前言
呼吸頻率的定義為在靜止狀態下測量一個人每分鐘的呼吸次數，在臨床診斷上，呼吸頻率被廣泛用來評估生理狀態的信息指標，尤其用于睡眠及壓力分析。由于現在穿戴式量測生理訊號的裝置日漸普及，也使得ECG心電訊號或PPG光體積訊號較為容易取得。目前不少穿戴式產品制造商開始發展從ECG或PPG訊號中提取呼吸訊號成分，由ECG訊號中分析出呼吸頻率的方法為EDR (ECG-derived Respiration)，而由PPG訊號中分析出呼吸頻率的方法為PDR (PPG-derived Respiration)，兩種方法的共同優點為非主動式量測、訊號取得便利、安全且沒有危險性。
EDR及PDR分析方法介紹
目前EDR (ECG-derived Respiration) 的分析主要是利用三種呼吸造成ECG的變化來偵測呼吸率。第一個是因為呼吸導致心軸變位，最后造成ECG的振幅變化(AM: Amplitude Modulation)。第二個是呼吸造成心跳改變(FM: Frequency Modulation)。第三個是呼吸造成肋骨及橫隔膜的肌肉變動產生的肌電訊號(EMG)影響ECG的基線變化 (BM: Baseline Modulation)。
而PDR (PPG-derived Respiration) 的分析方法也是利用三種呼吸造成PPG的變化來偵測呼吸率。第一個是因為呼吸導致心臟的容積量變化，最后造成PPG 的振幅變化(AM)。第二個是呼吸造成心跳改變(FM)。第三個是呼吸造成胸腔壓力變化造成靜脈回血改變而影響到PPG的基線變化(BM)。
呼吸造成PPG的振幅變化(AM)
呼吸造成心跳改變(FM)
呼吸造成基線變化(BM)
EDR及PDR的技術是把這三種變化訊號擷取出呼吸訊號出來，并計算出每分鐘的呼吸率。通常一個設備只會存在偵測一種訊號變化的功能。下圖是從EDR及PDR算出來的呼吸訊號及實際呼吸訊號的比對。
如何驗證 EDR 及 PDR 的準確度
在EDR及PDR的算法開發時，需要建立驗證方法來確認算法的有效性。我們提出二個步驟來驗證。
第一步、利用仿真訊號驗證基本功能及系統運算效能。我們的SECG 5.0 AIO可將AM、FM及BM的呼吸調變訊號加在 ECG 訊號上。用戶可以選擇適合的調變訊號及不同參數(變動比率、心跳數及呼吸率)驗證。調整方法如下圖，其調整范圍為0~16%，以 AM 而言是指在一次呼吸周期下，ECG 波振幅變化為原來振幅的0~16%。FM是指在一次呼吸周期下，相隔心跳變化為原設定心跳的0~16%。BM是指在一次呼吸周期下，基線漂移范圍為ECG振幅的0~16%。呼吸率可以設定每分鐘7~150下。
第二步，透過真實ECG及PPG訊號來驗證呼吸率的計算與實際透過阻抗式、溫度或壓電式呼吸量測法來做比對。目前在PhysioNet 的網站里有四個適合的數據庫。
數據庫
由此四個公開數據庫可取得ECG或PPG 的訊號，經由我們的SECG 5.0 AIO或AECG100，可將數據庫的數字檔案轉換成模擬訊號輸出。下圖是從Mimic II/III取得的ECG、PPG及呼吸的波形圖，可將經過EDR/PDR算法所得到的每分鐘呼吸率與實際量測的每分鐘呼吸率來做比對。
結論
EDR及PDR的應用日益增加，而呼吸率的準確性亦是使用者所關注重點之一。我們提供有效率的驗證方法，協助醫療器材制造商在進入臨床測試前，能夠以重復且有效的方式做性能及算法效率的驗證，提升臨床測試的成功率，也可以運用在生產在線做為生產質量的把關。
