ОБНАРУЖЕНИЕ МЕНТАЛЬНОГО АРИФМЕТИЧЕСКОГО СТРЕССА С ПОМОЩЬЮ ПОКАЗАТЕЛЕЙ ВАРИАБЕЛЬНОСТИ СЕРДЕЧНОГО РИТМА

Наукосфера. №11 (1), 2025 Биологические науки ISSN 2542-0402 1 http://nauko-sfera.ru/ БИОЛОГИЧЕСКИЕ НАУКИ УДК 616.839:612.172.2 DOI 10.5281/zenodo.17539437 Научная статья ОБНАРУЖЕНИЕ МЕНТАЛЬНОГО АРИФМЕТИЧЕСКОГО СТРЕССА С ПОМОЩЬЮ ПОКАЗАТЕЛЕЙ ВАРИАБЕЛЬНОСТИ СЕРДЕЧНОГО РИТМА DETECTION OF MENTAL ARITHMETIC STRESS USING HEART RATE VARIABILITY INDICES ИНДЕЙКИНА ОЛЬГА СЕРГЕЕВНА, кандидат биологических наук, доцент, Чувашский государственный педагогический университет им. И.Я. Яковлева. САПЕРОВА ЕЛЕНА ВЛАДИМИРОВНА, кандидат биологических наук, доцент, Чувашский государственный педагогический университет им. И.Я. Яковлева. СУШКОВ ИГОРЬ АНАТОЛЬЕВИЧ, Чувашский государственный педагогический университет им. И.Я. Яковлева. INDEYKINA OLGA SERGEYEVNA, Candidate of Biological Sciences, Associate Professor, Chuvash I. Yakovlev State Pedagogical University. SAPEROVA ELENA VLADIMIROVNA, Candidate of Biological Sciences, Associate Professor, Chuvash I. Yakovlev State Pedagogical University. SUSHKOV IGOR ANATOLYEVICH, Chuvash I. Yakovlev State Pedagogical University. Ментальный арифметический стресс широко используется в качестве лабораторного стрессора при оценке вегетативной реакции на ментальную нагрузку. Существующие подходы (опросники, биохимические маркеры) имеют ряд ограничений, в связи с чем перспективным является анализ физиологических сигналов, в частности вариабельности сердечного ритма (ВСР). В исследовании с вычислением в уме участвовали пятьдесят здоровых студентов, запись кардиограммы проводилась дважды — в спокойном состоянии и при ментальной арифметической нагрузке. После предварительной обработки сигнала были вычислены линейные показатели SDNN, LF, HF, LH/HF и нелинейные DFA1, DFA2, REC, DET, LAM. Анализ возможности распознать ментальный арифметический стресс осуществлялся посредством алгоритма вычисления AUC ROC. Результаты свидетельствуют о том, что ментальный арифметический стресс вызывает значительные перестройки в регуляции сердечного ритма, которые в наибольшей степени отражаются нелинейными характеристиками ВСР. Наукосфера. №11 (1), 2025 Биологические науки ISSN 2542-0402 2 http://nauko-sfera.ru/ Mental arithmetic stress is widely used as a laboratory stressor in assessing the autonomic response to mental stress. Existing approaches (questionnaires, biochemical markers) have a number of limitations, and therefore the analysis of physiological signals, in particular heart rate variability (HRV), is promising. Fifty healthy students participated in the mental calculation study, and the cardiogram was recorded twice — in a calm state and under mental arithmetic stress. After preprocessing the signal, linear indicators SDNN, LF, HF, LH/HF and nonlinear DFA1, DFA2, REC, DET, LAM were calculated. The analysis of the ability to recognize mental arithmetic stress was carried out using the AUC ROC calculation algorithm. The results indicate that mental arithmetic stress causes significant changes in heart rate regulation, which are most strongly reflected by the nonlinear characteristics of HRV. Ключевые слова: ментальный стресс, вариабельность сердечного ритма, классификатор, ментальная арифметика, диагностика стресса. Key words: mental stress, heart rate variability, classifier, mental arithmetic, stress diagnosis. ведение. Поскольку число людей с проблемами со здоровьем, возникающих вследствие стресса, увеличивается от года к году с каждым годом, ментальный стресс становится одной из основных проблем здоровья человека в современном обществе [2; 8; 12; 15]. Ментальный стресс не только нарушает нормальное психическое и функциональное состояние, но и может вызвать различные заболевания, такие как диабет, сердечно-сосудистые и респираторные заболевания, депрессия и рак [15, с. 1057]. Ментальный стресс может быть как хроническим, так и острым. Когда человек подвергается острому стрессогенному воздействию, организм человека запускает реакцию «бей или беги» — эволюционно сформировавшийся механизм выживания, запускаемый внешними стимулами и направленный на поддержание гомеостаза. Эта реакция активирует симпатическую нервную систему вегетативной нервной системе (ВНС) организма, а также вызывает изменения в организме посредством активации эндокринной системы [12, с. 353]. Если острый стрессор непрерывно воздействует на организм, он может трансформировать острый стресс в хронический, при котором нарушается баланс ВНС. Поэтому для сохранения нормального здоровья, функционирования и самочувствия необходимо количественно измерять и контролировать острый ментальный стресс. Новые методы измерения стресса востребованы в различных областях психофизиологии, физиологии и медицины. Во-первых, довольно часто используются методы анкетирования [4, с. 348], но такие методы можно считать субъективными шкалами стресса. Другой метод измерения стресса подразумевает использование биологических маркеров, таких как альфа-амилаза и кортизол в слюне [3, с. 550]. Хотя использование биологических маркеров можно отнести к объективным методам измерения стресса, у них есть существенные недостатки, заключающиеся в невозможности непрерывного мониторинга стресса и неудобстве измерения (отбор и анализ проб, временной лаг). Измерение стресса с использованием физиологических сигналов может компенсировать недостатки других методов, и оно интенсивно изучалось в последние годы с целью выявления физиологических реакций на воздействие ментального стрессора. Исследования возможности измерения стресса в основном проводятся с использованием таких физиологических сигналов, как ЭКГ [11, с. 73], КГР [5, с. 789] и ЭЭГ [5, с. 790], а в некоторых исследованиях применялось комбинированное использование нескольких физиологических сигналов [1, с. 104377]. Для разработки и тестирования алгоритма выявления и исследования ментального стресса используется широкий спектр различных лабораторных методов индукции стресса: Тест на социальный стресс Трира (TSST), задачи на устный счет, публичные выступлении, тест на стресс Монреаля и просмотр фильмов ужасов. Согласно обзору острых стрессоров [2, В Наукосфера. №11 (1), 2025 Биологические науки ISSN 2542-0402 3 http://nauko-sfera.ru/ с. 355], одним из наиболее эффективных методов индукции стресса среди различных острых психических стрессоров является ментальный арифметический счет в уме, который представляет собой неинвазивную процедуру для измерения физиологической реакции организма на ментальный стресс умеренной интенсивности [8, с. 3], который в наибольшей степени характерен для учащихся. В исследованиях по оценке ментального стресса чаще всего используется вариабельность сердечного ритма (ВСР) — меры ВСР представляют собой маркеры активности ВНС. В значительной части исследований по оценке ментального стресса анализируются сигналы ВСР, регистрируемые с 5-минутными интервалами, что определяется как краткосрочный анализ ВСР. Такой подход позволяет получить валидную оценку всех основных показателей ВСР — как линейных (временной и частотной области), так и нелинейных (энтропии, корреляционной размерности, фрактальных и хаотических) (Task force HRV). Целью данного исследования было изучение возможности диагностики ментального арифметического стресса с использованием линейных и нелинейных показателей ВСР. Материалы и методы. В исследовании приняли участие 50 здоровых некурящих студенток (средний возраст 21,1 ± 1,9 года). Всем участницам было рекомендовано воздержаться от интенсивной физической активности, употребления алкоголя и кофеина в течение 12 часов до начала эксперимента. Исследование было одобрено локальным этическим комитетом, и от каждой участницы было получено информированное согласие. Участники выполняли стандартное задание по ментальной арифметике в течение 5 минут, последовательно вычитая 7 из трёхзначного числа; они были проинструктированы выполнять задание как можно быстрее и точнее. ЭКГ-сигнал регистрировали с помощью стандартной установки во втором отведении (Poly-Spectrum-8/E, Neurosoft Inc, частота дискретизации 2000 Гц, полосовой фильтр 0,05–0,75 Гц, дрейфовый фильтр 0,5, режекторный фильтр 50 Гц) в течение 5 минут дважды — до умственной нагрузки и во время МА в положении лёжа на спине. Обнаружение пика R и предварительная обработка RR (коррекция артефактов и устранение трендов) в ЭКГ проводились с использованием программного обеспечения Kubios HRV Premium [13, с. 12]. Расчёт показателей ВСР проводился с использованием программы Kubios HRV Premium. Для получения наиболее точных значений нелинейных показателей рекуррентности с помощью метода Cao и функции взаимной информации были определены параметры фазового пространства [7, с. 7]. С учетом имеющихся на момент написания данной статьи литературных данных, мы определили список показателей ВСР, потенциально наиболее чувствительных к ментальному арифметическому стрессу: общая вариабельность сердечного ритма SDNN (стандартное отклонение нормальных интервалов RR (NN), мс), LF (спектральная мощность низкочастотной составляющей ВСР, мс2), индикатор респираторной синусовой аритмии HF (спектральная мощность высокочастотной составляющей ВСР, мс2), отношение LF/HF (индикатор вегетативного баланса), DFA (анализ флуктуаций с исключением тренда) — коэффициенты α1 и α2, отражающие корреляционные свойства интервалов RR при кратковременных (α1) и долговременных (α2) флуктуациях, рекуррентный анализ (REC — доля временных паттернов фазового пространства RR (отношение нулей и единиц в фазовом пространстве, DET — коэффициент детерминизма — доля рекуррентных точек, на диагональных линиях; LAM — доля рекуррентных точек, которые формируют вертикальные линии). Для определения информативности показателей ВСР при диагностике и дискриминации ментального арифметического стресса нами использовался алгоритм DeLong в модификации Sun и Xu [10, с. 1390]. Определялись: истинно положительный результат (TP)— классификационная модель предсказала положительный результат, и событие действительно Наукосфера. №11 (1), 2025 Биологические науки ISSN 2542-0402 4 http://nauko-sfera.ru/ произошло, ложноположительный результат (FP ) — модель классификации предсказывала положительный результат, но событие не произошло, истинно отрицательный результат (TN) — классификационная модель предсказала отрицательный результат, и событие не произошло; ложноотрицательный результат (FN) — классификационная модель предсказала отрицательный результат, но событие в действительности произошло. На основе этих данных был рассчитан показатель чувствительности TPR (формула 1): 𝑇𝑃𝑅=𝑇𝑃 𝑃=𝑇𝑃 𝑇𝑃+𝐹𝑁 (1) специфичности (избирательности) (формула 2): 𝑇𝑁𝑅=𝑇𝑁 𝑇𝑁+𝐹𝑃 (2) и точности (формула 3): 𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 (𝐴𝐶𝐶)= 𝑇𝑁+𝑇𝑃 𝑇𝑃+𝐹𝑁+𝐹𝑃+𝑇𝑁 (3) Анализ проводился с помощью программы Statistics Kingdom [9, с. 415]. Результаты исследования. Площадь AUC ROC для большинства линейных показателей ВСР достоверно отличалась от 0,5 (критическое значение, которое указывает на то, что точность предсказания исхода моделью не отличается существенно от случайно принятого решения) (рис. 1). Рис. 1. Кривые ROC отображающая дискриминационную способность линейных показателей ВСР для прогнозирования состояния арифметического ментального стресса Наукосфера. №11 (1), 2025 Биологические науки ISSN 2542-0402 5 http://nauko-sfera.ru/ Графики AUC ROC на рисунке 1 показывают, что все значения площади под кривой AUC ROC находятся в диапазоне между 0,6–0,7, что предполагает сравнительно небольшое диагностическое значение этих показателей (близкое к случайному выбору). Использование для прогноза нелинейных показателей ВСР дает несколько лучший результат (рис. 2). Рис. 2. Кривые ROC отображающая дискриминационную способность нелинейных показателей ВСР для прогнозирования состояния арифметического ментального стресса Данные рисунка 2 показывают, что значение площади под кривой ROC (AUC ROC), по крайней мере, для трех показателей (DFA αl, DFA α2) находится в диапазоне от 0,7 до 0,8, что оценивается как приемлемый уровень AUC [6, с. 1315]. Результаты статистического анализа результатов классификации «стресс/покой» приведены в таблице 1. Таблица 1. Эффективность классификации на основе отдельных параметров вариабельности сердечного ритма AUC P SEN SPE ACC SDNN (мс) 0,65 0,07887 0,6 0,64 0,62 LF (мс2) 0,6 0,1085 0,88 0,34 0,61 HF (мс2) 0,66 0,01 0,38 0,86 0,62 LF/HF 0,66 0,005 0,58 0,74 0,66 Наукосфера. №11 (1), 2025 Биологические науки ISSN 2542-0402 6 http://nauko-sfera.ru/ DFA αl 0,71 0,0000413 0,78 0,62 0,7 DFA α2 0,72 0,00005929 0,62 0,78 0,7 REC 0,62 0,04236 0,34 0,9 0,62 DET 0,67 0,002952 0,54 0,8 0,67 LAM 0,73 0,0000178 0,6 0,8 0,7 Анализ таблицы 1 показал, что возможность идентификации ментального стресса с использованием линейных показателей сердечного ритма с точностью, отличной от случайного выбора, минимальна. Гипотеза о том, что площадь AUC ROC равна 0,5 (выбор, согласно модели, не отличается от случайного выбора), была отвергнута только в отношении показателя HF, отражающего респираторную синусовую аритмию и являющегося индикатором активности парасимпатического отдела ВНС. Поскольку баланс LF/FH тесно связан c HF как вычислительно, так и сущностно, то не удивительно, что нулевая гипотеза была отвергнута и в отношении данного показателя. Но довольно низкое значение AUC (в диапазоне слабых результатов 0,6–0,7) делает изолированное применение данных критериев для выявления ментального арифметического стресса малоперспективным. Диагностика ментального стресса была намного более точной при использовании критериев DFA и LAM рекуррентного анализа. Здесь необходимо отметить, что эти критерии отражают разные свойства сигнала и могут рассматриваться как независимые. Заключение. Полученные нами данные подтверждают тот факт, что ментальный арифметический стресс вызывает существенные перестройки в функционировании системы регуляции сердечным ритмом, которые в наибольшей степени проявляются при применении для анализа ритма сердца критериев, отражающих нелинейное поведение системы регуляции ритма сердца. В то же время не один из использованных нами параметров не может рассматриваться в качестве изолированного критерия для выявления состояния ментального арифметического стресса. В связи с этим необходимо провести более углубленный анализ нелинейной динамики и применить для классификации критерии, отражающие хаотическое поведение водителя ритма синусового узла. Исследованный нами контингент состоял исключительно из женщин, что обусловлено имеющимися в литературе данными о большей выраженности автономной реакции молодых женщин на психологический стресс [14, с. 299]. В настоящее время нами проводится исследование автономной регуляции при ментальном арифметическом стрессе у мужчин. СПИСОК ЛИТЕРАТУРЫ 1. Arsalan A., Majid M. Human stress classification during public speaking using physiological signals // Computers in biology and medicine. 2021. Т. 133. P. 104377. 2. Dickerson S.S., Kemeny M.E. Acute stressors and cortisol responses: a theoretical integration and synthesis of laboratory research // Psychological bulletin. 2004. Т. 130. № 3. P. 355. 3. García E. et al. Psychological and physiological profiles in oncology caregivers: a multivariable cross-sectional study // Transactions on Machine Learning and Artificial Intelligence. 2017. Т. 5. № 4. P. 547–557. 4. Goyal A. et al. Automation of stress recognition using subjective or objective measures // Psychological Studies. 2016. Т. 61. № 4. P. 348–364. 5. Greco A. et al. Acute stress state classification based on electrodermal activity modeling // IEEE Transactions on Affective Computing. 2021. Т. 14. №. 1. P. 788–799. 6. Mandrekar J.N. Receiver operating characteristic curve in diagnostic test assessment // Journal of thoracic oncology. 2010. Т. 5. № 9. P. 1315–1316. Наукосфера. №11 (1), 2025 Биологические науки ISSN 2542-0402 7 http://nauko-sfera.ru/ 7. Marwan N., Kraemer K.H. Trends in recurrence analysis of dynamical systems // The European Physical Journal Special Topics. 2023. Т. 232. № 1. P. 5–27. 8. Mathias C.J. et al. Autonomic nervous system: Clinical testing // Reference module in neuroscience and biobehavioral psychology. Elsevier Inc, 2017. P. 1–30. 9. Polnok S. et al. Statistics Kingdom: A very helpful basic statistical analysis tool for health students // Health Notions. 2022. Т. 6. № 9. P. 413–420. 10. Sun X., Xu W. Fast implementation of DeLong’s algorithm for comparing the areas under correlated receiver operating characteristic curves // IEEE Signal Processing Letters. 2014. Т. 21. № 11. P. 1389– 1393. 11. Szakonyi B. et al. Efficient methods for acute stress detection using heart rate variability data from Ambient Assisted Living sensors // Biomedical engineering online. 2021. Т. 20. № 1. P. 73. 12. Takahashi T. et al. Anxiety, reactivity, and social stress-induced cortisol elevation in humans // Neuroendocrinology Letters. 2005. Т. 26. № 4. P. 351–354. 13. Tarvainen M.P. et al. Kubios HRV – heart rate variability analysis software // Computer methods and programs in biomedicine. 2014 Т. 113. № 1. P. 210–220. 14. Woo J.M., Kim T.S. Gender plays significant role in short-term heart rate variability // Applied psychophysiology and biofeedback. 2015. Т. 40. № 4. С. 297–303. 15. Yaribeygi H. et al. The impact of stress on body function: A review // EXCLI journal. 2017. Т. 16. P. 1057. Поступила в редакцию: 03.11.2025 © Индейкина О. С., Саперова Е. В., Сушков И. А., 2025. Принята в печать: 12.12.2025