HeartPy - Python 心率分析工具包

喜欢 HeartPy？别忘了留下一颗星星！

结构更新

HeartPy V1.2 已登陆！包的结构已经过重新设计，现在可以放在单独的模块中，以准备下一次重大更新，该更新将具有许多分析扩展和向 HeartPy 的 GUI 迈出的第一步。HeartPy 一直在稳步增长，并且已经到了将其保存在一个文件中变得混乱和笨拙的地步。API 保持不变。

已将“示例”文件夹添加到将很快扩展的存储库中。现在有两个笔记本解释如何分析来自智能手表和智能戒指的ppg信号。

已添加色盲支持，请参阅示例文件夹中的此笔记本

安装

python setup.py install

或者，我们也在 PIP 上：

python -m pip install heartpy

而已！请注意，Github 始终具有最新版本。

文档

官方文档上线！你可以在这里找到官方文档

蟒蛇 2.7

该模块在 Python 2.7 上编译并运行良好，但某些单元测试失败。

教程笔记本现在在示例/中可用

这些展示了如何使用 HeartPy 处理各种分析任务，包括智能手表数据、智能戒指数据、常规 PPG 和常规（非常嘈杂）心电图。笔记本有时不通过 github 引擎呈现，因此要么在本地打开它们，要么使用像nbviewer这样的在线查看器。

我们建议您按顺序阅读笔记本：

• 1. Analyzing a PPG signal，一个使用内置示例开始使用 HeartPy 的笔记本。
• 2. 分析心电图信号，用于处理 HeartPy 和典型心电图数据的笔记本。
• 3. Analyzing smartwatch data，分析智能手表低分辨率PPG数据的笔记本。
• 4. Analyzing smart ring data，一个分析智能环PPG数据的笔记本。
• 5. Analyzing noise ECG data ，一个使用来自 MIT-BIH 噪声压力测试数据集的数据处理非常嘈杂的 ECG 数据的高级笔记本。
• 6. 色盲模式 - 操作方法和样式

更多信息

HeartPy，Python 心率分析工具包是 Python 中用于心率分析的模块。它最初是纯 Python 实现，用于分析自然驾驶和自行车实验中获取的生理数据。

该模块采用离散心率信号并输出​​科学文献中常见的时域和频域测量值：

时域：

• 每分钟心跳次数，BPM
• 节拍间期，IBI
• 标准差，如果相邻节拍之间的间隔，SDNN
• 相邻 RR 间期连续差的标准差，SDSD
• 相邻 RR 间隔之间连续差的均方根，RMSSD
• RR间期大于20ms、50ms、pNN20、pNN50的差异比例
• 中值绝对偏差，MAD
• 庞加莱分析（SD1、SD2、S、SD1/SD2）
• 庞加莱图

频域（Shaffer 和 Ginsberg 的范围：https ://doi.org/10.3389/fpubh.2017.00258 ）

• 极低频分量（0.0033-0.04-Hz），VLF
• 低频分量（0.04-0.15-Hz），LF
• 高频分量（0.15-0.4-Hz），HF
• 低频/高频比，低频/高频

在您的研究中使用该软件包时，请引用：

van Gent, P.、Farah, H.、van Nes, N. 和 van Arem, B. (2019)。使用现成的传感器实时分析嘈杂的驾驶员生理学：采用快车道项目的心率分析软件。开放研究软件杂志，7（1），32。DOI：http ://doi.org/10.5334/jors.241

van Gent, P.、Farah, H.、van Nes, N. 和 van Arem, B. (2019)。HeartPy：一种用于分析噪声信号的新型心率算法。交通研究 F 部分：交通心理学和行为，66, 368–378。https://doi.org/10.1016/j.trf.2019.09.015

文档

你可以在这里找到官方文档

该模块在我的教程系列中也在一定程度上有所描述：

• 使用 Python 分析离散心率信号 - 第 1 部分
• 使用 Python 分析离散心率信号 - 第 2 部分
• 使用 Python 分析离散心率信号 - 第 3 部分
• 使用 Python 分析离散心率信号 - 第 4 部分：开发中

执照

该模块在GNU 通用公共许可证版本 3、GPL-v3下获得许可

验证

验证的初步结果已在 [1, 2] 中报告。

[1]van Gent, P.、Farah, H.、van Nes, N. 和 van Arem, B. (2018)。人为因素的心率分析：开发和验证用于嘈杂自然心率数据的开源工具包。在第六届人文主义会议论文集（第 173-178 页）。

[2] van Gent, P.、Farah, H.、van Nes, N. 和 van Arem, B. (2019)。HeartPy：一种用于分析噪声信号的新型心率算法。交通研究 F 部分：交通心理学和行为，66, 368–378。https://doi.org/10.1016/j.trf.2019.09.015

去做

该模块仍在积极开发中。有关过去的更改，请参阅更改日志。未来几个月的任务是：

V1.3之前要做的事

• 相同，但对于 PPG - 形态变化太大，方法不稳定
• 添加“严格性参数”以影响 HeartPy 如何评估接受/拒绝的峰值
• 在 process() 方法期间自动缩放数据
• 扩展 enhance_peaks 以仅包括高于阈值的那些
• 添加自动处理 NaN 数据的方法
• clean_rr 方法现在删除不正确的值，更新以允许用周围数据点的中值替换
• 报告 repo 的验证性能（已发表的论文 + 发表后的关键点文档）
• 更改后端结构以适应 GUI 开发
• 为 HeartPy 开发 GUI