利用ECG关于HRV分析

一、医学常识

HRV（HeartRateVariability,中文为心率变异度），在医学上有重要的意义。心脏除了本身的节律性放电引发的跳动之外，也受到自律神经系统所调控。过去二十年已有不少文献显示自律神经系统的调控与心血管疾病相关的死亡率有显著的关系，例如心因性垂死、高血压、出血性休克、败血性休克等。心率变异分析亦被发现可作为预测发生心肌梗塞后的死亡率的指标及预测末期肝癌病患的预后。

HRV的周期频率一般被分为三部分，通过时频域变换可以得到VLF、LF、HF分别对应超低频（<0.04Hz)、低频段（0.04-0.15Hz）、高频段（0.15-0.4Hz），每个频段的功率（或者说幅度）都代表了不同的生理信息，利用离散傅立叶变换将心跳间隔的时间序列转换为频域，以功率频谱密度（Powerspectral density）或是频谱分布(Spectraldistribution)的方式表现。一般心率变异讯号的频谱分析使用200至500连续心跳间期稳定记录表现，因此记录需要数分钟的时间。

一般的心跳间期频谱频率出现在1赫兹以下，在0到0.4赫兹的范围内可找到数个波峰。主要为高频区(0.15-0.40赫兹)及低频区(0.04-0.15赫兹)。高频区通常反映副交感神经的活性，低频区同时受到交感与副交感神经系统的调控。

二、信号分析

时域分析 (Time domain)

通常利用连续量测到的心电图波形，直接计算与分析其相连心跳间时间序列的关系，例如：

SDNN (Standard Deviation of Normal to

Normal)，全部正常心跳间距之标准差，单位为毫秒。

SDANN (Standard deviation of the averages of NN intervals in

all 5-minute segments of the entire

recording)，全程依五分钟分成连续的时段，先计算每五分钟心跳间期的标准差，再计算标准差的平均值，单位为毫秒。

NN50 count (Number of pairs of adjacent NN intervals differing

by more than 50 ms in the entire

recording)，心电图中所有每对相邻正常心跳时间间隔，差距超过50毫秒的数目。

pNN50 (NN50 count divided by the total number of all NN

intervals)，NN50数目除以量测之心电图中所有的正常心跳间隔总数。

频域分析 (Frequency domain)

HRV代表了心动周期的变化，所以我们首先要求出每个变化着的周期的具体值，一般方法是找到每个周期识别点，比如过零点、最大最小极值点以及一些能够容易检测到的点，在ecg信号中我们一般采用RR点之间的时间作为对应的周期，所以第一步是检测ecg信号的R点；第二步就是要计算出每个周期值，也就是RR点之间的时间值，这个在matlab中很好实现；因为HRV周期是随时间变化的函数，而且一般对应的周期点数有限，说以在fft之前进行插值计算是必要的，第三步，插值法；最后一步进行fft变换，得到HRV的频谱图，剩下的分析就交给医生了。

三、总结

心律变异度频域分析测量指标、定义及临床意义

指标单位定义频谱范围临床意义

总功率

total power, TPms2全部正常心跳间期之变异数高频、低频、极低频的总和≤0.4Hz整体心律变异度评估

极低频范围功率

very low frequency power, VLFPms2极低频范围正常心跳间期之变异≤0.04Hz生理意义不明

低频范围功率

low frequency power, LFPms2低频范围正常心跳间期之变异数0.04-0.15Hz代表交感与副交感神经活性

高频范围功率

high frequency power, HFPms2高频范围正常心跳间期之变异数0.15-0.4Hz代表副交感神经活性

标准化低频功率

normalized LFP, nLFP标准化单位,n.u.LF/(TP-VLF)交感神经活性

定量指标

标准化高频功率

normalized HFP,nHFP标准化单位,n.u.HF/(TP－VLF)副交感神经活

性定量指标

低、高频功率的比值

LF/HF无单位低、高频功率的比值代表自律神经

活性平衡

转载地址：https://www.jianshu.com/p/e1261c63530f

利用ECG关于HRV分析相关推荐

matlab hrv,利用ECG信号进行HRV分析
一.HRV的一些医学概念 HRV(HeartRateVariability,中文为心率变异度),在医学上有重要的意义.心脏除了本身的节律性放电引发的跳动之外,也受到自律神经系统所调控.过去二十年已有不 ...
ecg心率和ppg心率区别_基于ppg的心率变异性hrv分析的伪影去除
ecg心率和ppg心率区别 Artifact removal is probably the most important and (unfortunately) most overlooked st ...
NLP实战：利用Python理解、分析和生成文本 | 赠书
导读:本文内容参考自<自然语言处理实战:利用Python理解.分析和生成文本>一书,由Hobson Lane等人所著. 本书是介绍自然语言处理(NLP)和深度学习的实战书.NLP已成为深度 ...
python处理excel表格数据-利用Python处理和分析Excel表中数据实战.doc
利用Python处理和分析Excel表中数据实战 [利用python进行数据分析--基础篇]利用Python处理和分析Excel表中数据实战原创 2017年06月28日 15:09:32 标签: p ...
ML之FE：利用FE特征工程(分析两两数值型特征之间的相关性)对AllstateClaimsSeverity(Kaggle2016竞赛)数据集实现索赔成本值的回归预测
ML之FE:利用FE特征工程(分析两两数值型特征之间的相关性)对AllstateClaimsSeverity(Kaggle2016竞赛)数据集实现索赔成本值的回归预测目录输出结果设计思路核心代 ...
噪音曲线图测试软件,利用示波器统计工具分析有噪声信号之测量统计和余晖图...
利用示波器统计工具分析有噪声信号之测量统计和余晖图 2019-09-24 数字示波提供了多种基于统计的工具,除了前文提到的平均和直方图之外,测量参数统计和余晖图,也是非常有用的工具,协助快速获取有用信 ...
案例解读：利用12c渐进式DASH分析ON CPU
墨墨导读:本文来自墨天轮读者"Anbob"供稿,分享利用12c渐进式DASH分析"ON CPU"的过程. 墨天轮主页:https://www.modb.pro/ ...
利用python进行显著性分析
利用python进行显著性分析实验数据做的是朋友的呃呃植物什么什么实验 ,相关数据已经打码,最右侧的一列是 spss 的显著性分析的结果代码最终设想是能实现和 SPSS 一样或者近似的结果 ...
利用CIBERSORT免疫细胞类群分析详细教程
利用CIBERSORT免疫细胞类群分析详细教程查看全文 http://www.taodudu.cc/news/show-4326345.html 相关文章: 新冠免疫细胞培养.转染.核酸分析整合解决 ...

利用ECG关于HRV分析

利用ECG关于HRV分析相关推荐

最新文章

热门文章