000100753 001__ 100753
000100753 005__ 20210520140814.0
000100753 037__ $$aTESIS-2021-096
000100753 041__ $$aeng
000100753 080__ $$a6
000100753 1001_ $$aKontaxis, Spyridon
000100753 24500 $$aAutonomic nervous system biomarkers from multi-modal and model-based signal processing in mental health and illness
000100753 260__ $$aZaragoza$$bUniversidad de Zaragoza, Prensas de la Universidad$$c2020
000100753 300__ $$a221
000100753 4900_ $$aTesis de la Universidad de Zaragoza$$v2021-96$$x2254-7606
000100753 500__ $$aPresentado:  09 12 2020
000100753 502__ $$aTesis-Univ. Zaragoza,  , 2020$$bZaragoza, Universidad de Zaragoza$$c2020
000100753 506__ $$aall-rights-reserved
000100753 520__ $$aEsta tesis se centra en técnicas de procesado multimodal y basado en modelos de señales para derivar parámetros fisiológicos, es decir, biomarcadores, relacionados con el sistema nervioso autónomo (ANS). El desarrollo de nuevos métodos para derivar biomarcadores de ANS no invasivos en la salud y la enfermedad mental ofrece la posibilidad de mejorar la evaluación del estrés y la monitorización de la depresión. Para este fin, el presente documento se estructura en tres partes principales. En la Parte I, se proporciona una<br />introducción a la salud y la enfermedad mental (Cap. 1). Además, se presenta un marco teórico para investigar la etiología de los trastornos mentales y el papel del estrés en la enfermedad mental (Cap. 2). También se destaca la importancia de los biomarcadores no invasivos para la evaluación del ANS, prestando especial atención en la depresión clínica (Cap. 3, 4). En la Parte II, se proporciona el marco metodológico para derivar biomarcadores del ANS. Las técnicas de procesado de señales incluyen el análisis conjunto de la variabilidad del rítmo cardíaco (HRV) y la señal respiratoria (Cap. 6), técnicas novedosas para derivar la señal respiratoria del electrocardiograma (ECG) (Cap. 7) y un análisis robusto que se basa en modelar la forma de ondas del pulso del fotopletismograma (PPG) (Ch. 8). En la Parte III, los biomarcadores del ANS se evalúan en la quantificación<br />del estrés (Cap. 9) y en la monitorización de la depresión (Ch. 10).<br />Parte I: La salud mental no solo está relacionada con ese estado positivo de bienestar, en el que un individuo puede enfrentar a las situaciones estresantes de la vida, sino también con la ausencia de enfermedad mental. La enfermedad o trastorno mental se puede definir como un trastorno emocional, cognitivo o conductual que causa un deterioro funcional sustancial en una o más actividades importantes de la vida. Los trastornos mentales más comunes, que muchas veces coexisten, son la ansiedad y el trastorno depresivo mayor (MDD). La enfermedad mental tiene un impacto negativo en la calidad de vida, ya que se asocia con pérdidas considerables en la salud y el funcionamiento, y aumenta  ignificativamente el riesgo de una persona de padecer enfermedades  ardiovasculares.<br />Un instigador común que subyace a la comorbilidad entre el MDD, la patología<br />cardiovascular y la ansiedad es el estrés mental. El estrés es común en nuestra vida de rítmo rapido e influye en nuestra salud mental. A corto plazo, ANS controla la respuesta cardiovascular a estímulos estresantes. La regulación de parámetros fisiológicos, como el rítmo cardíaco, la frecuencia respiratoria y la presión arterial, permite que el organismo responda a cambios repentinos en el entorno. Sin embargo, la adaptación fisiológica a un fenómeno ambiental que ocurre regularmente altera los sistemas biológicos involucrados en la respuesta al estrés. Las alteraciones neurobiológicas en el cerebro pueden alterar la<br />función del ANS. La disfunción del ANS y los cambios cerebrales estructurales tienen un impacto negativo en los procesos cognitivos, emocionales y conductuales, lo que conduce al desarrollo de una enfermedad mental.<br />Parte II: El desarrollo de métodos novedosos para derivar biomarcadores del ANS no invasivos ofrece la posibilidad de mejorar la evaluacón del estrés en individuos sanos y la disfunción del ANS en pacientes con MDD. El análisis conjunto de varias bioseñales (enfoquemultimodal) permite la cuantificación de interacciones entre sistemas biológicos asociados con ANS, mientras que el modelado de bioseãles y el análisis posterior de los parámetros del modelo (enfoque basado en modelos) permite la cuantificación robusta de cambios en mecanismos fisiológicos relacionados con el ANS. Un método novedoso, que<br />tiene en cuenta los fenómenos de acoplo de fase y frecuencia entre la respiración y las señales de HRV para evaluar el acoplo cardiorrespiratorio no lineal cuadrático se propone en el Cap. 6.3. En el Cap. 7 se proponen nuevas técnicas paramejorar lamonitorización de la respiración. En el Cap. 8, para aumentar la robustez de algunas medidas morfológicas que reflejan cambios en el tonno arterial, se considera el modelado del pulso PPG como una onda principal superpuesta con varias ondas reflejadas.<br />Parte III: Los biomarcadores del ANS se evalúan en la cuantificación de diferentes tipos de estrés, ya sea fisiológico o psicológico, en individuos sanos, y luego, en la monitorización de la depresión. En presencia de estrés mental (Cap. 9.1), inducido por tareas cognitivas, los sujetos sanos muestran un incremento en la frecuencia respiratoria y un mayor número de interacciones no lineales entre la respiración y la seãl de HRV. Esto podría estar asociado con una activación simpática, pero también con una respiración menos regular. En presencia de estrés hemodinámico (Cap. 9.2), inducido por un cambio postural, los sujetos sanos muestran una reducción en el acoplo cardiorrespiratorio<br />no lineal cuadrático, que podría estar relacionado con una retracción vagal. En presencia de estrés térmico (Cap. 9.3), inducido por la exposición a  emperaturas ambientales elevadas, los sujetos sanos muestran un aumento del equilibrio simpatovagal. Esto demuestra que los biomarcadores ANS son capaces de evaluar diferentes tipos de estrés y pueden explorarse más en el contexto de la monitorización de la depresión. En el Cap. 10, se evalúan las diferencias en la función del ANS entre elMDD y los sujetos sanos durante un protocolo de estrés mental, no solo con los valores brutos de los biomarcadores del ANS, sino también con los índices de reactividad autónoma, que reflejan la capacidad de<br />un individuo para afrontar con una situación desafiante. Los resultados muestran que la depresión se asocia con un desequilibrio autonómico, que se caracteriza por una mayor actividad simpática y una reducción de la distensibilidad arterial. Los índices de reactividad autónoma cuantificados por cambios, entre etapas de estrés y de recuperación, en los sustitutos de la rigidez arterial, como la pérdida de amplitud de PPG en las ondas reflejadas, muestran el mejor rendimiento en términos de correlación con el grado de la depresión, con un coeficiente de correlación r = −0.5. La correlación negativa implica<br />que un mayor grado de depresión se asocia con una disminución de la reactividad<br />autónoma. El poder discriminativo de los biomarcadores del ANS se aprecia también por su alto rendimiento diagnóstico para clasificar a los sujetos como MDD o sanos, con una precisión de 80.0%. Por lo tanto, se puede concluir que los biomarcadores del ANS pueden usarse para evaluar el estrés y que la distensibilidad arterial deteriorada podría constituir un biomarcador de salud mental útil en el seguimiento de la depresión.<br />
000100753 520__ $$aThis dissertation is focused on multi-modal and model-based signal processing techniques for deriving physiological parameters, i.e. biomarkers, related to the autonomic nervous system (ANS). The development of novel approaches for deriving noninvasive ANS biomarkers in mental health and illness offers the possibility to improve the assessment of stress and the monitoring of depression. For this purpose, the present document is structured in three main parts. In Part I, an introduction to mental health and illness is provided (Ch. 1). Moreover, a theoretical framework for investigating the etiology of mental disorders and the role of stress in mental illness is presented (Ch. 2). The importance of noninvasive biomarkers for ANS assessment, paying particular attention in clinical depression, is also highlighted (Ch. 3, 4). In Part II, themethodological framework for deriving ANS biomarkers is provided. Signal processing techniques include the joint analysis of heart rate variability (HRV) and respiratory signals (Ch. 6), novel techniques for deriving the respiratory signal from electrocardiogram (ECG) (Ch. 7), and a robust photoplethysmogram(PPG)waveform analysis based on amodel-based approach (Ch. 8). In Part III, ANS biomarkers are evaluated in stress assessment (Ch. 9) and in the monitoring of depression (Ch. 10). Part I:Mental health is not only related to that positive state ofwell-being, inwhich an individual can cope with the normal stresses of life, but also to the absence of mental illness. Mental illness or disorder can be defined as an emotional, cognitive, or behavioural disturbance that causes substantial functional impairment in one or more major life activities. The most common mental disorders, which are often co-occurring, are anxiety and major depressive disorder (MDD). Mental illness has a negative impact on the quality of life, since it is associated with considerable losses in health and functioning, and increases significantly a person’s risk for cardiovascular diseases. A common instigator underlying the co-morbidity between MDD, cardiovascular pathology, and anxiety is mental stress. Stress is common in our fast-paced society and strongly influences our mental health. In the short term, ANS controls the cardiovascular response to stressful stimuli. Regulation of physiological parameters, such as heart rate, respiratory rate, and blood pressure, allows the organism to respond to sudden changes in the environment. However, physiological adaptation to a regularly occurring environmental phenomenon alters biological systems involved in stress response. Neurobiological alterations in the brain can disrupt the function of the ANS. ANS dysfunction and structural brain changes have a negative impact on cognitive, emotional, and behavioral processes, thereby leading to development of mental illness. Part II: The development of novel approaches for deriving noninvasive ANS biomarkers offers the possibility to improve the assessment of stress in healthy individuals and ANS dysfunction in MDD patients. Joint analysis of various biosignals (multi-modal approach) allows for the quantification of interactions among biological systems associated with ANS, while the modeling of biosignals and subsequent analysis of the model’s parameters (model-based approach) allows for the robust quantification of changes in physiological mechanisms related to the ANS. A novel method, which takes into account both phase and frequency locking phenomena between respiration and HRV signals, for assessing quadratic nonlinear cardiorespiratory coupling is proposed in Ch. 6.3. Novel techniques for improving the monitoring of respiration are proposed in Ch. 7. In Ch. 8, to increase the robustness for some morphological measurements reflecting arterial tone changes, the modeling of the PPG pulse as amain wave superposed with several reflected waves is considered. Part III: ANS biomarkers are evaluated in the assessment of different types of stress, either physiological or psychological, in healthy individuals, and then, in the monitoring of depression. In the presence of mental stress (Ch. 9.1), induced by cognitive tasks, healthy subjects show an increment in the respiratory rate and higher number of nonlinear interactions between respiration and HRV signal, which might be associated with a sympathetic activation, but also with a less regular breathing. In the presence of hemodynamic stress (Ch. 9.2), induced by a postural change, healthy subjects show a reduction in strength of the quadratic nonlinear cardiorespiratory coupling, whichmight be related to a vagal withdrawal. In the presence of heat stress (Ch. 9.3), induced by exposure to elevated environmental temperatures, healthy subjects show an increased sympathovagal balance. This demonstrates that ANS biomarkers are able to assess different types of stress and they can be further explored in the context of depression monitoring. In Ch. 10, differences in ANS function between MDD and healthy subjects during a mental stress protocol are assessed, not only with the raw values of ANS biomarkers but also with autonomic reactivity indices, which reflect the ability of an individual to copewith a challenging situation. Results show that depression is associated with autonomic imbalance, characterized by increased sympathetic activity and reduced arterial compliance. Autonomic reactivity indices quantified by changes, from stress to recovery, in arterial stiffness surrogates, such as the PPG amplitude loss in wave reflections, show the best performance in terms of correlation with depression severity, yielding to correlation coefficient r = −0.5. The negative correlation implies that a higher degree of depression is associated with a decreased autonomic reactivity. The discriminative power of ANS biomarkers is supported by their high diagnostic performance for classifying subjects as having MDD or not, yielding to accuracy of 80.0%. Therefore, it can be concluded that ANS biomarkers can be used for assessing stress and that impaired arterial  compliance might constitute a biomarker of mental health useful in the monitoring of depression.<br />
000100753 521__ $$97098$$aPrograma de Doctorado en Ingeniería Biomédica
000100753 6531_ $$atecnologia medica
000100753 700__ $$aBailón Luesma, Raquel $$edir.
000100753 700__ $$aGil Herrando, Eduardo$$edir.
000100753 7102_ $$aUniversidad de Zaragoza$$b 
000100753 830__ $$9510
000100753 8560_ $$ftdr@unizar.es
000100753 8564_ $$s10675780$$uhttps://zaguan.unizar.es/record/100753/files/TESIS-2021-096.pdf$$zTexto completo (eng)
000100753 909CO $$ooai:zaguan.unizar.es:100753$$pdriver
000100753 909co $$ptesis
000100753 9102_ $$a$$b 
000100753 980__ $$aTESIS