심박수 가변성 (HRV)은 연속 심박수 사이의 시간에 변화의 측정입니다. 그것은 심혈관 신경 시스템 활동과 전반적인 심혈관 건강의 중요한 지표입니다. ECG 자료에서 HRV를 계산하는 것은 데이터 수집, 사전 처리 및 분석과 같은 여러 단계를 포함합니다.

ECG 자료 수집

ECG 자료는 심장의 전기 활동을 기록하는 믿을 수 있는 장치를 사용하여 수집되어야 합니다. 자료는 정확한 HRV를 평가하기 위하여 적어도 5 분의 충분한 내구, 일반적으로이어야 합니다. 자료를 지키는 것은 적당한 비율, 보통 250 Hz의 위 표본으로, 상세한 심장 신호를 붙잡기 위하여 표본으로 입니다.

ECG 자료 처리

사전 처리는 소음과 흡사성을 제거하기 위해 원시 ECG 신호를 필터링합니다. 일반적인 필터는 관심의 주파수 범위를 격리하는 밴드 패스 필터를 포함합니다. 다음, ECG 파형의 눈에 띄는 위쪽 방위인 R-peaks를 식별합니다. R-peaks의 정확한 탐지는 신뢰할 수있는 HRV 계산에 중요합니다.

HRV 교육

R-peaks가 확인되면 RR 간격으로 알려진 성공 피크 사이의 간격을 계산합니다. 이 간격은 HRV 분석에 대한 기초를 형성합니다. 몇 가지 방법은 Time-domain 및 Frequency-domain 측정을 포함하여 HRV를 할당하는 데 존재합니다.

  • Time-domain 분석: NN 간격의 표준 편차 (SDNN)와 같은 미터 계산 및 성공적 차이의 루트 평균 사각형 (RMSSD).
  • Frequency-domain 분석: 저주파 (LF) 및 고주파 (HF) 구성 요소와 같은 다른 주파수 대역에 전원을 결정하는 스펙트럼 분석.
  • Tools and software: Kubios, MATLAB, 또는 분석을위한 Python 패키지와 같은 전문 소프트웨어 또는 프로그래밍 라이브러리를 활용합니다.