HBVigor 0.1.3

HBV.

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。