本記事では、心拍変動の観点から心電図データを分析する方法について包括的に解説します。正確な解釈に不可欠な主要な手法や留意点を明らかにしています。心電図解析についてより深く理解したい方にとって、必読の資料です。
Table of Contents
私たちの心は、さまざまな意味で生活の中心的な存在です。心からの語り合いをしたり、胸に手を当てたり、「金のような心」を持っていたり、あるいは心変わりしたりすることもあります。この血液を送り出す臓器が、私たちが世界について語る上で重要な役割を果たしていることは明らかですが、もちろん、私たちの生理機能においても中心的な存在なのです。
心臓が私たちの健康にとって極めて重要だと言うのは、もちろん控えめな表現に過ぎません。しかし、私たちは健康の観点から心臓について考えることが多いかもしれませんが、その鼓動には、私たちがどのような人間であるかという、より深い物語を語る多くの要素が秘められているのです。
近年、心電図装置（ECG、EKGとも呼ばれるが、いずれも同義である）の利用が増加しており、新たなデータに応用すれば新たな発見につながる可能性を秘めた高度な技術も急速に普及している。
心電図（ECG）は、主に医学的な目的で用いられていますが、生理的覚醒状態をより深く理解しようとする研究者や調査担当者によっても（多くの場合、他の生体センサー手法と併用して）ますます活用されるようになっています。心拍数は自律神経系の活動と密接に関連しているため、私たちの「気分」を把握するための適切な指標となります。
もちろん、心拍数を記録するだけでは、自分の体調について新たな発見を得るには不十分です。最も有益な知見は、データの分析を通じて得られるものです。研究者にとっては幸いなことに、その方法は数多く存在します――しかし残念なことに、その方法は実に多岐にわたるのです。
そこで今回は、心拍数データを最大限に活用し、覚醒状態が私たちの体験とどのように密接に関わっているかを深く理解するための、最も一般的な（そしてそれほど一般的ではない）手法をいくつか解説しました。
心拍変動（HRV）
心拍数を理解する上でまず知っておくべきことの一つは、最も有益な指標は単なる心拍数そのものではなく、心拍数の変動幅にあるということです。 この指標について一見すると直感に反するように思える点は、心拍変動（HRV）が高いほど健康状態が良いということだ。つまり、心臓の鼓動が（もちろん適度な範囲内で）激しければ激しいほど、身体は活動態勢に入りやすいということである。一方、HRVが低いことは健康状態の悪化と関連しており、いくつかの疾患による死亡率を予測する重要な指標となっている。
心拍変動から何がわかるのでしょうか？
HRVの医療用途は広く普及していますが、HRVデータからは思考、感情、行動に関する側面も読み取ることができます。
心理学の研究から、HRVは多くの要因と関連していることが分かっています。研究者たちは、HRVの上昇が、自制心の向上、社会的スキルの向上、ストレスへの対処能力の向上などに関連していることを明らかにしています。したがって、その応用範囲は、純粋に医療的な場面にとどまらないことは明らかです。
総じて、HRVは生理的ストレスや覚醒度の指標であると言える。覚醒度が高まるとHRVは低下し、覚醒度が低下するとHRVは上昇する。したがって、心電図（ECG）を他の測定値と併せて活用することで、人々がさまざまな状況や刺激にどのように反応するかを調べる新たな手段が得られる。
心拍変動の算出と分析方法（3つの手法）
しかし、HRVの算出方法については、やや複雑になる場合があります。手法によって計算の仕方が異なり、それぞれの結果を直接比較できないこともあるため、仕事や研究においては正確な算出が極めて重要です。
その話に入る前に、モニタリングされた心電図信号がどのように表示されるかについて、いくつか知っておくべきことがあります。下の画像は、典型的な心拍の波形を示しています。
これはQRS波群として知られており、それぞれの文字は心臓の活動における異なる部分に相当します。 ここで重要な点は、この複合波形の「R」の部分が、解析用の値が取得される領域であるということです。連続する複数の心拍がある場合、各「R」間の距離（ミリ秒単位）は「RR間隔」と定義されます（心拍が正常であることを強調するために、「NN間隔」と呼ばれることもあります）。
HRVの算出方法における主な区分の一つは、時間領域と周波数領域のどちらを用いるかという点です。この文脈において、時間領域法とは、一定時間内の心拍ごとの変動量を用いる方法を指し、一方、周波数領域法とは、発生する低周波および高周波の心拍の数を数える方法を指します。これについては、以下の図でさらに詳しく説明しています。
一定時間内に心拍数がどの程度変化するか、あるいは心拍数がどの程度の幅で分布しているかによって、HRVの値が決まります。
心拍数データを分析する方法は他にもあり、幾何学的アプローチや非線形手法などが挙げられる。これらの手法はデータを検証する新たな手段を提供するが、現時点ではまだ広く普及していない。
時間領域法
HRVを分析する最も一般的な方法は、RMSSDと呼ばれる時間領域法です。これは、各心拍間の連続差の二乗平均平方根（Root Mean Square）を指します。計算が比較的簡単（大規模な計算を行う上で重要）であり、HRVや副交感神経活動の信頼性の高い指標となります。その計算方法は、下の画像に示されています。
HRVの算出に用いられる、その他の代表的な時間領域法として、SDNNとSDANNの2つが挙げられます。SDNNは、すべてのRR間隔（各心拍間の間隔、あるいはQRS波形の「R」波）の標準偏差として算出されます。SDANNもこれと似ていますが、まず記録データの中から数つの5分間の区間を選び、それらのRR間隔の平均値を算出した上で、その標準偏差を求める必要があります。
周波数領域法
周波数領域の手法のうち、交感神経系の活動指標として、低周波（LF）心拍（0.04～0.15 Hz）の量に関するデータがよく用いられる。 高周波（HF；0.15 Hz～0.4 Hz）および超低周波（VLF）の測定値も用いられる。周波数は心拍数そのものではなく、HRVの変調に関係している。
さらに、HFとLFの比率（HF/LF）を算出することで、交感神経系の活動量に関する情報を得ることができますが、この指標の有効性については議論が分かれています。なお、Hzという単位は厳密には心拍数そのものを指すのではなく、心拍数の変動の頻度を指すものである点に留意する必要があります。
ポアンカレ図
HRVの最も一般的な可視化手法の一つに、「ポアンカレプロット」と呼ばれるグラフがあります。このグラフは、著名なフランスの数学者にちなんで名付けられたもので、RR間隔（各心拍間の間隔）を、その直前のRR間隔と共にプロットしたものです。これについては、以下でさらに詳しく説明します。
したがって、ポアンカレプロットは、各RR間隔が次のRR間隔をどの程度正確に予測しているかを示しています。値のばらつきが大きいほどHRVは高くなり、逆に値が密集しているほどHRVは低くなります。以下にポアンカレプロットの2つの例を示します。左は心拍変動性が高い状態、右は心拍変動性が低い状態を示しています。
ポアンカレ図やその他の高度な解析手法を用いることで、回答者の心拍変動（HRV）をさらに数値的に定量化することが可能となる。
分析と結論
上記の方法は、計算や実施の仕方に違いはあるものの、その本質は同じであり、すなわちHRVの定量化です。各方法や検査の結果は、私たちの健康状態だけでなく、心理状態に関する知見も提供してくれます。
HRVの結果を比較するための標準的な基準値は存在しませんが、回答者同士の結果を比較することは可能です。また、この測定方法は、1分間の心拍数（bpm）を用いるよりも適切な比較手段となります。その具体例を下の画像に示します。
心電図（ECG）を他の生体センサーの測定値と組み合わせることで、人の思考、感情、行動をより包括的に理解することが可能になります。各センサーの相補性を活用して人間の反応の異なる側面を把握する（例えば、表情分析と心電図を組み合わせることで、感情と覚醒度の両方を理解する）ことで、その人が世界をどのように体験しているのかについて、明確な全体像を捉えることができるのです。
iMotionsを使えば、各種センサーを用いて簡単に研究を開始できます。心電図データが収集されれば、Kubiosに適した形式へ容易に変換できるため、高度な分析への移行もさらにスムーズになります。
研究者たちの間では、KubiosはHRV解析において最も広く利用されているツールの一つです。このツールは、直感的な操作画面を備え、信号のアーチファクトを補正する機能に加え、時間領域および周波数領域の両方における詳細なレポート作成や解析機能を提供しています。
HRVの算出方法や、それが皆様の研究における知見を深め、広げる一助となることについて、この記事をお読みいただき、お楽しみいただけたなら幸いです。
iMotionsがお客様の心電図研究にどのように役立つか、ご興味はありませんか？
お客様の研究に最適な機器やセットアップの選定について、喜んでご支援いたします。また、必要に応じてトレーニングのサポートも行っております。無料で公平なご相談を承っておりますので、ぜひお気軽にお問い合わせください。
