論文の概要: Computational Analysis of Heart Rate Variability in Healthy Adults

• arxiv url: http://arxiv.org/abs/2606.26816v1
• Date: Thu, 25 Jun 2026 09:59:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 18:46:32.231629
• Title: Computational Analysis of Heart Rate Variability in Healthy Adults
• Title（参考訳）: 健常成人における心拍変動の計算学的解析
• Abstract要約: 心拍変動(HRV)分析は、心臓生理状態の重要な指標であり、疾患診断の助けとなる。 本研究は, 健常成人40名を対象に, HRV指標の評価を行い, その臨床的有用性について検討した。
• 参考スコア（独自算出の注目度）: 0.9368753183086049
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Heart Rate Variability (HRV) analysis is a key indicator of cardiac physiological state and aids in disease diagnosis. However, research on HRV parameters in healthy individuals remains limited, and no gold standard exists. This study evaluates HRV indices in 40 healthy adults (20 men, 20 women, aged 30-50) to improve HRV's clinical utility. Using computational methods for signal processing and data analysis, time, frequency, and nonlinear indices were analyzed to address five questions: (1) normality, (2) stability, (3) correlation, (4) reproducibility, and (5) consistency. Key findings: (1) Time-domain and nonlinear indices, particularly global and LF (low frequency), follow normal distributions, with gender differences noted. (2) Most indices are stable except HF (high frequency)-related ones. (3) High correlations in HF-related indices suggest redundancy, indicating only one is necessary in studies. (4) Comparisons with the Fantasia database revealed less than 10% error for most indices, except SD2 and SDNN in women (greater than 15%). (5) Time-domain and nonlinear indices show low inter-study variability, while frequency-domain indices exhibit high variability, limiting cross-study comparisons. The selected indices-ApEn and IRRR (global variability), HRVi and SD2 (LF), and MADRR or rMSSD (HF)-are best suited for accurately representing HRV components and enhancing its clinical and research relevance.
• Abstract（参考訳）: 心拍変動(HRV)分析は、心臓生理状態の重要な指標であり、疾患診断の助けとなる。 しかし、健康な個人におけるHRVパラメータの研究は限定的であり、金の基準は存在しない。 本研究は, 健常成人40名(男性20名, 女性20名, 女性30～50名)を対象に, HRVの臨床的有用性を向上させるための指標について検討した。 信号処理とデータ解析の計算手法を用いて,(1)正規性,(2)安定性,(3)相関性,(4)再現性,(5)一貫性の5つの問題に対して,時間,周波数,非線形指標を解析した。 1)時間領域と非線形指標,特に大域とLF(低周波)は正規分布に従うが,性別差は認められなかった。 2)ほとんどの指標はHF関連の指標を除いて安定である。 (3)HF関連指標の高相関は冗長性を示唆し,研究に必要なのは1つだけであった。 (4)Fantasiaデータベースとの比較では,女性のSD2とSDNNを除くほとんどの指標で10%未満の誤差(15%以上)を示した。 (5) 時間領域と非線形指数は時間領域間の変動が低い一方、周波数領域の指数は高いばらつきを示し、クロススタディ比較を制限している。 選択された指標-ApEnおよびIRRR(グローバル変数)、HRViおよびSD2(LF)、MADRRまたはrMSSD(HF)は、HRV成分を正確に表現し、臨床および研究の関連性を高めるのに最適である。

関連論文リスト

• Spectral Features Dominate BCG Respiratory-Event Detection: A Large-Scale Patient-Independent Comparison of Feature Groups in Sleep Apnea Patients [33.60217549899358]
  バリスト心電図(BCG)は長期睡眠時無呼吸モニタリングにおいて有望なモダリティである。 呼吸異常の検出においてどの信号の特徴が最も識別されているかは、まだ不明である。 BCG特徴群10群を文献的,患者非依存的に比較検討した。
  論文  参考訳（メタデータ） (2026-08-28T11:56:12Z)
• Validation of HRV Studio: A Transparent and Quality-Control-Aware Platform for Heart Rate Variability Analysis [4.912499844879714]
  オープンソースのPyQt6ベースのデスクトップアプリケーションは、透過的HRV分析と自動品質制御(QC)診断を統合している。 10分間の分析では、コンベンションに敏感なスペクトル出力に対して、より低い不一致で全体のパターンを再現した。
  論文  参考訳（メタデータ） (2026-08-25T08:45:05Z)
• Pre-AF 13: An Interpretable Atrial Fibrillation Risk Score Mined from Discharge Reports [35.15225826613469]
  心房細動 (AF) は心臓不整脈で最も多く、予後の決定因子である。 CVD患者のAFリスクを24カ月間予測する解釈可能なMLモデルを構築した。 45,000人の患者の80,576件の記録のうち、17,562件が包括的基準を満たし、1,438件(8.19%)がAFを開発した。
  論文  参考訳（メタデータ） (2026-06-09T11:33:46Z)
• Annotation-free deep learning for detection and segmentation of fetal germinal matrix-intraventricular hemorrhage in brain MRI [35.75434967398725]
  出生前胚性マトリックス-心室性出血(GMH-IVH)は乳児の死亡と神経発達障害の原因である。 ディープラーニングモデルは自動化の可能性を秘めているが、通常は大きな注釈付きデータセットを必要とする。 FreeHemoSegは、通常の胎児データから合成された擬似GMH-IVH画像を用いて開発、訓練された。
  論文  参考訳（メタデータ） (2026-05-10T14:39:30Z)
• Demographic-Aware Self-Supervised Anomaly Detection Pretraining for Equitable Rare Cardiac Diagnosis [45.00216485193071]
  心電図による心臓の異常は, 長期分布により検出が困難である。 我々は、自己教師付き異常検出と人口動態認識型表現学習を統合したAI支援二段階ECGフレームワークを開発した。 本手法は,まれな異常に対して94.7%のAUROCを達成し,コモン・レア性能のギャップを73%削減する。
  論文  参考訳（メタデータ） (2026-03-20T07:04:00Z)
• MeCaMIL: Causality-Aware Multiple Instance Learning for Fair and Interpretable Whole Slide Image Diagnosis [40.3028468133626]
  MIL(Multiple Case Learning)は、コンピュータ病理学における全スライド画像(WSI)解析の主流パラダイムとして登場した。 因果関係を意識したMILフレームワークである textbfMeCaMIL は、構造化因果グラフを通じて、階層的共同創設者を明示的にモデル化する。 MeCaMILは優れた公正性を達成する -- 人口格差の分散は、属性全体の平均で65%以上減少する。
  論文  参考訳（メタデータ） (2025-11-14T06:47:21Z)
• Detection of Autonomic Dysreflexia in Individuals With Spinal Cord Injury Using Multimodal Wearable Sensors [2.208475400165877]
  自律神経障害 (AD) は、脊髄損傷者(SCI)の突然の血圧急上昇を特徴とする生命予後の1つである。 本研究では,マルチモーダルウェアラブルセンサを用いたAD検出のための非侵襲的,説明可能な機械学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-23T21:18:23Z)
• Heart Rate and its Variability from Short-term ECG Recordings as Biomarkers for Detecting Mild Cognitive Impairment in Indian Population [0.5874782446136914]
  完全信号処理パイプラインを設計し、R波ピークを検出し、ECG記録からHRとHRVの特徴を10秒で計算する。 MCI患者は健常者よりも比較的高いHRを有することが観察されている。
  論文  参考訳（メタデータ） (2024-08-05T08:14:04Z)
• Advancing ECG Diagnosis Using Reinforcement Learning on Global Waveform Variations Related to P Wave and PR Interval [1.352111003040528]
  本稿では,PhystoNet/Computing in Cardiology Challenge (CinC)で利用可能な各種ECGデータセットに対するQ学習強化アルゴリズムの適用に焦点をあてる。 Q-Agentは8,867人の患者で71,672のビートを分類し、平均90.4%、平均9.6%のハミング損失しかなかった。
  論文  参考訳（メタデータ） (2024-01-10T05:28:42Z)
• Identifying factors associated with fast visual field progression in patients with ocular hypertension based on unsupervised machine learning [32.87140054396467]
  潜在型混合モデル (LCMM) を用いて, 眼圧亢進症 (OHT) の亜型を同定した。 次に、一般化推定方程式(GEE)を用いて、高速視野(VF)進行の要因を特定した。 高速VF進行眼は, 基線年齢, 眼圧, パターン標準偏差 (PSD) と屈折誤差 (RE) が, 中心角膜厚 (CCT) は低かった。 急速な進行は、男性、心臓病の歴史、糖尿病の歴史、アフリカ系アメリカ人の人種、脳卒中の歴史、片頭痛といったカルシウムチャネルブロッカーと関連していた。
  論文  参考訳（メタデータ） (2023-09-26T20:46:40Z)
• Statistical model for describing heart rate variability in normal rhythm and atrial fibrillation [0.0]
  心電図(ECG)における心拍間隔特性のHRV指標による検討 心房細動(英: atrial fibrillation, AF)は、ヒトにおいて最も多い不整脈である。
  論文  参考訳（メタデータ） (2022-07-17T13:06:39Z)
• Novel Classification of Ischemic Heart Disease Using Artificial Neural Network [0.0]
  虚血性心疾患 (IHD) は, 不安定狭心症, 心筋梗塞, 急激な心死で発症する前, 静電気泳動による微妙な病態である。 パラメータ抽出型心拍変動(HRV)信号に適用した機械学習技術は、いくつかの心臓疾患の早期診断において貴重な支援であると考えられる。 本研究は,965名の被験者の大規模なコホートにおいて,ANNに対して適用された線形および非線形のHRVパラメータを用いて,高い精度でIHD患者を識別できる特徴を同定した。
  論文  参考訳（メタデータ） (2020-11-19T13:00:06Z)
• Identification of Ischemic Heart Disease by using machine learning technique based on parameters measuring Heart Rate Variability [50.591267188664666]
  本研究は,243名の非侵襲的特徴(年齢,性別,左室容積率,HRV15)を用いて,一連のANNの訓練と評価を行った。 最高の結果は、7つの入力パラメータと7つの隠れノードを使用して、トレーニングと検証データセットに対して98.9%と82%の精度で得られた。
  論文  参考訳（メタデータ） (2020-10-29T19:14:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。