HBV.
Project description
概括
心率变异性(HRV)是研究领域中一个不断增长的兴趣领域,近几十年来,越来越多的新测量方法被引入,随后是互补的软件工具。但是,大多数可用的封闭源HRV工具可用,许可证成本高昂,并且会阻止开发人员访问源代码,从而限制了自定义应用程序开发的可能性。另一方面,开源解决方案面临不同的局限性,例如功能减少,结果未经验证或对主流编程语言的完全支持。HBVigor是一个开源的Python工具箱,它计算来自心电图(ECG)、SpO2、血容量脉搏(BVP)或其他带有心率指示器的信号的最先进的心率变率(HRV)参数。
通过HBVigor,我们的目标是为HRV专门的教育、研究和应用开发提供一个用户友好和通用的Python工具箱。
它提供了易于理解的源代码,以帮助初学者理解基本的HRV参数计算,同时提供了最重要的HRV分析功能的开发人员和公布质量的结果为研究人员的图。
入门指南
安装
这个工具箱可以使用pip工具安装(适用于python3):
pip install HBVigor
依赖工具包: astropy | numpy | scipy | matplotlib |
导入
from HBVigor import HBVigor
API参考
-
HBVigor.GetHRV(RRI, Domain = None)
通过RR间期的时间序列数据来计算心率变异性(HRV)的各领域分析。
参数:
- RRI:心动间期,单位为毫秒(ms), 建议采集时长为5分钟或24小时。
- Domain:分析领域,可选:TimeDomain,FreqDomain, Poincare, Nonlinear。
返回:
- 字典类型,包括各领域的HRV分析结果。
科学背景
HRV算法是根据心率变异性测量标准、生理解释和临床使用指南算法开发和实现的。
HBVigor核心特性和HRV参数列表
时域参数
- MAX:最大值
- MIN:最小值
- MEAN:平均值
- SDNN:所有正常相邻RR间期的标准差
- RMSSD:正常相邻RR间期差值的均方根
- SDSD:正常相邻RR间期差值的标准差
- NN50:相邻RR间期差值大于50ms的个数
- PNN50:相邻RR间期差值大于50ms的个数除以总的RR间期个数,再乘以100
频域参数
- Welch
- Lomb-Scargle
Poincare散点分析
- SD1:散点图短半轴的长度
- SD2:散点图长半轴的长度
非线性参数
- IE:信息熵
- BE:基本尺度熵
- SE:样本熵
免责说明
本程序发布的目的是希望它将是有用的,并“按原样”提供给您,但没有任何保证,甚至没有隐含的适销性或适用于特定目的的保证。本程序不适用于医学诊断。我们明确否认任何责任对于任何直接、间接、间接、附带的或特殊的损害,包括但不限于收入损失、利润损失、业务中断或数据丢失带来的损失,无论形式的行动或法律理论下的责任可能断言,即使建议等损失的可能性。
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.