19 Novembre 2026

Psicologia Punto One | Psicologia e Psicologi nel Web

Menu

Menu

SCHEDA SCIENTIFICA2026Altra ricerca

Caratterizzazione delle dinamiche alterate del sistema autonomo cardiaco nei disturbi psicotici tramite analisi multidominio della variabilità della frequenza cardiaca e apprendimento profondo

Titolo originaleCharacterizing altered cardiac autonomic dynamics in psychotic disorders through multidomain heart rate variability analysis and deep learning.

Vivek Ranjan, Raghuwansh Singh, Anindita Ganguly, Suman Halder

Biomedical physics & engineering express · 2026

PER COMPRENDERE LO STUDIO

Sintesi in italiano

Lo studio del 2026 si propone di indagare l'alterazione delle dinamiche del sistema nervoso autonomo in pazienti con disturbi psicotici (schizofrenia o disturbo bipolare) attraverso l'analisi multidominio della variabilità della frequenza cardiaca (HRV) abbinata a tecniche di deep learning. Sono stati raccolti dati RR mediante il dispositivo Polar H10 su 30 pazienti e 30 controlli sani con età simile, per sessioni di circa un'ora e mezza-due. Sono state estratte diverse caratteristiche HRV, includendo domini temporali, spettrali e non lineari come il Poincaré plot e l'analisi di quantificazione di ricorrenza. Il confronto statistico condotto con il test Mann-Whitney ha mostrato valori significativamente inferiori di indici HRV (Mean NN intervals, SDNN, RMSSD, indice triangolare, Cardiac Vagal Index, misure del Poincaré plot, Sample Entropy, potenze spettrali HF, LF e potenza totale) nel gruppo con disturbi psicotici, suggerendo una ridotta modulazione autonoma cardiaca. Nel processo di classificazione, modelli di machine learning e deep learning sono stati valutati con un rigoroso protocollo di validazione incrociata a 54 fold, con selezione e ottimizzazione delle caratteristiche effettuate esclusivamente nel training. Un modello Gradient Boosting ha ottenuto la migliore accuratezza a livello di soggetto, superando precedenti risultati sullo stesso dataset; un modello ibrido CNN-BiLSTM-Attention ha raggiunto un'accuratezza competitiva. Lo studio evidenzia che l'uso combinato di HRV multidominio e una valutazione rigorosa permette una discriminazione affidabile tra soggetti sani e affetti da disturbi psicotici, con buona interpretabilità dei modelli.

Sintesi generata con IA. Verifica metodi, risultati e limiti nella pubblicazione originale.

Abstract e pubblicazione originale

L’abstract è consultabile nella fonte originale. Non viene ripubblicato qui perché non risulta verificata una licenza compatibile.

Leggi nella fonte originale ↗

Parole chiave

variabilità della frequenza cardiacadisturbi psicoticischizofreniadisturbo bipolareapprendimento profondomachine learningsistema nervoso autonomoPolar H10analisi multidominioPoincaré plotquantificazione di ricorrenzamodulazione autonoma cardiaca

Come citare questo studio

Vivek Ranjan, Raghuwansh Singh, Anindita Ganguly, Suman Halder. (2026). Characterizing altered cardiac autonomic dynamics in psychotic disorders through multidomain heart rate variability analysis and deep learning.. Biomedical physics & engineering express. DOI: 10.1088/2057-1976/aeb384

Consulta la pubblicazione originale ↗