https://jimmyyeh.medium.com/hrv-analysis-python3-by-pyhrv-biosppy-1d2de76fb9b5

近期在用python做HRV(Heart Rate Variability)的初步分析，僅此紀錄一下

過程中找到這兩個好用的open source package，分別是pyHRV 和 BioSPPy。

這篇文章主要會聚焦在我在使用這兩個package時候遇到的問題。

在安裝這兩個套件的時候都沒什麼問題，在CMD中分別輸入以下指令安裝即可

python -m pip install pyHRV
python -m pip install biosppy

https://biosppy.readthedocs.io/en/stable/biosppy.html

套件可以分析bvp ecg eda eeg emg resp等類型的資料

這邊主要針對ecg心電圖的部份

Returns = biosppy.signals.ecg.ecg(signal=None, sampling_rate=1000.0, show=True)
"""
Returns
-------
    ts : array / Signal time axis reference(seconds).
    (資料對應的時間陣列)
    filtered : array / Filtered ECG signal.
    (濾波後的資料陣列)    
   
    rpeaks : array / R-peak location indices.
    (R-peak所在的 index 陣列)
    templates_ts : array / Templates time axis reference(seconds).
    (templates對應的時間陣列)
    templates : array / Extracted heartbeat templates.
    (心電圖模板，如下右圖)
    heart_rate_ts : array / Heart rate time axis reference(seconds).
    (每分鐘心律對應的時間陣列)
    heart_rate : array / Instantaneous heart rate (bpm).
    (每分鐘的心律資料陣列)
"""

圖一、show = True 會話出一張像上方的這種圖形 (Input 為 10秒的ecg data)

回傳的值為剛好足以畫出上方的圖，可以進入他的biosppy.plotting.plot_ecg()看看圖是怎麼畫的，這邊不再贅述。

然而從這邊return完的值可以知道並沒有HRV的feature值，是個相對使用pyHRV簡單的結果。

https://pyhrv.readthedocs.io/en/latest/_pages/start.html

在使用他的API前請先看一下這張圖

可以看到這些API共分成3層，使用越高層的API會一口氣呼叫其下層的API，可以計算更多的feature但也會相對地耗時

因為實驗需求的關係，專案需要real time 的分析其中兩個parameter 分別是 time_domain的 SDNN 與 frequency_domain 的 logLF

如果直接呼叫

Returns = pyhrv.hrv(signal)

會非常的耗時，所以若僅要使用少部份features可以直接呼叫上圖Parameter (Level 3) 的方法，以SDNN 和 logLF 為例：

#parameter nni : array / NN-intervals (ms or s)

SDNN = pyhrv.time_domain.sdnn(nni)['sdnn']
lnLF = 
pyhrv.frequency_domain.welch_psd(nni = nni,
                                 mode='dev')[0]['fft_log'][1]
     #當mode = 'dev'的時候就不會畫圖，共有三種mode，可依需求去選擇

這邊可以看到他需要的input是nni(NN-intervals)，並不是我們原本的signal，所以要先將nni運算出來，這邊就可以先用BiosPPy的ecg()得到R-Peaks indices的值。

這是在pyHRV的官網中計算intervals的範例

# Import packages
import biosppy
import pyhrv.tools as tools
from opensignalsreader import OpenSignalsReader

# Load sample ECG signal stored in an OpenSignals file
signal = OpenSignalsReader('SampleECG.txt').signal('ECG')

# Get R-peak locations (and hide the ECG plots)
rpeaks = biosppy.signals.ecg.ecg(signal, show=False)[2]

# Compute NNI parameters
nni = tools.nn_intervals(rpeaks)

但是這邊有一點是必須注意的，就是上面的資料Sample Rate預設是1000，而我的資料集的Sample Rate是2048，所以最後一行要修正成

nni = tools.nn_intervals(rpeaks) / 2.048

處理好這邊的nni 就可以放心的去用Level 3 的各式API了 !

而Level 1 的 pyHRV.hrv()就沒有這個問題，因為其中有個sample_rate 的 parameter可以改，但這邊預設也是 1000 就是了。

1、官方的文件至少要先從前面掃過一遍阿…一開始不知道有level 3 的API可以call，一直在想要怎麼加快速度，結果浪費了一大堆時間

2、也發現了pyplot在畫圖上只要有call到show()，原本其他function畫好圖的東西，就算該function 的 show = False 還是會將全部得圖畫出來。我的狀況是我只要針對我要的資料畫出一張圖，但在算pyHRV Frequency domain的時候就算show的bool值設成 False 他還是會先畫好但是沒有show出來而已，這部分的code biosppy就寫的比較好，若show = False就完全不畫圖。不過pyHRV也是有個參數可以調整，mode = 'dev' 就不會畫圖了 (不過我一開始沒注意到也是花了我很多時間)

以上大概就是一堆很簡單的問題但是花了我超多時間的心得…這邊附上一張我最後的成果圖嗚嗚。

上面兩張圖是Resp的資料不是ecg的，但比較簡單就沒說了XD

附註補充一下在這之中發現plt的Figures可以不只是存成png，可以用一個Pickle的套件存下來存成後來讀取還是可以互動的Figure，但還是得用python讀取就是了，教學連結在這邊。後續單純讀圖應用的話應該可以直接寫成一個簡單的py檔做讀檔即可。

36 person(s) visited this page until now.

Back