Relating Heart Rate Variability and Age Using Spectral Estimation Methods
(2019) In Bachelor's thesis in Matematical Scieces MASK01 20182Mathematical Statistics
- Abstract
- Heart rate variability (HRV) is a measurable property used to describe the naturally occurring time differences between heartbeats and has shown to help with identifying both physiological and psychological disorders. HRV signals of 97 individuals were analyzed using spectral analysis. The data was non-stationary but was analyzed using stationary estimation methods, in which the original data was segmented into shorter, overlapping segments. Different lengths were investigated, all overlapping by 50%. The analysis used different non-parametric spectral estimates in order to find the method which provided the most accurate description of the frequency content. The resulting cross spectrum was related to the age, BMI, and sex of the... (More)
- Heart rate variability (HRV) is a measurable property used to describe the naturally occurring time differences between heartbeats and has shown to help with identifying both physiological and psychological disorders. HRV signals of 97 individuals were analyzed using spectral analysis. The data was non-stationary but was analyzed using stationary estimation methods, in which the original data was segmented into shorter, overlapping segments. Different lengths were investigated, all overlapping by 50%. The analysis used different non-parametric spectral estimates in order to find the method which provided the most accurate description of the frequency content. The resulting cross spectrum was related to the age, BMI, and sex of the participants using multi-linear regression. For BMI and sex, no significant correlation was found but for age, a negative correlation was determined (p < 0:001), consistent with previous research. The model was unable to account for large parts of the inherent variation, indicating that a model with more covariates could be more appropriate. While the spectral estimation techniques showed great promise, more advanced methods such as stationary estimation methods or multi-taper methods might yield better results. (Less)
- Popular Abstract (Swedish)
- Det mänskliga hjärtat slår i genomsnitt mellan 60 och 100 slag per minut, däremot varierar det exakta antalet. Heart Rate Variability, förkortat HRV, är ett kardiologiskt begrepp som mäter den naturliga tidsvariationen mellan hjärtslag. HRV kan användas för att identifiera både fysiska och psykiska åkommor, vilket är möjligt då HRV påverkas av nervsystemet. Det har exempelvis påvisats att man kan identifiera och förhindra hjärtattacker innan de skett med hjälp av HRV-mätningar. Ett aktivt område inom HRV-forskning är att identifiera relationer mellan HRV och olika variabler. Anledningen till detta är att man vill kunna hitta samband där man, på ett effektivt sätt, kan förhindra samt kontrollera olika åkommor. Det har bland annat... (More)
- Det mänskliga hjärtat slår i genomsnitt mellan 60 och 100 slag per minut, däremot varierar det exakta antalet. Heart Rate Variability, förkortat HRV, är ett kardiologiskt begrepp som mäter den naturliga tidsvariationen mellan hjärtslag. HRV kan användas för att identifiera både fysiska och psykiska åkommor, vilket är möjligt då HRV påverkas av nervsystemet. Det har exempelvis påvisats att man kan identifiera och förhindra hjärtattacker innan de skett med hjälp av HRV-mätningar. Ett aktivt område inom HRV-forskning är att identifiera relationer mellan HRV och olika variabler. Anledningen till detta är att man vill kunna hitta samband där man, på ett effektivt sätt, kan förhindra samt kontrollera olika åkommor. Det har bland annat identifierats länkar mellan posttraumatiskt stressyndrom och HRV samt diabetes och HRV. Däremot behöver man också fastställa samband mellan enklare parametrar och HRV, så som ålder och kön, för att kunna utesluta och kontrollera för dem i mer komplexa analyser. I det här arbetet så undersöktes det hur ålder, BMI och kön relaterar till HRV. Det skedde en datainsamling där 97 stycken individer fick andas fortare och fortare, medan deras hjärt- och andningssignaler registrerades. Syftet var att undersöka HRV under en mer påfrestande än avslappnande situation. Spektralanalytiska metoder användes för att analysera HRV och andningssignalerna. Slutligen kunde endast en signifikant länk mellan ålder och HRV bekräftas. (Less)
Please use this url to cite or link to this publication:
http://lup.lub.lu.se/student-papers/record/9032064
- author
- Ledell, Amanda LU
- supervisor
- organization
- course
- MASK01 20182
- year
- 2019
- type
- M2 - Bachelor Degree
- subject
- publication/series
- Bachelor's thesis in Matematical Scieces
- report number
- LUNFMS-4029-2019
- ISSN
- 1654-6229
- other publication id
- 2019:K2
- language
- English
- id
- 9032064
- date added to LUP
- 2021-07-05 16:10:06
- date last changed
- 2021-07-05 16:10:06
@misc{9032064,
abstract = {{Heart rate variability (HRV) is a measurable property used to describe the naturally occurring time differences between heartbeats and has shown to help with identifying both physiological and psychological disorders. HRV signals of 97 individuals were analyzed using spectral analysis. The data was non-stationary but was analyzed using stationary estimation methods, in which the original data was segmented into shorter, overlapping segments. Different lengths were investigated, all overlapping by 50%. The analysis used different non-parametric spectral estimates in order to find the method which provided the most accurate description of the frequency content. The resulting cross spectrum was related to the age, BMI, and sex of the participants using multi-linear regression. For BMI and sex, no significant correlation was found but for age, a negative correlation was determined (p < 0:001), consistent with previous research. The model was unable to account for large parts of the inherent variation, indicating that a model with more covariates could be more appropriate. While the spectral estimation techniques showed great promise, more advanced methods such as stationary estimation methods or multi-taper methods might yield better results.}},
author = {{Ledell, Amanda}},
issn = {{1654-6229}},
language = {{eng}},
note = {{Student Paper}},
series = {{Bachelor's thesis in Matematical Scieces}},
title = {{Relating Heart Rate Variability and Age Using Spectral Estimation Methods}},
year = {{2019}},
}