hrv

# 心率变异性 (HRV) 分析 ## 概述 心率变异性 (HRV) 反映了连续心跳之间时间间隔的变化，提供了对自主神经系统调节、心血管健康和心理状态的洞察。NeuroKit2 提供了跨时域、频域和非线性领域的全面 HRV 分析。 ## 主要函数 ### hrv() 一次性计算所有可用领域的所有 HRV 指标。 python hrv_indices = nk.hrv(peaks, sampling_rate=1000, show=False) **输入：** - `peaks`: 包含 `'ECG_R_Peaks'` 键的字典或 R 波峰值索引数组 - `sampling_rate`: 信号采样率 (Hz) **返回：** - 包含所有领域 HRV 指标的 DataFrame： - 时域指标 - 频域功率谱 - 非线性复杂度度量 **这是一个便捷包装器**，整合了： - `hrv_time()` - `hrv_frequency()` - `hrv_nonlinear()` ## 时域分析 ### hrv_time() 基于心跳间隔 (IBI) 计算时域 HRV 指标。 python hrv_time = nk.hrv_time(peaks, sampling_rate=1000) ### 关键指标 **基本间隔统计：** - `HRV_MeanNN`: NN 间隔的平均值 (ms) - `HRV_SDNN`: NN 间隔的标准差 (ms) - 反映总 HRV，捕获所有周期性成分 - 短期记录需 ≥5 分钟，长期记录需 ≥24 小时 - `HRV_RMSSD`: 连续差值的均方根 (ms) - 高频变异性，反映副交感神经活动 - 在较短记录中更稳定 **连续差值度量：** - `HRV_SDSD`: 连续差值的标准差 (ms) - 类似于 RMSSD，与副交感神经活动相关 - `HRV_pNN50`: 连续 NN 间隔差异 >50ms 的百分比 - 副交感神经指标，在某些人群中可能不敏感 - `HRV_pNN20`: 连续 NN 间隔差异 >20ms 的百分比 - 比 pNN50 更敏感的替代指标 **范围度量：** - `HRV_MinNN`, `HRV_MaxNN`: NN 间隔的最小值和最大值 (ms) - `HRV_CVNN`: 变异系数 (SDNN/MeanNN) - 归一化指标，适用于跨受试者比较 - `HRV_CVSD`: 连续差值的变异系数 (RMSSD/MeanNN) **基于中位数的统计：** - `HRV_MedianNN`: NN 间隔的中位数 (ms) - 对异常值稳健 - `HRV_MadNN`: NN 间隔的中位数绝对偏差 - 稳健的离散度度量 - `HRV_MCVNN`: 基于中位数的变异系数 **高级时域：** - `HRV_IQRNN`: 四分位距