.

97. Bigger, Jr., J. T. "Spectral Analysis of R-R Variability to Evalute Autonomic Physiology and Pharmacology and to Predict Cardiovascular Outcomes in Humans", Am. J. Cardiol.,69(9), (Apr. 1, 1992),891-898. cited by other .

98. Bloomfield D.M., Zweibel S., Bigger J.T. Jr., Steinman R.C. R-R variability detects increases in vagal modulation with phenylephrine infusion. Am J Physiol. 1998 May;274(5 Pt 2):H1761-6.

99. Borst C.; Karemaker J.M. Time delays in the human baroreceptor reflex // J. Auton. Nerv. Syst. 1983.-Vol. 9, N2/3.-P. 399-409.

100. Buchheit M., Papelier Y., Laursen P.B., Ahmaidi S. Noninvasive assessment of cardiac parasympathetic function: postexercise heart rate recovery or heart rate variability? Am J Physiol Heart Circ Physiol. 2007 Jul;293(l):H8-10.

101. Burke D., Sundlof G., Wallin B.G. Postural effects on muscle nerve sympathetic activity in man // J. Physiol. 1977. - Vol. 272, N 2. - P. 399-414.

102. Casu M., Patrone V., Gianelli M.V., Marchegiani A., Ragni G., Murialdo G. Polleri A. Spectral analysis of R-R interval variability by short-term recording in anorexia nervosa. Eat Weight Disord. 2002 Sep;7(3):239-43.

103. Cechetto D.F., Saper C.B. Role of the cerebral cortex in autonomic functioning. In: A.D. Loewy, K.M. Spyer (Eds.) Central Regulation of Autonomic Functions. Oxford: Oxford University Press, 1990, p. 208-223.

104. Cevese A., Grasso R., Poltronieri R., Schena F. Vascular resistance and arterial pressure low-frequency oscillations in the anesthetized dog // Am. J. Physiol. 1995. -Vol. 268, N 1. - P. H7-H16.

105. Chan H.L., Lin L.Y., Lin M.A., Fang S.C., Lin C.H. Nonlinear characteristics of heart rate variability during unsupervised and steady physical activities. Physiol Meas. 2007 Mar;28(3):277-86.

106. Chan H.L., Lin M.A., Chao P.K., Lin C.H. Correlates of the shift in heart rate variability with postures and walking by time-frequency analysis. Comput Methods Programs Biomed. 2007 May;86(2):124-30.

107. Chen S.W. A new algorithm developed based on a mixture of spectral and nonlinear techniques for the analysis of heart rate variability. J Med Eng Technol. 2007 May-Jun;31 (3) :210-9.

108. Chess G. F., Tarn R.M., Carlaresu F.R. Influence of cardiac neural inputs on rhythmic variations of heart period in cat // Am. J. Physiol. 1975. - Vol. 228. - N3. - P. 775 - 780.

109. Clifford G.D., Tarassenko L. Quantifying errors in spectral estimates of HRV due to beat replacement and resampling. IEEE Trans Biomed Eng. 2005 Apr;52(4):630-8.

110. Compte A., Brunei N., Goldman-Rakic P.S. Wang X.J. Synaptic mechanisms and network dynamics underlying spatial working memory in a cortical network model. Cereb Cortex, 2000, V. 10, No 9, p. 910-923.

111. Contreras P., Canetti R., Migliaro E.R. Correlations between frequency-domain HRV indices and lagged Poincare plot width in healthy and diabetic subjects. Physiol Meas. 2007 Jan;28(l):85-94.

112. Cooley R. L., Montano N., Cogliati C. et. al. Evidence for a central origin of the low-frequency oscillation in RR-interval variability // Circulation. 1998. - Vol. 98, N 6. -P. 556-561.

113. Critchley H.D., Mathias C.J., Josephs O., O'Doherty J., Zanini S. Dewar B.IC., Cipolotti L., Shallice Т., Dolan R.J. Human cingulate cortex and autonomic control: converging neuroimaging and clinical evidence. Brain. 2003 Oct;126(Pt 10):2139-52.

114. Da Fontoura Costa L., Caldeira de Melo R., da Silva E., Borghi-Silva A., Catai A.M. Spectral Detrended Fluctuation Analysis and Its Application to Heart Rate Variability Assessment. Publication: eprint arXiv:q-bio/0507016vl, 2005, 10 p.

115. Davidson R.J. Anxiety and affective style: role of prefrontal cortex and amygdala. Biol Psychiatry, 2002, V. 51, No 1, p. 68-80.

116. De Boer R.W., Karemaker J.M., Strackee J. Hemodynamic fluctuations and baroreflex sensitivity in humans: a beat-to-beat model // Am. J. Physiol. 1987. - Vol. 253. N 3 (Pt.2). - P. H685-H687.

117. De Meersman R.E., Stein P.K. Vagal modulation and aging. Biol Psychol. 2007 Feb;74(2): 165-73.

118. Drevets W.C. Prefrontal cortical-amygdalar metabolism in major depression. Ann N Y Acad Sci, 1999, No 877, p. 614-637.

119. Eclcberg D.L. Breathing powerfully modulates human vagal and sympathetic motoneurone responsiveness. Physiology News, 2003, Issue 53, p. 11-14.

120. Elghozi J.L., Julien C. Sympathetic control of short-term heart rate variability and its pharmacological modulation. Fundam Clin Pharmacol. 2007 Aug;21(4):337-47.

121. Eller N.H. Total power and high frequency components of heart rate variability and risk factors for atherosclerosis. Auton Neurosci. 2007 Jan 30; 131(1-2): 123-30.

122. Elsenbruchl S. Wang Z., Orr W.C., Chen J.D.Z. Time-frequency analysis of heart rate variability using short-time Fourier analysis. Physiol. Meas. 2000. 21. 229-240.

123. Frederiks J., Swenne C.A., TenVoorde B.J., Honzikova N., Levert J.V., Maan A.C., Schalij M.J., Bruschke A.V. The importance of high-frequency paced breathing in spectral baroreflex sensitivity assessment. J Hypertens. 2000 Nov; 18(11): 1635-44.

124. Goldberger J .J., Challapalli S., Tung R., Parker M.A., Kadish A.H. Relationship of heart rate variability to parasympathetic effect. Circulation. 2001 Apr 17; 103(15): 197783.

125. Goldberger A. Is the normal heartbeat chaotic or homeostatic? News in Physiological Sciences, 1991:6:87-91.

126. Goren Y., Davrath L.R., Pinhas I., Toledo E., Akselrod S. Individual time-dependent spectral boundaries for improved accuracy in time-frequency analysis of heart rate variability. IEEE Trans Biomed Eng. 2006 Jan;53(l):35-42,

127. Grimm D.R., De Meersman R.E., Almenoff P.L., et al. Sympathovagal balance of the heart in subjects with spinal cord injury // Am. J. Physiol. 1997. - Vol. 272, N 2 (Pt 2).-P. H835-H842.

128. Grossman P., Wilhelm F.H., Spoerle M. Respiratory sinus arrhythmia, cardiac vagal control, and daily activity. Am J Physiol Heart Circ Physiol. 2004 Aug;287(2):H728-34.

129. Hariri A.R. Bookheimer S.Y., Mazziotta J.C. Modulating emotional responses: effects of a neocortical network on the limbic system. Neuroreport., 2000, V. 11, No 1, p. 43-48.

130. Hawkley L.C., Burleson M.H., Poehlmann K.M. Berntson G.G., Malarkey W.B.,

131. Cacioppo J.T. Cardiovascular and cndocrine reactivity in older females: Intertaskconsistency. Psychophysiology. 2001. 38(6): 863-872.

132. Hoover A., Muth E.A. Real-Time Index of Vagal Activity. International Journal of Human-Computer Interaction, 2004, V. 17, No. 2, p. 197-209.

133. Houtveen J.H., Molenaar P.C. Comparison between the Fourier and Wavelet methods of spectral analysis applied to stationary and nonstationary heart period data. Psychophysiology. 2001 Sep;38(5):729-35.

134. Hsieh C.W., Mao C.W., Young M.S., Yeh T.L., Yeh S.J. Assessment of parasympathetic control of blood vessel by pulsation spectrum and comparison with spectral method of RR intervals. Biomed Eng Appl Basis Comm, 2003, Vol. 15, No 1, p. 8-16.

135. Janssen B.J.A., Oosting J., Slaff D.W. et al. Hemodynamic basis of oscillations in systemic arterial pressure in conscious rats // Am. J. Physiol. 1995. - Vol. 269, N 1 (Pt.2). - P. H62-H71.

136. Karemaker J.M. Analysis of blood pressure and heart rate variability: theoretical consideration and clinical applicability // Clinical autonomic disorders. 1993. P. 315-330.

137. Kobayashi H. Inter- and intra-individual variations of heart rate variability in Japanese males. J Physiol Anthropol. 2007 Mar;26(2): 173-7.

138. Koers G. Brain control of heart regulation. Doctoral dissertation, University of Groningen, the Netherlands, 1997, 118 p.

139. Kuusela T.A., Kaila T.J., Kahonen M. Fine structure of the low-frequency spectra of heart rate and blood pressure. BMC Physiol. 2003 Oct 13; Vol. 3, Issue 1, lip.

140. Lanfranchi P.A., Somers V.K. Arterial baroreflex function and cardiovascular variability: interactions and implications. Am J Physiol Regul Integr Comp Physiol. 2002 Oct;283(4):R815-26.

141. Leor-Librach R.J., Bobrovsky B.Z., Eliash S., Kaplinsky E. A common origin of the very low frequency heart rate and blood pressure variability -- a new insight into an old debate. Auton Neurosci. 2002 Mar 18;96(2): 140-8.

142. Lobnig B.M., Bender R., Maslowska-Wessel E. Repeatability of Heart Rate Variability Measured via Spectral Analysis in Healthy. Journal of Clinical and Basicr

143. Cardiology 2003; 6 (Issue 1-4), 29-33.

144. Lombardi F., Montano N., Fnocchiaro M.L. et al. Spectral analysis of sympathetic discharge in decerebrate cats // J. Auton. Nerv. Syst. 1990. - Vol. 30, Suppl. - P. S97-S100.

145. Lombardi F. Chaos theory, heart rate variability, and arrhythmic mortality. Circulation. 2000 Jan 4-11;101(1):8-10.

146. Lovallo W.R., Gerin W. Psychophysiological reactivity: mechanisms and pathways to cardiovascular disease. Psychosom Med., 2003, V. 65, No 1, p. 36-45.

147. Lucy S.D., Hughson R.L., Kowalchuk J.M., et al. Body position and cardiac dynamic and chronotropic responses to steady-state isocapnic hypoxaemia in humans // Exp. Physiol. 2000. - Vol. 85, N 2. - P. 227-37.

148. Mashin V.A., Mashina M.N. Analysis of the heart rate variability in negative functional states in the course of psychological relaxation sessions. Human Physiology, 2000, V. 26, No 4, p. 420-425.

149. Mashin V.A., Mashina M.N. Studying variability of heart rate in different functional states with the help of the graph method. Voprosy Psikhologii, 2002 March-April; 2:99-111. Article in Russian.

150. Mashin V.A., Mashina M.N. The functional state classification and evaluation of the stability level in mental loads based on the factor structure of heart rate variability parameters. Ross Fiziol Zh Im I M Sechenova. 2004 Dec;90(12):1508-21. Russian.

151. Mashin V.A. The Relationship of the Slope of the Heart Rate Graph Regression with Linear and Nonlinear Heart Rate Dynamics in Stationary Short-time Series. Biophysics, 2006, Vol. 51, No. 3, p. 471-479.

152. Masterman D.L., Cummings J.L. Frontal-subcortical circuits: The anatomical basis of executive, social and motivated behaviors. J Psychopharmacol., 1997, V. 11, No 2, p. 107-114.

153. Melcher A. Carotid baroreflex heart rate control during the active and the assisted breathing cycle in man // Acta Physiol. Scand. 1980. V. 108, N 2. P. 165-171.

154. Mesulam M.M., Mufson E.J. Insula of the old world monkey. Ill: Efferent cortical output and comments on function. The Journal of Comparative Neurology, 1982, V. 212, No l,p. 38-52.

155. Migliaro E.R., Contreras P., Bechl S., Etxagibel A., Castro M., Ricca R., Vicente K. Relative influence of age, resting heart rate and sedentary life style in short-term analysis of heart rate variability. Braz J Med Biol Res, 2001, V.34(4) 493-500.

156. Milicevic G. Low to high frequency ratio of heart rate variability spectra fails to describe sympatho-vagal balance in cardiac patients. Coll Antropol. 2005 Jun;29(l):295-300.

157. Miller E.K. The prefrontal cortex and cognitive control. Nat Rev Neurosci., 2000, V. l,No l,p. 59-65.

158. Miller I.F., Yeates D.B., Wong L.B. Pleart Rate Variability Analysis Promise and Fulfilment. Global Healthcare: Advanced Medical Technologies, 2004, 4 p.

159. Montano N., Ruscone T.G., Porta A. et al. Power spectrum analysis of heart rate variability to assess the changes in sympathovagal balance during graded orthostatic tilt // Circulation.-1994. Vol. 90, N4. - P. 1826-1831.

160. Montano N., Gnecchi Ruscone Т., Porta A. Presence of vasomotor and respiratory rhythms in the discharge of single medullary neurons involved in the regulation of cardiovascular system // J. Auton. Nerv. Syst. 1996. V. 57, N 1-2. P. 116-122.

161. Montano N., Porta A., Malliani A. Evidence for central organization of cardiovascular rhythms. Ann N Y Acad Sci. 2001 Jun;940:299-306.

162. Newell M.E. The Connection between Emotion, Brain Lateralization, and Heart Rate Variability. Master's thesis. Uniformed Services Univ. of the Health Sciences, Bethesda, MD. Dept. of Medical and Clinical Psychology. 2005, 84 p.

163. Nilsson M., Funk P. A. Case-Based Classification of Respiratory Sinus Arrhythmia. P. Funk, P.A.G. Calero (Eds.) 7th European Conference on Case-Based Reasoning, Springer, Madrid, 2004. p. 673-685.

164. Notarius C.F. Floras J.S. Limitations of the use of spectral analysis of heart rate variability for the estimation of cardiac sympathetic activity in heart failure. Europace. 2001 Jan;3(l):29-38.

165. Pagani M., Lombardi E., Guzzetti S. et al. Power spectral analysis of heart rate and arterial pressure variabilities as a marker sympatho-vagal interaction in man and conscious dog//Circ. Res. 1986. -Vol. 59, N2.-P. 178-193.

166. Pagani M., Montano N., Porta A. et al. Relationship between spectral components of cardiovascular variabilities and direct measures of muscle sympathetic nerve activity in humans //Circulation. 1997. - Vol. 95, N 6. - P. 1441 - 1448.

167. Patwardhan A., Evans J., Bruce E., Knapp C. Ileart rate variability during sympatho-excitatory challenges: comparison between spontaneous and metronomic breathing. Integr Physiol Behav Sci. 2001 Apr-Jun;36(2): 109-20.

168. Patwardhan A., Vallurupalli S., Evans J., Knapp C., Bruce E. Use of amplitude-modulated breathing for assessment of cardiorespiratory frequency response within subrespiratory frequencies. IEEE Trans Biomed Eng. 1998 Feb;45(2):268-73.

169. Pinna G.D., Maestri R., Torunski A., Danilowicz-Szymanowicz L., Szwoch M., La Rovere M.T., Raezak G. Heart rate variability measures: a fresh look at reliability. Clin Sci (Lond). 2007 Aug; 113(3): 131-40.

170. Platisa M.M., Gal V. Dependence of heart rate variability on heart period in disease and aging. Physiol Meas. 2006 Oct;27(10):989-98.

171. Pomeranz В., Macaulay R.J.B., Caudill M.A. et al. Assessment of autonomic function in humans by heart rate spectral analysis // Am. J. Physiol. 1985. - Vol. 248, N 1 (Pt.2). - P. HI51-HI 53.

172. Preiss G., Polosa C. Patterns of sympathetic neuron activity associated with Mayer waves. //Am. J. Physiol. 1974. - Vol. 226, N 3. - P. 724-730.

173. Pyetan E., Akselrod S. Do the high-frequency indexes of HRV provide a faithful assessment of cardiac vagal tone? A critical theoretical evaluation. IEEE Trans Biomed Eng. 2003 Jun;50(6):777-83.

174. Pyetan E., Toledo E., Zoran O., Akselrod S. Parametric description of cardiac vagal control. AutonNeurosci. 2003 Nov 28;109(l-2):42-52.

175. Richards J.E., Casey B.J. Heart rate variability during attention phases in young infants. Psychophysiology, 1991, V. 28, No 1, p. 43-53.

176. Richter D.W., Spyer K.M. Cardiorespiratory control. Central regulation of autonomic functions. N.Y. : Oxford Univ. Press, 1990. P. 189-207

177. Rimoldi O., Pierini S., Ferrary A. et al. Analisis of shot term oscillations of R - R and arterial pressure in conscious dogs // Am. J. Phisiol. - 1990. - Vol. 258, N 4 (Pt.2). -P.H967-H976.

178. Ritz Т., Thons M., Dahme B. Modulation of respiratory sinus arrhythmia by respiration rate and volume: stability across posture and volume variations. Psychophysiology. 2001 Sep;38(5):858-62.

179. Sakuragi S., Sugiyama Y. Interactive effects of task difficulty and personality on mood and heart rate variability. J Physiol Anthropol Appl Human Sci., 2004, V. 23, No 3, p. 81-91.

180. Saul J.P. Beat-to-beat variations of heart rate reflect modulation of cardiac autonomic outflow//News in Physiol. Sci. (NIPS). 1990. V.5. P. 32 37.

181. Saul J.P., Rea R.F., Eckberg D.L. Heart rate and muscle sympathetic nerve variability during reflex changes of autonomic activity // Am. J. Physiol. 1990. V. 258. P. 713-721.

182. Sayers B. Analysis of heart rate variability // Ergonomics. 1973. - Vol. 16, N 1. -P. 17-32.

183. Schachinger H., Weinbacher M., Kiss A., Ritz R., Langewitz W. Cardiovascular indices of peripheral and central sympathetic activation. Psychosom Med. 2001 Sep-Oct;63(5):788-96.

184. Schroeder K.E., Narlciewicz K., Kato M., Peselc C., Phillips В., Davison D., Somers V.K. Personality type and neural circulatory control. Hypertension. 2000 Nov;36(5):830-3.

185. Sgoifo A., Costoli Т., Mcerlo P., Buwalda В., Pico'-Alfonso M.A., De Boer S., Musso E., Koolhaas J. Individual differences in cardiovascular response to social challenge. Neurosci Biobehav Rev. 2005 Feb;29(l):59-66.

186. Singh D., Vinod K., Saxena S.C. Sampling frequency of the RR interval time series for spectral analysis of heart rate variability. J Med Eng Technol. 2004 Nov-Dec;28(6):263-72.

187. Skinner J.E. Psychosocial stress and sudden cardiac death: brain mechanisms. In: R.E. Beamish, P.K. Singal, N.S. Dhalla (Eds.) Stress and Heart Disease. Boston: Martinus Nijhoff Publishing, 1985, p. 44-59.

188. Spallone V., Menzinger G. Diagnosis of cardiovascular autonomic neuropathy in diabetes // Diabetes. 1997. - Vol. 46, Suppl 2. - P. S67-S76.

189. Spyer K.M. Neural mechanisms involved in cardiovascular control during ' affective behaviour. Trends Neurosci., 1989, V. 12, No 12, p. 506-513.

190. Stanley G.B., Poolla K., Siegel R.A. Threshold modeling of autonomic control of heart rate variability. IEEE Trans Biomed Eng. 2000 Sep;47(9):l 147-53.

191. Stoica P., Sandgren N. Spectral Analysis of Irregularly-Sampled Data: Paralleling the Regularly-Sampled Data Approaches. Digital Signal Processing, 2006, Vol. 16, No 6, p. 712-734.

192. Su C.F., Kuo T.B., Kuo J.S., Lai H.Y., Chen H.I. Sympathetic and parasympathetic activities evaluated by heart-rate variability in head injury of various severities. Clin Neurophysiol. 2005 Jun;l 16(6): 1273-9.

193. Sztajzel J. Heart rate variability: a noninvasive electrocardiographic method to measure the autonomic nervous system. Swiss Med Wkly 2004;134:514-522.

194. Heart rate variability: standards of measurement, physiological interpretation, and clinical use. Tasak Force of Europen society of Cardiology and the North American Society of Pacing and Electrophysiology // Circulation. 1996. N 93. P. 1043-1065.

195. Taylor E.W., Jordan D., Coote J.FT. Central control of the cardiovascular and respiratory systems and their interactions in vertebrates. Physiol Rev. 1999 Jul;79(3):855-916.

196. Taylor J.A., Carr D.L., Myers C.W., Eckberg D.L. Mechanisms underlying verylow-frequency RR-interval oscillations in humans. Circulation, 1998, V. 98, No 6. p. 547-555.

197. Taylor J.A., Myers C.W., Halliwill J.R., Seidel H., Eckberg D.L. Sympathetic restraint of respiratory sinus arrhythmia: implications for vagal-cardiac tone assessment in humans. Am J Physiol Heart Circ Physiol. 2001 Jun;280(6):H2804-14.

198. Ter Horst G.J., Postema F. Forebrain parasympathetic control of heart activity: retrograde transneuronal viral labeling in rats. Am J Physiol., 1997, V. 273, No 6 (Pt 2), p. H2926-2930.

199. Ter Horst G.J. Central autonomic control of the heart, angina, and pathogenic mechanisms of post-myocardial infarction depression. Eur J Morphol., 1999, V. 37, No 4-5, p. 257-266.

200. Thayer J.F., Lane R.D. A model of neurovisceral integration in emotion regulation and dysregulation. J Affect Disord., 2000, V. 61, No 3, p. 201-216.

201. Thayer J.F. Progress in the analysis of heart-rate variability. IEEE Eng Med Biol Mag. 2002 Jul-Aug;21 (4):22-3.

202. Tripathi K.K., Mukundan C.R., Mathew T.L. Attentional modulation of heart rate variability (HRV) during execution of PC based cognitive tasks. Indian Journal of Aerospace Medicine (Ind J Aerospace Med), 2003; 47(1): 1-10.

203. Uusitalo A.L., Vanninen E., Levalahti E., Battie M.C., Videman Т., Kaprio J. Role of genetic and environmental influences on heart rate variability in middle-aged men. Am J Physiol Heart Circ Physiol. 2007 Aug;293(2):H1013-22.

204. Van den Berg D.T.W.M., de Rloet E.R., van Dijken H.H., de Jong W. Brain corticosteroid receptors and regulation of arterial blood pressure // J. Hypertens. 1989. - Vol. 7, Suppl. 6. - P. S202 - S203.

205. Van der Veen F.M. Heart-brain communication. Doctoral dissertation. University of Groningen, the Netherlands, 1997, 110 p.

206. Verberne AJ., Owens N.C. Cortical modulation of the cardiovascular system. Prog Neurobiol. 1998 Feb;54(2): 149-68.

207. Verlinde D, Beckers F, Ramaekers D, Aubert AE Wavelet decomposition analysis of heart rate variability in aerobic athletes.// Auton Neurosci. 2001 Jul 20;90(l-2)r 138-41.

208. Wang S.Y., Zhang L.F., Wang X.B., Cheng J.H. Age dependency and correlation of heart rate variability, pressure variability and baroreflex sensitivity. Journal of Gravitational Physiology, 2000, 7, (2), 145-146.

209. Wilhelm F.H., Grossman P., Roth W.T. Assessment of heart rate variability during alterations in stress: complex demodulation vs. spectral analysis. Biomed Sci Instrum. 2005;41:346-51.

210. Yamamoto Y., Kiyono K., Struzik Z.R. Measurement, analysis, and interpretation of long-term heart rate variability. In: SICE 2004 Annual Conference, 2004, Vol. 3, p. 2598-2605.

211. Yildiz M., Ider Y.Z. Model based and experimental investigation of respiratory effect on the HRV power spectrum. Physiol Meas. 2006 Oct;27(10):973-88.

212. Zaza A., Lombardi F. Autonomic indexes based on the analysis of heart rate variability: a view from the sinus node. Cardiovasc Res. 2001 Jun;50(3):434-42.

213. Zhang J. Effect of age and sex on heart rate variability in healthy subjects. J Manipulative Physiol Ther. 2007 Jun;30(5):374-9.