使用 Kubios 分析 BITalino 采集的心率变异性（HRV）数据

作者：科采通 关键词：BITalino、Kubios HRV、ECG、心率变异性、RR间期、科研工具、Python预处理

一、前言

心率变异性（Heart Rate Variability, HRV）是评估自主神经系统功能的重要指标，广泛应用于心理学研究、运动科学、健康监测等领域。 而BITalino 是一款开源、生理信号采集平台，支持 **ECG（心电）、EMG（肌电）、EDA（皮肤电）**等传感器输入。

本篇文章介绍如何将 BITalino 采集的 ECG 数据导入 Kubios HRV 软件中进行专业分析，并结合 Python 预处理实现数据格式转换与可视化。

二、BITalino ECG 数据采集流程

2.1 采集设置

• 模块：BITalino (r)evolution 或 biosignalsplux
• 通道选择：A1 或 A3（连接 ECG 引脚）
• 采样率：推荐 ≥100 Hz（建议 1000 Hz 以获得准确 RR 间期）
• 采集时长：建议 ≥5分钟（短期 HRV 分析推荐5分钟）

2.2 数据导出格式

常见导出格式（取决于软件）：

• .txt：每行一帧数据，含时间戳与通道值
• .csv：标准逗号分隔文件，适合数据处理
• .bdf / .edf：仅限特定环境（如 OpenSignals）

三、Python 预处理 ECG 数据（转化为 RR 间期）

Kubios 要求输入 **RR 间期序列（单位：毫秒）**或 ECG 原始信号（.txt/.csv 格式）。以下是处理过程：

3.1 示例 ECG 数据格式（bitalino_output.csv）

python-repl复制编辑timestamp,ECG
0.00,502
0.01,507
0.02,515
...

3.2 Python 转换 RR 间期代码

python复制编辑import pandas as pd
import neurokit2 as nk

# 1. 读取 BITalino ECG 数据
df = pd.read_csv("bitalino_output.csv")

# 2. 提取 ECG 信号（假设采样率为 1000Hz）
ecg_signal = df["ECG"].values
sampling_rate = 1000

# 3. 使用 NeuroKit2 进行 R 波检测与 RR 计算
signals, info = nk.ecg_process(ecg_signal, sampling_rate=sampling_rate)
rpeaks = info["ECG_R_Peaks"]
rr_intervals = nk.ecg_intervalrelated(signals, sampling_rate=sampling_rate)["RR_Interval"]

# 4. 导出为 Kubios 可读取格式（仅 RR 间期，单位为 ms）
rr_ms = rr_intervals * 1000  # 秒转毫秒
rr_ms.to_csv("rr_interval_kubios.txt", index=False, header=False)

四、在 Kubios 中加载 RR 间期文件

4.1 下载并安装 Kubios HRV 软件

• 免费标准版支持：时域、频域、非线性分析（需 RR 间期或 ECG 输入）

4.2 加载 RR 间期数据

• 打开 Kubios HRV
• 点击 File > Load RR-intervals
• 选择我们刚刚生成的 rr_interval_kubios.txt

4.3 数据分析功能预览

五、Kubios 输出示例

分析完成后，Kubios 会生成完整的 HRV 指标图表和统计结果，如下所示：

text复制编辑Mean RR: 820 ms
SDNN: 54 ms
RMSSD: 45 ms
LF/HF Ratio: 1.6

这些结果可用于进一步建模、情绪识别、运动负荷评估等。

六、进阶拓展建议

• 📈 与 EDA、EMG 同步分析：使用 BITalino 同步记录多个通道
• ⏳ 长期 HRV：结合夜间佩戴设备进行 REM 睡眠段分析
• 💡 情绪分类研究：结合主观评分（如 PANAS）和 HRV 指标训练模型
• 📦 批量处理：使用 Python + Kubios batch scripts 自动分析多个文件

七、总结

本文介绍了从 BITalino 采集 ECG 信号、通过 Python 提取 RR 间期、并导入 Kubios HRV 进行心率变异性分析的完整流程。它为开展非侵入式心理生理研究、远程健康监测和毕业项目开发提供了一种标准、开放且高效的工具链。