クラスフレームワーク：LF-HF論争なしのSNSおよびPNSダイナミクスのHRVベースの評価

低周波数（LF）および高周波（HF）成分のパワー心拍数変動（HRV）の成分は、ストレス応答の評価における事実上の標準メトリックと、交感神経系（SNS）の関連活動となっています。副交感神経系（PNS）。ただし、SNS /PNSバランスにおけるLFおよびHFコンポーネントの広く採用されている生理学的解釈が疑問視されており、LFおよびHFコンポーネントを使用する深刻な精査応力評価の下に置かれています。これらの論争を避けるために、ここでは、3次元で心臓のダイナミクスを定量化するメトリックファミリーを生成する新しい分類角度（クラス）フレームワークを紹介します。これは、HRVの連続した速度を示すHRVの有限差分プロットを使用して達成され、心臓の減速および/または加速を決定するのに十分な自由度を提供することが実証されています。新規クラスフレームワークの堅牢性と精度は、標準化されたストレステスト中に記録された10人の男性からのHRVシグナルを使用して検証されます。比較統計テストは、既存のLF-HFメトリックとは異なり、クラスメトリックが統計的有意性を持つ、統計的有意性で、物理的および精神的ストレス時代の両方をストレスのないエポックと区別できることを示しています（Bonferroniはp-Value≤0.025を修正）。HFは、身体的ストレスをストレスなしと区別することができましたが、精神的ストレスを特定することができませんでした。また、クラスの結果は、中程度のレベルのストレスでは、副交感神経の撤退の程度が交感神経活性化の程度よりも大きいことを示しています。最後に、分析と実験結果は、HRVから心臓活動を定量化するための提案された非線形アプローチが現在のHRVストレス評価に対する3つの重要な障害を解決するという決定的な証拠を提供します。;（ii）副交感神経の優位性を推定する場合の時間分解能は、HRVデータの10秒もわずかであり、交感神経の支配を推定するのは60秒だけです。（iii）LFおよびHF分析とは異なり、Classaフレームワークでは、信号の定常性の禁止的な仮定は必要ありません。クラスフレームワークは、3次元でHRVベースのストレス分析を提供するのにユニークです。

The powers of the low frequency (LF) and high frequency (HF) components of heart rate variability (HRV) have become the de facto standard metrics in the assessment of the stress response, and the related activities of the sympathetic nervous system (SNS) and the parasympathetic nervous system (PNS). However, the widely adopted physiological interpretations of the LF and HF components in SNS /PNS balance are now questioned, which puts under serious scrutiny stress assessments which employ the LF and HF components. To avoid these controversies, we here introduce the novel Classification Angle (ClassA) framework, which yields a family of metrics which quantify cardiac dynamics in three-dimensions. This is achieved using a finite-difference plot of HRV, which displays successive rates of change of HRV, and is demonstrated to provide sufficient degrees of freedom to determine cardiac deceleration and/or acceleration. The robustness and accuracy of the novel ClassA framework is verified using HRV signals from ten males, recorded during standardized stress tests, consisting of rest, mental arithmetic, meditation, exercise and further meditation. Comparative statistical testing demonstrates that unlike the existing LF-HF metrics, the ClassA metrics are capable of distinguishing both the physical and mental stress epochs from the epochs of no stress, with statistical significance (Bonferroni corrected p-value ≤ 0.025); HF was able to distinguish physical stress from no stress, but was not able to identify mental stress. The ClassA results also indicated that at moderate levels of stress, the extent of parasympathetic withdrawal was greater than the extent of sympathetic activation. Finally, the analyses and the experimental results provide conclusive evidence that the proposed nonlinear approach to quantify cardiac activity from HRV resolves three critical obstacles to current HRV stress assessments: (i) it is not based on controversial assumptions of balance between the LF and HF powers; (ii) its temporal resolution when estimating parasympathetic dominance is as little as 10 s of HRV data, while only 60 s to estimate sympathetic dominance; (iii) unlike LF and HF analyses, the ClassA framework does not require the prohibitive assumption of signal stationarity. The ClassA framework is unique in offering HRV based stress analysis in three-dimensions.