基于心率变异性（HRV）的老年人呼吸频率估算：误差模型建立及可穿戴睡眠监测设备的初步验证

《Clocks & Sleep》：HRV-Based Respiratory-Rate Estimation in Older Adults: Error Modeling and Pilot Validation for Wearable Sleep Monitoring

　　

摘要

呼吸频率是睡眠医学和生物钟生物学中的关键生物标志物。我们研究了心率变异性（HRV）中的高频（HF）成分——该成分反映了呼吸性窦性心律不齐（RSA）——是否可以作为从心电图（ECG）或脉搏血氧饱和度计（PPG）估计呼吸频率的非侵入性替代指标。我们采用了两阶段验证方法：(1) 使用PhysioNet ECG-ID数据库（心电图识别数据库，DOI：10.13026/C2XW26）作为处理流程参考，进行了生理校准的模拟研究（每种情况30例，共5种情况，记录时间为180秒）以表征控制误差；(2) 在10名老年人（平均年龄71.3岁）中进行了初步的实际数据验证，同时使用East Medic Biotope Mini（1000 Hz）设备测量心电图和呼吸参数。结果：在受控的静息条件下，模拟研究的平均绝对误差（MAE）为0.46次/分钟（信噪比SNR为4.8）。我们推导出经验误差公式：MAE = 2.017 × SNR^(-1.187)（R2 = 0.71）。在实际数据验证中，10名参与者中有4名的MAE不超过2.0次/分钟；其余6名的误差在6至17次/分钟之间，这些误差可归因于非呼吸性高频振荡、谐波干扰以及呼吸频率的波动。当信噪比较高且呼吸规律时，高频峰值方法是可靠的，但在老年人群体中，由于其非呼吸性高频振荡可能会干扰频谱峰值检测，因此需要除了信噪比之外的其他质量标准。