gms | German Medical Science

Hintergrund: Bei der Ballistokardiographie (BCG) handelt es sich um die Messung von Bewegungen des Körpers, die durch die Bewegungen des Herzens im kardialen Zyklus ausgelöst werden und den Körper in Bewegung versetzen [1]. Da durch die Untersuchungen der BCG die mechanische Arbeit des Herzens abgebildet werden kann (Spezialisierung in Seismokardiographie), bietet sie das Potenzial, die bestehenden nicht-invasive Untersuchungsmethoden des Herzens zu erweitern.

Aktuell werden BCG-Studien ohne bestehende Standards vorgenommen, was eine Aufzeichnung, einen Vergleich und eine Analyse der Signale erschwert. Aus diesem Grund soll eine Grundlage hinsichtlich Qualität und Quantität der Signaldaten geschaffen werden, die stetig um weitere Daten ergänzt werden kann.

Methoden: Um dieses Problem zu lösen haben wir taktsynchrone Messungen mit drei 3D-Beschleunigungssensoren an 34 herzgesunden Probanden (m=21, w=13, Alter: 18-55j) mit einer Abtastfrequenz von 17,2kHz durchgeführt [2]. Zu Referenzzwecken wurde gleichzeitig ein 6-Kanal-EKG mit einer Abtastrate von 12,4kHz aufgenommen.

Die Messungen untergliederten sich in vier verschiedene Durchführungen. Zuerst wurden eine Ruhemessung in sitzender Position und eine Messung unter physischer Belastung (Ergometer) durchgeführt, bei denen die Sensoren am Sternum, der Herzspitze sowie am Rücken angebracht waren. Anschließend erfolgte eine Ruhemessung in stehender Position sowie eine Messung unter physischer Belastung (Laufband), bei denen die Sensoren an der linken Schläfe, dem Handgelenk sowie der Herzspitze positioniert waren. Zusätzlich wurde bei jedem Probanden ein Fragebogen durchgeführt, um Einflussfaktoren auf die Herzaktivität zu ermitteln.

Durch die Messungen ergaben sich durch die nach oben abgeschätzte Abtastfrequenz eine Datenmenge von über 800GB. Durch die große Messdatenmenge erschwert sich die Dateneinsicht, -aufbereitung und -auswertung erheblich. Um diesen Problemen entgegenzuwirken wurden die einzelnen Messdatensätze unterteilt und in komprimierter Form, mit einer graphischen Darstellung und den Ergebnissen des Fragebogens in einer Datenbank abgespeichert.

Auf dieser Grundlage konnten bereits Auswertungen durchgeführt werden. Die Daten wurden weiter aufbereitet und kalibriert, sodass anschließend mittels Filterung und Peak-Detection-Methoden verschiedene Herzschlag-Merkmale ermittelt werden konnten. Des Weiteren wurden die auftretenden Frequenzen innerhalb der Signale untersucht, um mithilfe des Nyquist-Shannon-Theorems eine Abtastrate zu bestimmen, mit der die Signal-Merkmale abgebildet werden können.

Abbildung 1 [Abb. 1]

Ergebnisse: Mithilfe des erstellten Systems konnten alle Signal-Merkmale [3] aus der Literatur in den aufgenommenen Signalen ermittelt werden (siehe Abbildung). Die Analysen bestätigten, dass die Einzelherzschläge der Probanden intraindividuelle Unterschiede aufwiesen. Es konnten gemittelte Gesamtherzschläge erstellt werden, anhand denen eine potenziell neue physiologische Kenngröße gefunden werden konnte. Weiterhin war es möglich die Signalfrequenz mit 600Hz abzuschätzen.

Zusammenfassung: Mithilfe dieser Vorgehensweise konnten eine Verarbeitung und erste Auswertungen der großen Datenmengen ermöglicht werden. Mittels der neuen Erkenntnisse können BCG-Signale für die Aufzeichnung deutlich komprimiert werden ohne einen erheblichen Informationsverlust zu riskieren. Dies umfasst zunächst eine deutliche Reduktion der Abtastfrequenz, als auch eine Reduktion der Bitbreite des Signals. Bei einer Fokussierung auf das physiologische Signal ist eine Gesamtreduktion von über 60% gegenüber herkömmlicher Messungen pro Sensor und Achse möglich.

Zur Ergänzung der Messung an Erwachsenen, erfolgt aktuell eine Studie, die Messdaten von Kindern untersucht.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass ein positives Ethikvotum vorliegt.