gms | German Medical Science

49. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds)
19. Jahrestagung der Schweizerischen Gesellschaft für Medizinische Informatik (SGMI)
Jahrestagung 2004 des Arbeitskreises Medizinische Informatik (ÖAKMI)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie
Schweizerische Gesellschaft für Medizinische Informatik (SGMI)

26. bis 30.09.2004, Innsbruck/Tirol

Robust Spectral Estimation with Applications to the Analysis of Heart Rate Variability

Meeting Abstract (gmds2004)

Suche in Medline nach

  • corresponding author presenting/speaker Bernhard Spangl - University of Natural Resources and Applied Life Sciences, Wien, Österreich
  • Rudolf Dutter - Vienna University of Technology, Wien, Österreich

Kooperative Versorgung - Vernetzte Forschung - Ubiquitäre Information. 49. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds), 19. Jahrestagung der Schweizerischen Gesellschaft für Medizinische Informatik (SGMI) und Jahrestagung 2004 des Arbeitskreises Medizinische Informatik (ÖAKMI) der Österreichischen Computer Gesellschaft (OCG) und der Österreichischen Gesellschaft für Biomedizinische Technik (ÖGBMT). Innsbruck, 26.-30.09.2004. Düsseldorf, Köln: German Medical Science; 2004. Doc04gmds357

Die elektronische Version dieses Artikels ist vollständig und ist verfügbar unter: http://www.egms.de/de/meetings/gmds2004/04gmds357.shtml

Veröffentlicht: 14. September 2004

© 2004 Spangl et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielf&aauml;ltigt, verbreitet und &oauml;ffentlich zug&aauml;nglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Introduction

The analysis of heart rate variability as non-invasive method is increasingly used in medicine. In the present paper we concentrate on the frequency-domain analysis of short-term heart rate variability measurements [1].

Methods

The spectral density function is a commonly used tool whenanalyzing time series in the frequency domain. Using conventional nonparametric methods we obtain a direct spectral estimator by using an appropriate data taper (in order to reduce the bias of the periodogram estimator) and by then calculating the periodogram of the tapered data series. In order to get a smoother spectral estimator with better variance properties Welch [2] suggested to split a time series into a number of overlapping blocks, compute a direct spectral estimate based on the data in each block and average the individual spectral estimates to form an overall one. This method is known as Welch's Overlapped Segment Averaging. Based on this approach Chave et al. [3] proposed a method that is both, robust and data-adaptive.

Results

We present this robust method applied to simulated and real data. As a special practical application we focus on actual heart rate variability measurements of diabetes patients.

The results of the proposed method are compared with those of classical non-robust methods and another robust one proposed by Martin and Thomson [4]. The extension by Thomson's multitapering approach [5] of the methodis also discussed.


Literatur

1.
Hartikainen JEK, Tahvanainen KUO, Kuusela TA. Short-term Measurement of Heart Rate Variability. In: Malik M, Ed. Clinical Guide to Cardiac Autonomic Tests. Dordrecht: Kluwer, 1998: 149-76.
2.
Welch PD. The Use of Fast Fourier Transform for the Estimation of Power Spectra: A Method Based on Time Averaging Over Short, Modified Periodograms. IEEE Transactions on Audio and Electroacoustics 1967, 15: 70-3.
3.
Chave AD, Thomson DJ, Ander ME. On the Robust Estimation of Power Spectra, Coherence, and Transfer Functions. Journal of Geophysical Research 1987, 92(B1): 633-48.
4.
Martin RD, Thomson DJ. Robust-resistant Spectrum Estimation. IEEE Proceedings 1982, 70(9):1097-115.
5.
Thomson DJ. Spectrum Estimation and Harmonic Analysis. IEEE Proceedings 1982, 70(9):1055-96.