多部位光电容积描记信号基准点选择对脉搏变异性与心率变异性一致性的影响研究

为解决PRV（脉搏变异性）能否替代HRV（心率变异性）的争议，研究人员通过223名受试者的多部位（手指、脚趾、耳垂、前额）PPG（光电容积描记）信号分析，评估7种基准点下PRV与HRV的一致性。结果显示PRV与HRV仅在MeanNN和Ratio_LF/HF参数上高度一致，右手指和耳垂误差最低，但总体不可直接替代。该研究为可穿戴设备的心率监测提供了关键理论依据。

　　

论文解读

在健康监测领域，心率变异性（HRV）长期被视为评估自主神经系统（ANS）功能的黄金标准，但其依赖心电图（ECG）的局限促使研究者探索更便捷的替代方案——基于光电容积描记（PPG）的脉搏变异性（PRV）。尽管PRV被智能手表等穿戴设备广泛采用，但两者在冷暴露、呼吸调控等场景下的差异争议不断。更棘手的是，PPG信号基准点选择和测量部位的影响尚未系统评估，这直接关系到PRV能否真正“接班”HRV。

为解决这一核心问题，军事大学的研究团队开展了一项迄今最大规模的对比研究。他们招募了223名21-93岁的受试者，同步采集7个身体部位（左右手指、脚趾、耳垂及前额）的PPG信号，并创新性地对比了7种基准点（如PPG波幅中点）对PRV-HRV一致性的影响。通过高频采样（1000 Hz）和严格的数据预处理，研究采用相对误差、Bland-Altman分析和Wilcoxon检验三重验证体系，成果发表于《Biomedical Signal Processing and Control》。

关键技术方法包括：1）多部位同步信号采集系统（手指/脚趾/耳垂/前额）；2）7种PPG基准点算法（涵盖波峰/谷/斜率等特征）；3）HRV/PRV参数计算（时域MeanNN、NN50，频域VLF/LF/HF）；4）223人年龄跨度队列（21-93岁）的静息状态数据分析。

研究结果

• 测量部位对比：右手指、双耳垂的PRV相对误差最低（如MeanNN误差<5%），而脚趾和前额差异显著（BAR>20%）。
• 基准点选择：PPG波幅中点计算的PRV与HRV一致性最佳，传统波峰检测反而引入更大偏差。
• 参数特异性：仅MeanNN和LF/HF比值在Bland-Altman分析中显示优秀一致性（BAR<10%），而SDNN、RMSSD等参数普遍不达标。
• 统计检验：Wilcoxon测试证实MeanNN、NN50、pNN50等6参数无统计学差异，但个体数据离散度阻碍临床替代。

结论与意义
该研究首次系统证明：PRV与HRV的差异具有参数特异性和部位依赖性。尽管部分参数（如MeanNN）中位数无差异，但其广泛的数据离散（尤其频域参数）提示PRV不能直接替代HRV。这一发现为穿戴设备开发提供了关键指导——右手指/耳垂的PPG信号结合波幅中点算法可优化监测精度，但复杂生理状态（如运动/疾病）仍需ECG验证。研究团队特别强调，未来应开发基于多部位融合的PRV校正模型，以突破当前ANS监测的技术瓶颈。

（注：全文数据及术语均源自原文，如Bland-Altman比率BAR、频段划分VLF<0.04 Hz等细节均保留原始表述）