градиент плотности, соответствующий смене знака кривизны кривой плотности. В самом деле, средние квадратические отклонения (сигмальные), при нормальном законе, позволяют все значения исследуемого показателя разбить на две категории – значения с высокой плотностью, расположенные в диапазоне (M±σ) и с низкой, расположенные за пределами указанного диапазона. Другими словами, при нормальном (Гаусовском) распределении диапазон M±σ соответствует наиболее вероятным (значимым) значениям изучаемого показателя; соответственно теряет смысл и  , поскольку m перестает характеризовать погрешность оценки среднего значения.
Наши исследования показали, что SI имеет логонормальное распределение. При таком характере распределения в статистических расчетах, с целью обеспечения корректности статистических оценок и устранения искажений корреляционных связей с другими параметрами, следует использовать логарифм от полученного по формуле (6) значения SI. Введем обозначение для логарифмического стресс-индекса: LgSI = log(SI). На Рисунок 12 приведен графики функций распределения для LgSI.
  
Рисунок 12. Распределение логарифма от индекса напряжения регуляторных систем (ИН) ) по Баевскому или логарифмического стресс-индекса (lgSI),близко к нормальному (Гаусовскому).
Примечание. Функция распределения SI изображена синим цветом, функция плотности – красным. Зона оптимума – 0±1 – зеленым цветом. Далее изображены две зоны пессиумов и две критические зоны.
Подобная линеаризация позволяет обнаружить корреляционные связи между параметрами ВСР, в частности, высокую отрицательную корреляционную связь (-0,97) между lgSI и lg(SDNN) (см. Рисунок 13).
Рисунок 13. Высокая отрицательная корреляционная связь (-0,97) связь между lg(SI) и lg(SDNN)
Примечание. По оси абсцисс отложены значения десятичного логарифма от SDNN, а по оси ординат – значения десятичного логарифма от стресс-индекса (lgSI).
Обозначим десятичный логарифм от возраста (в годах) через LogAge, тогда, с учетом введенных обозначений для логарифмического стресс-индекса: LogSI = log(SI) на Рисунок 14 приведены графики разброса значений LogSI, зарегистрированных у лиц различного пола и возраста в состоянии покоя, которые наглядно демонстрируют существенную возрастную зависимость стресса как для мальчиков, так и для девочек.
Рисунок 14. Графики разброса значений LogSI, зарегистрированных у лиц различного пола и возраста в состоянии покоя.
Примечание. По оси абсцисс отложены значения десятичного логарифма от возраста, а по оси ординат – значения десятичного логарифма от стресс-индекса.
Геометрическим методами также визуально анализируется вид сверху на график плотности, который принято представлять в виде скатерграммы – горизонтальной проекции на трехмерную фигуру. Синонимы – скаттерограмма (scatter – рассеивание), автокорреляционное облако, плот Лоренца, пятна Пуанкаре (см. Рисунок 15). При этом по оси абсцисс откладывается текущее значение R-R интервала, по оси ординат последующее.
Метод был разработан и обоснован Hoopen M. [160] и Ю.А. Власовым с соавт. Является наиболее наглядным геометрическим методом оценки ВСР.
Рисунок 15. Скатерграмма – вариант представления горизонтальной проекции (“вида сверху”) на трехмерную фигуру функции плотности распределения вероятности R-R интервалов.
Примечание. По оси абсцисс откладывается текущее значение R-R интервала, по оси ординат – последующее. Вертикальная координата – плотность распределения.
Определяются следующие характеристики скаттерограммы:
• Положение основного облака: – нормальное; – сдвинуто в сторону угла отсчёта; – сдвинуто в противоположную сторону от угла отсчёта.
• Симметричность основного облака относительно биссектрисы, идущей из угла отсчёта: – симметричное; – асимметричное.
• Площадь основного облака: – нормальная; – уменьшенная; – увеличенная.
• Контур наружных краёв: – ровный; – зубчатый.
• Форма наружных краёв: – с чётким краем; – с нечётким (расплывчатым) краем.
• Наличие отсевов: – есть; – нет.
• Локализация отсевов: – вблизи от основного облака; – вдали от основного облака.
• Количество отсевов: – единичные; – редкие; – множественные.
• Характер отсевов (определяется сравнением с эталонами нарушений ритма и проводимости).
В норме скаттерограмма имеет форму эллипса, вытянутого вдоль продольной оси. Такая форма эллипса означает, что к дыхательной аритмии прибавлена некоторая величина недыхательной аритмии.
На Рисунок 16 приведен пример скатерграммы (мальчик 13 лет) с преобладанием активности парасимпатической нервной системы (ПСНС):
Рисунок 16. Скатерграмма мальчика 13 лет с преобладанием активности парасимпатической нервной системы (ПСНС).
Повышенная активность автономного контура регуляции (ПСНС), в данном случае, явилась ответной реакцией на повышенною нагрузку в области психо- эмоциональной сферы (взаимоотношения с родителями и в школе). В отличие от взрослых, у детей автономный контур регуляции имеет достаточный резерв для урегулирования подобных нагрузок. У взрослых этого резерва, как правило, не хватает и в процессы регуляции вынужден вмешиваться центральный контур2. Следствием компенсации данной нагрузки у мальчика, в данном примере, явились неусидчивость и быстрая утомляемость (невнимательность на уроках). После занятий специальной корректирующей физкультурой в течении месяца у мальчика разрешились все проблемы и активность ПСНС пришла в норму. Исчезли неусидчивость и быстрая утомляемость, стал внимательнее на уроках.
Его скаттерограмма стала выглядеть следующим образом (см. Рисунок 17):
Рисунок 17. Скатерграмма нормотоника (мальчик 13 лет).
Скатерграмма юноши 15 лет с выраженным преобладанием активности симпатической нервной системы (СНС) и выраженным усилением активности вазомоторного центра, регулирующего сосудистый тонус выглядит следующим образом (см. Рисунок 18):
Рисунок 18. Скатерграмма юноши 15 лет с преобладанием активности (СНС).
Это характерный пример скатерграммы юношей, грубо нарушающих режим дня вследствие повышенной учебной нагрузки.
Скатерграмма женщины 47 лет с предсердной экстрасистолией приведена на Рисунок 19:
Рисунок 19. Скатерграмма женщины 47 лет с предсердной экстрасистолией.
Основными показателями скаттерограммы являются:
L (а, длина продольной оси скаттерограммы) – соответствует вариационному размаху. Отражает максимальную амплитуду колебаний интервалов R-R.
w (b, длина поперечной оси скаттерограммы) – отражает выраженность апериодических, слу-чайных влияний на сердечный ритм.
L/w (а/b, отношение продольной оси к поперечной) – отражает выраженность медленной периодики сердечного ритма. Чем более выраженной является медленная периодика, тем больше отношение L/w.
S (площадь скаттерограммы). Рассчитывается по формуле: S = π х L х w/4. Показатель очень чувствителен к артефактам записи и эпизодам нарушения ритма и проводимости.
Поскольку значительные и резкие изменения продолжительности R-R интервалов существенно изменяют фазовые координаты точек, метод позволяет выявлять и анализировать аритмии в тех случаях, когда методы статистического и спектрального анализа ВСР малоинформативны или неприемлемы.
Анализ ВСР в частотной области (Frequency Domain Methods)
Спектральный анализ
Для точной количественной оценки периодических процессов в сердечном ритме служит спектральный анализ. Физиологический смысл спектрального анализа состоит в том, что с его помощью оценивается активность отдельных уровней управления ритмом сердца.
Мощность колебаний в сердечном ритме равна энергии колебаний, отнесенной к единице времени. Функции спектральной плотности мощности (СПМ) соответствует мощность колебательного процесса, распределенная по частоте (Г. Дженкинс и Д. Ваттс, 1972; С.П. Марпл-мл, 1990).
С помощью СПМ можно оценивать взаимодействие отдельных уровней управления ритмом сердца. Для этого необходимо найти СПМ в каждом из частотных диапазонов, характерных для рассматриваемых уровней.
Синусовый узел сердца, под действием сигналов, передаваемых через блуждающий нерв, то замедляет, то ускоряет сердечные сокращения в такт дыханию. Возбуждение рецепторов, в результате растяжения легких, движения диафрагмы и увеличения притока крови к сердцу приводит к тому, что на вдохе поток импульсов по парасимпатическим волокнам усиливается и активирует ядра блуждающего нерва. Эта активация и вызывает, так называемую дыхательную аритмию. В настоящее время принято считать связанными с дыханием все гармоники спектра в диапазоне от 2 до 6,7 секунд или от 0,4 до 0,15 гц. Это так называемые высокочастотные (ВЧ) колебания-сердечного ритма или, согласно Европейско-Американским стандартам, – High Frequency (HF). Одна из гипотез заключается в том, что активность уровней регуляции тем выше, чем больше мощность соответствующих медленноволновых составляющих спектра сердечного ритма [6]. Чем выше уровень регуляции, тем больший объем информации он должен перерабатывать, тем длиннее период колебаний, связанный с его деятельностью. Поэтому смещение периода спектральной составляющей в сторону увеличения можно интерпретировать как передачу управления на более высокие уровни, как включение в процесс управления дополнительных звеньев.
Симпатический нерв, усиливающий и ускоряющий сердечные сокращения, несет синусовому узлу команды и из высших уровней управления. Прежде всего, важно отметить, что под его воздействием подавляется дыхательная аритмия и усиливаются колебания с более длительными периодами (недыхательные колебания). Наиболее изучена к настоящему времени периодика сердечного ритма, связанная с деятельностью вазомоторного центра. Эти колебания с периодом около 10 с. (6,7 с – 20 с) характеризуют барорефлекторную реакцию артериального давления, обусловленную импульсами, идущими с рецепторов сонной артерии. Медленные волны 1-го порядка измеряются в диапазоне от 6,7 до 20 секунд или от 0,15 до 0,04 Гц. Это так называемые низкочастотные (НЧ) колебания сердечного ритма – Low Frequency (LF).
На Рисунок 20 приведено облако рассеяния дыхательного компонента спектра мощности HF и его периода.
Рисунок 20. Облако рассеяния дыхательного компонента спектра мощности HF и его периода.
Примечание. Видно, что часть облака обрезана справа, это как раз люди с очень редким дыханием.
Видно, что часть облака обрезана справа, – это у обследуемых с периодом дыхания более 6,7 с (так называемых брадипноиков) компонент спектра HF попал в диапазон LF. Для устранения ошибки интерпретации значений спектра HF и LF у брадипноиков полезно сопоставлять показатель HF c разностным показателем RMSSD – квадратным корнем из суммы квадратов разностных значений (Root Mean of Sum Saccessive Deviations). RMSSD рассчитывается статистическим методом:
RMSSD = (мс),
|
(7)
|
где NNi – значение i-го синусового R-R интервала.
Получая ряд разностных значений, удается элиминировать (устранить) постоянную составляющую динамического ряда и все медленные колебания. При формировании совокупности разностных значений для расчета RMSSD нельзя включать разности интервалов, между которыми находится выделенный (неномотопный) элемент или в которые он входит. Все разностные показатели в той или иной мере отражают активность парасимпатического отдела вегетативной нервной системы, т.е. относятся к автономному контуру управления, так как здесь в чистом виде присутствует только быстрый компонент вариабельности – дыхательные колебания длительности кардиоинтервалов. Поэтому RMSSD имеет высокую нелинейную корреляцию с показателем HF% – компонентом, отражающим вклад дыхательных колебаний длительности кардиоинтервалов в общую вариабельность – суммарную мощность спектра TP. После линеаризации распределений этих показателей с помощью логарифмирования линейный коэффициент корреляции стал равен 0,96. На Рисунок 21 приведено корреляционное облако логарифмов RMSSD и TP.
Рисунок 21. Корреляционное облако логарифмов RMSSD и TP.
Примечание. На корреляционном облаке видны отдельные точки, имеющие при достаточно высоких значениях RMSSD низкие значения HF. Эти точки расположены ниже границы доверительных отклонений (пунктирная красная линия) от линии регрессии (сплошная красная линия). Эти точки – брадипноики – люди с редким дыханием. Их дыхательная аритмия попала в диапазон вазомоторных волн, регулирующих сосудистый тонус, поэтому их дыхательные волны ВСР не вошли в компонент спектра HF, однако повлияли на высокие значения RMSSD.
Наконец, очень медленные волны 2-го порядка принято измерять в диапазоне от 20 до 67 секунд, т.е. от 0,04 до 0,015 гц. Это так называемые очень низкочастотные (ОНЧ) колебания сердечного ритма – Very Low Frequency (VLF). Как правило, эти волны ассоциируются с активностью надсегментарных отделов мозга (Хаспекова, 1994), с активностью симпатических подкорковых центров. Частотные диапазоны указанных компонентов представлены в Таблица 3.
Таблица 3. Частотные компоненты спектра вариабельности сердечного ритма
Наименования компонентов спектра
|
Частотный диапазон в герцах
|
Период в секундах
|
HF
|
0,4 0,15
|
2,5 7
|
LF
|
0,15 0,04
|
7 25
|
VLF
|
0,04 0,015
|
25 70
|
ULF
|
меньше 0,015
|
больше 70
|
При спектральном анализе, обычно, для каждого из компонентов вычисляют абсолютную суммарную мощность (Total Power-TP) в диапазоне (HF,LF,VLF,ULF) и относительное значение в процентах от суммарной мощности во всех диапазонах (PHF,PLF,PVLF,PULF). По данным спектрального анализа сердечного ритма вычисляется индекс централизации ИЦ (Index of centralization IC):
 ,
|
(8)
|
который отражает степень преобладания недыхательных составляющих синусовой аритмии (HF+LF) над дыхательными – HF. Фактически – это количественная характеристика соотношений между центральным и автономным контурами регуляции сердечного ритма (Баевский Р.М., Берсенева А.П., 2008). Из формулы следует, что между параметрами HF% и ИЦ (IC) существует жесткая функциональная связь (см. Рисунок 22):
Рисунок 22. Жесткая функциональная связь между HF% и ИЦ (IC).
Нетрудно заметить, что при возрастании HF% показатель IC спадает, практически, по экспоненте. Линеаризируем экспоненциальный закон с помощью логарифмирования показателя IC. Тогда возрастание lg(IC) будет более линейно характеризовать возрастание суммы показателей LF%+VLF%, как раз характеризующих активность центрального контура регуляции (по определению LF% +VLF% = 100% -HF%).
Рисунок 23. График облака рассеяния суммы параметров LF%+VLF% = 100% - HF% и lg( IC) демонстрирует жесткую функциональная связь.
Выше, на Рисунок 7, было показано, что характер распределения модальных значений R-R интервалов несколько менялся от нормального в возрастном периоде 1–16 лет до ассиметричного в возрастных группах 17-21 и, особенно, у мужчин в возрасте 22-35 лет. Последняя возрастная группа отличается своей неоднородностью. Данные других показателей ВСР, приведенные в Таблица 4, подтверждают высказанные предположения. Выявленные нами изменения подтверждаются динамикой разброса модальных значений индекса централизации IC.
Таблица 4. Возрастная динамика модальных значений некоторых показателей ВСР с отклонениями у обследуемых групп детей (отклонения соответствуют экстремальным градиентам плотности распределения)
Возраст, лет
|
N
|
Mo, мс
|
SDNN, мс
|
RMSSD, мс
|
IC,%
|
SI,%
|
мальчики и девочки
|
1-3
|
48
|
|
|
|
|
|
4-7
|
620
|
|
|
|
|
|
мальчики
|
8-12
|
1163
|
|
|
|
|
|
13-16
|
753
|
|
|
|
|
|
17-21
|
742
|
|
|
|
|
|
девочки
|
8-11
|
768
|
|
|
|
|
|
12-15
|
512
|
|
|
|
|
|
16-20
|
272
|
|
|
|
|
|
На Рисунок 24 приведены зависимости индекса централизации (IC) от пола и возраста. Как было показано в наших исследованиях, при формальном равенстве модальных значений IC, наблюдаются существенные различия в характеристиках распределения: резкое преобладание вариационного размаха модальных значений IC с выраженной асимметрией у юношей в старших возрастных группах при стабильном вариационном размахе модальных значений IC у девушек.
Мальчики
|
Девочки
|
|
|
Рисунок 24. Зависимость разброса индекса централизации (IC) у обследуемых различного пола и возраста.
Обозначения: по оси абсцисс – возрастные группы (1- 1-3 года, 2 – 4-7 лет, 3 – 8-12 лет – мальчики и 8-11 лет – девочки, 4 – 13-16 лет – мальчики и 12-15 лет – девочки, 5 – 17-21 год – мальчики и 16-20 лет – девочки); по оси ординат – IC (ед.).
Представленные данные свидетельствуют о существенной асимметрии распределения IC у мальчиков с 12 лет и старше и менее существенной у девочек.
Подобный асимметричный характер распределения наблюдается и у некоторых других показателей ВСР (SI, IC, D, TP, HF, LF, VLF, ULF), которые также имеют логонормальное распределение. Нам представляется, что при статистических расчетах, с целью устранения искажений корреляционных связей с другими параметрами, следует использовать не сами вышеназванные показатели, а их логарифмы.
Комплексная оценка функционального состояния
Комплексная оценка вариабельности сердечного ритма предусматривает диагностику функциональных состояний (но не заболеваний). Изменения вегетативного баланса в виде активации симпатического звена рассматриваются как неспецифический компонент адаптационной реакции в ответ на различные стрессорные воздействия. Интегральная количественная оценка функционального состояния организма отображается значением показателя активности регуляторных систем (ПАРС). Значение показателя ПАРС, измеренное в покое, характеризует функциональные резервы с точки зрения его способности адаптироваться к окружающим условиям среды. Когда запас функциональных резервов низок, значение ПАРС повышается. ПАРС позволяет дифференцировать различные степени напряжения регуляторных систем и оценивать адаптационные возможности организма (Р.М. Баевский, 1970). Вычисление ПАРС осуществляется по специальному алгоритму, учитывающему статистические показатели, показатели гистограммы и данные спектрального анализа кардиоинтервалов и определяющему следующие пять критериев:
А. Суммарный эффект регуляции – по показателям частоты пульса (ЧП).
Б. Суммарная активность регуляторных механизмов – по среднему квадратичному отклонению – SDNN (или по суммарной мощности спектра – TP).
В. Вегетативный баланс – по комплексу показателей: Ин, RMSSD, HF, IC.
Г. Активность вазомоторного центра, регулирующего сосудистый тонус, – по мощности спектра медленных волн 1-го порядка (LF).
Д. Активность сердечно-сосудистого подкоркового нервного центра или надсегментарных уровней регуляции – по мощности спектра медленных волн 2-го порядка (VLF).
Анализ, проведенный нами по результатам экспериментальных исследований, свидетельствует о том, что, наряду с возрастом и полом, существенное значение в определении показателей ВСР играют антропометрические характеристики. Нами показано, что полиморфизм как роста, так и массы тела был выше у обследуемых мужского пола и ниже у женского. Особенно эти различия проявляются у лиц старше 20-ти летного возраста, как у мужчин, так и у женщин. Различия в антропометрических характеристиках обследуемых отразилось на регистрируемых показателях ВСР. В частности выявлено, что у лиц, с длиной тела 150 см и выше с увеличением массы тела происходит существенное нарастание IC, что свидетельствует об усилении симпатических влияний на сердечный ритм. Это также подтверждает динамика RMSSD, которая также свидетельствует об уменьшении парасимпатических влияние на сердечный ритм.
По материалам проведенных нами обследований детей разного возраста и пола, а также взрослых лиц, нами установлены общие закономерности возрастной динамики основных показателей ВСР, а также получены оценки нормативных коридоров каждого из анализируемых показателей ВСР с учетом возраста и пола обследуемого, что для физиолога имеет принципиальное значение. Результаты проведенных исследований позволили нам нормировать ПАРС с учетом возрастной динамики и гендерных отличий нормативных коридоров показателей ВСР и, таким образом, получить нормированный интегральный показатель (НИП) активности регуляторных систем. Пример полученного выходного документа приведен на Рисунок 25.
Рисунок 25. Оценки систем регуляции сердечного ритма (А, Б, В, Г) смещены в минус следствии утомительной тренировки. Высокие функциональные резервы, но организм нуждается в отдыхе.
Следует принимать во внимание, что для правильной интерпретации полученных с помощью Варикард-экспресс результатов, недостаточно только ориентироваться на НИП. Важно, принимать во внимание, что НИП рассчитан на обследование в условиях скрининга, то есть, практически в рабочее или учебное время, с учетом небольшого отдыха непосредственно перед обследованием. В условиях полного покоя, в утренние часы, до завтрака результаты будут несколько отличаться – оценки систем регуляции сердечного ритма (А, Б, В, Г, Д) будут смещены в минус, в разгар рабочего дня – в плюс. Спортивные соревнования, тренировки существенные физические нагрузки могут привести к физической усталости, что, в свою очередь, вызовет смещение оценок систем регуляции сердечного ритма (А, Б, В, Г) в минус, недосыпания приведут в минус и оценку Д. Отрицательные значения этих оценок свидетельствуют о потребности организма в отдыхе (активизируется парасимпатический отдел вегетативной нервной системы), положительные – наоборот, свидетельствуют о том, что организм настроен на эффективный расход энергии для достижения полезного результата (активизируется симпатический отдел вегетативной нервной системы). Такие колебания вегетативного гомеостаза нормальны для здорового организма, важно чтобы они вовремя приходили в равновесие. При принятии решения о применении оздоровительных технологий необходимо осуществлять индивидуальный подход, принимая во внимание индивидуальные конфигурации «Розы ветров» показателей ВСР в различных функциональных состояниях и их индивидуальные допустимые отклонения.
Интерпретируя результаты анализа ВСР, следует учитывать также лабильность и цикличность активности механизмов регуляции функциональных состояний. В здоровом организме, симпатическая и парасимпатическая системы, имея реципрокный характер отношений, периодично и, в тоже время, хаотично меняют свою активность. Характерный пример изменчивости приведен на Рисунок 26. Красным цветом изображен тренд низкочастотного компонента спектра мощности PLF (LF%), зеленым – очень низкочастотного компонента PVLF (VLF%). Тренд демонстрирует реципрокные отношения этих компонентов. Высокочастотный компонент PHF (HF%), характеризующий активность автономного контура регуляции и изображенный на графике синим цветом, находится в реципрокных отношениях с суммой компонентов PLF и PVLF, характеризующих активность центрального контура регуляции.
Рисунок 26. Флюктуации компонентов спектра PHF, PLF и PVLF на 25-ти минутной записи ЭКГ.
Примечание. Красным цветом изображен тренд низкочастотного компонента спектра мощности PLF (LF%), зеленым – очень низкочастотного компонента PVLF (VLF%). Тренд демонстрирует реципрокные отношения этих компонентов. Высокочастотный компонент PHF (HF%), характеризующий активность автономного контура регуляции и изображенный на графике синим цветом, находится в реципрокных отношениях с суммой компонентов PLF и PVLF, характеризующих активность центрального контура регуляции.
Примечательно, что накопленный в космической медицине опыт оценки и прогнозирования состояния здоровья космонавтов стал источником научно-технических решений, и, в перспективе, может стать источником важных административно-организационных мероприятий, направленных на совершенствование современной системы здравоохранения. Крайне полезным при этом будет применение опыта космической медицины по созданию автоматизированных систем и по разработке методов управления профилактическими мероприятиями в высших и средних учебных учреждениях. Использование доступных неинвазивных методик, автоматизированных комплексов и современных информационных технологий может помочь в решении задач сохранения здоровья населения и, в первую очередь, школьников.
Литература
-
Агаджанян Н.А., Баевский Р.М., Берсенева А.П., Проблемы адаптации и учение о здоровье. Учеб. Пособие. Изд-во РУДН, 2006. – 284 с.: ил.
-
Баевский Р.М., Берсенева А.П. Оценка адаптационных возможностей организма и риск развития заболеваний.-М.: Медицина, 1997.- 236 с.
-
Лапкин М.М., Семенов Ю.Н., Шалкин П.В. Автоматизация мониторинга здоровья студентов на базе медицинской службы ВУЗа. Здоровье студентов как комплексная проблема: медицинские, экологические и социальные аспекты: тезисы докладов межвузовской научно-практической конференции. Тула: ТулГУ, 1996, с. 90-92.
-
Баевский Р.М., Кириллов О.И., Клецкин С.З. Математический анализ изменений сердечного ритма при стрессе. М., Наука, 1984.
-
Баевский Р.М., Иванов Г.Г., Чирейкин Л.В. и др. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем. (Методические рекомендации) Вестник аритмологии, 2001, 24, с.65-86.
-
Григорьев А.И., Баевский Р.М. / Концепция здоровья и проблема нормы в космической медицине. – М.: Фирма "Слово", 2001. – 96 с.,17 ил., 7 табл.
-
Казначеев В.П., Баевский Р.М., Берсенева А.П. Донозологическая диагностика в практике массовых обследований населения.-Л.: Медицина,1980.- 225 с.
-
Баевский Р.М., Берсенева А.П., Максимов А.Л. Валеология.- Магадан, 1996.-56 с.
-
Парин В.В., Баевский Р.М., Газенко Щ.Г., Волков Ю.Н. // Косм. кардиол. – Л.: Медицина, 1967. – 193 с.
-
Семенов Ю.Н., Баевский Р.М. Аппаратно-программный комплекс "Варикард" для оценки функционального состояния организма по результатам математического анализа ритма сердца. Вариабельность сердечного ритма. - Ижевск, 1996. С. 160-162.
-
Heart rate variability. Standards of measurement, physioligical interpretation and clinical use // Circulation. – 1996. – Vol. 93. – P. 1043-1065.
-
Lombardi F., Sandroni G., Mortara A., La Rovere M. Circadian variation of spectral indices of heart rate variabilitv after myocardial infarction // Am. Heart J. – 1992. – Vol. 123. – P. 1521-1524.
-
Rawenwaaij-Arts C.M.A., Kallee L.A.A., Hopman J.C.M. et al. Heart rate variability (Review) // Annals of Intern. Med. – 1993. – Vol. 118. – P. 436-447.
-
Sayers B. Analisis of heart rate variability // Ergonomics. – 1973. – Vol. 16, N 1. – P. 17-32.
|
