長時間記錄心臟電生理訊號有助於檢測異常訊號偵測心臟異常生理現象，可用於分析心率變異度所反映之心臟適應變化能力，以及瞭解自主神經系統對心臟活動的調控作用，如、有效的有氧運動可增進自主神經活性，反映在心率變異度頻譜圖可發現數個波鋒，其中高頻部分波峰代表了呼吸影響副交感神經對於心跳之節律調控，故可透過追蹤心率變異度頻譜圖，觀察受測者進行有氧運動之呼吸方式是否對自主神經系統調控作用產生改變，檢驗藉由控制呼吸對心跳速率所造成之影響。
本研究將前端所截取之心電訊號資料利用藍芽模組傳送至電腦端，以Borland C++ Builder視窗化軟體顯示及將資料儲存為.txt文字檔，分析系統使用MATLAB 7.0.1做訊號分析，經過數位訊號處理及快速傅立葉轉換得到心率變異度頻譜圖。高頻追蹤將訊號以時間分割為11段訊號，分別對每段訊號做快速傅立葉轉換，取得在不同時間間期之功率頻譜圖，追蹤每個時段頻譜圖的高頻峰值頻率，並以量化分析計算落在mean±SD範圍內之高頻頻率位置數量，分析受測者維持在穩定狀態下之時間長度。
利用心電訊號分析系統，分析(1)有靜態有氧運動(禪坐)經驗受測者清醒狀態(2)一般正常受測者清醒狀態(3)一般正常受測者睡眠狀態所測得之訊號，比較三個類別受測者的高頻峰值頻率位置，及高頻峰值追蹤維持在mean±SD內之時間長度。其中第一類別和第三類別受測者在心率變異度頻譜圖之表現為高頻峰值位置相對集中，且高頻峰值追蹤在各時段之表現較為穩定，反映在生理狀態顯示呼吸頻率較為穩定、心率隨之下降，心率變異度高頻部分的峰值明顯，應證副交感神經活性較強之表現；相較之下第二類別受測者高頻峰值頻率位置集中程度較低，高頻峰值追蹤與前者之穩定性相比為較低。
有經常性有氧運動習慣的人，因呼吸性竇性心律不整（RSA）助於代償呼吸所造成之心律調節及血壓變動，RSA主要反映副交感神經調控作用，相對反應在心率變異度功率頻譜圖上代表副交感神經作用的高頻部分較為明顯，故可利用高頻追蹤在mean±SD範圍內量化數據判別受測者是否進行有效靜態有氧運動，以及維持在靜態有氧運動狀態之時間長短，未來若能將壓力因素一併考量分析，對於心率變異度訊號解讀生理調控機制將更為精確。

Heart rate variability (HRV) during exercise may be affected by the breathing frequency. If effective aerobic exercise improves autonomic nervous activity, we can use HRV spectrum to analyze the regulated of autonomic nervous system (ANS) to cardiovascular activity. There will be features shown on the HRV spectrum, and the high-frequency (HF, 0.15-0.4Hz in HRV spectrum) represent the regulation of heart rhythms by the parasympathetic nerve.
Long-term ECG signals are proposed to reveal parasympathetic influences on HRV. And they also can be used to detect accidentally abnormal signals of cardiac dysfunction. Using the HRV spectrums to track HF peak frequency, quantitative analyses were used to calculate the quantity of HF peak frequency between mean±SD. We can use this quantization parameter to determine whether the subjects stay in stable state. Reflecting the capacity of cardiac variation adaptation in the physiological function.
In this study, we analyze three types of subjects: (1) awakening subjects with static aerobic exercise experience; (2) normal awakening subjects; and (3) normal sleeping subject. Type 3 subjects have rhythm breathing, compared with type 1 and type 2 subjects, we found that only type 1 related. In terms of physiological conditions, their breathing frequency are more stable, results in the reduction of heart rate, and the HF peak in HRV spectrum were more obvious, which means the parasympathetic activity were increased.
The breathing frequency of subjects with static aerobic exercise experience can improve respiratory sinus arrhythmia (RSA), cause both heart rate and blood pressure return to regular state. RSA reflects the regulation of parasympathetic, expressing the HF part on HRV spectrum. Using HF tracking quantitative value, we can estimate if the subject is doing effective aerobic exercise. If we put pressure factors into consideration in the future, this ECG signals analysis will be more accurate and precise.

目錄
摘要 I
Abstract II
謝誌 III
目錄 IV
圖目錄 VI
表目錄 IX
第一章　序論 1
1-1 前言 1
1-2 研究背景與文獻回顧 2
1-3 研究目的 4
1-4 研究發展之系統規格 5
第二章 基本理論 7
2-1 心臟簡介 7
2-2 心臟疾病與訊號之關係 8
2-3 心電圖簡介 9
2-3-1 QRS波偵測 12
2-4 心率變異度（HEART RATE VARIABILITY , HRV ） 12
2-4-1 心率變異度與自主神經系統 13
2-4-2 心率變異度與呼吸頻率 15
2-4-3 心率變異度分析 16
2-4-4 心跳間期重新取樣 17
2-4-5 快速傅立葉轉換原理 19
2-5 心率變異度頻譜意義 21
第三章 系統流程與架構 23
3-1 訊號擷取 23
3-1-1 電極配置 24
3-1-2 前處理電路 24
3-1-3 訊號傳輸與接收 25
3-2 訊號分析 26
3-2-1 特徵化R波 27
3-2-2 資料重新取樣 29
3-2-3 快速傅立葉轉換 30
3-2-4 頻譜分析 31
3-2-5 高頻峰值追蹤 31
3-2-6 量化分析 31
3-2-7 軟體分析總結 32
第四章 研究結果與討論 33
4-1 ECG類比訊號截取電路 33
4-1-1 前端硬體 34
4-1-2 訊號擷取軟體視窗 35
4-2 心電訊號分析系統 35
4-2-1 高頻峰值追蹤 37
4-2-2 高頻峰值正規化 38
4-3 實際測量訊號及討論 39
4-4 分析與討論 69
4-4-1 有靜態有氧運動經驗受測者結果分析 69
4-4-2 一般正常受測者清醒狀態結果分析 70
4-4-3 一般正常受測者睡眠狀態結果分析 72
4-5 結果討論 73
4-6 本章總結 79
第五章 未來展望 80
5-1 結論 80
5-2 未來展望 81
參考文獻 82


















圖目錄
圖 2 1 心臟構造示意圖[9] 8
圖 2 2 心臟傳導系統 9
圖 2 3 正常人單次心電訊號 10
圖 2 4 導程位置圖 （A）肢導程 （B）胸導程 [10, 11] 11
圖 2 5 心率變異度頻譜 17
圖 2 6 BERGER演算法示意圖 19
圖 2 7 N=8的FFT流程圖[14] 21
圖 2 8 心率變異度頻譜圖 22
圖 3 1 系統流程圖 23
圖 3 2 標準肢導程（THE STANDARD LIMB LEADS） 24
圖 3 3 類比訊號截取電路流程圖 25
圖 3 4 軟體分析流程圖 26
圖 3 5 特徵化R波流程圖 27
圖 3 6 ECG原始訊號 28
圖 3 7 通過高通、低通濾波器及微分後之波形 28
圖 3 8 取絕對值後之波形 28
圖 3 9 經過平滑運算後之波形 28
圖 3 10 R波發生位置 28
圖 3 11 原始R-R INTERVAL訊號 29
圖 3 12 經過重新取樣處理後的R-R INTERVAL訊號 29
圖 3 13 快速傅立葉轉換流程示意圖 30
圖 4 1 鈕扣式心電圖電極 33
圖 4 2 ECG類比訊號模組 34
圖 4 3 前端硬體正面、反面 34
圖 4 4 藍芽模組正面、反面 34
圖 4 5 室窗化軟體即時顯示訊號及儲存訊號 35
圖 4 6 分析結果示意圖 37
圖 4 7 以時間分割追蹤不同時間間期高頻（HF）峰值 38
圖 4 8 SUBJECT 1-1 有禪坐經驗受測者心電訊號分析結果示意圖 41
圖 4 9 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 41
圖 4 10 SUBJECT 1-2 有禪坐經驗受測者心電訊號分析結果示意圖 42
圖 4 11 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 42
圖 4 12 SUBJECT 1-3 有禪坐經驗受測者心電訊號分析結果示意圖 43
圖 4 13 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 43
圖 4 14 SUBJECT 1-4 有禪坐經驗受測者心電訊號分析結果示意圖 44
圖 4 15 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 44
圖 4 16 SUBJECT 1-5 有禪坐經驗受測者心電訊號分析結果示意圖 45
圖 4 17 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 45
圖 4 18 SUBJECT 1-6 有禪坐經驗受測者心電訊號分析結果示意圖 46
圖 4 19 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 46
圖 4 20 SUBJECT 1-7 有禪坐經驗受測者心電訊號分析結果示意圖 47
圖 4 21 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 47
圖 4 22 SUBJECT 1-8 有禪坐經驗受測者心電訊號分析結果示意圖 48
圖 4 23 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 48
圖 4 24 SUBJECT 2-1 正常受測者清醒靜坐心電訊號分析結果示意圖 49
圖 4 25 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 49
圖 4 26 SUBJECT 2-2 正常受測者清醒靜坐心電訊號分析結果示意圖 50
圖 4 27 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 50
圖 4 28 SUBJECT 2-3 正常受測者清醒靜坐心電訊號分析結果示意圖 51
圖 4 29 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 51
圖 4 30 SUBJECT 2-4 正常受測者清醒靜坐心電訊號分析結果示意圖 52
圖 4 31 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 52
圖 4 32 SUBJECT 2-5 正常受測者清醒靜坐心電訊號分析結果示意圖 53
圖 4 33 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 53
圖 4 34 SUBJECT 2-6 正常受測者清醒靜坐心電訊號分析結果示意圖 54
圖 4 35 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 54
圖 4 36 SUBJECT 2-7 正常受測者清醒靜坐心電訊號分析結果示意圖 55
圖 4 37 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 55
圖 4 38 SUBJECT 2-8 正常受測者清醒靜坐心電訊號分析結果示意圖 56
圖 4 39 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 56
圖 4 40 SUBJECT 3-1 正常受測者睡眠狀態心電訊號分析結果示意圖 57
圖 4 41 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 57
圖 4 42 SUBJECT 3-2 正常受測者睡眠狀態心電訊號分析結果示意圖 58
圖 4 43 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 58
圖 4 44 SUBJECT 3-3 正常受測者睡眠狀態心電訊號分析結果示意圖 59
圖 4 45 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 59
圖 4 46 SUBJECT 3-4 正常受測者睡眠狀態心電訊號分析結果示意圖 60
圖 4 47 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 60
圖 4 48 SUBJECT 3-5 正常受測者睡眠狀態心電訊號分析結果示意圖 61
圖 4 49 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 61
圖 4 50 SUBJECT 3-6 正常受測者睡眠狀態心電訊號分析結果示意圖 62
圖 4 51 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 62
圖 4 52 SUBJECT 3-7 正常受測者睡眠狀態心電訊號分析結果示意圖 63
圖 4 53 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 63
圖 4 54 SUBJECT 3-8 正常受測者睡眠狀態心電訊號分析結果示意圖 64
圖 4 55 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 64
圖 4 56 SUBJECT 3-9 正常受測者睡眠狀態心電訊號分析結果示意圖 65
圖 4 57 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 65
圖 4 58 SUBJECT 3-10 正常受測者睡眠狀態心電訊號分析結果示意圖 66
圖 4 59 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 66
圖 4 60 SUBJECT 3-11 正常受測者睡眠狀態心電訊號分析結果示意圖 67
圖 4 61 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 67
圖 4 62 SUBJECT 3-12 正常受測者睡眠狀態心電訊號分析結果示意圖 68
圖 4 63 （A）各時段HF峰值頻率；（B）正規化後各時段HF頻率分佈圖 68












表目錄
表 2 1 心電圖波型生理意義 [12] 11
表 2 2 交感神經與副交感神經之構造差異 [12] 14
表 4 1 第一類別受測者高頻峰值時間追蹤 70
表 4 2 第二類別受測者高頻峰值時間追蹤 71
表 4 3 第三類別受測者高頻峰值時間追蹤 73

參考文獻
[1]S. Hales, "Statistical Essays Vol II: Haemostatics. Experiments VII and VIII," Royal Society, London, pp. pp. 31-47, 1733.
[2]B. Hyndman and J. Gregory, "Spectral analysis of sinus arrhythmia during mental loading," Ergonomics, vol. 18, pp. 255-270, 1975.
[3]S. Akselrod, D. Gordon, F. A. Ubel, D. C. Shannon, A. Berger, and R. J. Cohen, "Power spectrum analysis of heart rate fluctuation: a quantitative probe of beat-to-beat cardiovascular control," science, vol. 213, pp. 220-222, 1981.
[4]B. Pomeranz, R. Macaulay, M. A. Caudill, I. Kutz, D. Adam, D. Gordon, et al., "Assessment of autonomic function in humans by heart rate spectral analysis," American Journal of Physiology-Heart and Circulatory Physiology, vol. 248, pp. H151-H153, 1985.
[5]M. Pagani, F. Lombardi, S. Guzzetti, O. Rimoldi, R. Furlan, P. Pizzinelli, et al., "Power spectral analysis of heart rate and arterial pressure variabilities as a marker of sympatho-vagal interaction in man and conscious dog," Circulation research, vol. 59, pp. 178-193, 1986.
[6]A. Camm, M. Malik, J. Bigger, G. Breithardt, S. Cerutti, R. Cohen, et al., "Heart rate variability: standards of measurement, physiological interpretation and clinical use. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology," Circulation, vol. 93, pp. 1043-1065, 1996.
[7]R. Sacco, J. Ellenberg, J. Mohr, T. Tatemichi, D. Hier, T. Price, et al., "Infarcts of undetermined cause: the NINCDS Stroke Data Bank," Annals of neurology, vol. 25, pp. 382-390, 1989.
[8]J. M. Murkin, S. P. Newman, D. A. Stump, and J. A. Blumenthal, "Statement of consensus on assessment of neurobehavioral outcomes after cardiac surgery," The Annals of Thoracic Surgery, vol. 59, pp. 1289-1295, 5// 1995.
[9]K. Saladin, Human Anatomy' 2007 Ed.2007 Edition: Rex Bookstore, Inc., 2007.
[10]T. Smith, C. Pinnock, and T. Lin, Fundamentals of Anaesthesia: Cambridge University Press, 2009.
[11]陳幸一, 心血管生理病理學: 五南圖書, 2011.
[12]袁本治與黃經, 解剖生理學: 五南圖書, 2009.
[13]R. D. Berger, S. Akselrod, D. Gordon, and R. J. Cohen, "An efficient algorithm for spectral analysis of heart rate variability," Biomedical Engineering, IEEE Transactions on, pp. 900-904, 1986.
[14]J. S. Chitode, Digital Signal Processing: Technical Publications, 2009.
[15]W. Einthoven, G. Fahr, and A. De Waart, "Über die Richtung und die manifeste Grösse der Potentialschwankungen im menschlichen Herzen und über den Einfluss der Herzlage auf die Form des Elektrokardiogramms," Pflügers Archiv European Journal of Physiology, vol. 150, pp. 275-315, 1913.
[16]T. Instruments, "INA128 datasheet," 1996.
[17]J. Pan and W. J. Tompkins, "A real-time QRS detection algorithm," Biomedical Engineering, IEEE Transactions on, pp. 230-236, 1985.
[18]P. S. Hamilton and W. J. Tompkins, "Quantitative investigation of QRS detection rules using the MIT/BIH arrhythmia database," Biomedical Engineering, IEEE Transactions on, pp. 1157-1165, 1986.
[19]M. P. Tulppo, T. Makikallio, T. Takala, T. Seppanen, and H. Huikuri, "Quantitative beat-to-beat analysis of heart rate dynamics during exercise," American Journal of Physiology-Heart and Circulatory Physiology, vol. 271, pp. H244-H252, 1996.
[20]L. Bernardi, J. Wdowczyk-Szulc, C. Valenti, S. Castoldi, C. Passino, G. Spadacini, et al., "Effects of controlled breathing, mental activity and mental stress with or without verbalization on heart rate variability," Journal of the American College of Cardiology, vol. 35, pp. 1462-1469, 5// 2000.
[21]D. Cysarz and A. Büssing, "Cardiorespiratory synchronization during Zen meditation," European journal of applied physiology, vol. 95, pp. 88-95, 2005.
[22]K. Niizeki and T. Saitoh, "Incoherent oscillations of respiratory sinus arrhythmia during acute mental stress in humans," American Journal of Physiology-Heart and Circulatory Physiology, vol. 302, pp. H359-H367, 2012.
[23]K. Narkiewicz, P. Van De Borne, N. Montano, D. Hering, T. Kara, and V. K. Somers, "Sympathetic neural outflow and chemoreflex sensitivity are related to spontaneous breathing rate in normal men," Hypertension, vol. 47, pp. 51-55, 2006.
[24]C. N. Joseph, C. Porta, G. Casucci, N. Casiraghi, M. Maffeis, M. Rossi, et al., "Slow breathing improves arterial baroreflex sensitivity and decreases blood pressure in essential hypertension," Hypertension, vol. 46, pp. 714-718, 2005.