Wie können wir Ihnen behilflich sein?

Frequenzanalyse

Was ist eine Frequenzanalyse?

Eine Frequenzanalyse ist eine Methode in der Wissenschaft und Technik, um die verschiedenen Frequenzen, die in einem Signal oder einer Datenreihe vorhanden sind, zu identifizieren und zu analysieren. Frequenzen sind die Anzahl der Schwingungen oder Zyklen pro Zeiteinheit und spielen eine wichtige Rolle in vielen physikalischen, elektronischen, akustischen und biologischen Systemen.

Die Frequenzanalyse hilft dabei, herauszufinden, welche Frequenzen in einem Signal dominant sind, wie stark sie sind und wie sie sich über die Zeit ändern können. Dies kann uns Informationen darüber geben, welche periodischen oder sich wiederholenden Muster in einem Signal vorhanden sind. Die Analyse kann auf verschiedene Weisen durchgeführt werden, wie beispielsweise die Fourier-Transformation, die Wavelet-Analyse oder die Spektrogramm-Technik.

Die Frequenzanalyse findet in vielen Bereichen Anwendung, darunter Elektronik, Akustik, Kommunikation, Medizin (wie bei der Herzfrequenzvariabilität) und vielem mehr. Sie hilft, verborgene Muster und Informationen in Daten aufzudecken und das Verhalten von Systemen besser zu verstehen.

 

Wie berechnet man aus einer Reihe von BBI-Werten eine Frequenz?

Die Fast Fourier Transformation (FFT) ist eine mathematische Methode, die verwendet wird, um ein Signal im Zeitbereich in den Frequenzbereich zu transformieren. Sie ermöglicht die Aufschlüsselung eines Signals in seine verschiedenen Frequenzkomponenten. Mit der FFT können Sie herausfinden, welche einzelnen Frequenzen in einem Signal vorhanden sind und wie stark sie vertreten sind.

In SaniQ werden die BBI-Intervalle der HRV-Messungen in einer zeitlichen Reihenfolge dargestellt und mit einer Abtastfrequenz (Sampling Rate) von 4 Hz interpoliert. Danach wird auf die Interpolierten Daten die FFT angewendet und mit Hilfe der Welch-Methode eine Spektraldichte berechnet. Diese Spektraldichte wird dann verwendet um die gewünschten Frequenzbereiche in der HRV-Analyse zu filtern.

 

Warum braucht man eine Frequenzanalyse bei der Herzfrequenvariabilität?

Die Frequenzanalyse wird in der Herzfrequenzvariabilität (HRV) verwendet, um die verschiedenen Frequenzen oder Schwingungsmuster in den Herzschlagintervallen zu identifizieren und zu analysieren. Dies ist wichtig, weil das Herz nicht kontinuierlich mit einer konstanten Rate schlägt, sondern vielmehr Schwankungen in den Intervallen zwischen den Herzschlägen aufweist. Diese Schwankungen können viele Informationen über den Zustand des Herz-Kreislauf-Systems und das autonome Nervensystem liefern.

Die Frequenzanalyse hilft dabei, verschiedene Frequenzbereiche im Herzfrequenzsignal zu identifizieren, die mit spezifischen physiologischen Prozessen im Körper verbunden sind. Zum Beispiel können niedrige Frequenzen auf Schwankungen im Blutdruck oder auf Regulationen durch das sympathische Nervensystem hinweisen, während höhere Frequenzen oft mit der Atmung und der Aktivität des parasympathischen Nervensystems in Verbindung stehen.

Durch die Frequenzanalyse können also Muster im Herzfrequenzsignal aufgedeckt werden, die auf die Funktionsweise des Herz-Kreislauf-Systems und seine Reaktionen auf verschiedene Bedingungen und Stressoren hinweisen. Dies ist besonders nützlich für die Diagnose, Überwachung und Behandlung von Herz-Kreislauf-Erkrankungen sowie für die Untersuchung des autonomen Nervensystems und seiner Regulation.

 

Was sind Frequenzbereichsmessungen?

Frequenzbereichs-Messungen schätzen die Verteilung der absoluten oder relativen Leistung in vier Frequenzbändern ab. Die Arbeitsgruppe der Europäischen Gesellschaft für Kardiologie und der Nordamerikanischen Gesellschaft für Schrittmacher und Elektrophysiologie (1996) unterteilten Herzfrequenz (HR)-Schwankungen in ultraniedrige Frequenzen (ULF), sehr niedrige Frequenzen (VLF), niedrige Frequenzen (LF) und hohe Frequenzen (HF). Folgende Unterteilungen im Bereich der Frequenzbändern wurden von der Arbeitsgruppe festgelegt:

  1. ULF power in ms² (≤ 0.003 Hz) zeigt Schwankungen in den Herzschlagzeiten von 5 Minuten bis 24 Stunden an.
  2. VLF power in ms² (0.0033 - 0.04 Hz) besteht aus Rhythmen mit Zeitspannen zwischen 25 und 300 Sekunden.
  3. LF power in ms² (0.04 - 0.15 Hz)  besteht aus Rhythmen mit Zeitspannen zwischen 7 und 25 Sekunden und wird von der Atmung beeinflusst, die etwa 3 bis 9 Atemzüge pro Minute beträgt. In einer 5-minütigen Probe gibt es 12-45 vollständige Schwingungsperioden.
  4. HF power in ms² (0.15 - 0.4 Hz) wird von der Atmung mit 9 bis 24 Atemzügen pro Minute beeinflusst.

Dabei ist die Leistung (power) die Stärke eines Signals in einem bestimmten Bereich. Wir können diese Stärke entweder als absoluten Wert oder im Verhältnis zu anderen Werten ausdrücken. Der absolute Wert wird gemessen, indem wir die Zeit, in der das Signal aktiv ist, durch die Anzahl der Schwingungen teilen. Der relative Wert vergleicht die Stärke eines Bereichs mit der gesamten Stärke des Herzfrequenzmusters. Das hilft uns, Messungen von verschiedenen Personen zu vergleichen, selbst wenn sie unterschiedliche Werte haben.

Das Verhältnis von LF- zu HF-Leistung (LF/HF-Verhältnis) kann das Gleichgewicht zwischen Aktivitäten des sympathischen (SNS) und des parasympathischen (PNS) Nervensystems unter kontrollierten Bedingungen anzeigen. Die Gesamtleistung ist die Summe der Energie in den ULF-, VLF-, LF- und HF-Bändern über 24 Stunden sowie in den VLF-, LF- und HF-Bändern bei kurzen Aufzeichnungen

Diese Frequenzbänder werden in SaniQ berechnet und graphisch im Verlauf angezeigt. Dabei bildet jeder Messpunkt ein maximales 15-Minuten-Intervall ab.

 

FFT-Spektrum (Welch) 

Die FFT-Spektrum Methode nach Welch zeigt, wie man die schnelle Fourier-Transformation nutzen kann, um Leistungsspektren zu verstehen. Dafür teilt man die Daten in Teile, erstellt modifizierte Periodogramme für diese Teile und mittelt diese. Diese Methode ist oft weniger rechenintensiv als andere. Sie kann auch mit kürzeren Datenabschnitten umgehen. Außerdem erlaubt sie eine genauere zeitliche Betrachtung, was bei Tests und der Analyse von Veränderungen in der Zeit hilfreich ist. Die Berechnung der Welch-Methode wird in der Originalarbeit näher beschrieben. Ein Periodogramm erhalten Sie in SaniQ, wenn Sie auf einen Messwert im Graphen klicken. Dort wird dann das Periodogramm für das ausgewählte Intervall dargestellt. 

 

Quellen

Welch, P. (1967). 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 electroacoustics15(2), 70-73.

Camm, A. John, et al. "Heart rate variability: standards of measurement, physiological interpretation and clinical use. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology." Circulation 93.5 (1996): 1043-1065.

Shaffer F, Ginsberg JP. An Overview of Heart Rate Variability Metrics and Norms. Front Public Health. 2017 Sep 28;5:258. doi: 10.3389/fpubh.2017.00258. PMID: 29034226; PMCID: PMC5624990.

Heart rate variability: standards of measurement, physiological interpretation and clinical use. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology. Circulation. 1996 Mar 1;93(5):1043-65. PMID: 8598068.