HRVアナライザーの方法とKubiosとの比較
HRVアナライザーが使うすべてのアルゴリズム、その根拠となる論文、Kubiosの既定値プリセットの設定、結果の検証方法を示します。
最終更新：
アナライザーは、RR間隔から時間領域、周波数領域、非線形のHRV指標を、ブラウザの中で計算します。プリセットは2つあります。このサイトのほかの部分で使う設定の「サイトの既定値」と、「Kubiosの既定値」です。
「Kubiosの既定値」プリセットは、解析設定をKubios HRV User’s Guideのバージョン3.5（3.3節と6節）から取っています。ガイドに載っていない設定が2つあります。1つは、しきい値補正を「中」で有効にしていること。もう1つは、smoothness priors法のトレンド除去のλ = 500で、これは手法の考案者（Tarvainenら）の既定値です。この名前は設定の出どころを示すもので、Kubiosと同じ数値になることを約束するものではありません。
アナライザーとKubios HRV Standardとの比較は、まだ行っていません。そのため、下の表のKubiosの列はすべて「未比較」です。独立したオープンソースのHRVライブラリであるNeuroKit2とは、公開データで比較しました。NeuroKit2の列に、一致した指標と、その一致の程度を示します。
自分の記録でこれらの方法を使うには、HRVアナライザーを開いてください。
アルゴリズム
| アルゴリズム | アナライザーの処理 | 参考文献 | Kubiosの既定値プリセット | NeuroKit2 | Kubios HRV Standard |
|---|---|---|---|---|---|
| 時間領域の統計量 求める指標：平均RR間隔, 平均心拍数, SDNN, RMSSD, lnRMSSD, SDSD, NN50, pNN50, NN20, pNN20 | 平均RRと平均心拍数、SDNN（標本標準偏差）、RMSSDとlnRMSSD、SDSD、隣接する差から数えたNN50、pNN50、NN20、pNN20。サイトの規則で取り除いた拍をまたぐ差や、記録の途切れをまたぐ差は計算しません。 | [1] | 設定なし。 | 許容範囲内で一致：
| 未比較 |
| 幾何学的指標 求める指標：HRV三角指数, TINN | HRV三角指数とTINN。Task Forceが採用した1/128秒（7.8125 ms）幅のビンのヒストグラムから求めます。5分以上の記録で表示します。 | [1] | 設定なし。 | 比較なし | 未比較 |
| 長時間の指標 求める指標：SDANN, SDNNインデックス | 5分ごとの区間にわたるSDANNとSDNNインデックス。記録に5分間の区間が2つ以上ある場合に表示します。 | [1] | 設定なし。 | 比較なし | 未比較 |
| しきい値によるアーチファクト補正 | 近くにある最大10個の間隔の中央値からの差が、そのレベルのしきい値を超える間隔に印を付けます。しきい値は心拍数60 bpmのとき、「とても弱い」0.45秒、「弱い」0.35秒、「中」0.25秒、「強い」0.15秒、「とても強い」0.05秒で、心拍数が高いほど小さくなります。印を付けた間隔は3次スプライン（または線形）補間で置き換えるため、間隔の数は変わりません。補正した間隔が5%を超えた場合は、結果に注意書きが付きます。 | [2] | 「中」、3次スプライン。ガイドにはレベルが列挙されていますが、既定値は示されていません。 | 比較なし | 未比較 |
| しきい値レベルの自動選択 | アナライザー独自の規則であり、Kubiosの自動補正ではありません。印を付けた間隔の数が増えなくなる最も弱いレベルを選びます。ただし、印を付けた間隔が1つ以上、全体の5%以下になるレベルに限ります。規則の全文は、方法の記述に載せています。 | [2] | 使いません。 | 比較なし | 未比較 |
| サイトの規則 | 300〜2000 msの範囲外の間隔、または範囲内で近くにある最大10個の間隔の中央値から25%を超えて離れた間隔を取り除きます。取り除いた拍をまたぐ隣接する差は計算しません。サイトのほかの部分も、同じ規則を使っています。 | なし | 使いません。 | 比較なし | 未比較 |
| リサンプリング | Welch法のピリオドグラムのために、間隔に3次スプラインを当てはめ、一定の周波数で読み取ります。変更しない限り4 Hzです。 | なし | 4 Hz、3次スプライン。 | 比較なし | 未比較 |
| smoothness priors法によるトレンド除去 | λ = 500でゆっくりしたトレンドを取り除きます。代わりに線形のトレンド除去を選ぶことも、トレンド除去をしないこともできます。アナライザーは、Welch法のピリオドグラムの前に4 Hzの時系列から、また設定が有効なときは非線形指標の前に拍の時系列から、トレンドを除去します。 | [3] | smoothness priors法、λ = 500（Tarvainenの既定値。ガイドにはλが書かれていません）。非線形指標は、トレンドを除去した時系列を使います。 | 比較なし | 未比較 |
| Welch法のピリオドグラム 求める指標：VLFパワー, LFパワー, HFパワー, トータルパワー, ln VLF, ln LF, ln HF, LF n.u., HF n.u., LF/HF, VLFピーク, LFピーク, HFピーク | 半分ずつ重なるHann窓のピリオドグラムを平均し、各帯域のパワーは、その帯域に含まれる周波数ビンのパワーを合計して求めます。帯域の境界は変更でき、ULF帯域を有効にすることもできます。窓1つより短い記録では、ゼロ埋めした1つのピリオドグラムになります（下の「既知の違い」を参照）。 | [4] , [1] | 300秒の窓、50%の重なり。VLFは0〜0.04 Hz、LFは0.04〜0.15 Hz、HFは0.15〜0.4 Hz。 | 許容範囲内で一致：
| 未比較 |
| Lomb–Scargleピリオドグラム 求める指標：VLFパワー, LFパワー, HFパワー, トータルパワー, ln VLF, ln LF, ln HF, LF n.u., HF n.u., LF/HF, VLFピーク, LFピーク, HFピーク | 不等間隔の拍の時刻から、リサンプリングもトレンド除去もせずに直接スペクトルを求めます。上限は、使っている帯域の最高周波数（最低0.5 Hz）です。Welch法のピリオドグラムと同じ帯域の指標が得られます。 | [5] , [6] | 使いません。 | 比較なし | 未比較 |
| ポアンカレプロット 求める指標：SD1, SD2, SD2/SD1 | 隣接する差からSD1、SD1と時系列の標準偏差からSD2、そしてその比を求めます。 | [7] | SD2はトレンドを除去した時系列から求めます。 | 許容範囲内で一致：
| 未比較 |
| トレンド除去変動解析 求める指標：DFA α1, DFA α2 | α1とα2の範囲で、すべての大きさのボックスを重ならないように取ります。α1とα2は、各範囲で両対数軸に直線を当てはめたときの傾きです。α2には、最大の大きさのボックスが4つ以上必要です。 | [8] | トレンドを除去した時系列で、α1は4〜12拍、α2は13〜64拍。 | 許容範囲内で一致：
| 未比較 |
| サンプルエントロピーと近似エントロピー 求める指標：サンプルエントロピー, 近似エントロピー | m拍の並びのうち、r × SD以内で一致するものを数えます。サンプルエントロピーは、並び自身との一致を除き、近似エントロピーは数に入れます。長い記録は、ブラウザの動作が重くならないよう、最初の3000拍を使います。 | [9] , [10] | トレンドを除去した時系列で、m = 2、r = 0.2 × SD。 | 許容範囲内で一致：
| 未比較 |
| バエフスキーのストレス指数 求める指標：バエフスキーのストレス指数, ストレス指数（√SI） | 50 ms幅のビンで作った間隔のヒストグラムから求めます。アナライザーは、バエフスキーの指数と、その平方根を表示します。平方根は、Kubiosが「Stress index」として表示する値です。 | [11] , [2] | 設定なし。 | 比較なし | 未比較 |
比較の方法
基準となる記録は、10区間のRR間隔です。5分間が5つ、20分間が5つで、PhysioNetのNormal Sinus Rhythm RR Interval Databaseのnsr001〜nsr005の記録から取りました。
NeuroKit2 0.2.13（Python 3.13.11、NumPy 2.5.4、SciPy 1.18.1）が、2026年10月16日に値を計算しました。このサイトの自動テストが同じ記録を解析し、指標が許容差を超えるとテストが失敗します。
この比較では、アナライザーを可能な限りNeuroKit2の選択に合わせました。アーチファクト補正なし、トレンド除去なし、Welch法の窓は64秒、非線形指標は未処理の時系列で、DFA α1は4〜11拍です。NeuroKit2の値も、これに合わせて計算しました。
| 指標 | 許容差 | 確認された最大の差 |
|---|---|---|
| 平均RR間隔 | 0.1 ms | 丸めのみ |
| SDNN | 0.1 ms | 丸めのみ |
| RMSSD | 0.1 ms | 丸めのみ |
| pNN50 | 0.1パーセントポイント | 丸めのみ |
| SD1 | 0.01 ms | 丸めのみ |
| LFパワー | 1% | 0.1% |
| HFパワー | 6% | 4.7% |
| LF/HF | 6% | 4.4% |
| サンプルエントロピー | 0.0001% | 丸めのみ |
| DFA α1 | 0.05 | 0.032 |
「Kubiosの既定値」プリセットをNeuroKit2の既定値と比べると、周波数領域の指標の差ははるかに大きくなります。HFパワーは最大200%、LFパワーは最大170%の差です。大部分は窓の違いによるものです。プリセットの300秒の窓では、5分間の記録のピリオドグラムは1つだけになりますが、NeuroKit2は記録の半分の長さの窓を平均します。残りは、トレンド除去、帯域パワーの合計のしかた、補間の違いによります。時間領域の指標は、いずれも丸めの範囲で一致しています。
Kubios HRV Standard
未比較です。同じ10区間の記録についてKubios HRV Standardの結果がそろったら、このページにそのバージョンと日付を載せ、指標が許容差の範囲内にある場合に限って、一致すると表示します。
Kubios HRVとの既知の違い
- Kubios HRVは、自己回帰（AR）スペクトルも表示します。アナライザーは表示しません。Welch法のピリオドグラムとLomb–Scargleピリオドグラムを使えます。
- Kubiosのガイドには、トレンド除去を拍の時系列と、4 Hzにリサンプリングした時系列のどちらにかけるのか書かれていません。アナライザーは、スペクトルでは4 Hzの時系列から、非線形指標では拍の時系列からトレンドを除去します。そのため、どちらもKubiosの値と異なる場合があります。
- 記録がWelch法の窓より短い場合（プリセットの300秒の窓に対する5分間の記録など）、アナライザーはデータだけにHann窓をかけ、その窓に合わせてパワーを補正し、結果を窓全体の長さまでゼロで埋めます。周波数グリッドは窓全体のものと変わらず、帯域のパワーが過小になることもありません。Kubiosはこの場合を別の方法で扱っている可能性があり、短い記録のスペクトルがKubiosのものと少し異なることがあります。
- Kubiosの「Stress index」は、バエフスキーのストレス指数の平方根です。アナライザーは両方を、別の名前で表示します。
- しきい値レベルの自動選択は、アナライザー独自の規則です。KubiosのPremium版にある自動補正は、別の方法です。
参考文献
- 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
- 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
- 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
- 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
- Lomb NR. Least-squares frequency analysis of unequally spaced data. Astrophysics and Space Science. 1976;39(2):447–462. doi:10.1007/BF00648343
- 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
- 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
- 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
- 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
- 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
- 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