pyHRVは、心電図（ECG）、SpO2、血液量脈波（BVP）、またはその他の心拍数指標を含む信号から最先端の心拍変動（HRV）パラメータを計算するオープンソースのPythonツールボックスです。
pyHRVでは、HRV専用の教育、研究、およびアプリケーション開発のためのユーザーフレンドリーで多目的なPythonツールボックスを提供することを目指しています。
初心者がHRVパラメータ計算の基礎を理解するのに役立つ理解しやすいソースコードを提供すると同時に、開発者には最も重要なHRV分析機能を提供し、研究者には結果の出版品質のプロットを提供します。
このツールボックスはpipツールを使用してインストールできます。
pip install pyhrv依存関係: biosppy | numpy | scipy | matplotlib | nolds | spectrum
pyHRVは主にPython 3.Xで維持されていますが、バージョン0.4.0までPython 2.7でもテストされています。
詳細なpyHRVドキュメントはReadTheDocsで利用可能です：
追加のチュートリアルはこちらで見つけることができます：
HRVアルゴリズムは、心拍変動 - 測定基準、生理学的解釈、および臨床使用ガイドラインに従って開発および実装されています。その他の参考文献はコード内およびpyHRVリファレンスに記載されています。
あなたの研究でpyHRVを引用する場合は、以下の会議論文を使用してください（会議論文 [PDF]、会議プロシーディングス [PDF]）：
P. Gomes, P. Margaritoff, and H. P. da Silva, "pyHRV: Development and evaluation of an open-source python toolbox for heart rate variability (HRV)," in Proc. Int'l Conf. on Electrical, Electronic and Computing Engineering (IcETRAN), pp. 822-828, 2019
@inproceedings{Gomes2019,
author = {Gomes, Pedro and Margaritoff, Petra and Silva, Hugo},
booktitle = {Proc. Int'l Conf. on Electrical, Electronic and Computing Engineering (IcETRAN)},
pages = {822-828},
title = {{pyHRV: Development and evaluation of an open-source python toolbox for heart rate variability (HRV)}},
year = {2019}
}pyHRVを使用すると、最大78のHRVパラメータを計算しながら、HRV研究をサポートするための他の有用なパラメータ固有でないツールを使用できます。
- NNI系列の基本統計パラメータ -
pyhrv.time_domain.nni_parameters() - ΔNNI系列の基本統計パラメータ -
pyhrv.time_domain.nni_differences_parameters() - 心拍数（HR）系列の基本統計パラメータ -
pyhrv.time_domain.hr_parameters() - NNI系列の標準偏差（SDNN） -
pyhrv.time_domain.sdnn() - 長期NNI系列から抽出された連続する5つの5分セグメントのSDNNの平均（SDNNindex）-
pyhrv.time_domain.sdnn_index() - 長期NNI系列から抽出された5分セグメントの平均の標準偏差（SDANN） -
pyhrv.time_domain.sdann() - 連続差の二乗平均平方根（RMSSD） -
pyhrv.time_domain.rmssd() - 連続差の標準偏差（SDSD） -
pyhrv.time_domain.sdsd() - NNx & pNNxパラメータ -
pyhrv.time_domain.nnXX() - NN20 & pNN20パラメータ -
pyhrv.time_domain.nn20() - NN50 & pNN50パラメータ -
pyhrv.time_domain.nn50() - 三角指数（ヒストグラムの最大値 / ヒストグラムの幅） -
pyhrv.time_domain.triangular_index() - 三角補間関数（TINN）1 -
pyhrv.time_domain.tinn()
1 pyHRVの現在のバージョンには、TINN関数に対して誤解を招く誤った結果を引き起こすバグがあります。この目的のために既 9767 問題が開かれています...
以下のPSD方法を使用して計算されたNNI系列のパワースペクトル密度（PSD）から以下の周波数領域パラメータを計算します：
- ウェルチ法 -
pyhrv.frequency_domain.welch_psd() - 自己回帰 -
pyhrv.frequency_domain.ar_psd() - ロンブ-スカーグル -
pyhrv.frequency_domain.lomb_psd()
周波数パラメータ：
- ピーク周波数
- 絶対パワー
- 対数パワー
- 相対パワー
- 正規化パワー（LFとHFのみ）
- LF/HF比
パラメータは超低周波（VLF）、低周波（LF）、および高周波（HF）帯域に対して計算されます。周波数帯域はカスタマイズ可能で、超超低周波（ULF）帯域を含めることもできます。
pyHRVを使用した結果のPSDプロットと周波数領域パラメータのサンプルプロットは以下のとおりです：
ウェルチ、自己回帰、またはロンブ-スカーグル法を使用して、NNI系列から抽出された複数のNNIセグメント（例：60分の記録の5分セグメント）のPSDを3D滝プロットでプロットし、各セグメントから周波数領域パラメータを計算します - pyhrv.frequency_domain.psd_comparison() [ソース]。
ウェルチ、自己回帰、またはロンブ-スカーグル法を使用して、NNI系列から抽出された複数のNNIセグメント（例：60分の記録の5分セグメント）のPSDを単一のプロットでプロットし、各セグメントから周波数領域パラメータを計算します - pyhrv.frequency_domain.psd_waterfall()
以下の非線形パラメータとそれぞれのプロットを計算します：
- ポアンカレプロット（SD1、SD2、楕円面積、SD2/SD1比） -
pyhrv.nonlinear.poincare() - サンプルエントロピー -
pyhrv.nonlinear.sample_entropy() - 傾向変動解析（短期および長期）-
pyhrv.nonlinear.dfa()
- NNI系列の計算 -
pyhrv.tools.nn_intervals() - ∆NNI系列の計算 -
pyhrv.tools.nn_diff() - HR系列の計算 -
pyhrv.tools.heart_rate() - 医療グレードのようなECGペーパーレイアウトでのECGプロット -
pyhrv.tools.plot_ecg() - NNIタコグラムプロット -
pyhrv.tools.tachogram() - 心拍数ヒートプロット、年齢と性別による正常な心拍数範囲に基づく心拍数パフォーマンスの視覚化と分類 -
pyhrv.tools.heart_rate_heatplot() - 時間経過に伴うHRVパラメータの時間変化プロット -
pyhrv.tools.time_varying() - HRVパラメータの動的レーダーチャート -
pyhrv.tools.radar_chart() - HRV結果をJSONファイルにエクスポート サンプルファイル -
pyhrv.tools.hrv_export()
.TXT、.CSV、および.PDF形式のHRVレポートを生成します（v.0.4で新登場！）。以下のようなpyHRVレポートを生成する方法の詳細については、pyHRVレポートサブモジュールのREADMEファイルをお読みください：
このツールボックス全体で使用されるいくつかのHRV固有でないユーティリティと一般的な目的の関数：
- テスト目的のためのNNIサンプルシリーズの読み込み -
pyhrv.utils.load_sample_nni() - pyHRVのhrv_keys.jsonファイルの読み込み -
pyhrv.utils.load_hrv_keys_json() - NNI系列のフォーマット（numpy配列を確保し、秒単位で提供されたデータをmsに変換） -
pyhrv.utils.nn_format() - 時系列（例：NNI系列）のセグメント化 -
pyhrv.utils.segmentation() - その他...
このプログラムは、有用であることを願って配布され、「現状のまま」提供されますが、商品性または特定目的への適合性の黙示的保証を含め、いかなる保証もなく提供されます。このプログラムは医学的診断を目的としたものではありません。直接的、間接的、結果的、偶発的、または特別な損害、収益の損失、利益の損失、事業中断または情報の損失による損害について、訴訟の形式または法的理論にかかわらず、そのような損害の可能性について知らされていたとしても、明示的に一切の責任を負いません。
このパッケージは当初（バージョン0.3まで）、ハンブルク応用科学大学、ドイツ（生命科学部、生物医学工学科）とPLUX wireless biosignals, S.A.、リスボン、ポルトガルでの修士論文「心拍変動（HRV）のためのオープンソースPythonツールボックスの開発」の範囲内で開発されました。