Оценка зависимости мощности трахеальных дыхательных шумов от легочной вентиляции при физической нагрузке

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 (Stat-Soft Inc., США). Для оценки взаимосвязи мощности дыхательных шумов и вентиляции легких проведен корреляционный анализ с использованием коэффициента ранговой корреляции Спирмена (r_s).

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 (r_s = 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. 

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