hrv.expert

Analyseur de VFC : méthodes et comparaison à Kubios

Chaque algorithme qu’utilise l’analyseur de VFC, l’article sur lequel il repose, ce que fixe le préréglage « Valeurs par défaut de Kubios » et la façon dont les résultats ont été vérifiés.

Dernière mise à jour :

L’analyseur calcule dans votre navigateur, à partir d’intervalles RR, des mesures de VFC du domaine temporel et du domaine fréquentiel ainsi que des mesures non linéaires. Il propose deux préréglages : « Valeurs par défaut du site », les réglages utilisés sur le reste du site, et « Valeurs par défaut de Kubios ».

Le préréglage « Valeurs par défaut de Kubios » tire ses réglages d’analyse du Kubios HRV User’s Guide, version 3.5 (sections 3.3 et 6). Deux de ces réglages n’y figurent pas. Le préréglage active une correction par seuil de niveau moyen, et son λ = 500 pour la suppression de la tendance par la méthode « smoothness priors » est la valeur par défaut des auteurs de la méthode (Tarvainen et ses collègues). Le nom indique d’où viennent les réglages. Il ne promet pas les mêmes valeurs que Kubios.

Nous n’avons pas encore comparé l’analyseur à Kubios HRV Standard : la colonne Kubios ci-dessous indique donc « Pas encore de comparaison » sur chaque ligne. Nous l’avons comparé à NeuroKit2, une bibliothèque libre et indépendante d’analyse de la VFC, sur des enregistrements publics. La colonne NeuroKit2 indique les mesures qui concordent, et avec quelle précision.

Ouvrez l’outil « Analyseur de VFC » pour utiliser ces méthodes sur vos propres enregistrements.

Algorithmes

Algorithme Ce que fait l’analyseur Références Préréglage « Valeurs par défaut de Kubios » NeuroKit2 Kubios HRV Standard
Statistiques du domaine temporel Mesures : RR moyen, Fréquence cardiaque moyenne, SDNN, RMSSD, lnRMSSD, SDSD, NN50, pNN50, NN20, pNN20 RR moyen et fréquence cardiaque moyenne, SDNN (écart type d’échantillon), RMSSD et lnRMSSD, SDSD, ainsi que NN50, pNN50, NN20 et pNN20 comptés sur les différences successives. Aucune différence n’enjambe un battement retiré par les règles du site ni une interruption de l’enregistrement. [1] Aucun réglage. Concordance dans la tolérance :
  • RR moyen, à 0,1 ms près
  • SDNN, à 0,1 ms près
  • RMSSD, à 0,1 ms près
  • pNN50, à 0,1 point de pourcentage près
Pas encore de comparaison
Mesures géométriques Mesures : Indice triangulaire de la VFC, TINN Indice triangulaire de la VFC et TINN, à partir d’un histogramme à classes de 1/128 s (7,8125 ms), la valeur retenue par la Task Force. Affichés pour les enregistrements de 5 minutes ou plus. [1] Aucun réglage. Pas de comparaison Pas encore de comparaison
Mesures de longue durée Mesures : SDANN, Indice SDNN SDANN et indice SDNN sur des segments de 5 minutes. Affichés lorsque l’enregistrement contient au moins deux segments complets. [1] Aucun réglage. Pas de comparaison Pas encore de comparaison
Correction des artefacts par seuil Marque tout intervalle dont l’écart à la médiane d’au plus dix intervalles voisins dépasse le seuil du niveau choisi, à 60 bpm : 0,45 s (très faible), 0,35 s (faible), 0,25 s (moyen), 0,15 s (fort) ou 0,05 s (très fort) ; le seuil est plus petit quand la fréquence cardiaque est plus élevée. Chaque intervalle marqué est remplacé par une valeur interpolée (spline cubique, ou interpolation linéaire), si bien que le nombre d’intervalles ne change pas. Les résultats s’accompagnent d’une mise en garde lorsque plus de 5 % des intervalles ont été corrigés. [2] Niveau moyen, spline cubique. Le guide énumère les niveaux sans en désigner un comme valeur par défaut. Pas de comparaison Pas encore de comparaison
Choix automatique du niveau de correction Une règle propre à l’analyseur, et non la correction automatique de Kubios. Elle retient le niveau le plus faible à partir duquel le nombre d’intervalles marqués cesse d’augmenter, pourvu que ce niveau marque au moins un intervalle et au plus 5 % d’entre eux. Le texte des méthodes donne la règle complète. [2] Non utilisé. Pas de comparaison Pas encore de comparaison
Règles du site Retire les intervalles inférieurs à 300 ms ou supérieurs à 2 000 ms, ou qui s’écartent de plus de 25 % de la médiane d’au plus dix voisins situés dans cette plage, et ne calcule aucune différence successive qui enjambe un battement retiré. Le reste du site applique les mêmes règles. Aucune Non utilisées. Pas de comparaison Pas encore de comparaison
Rééchantillonnage Pour le périodogramme de Welch, une spline cubique passant par les intervalles est échantillonnée à fréquence constante : 4 Hz, sauf si vous modifiez ce réglage. Aucune 4 Hz, spline cubique. Pas de comparaison Pas encore de comparaison
Suppression de la tendance (smoothness priors) Retire les tendances lentes avec λ = 500 ; on peut choisir à la place une suppression de la tendance linéaire, ou aucune. L’analyseur supprime la tendance de la série à 4 Hz avant le périodogramme de Welch et, lorsque ce réglage est activé, celle de la série de battements avant les mesures non linéaires. [3] Smoothness priors, λ = 500 (valeur par défaut de Tarvainen ; le guide n’indique pas λ). Les mesures non linéaires utilisent la série sans tendance. Pas de comparaison Pas encore de comparaison
Périodogramme de Welch Mesures : Puissance VLF, Puissance LF, Puissance HF, Puissance totale, ln VLF, ln LF, ln HF, LF n.u., HF n.u., LF/HF, Pic VLF, Pic LF, Pic HF Fait la moyenne de fenêtres de Hann qui se recouvrent de moitié ; la puissance de chaque bande est la somme des points de la grille de fréquences qu’elle contient. On peut modifier les limites des bandes et activer une bande ULF. Un enregistrement plus court qu’une fenêtre donne un seul périodogramme, complété par des zéros (voir les différences connues plus bas). [4] , [1] Fenêtres de 300 s, recouvrement de 50 % ; VLF 0–0,04 Hz, LF 0,04–0,15 Hz, HF 0,15–0,4 Hz. Concordance dans la tolérance :
  • Puissance LF, à 1 % près
  • Puissance HF, à 6 % près
  • LF/HF, à 6 % près
Pas encore de comparaison
Périodogramme de Lomb–Scargle Mesures : Puissance VLF, Puissance LF, Puissance HF, Puissance totale, ln VLF, ln LF, ln HF, LF n.u., HF n.u., LF/HF, Pic VLF, Pic LF, Pic HF Calcule le spectre directement à partir des instants irréguliers des battements, sans rééchantillonnage ni suppression de la tendance, jusqu’à la plus haute limite de bande utilisée (0,5 Hz au minimum). Donne les mêmes mesures par bande que le périodogramme de Welch. [5] , [6] Non utilisé. Pas de comparaison Pas encore de comparaison
Diagramme de Poincaré Mesures : SD1, SD2, SD2/SD1 SD1 à partir des différences successives, SD2 à partir de SD1 et de l’écart type de la série, et leur rapport. [7] SD2 calculé sur la série sans tendance. Concordance dans la tolérance :
  • SD1, à 0,01 ms près
Pas encore de comparaison
Analyse des fluctuations redressées (DFA) Mesures : DFA α1, DFA α2 Boîtes de toutes les tailles dans les plages de α1 et de α2, sans recouvrement ; α1 et α2 sont les pentes des droites ajustées en coordonnées log–log sur chaque plage. Le calcul de α2 exige au moins quatre boîtes de la plus grande taille de sa plage. [8] α1 sur 4–12 battements et α2 sur 13–64 battements, sur la série sans tendance. Concordance dans la tolérance :
  • DFA α1, à 0,05 près
Pas encore de comparaison
Entropie d’échantillon et entropie approximative Mesures : Entropie d’échantillon, Entropie approximative Séquences de m battements qui coïncident à r × écart type près. L’entropie d’échantillon exclut la coïncidence d’une séquence avec elle-même ; l’entropie approximative la compte. Pour les enregistrements plus longs, seuls les 3 000 premiers battements sont pris en compte, pour que le navigateur reste réactif. [9] , [10] m = 2 et r = 0,2 × écart type, sur la série sans tendance. Concordance dans la tolérance :
  • Entropie d’échantillon, à 0,0001 % près
Pas encore de comparaison
Indice de stress de Baevsky Mesures : Indice de stress de Baevsky, Indice de stress (√SI) À partir d’un histogramme des intervalles à classes de 50 ms. L’analyseur donne l’indice de Baevsky et sa racine carrée, que Kubios affiche comme « Stress index » (indice de stress). [11] , [2] Aucun réglage. Pas de comparaison Pas encore de comparaison

Méthode de comparaison

Les enregistrements de référence sont dix segments d’intervalles RR, cinq de 5 minutes et cinq de 20 minutes, tirés des enregistrements nsr001 à nsr005 de la Normal Sinus Rhythm RR Interval Database, sur PhysioNet.

NeuroKit2 0.2.13 (Python 3.13.11, NumPy 2.5.4, SciPy 1.18.1) a calculé ses valeurs le 16 oct. 2026. Les tests automatisés du site analysent les mêmes enregistrements et échouent lorsqu’une mesure sort de sa tolérance.

Pour cette comparaison, l’analyseur a été réglé sur les choix de NeuroKit2 lorsque c’était possible : aucune correction des artefacts, aucune suppression de la tendance, une fenêtre de Welch de 64 s, les mesures non linéaires sur la série brute et le DFA α1 sur 4–11 battements. Les valeurs de NeuroKit2 ont été calculées avec les mêmes réglages.

Mesures comparées à NeuroKit2, réglages alignés
Mesure Écart autorisé Plus grand écart observé
RR moyen 0,1 ms Écart d’arrondi
SDNN 0,1 ms Écart d’arrondi
RMSSD 0,1 ms Écart d’arrondi
pNN50 0,1 point de pourcentage Écart d’arrondi
SD1 0,01 ms Écart d’arrondi
Puissance LF 1 % 0,1 %
Puissance HF 6 % 4,7 %
LF/HF 6 % 4,4 %
Entropie d’échantillon 0,0001 % Écart d’arrondi
DFA α1 0,05 0,032

Avec le préréglage « Valeurs par défaut de Kubios » face aux valeurs par défaut propres à NeuroKit2, les mesures du domaine fréquentiel diffèrent beaucoup plus : jusqu’à 200 % pour la puissance HF et jusqu’à 170 % pour la puissance LF. L’essentiel vient de la fenêtre. Avec la fenêtre de 300 s du préréglage, un enregistrement de 5 minutes n’a qu’un seul périodogramme, alors que NeuroKit2 fait la moyenne de fenêtres deux fois plus courtes que l’enregistrement. La suppression de la tendance, la façon dont chacun additionne la puissance des bandes et l’interpolation font le reste. Les mesures du domaine temporel, elles, restent identiques à l’arrondi près.

Kubios HRV Standard

Pas encore de comparaison. Quand les résultats de Kubios HRV Standard pour les dix mêmes enregistrements seront disponibles, cette page indiquera sa version et la date, et une ligne n’indiquera de concordance que pour les mesures qui restent dans la tolérance.

Différences connues par rapport à Kubios HRV

  • Kubios HRV donne aussi un spectre autorégressif (AR). Ce n’est pas le cas de l’analyseur, qui propose le périodogramme de Welch et le périodogramme de Lomb–Scargle.
  • Le guide de Kubios ne précise pas si la suppression de la tendance porte sur la série de battements ou sur la série rééchantillonnée à 4 Hz. L’analyseur l’applique à la série à 4 Hz pour le spectre et à la série de battements pour les mesures non linéaires ; l’un ou l’autre peut donc différer de ce que fait Kubios.
  • Lorsqu’un enregistrement est plus court que la fenêtre de Welch (un enregistrement de 5 minutes avec la fenêtre de 300 s du préréglage, par exemple), l’analyseur applique la fenêtre de Hann aux seules données, corrige l’échelle de la puissance en fonction de cette fenêtre et complète le résultat par des zéros jusqu’à la longueur de la fenêtre entière. La grille de fréquences reste celle de la fenêtre entière, et la puissance des bandes n’est pas sous-estimée. Kubios peut traiter ce cas autrement ; le spectre d’un enregistrement court peut donc différer légèrement de celui de Kubios.
  • Le « Stress index » de Kubios est la racine carrée de l’indice de stress de Baevsky. L’analyseur donne les deux, sous des noms différents.
  • Le choix automatique du niveau de correction est une règle propre à l’analyseur. La correction automatique de Kubios, dans son édition Premium, est une autre méthode.

Références

  1. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology. Heart rate variability: standards of measurement, physiological interpretation and clinical use. Circulation. 1996;93(5):1043–1065. doi:10.1161/01.CIR.93.5.1043
  2. Tarvainen MP, Lipponen J, Niskanen JP, et al. Kubios HRV software user’s guide. Kubios Oy. Version 3.5, 3 November 2021. https://www.kubios.com/downloads/Kubios_HRV_Users_Guide.pdf
  3. Tarvainen MP, Ranta-aho PO, Karjalainen PA. An advanced detrending method with application to HRV analysis. IEEE Transactions on Biomedical Engineering. 2002;49(2):172–175. doi:10.1109/10.979357
  4. Welch P. The use of fast Fourier transform for the estimation of power spectra: a method based on time averaging over short, modified periodograms. IEEE Transactions on Audio and Electroacoustics. 1967;15(2):70–73. doi:10.1109/TAU.1967.1161901
  5. Lomb NR. Least-squares frequency analysis of unequally spaced data. Astrophysics and Space Science. 1976;39(2):447–462. doi:10.1007/BF00648343
  6. Scargle JD. Studies in astronomical time series analysis. II - Statistical aspects of spectral analysis of unevenly spaced data. The Astrophysical Journal. 1982;263:835. doi:10.1086/160554
  7. Brennan M, Palaniswami M, Kamen P. Do existing measures of Poincare plot geometry reflect nonlinear features of heart rate variability? IEEE Transactions on Biomedical Engineering. 2001;48(11):1342–1347. doi:10.1109/10.959330
  8. Peng CK, Havlin S, Stanley HE, et al. Quantification of scaling exponents and crossover phenomena in nonstationary heartbeat time series. Chaos: An Interdisciplinary Journal of Nonlinear Science. 1995;5(1):82–87. doi:10.1063/1.166141
  9. Richman JS, Moorman JR. Physiological time-series analysis using approximate entropy and sample entropy. American Journal of Physiology-Heart and Circulatory Physiology. 2000;278(6):H2039–H2049. doi:10.1152/ajpheart.2000.278.6.H2039
  10. Pincus SM. Approximate entropy as a measure of system complexity. Proceedings of the National Academy of Sciences. 1991;88(6):2297–2301. doi:10.1073/pnas.88.6.2297
  11. Baevsky RM, Chernikova AG. Heart rate variability analysis: physiological foundations and main methods. Cardiometry. 2017;(10):66–76. doi:10.12710/cardiometry.2017.10.6676