Перейти к:
Оценка зависимости мощности трахеальных дыхательных шумов от легочной вентиляции при физической нагрузке
https://doi.org/10.47183/mes.2025-331
Аннотация
Введение. Оценка функционального состояния дыхательной системы является актуальной задачей в областях спортивной, космической и морской медицины. Использование методов прямой флоуметрии в условиях замкнутого гермообъекта не всегда возможно. Регистрация и анализ дыхательных шумов представляется перспективным способом оценки состояния респираторной системы.
Цель. Выявление возможного характера зависимости между амплитудной характеристикой регистрируемого сигнала дыхательных шумов и величиной легочной вентиляции, а также степени применимости акустического метода для оценки частоты дыхания у здоровых людей при выполнении физической нагрузки независимо от возраста и пола.
Материалы и методы. В исследовании приняли участие 25 добровольцев (20 мужчин и 5 женщин) в возрасте 23–59 лет (средний возраст 35,5 ± 8,7 года). Обследуемые выполняли ступенчато-возрастающую нагрузку на велоэргометре Ergoselect 200P (Ergoline GmbH, Германия) до субмаксимальных величин частоты сердечных сокращений с одновременной регистрацией дыхательных шумов над внегрудным участком трахеи, а также величины дыхательного потока методом прямой флоуметрии на приборе Jaeger Oxycon Pro. Статистическая обработка данных проводилась с помощью программного обеспечения Statistica 13 (StatSoft Inc., США). Для оценки взаимосвязи мощности дыхательных шумов и вентиляции легких проведен корреляционный анализ с использованием коэффициента ранговой корреляции Спирмена (rs).
Результаты. В ходе исследования у всех испытуемых достигнутые величины максимальной мощности находились в диапазоне 105–240 Вт; мощность свыше 210 Вт смогли развить только 2 испытуемых. Получены зависимости величины мощности шумов от легочной вентиляции. Коэффициент ранговой корреляции Спирмена между изучаемыми параметрами равен 0,58 (p < 0,001). Отмечены значимые изменения средней мощности дыхательных шумов при росте нагрузки и легочной вентиляции уже на ступени 30 Вт относительно состояния покоя (0 Вт) (p < 0,0001). Мощность трахеальных дыхательных шумов также увеличивалась на 56% между ступенями нагрузки 120 и 135 Вт (p = 0,023) и на 75% при нагрузке 180 и 195 Вт (p = 0,043). Значимых различий между оценками частоты дыхания методом прямой флоуметрии и акустическим способом не выявлено.
Выводы. Установлена статистически значимая умеренная положительная корреляционная взаимосвязь между величиной легочной вентиляции и средней мощностью дыхательных шумов (rs = 0,58; p < 0,001). При значениях легочной вентиляции до 60 л/мин характер зависимости средней мощности трахеальных шумов от легочной вентиляции является линейным. Установлено удовлетворительное соответствие акустической оценки частоты дыхания данным, полученным методами прямой флоуметрии; анализ дыхательных шумов способен дать косвенную оценку состояния дыхательной системы.
Ключевые слова
Для цитирования:
Астафьева С.Н., Дьяченко А.И., Ружичко И.А., Костив А.Е. Оценка зависимости мощности трахеальных дыхательных шумов от легочной вентиляции при физической нагрузке. Экстремальная биомедицина. 2026;28(1):95-101. https://doi.org/10.47183/mes.2025-331
For citation:
Astafyeva S.N., Dyachenko A.I., Ruzhichko I.A., Kostiv A.E. Assessment of the relationship between tracheal breathing sounds and lung ventilation during physical exercise. Extreme Medicine. 2026;28(1):95-101. https://doi.org/10.47183/mes.2025-331
ВВЕДЕНИЕ
В спортивной, космической и морской медицине, а также сомнологии часто стоит вопрос об оценке функционального состояния дыхательной системы человека. Для этого используются методы прямой флоуметрии, в которых измеряют величину дыхательного потока. Однако в условиях замкнутого гермообъекта (например, орбитальная станция, скафандр) не всегда проведение прямой флоуметрии возможно и целесообразно. С целью поиска более компактного и автономного способа мониторинга и оценки состояния дыхательной системы исследуются методы респираторной акустики, заключающиеся в регистрации и анализе шумов, возникающих в процессе дыхания [1–3].
Методика аускультации традиционно применяется в клинической медицине для косвенной оценки при диагностике патологических состояний легких, а также находит свое применение в области морской медицины [4][5]. Однако в условиях космического полета, в том числе во время физических нагрузок, мониторинг функционального состояния органов дыхания для предотвращения бронхолегочных заболеваний необходим в первую очередь.
Известно, что во время полетов у космонавтов изменяется форма грудной клетки, смещается диафрагма в краниальном направлении, а также уменьшается функциональная остаточная емкость легких [6–8]. Данные явления отражаются на размерах дыхательных путей, что приводит к изменению акустических характеристик шумов.
Цель работы — выявление наличия и возможного характера зависимости между амплитудной характеристикой регистрируемого сигнала дыхательных шумов и величиной вентиляции при выполнении физической нагрузки у здоровых людей независимо от возраста и пола. Кроме того, анализировали применимость акустического метода для оценки частоты дыхания.
МАТЕРИАЛЫ И МЕТОДЫ
В исследованиях приняли участие 25 добровольцев (20 мужчин и 5 женщин) в возрасте 23–59 лет (средний возраст 35,5 ± 8,7 года); ростом 165–189 см (средний рост 178 ± 6,6 см) и массой тела 56–104 кг (в среднем 79,2 ± 11,3 кг), некурящих и не имевших в анамнезе бронхолегочных заболеваний. Все добровольцы проходили медицинский отбор врачебной экспертной комиссией, в ходе которого заболеваний и патологий, препятствующих участию в эксперименте, выявлено не было. Всеми участниками подписано добровольное информированное согласие на участие в исследовании и использование обезличенных данных.
Испытуемые выполняли ступенчато-возрастающую физическую нагрузку на велоэргометре Ergoselect 200P (Ergoline GmbH, Германия). Начальная ступень нагрузки равнялась 30 Вт, затем нагрузка возрастала на 15 Вт. Каждая ступень имела продолжительность 1 мин. Исследование выполнялось до достижения субмаксимальной величины ЧСС1 в лабораторных условиях при оптимальных условиях микроклимата в помещении и составе атмосферы [9].
Обследуемые дышали через загубник, вставленный в следующий пневматический тракт: трубка со слюноотсосом; индивидуальный одноразовый фильтр, измерительный узел системы Jaeger Oxycon Pro (Германия), включающей ротационный датчик потока воздуха («турбинка»), трубки для забора выдыхаемого воздуха на газоанализ «breath-by-breath».
Непрерывно регистрировали дыхательные шумы над внегрудным участком трахеи, а также величину дыхательного потока методом прямой флоуметрии на приборе Jaeger Oxycon Pro. По динамике дыхательного потока встроенная в прибор программа определяла величины легочной вентиляции и частоты дыхания, которые использовали в ходе дальнейшего анализа экспериментальных данных.
Регистрация дыхательных шумов проведена путем применения аппаратуры, включающей легкий акселерометр, блок питания, диктофон и кабели [10–12]. Акселерометр PCB 333B52 (США) размещался над внегрудным участком трахеи на шее испытуемого и фиксировался на поверхности шеи с помощью эластичной ленты «Velcro». Сигнал акселерометра оцифровывался с частотой 48 кГц.
Для ослабления фонового шума и сердечного артефакта применялась полосовая фильтрация (рис. 1). Обработку акустического сигнала проводили по алгоритму, аналогичному описанному в работе [11]. Записи дыхательных шумов обрабатывали в программном обеспечении SpectraPLUS 5.0 (США) с помощью полосового фильтра в диапазоне частот 200–1000 Гц для удаления сердечных и мышечных шумов, которые обычно наблюдаются на частотах ниже 200 Гц, а также высокочастотных помех, имеющих частоту выше 1000 Гц [13].

Рисунок подготовлен авторами по собственным данным
Рис. 1. Фильтрация сигнала дыхательных шумов: ось абсцисс — время (сек); ось ординат — амплитуда дыхательных шумов (% от полной шкалы)
Расстояние между соседними пиками, характеризующими экспираторные шумы, считали продолжительностью дыхательного цикла, что давало акустическую оценку частоты дыхания (ЧД) и периода дыхательного цикла. Кроме того, с помощью программного обеспечения SpectraPLUS определяли среднеквадратичное значение (Root Mean Square, сокращенно RMS) амплитуды дыхательных шумов (ДШ) с учетом каждого оцифрованного значения сигнала акселерометра на участках, соответствующих степеням нагрузки. Эту величину принято условно называть средней мощностью дыхательных шумов и отображать в процентах (%) от полной шкалы, т.е. максимального значения амплитуды сигнала [11][13–15].
Статистический анализ данных проводили в программном обеспечении Statistica 13 (StatSoft Inc., США) и Microsoft Excel (Microsoft, США). Для оценки динамики показателей применяли непараметрический дисперсионный анализ (ANOVA Фридмана), изменения изучаемых параметров оценивали с помощью критерия Вилкоксона (для мощности ДШ и легочной вентиляции) и Манна – Уитни (для сопоставления акустической оценки ЧД и данных флоуметрии). Для оценки взаимосвязи мощности ДШ и вентиляции легких проведен корреляционный анализ с использованием коэффициента ранговой корреляции Спирмена (rs) [16]. Для установления зависимости мощности ДШ от вентиляции легких применен линейный регрессионный анализ.
РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ
В ходе исследования у всех испытуемых достигнутые величины максимальной мощности находились в диапазоне 105–240 Вт. При этом мощность свыше 210 Вт смогли развить только 2 человека. Для получения более корректных данных статистический анализ ограничили диапазоном мощности до 210 Вт.
Были получены зависимости средней мощности ДШ и величины легочной вентиляции от величины физической нагрузки (рис. 2).

Рисунок подготовлен авторами по собственным данным
Рис. 2. Зависимость средней мощности дыхательных шумов и легочной вентиляции от величины ступенчато-возрастающей физической нагрузки
Примечание: RMS (Root Mean Square) — среднеквадратичное значение амплитуды дыхательных шумов; * — статистически значимые изменения (p < 0,05).
Отмечено значимое возрастание средней мощности ДШ с 0,0004 до 0,0009% уже на ступени 30 Вт относительно состояния покоя (0 Вт) (p < 0,0001). Кроме того, мощность трахеальных дыхательных шумов также увеличивалась на 56% между ступенями нагрузки 120 и 135 Вт (p = 0,023), на 75% между нагрузкой 180 и 195 Вт (p = 0,043).
Рост RMS с увеличением физической нагрузки (рис. 2) свидетельствует о возрастании амплитуды дыхательных шумов. В ходе проведенного корреляционного анализа установлена статистически значимая умеренная положительная взаимосвязь между абсолютными величинами вентиляции легких и мощности дыхательных шумов (rs = 0,58; p < 0,001).
Для оценки характера предполагаемой связи между RMS и величиной легочной вентиляции провели линейный регрессионный анализ по всему массиву данных (рис. 3). Отмечен разброс величины индивидуальной мощности шумов с возрастанием объема легочной вентиляции. По-видимому, одной линейной зависимостью все индивидуальные показатели описать невозможно. Значительные индивидуальные различия и нелинейность зависимости мощности шумов от легочной вентиляции привели к разбросу данных и низкому значению коэффициента детерминации R² = 0,35.

Рисунок подготовлен авторами по собственным данным
Рис. 3. Взаимосвязь индивидуальных величин средней мощности дыхательных шумов и показателей вентиляции легких
Примечание: RMS (Root Mean Square) — среднеквадратичное значение амплитуды дыхательных шумов.
В литературных источниках присутствуют различные способы описания зависимости между дыхательным потоком и амплитудой дыхательных шумов [17]. В работе E.F. Banaszak и соавт. описана линейная зависимость между мгновенным потоком и амплитудой звука дыхания, измеренной над грудной стенкой [18]. В исследовании B.E. Shykoff и соавт. была использована квадратичная функция [14][19]. Авторами N. Gavriely и соавт. охарактеризована степенная функция, при этом средняя по группе величина степени составила 1,66 ± 0,35, что, по их мнению, значительно меньше предполагаемой второй степени [20][21].
Выше отмечено, что взаимосвязь индивидуальных величин мощности шумов и вентиляции легких характеризуется большим разбросом мощности шумов при определенной величине вентиляции легких (рис. 3). По-видимому, данный разброс связан с большими различиями геометрии дерева воздухоносных путей в группе испытуемых. Возможно, в более однородной группе испытуемых (по полу, возрасту, росту, массе тела, физической подготовке и др.) разброс был бы меньше. Подбор однородных групп является одним из возможных направлений будущих исследований в данной области респираторной акустики. Кроме того, перспективным является поиск индивидуальных регрессионных зависимостей.
Можно предположить, что влияние индивидуальных различий на искомую зависимость сглаживаются при переходе от индивидуальных данных к усредненным. Поэтому был проведен регрессионный анализ по усредненным значениям показателей мощности ДШ и вентиляции легких на каждой ступени нагрузки. При этом если рассматривается весь диапазон достигнутых величин легочной вентиляции до 100 л/мин, то коэффициент детерминации равен всего лишь 0,68. Возможно, это связано с проявлением нелинейной зависимости между мощностью ДШ и величиной вентиляции легких и индивидуальными различиями при большем диапазоне легочной вентиляции. Поэтому в рамках задачи поиска линейной регрессионной зависимости необходимо было ограничить диапазон легочной вентиляции (до 60 л/мин) (рис. 4). В этом случае коэффициент детерминации R² заметно возрастал до 0,93. Далее зависимость отклонялась от линейной, и разброс данных существенно увеличивался, что приводило к снижению R², аналогично снижался и коэффициент корреляции rs. Это может быть обусловлено упомянутыми выше нелинейными явлениями и индивидуальными различиями.

Рисунок подготовлен авторами по собственным данным
Рис. 4. Зависимость мощности дыхательных шумов от величины вентиляции легких по средним значениям показателей
Примечание: RMS (Root Mean Square) — среднеквадратичное значение амплитуды дыхательных шумов.
Практическая значимость полученной регрессионной зависимости заключается в возможности оценки величины вентиляции легких по трахеальным дыхательным шумам.
С целью выявления степени соответствия величин ЧД, полученных акустическим методом, данным прямой флоуметрии проводили сравнение акустической оценки ЧД с флоуметрическим показателем (рис. 5).

Рисунок подготовлен авторами по собственным данным
Рис. 5. Сопоставление значений частоты дыхания, полученных акустическим методом, с данными прямой флоуметрии на различных уровнях ступенчато-возрастающей физической нагрузки
На рисунке 5 показано, что при нагрузке 135 Вт ЧД по акустическим данным была минимальной, а при величине ступенчато-возрастающей физической нагрузки на уровне 165 Вт — максимальной. По-видимому, на эти крайние значения больше влияет индивидуальный разброс показателей. Значимых отличий между величинами ЧД, полученными двумя методами, не выявлено. Разброс значений может объясняться различиями в индивидуальных характеристиках респираторной системы.
ВЫВОДЫ
- Установлена статистически значимая умеренная положительная корреляционная взаимосвязь между величиной легочной вентиляции и средней мощностью дыхательных шумов (rs= 0,58; p< 0,001).
- При значениях легочной вентиляции до 60 л/мин характер зависимости средней мощности трахеальных шумов от легочной вентиляции является линейным. Однако при превышении этого значения, вероятно, начинают действовать дополнительные нелинейные процессы, которые изменяют характер зависимости. Одним из таких нелинейных процессов может быть переход от ламинарного течения воздуха в воздухоносных путях к турбулентному течению с увеличением величины потока.
- Сопоставление акустических оценок состояния системы дыхания со значениями, сделанными на основании данных прямой флоуметрии дыхательного потока, показало удовлетворительное соответствие, следовательно, акустический метод можно рассматривать как альтернативу методу прямой флоуметрии в случаях, когда традиционный способ не применим.
- Возможным направлением будущих исследований является поиск индивидуальных регрессионных взаимосвязей и/или зависимостей между амплитудной характеристикой регистрируемого сигнала дыхательных шумов и величиной легочной вентиляции для более однородных групп испытуемых.
Вклад авторов. Все авторы подтверждают соответствие своего авторства критериям ICMJE. Наибольший вклад распределен следующим образом: С.Н. Астафьева — разработка концепции, сбор акустических данных, анализ и интерпретация данных, подготовка черновика рукописи; А.И. Дьяченко — научное руководство, рецензирование и редактирование рукописи; И.А. Ружичко — проведение исследования (велоэргометрия); А.Е. Костив — предоставление ресурсов, утверждение финального текста.
1. Быстрова АГ, Ковалева ИО, Кузьмина АЮ, Парнес ЕЯ, Потиевский БГ, Эренбург ИВ и др. Велоэргометрическое исследование в практике врачебно-летной экспертизы гражданской авиации. Учебное пособие. М.: ФГБОУ ДПО РМАНПО; 2020.
Список литературы
1. Коренбаум ВИ, Почекутова ИА. Акустико-биомеханические взаимосвязи в формировании шумов форсированного выдоха человека. Владивосток: Дальнаука; 2006. EDN: VEJDKR
2. Massaroni C, Nicolò A, Lo Presti D, Sacchetti M, Silvestri S, Schena E. Contact-Based Methods for Measuring Respiratory Rate. Sensors. 2019;19(4):908. https://doi.org/10.3390/s19040908
3. Rao A, Huynh E, Royston T, Kornblith A, Roy S. Acoustic Methods for Pulmonary Diagnosis. IEEE Reviews in Biomedical Engineering. 2019;12:221–39. https://doi.org/10.1109/RBME.2018.2874353
4. Arts L, Lim EHT, van de Ven PM, Heunks L, Tuinman PR. The diagnostic accuracy of lung auscultation in adult patients with acute pulmonary pathologies: a meta-analysis. Scientific Reports. 2020;10:7347. https://doi.org/10.1038/s41598-020-64405-6
5. Landry V, Matschek J, Pang R, Munipalle M, Tan K, Boruff J, et al. Audio-based digital biomarkers in diagnosing and managing respiratory diseases: a systematic review and bibliometric analysis. European Respiratory Review. 2025;34(176):240246. https://doi.org/10.1183/16000617.0246-2024
6. Баранов ВМ. Газоэнергообмен человека в космическом полете и модельных исследованиях. М.: Наука; 1993.
7. Prisk GK. Microgravity and the respiratory system. European Respiratory Journal. 2014;43(5):1459–71. https://doi.org/10.1183/09031936.00001414
8. Smith MB, Chen H, Oliver BGG. The Lungs in Space: A Review of Current Knowledge and Methodologies. Cells. 2024;13:1154. https://doi.org/10.3390/cells13131154
9. Фомина ЕВ, Усков КВ. Эффективность тренировок разной направленности для поддержания физической работоспособности в условиях сниженного уровня двигательной активности. Авиакосмическая и экологическая медицина. 2016;50(5):47–55. EDN: WTNLFJ
10. Korenbaum VI, Pochekutova IA, Kostiv AE, Malaeva VV, Safronova MA, Kabantsova OI, et al. Human forced expiratory noise. Origin, apparatus and possible diagnostic applications. Journal of the Acoustical Society of America. 2020;148(6):3385–91. https://doi.org/10.1121/10.0002705
11. Астафьева СН, Зарипов РН, Михайловская АН, Дьяченко АИ. Исследование вентиляционной функции легких человека методами респираторной акустики в условиях 5-суточной женской «сухой» иммерсии. Авиакосмическая и экологическая медицина. 2024;58(5):32–8. https://doi.org/10.21687/0233-528X-2024-58-5-32-38
12. Костив АЕ, Коренбаум ВИ. Новые возможности контроля состояния водолазов в процессе подводного погружения с использованием шумов, связанных с естественным дыханием. Ульяновский медико-биологический журнал. 2019;3:89–97. https://doi.org/10.34014/2227-1848-2019-3-89-97
13. Nekoutabar R, Ghaheri FS, Jalilvand H. The Effect of Root-Mean-Square and Loudness-Based Calibration Approach on the Acceptable Noise Level. Auditory and Vestibular Research. 2024;33(4):361–70. https://doi.org/10.18502/avr.v33i4.16654
14. Khoshouei M, Bagherpour R, Jalalian M, Yari M. Investigating the acoustic signs of different rock types based on the values of acoustic signal RMS. Rudarsko-geološko-naftni zbornik. 2020;35(3):29–38. https://doi.org/10.17794/rgn.2020.3.3
15. Hubert P, Killick R, Chung A, Padovese LR. A Bayesian binary algorithm for root mean squared-based acoustic signal segmentation. The Journal of the Acoustical Society of America. 2019;146:1799–807. https://doi.org/10.1121/1.5126522
16. Носовский АМ, Попова ОВ, Смирнов ЮИ. Современные технологии статистического анализа медицинских данных и способы их графического представления. Авиа космическая и экологическая медицина. 2023;57(5):149–54. https://doi.org/10.21687/0233-528X-2023-57-5-149-154
17. Xie W, Hu Q, Zhang J, Zhang Q. EarSpiro: Earphone-based Spirometry for Lung Function Assessment. Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies. 2023;6(4):1–27. https://doi.org/10.1145/3569480
18. Banaszak EF, Kory RC, Snider GL. Phonopneumography. American Review of Respiratory Disease. 1973;107(3):449–55.
19. Shykoff BE, Ploysongsang Y, Chang HK. Airflow and normal lung sounds. American Review of Respiratory Disease. 1988;137(4):872–6. https://doi.org/10.1164/ajrccm/137.4.872
20. Gavriely N, Cugell DW. Airflow effects on amplitude and spectral content of normal breath sounds. Journal of Applied Physiology. 1996;80(1):5–13. https://doi.org/10.1152/jappl.1996.80.1.5
21. Gavriely N, Palti Y, Alroy G. Spectral characteristics of normal breath sounds. Journal of Applied Physiology. 1981;50(2):307–14. https://doi.org/10.1152/jappl.1981.50.2.307
Об авторах
С. Н. АстафьеваРоссия
Астафьева Светлана Николаевна
Москва
А. И. Дьяченко
Россия
Дьяченко Александр Иванович, д-р техн. наук
Москва
И. А. Ружичко
Россия
Ружичко Ирина Анатольевна
Москва
А. Е. Костив
Россия
Костив Анатолий Евгеньевич, канд. техн. наук
Владивосток
Рецензия
Для цитирования:
Астафьева С.Н., Дьяченко А.И., Ружичко И.А., Костив А.Е. Оценка зависимости мощности трахеальных дыхательных шумов от легочной вентиляции при физической нагрузке. Экстремальная биомедицина. 2026;28(1):95-101. https://doi.org/10.47183/mes.2025-331
For citation:
Astafyeva S.N., Dyachenko A.I., Ruzhichko I.A., Kostiv A.E. Assessment of the relationship between tracheal breathing sounds and lung ventilation during physical exercise. Extreme Medicine. 2026;28(1):95-101. https://doi.org/10.47183/mes.2025-331
JATS XML








