Low dimensional attractors among peripheral Photoplethysmographic signals: Relative proportion and changes with age

• Javier Jas ^[1] ; Jose Luis Hernandez Caceres ^[2] ; Ismelis Iglesias ^[3]
  1. [1] Instituto Superior de Cultura Fisica "Manuel Fajardo".
  2. [2] CECAM
  3. [3] Centro Nacional de Bioinformática La Habana

  Mostrar afiliaciones +
• Localización: Revista Electrónica de Biomedicina, ISSN-e 1697-090X, Nº. 2 (Mayo-Agosto), 2010, págs. 33-40
• Idioma: inglés
• Enlaces
  • Texto completo (html)
• Resumen
  • español

    Estudios anteriores mostraron que la señal fotopletismográfica contiene varios componentes distinguibles desde el punto de vista dinámico. El presente trabajo se ha centrado en la caracterización del componente de baja dimensión, de esa señal.

    Nueve sujetos jóvenes (5-22 años de edad) y 10 adultos (30-91 años) todos presuntamente sanos, fueron registrados durante diez minutos en posición supina. Cada registro individual fue subdividido en segmentos de 500 puntos cada uno, y cada segmento fue analizado mediante una metodología de análisis autoregresivo no lineal. A partir de la función autoregresiva estimada para cada segmento se generó la realización libre de ruido (RLR) correspondiente.

    Se obtuvo que el 72.8% (657 de las 902 RLR analizadas) de las RLR fueron periódicas, correspondientes a tractores de tipo ciclo límite. Por otra parte, el 14.4% de los atractores eran caóticos mientras que hubo un 7.4% de atractores puntales. En 47 segmentos (5.2%) la apariencia de las RLR era periódica o caótica, pero con del 10% de la amplitud del correspondiente trazo original, y fueron clasificadas como "casipuntuales". De esta manera, además de los atractores periódicos reportados con anterioridad, es posible encontrar atractores caóticos, puntuales y casipuntuales. Las proporciones de cada tipo de atractor variaba de un individuo a otro, siendo los atractores periódicos más abundantes entre los adultos (p<0.05).

    Estos resultados son interpretados como una evidencia de la maduración de la dinámica cardiovascular. Se destaca que la contribución de las influencias estocásticas a la generación de la señal fotopletismográfica no debe ignorarse. La dinámica de tipo ciclo límite al parecer garantiza una mejor robustez el sistema. Al ser el componente fractal de la señal fractal, estudio de la interacción de este componente fractal y el sistema no lineal debe tratarse teóricamente para una mejor comprensión de sus implicaciones para a fisiología cardiovascular.

  • English

    Previous studies showed that the finger Photoplethysmographic (PPG) signal contains several dynamically distinct components. This work is focused on the characterization of the low-dimensional nonlinear component of the PPG signal.

    Nine young (5-22 years of age) and ten adult (30-91 y) presumptively healthy subjects were recorded during 10 minutes in supine position. Each individual traces was divided into non-overlapping segments each with 500 data points, and kernel nonlinear estimation was performed. Noise free Realizations (NFR) were generated for each nonlinearly estimated segment.

    We obtained that 72.8% (657 out of 902 analyzed NFR) of the NFR were periodic, corresponding to limit cycle attractors. Besides, 14.4% of the attractors were chaotic, and 7.4% of the NFR corresponded to point attractors. In 47 NFR (5.2%) the appearance was either periodic or chaotic, but their amplitude was less than 10% of the original trace. We classified these traces as 'quasi-punctual'. Thus, besides previously described periodic attractors, chaotic, quasi-punctual and point attractors may be found. Proportions for each type of attractors varied among subjects, and periodic attractors were more abundant among older subjects (p<0.05).

    We interpret these results as an evidence of maturation of the nonlinear cardiovascular dynamics. We stress that the contribution of stochastic influences into the PPG signal cannot be omitted. Limit cycle dynamics apparently warranties a better robustness of the system. Since PPG's stochastic component is a fractal motion, the study of the interaction between this fractal component and the low-dimensional nonlinear system need to be theoretically handled to understand their implications for cardiovascular physiology.