虽然这吧HRV2.0加载项在用户界面上纳入了许多更改，也有一些非常重要的隐藏改进 - 就像底层算法一样。在这里，我们讨论了用于研究心率变异性的两个最常见的频率分析算法，并解释为什么我们改变了HRV2.0。
信号的频率分析是一种大型且非常技术领域，可以追溯到19世纪约瑟夫傅里叶的工作。支撑领域是任何周期性信号可以被分解成多个离散正弦曲线的总和而不损失信息。在HRV分析中，频率变换通常用于从快速图产生一段时间点。
快速的傅里叶变换
大多数程序，包括HRV 1.4.2，通常使用快速傅里叶变换（FFT）来产生从快速图表的一段时间点。然而，FFT基于分析中使用的所有样本（即，所有RR间隔）的假设与时间均匀地间隔开。因为快速图不是均匀采样的信号，并且FFT算法限于处理均匀采样信号，所以需要一些近似。HRV 1.4.2使快速采样的近似值是均匀采样并将其直接传递给FFT算法。这意味着假设快速图的采样间隔等于平均RR间隔。
LOMP曲线循环期间
HRV 2.0使用LOMB曲线曲线阶段。该技术基于与FFT相同的基本理论，但在这种情况下是优越的，因为它不需要均匀采样的数据集 - 它允许RR间隔数据的固有可变性，因此可以直接转换Tacha图介入近似阶段。与FFT不同，LOMB方法还允许排除异位节拍，而不需要近似的节拍，因为它完全能够在数据集中处理空白，给您更加准确的分析通过异位或失踪的节拍。
“当考虑到流动性的流动性的不太理想的输入时，只有LOMB方法在存在噪声和异位的情况下产生鲁棒PSD估计。LOMB方法避免重新采样和更换异常值的所有并发症和缺陷，并没有引入自己的缺点;因此，它是PSD心率估计的选择方法。“
穆迪GB。“心率的光谱分析，没有重新采样”的心脏病学计算机1993. IEEE计算机社会出版社，第20卷;715-718.
我们认为这是在HRV 2.0附加方面制作的一个非常重要的变化。我们希望你这么认为！
2014年3月4日
