评估健康志愿者在自主呼吸和控制呼吸条件下ECG和PPG衍生参数的心率变异性和呼吸一致性 -- 知识铺

抽象的

介绍

光电体积描记法 (PPG) 用作心电图 (ECG) 的替代品，用于心率变异性 (HRV) 分析或呼吸频率监测。 PPG 是比静息心电图更方便的 HRV 测量方法，因为呼吸可能是 HRV 评估中的混杂因素。

然而，当在不同情况下测量 HRV 和脉率变异性 (PRV) 时，尚不清楚受控呼吸是否会影响呼吸量和呼吸频率。

有意识地控制呼吸是为了改变由呼吸性窦性心律失常（RSA）引起的受试者的自主神经状态。

本研究的目的是调查有/无受控呼吸的健康受试者的 ECG 和 PPG 得出的参数之间的一致性。

方法

我们对30名健康志愿者测量了他们的呼吸频率，并记录了他们在自主呼吸和控制呼吸期间的心电图和PPG信号，包括自然节奏呼吸、快而深的呼吸、慢而深的呼吸、快而浅的呼吸以及慢而浅的呼吸。

结果

在自主呼吸和受控呼吸任务中，脉搏率和心率之间观察到明显的一致性。然而，PRV 和 HRV 指数的比较表明在受控呼吸期间存在显着差异。

基于时域和非线性方法分析的结果表明，频率相关的变化具有更大的影响。结果还表明，与 PPG 衍生的参数相比，呼吸与 ECG 衍生的参数吻合良好。

结论

我们得出的结论是，基于 PPG 的设备不能用作检测 HRV 的精确筛选工具，特别是在受控呼吸操作的心肺分析期间。

其他人正在查看类似内容

1 简介

心率变异性（HRV）是指心跳间隔的变化，它可以无创地评估心脏交感神经系统和副交感神经系统之间的平衡。

HRV指标已成为诊断和预防心源性猝死和心律失常等一些心血管疾病的流行工具[1]。提供具有不同幅度的 RR 间隔，以便能够估计呼吸频率和呼吸的时间模式 [2]。因此，文献 [3, 4] 中描述了 HRV 研究背景下心电图 (ECG) 衍生的呼吸。 HRV 分析和从心电图提取呼吸信号是评估心跳的重要方法。此外，血管脉搏周期的细微变化被表示为脉搏率变异性（PRV）。

光电体积描记法 (PPG) 技术已发展到包括使用小型可穿戴脉搏率传感器。

PPG 主要通过手指或耳垂传感器进行，偶尔也通过脚趾或鼻子进行，以无创地监测动脉氧饱和度和脉搏率。

因此，可穿戴PPG传感器因其便利性而成为临床医疗实践和研究建议中非常流行的测量心率（HR）的方式[5]。由于测量 PPG 比 ECG 更方便，因此建议将 PPG 作为替代来源，即 ECG 的替代品，用于 HRV 分析 [6, 7] 或呼吸频率监测 [8]。

一些研究人员 [9,10,11,12] 将 PRV 和 HRV 相关联，并确认 PRV 是 HRV 的良好替代品，这一点已经争论了十年，因为呼吸可能是 HRV 评估中的混杂因素。

呼吸性窦性心律失常（RSA）反映在高频 HR 振荡（通常在 R-R 间隔的功率谱中 > 0.15 Hz）[13]，它是指与呼吸周期一致的 HR 周期性波动，而 RSA吸气时增加，呼气时减少。因此，RSA具有重要的调节功能，是HRV最简单、最明显的表型。

呼吸应同时影响 HRV 和 PRV，因为呼吸量和速率可能会影响 HR。一些研究 [14,15,16,17] 重点关注脉搏波研究，旨在解决确定 HRV 的基于心电图的方法是否可以被与脉搏波测量相关的技术取代。

这些研究表明，呼吸是 HRV 评估的一个混杂因素，在有意识控制呼吸期间应予以考虑。然而，人们对呼吸对 HRV 的直接影响，特别是 PRV 和 HRV 之间的实际差异知之甚少。

此外，没有足够的证据来评估测量之间的一致性。

变化发生在 R-R 间隔，这可能受到呼吸、体育锻炼、精神压力、血流动力学改变或代谢变化的影响。观察呼吸操作期间心率的变化（即

RSA）是呈现 PRV 和 HRV 之间实际差异的最直接方式，因为呼吸频率和深度强烈决定 RSA 的波动幅度[18]。如上所述，RSA 的方差是一种了解心率变异性与源自 ECG 和 PPG 的呼吸之间的一致性的方法。因此，在本研究中，使用单导联 ECG 信号和四通道 PPG 信号来测量受控呼吸期间的 RSA。

例如，ECG 信号由导联 II 确定，并且四个肢体用于确定 PPG 信号。

参与本研究的所有受试者均进行了呼吸频率和潮气量操作，以检查呼吸变化对 HR 和 PR、HRV 和 PRV 得出的参数的影响。

因此，本研究的目的如下：（1）检查任一肢体的 PR 和 PRV 是否可以替代健康受试者的 HR 和 HRV，（2）检查HRV在受控呼吸期间相当于PRV，并且(3)研究在受控呼吸任务期间心肺耦合及其与HRV的关系。

本文的大纲组织如下。收集信号、分析及其参数的过程在第 2 节中进行了描述。 2.

虽然HRV分析分为时域法、频域法、时频域法和非线性法，但短期（~5min）频域法并不适合心血管系统的不同生理或病理状态。

因此，本文使用时域中最常见的测量值，例如正常心跳的 RR 间期平均值和所有正常 RR 间期的标准差 (SDNN)，来研究 HRV 和 PRV 之间的一致性。还采用基于复发图的分析[19]来有效评估受试者不同呼吸控制期间超短期HRV信号（约1分钟）的心肺耦合。比较结果在第 4 节中给出。 3 节中提出了一些结论性意见。 4.

2。材料和方法

2.1 受试者和数据采集

为了比较 ECG 得出的 HRV 和 PPG 得出的 PRV，本研究纳入了 30 名健康受试者，其中包括 10 名老年人和 20 名年轻人。

患有严重心肺疾病或正在接受糖尿病、高血压、肾脏或肝脏疾病定期治疗的受试者被排除在研究之外。

年轻组的年龄范围为20-37岁（平均年龄=24岁），老年组的年龄范围为50-67岁（平均年龄=60岁）。两组受试者的男女比例均为1:1。

该研究得到了台湾长庚纪念医院机构审查委员会的批准 (101 – 4896B)。参加本研究的所有受试者均获得了书面知情同意书。

实验过程中每个受试者都以舒适的姿势坐着。使用采样频率为 1.25 kHz 的多导睡眠图系统（Alice 6 LDx，Philips）和 A/D 转换器（12 位分辨率）同时记录 PPG、ECG 和呼吸信号。

ECG 信号由导联 II 确定，呼吸信号通过胸壁运动检测，四个肢体用于确定 PPG 信号，包括左食指 (LF)、右食指 (RF)、左大脚趾 ( LT）和右大脚趾（RT）。

每个信号均重新采样至 250 Hz，然后由个人计算机进行分析。由于 HRV 和 PRV 在较高环境温度下存在显着差异 [20]，所有记录均在明亮、安静、恒温 24-25 °C 的房间内进行。

2.2 实验方案

为了考虑可能的呼吸情况，定义了两种不同的呼吸情况：自主呼吸和受控呼吸（第一阶段和第二阶段）。

实验方案包括旨在评估呼吸的五项任务，包括静息 I、阶段 I、静息 II、阶段 II 和静息 III（图 1a）。每个呼吸任务持续5分钟。受试者在每项静息任务中自由呼吸，包括静息 I、II 和 III。在每个受控呼吸任务中，例如第一阶段和第二阶段，受试者遵循基于研究设计的程序。

图。1

呼吸实验方案的示意图。 b 受控呼吸的典型呼吸模式；第一阶段（上）和第二阶段（下）

根据之前的研究[21, 22]，呼吸频率被定义为呼吸较快的人（每分钟> 15次呼吸）和呼吸较慢的人（每分钟< 15次呼吸）。每个受控呼吸状态以 1 分钟的间隔进行。在呼吸控制任务中（见图1b），我们定义了五种受控呼吸，即自然节奏呼吸（NPB）、快速深呼吸（RDB）、缓慢深呼吸（SDB）、快速浅呼吸（ RSB）和慢而浅的呼吸（SSB）。

简而言之，要求受试者在 NPB 期间以 15 次呼吸/分钟的间隔吸气和呼气，并在受控呼吸任务中以 5 次和 30 次呼吸/分钟的间隔深吸气和呼气。

图 2a 显示了缓慢深呼吸期间每次测量的多导睡眠图信号的示例。

图2

a 深慢呼吸期间使用胸腹带、PPG 和 ECG（从上到下）的多导睡眠图信号的代表性示例。 b ECG 和 PPG 波形的说明性示例。根据 ECG 和 PPG 波形进行峰值检测以及 R-R 间隔 (RRI) 和峰峰值间隔 (PPI) 的定义。 RRI 计算为 ECG 信号的两个连续 R 峰值的时间间隔。

上峰的 PPI 计算为 PPG 信号一阶导数的两个连续峰的时间间隔

2.3 HRV 和 PRV 分析参数

HRV 参数通常源自 R 峰值检测和 R-R 间隔信号的生成。

R-R 间隔 (RRI) 源自 ECG 信号的 R 峰值。类似的过程可以应用于 PPG 信号及其二阶导数，以从其上 P 峰值获得 P-P 间隔。

HRV 或 PRV 分析中使用的代表性受试者在短时间间隔内的 ECG 和 PPG 波的代表性特征如图 2b 所示。心电信号的长度用L表示，R峰的位置通过R峰检测来确定。结果发现，PPG 峰与 R 峰相关。 R峰值检测算法利用双重不同的方法[23]，如下式所示：

d1(i)=xecg(i)−xecg(i−1),i=1,2,…,L−1

(1)

d2(j)=[d1(j)−d1(j−1)]2,j=1,2,…,L−2

(2)

where xecg(n) is the input signal of ECG, d1(i) is the first difference, and d2(j) is the squared double difference of the ECG signal. Then the d2(j) signal is filtered by bandpass filter. The dynamic threshold was determined by 80% of the peak of d2(j) after being filtered. In the sequence d2(j), the peaks of wave greater than the threshold value were selected as the windows. In the sequence xecg(n), the maxima peaks were selected within processed windows as the R-peaks. The peaks of PPG were determined by the positions between two R peaks on the ECG. RRI and PPI were defined as the follows:

PPI(k)=P(k)−P(k−1),k=1,2,…,N

(4)

Where R(i) is the R peak and P(i) is the peak of PPG. To ensure the accuracy of the detection results, all data were double-checked visually to make sure that there were no missing waves or false detection.
To identify differences between HRV and PRV based on the breathing frequency and volume, some of the important time domain HRV parameters were calculated. Weinschenk et al.
(2016) demonstrated some parameters via a 5-min short-term HRV with moderation to good agreements between PPG and ECG derived measurements during 1-min deep breathing tasks [24]. Therefore, based on their recommendations, appropriate parameters were used for time-domain HRV parameters. In this study, standard deviation of normal-to-normal intervals (SDNN) and standard deviation of all peak-to-peak intervals (SDPP) were the parameters to be applied.

SDNN=1N∑i=1NRRI(i)−RRI¯

(5)

SDPP=1N∑i=1NPPI(i)−PPI¯

(6)

个体 HRV 和 PRV 的比较以 5 分钟长的矩形窗口形式呈现。

SDNN 和 SDPP 确定后，窗口将移动 30 秒。每个窗口都会产生从 RRI 派生的 SDNN 和从 PPI 派生的 SDPP。

2.4 心肺耦合的相干性

基于心电图的心肺耦合 (CPC) 是一种新颖的睡眠质量 HRV 测量方法 [25, 26]。为了找出ECG衍生参数和PPG衍生参数之间的一致性[27]，使用复发图来计算复发点数量与复发点总数之间的百分比[28]。图 3 显示了递归图的示例。当给定两个时间序列 x(i) 和 y(i) 时，递归图表示点 (x(i), y(i)) 和 (x(j), y(j) 之间的归一化距离))，在时域中绘制[19, 20]。

图3

递归图示例。两个连续时间序列 a，x(i) = sin(i) 是正弦波，y(i) = sin(i + t) 是有时间延迟的正弦波。归一化距离 b 是根据两个连续时间序列计算的。递归图c是通过归一化距离图的阈值设置获得的

归一化距离 D(i, j) 计算如下：

D(i,j)=[x(i)−x(j)]2var(x)+[y(i)−y(j)]2var(y)

(7)

其中时间序列x(i)和y(i)表示两个二维情况； var(∙)表示时间序列方差。如果两个点彼此足够接近，即距离 D(i, j) 低于固定截止值，则在 (i, j) 中绘制一个点。

(i, j) 中的重复点意味着时刻 i 中的信号之间的交互几乎与时刻 j 中的相同（即交互是重复出现的）。如果D(i,j)高于阈值[29]，则(i,j)不是重复点。重现点指示信号之间的幅度关系的孤立重现。复发百分比定义为复发点数与所有可能点数总数之间的百分比。

它量化了以信号交互中重复出现为特征的时刻数量；信号动态越频繁，复发百分比的值就越高。应用自重现图作为基线。

为了量化一致性，我们根据之前的研究[30]从复发量化分析（RQA）中得出了复发百分比比率。比率 RR 计算为自身复发所占复发百分比范围的比率。比率 RR 表示计算出的相关性越接近1，两个信号的耦合度就越高。图 4 简要描述了比率 RR 。所有信号（包括 RRI、PPI 和呼吸）均经过归一化并重新采样至 4 Hz，以便由个人计算机进行分析。

分析了 10 名受试者呼吸任务期间 ECG 衍生的呼吸信号和 PPG 衍生的呼吸信号之间的一致性，以评估它们与时域心肺耦合的关系。图 4 显示了一名受试者在 NPB 条件下的相干性分析结果。如图 4a 所示，基于呼吸信号的自重现图被用作基线。比率 RR 值 < 1（见图 4b、c）表明 ECG 导出的呼吸值的一致性高于 PPG 导出的呼吸值。

图4

一名受试者在 NPB 的相干性分析结果的详细信息：所有信号，包括 RRI、PPI 和呼吸（使用胸腹带）均已标准化并以 4 Hz 重新采样。左侧显示了 50 秒样本的说明性示例。

复发率以复发图（右侧）上黑色的百分比表示。采用基于呼吸信号的自我重现图作为基线。我们发现 b ECG 衍生的呼吸和 c PPG 衍生的呼吸之间的这些复发图的比率 RR 存在相关性

2.5 统计分析

为了比较 ECG 衍生的参数与 PPG 衍生的参数，使用了呼吸任务期间的受试者内分析。受试者内分析评估了个体连续结果的显着变化[31]。 RRI 和 PPI 在自主呼吸和控制呼吸（第一阶段）期间测定。每个受试者测量的 LF、RF、LT 和 RT 之间的 RRI 和 PPI 通过学生 t 检验进行比较，如图 5a 所示。为了比较 HRV 和 PRV，使用了持续时间为 5 分钟的窗口。 SDNN 系列通过使用偏移 30 秒的窗口来确定。每个受试者有 40 SDNN 和 SDPP。 HRV和PRV通过Student’s t检验进行比较，如图5b所示。明显的一致性定义为 p 值 ≤ 0.05； p 值大于 0.05 表明一致性不足； Bland-Altman 分析用于确定这些差异的 95% 置信区间 [23]。为了比较通过 PRV 确定的 HRV 与受控呼吸，在自主呼吸（静息基线）和受控呼吸期间的数据之间评估了源自 RRI 的一系列 SDNN 和源自 PPI 的 SDPP。通过 RQA 计算两个不同测量之间的比率 RR 值。类似于 1 的比率被定义为与呼吸的一致性。各参数和统计值均由Mathworks MATLAB R2008a（Mathworks，Natica，MA，USA）计算（表1）。

图5

通过峰值检测算法获得任一肢体的 RRI 和 PPI 转速图。给出了两个几乎没有细微差别的转速图。 a PPI 和 RRI 系列分析的时间长度为 5 分钟。获得的数据包括从健康志愿者的 RRI 中采样的片段。 b PRV 和 HRV 之间的 SDNN 系列也是使用 30 秒偏移的窗口计算的（说明 win 和 st）。 SDNN 和 SDPP 系列是使用 Student t 检验计算的。 P < 0.05 被认为具有统计显着性，作为良好一致性的指标

3 个结果

3.1 HR、PR/HRV 和 PRV 的比较

比较HR和PR的呼吸任务，包括自主呼吸和控制呼吸。对于受试者间分析，表 2 显示了每个肢体的 ECG 衍生 HR 和 PPG 衍生 PR 的统计比较结果。在两类任务中，HR 和 PR 之间观察到良好的一致性和显着的差异。对于受试者内分析，图 6a 显示 HR 和 PR 之间的差异百分比几乎小于 10%，这表明呼吸任务中差异并不显着。在静息和受控呼吸任务中，PR 和 HR 之间观察到明显的一致性。

表 2 ECG 衍生的 RRI 和 PPG 衍生的各肢体 PPI 测量结果比较

图6

自主呼吸和控制呼吸技术之间的 RRI 和 PPI 比较。 a HR 和 b HRV 结果的受试者内分析。 LF：左手指，RF：右手指，LT：左脚趾，RT：右脚趾。红色条表示 ECG 和 PPG 监测之间的百分比差异

在所有呼吸任务中比较 HRV 和 PRV。对于受试者间分析，表 3 显示了每个肢体的 ECG 衍生 HRV 和 PPG 衍生 PRV 的统计比较结果。在静息任务中，HRV 和 PRV 之间观察到明显的一致性，但在呼吸任务中，HRV 和 PRV 之间观察到显着差异。对于受试者内分析，图6b显示HRV和PRV之间的差异百分比几乎高于80％，这表明HRV和PRV之间的差异在呼吸任务中显着。 PRV 和 HRV 指数在呼吸操作时存在显着差异。

因此，PR 可能是呼吸操作 HR 的可接受替代指标，但 PRV 不是操作 HRV 的可接受替代指标。

表 3 ECG 衍生的 SDNN 和 PPG 衍生的各肢体 SDPP 的测量结果比较

3.2 HRV 对呼吸操作的影响

在呼吸任务期间分析心电图 II 导联的数据。图 7 显示了通过 SDNN 和 SDPP 分析 HRV 和 PRV 的结果。青年组和老年组对控制呼吸的HRV和PRV的影响差异不显着。两组 HRV 的平均 SDNN 与 PRV 相似，如图 7a-d 所示。 SDB 时 HRV 的平均 SDNN 是静息呼吸时的 1.2-1.6 倍。 RSB 时 HRV 的平均 SDNN 比静息呼吸时大 0.5-0.7 倍。 SDB 的平均值大于其他受控呼吸任务的平均值。

在快速和慢速呼吸任务中，深呼吸时的 SDNN 平均值大于浅呼吸时的 SDNN 平均值。 PRV 的结果与 HRV 的结果相似。

呼吸任务的结果表明，在本研究中，HRV 的频率依赖性变化比容量依赖性变化具有更大的影响。

我们还注意到，较慢的呼吸频率比快速的呼吸频率对 HRV 的影响更大，并且深呼吸量比浅呼吸量对 HRV 的影响更大。

图7

每次呼吸任务期间心率幅度的变化。数值表示为健康受试者自主呼吸和受控呼吸（第一阶段）的 SDNN 平均值的比率。年轻组的 a HRV 和 b PRV 结果。老年组 c HRV 和 d PRV 结果

3.3 心肺耦合ECG与PPG比较

通过胸壁运动传感器收集呼吸信号数据。在呼吸任务期间同时分析左或右手指的心电图导联 II 和 PPG。所有组的比率 RR 条形图显示，HRV的比率 RR 高于PRV；因此，HRV 的耦合结果优于 PRV。如图 8a 所示，ECG 与 PPG 的呼吸对应关系比 PPG 更好，特别是对于老年组（见图 8b）而言，比年轻组（见图 8c）有更多差异。

图 8

每个呼吸任务期间 ECG 衍生参数和 HRV 衍生参数之间的比率 RR 结果。比率 RR 的值表示为 a 所有组、b 年轻组和 c 老年组的平均值±SD

4。讨论

迄今为止，这是唯一一项根据受试者内分析的呼吸频率和呼吸量来评估心电图和 PPG 得出的心率数据一致性的研究。

这是通过学生 t 检验比较 ECG 和 PPG 衍生参数以及 PR 范围的比率来实现的。在本研究中，在呼吸任务（包括自主呼吸和受控呼吸）中比较了 ECG 衍生的 HR 和 PPG 衍生的 PR。

正如预期的那样，PPG 得出的 PR 结果与呼吸间隔中记录的 ECG 得出的 HR 结果一致。我们发现，来自任一肢体的 PPG 衍生 PR 是 ECG 衍生 HR 的可接受替代品，如文献报道 [10,11,24,33]。然而，自主呼吸没有出现明显的连贯性。这可能是由于没有呼吸操作时心率振荡幅度产生的噪音造成的。

最明显的证据是，呼吸频率（~ 0.2 Hz）主要是从正常受试者休息时的 HRV 中检测到的。

此外，本研究中呼吸操作过程中HRV呼吸频率的变化也证明了呼吸对HRV的影响。因此，在 HRV 分析和解释中考虑呼吸状态（包括频率和潮气量）非常重要。

大多数考虑呼吸对 HRV 影响的研究仅讨论呼吸频率或潮气量。在这项研究中，呼吸频率和呼吸量被一起讨论。

结果表明，SDB 模式对 HRV 的影响最大，并且能够改变血压等生理参数，这可能是造成差异的主要原因 [11]。当我们将我们的结果与之前的研究[10,11,12,24,32]比较呼吸操作对HRV正常变化的影响时，我们可以确认SDNN和比率 RR 在时间-域参数更适合分析呼吸操作过程中呼吸频率对HRV的影响。此外，我们研究的一个有趣发现是参数对 HRV 的影响，依次为频率 > 容量 > 心智。

呼吸频率会影响 HRV 和 PRV 测量的结果 [33]。谢弗等人。 (2013) [11] 调查了许多研究，这些研究解释了为什么 PPG 衍生的 PRV 不等于 ECG 衍生的 HRV。黄等人。 (2012) [10] 将 PRV 变量与健康受试者的 HRV 参数进行比较，结果表明 PRV 在所有 HRV 测量值与双手相应的 PRV 测量值之间表现出高度显着的一致性。

然而，其他研究也证明了 PRV 和 HRV 之间的差异。例如，之前的一项研究[34]的结论清楚地表明，站立受试者和低HRV患者的呼吸脉搏率不能准确反映呼吸心率。这些研究证明PRV测量时的身体或精神状态甚至身体姿势都可能影响结果[35]。因此，我们同时使用 ECG 和 PPG 分析心率变异性，以通过受试者内分析评估它们的一致性。在所有呼吸任务中比较 HRV 和 PRV。

此外，HRV 和 PRV 之间的显着差异可能归因于 PRV 参数对呼吸间隔中的脉搏瞬变和伪影的敏感性 [36]。因此，就本文而言，PRV 中的测量结果不会被HRV 所取代。

我们还分析了 PPG 衍生参数和 ECG 衍生参数之间心肺耦合的一致性，以评估呼吸操作的影响。各组结果显示HRV的比率 RR 高于PRV的比率。这表明ECG 衍生的HRV 的呼吸分析耦合结果优于PPG 衍生的PRV。

然而，HRV 的实际生理意义尚不清楚，特别是在非常低的频率下，这可能表明脉冲传输期间的影响与周围软组织有关。

如果用PRV代替HRV，HRV的结果会受到其他因素的影响，程度未知，因为外周动脉对HRV的影响尚不清楚[37]。船舶状态的差异会对脉冲传输路径产生不同的影响。因此，许多研究表明 PRV 在某种程度上高估了 HRV [11]。如果受试者正在进行体力活动或精神压力，PRV 和 HRV 之间的一致性就会受到损害 [35]；因此，在 HRV 分析中，基于 PPG 的设备不是心电图可接受的替代品。

5 结论

本研究利用时域估计方法来研究 HRV 和呼吸之间的一致性，这些参数均来自健康受试者在受控呼吸情况下的心电图和 PPG。

使用一致性分析来评估结果。呼吸波动对脉搏波信号的影响大于对心电图信号的影响。

机械呼吸操作过程中，由于心输出量和主动脉跨壁压的变化，脉搏波的速度可能会发生变化。

一些研究还表明，对于站立受试者和低HRV患者，呼吸脉率不能准确反映呼吸心率。因此，我们提出应考虑HR调制，并且ECG信号比PPG波信号更精确。

由于意见相左，对于两只手的 PRV 是否可以替代 HRV 尚无定论。本研究的主要结论是基于 PPG 的设备不能用于检测 HRV。

缩写

心电图：

心电图

HR:

心率

心率变异性：

心率变异性

LF:

左手食指

LT:

左大脚趾

国家PB：

自然节奏呼吸

PPG：

光电体积描记法

生产者价格指数：

峰峰值间隔

PR:

心率

减压阀：

脉率变异性

关系数据库：

快速而深长的呼吸

RF:

右手食指

RSA：

呼吸性窦性心律失常

RSB：

呼吸又快又浅

RT:

右大脚趾

深圳发展局：

缓慢而深长的呼吸

SDN网络：

正常与正常区间的标准差

可持续发展计划：

所有峰峰值间隔的标准偏差

单边带：

呼吸缓慢而浅

参考

Acharya, U. R.、Joseph, K. P.、Kannathal, N.、Lim, C. M. 和 Suri, J. S. (2006)。心率变异性：回顾。医学与生物工程与计算，44(12), 1031–1051。 https://doi.org/10.1007/s11517-006-0119-0。

文章谷歌学术
特里帕蒂，K.K. (2004)。呼吸和心率变异性：特别参考其在航空航天医学中的应用的综述。印度航空航天医学杂志，48（12），64-75。

谷歌学术
Nemati, S. 和 Malhotra, A. (2010)。 Clifford GD“用于改进呼吸率估计的数据融合”。 EURASIP 信号处理进展杂志，2010(1), 1。https://doi.org/10.1155/2010/926305。

文章谷歌学术
Bailón, R. 和 Sornmo, L. (2006)。 Laguna P“一种在压力测试期间基于心电图估计呼吸频率的稳健方法”。 IEEE 生物医学工程汇刊，53(7), 1273–1285。 https://doi.org/10.1109/TBME.2006.871888。

文章谷歌学术
田村 T.、前田 Y.、关根 M. 和吉田 M. (2014)。可穿戴光电体积描记传感器——过去和现在。电子学，3(2), 282–302。 https://doi.org/10.3390/ electronics3020282。

文章谷歌学术
希瑟斯，J.A.（2013）。支持智能手机的脉搏率变异性：心理生理学研究中收集心率变异性的另一种方法。国际心理生理学杂志，89(3), 297–304。 https://doi.org/10.1016/j.ijpsycho.2013.05.017。

文章谷歌学术
Gil, E.、Orini, M.、Bailon, R.、Vergara, J. M.、Mainardi, L. 和 Laguna, P. (2010)。光电体积描记法脉搏率变异性作为非静止条件下心率变异性的替代测量。生理测量，31(9), 1271–1290。 https://doi.org/10.1088/0967-3334/31/9/015。

文章谷歌学术
尼尔森 L.、约翰逊 A. 和卡尔曼 S. (2000)。使用新的光电体积描记技术监测术后护理中的呼吸频率。临床监测与计算杂志，16(4), 309–315。 https://doi.org/10.1023/a:1011424732717。

文章谷歌学术
Khandoker, A. H.、Karmakar, C. K. 和 Palaniswami, M. (2011)。阻塞性睡眠呼吸暂停期间脉率变异性与心率变异性的比较。医学工程与物理学，33(2), 204–209。 https://doi.org/10.1016/j.medengphy.2010.09.020。

文章谷歌学术
黄静生、卢华安、吴冠涛、刘明、陈国勇、郭成德 (2012)。健康受试者脉率变异性和心率变异性的比较研究。临床监测与计算杂志，26(2), 107–114。 https://doi.org/10.1007/s10877-012-9340-6。

  [文章](http://zshipu.com/t/index.html?url=https://link.springer.com/doi/10.1007/s10877-012-9340-6)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=A%20comparative%20study%20of%20pulse%20rate%20variability%20and%20heart%20rate%20variability%20in%20healthy%20subjects&journal=Journal%20of%20Clinical%20Monitoring%20and%20Computing&doi=10.1007%2Fs10877-012-9340-6&volume=26&issue=2&pages=107-114&publication_year=2012&author=Wong%2CJS&author=Lu%2CWA&author=Wu%2CKT&author=Liu%2CM&author=Chen%2CGY&author=Kuo%2CCD)

谢弗，A. 和瓦吉德斯，J. (2013)。作为心率变异性估计的脉搏率变异性有多准确？：光电体积描记技术与心电图比较研究综述。国际心脏病学杂志，166(1)，15-29。 https://doi.org/10.1016/j.ijcard.2012.03.119。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1016%2Fj.ijcard.2012.03.119)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=How%20accurate%20is%20pulse%20rate%20variability%20as%20an%20estimate%20of%20heart%20rate%20variability%3F%3A%20A%20review%20on%20studies%20comparing%20photoplethysmographic%20technology%20with%20an%20electrocardiogram&journal=International%20Journal%20of%20Cardiology&doi=10.1016%2Fj.ijcard.2012.03.119&volume=166&issue=1&pages=15-29&publication_year=2013&author=Schafer%2CA&author=Vagedes%2CJ)

陈X.，黄Y.Y.，云F.，陈T.J.，李J.（2015）。交感迷走神经平衡的变化对光电体积描记法获得的心率变异性准确性的影响。实验和治疗医学，10(6), 2311–2318。 https://doi.org/10.3892/etm.2015.2784。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.3892%2Fetm.2015.2784)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Effect%20of%20changes%20in%20sympathovagal%20balance%20on%20the%20accuracy%20of%20heart%20rate%20variability%20obtained%20from%20photoplethysmography&journal=Experimental%20and%20Therapeutic%20Medicine&doi=10.3892%2Fetm.2015.2784&volume=10&issue=6&pages=2311-2318&publication_year=2015&author=Chen%2CX&author=Huang%2CYY&author=Yun%2CF&author=Chen%2CTJ&author=Li%2CJ)

Shaffer, F. 和 Ginsberg, J. P. (2017)。心率变异性指标和规范概述。《公共卫生前沿》，5, 258。https://doi.org/10.3389/fpubh.2017.00258。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.3389%2Ffpubh.2017.00258)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=An%20overview%20of%20heart%20rate%20variability%20metrics%20and%20norms&journal=Front%20Public%20Health&doi=10.3389%2Ffpubh.2017.00258&volume=5&publication_year=2017&author=Shaffer%2CF&author=Ginsberg%2CJP)

Kox, M.、Pompe, J. C.、Van Der Hoeven, J. G.、Hoedemaekers, C. W. 和 Pickkers, P. (2011)。人类受试者实验性内毒素血症期间不同呼吸模式对心率变异性指数和再现性的影响。临床科学，121(5), 215–222。 https://doi.org/10.1042/cs20110027。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1042%2Fcs20110027)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Influence%20of%20different%20breathing%20patterns%20on%20heart%20rate%20variability%20indices%20and%20reproducibility%20during%20experimental%20endotoxaemia%20in%20human%20subjects&journal=Clinical%20Science&doi=10.1042%2Fcs20110027&volume=121&issue=5&pages=215-222&publication_year=2011&author=Kox%2CM&author=Pompe%2CJC&author=Hoeven%2CJG&author=Hoedemaekers%2CCW&author=Pickkers%2CP)

佐佐木 K. 和丸山 R. (2014)。有意识地控制呼吸通过抑制心脏副交感神经活动来减少心率变异性的高频成分。东北实验医学杂志，233(3)，155–163。 https://doi.org/10.1620/tjem.233.155。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1620%2Ftjem.233.155)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Consciously%20controlled%20breathing%20decreases%20the%20high-frequency%20component%20of%20heart%20rate%20variability%20by%20inhibiting%20cardiac%20parasympathetic%20nerve%20activity&journal=Tohoku%20Journal%20of%20Experimental%20Medicine&doi=10.1620%2Ftjem.233.155&volume=233&issue=3&pages=155-163&publication_year=2014&author=Sasaki%2CK&author=Maruyama%2CR)

Lollgen, D.、Müeck-Weymann, M. 和 Beise, R. D. (2009)。深呼吸测试：基于中值的呼气-吸气差异是选择的测量方法。肌肉和神经，39(4), 536–544。 https://doi.org/10.1002/mus.21242。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1002%2Fmus.21242)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=The%20deep%20breathing%20test%3A%20median-based%20expiration%E2%80%93inspiration%20difference%20is%20the%20measure%20of%20choice&journal=Muscle%20and%20Nerve&doi=10.1002%2Fmus.21242&volume=39&issue=4&pages=536-544&publication_year=2009&author=Lollgen%2CD&author=M%C3%BCeck-Weymann%2CM&author=Beise%2CRD)

Saboul, D.、Pialoux, V. 和 Hautier, C. (2014)。 LF/HF 比值对运动员心率变异性测量的呼吸影响。欧洲运动科学杂志，14，S282–S288。 https://doi.org/10.1080/17461391.2012.691116。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1080%2F17461391.2012.691116)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=The%20breathing%20effect%20of%20the%20LF%2FHF%20ratio%20in%20the%20heart%20rate%20variability%20measurements%20of%20athletes&journal=European%20Journal%20of%20Sport%20Science&doi=10.1080%2F17461391.2012.691116&volume=14&pages=S282-S288&publication_year=2014&author=Saboul%2CD&author=Pialoux%2CV&author=Hautier%2CC)

Draghici, A. E. 和安德鲁·泰勒, J. (2016)。人类心率变异性的生理基础和测量。生理人类学杂志，35, 22。https://doi.org/10.1186/s40101-016-0113-7。

  [文章](http://zshipu.com/t/index.html?url=https://link.springer.com/doi/10.1186/s40101-016-0113-7)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=The%20physiological%20basis%20and%20measurement%20of%20heart%20rate%20variability%20in%20humans&journal=Journal%20of%20Physiological%20Anthropology&doi=10.1186%2Fs40101-016-0113-7&volume=35&publication_year=2016&author=Draghici%2CAE&author=Andrew%20Taylor%2CJ)

Marwan, N.、Wessel, N. 等人。（2002）。基于递归图的复杂性测量及其在心率变异性数据中的应用。物理评论 E，66(2)，026702。https://doi.org/10.1103/PhysRevE.66.026702。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1103%2FPhysRevE.66.026702)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Recurrence-plot-based%20measures%20of%20complexity%20and%20their%20application%20to%20heart-rate-variability%20data&journal=Physical%20Review%20E&doi=10.1103%2FPhysRevE.66.026702&volume=66&issue=2&publication_year=2002&author=Marwan%2CN&author=Wessel%2CN)

申 H.（2015）。环境温度对脉搏率变异性的影响作为年轻人心率变异性的替代方案。临床监测与计算杂志，30(6), 939–948。 https://doi.org/10.1007/s10877-015-9798-0。

  [文章](http://zshipu.com/t/index.html?url=https://link.springer.com/doi/10.1007/s10877-015-9798-0)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Ambient%20temperature%20effect%20on%20pulse%20rate%20variability%20as%20an%20alternative%20to%20heart%20rate%20variability%20in%20young%20adult&journal=Journal%20of%20Clinical%20Monitoring%20and%20Computing&doi=10.1007%2Fs10877-015-9798-0&volume=30&issue=6&pages=939-948&publication_year=2015&author=Shin%2CH)

Jennings, J. R.、McKnight, J. D. 和 Molen, M. (1996)。人类心脏和呼吸计时的相敏相互作用。心理生理学，33(5), 514–521。 https://doi.org/10.1111/j.1469-8986.1996.tb02427.x。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1111%2Fj.1469-8986.1996.tb02427.x)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Phase-sensitive%20interaction%20of%20cardiac%20and%20respiratory%20timing%20in%20humans&journal=Psychophysiology&doi=10.1111%2Fj.1469-8986.1996.tb02427.x&volume=33&issue=5&pages=514-521&publication_year=1996&author=Jennings%2CJR&author=McKnight%2CJD&author=Molen%2CM)

宋 H. S. 和 Lehrer, P. M. (2003)。特定呼吸频率对心率和心率变异性的影响。应用心理生理学和生物反馈，28(1), 13–23。 https://doi.org/10.1023/A:1022312815649。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1023%2FA%3A1022312815649)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=The%20effects%20of%20specific%20respiratory%20rates%20on%20heart%20rate%20and%20heart%20rate%20variability&journal=Applied%20Psychophysiology%20and%20Biofeedback&doi=10.1023%2FA%3A1022312815649&volume=28&issue=1&pages=13-23&publication_year=2003&author=Song%2CHS&author=Lehrer%2CPM)

Sadhukhan、Debleena 和 Mitra、Madhuchhanda。（2012）。使用双差和 RR 间隔处理的心电图 R 峰值检测算法。 Procedia 技术，4, 873–877。 https://doi.org/10.1016/j.protcy.2012.05.143。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1016%2Fj.protcy.2012.05.143)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=R-peak%20detection%20algorithm%20for%20Ecg%20using%20double%20difference%20and%20RR%20interval%20processing&journal=Procedia%20Technology&doi=10.1016%2Fj.protcy.2012.05.143&volume=4&pages=873-877&publication_year=2012&author=Sadhukhan%2CDeboleena&author=Mitra%2CMadhuchhanda)

Weinschenk, S. W.、Beise, R. D. 和 Lorenz, J. (2016)。深呼吸测试和 5 分钟短期记录中的心率变异性 (HRV)：343 名受试者的耳光电体积描记法与心电图测量结果的一致性。欧洲应用生理学杂志，116（8），1527-1535。 https://doi.org/10.1007/s00421-016-3401-3。

  [文章](http://zshipu.com/t/index.html?url=https://link.springer.com/doi/10.1007/s00421-016-3401-3)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Heart%20rate%20variability%20%28HRV%29%20in%20deep%20breathing%20tests%20and%205-min%20short-term%20recordings%3A%20agreement%20of%20ear%20photoplethysmography%20with%20ECG%20measurements%2C%20in%20343%20subjects&journal=European%20Journal%20of%20Applied%20Physiology&doi=10.1007%2Fs00421-016-3401-3&volume=116&issue=8&pages=1527-1535&publication_year=2016&author=Weinschenk%2CSW&author=Beise%2CRD&author=Lorenz%2CJ)

Kesper, K.、Canisius, S.、Penzel, T.、Ploch, T. 和 Cassel, W. (2012)。用于评估睡眠呼吸障碍和睡眠模式的心电图信号分析。医学与生物工程与计算，50(2), 135–144。 https://doi.org/10.1007/s11517-011-0853-9。

  [文章](http://zshipu.com/t/index.html?url=https://link.springer.com/doi/10.1007/s11517-011-0853-9)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=ECG%20signal%20analysis%20for%20the%20assessment%20of%20sleep-disordered%20breathing%20and%20sleep%20pattern&journal=Medical%20%26%20Biological%20Engineering%20%26%20Computing&doi=10.1007%2Fs11517-011-0853-9&volume=50&issue=2&pages=135-144&publication_year=2012&author=Kesper%2CK&author=Canisius%2CS&author=Penzel%2CT&author=Ploch%2CT&author=Cassel%2CW)

郭丹，彭春坤，吴红莲，米图斯，刘玉，孙瑞山，等。（2011）。儿科睡眠呼吸障碍的心电图衍生心肺分析。睡眠医学，12(4), 384–389。 https://doi.org/10.1016/j.sleep.2010.09.011。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1016%2Fj.sleep.2010.09.011)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=ECG-derived%20cardiopulmonary%20analysis%20of%20pediatric%20sleep-disordered%20breathing&journal=Sleep%20Medicine&doi=10.1016%2Fj.sleep.2010.09.011&volume=12&issue=4&pages=384-389&publication_year=2011&author=Guo%2CD&author=Peng%2CCK&author=Wu%2CHL&author=Mietus%2CJE&author=Liu%2CY&author=Sun%2CRS&author=Thomas%2CRJ)

林 Y.D.、刘 W. T.、蔡 C. C. 和陈 W. H. (2009)。通过双变量 AR 模型进行呼吸和 PPG 信号之间的一致性分析。世界科学、工程和技术科学院，53, 847–852。

  [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Coherence%20analysis%20between%20respiration%20and%20PPG%20signal%20by%20bivariate%20AR%20model&journal=World%20Academy%20of%20Science%2C%20Engineering%20and%20Technology&volume=53&pages=847-852&publication_year=2009&author=Lin%2CYD&author=Liu%2CWT&author=Tsai%2CCC&author=Chen%2CWH)

马尔万，N.（2011）。如何避免基于递归图的数据分析中的潜在陷阱。国际分岔与混沌杂志，21(4), 1003–1017。 https://doi.org/10.1142/S0218127411029008。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1142%2FS0218127411029008)   [数学科学网](http://zshipu.com/t/index.html?url=http://www.ams.org/mathscinet-getitem?mr=2812093)    [数学](http://zshipu.com/t/index.html?url=http://www.emis.de/MATH-item?1247.37087)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=How%20to%20avoid%20potential%20pitfalls%20in%20recurrence%20plot%20based%20data%20analysis&journal=International%20Journal%20of%20Bifurcation%20and%20Chaos&doi=10.1142%2FS0218127411029008&volume=21&issue=4&pages=1003-1017&publication_year=2011&author=Marwan%2CN)

Schinkel, S.、Dimigen, O. 和 Marwan, N. (2008)。选择信号检测的复发阈值。欧洲物理杂志专题，164(1), 45–53。 https://doi.org/10.1140/epjst/e2008-00833-5。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1140%2Fepjst%2Fe2008-00833-5)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Selection%20of%20recurrence%20threshold%20for%20signal%20detection&journal=The%20European%20Physical%20Journal%20Special%20Topics&doi=10.1140%2Fepjst%2Fe2008-00833-5&volume=164&issue=1&pages=45-53&publication_year=2008&author=Schinkel%2CS&author=Dimigen%2CO&author=Marwan%2CN)

Censi, F.、Calcagnini, G. 和 Cerutti, S. (2002)。心血管变异信号中自发节律与呼吸之间的耦合模式。生物医学中的计算机方法和程序，68, 37–47。 https://doi.org/10.1016/S0169-2607(01)00158-4。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1016%2FS0169-2607%2801%2900158-4)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Coupling%20patterns%20between%20spontaneous%20rhythms%20and%20respiration%20in%20cardiovascular%20variability%20signals&journal=Computer%20Methods%20and%20Programs%20in%20Biomedicine&doi=10.1016%2FS0169-2607%2801%2900158-4&volume=68&pages=37-47&publication_year=2002&author=Censi%2CF&author=Calcagnini%2CG&author=Cerutti%2CS)

Ricós, C.、Iglesias, N.、García-Lario, J. V. 等人。（2007）。疾病的受试者内生物变异：整理数据和临床后果。临床生物化学年鉴，44, 343–352。 https://doi.org/10.1258/000456307780945633。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1258%2F000456307780945633)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Within-subject%20biological%20variation%20in%20disease%3A%20Collated%20data%20and%20clinical%20consequences&journal=Annals%20of%20Clinical%20Biochemistry&doi=10.1258%2F000456307780945633&volume=44&pages=343-352&publication_year=2007&author=Ric%C3%B3s%2CC&author=Iglesias%2CN&author=Garc%C3%ADa-Lario%2CJV)

Olsson, E.、Ugnell, H.、Oberg, P. 和 Sedin, G. (2000)。光电体积描记法用于同时记录新生儿的心率和呼吸频率。儿科学报，89(7), 853–861。 https://doi.org/10.1080/080352500750043774。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1080%2F080352500750043774)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Photoplethysmography%20for%20simultaneous%20recording%20of%20heart%20and%20respiratory%20rates%20in%20newborn%20infants&journal=Acta%20Paediatrica&doi=10.1080%2F080352500750043774&volume=89&issue=7&pages=853-861&publication_year=2000&author=Olsson%2CE&author=Ugnell%2CH&author=Oberg%2CP&author=Sedin%2CG)

Schipke, J. D.、Arnold, G. 和 Pelzer, M. (1999)。呼吸频率对短期心率变异性的影响。临床和基础心脏病学杂志，2，92-95。

  [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Effect%20of%20respiration%20rate%20on%20short-term%20heart%20rate%20variability&journal=Journal%20of%20Clinical%20and%20Basic%20Cardiology&volume=2&pages=92-95&publication_year=1999&author=Schipke%2CJD&author=Arnold%2CG&author=Pelzer%2CM)

Constant, I.、Laude, D.、Murat, I. 等人。（1999）。脉率变异性不能替代心率变异性。临床科学，97(4)，391–397。 https://doi.org/10.1042/cs0970391。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1042%2Fcs0970391)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Pulse%20rate%20variability%20is%20not%20a%20surrogate%20for%20heart%20rate%20variability&journal=Clinical%20Science&doi=10.1042%2Fcs0970391&volume=97&issue=4&pages=391-397&publication_year=1999&author=Constant%2CI&author=Laude%2CD&author=Murat%2CI)

Medeiros, R. F.、Silva, B. M.、Neves, F. J. 等人。（2011）。高血压前期受试者对精神压力的血流动力学反应受损在单次最大动态运动后得到改善。诊所，66(9)，1523–1529。 https://doi.org/10.1590/S1807-59322011000900003。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1590%2FS1807-59322011000900003)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Impaired%20hemodynamic%20response%20to%20mental%20stress%20in%20subjects%20with%20prehypertension%20is%20improved%20after%20a%20single%20bout%20of%20maximal%20dynamic%20exercise&journal=Clinics&doi=10.1590%2FS1807-59322011000900003&volume=66&issue=9&pages=1523-1529&publication_year=2011&author=Medeiros%2CRF&author=Silva%2CBM&author=Neves%2CFJ)

Hemon, M.C. 和 Phillips, J.P. (2016)。从光电体积描记信号导出瞬时脉搏率的寻脚方法的比较。临床监测与计算杂志，30(2), 157–168。 https://doi.org/10.1007/s10877-015-9695-6。

  [文章](http://zshipu.com/t/index.html?url=https://link.springer.com/doi/10.1007/s10877-015-9695-6)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Comparison%20of%20foot%20finding%20methods%20for%20deriving%20instantaneous%20pulse%20rates%20from%20photoplethysmographic%20signals&journal=Journal%20of%20Clinical%20Monitoring%20and%20Computing&doi=10.1007%2Fs10877-015-9695-6&volume=30&issue=2&pages=157-168&publication_year=2016&author=Hemon%2CMC&author=Phillips%2CJP)

Leicht, A. S.、Crowther, R. G. 和 Golledge, J. (2011)。外周动脉疾病和监督步行对心率变异性的影响。血管外科杂志，54(5)，1352–1359。 https://doi.org/10.1016/j.jvs.2011.05.027。

  [文章](http://zshipu.com/t/index.html?url=https://doi.org/10.1016%2Fj.jvs.2011.05.027)    [谷歌学术](http://zshipu.com/t/index.html?url=http://scholar.google.com/scholar_lookup?&title=Influence%20of%20peripheral%20arterial%20disease%20and%20supervised%20walking%20on%20heart%20rate%20variability&journal=Journal%20of%20Vascular%20Surgery&doi=10.1016%2Fj.jvs.2011.05.027&volume=54&issue=5&pages=1352-1359&publication_year=2011&author=Leicht%2CAS&author=Crowther%2CRG&author=Golledge%2CJ)

下载参考资料

致谢

作者感谢台湾科学技术部的财政支持（MOST 106-2221-E-033 -001- 和 MOST 106-2218-E-033 -009 -MY3）。

作者信息

作者和单位

中原大学电机工程系，桃园，台湾

简浩宇、陈美芬、林文晨和林康平
台湾基隆长庚医院物理医学与康复科

Tieh-Cheng Fu
Technology Translation Center for Medical Device, Chung Yuan Christian University, Taoyuan, Taiwan

Wen-Chen Lin, Cheng-Lun Tsai & Kang-Ping Lin
Department of Biomedical Engineering, Chung Yuan Christian University, Taoyuan, Taiwan

Cheng-Lun Tsai

Corresponding author

Correspondence to Wen-Chen Lin.

Ethics declarations

Conflict of interest

The authors declare that there is no conflict of interest regarding the publication of this article.

Rights and permissions

Open Access This article is distributed under the terms of the Creative Commons Attribution 4.0 International License (http://creativecommons.org/licenses/by/4.0/), which permits unrestricted use, distribution, and reproduction in any , provided you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons license, and indicate if changes were made.

Reprints and permissions

About this article

Cite this article

Jan, HY., Chen, MF., Fu, TC. et al. Evaluation of Coherence Between ECG and PPG Derived Parameters on Heart Rate Variability and Respiration in Healthy Volunteers With/Without Controlled Breathing. J. Med. Biol. Eng. 39, 783–795 (2019). https://doi.org/10.1007/s40846-019-00468-9

Download citation

Received18 October 2018
Accepted23 February 2019
Published07 March 2019
Issue DateOctober 2019
DOIhttps://doi.org/10.1007/s40846-019-00468-9

文章目录