intro
banner-data
intro

アップルウォッチの心電計で取得した心拍データを1/f ゆらぎの傾き及び時系列に並べたその推移と、ローレンツプロット法で解析結果を視覚化します。

また感情分析を行い、自宅や仕事中などの状況において、リラックスや集中しているかなど心の声としてご参考にしてください。

  • 自然界で波長を持つ光、音楽(モーツァルトや歌手の歌)、電気信号や動く蝶、魚、風、木漏れ日、川のせせらぎや炎など1/f ゆらぎを持っています。
  • 同様に私たち人間の心拍リズムも1/f ゆらぎで日々生命活動をしています。身近にあるアップルウォッチで朝、昼、晩と定期的にデータを取得することによって、心拍データ量を蓄積することは解析上たいへん有意義なことです。
  • 日々の計測で1/f ゆらぎの傾き値やローレンツプロットのグラフを確認したり、時系列で1/f ゆらぎの傾きや計測時の心拍数と安静時の心拍数を数値やグラフで視覚的に把握することによって、私たちは心臓の働きを身近に感じることができます。
  • そして数値やグラフの変化を確認することによって、健康維持に心がけるようにする仕組みをバイオフィードバックと言い効果的なヘルスケア方法として評価されています。
  • 分析精度を上げるために、きれいな心拍波形を取りましょう。
  • テーブルや膝などで腕を固定して、指も動かないように30 秒間維持します。測定結果を下にスクロールし「完了」をタップした後、再度30 秒の計測を行います。
  • 合計4 回繰り返し2 分間のデータが必要であり、他社アプリの30 秒計測に対してハートモは4 倍精度が高いといえます。
  • なるべく間隔を開けずに4 回連続して計測しましょう。
  • 大坂元久氏(東京大学理学部数学科卒、日本医科大学医学部医学科卒、現日本獣医生命科学大学 名誉教授)とZMP との共同研究にり、心拍データ分析サーバシステム 特許6430729 を元に開発しました。
  • 大坂氏は独自の計算式とRonald Berger ジョンホプキンス大学病院教授の心拍変動をスペクトル解析するアルゴリズムを用いて心拍ゆらぎの解析を行いました。
1/f ゆらぎ傾き
1 週間推移
1 ヶ月推移
  • 心拍間隔RRI データをPSD (パワースペクトル密度)に変換し、BPM (1 分間の拍数)をFFT(高速フーリエ変換)をして1/f ゆらぎを求めます。
  • 更に1/f ゆらぎの傾きを計算しています縦軸はPSD の log10 、横軸はPSD の周波数の log10 です。
  • -1 は様々な周期成分が「上手い具合に」混じり合っている状態で自然現象で例えば、風の揺らぎや音階では心地よいとされています。
典型的な4 つのパターン
  • 自律神経活動の時間領域指標の一つで心拍間隔RRI(n)でn 番目の心拍とその1 心拍前の心拍の間隔とします。
  • x軸にRRI(n) の値を、y軸にRRI(n+1) の値をとってプロットしていったものがローレンツプロットです。
LF/HF平面の象限
  • データの蓄積を日々学習・アップデートして、その人に適合した感情推定を行います。
  • 心拍変動のスペクトル解析から得たパワー値を周波数帯0.04 ~0.15Hz で積分したものがLF (低周波)で主に交感神経成分が含まれる。周波数帯0.15 ~0.4Hzで積分したものがHF (高周波)で副交感神経成分が含まれる。
  • 交感・副交感神経の活動状況を「両神経ともに高い」「交感神経だけ高い」「副交感神経だけ高い」「両神経ともに低い」の4 つの状態に分類 「心の声」として感情推定をしています。
  • 赤線は安静時の心拍数で、青線はHearTomoの測定時の心拍数です。

推移

心電図データ

キャラクター

感情分析

心拍数推移

ベーシック

¥0

1日 / 1週間

最新データのみ

男性・女性

2つのシチュエーション(自宅・仕事)

利用不可

プレミアム

¥7000/

すべてのデータ

すべてのデータ

男性・女性・オリジナルキャラクタ

5つのシチュエーション

利用可