综述：ASD和ADHD心率变异性的计算分析：一项系统综述

《Frontiers in Computational Neuroscience》：Computational analysis of heart rate variability in ASD and ADHD: a systematic review

　　

心率变异性（HRV）代表了一种丰富的生理信号，捕捉了自主神经调节的计算动态。新兴证据表明，非典型自主神经控制导致了神经发育障碍（NDD）的神经认知表型，包括自闭症谱系障碍（ASD）和注意缺陷/多动障碍（ADHD）。然而，在这些人群中HRV变化的特征描述仍不完整。本综述由EMPOWER项目（通过“地平线欧洲”计划资助）的更广泛研究背景所驱动，该项目研究针对NDD儿童的技术支持方法，包括在认知和放松任务期间基于智能手表的生理传感以及对心率、HRV、皮肤温度和光电容积描记（PPG）信号的机器学习分析。本手稿未报告EMPOWER实证数据，而是系统综述了先前发表的关于儿童ASD和ADHD中HRV的研究。综述考察了在儿童NDD研究中如何获取、处理、建模和解释HRV，特别关注非线性信号属性、计算方法以及自主神经调节与认知过程之间的相互作用。遵循PRISMA指南，本综述调查了过去十年的出版物，并纳入了来自五个主要数据库的24项实证研究。ASD研究最常见地表明迷走神经介导的HRV和自主神经反应性改变，而ADHD研究则更常提示与注意控制相关的任务依赖性变化。跨研究可比性受到预处理流程、特征提取程序和分析框架的重大异质性的限制。尽管存在这些方法学上的不一致性，当前证据支持HRV作为儿童NDD中自主神经失调的一个有前景的生理信号标记。然而，该领域需要标准化的信号处理协议和可重复的建模方法，以阐明HRV在ASD和ADHD中的机制和预测相关性。

1 引言
神经发育障碍（NDDs）是一组以认知、行为、社会和适应性功能早期发病障碍为特征的疾病，影响全球约15%–20%的儿童。根据当代诊断框架，如《精神障碍诊断与统计手册》（DSM-5-TR），NDDs包括自闭症谱系障碍（ASD；患病率1%–2%）、注意缺陷/多动障碍（ADHD；7%–9%）、智力障碍、沟通障碍、特定学习障碍和运动障碍。这些疾病通常在儿童早期出现，并常持续至青少年和成年期，影响学业成就、情绪调节和社会功能。
自主神经系统（ANS）对调节心血管、呼吸和压力相关的生理过程至关重要。心脏活动通过交感神经和副交感神经影响的相互作用持续调节，使个体能够对认知、情绪和环境需求做出适应性反应。自主神经调节的改变越来越多地与神经发育状况相关，这表明自主神经功能的生理标志物可能提供有关ASD和ADHD中调节机制的有用信息。
心率变异性（HRV）是自主神经心脏调节的无创测量指标，量化为连续R–R间期（心跳峰值之间的值）的时间变异。从时域、频域和非线性分析中得出的HRV指数提供了关于自主神经平衡、调节灵活性和副交感神经活动的信息。HRV降低与情绪调节、注意控制、压力反应性和心理负荷受损相关。在儿童人群中，HRV特别相关，因为自主神经调节在儿童期和青春期经历显著的发育变化，使HRV评估成为评估神经发育障碍儿童调节功能的定量方法。
从计算神经科学的角度来看，HRV可被视为一个动态生理信号，反映了自主神经控制、认知状态和行为调节之间的相互作用。先前的工作表明，生理信号如心电图（ECG）、皮肤电活动（EDA）、呼吸和相关的HRV衍生特征，可以通过特征提取和分类流程来处理，以表征情感和认知反应。类似地，在神经学背景下的多模态计算方法表明，当与其他生理数据流整合时，心脏和自主神经特征可能有助于预测建模。这些发现支持将HRV不仅解释为临床生理测量指标，而且解释为用于研究自主神经-认知相互作用的计算上可处理的信号。
HRV的计算相关性进一步得到加强，因为心律动态不能仅由传统的线性统计完全捕获。基于非线性和复杂性的方法，包括熵测度、庞加莱图描述符、分形标度指数和多尺度分析，已被提出用于表征跨多个时间尺度的自主神经动态。这些方法尤其适用于儿童NDD研究，其中自主神经失调可能表现为变异、灵活性或信号复杂性的情境依赖性变化，而不是单一HRV参数的统一改变。
尽管对神经发育障碍中自主神经功能的兴趣日益增长，现有文献在方法上仍然异质且碎片化。研究ASD和ADHD儿童HRV的研究在样本特征、实验范式、记录时长、信号采集方法和HRV分析方法上存在显著差异。时域、频域和非线性指数在研究中报告不一致，预处理程序通常不够详细，限制了可比性和可重复性。
此外，HRV已在多种情境下被考察，包括静息状态条件、认知任务、社会情感范式、睡眠监测和干预相关设置。虽然这种多样性反映了HRV作为生理和计算标记的广泛适用性，但也使结果的解释和识别儿童NDD人群中一致的自主神经模式复杂化。任务设计、信号质量、伪迹校正、特征提取和分析策略的差异可能强烈影响报告的HRV结果。
目前，尚无全面的综述系统评估过去十年中HRV如何在神经发育障碍儿童中被获取、处理、分析和解释。因此，有必要对方法学实践、实验背景、HRV特征领域和计算分析方法进行结构化综述，以澄清当前证据，识别方法学空白，并为未来的标准化提供信息。
本系统综述的目的是综合过去十年中HRV如何在儿童ASD和ADHD研究中被操作化、获取、处理、分析和解释。除了总结报告的结果外，本综述还评估了研究间的方法学特征，包括参与者人口统计学、诊断标准、HRV获取方法、预处理和分析流程、实验背景以及选定的HRV特征。通过识别测量和报告实践中的模式和不一致性，本综述旨在突出限制可比性和可重复性的方法学空白，并支持HRV作为儿童神经发育研究中生理信号标记的更标准化使用。
本系统综述是在EMPOWER项目（由“地平线欧洲”计划资助）的背景下进行的，该项目旨在开发一个创新学习平台，以支持NDD儿童（包括ASD和ADHD）减少情绪和行为困难。该项目展示了集成系统的可行性，该系统结合了基于智能手表的生理传感、算法分析和机器学习技术，在认知投入和放松交替期间收集和分析心率、心率变异性、皮肤温度和光电容积描记信号。
因此，本综述由以下研究问题指导：HRV在神经发育障碍儿童中是如何测量、处理和分析的？哪些HRV特征在儿童NDD人群中报告最频繁？HRV在哪些实验和认知背景下被评估？哪些信号处理、特征提取和计算分析方法已被用于表征儿童ASD和ADHD的HRV？研究中存在哪些方法学局限性和异质性来源？

2 理论与计算背景
2.1 HRV作为自主神经调节的信号
心率变异性（HRV）指连续心跳之间时间间隔的生理变异，通常通过心电图（ECG）记录中连续R–R间期的波动或从光电容积描记（PPG）获得的脉搏相关间期来量化。HRV并非代表随机不规则性，而是反映了自主神经系统（ANS）对心脏节律的动态调节，特别是交感神经和副交感神经对窦房结的相互作用。从生理学角度看，HRV提供了自主神经调节和心脏适应性的无创窗口。较高的短期变异性通常被解释为反映更大的调节灵活性，而降低的变异性与压力、迷走神经调节减弱和适应能力受损相关。在儿童和青少年中，HRV的解释还必须考虑自主神经系统的发育成熟，因为心脏自主神经控制的年龄相关变化会影响基线HRV水平以及对环境或认知需求的反应。在神经发育研究中，HRV的相关性在于自主神经调节与情绪、注意和行为控制密切相关。因此，改变的自主神经调节可能为自闭症谱系障碍（ASD）和注意缺陷/多动障碍（ADHD）中观察到的调节困难提供生理信息。然而，HRV本身不应被解释为直接的诊断标记。相反，它更应被理解为一种生理信号，当与实验背景、参与者特征和信号处理方法一起分析时，可以有助于表征自主神经调节。

2.2 线性和非线性HRV特征
HRV可以使用时域、频域和非线性分析方法进行量化，每种方法捕捉心脏自主神经调节的不同方面。从计算角度来看，这些测量可被视为从心跳间期时间序列中提取的特征，每个特征域强调信号的不同属性。时域特征量化连续R–R间期的变异大小。常见报告的指数包括平均R–R间期、正常R–R间期的标准差（SDNN）、连续差值的均方根（RMSSD）以及相邻间期相差超过50 ms的百分比（pNN50）。其中，RMSSD和pNN50常被用作短期迷走神经介导的变异性指标，而SDNN反映受多种调节机制影响的总体变异性。频域特征通过R–R间期序列的频谱分析得出。高频（HF）频带通常与副交感神经调节相关，低频（LF）频带反映混合的交感和副交感神经影响。LF/HF比值历史上被解释为交感迷走平衡的指数，尽管这种解释仍存在争议。频域测量常被用于表征对压力、情绪刺激和认知需求的自主神经反应。非线性特征旨在捕捉可能无法被线性统计完全描述的心脏节律动态的时间结构、复杂性和尺度依赖属性。这些包括庞加莱图描述符（如SD1和SD2）、基于熵的测度（如近似熵（ApEn）和样本熵（SampEn））以及通过去趋势波动分析（DFA）获得的分形标度指数。此类特征在HRV被解释为复杂生理时间序列而非一组孤立的描述性统计量时尤为相关。先前的计算神经科学研究支持这种对自主神经信号的更广泛解释。自主神经系统动态，包括标准和非线性HRV相关测量，已被用于表征心理维度和调节状态。多尺度熵分析也已应用于生物信号（包括HRV），以量化跨多个时间尺度的复杂性。此外，HRV、ECG、EDA、呼吸和脑电图（EEG）特征已被整合到特征提取和分类流程中，用于建模情感或认知反应。这些方法与将HRV视为可计算处理的信号的观点一致，当获取、预处理和特征提取足够标准化时，可以支持数字表型和生理建模。

2.3 ASD和ADHD中的自主神经-认知调节
HRV日益与高级认知过程相关联，特别是那些涉及注意调节、执行控制和情绪调节的过程。神经内脏整合的理论模型提出，心脏迷走神经活动反映了前额叶皮层区域与皮层下自主神经中枢之间的功能相互作用。在此框架内，较高的静息HRV通常与更有效的自上而下调节和适应性行为控制相关。实证研究报告了HRV降低与持续注意、抑制控制和认知灵活性损伤之间的关联。在认知需求任务期间，副交感神经指数（如RMSSD或HF功率）的降低通常被解释为心理努力导致的自主神经撤退。最近的计算神经科学工作也回顾了HRV作为心理负荷和认知损伤生理测量的使用，支持其与建模自主神经-认知相互作用的相关性。相反，较大的基线迷走神经张力与改善的执行功能和更适应性的情绪调节相关。在神经发育障碍儿童中，HRV的改变可能因此反映与注意不稳、冲动、感觉反应性或社会认知困难相关的非典型自主神经调节。在ADHD中，HRV在需要持续注意、反应抑制或表现监测的任务中可能特别具有信息量。在ASD中，HRV可能提供关于感觉、情绪或社会处理过程中自主神经反应的信息。然而，HRV不是认知表现的直接测量指标。它应被解释为支持注意和执行功能的调节过程的客观生理相关物。这一区别对于计算神经科学很重要。HRV特征可能有助于认知和情感状态的模型，但其解释取决于记录背景、信号质量、预处理决策和选定的分析框架。多模态计算研究在神经学背景下表明，当与其他生理信号整合时，心脏和自主神经特征可以支持预测建模。对于儿童ASD和ADHD研究，这表明HRV可能最有用的不是作为独立的生物标志物，而是作为可重复流程的一部分，结合自主神经信号处理、任务背景和临床相关的行为信息。

3 材料与方法
本系统文献综述按照系统综述和荟萃分析首选报告项目（PRISMA）指南进行，该指南为系统综述的透明识别、筛选、资格评估和报告提供了标准化框架。综述方案预先定义，以确保研究选择、数据提取和综合的一致性。综述范围限于报告神经发育障碍（NDD）儿童或青少年心率变异性（HRV）测量的原始实证研究。符合条件的研究包括在静息状态、实验或行为任务期间、睡眠或动态监测期间或干预相关背景下进行的HRV评估。根据本综述的计算重点，特别关注不仅报告HRV结果，还关注用于表征儿童NDD人群中自主神经调节的信号获取方法、预处理程序、特征提取方法和分析流程。未将未发表的EMPOWER数据或其他主要项目级数据集纳入筛选、提取或综合。

3.1 检索来源与信息检索
在五个主要电子数据库中进行了系统文献检索，以调查NDD儿童和青少年中HRV的实证研究。检索的数据库包括ScienceDirect、IEEE Xplore、PubMed、SpringerLink和Web of Science。选择这些数据库是为了提供与HRV分析、儿童神经发育障碍、可穿戴传感技术和计算信号处理相关的生物医学、神经科学、工程、生理监测和跨学科研究的覆盖范围。仅考虑发表在同行评审期刊或会议论文集上的研究。除了主要数据库检索外，Google Scholar被用作补充来源，以识别可能未通过主要数据库检索到的区域或跨学科来源的相关同行评审研究。符合条件的文章参考文献列表也经过手动筛选，以识别可能被数据库检索遗漏的额外研究。在初始检索阶段后未使用自动警报或引文跟踪更新。检索限制为2015年1月以后发表的英文文章。选择此时间范围是为了捕捉HRV获取、可穿戴生理传感、信号预处理和儿童神经发育研究方法学的最新发展。

3.2 检索策略
检索策略旨在识别检查儿童NDD人群中HRV的实证研究。使用自由文本关键词和布尔运算符的组合，以在所选择数据库中最大化敏感性。检索词围绕三个核心概念组织：生理测量、临床状况和人群。主要关键词包括：生理术语：“heart rate variability”，HRV；神经发育障碍术语：“neurodevelopmental disorder”，NDD，“autism”，“autism spectrum disorder”，ASD，“attention deficit hyperactivity disorder”，ADHD；人群术语：child，children，adolescent，pediatric。完整的数据库特定检索字符串、检索字段、日期限制、语言限制和数据库特定语法在补充材料中提供，以确保可重复性。检索语法根据每个数据库的索引结构和检索界面进行调整。在初始检索阶段，未对研究设计、实验背景、HRV获取方法或HRV分析领域施加限制，以捕获该领域的全部方法学多样性。

3.3 资格标准
3.3.1 纳入标准
研究如果满足与人群、生理测量、研究设计和发表特征相关的预先定义标准，则符合纳入条件。目标人群为年龄在18岁或以下、被诊断为神经发育障碍的儿童和青少年。这些包括自闭症谱系障碍（ASD）、注意缺陷/多动障碍（ADHD）或其他NDD类别，当原始研究中报告了使用诊断标准或临床评估程序进行定义时。符合条件的研究必须报告HRV作为主要或次要生理结果。HRV必须明确从心脏信号中得出，包括心电图（ECG）、Holter心电图记录、可穿戴心率监测设备或基于PPG的记录。研究必须报告至少一种已建立的HRV指标或特征，包括时域、频域、非线性或复合自主神经指数。仅纳入原始实证研究。符合条件的设计包括观察性、病例对照、实验性、基于任务的、睡眠监测、动态监测和干预相关研究，前提是HRV在儿科NDD参与者中进行了测量。考虑符合条件的发表类型为发表在同行评审期刊或完整会议论文集上、以英文撰写且发表于2015年1月以后的研究。

3.3.2 排除标准
如果研究不符合预先定义的纳入标准或其重点与综述目标不一致，则被排除。仅涉及成人人群的研究被排除，因为综述专门针对NDD儿童和青少年。未报告HRV作为生理测量指标的文章被排除。这包括仅评估心率、皮肤电活动、脑电图、眼动追踪、行为表现或其他生理信号而未明确进行HRV提取和分析的研究。仅表面提及HRV，而未提供方法学描述或HRV指标的定量报告的研究也被排除。非实证出版物被排除，包括系统综述、叙述性综述、荟萃分析、社论、评论、研究方案和没有完整论文的会议摘要。主要关注照顾者、父母或临床医生而非NDD儿童的研究被排除。专门关注技术开发、辅助系统、虚拟或增强现实应用或治疗平台的研究，如果未包含HRV分析，则被排除。非英文发表或2015年1月之前发表的研究被排除，以保持与定义检索范围和当代HRV研究方法的一致性。

3.4 研究选择与筛选过程
研究选择过程遵循PRISMA框架。在初始数据库检索后，所有识别的记录被导出并使用Zotero组织。在标题和摘要筛选之前，识别并删除重复记录。在第一筛选阶段，根据预先定义的资格标准审查标题和摘要。筛选由第一作者进行，并由其他作者验证，不确定的案例通过讨论直至达成共识解决。在此阶段，当记录明显不涉及儿童人群、未评估HRV、未关注神经发育障碍或代表非实证发表类型时，被排除。随后检索剩余文章全文并评估资格。在全文筛选期间，如果研究未报告定量HRV参数、未包含诊断NDD的儿童或青少年、未提供足够的方法学信息或未能满足发表和语言标准，则被排除。选择过程遵循四个连续阶段：识别、筛选、资格评估和纳入。完整的选择过程，包括识别、筛选、排除和纳入的记录数量，在结果部分的PRISMA流程图中呈现。由于筛选是通过验证和共识而非完全独立的重复筛选进行的，未计算评分者间一致性系数。

3.5 数据提取与综合
对所有符合资格标准的研究进行了结构化数据提取过程。对于每篇纳入的文章，使用预先定义的框架提取信息，涵盖研究特征、参与者特征、诊断组、HRV获取方法、实验背景、预处理程序、软件工具和报告的HRV指标。提取的研究级数据包括发表年份、原产国、发表类型、研究设计、样本量、参与者年龄范围、性别分布（如可用）以及神经发育障碍类别。诊断标准或临床评估程序在报告时也被记录。生理和计算方法学变量包括心脏信号源、获取设备、记录时长、采样频率、预处理和伪迹校正程序、HRV分析软件以及特征提取方法。报告的HRV指标被分类为时域、频域、非线性和复合特征域。研究进一步根据障碍类别、获取模态、实验背景、信号处理方法和主要研究目标进行分组。实验背景包括静息状态范式、基于任务的心理生理学、睡眠监测、立位或生物标志物富集分析以及系统或原型导向研究。未进行定量荟萃分析，因为纳入的研究在人群特征、诊断组、记录方案、获取模态、预处理程序、实验范式、HRV特征集和统计报告方面不够同质。研究在HRV是在静息状态、认知或注意任务、感觉或社会情感范式、睡眠、立位测试还是基于原型的监测期间评估方面存在差异。此外，许多研究报告了不同的HRV结果，使用了不同的处理流程，或未在可比条件下为同一指标提供兼容的效应量数据。因此，汇集这些研究可能会产生一个掩盖临床和方法学上有意义差异而非代表共同效应的汇总估计。相反，进行了叙述性和描述性综合。在适当情况下计算频率和百分比，以总结研究间的分布。综合重点在于识别主导的方法学模式、异质性来源、报告不足的处理细节以及与HRV作为儿童神经发育障碍中自主神经调节计算标记使用相关的空白。提取的数据和研究分类由所有作者检查，关于研究分类、HRV方法或报告特征的任何不确定通过共识解决。方法学质量和偏倚风险使用基于JBI的评估方法进行评估。由于纳入的研究在设计上各不相同，并非都直接映射到单一乔安娜·布里格斯研究所（JBI）检查表，此评估被用作结构化叙述性评估，而非正式应用完整的已验证JBI关键评估工具。评估侧重于与观察性和心理生理学HRV研究相关的领域，包括参与者选择、诊断特征、HRV获取、预处理和伪迹校正、混杂因素报告以及分析的适当性。评估用于指导证据解释，并未用作排除标准。完整的评估领域和研究级评分在补充材料中提供。

4 结果
4.1 研究选择
初始数据库检索在IEEE Xplore、PubMed、ScienceDirect、SpringerLink和Web of Science中识别出1,115条记录。通过补充Google Scholar检索和手动筛选参考文献列表识别出额外151条记录。去重后，剩余752条记录进行标题和摘要筛选。在标题和摘要筛选期间，排除687条记录，因为它们不符合资格标准。排除的主要原因是非儿童人群、缺乏HRV测量、未关注神经发育障碍、非实证发表类型或实验性药物方案。研究药物对生理信号影响的研究被排除，而允许参与者常规处方药物的研究在HRV在其他方面符合资格的儿童NDD人群中评估时被保留。剩余65篇文章进行全文评估。经过全文评估，排除41项研究，因为它们未报告定量HRV指标、包含仅成人样本、非原始实证研究或未提供关于HRV获取、预处理、特征提取或分析的足够方法学细节。最终，24项研究满足所有资格标准，被纳入定性综合。完整的研究选择过程在PRISMA流程图中总结。

4.2 纳入研究的一般特征
最终定性综合包括24项实证研究，发表于2016年至2026年之间。发表活动分布在过去十年，2016年和2021年发表的研究数量最多，各4项。2025年发表3项研究，其余年份各1或2项。这一分布表明，关于儿童NDD中HRV的研究体量持续但仍然相对有限。大多数纳入的研究以同行评审期刊文章形式发表。21项研究为期刊文章，3项为会议论文集。期刊出版物主要分布在心理生理学、神经科学、发育障碍、精神病学和生物医学研究领域，而会议论文更与生物医学工程、应用传感和系统导向的生理监测相关。在方法学取向上，纳入的研究主要是观察性、病例对照或实验性心理生理学研究。几项研究比较了ASD或ADHD儿童与典型发育对照组，而其他研究检查了HRV特征与临床、行为、认知或生理变量在临床组内的关联。少数研究采用应用或系统导向设计，将HRV整合到可穿戴或多模态生理监测框架中。总体而言，纳入文献表明，儿童NDD中的HRV研究主要出现在临床、心理生理学和生物医学场所，工程导向研究贡献较小。这一分布对于本综述相关，因为它表明HRV既被作为自主神经调节的生理标记进行研究，最近也被作为可穿戴和传感计算背景下的信号处理目标进行研究。关于实验范式和认知背景的详细信息在结果部分单独综合。

4.3 参与者与诊断特征
在24项纳入研究中，参与者完全由被诊断为神经发育障碍的儿童和青少年组成，主要是ASD和ADHD。ASD占研究人群的大部分，17项研究关注ASD儿童，7项研究检查ADHD儿童。这一分布表明，在儿童NDD文献中，自主神经调节和基于HRV的生理标记在ASD中的研究比ADHD中更广泛。大多数研究使用病例对照设计，将ASD或ADHD儿童与典型发育对照组进行比较。这些设计能够直接比较临床和神经典型人群之间的自主神经调节。少数研究仅调查临床人群，并关注HRV特征与症状严重程度、共病症状、行为特征或任务相关生理反应之间的关联。样本量在研究间差异很大。最小的研究包括20名参与者，而最大的队列包括229名ADHD儿童和244名典型发育对照组。另一项大型研究包括198名儿童。大多数研究包括约30-70名参与者，反映了在儿科临床人群中收集高质量生理记录的实际挑战。少数研究包括约100名参与者或更多的队列，代表了所综述文献中相对较大规模的调查。报告年龄范围涵盖早期儿童期至晚期青少年期，研究区间从1岁到18岁。跨研究，中心年龄区间约为6-13岁。研究样本的平均下限为6.3±2.7岁，平均上限为12.9±3.5岁。因此，大多数调查集中在学龄儿童和早期青少年，这是ASD和ADHD经常被诊断、监测和临床评估的发育时期。参与者特征在研究间不统一。尽管年龄和性别通常被报告，但诊断标准、共病、药物状态、症状严重程度和行为表型的报告存在差异。这种差异对于HRV解释很重要，因为参与者层面的因素可能影响基线自主神经张力、任务相关反应性以及跨研究提取HRV特征的可比性。总体而言，所综述的文献主要基于中等规模的学龄儿童队列，经常使用临床人群与典型发育同伴之间的病例对照比较。ASD研究的主导地位、ADHD研究数量较少以及参与者特征的可变性表明，参与者层面的异质性仍然是解释HRV作为儿童NDD中生理或计算标记的主要变异来源。

4.4 HRV获取模式与记录方案
HRV来源于几种心脏获取模式，包括标准心电图（ECG）、基于Holter的ECG监测、可穿戴心率监测器或胸带以及光学PPG传感器。一些研究使用了不止一种信号源，因此获取类别并非互斥。ECG获取是主要方法。24项研究中有17项使用ECG衍生的R–R间期记录作为HRV分析的来源，其中16项将ECG或Holter ECG作为主要HRV获取模式。这些记录包括标准短期ECG、便携式ECG系统和Holter监测。基于ECG的方案通常在实验室或临床环境中实施，其中受控的记录条件和更高的信号保真度支持可靠的R波检测和HRV特征提取。可穿戴心率监测器和胸带系统在6项研究中被用作主要获取模式。这些设备最常来自Polar系列，包括Polar RS800、RS800CX、H7和H10系统。可穿戴系统提供适合短期HRV分析的心跳间期数据，并且对于儿童人群特别相关，因为它们减少了参与者负担并可以支持更自然的记录条件。一项研究还结合了夜间家庭HRV监测与日间ECG获取。基于PPG的获取较少见。三项研究使用PPG作为心脏信号源，但仅有两项研究将其作为主要获取方法。一项研究从短PPG记录中提取HRV特征，另一项将MAX30102光学传感器整合到原型监测系统中，该系统还包括皮肤电反应和加速度计数据。此外，一项多参数研究结合了ECG、PPG、呼吸、皮肤电活动和皮肤温度，表明了对多模态生理评估的新兴兴趣。报告的硬件在研究间各异。实验室级系统包括Biopac MP150、PowerLab系统、Compumedics采集系统、BrainAmp ECG和其他医疗ECG设备。动态或半自然方案包括Holter ECG监测、Polar胸带系统和Shimmer可穿戴设备。这些差异表明，儿童NDD人群中的HRV研究涵盖了受控的心理生理记录和更多应用的可穿戴传感方法。其他硬件包括DiANS PF8设备、Medicom 83多参数系统和MAX30102光学心率传感器。当报告时，ECG或PPG记录的采样频率通常在200 Hz至1000 Hz之间。记录时长也差异很大，从短至4-5分钟静息状态片段到更长的基于任务的记录、夜间监测和24小时Holter方案。大多数研究依赖于在受控实验室或临床条件下收集的短期HRV记录，而只有少数实施了家庭、动态或延长时长监测。总体而言，基于ECG的获取仍然是儿童NDD中HRV分析的主要技术方法。可穿戴胸带监测器和光学传感器较少见，但对于儿童友好、自然和多模态生理监测越来越相关。从计算角度来看，获取模式、采样频率、记录时长和记录背景的这种可变性很重要，因为它直接影响信号质量、心跳检测、伪迹敏感性以及跨研究下游HRV特征的可比性。

4.5 预处理、特征提取与分析流程
在纳入的研究中，HRV分析通常遵循共同的信号处理流程，尽管各个步骤的实施和报告差异很大。所综述的流程通常包括参与者和实验背景定义、心脏信号获取、信号质量评估、伪迹或噪声校正、R–R间期提取、HRV特征计算以及最终统计或解释性分析。方法学变异的主要来源是获取模式、预处理质量控管、特征选择策略、软件实现以及用于将HRV特征与ASD、ADHD、症状概况或任务相关反应联系起来的分析框架。HRV信号的计算处理使用专用HRV软件、基于MATLAB的例程、供应商特定工具或定制处理流程进行。Kubios HRV是最常报告的软件工具，用于滤波、伪迹校正以及时域、频域或非线性HRV指标的提取。基于MATLAB的流程也在几项研究中报告，或者作为独立处理环境，或者与其他软件工具结合使用。其他报告的工具包括MindWare、HRV Analysis Software、BioSigBrowser、Polar Precision Performance软件以及定制或内部例程。预处理程序在研究间描述不统一。一些论文报告了R波或心跳间期检查、滤波、异位搏动去除、手动校正或基于软件的伪迹检测。其他描述了特定的滤波步骤，包括噪声滤波、高通滤波、抗混叠滤波、低通滤波或平滑先验去趋势。然而，在几项研究中，伪迹处理和预处理参数仅部分指定。这很重要，因为儿童生理记录容易受到运动伪迹、电极或传感器接触不良、不规则呼吸以及任务相关运动的影响，这些都可能影响心跳检测和下游HRV特征。特征提取以传统时域和频域指标为主。时域特征如RMSSD、SDNN、pNN50和平均R–R间期常用于表征短期变异性和总体自主神经调节。频域特征，包括HF、LF、LF/HF比值、总功率和极低频（VLF），使用频谱分析方法如快速傅里叶变换或软件实现的频域例程计算。这些线性描述符构成了大多数纳入研究的核心分析基础。非线性HRV特征和复合自主神经指数报告较少，但对于自主神经动态的计算表征特别相关。几项研究提取了庞加莱图描述符、基于熵的测度、去趋势波动分析指数、基于递归的指数或复合交感和副交感神经指数。这些测量旨在捕获信号复杂性、时间结构、分形标度和非线性调节动态，而这些可能无法完全由传统线性HRV指标表示。只有有限数量的研究将HRV分析扩展到更广泛的计算或多模态流程。一些研究将HRV与EDA、呼吸、皮肤温度、加速度计、PPG或其他生理信号整合。这些方法与数字表型相关，因为它们将HRV视为更广泛生理特征空间的一个组成部分。尽管如此，明确的机器学习或预测建模方法很少见，大多数研究使用HRV特征进行组间比较、关联分析或任务反应表征。总体而言，儿童NDD研究中的HRV处理仍然异质且不完全标准化。尽管几项研究使用了Kubios、MATLAB、MindWare或HRV Analysis Software等既定工具，但预处理选择、伪迹校正、特征提取设置和软件参数的报告通常不完整。未来研究应以标准化方式报告获取参数、信号质量标准、预处理步骤、伪迹处理、特征定义、频谱分析设置、非线性分析设置、软件版本以及统计或计算建模程序。

4.6 报告的HRV特征
纳入的研究报告了来自三个主要分析领域的HRV特征：时域、频域以及非线性或复合测量。由于几项研究同时报告了多个HRV特征，因此表格中呈现的频率并非互斥。时域特征被广泛用于量化短期变异性和迷走神经介导的自主神经调节。RMSSD和平均R–R间期是纳入研究中主要的时域特征。RMSSD在静息状态方案和基于任务的范式中都被使用，表明其作为捕获短期自主神经调节的一般特征的作用。在ASD聚焦的研究中，RMSSD通常被解释与副交感神经调节、情绪处理或感觉反应性相关。在ADHD聚焦的研究中，它更常被考察与注意表现、任务相关调节或更广泛的自主神经功能相关。其他时域特征，如SDNN和pNN50，使用较少一致，但提供了关于总体HRV和短期迷走神经调节的补充信息。频域特征代表了纳入研究中被强调最多的分析领域。HF及相关指数是主要的频谱测量指标，通常被解释为迷走神经介导的心脏调节标记。几项ASD研究使用HF相关特征来检查静息自主神经调节或对情绪和社会相关刺激的反应。在ADHD研究中，HF-HRV更常在基于任务或表现相关的背景下被考察，其中它被解释为调节灵活性或任务相关自主神经调节的标记。其他频谱特征，包括LF、LF/HF比值、总功率和VLF，被用于提供关于自主神经平衡和频谱变异性的更广泛描述。然而，一些频域测量（特别是LF/HF）的生理解释在方法学上仍存在争议。非线性HRV特征和复合自主神经指数比传统时域和频域测量报告更少。基于熵的描述符、庞加莱图特征（如短期变异SD1和长期变异SD2）、去趋势波动分析（DFA）指数、基于递归的测量和复合自主神经指数仅在一小部分研究中使用。这些特征很重要，因为它们旨在捕获信号不规则性、时间结构、分形标度、非线性自主神经动态或多维自主神经平衡，而这些可能无法完全由传统线性HRV测量表示。一项社会情感ASD研究应用了更广泛的非线性框架，包括DFA和基于递归的指数，表明非线性特征可能提供关于情感或社会处理过程中调节动态的额外信息。类似地，在ADHD分析中使用交感神经系统/副交感神经系统（SNS/PNS）指数反映了对跨多个HRV特征总结自主神经调节的复合测量的新兴兴趣。这些测量的有限使用表明，更复杂的HRV表征在儿童ASD和ADHD研究中仍未得到充分探索。总体而言，所综述的文献表明，儿童NDD中的HRV分析以传统线性特征为主，特别是HF相关测量、RM