Protokoll bietet eine analytische Methode zur Messung der Herzfrequenzvariabilität mithilfe von Elektrokardiogrammdaten zur Bestimmung der aeroben Funktion. Und damit wird es uns helfen, Einblicke in die autonomen Systemfunktionen innerhalb physikalischer Therapieprotokolle zu gewinnen. Diese Technik kann verwendet werden, um aerobe Arbeitsbelastung, Anforderungen und physikalische Therapiestrategien für Jugendliche mit Zerebralparese zu messen.
Wenn wir beispielsweise in der Physiotherapie sind, tun wir Techniken, um Gesundheit und Fitness mit aktiven Videospielen zu fördern. Die Herzfrequenzvariabilität misst die aerobe Arbeitsbelastung und bietet kardiovaskuläre Funktionsmaßnahmen bei Patienten und ermöglicht es uns, eine physikalische Therapie auf dem Niveau zu dosieren, das den Patienten am besten trifft und herausfordert. Die Methodik ist nützlich in der Herzpflege und Kardiorehabilitation.
Und damit könnten die Berechnungen in Herzüberwachungsgeräte integriert werden, wo sie als Ergebnis Eine Herzfrequenzvariabilität von EKG oder Elektrokardiogrammen liefern würden. Die Berechnungen können zunächst eine Herausforderung sein. Aber durch die Erstellung eines Trainingsvideos können wir Ärzten und Forschern helfen, diese Maßnahmen besser zu nutzen, um die Wirksamkeit der Herzversorgung zu bewerten.
Für aktive Videospieldatenerfassungssitzungen wählen Sie aktive Videospiele nur mit Handsymbolen, nur Fußsymbole oder sowohl Hand- und Fußsymbole für die Objektsammlung, um zu bestimmen, welches Spiel bei der Förderung von körperlicher Aktivität und Fitness effektiver ist, ohne zu anspruchsvoll zu sein und eine frühe übermäßige Ermüdung zu verursachen. Um die Jugendlichen mit Zerebralparese auszustatten, schließen Sie zunächst ein voll aufgeladenes Bluetooth-Modul in den Datencomputer ein, sei es die Ladestation, und öffnen Sie das Konfigurationstool. Verwenden Sie eine nasse Hand, um die leitfähigen Bereiche auf dem Brustgurt des Herzfrequenzmessers zu befeuchten.
Legen Sie das Bluetooth-Modul in den Brustgurt mit den leitfähigen Oberflächen des Moduls aufgereiht mit denen des Brustgurts. Der Monitor wird einrasten. Dann wenden Sie den Herzfrequenz-Monitor Brustgurt und Bluetooth-Modul auf das Motiv mit dem Modul mit der linken mittleren Achsellinie und dem Gurt direkt unter den Brustmuskeln ausgerichtet.
Sobald sie richtig positioniert ist, ziehen Sie das Gerät so an, dass es sich während der Sitzung nicht bewegt, aber für das Motiv nicht unangenehm ist. Lassen Sie das Subjekt auf einer Bank sitzen, mit den Füßen flach auf dem Boden und mit ihren Knien und Hüften auf 90 Grad gebeugt für Haltungsunterstützung und Stabilität. Schließen Sie den Anschluss an den USB-Anschluss des Computers an, der zum Anzeigen der Daten verwendet wird, und verwenden Sie die Registerkarte Live-Modus, um die Herzfrequenz, Atemfrequenz und Körperhaltung des Motivs in Echtzeit zu überwachen.
Zeichnen Sie dann das Motiv für einen Ruhezeitraum auf, um eine Basisaufzeichnung der Herzfrequenz des Motivs zu erhalten, bevor Sie das erste aktive Videospiel für das Motiv starten. Laden Sie am Ende der Gaming-Sitzung die Elektrokardiogrammdaten vom Herzfrequenzmesser herunter und entfernen Sie den Gurt vom Motiv. Um die Herzfrequenzvariabilität aus den Elektrokardiogrammdaten zu berechnen, öffnen Sie MATLAB und organisieren Sie die Daten in Fünf-Minuten-Intervallen, um vergleichbare Daten zwischen den Phasen zu gewährleisten.
Berechnen Sie die Ruhezeit als fünf Minuten vor Spielbeginn und die Erholungsphase als die fünf Minuten nach dem Ende der Abkühlphase, um die R-Spitzenerkennung auf dem Rohelektrokardiogrammsignal durchzuführen. Sobald diese Zeiten erreicht sind, identifizieren Sie den Ort der Voninteresse steilen Spielphase in der EKG-Datei und wählen Sie den fünfminütigen Abschnitt aus, der von Interesse ist. Berechnen Sie einen Schwellenwert für die Peak-Erkennung basierend auf der durchschnittlichen und Standardabweichung der Wellenform.
Und zusammen mit der Mindesthöhe für die R-Spitze, weisen Sie einen Mindestabstand von 0,3 Sekunden zwischen den Spitzen, um die Erkennung von falschen Spitzen um die gewünschte R zu minimieren.Sobald der Schwellenwert gesetzt wurde, führen Peakdetection. m, um die Wellenform zu verarbeiten und zu versuchen, alle R-Spitzen für das Inter-Beat-Intervall und die Herzfrequenzvariabilitätsberechnungen zu unterscheiden. Generieren Sie ein vorläufiges Diagramm, damit es wie dargestellt auf Unregelmäßigkeiten überprüft werden kann.
Viele Datensitzungen sind ziemlich einheitlich und erfordern daher nur wenige Korrekturen. Einige Fälle sind jedoch ziemlich chaotisch und erfordern mehr Zeit, um die richtigen R-Standorte zu überprüfen und zu erhalten. Um diese Unregelmäßigkeiten zu beheben, bearbeiten Sie manuell die Erkennungsvariable, die den Mikrovolt-Messwert der Spitze in Spalte 1 und die Position in der aktuellen Spielsitzung in Spalte 2 enthält.
In den meisten Fällen können die richtigen R-Spitzen leicht gefunden werden, indem Sie auf die Problemposition hineinzoomen. Erhalten Sie die Matrix der Intervalle, in der Intervalle von mehr als 1,5 Sekunden ignoriert werden, und speichern Sie diese Zwischenintervalle für weitere Berechnungen bei der Überprüfung der Daten. Verwenden Sie dann diese Intervalle, um das mittlere Wurzelquadrat der aufeinanderfolgenden Differenzen zu berechnen.
Öffnen Sie vor der Berechnung von Herzfrequenzvariabilitätsmessungen eine Wellenform, um die korrekte Spitzenerkennung zu überprüfen. Verwenden Sie das Vergrößerungswerkzeug, um einen Bereich des Diagramms auszuwählen, der beim Vergrößern oder -aus ausgegeben wird, wenn das Fenster nicht einfach visuell überprüft werden kann. Verwenden Sie das Werkzeug Datentipps, um die Position der verpassten Spitze bei Bedarf zu finden.
Suchen Sie zur Peak-Korrektur die Erkennungsvariable, und doppelklicken Sie im Arbeitsbereich, um die falsch erkannten oder fehlenden Spitzen zu korrigieren. Wenn der Punkt ein falsch positives ist, entfernen Sie den Punkt aus dem Array, und ändern Sie die Werte aller falsch markierten Spitzen, die an nicht markierte Spitzen angrenzen, an die wertezeichen der nicht markierten Peaks. Führen Sie dann hrvmeasures aus, um Berechnungen der Herzfrequenzvariabilitätzumessung zu erhalten.
m und öffnen Sie die Herzfrequenzvariabilitätsvariable aus dem Arbeitsbereichsfenster. Diese Methode liefert Daten zur Analyse der Auswirkungen, die die neu entwickelte aktive Videospielmethode auf die Herzfrequenzvariabilität eines bestimmten Motivs hat, indem der R-Teil der QRS-Wellenform in den EKG-Daten des Betreffenden lokalisiert wird. Wenn der Herzfrequenzmesser den richtigen Kontakt mit dem Betreffenden aufnimmt, werden die Daten einheitlich sein und den Bedarf an Korrekturen erheblich reduzieren.
Wenn die Daten aufgrund vorübergehender Veränderungen des Hautkontakts des Herzfrequenzmessers ausreichend variabel sind, kann die erste Analyse die Spitzen wie angegeben falsch kennzeichnen. Die Änderung der Schwellenwerte in der Mindestzeit zwischen den Spitzen kann auch dazu beitragen, die Erkennungswerte für die Produktion und das angepasste Diagramm zu bereinigen. Es ist wichtig, jede Wellenform durchzuschwenken, um eine ordnungsgemäße Peak-Erkennung sicherzustellen, falsche Positivwerte zu entfernen und falsch markierte Spitzen zu verschieben, bevor Die Herzfrequenzvariabilitätsdaten berechnet werden.
Weitere Überlegungen und Einflüsse mit Herzfrequenzvariabilitätsmessungen umfassen physiologische Überlegungen, Hydratationsstatus und Umwelteinflüsse. Diese Methode ist nützlich bei aktivitätsbasierten physikalischen Therapieinterventionen, da es in den letzten zehn Jahren eine Bewegung von behindertenbasierten Interventionen zu mehr Gesundheitsförderung und Fitness gegeben hat und diese Methode es uns ermöglicht, Fitness und Funktionsmobilität zu messen. Bevor Sie den Herzfrequenzmesser anwenden, möchten Sie sicherstellen, dass die Haut nicht gereizt ist und das Gerät gut repariert wird, um Hautabschürfungen zu vermeiden.
