在QT数据集上计算时间域心率变量的自动化方法的统计验证

科学领域:

• 生理信号处理 物理信号处理
• 心血管心理生理学心血管心理生理学
• 计算神经科学是一种计算神经科学.

背景情况:

• 心率变化 (HRV) 与社会能力和心理健康有关.
• 目前的临床HRV分析依赖于手动R峰检测,将研究限制在短时间和受控环境中.
• 需要自动化工具来处理在社交互动期间长时间的心脏信号.

研究的目的:

• 调整和验证Neurokit2自动化工具箱用于在社会背景下进行HRV分析.
• 将自动R峰检测和HRV计算与手动方法进行比较.
• 在模拟的社会压力场景中评估自动化HRV指标的可靠性.

主要方法:

• 修改了Neurokit2工具箱用于自动检测R峰和HRV计算.
• 使用了PhysioNet QT数据库,包括休息和压力测试数据.
• 将Neurokit2的时间域HRV指标与手动标记的R峰进行了比较.

主要成果:

• 通过Neurokit2计算的自动HRV指标在统计上与手动推导的指标相当.
• 验证证实了正常鼻节律和ST变化组的可靠性.
• 经过修改的Neurokit2工具箱在处理复杂的心脏数据方面表现出准确性.

结论:

• 经过验证的Neurokit2工具箱可靠地处理长时间的心脏电生理信号.
• 自动化HRV分析适用于社会互动评估,适应运动和情绪变化.
• 这一进步支持在临床和研究环境中使用自动化工具来评估社会能力.