World Sleep Industry ENCYCLOPEDIA

HRV分析算法

4.4.1

定義、輸入與輸出邊界

心率變異性(HRV)分析演算法研究相鄰心搏間期隨時間的變化。以心電圖為輸入時,演算法先定位連續 QRS 波群的基準點,形成 RR 間期;排除異位搏動、漏檢、誤檢及其影響後,保留的竇性心搏間期通常稱為 NN 間期。輸出可以是清理後的間期序列、品質標記以及時域、頻域或非線性指標,而不只是一個綜合分數。

HRV 描述心臟節律受到自律神經、呼吸、血壓調節、晝夜節律及行為狀態共同調制後的波動,不等同於平均心率,也不是自律神經活動的直接量測。相同心率可伴隨不同變異性,同一指標也會受年齡、藥物、疾病、體位和睡眠階段影響。演算法必須限定採集條件、分析視窗和目標人群,避免把相關性表述為單一生理機制。

經光體積變化描記、壓力波或其他周邊脈搏訊號得到的是脈搏間期及脈率變異性。它與 ECG-HRV 相關,卻還包含射血前期、脈搏傳導、血管張力、量測部位和波形基準點造成的變化。產品若使用 PPG,應明確標作 PRV 或說明其替代關係經過何種情境驗證,不能預設與心電 NN 間期指標互換。

心搏偵測與時間軸建構

心電處理通常包括濾波、QRS 候選偵測、基準點精確定位和節律分類。基線漂移、電源干擾、肌電、導聯接觸不良、離床動作和呼吸相關波形變化都可能造成峰位偏差或漏、重複檢出。演算法應保留原始取樣率、濾波設定、峰位置與修訂紀錄,使每個間期能追溯到原始波形,而不是只保存最終指標。

間期序列是不等間隔取樣的事件序列。時域計算可直接使用合格 NN 間期;傳統頻譜通常需建構隨時間均勻取樣的心動間期圖,並說明插值、重取樣、去趨勢、分段和窗函數。以心搏序號為橫軸和以秒為橫軸回答的問題不同,頻率單位和頻帶也不能混用。

整夜記錄還要處理暫停、離床、導聯重接、時鐘漂移和多設備同步。每個視窗應帶有開始結束時間、總心搏數、合格 NN 數、缺失比例、節律狀態和睡眠標籤來源。遇到心房顫動、頻發異位搏動、節律器節律或無法確認的波形時,系統應輸出不適用或低信心,而不是用大量插值製造平滑的「正常」序列。

偽差、異位搏動與品質控制

清理流程要區分技術偽差與真實節律。固定百分比閾值能發現突變,卻可能刪掉生理性快速變化,也可能漏過連續誤檢;只按全夜平均範圍篩選會在不同心率或睡眠階段產生偏差。較穩健的方案聯合波形品質、局部間期模式、前後心搏關係和節律分類,並把自動修改留給人工抽查。

刪除、插值或替換一個異常間期會改變相鄰差值和頻譜,尤其影響 RMSSD、pNN 類指標及高頻功率。演算法應記錄原始與清理後序列、異常類型、修正方法和修正比例,並預先規定超過何種污染程度時棄用視窗。不同修正規則所得結果不可在沒有敏感性分析時視為等價。

品質控制不應停在整體訊號品質分數。短暫偽差可能集中於翻身、覺醒、呼吸事件或 REM 睡眠,若只保留最平靜片段,會系統性改變研究對象。應按受試者、睡眠階段、事件附近與設備類型報告有效覆蓋,並檢查品質門檻是否對特定年齡、膚色、疾病、體動程度或佩戴部位造成差異性排除。

時域、頻域與非線性分析

常用時域指標包括平均 NN、SDNN、RMSSD 和相鄰 NN 差值超過既定閾值的比例。它們依賴記錄長度和清理規則:SDNN 彙總視窗內多種時間尺度的變化,RMSSD 更側重逐搏快速變化。短視窗、整夜和 24 小時結果不能只因名稱相同就直接比較,閾值及單位也必須隨指標完整報告。

頻域方法把變異分配到不同頻率範圍,可採用快速傅立葉轉換、參數頻譜、Lomb–Scargle、時頻或小波方法。結果依賴平穩性、視窗長度、呼吸頻率、去趨勢和頻帶定義。高頻功率常與呼吸性竇性心律不整相關,但慢呼吸可把呼吸成分移入較低頻段;低頻功率並非純交感指標,LF/HF 也不應被簡化為精確的交感—迷走平衡。

非線性與複雜性分析可包括 Poincaré 圖、樣本熵、多尺度熵、去趨勢波動分析和分形相關。它們能描述傳統均值與功率未涵蓋的結構,但對資料長度、參數選擇、非平穩性和異常心搏十分敏感。新指標應提供演算法版本、參數、重複性和增量價值,不可因數學形式複雜就自動獲得臨床意義。

睡眠分段與多訊號關聯

睡眠中的 HRV 隨清醒、NREM、REM、覺醒和自律神經瞬態而變化。分析可以使用固定長度視窗、睡眠階段內穩定片段或事件鎖定視窗,但必須說明如何處理跨階段、覺醒和階段轉換。若睡眠階段來自演算法而非人工 PSG,應把分期誤差傳播到 HRV 結果,不能把預測標籤當作無誤真值。

短暫呼吸中止、低通氣、血氧下降、週期性腿動和翻身可伴隨心率加速或減速。要研究這些關係,需要統一時鐘,並預先定義事件前、事件中和恢復期、重疊事件優先級以及基線。只比較「有事件」和「無事件」的整夜平均值會混入睡眠階段、體位、藥物和事件密度等混雜因素。

頻譜解釋尤其依賴呼吸。呼吸率、潮氣量和氣道阻塞可改變呼吸性心律變化,因此在可行時應同步使用經過驗證的呼吸訊號,而不是僅由 HRV 反推呼吸。HRV 可作為睡眠研究的一個特徵或監測線索,但單獨使用不能取代 EEG 睡眠分期、呼吸事件判讀或心律不整診斷。

驗證、比較與結果報告

驗證應涵蓋從原始訊號到最終指標的完整鏈條。心搏偵測需與人工核驗 ECG 比較並報告漏檢、誤檢和峰時誤差;節律與品質模組需按狀態給出混淆情況;最終指標則應評估偏差、一致性和重複量測誤差。只有相關係數而沒有一致性分析,不能證明兩台設備或兩套演算法可互換。

資料劃分應以受試者為單位,並涵蓋目標年齡、性別、膚色、心血管與睡眠疾病、用藥、設備和家庭環境。訓練和測試中同一人的相鄰夜晚會造成資訊洩漏;只選竇律、靜止、無事件的片段則會高估整夜可用性。外部驗證應使用獨立地點和設備,並分別報告演算法失敗、訊號失敗與排除原因。

報告至少應包含感測器與導聯、取樣率、心搏基準點、濾波、異常心搏定義、插值與去趨勢、視窗長度、有效資料比例、指標公式、頻帶和軟體版本。結果應同時給出單位、分布和不確定性,並說明是 ECG-HRV 或 PPG-PRV。個人趨勢還需控制量測時刻、睡姿、呼吸、近期運動、酒精、咖啡因、壓力、發熱和藥物改變。

部署、解釋與安全邊界

即時或穿戴式系統可在裝置端完成心搏偵測與品質篩選,再上傳間期或彙總特徵,但壓縮和節能不能犧牲時間精度與可稽核性。隱私設計應減少不必要的原始資料傳輸,設定存取、保留和刪除規則。模型或韌體更新後,應以固定基準資料檢查指標是否出現斷點,並為長期趨勢保留版本資訊。

面向使用者的「恢復」「壓力」或「準備度」分數通常還融合睡眠、活動和個人基線,並不等同於某一標準 HRV 指標。介面應展示量測條件、有效時長、信心和基線形成方法,區分日內波動與持續變化。缺失或低品質資料應明確呈現,不能靜默填補成看似精確的健康結論。

HRV 異常可以提示進一步複核,卻不能單獨診斷自律神經疾病、睡眠呼吸中止、心律不整或心理狀態。出現胸痛、暈厥、明顯心悸或裝置提示持續不規則節律時,應依臨床流程處理,而非依賴 HRV 分數自行判斷。可靠系統的核心不是輸出更多小數,而是保留訊號來源、品質、適用範圍和可升級的人工審閱路徑。