HRV心率變異性分析軟件

心電與脈搏信號分析

自動化多角度分析模式 ：基于自動識別/自定義整段、場景、事件及片段分析，滿足對時間點或時間段內(nèi)數(shù)據(jù)趨勢變化的精確分析。支持狀態(tài)識別研究的自動化處理，如疲勞狀態(tài)、認知負荷，輸入研究時間段參數(shù)，自動化完成特征值提取與分析。

數(shù)據(jù)處理與特征點提取 ：系統(tǒng)內(nèi)置多種信號處理方式，包括小波、高/低通濾波等對原始信號進行處理，自動標記R峰值點（包括異常值檢測、異常點矯正），提取IBI間期，進行數(shù)據(jù)統(tǒng)計與分析，可一鍵導(dǎo)出.csv文件。

數(shù)據(jù)統(tǒng)計與可視化報告： 支持IBI間期的時域統(tǒng)計、經(jīng)FFT轉(zhuǎn)換的頻域數(shù)據(jù)以及非線性分析，從不同角度挖掘數(shù)據(jù)信息。支持一鍵導(dǎo)出原始數(shù)據(jù)、處理數(shù)據(jù)、統(tǒng)計分析數(shù)據(jù)以及結(jié)果的可視化報告，更加可靠與豐富。

多模態(tài)數(shù)據(jù)同步交叉統(tǒng)計 ：支持HRV信號與多模態(tài)數(shù)據(jù)進行交叉統(tǒng)計分析，包括行為、眼動、腦電、動作捕捉以及其他的身體電信號數(shù)據(jù)，實現(xiàn)多維度的結(jié)果驗證與多模態(tài)數(shù)據(jù)更精確的的狀態(tài)識別。

HRV高級數(shù)據(jù)處理分析模塊可以結(jié)合人機環(huán)境同步平臺和身體記錄系統(tǒng)采集到與HRV指標相關(guān)的身體信號進行離線處理和分析。可對信號進行自由選擇、放大、縮小，便于瀏覽數(shù)據(jù)；在整體呈現(xiàn)數(shù)據(jù)的基礎(chǔ)上，還可以根據(jù)片段、事件、場景三種分割方式進行數(shù)據(jù)呈現(xiàn)與分析；可導(dǎo)出ASCII格式的原始數(shù)據(jù)、處理后數(shù)據(jù)和分析后數(shù)據(jù)；并可導(dǎo)出可視化分析報告。

技術(shù)要求：

1、信號處理模塊：

處理方法包括數(shù)字濾波和R點提取。數(shù)字濾波包含四種，分別為小波去噪（Wavelet Filter）、高通（High Pass）、低通（Low Pass）、帶阻（Band Stop），用以濾除噪音干擾，從而得到有用的PPG信號；

R點提取包括R峰提取（R-Peak Extraction）、異常點檢測（Ectopic Detection）、異常點矯正（Ectopic Correction）。用戶可根據(jù)需要自定義輸入?yún)?shù)，可選擇多種處理方法進行一次處理；也可增加、刪除已選擇的處理方法。

手動信號校正方法包括線性插值（Linear interpolation）、樣條差值（Spline interpolation）以及通過復(fù)制信號區(qū)域進行插值。

2、信號分析模塊：

信號分析模塊包括時域分析、頻域分析和非線性分析三種，三者可實現(xiàn)自由轉(zhuǎn)換。

A.時域分析（Time Domain）：包括全程記錄期間所有N-N間期的均值（MeanIBI）、全程記錄期間所有N-N間期的標準差（SDNN）、全程記錄期間所有N-N間期的標準差平均值SDANN、相鄰N-N間期差值的標準差（SDANN Index）、相鄰N-N間期之差的標準差（SDSD）相鄰N-N間期差值的均方根（RMSSD）、相鄰N-N間期之差大于50ms的比例（PNN50）、相鄰N-N間期之差大于20ms的比例（PNN20）。SDNN與總體變異性相關(guān)，而RMSSD與副交感神經(jīng)影響心率的活動有關(guān)。

B.頻域分析（Frequency Domain）：運用參數(shù)模型法和快速傅里葉變化將時域分析信號轉(zhuǎn)換為頻域分析信號，用以表達不同頻率的變異數(shù)量，包括：高頻段（HF 0.15-0.4Hz）、低頻段（LF 0.04-0.15Hz）、極低頻段（VLF 0.0033-0.04Hz）和超低頻段（ULF 0-0.0033Hz），并對信號進行功率譜密度分析。從功率譜密度中確定信號的頻帶，將在功率譜分析圖中以不同的顏色區(qū)分。統(tǒng)計數(shù)據(jù)包括Power、Power Percent、Power Norm以及Peak、Total Power、LF/HF指標統(tǒng)計。

C.非線性分析：散點圖分析（Pioncare）,利用R-R間期變化繪制圖像，包含了HRV的線性和非線性的變化趨勢了，給出了心臟波動的直觀顯示，能揭示非線性過程和非周期性運動。同時引入了向量長度指數(shù)和向量角度指數(shù)，分別反映R-R間期的變化程度和相鄰R-R間期的變化程度。參數(shù)包含垂直偏差SD1，水平偏差SD2；差值散點圖（Scatter）：時間序列中連續(xù)的速率值之間的相關(guān)性，以連續(xù)三個IBI點做差值得到一個坐標點做圖，得到四個象限的值。參數(shù)指標包括：*象限點的個數(shù)A++、第三象限點的個數(shù)B--。

3、可視化Chart與導(dǎo)出數(shù)據(jù)模塊：包括原始數(shù)據(jù)Raw Data、處理數(shù)據(jù)Processed、心率HR、IBI間期、R峰值以及整體報告。