以下節自Kubios's Blog - Accuracy of smartphone-based SCG for HRV analysis 

---

 

 

智慧型手機 SCG 量測技術用於 HRV 分析的準確性

 

心率變異性（Heart rate variability，HRV）是評估生理準備度、自律神經系統功能和恢復情況的主要方法之一。然而，每日收集高品質的數據往往會面臨到許多實際挑戰。雖然心電圖 （electrocardiography，ECG）胸帶能夠提供無可比擬的逐博（beat-to-beat）心跳準確度，但光學（PPG）穿戴式裝置提供了更簡便的替代方案，儘管其數據品質仍伴隨著一定的局限性。此外，在大型運動員團隊或臨床研究中部署穿戴式感測器還會帶來一些實際問題，例如電池管理、硬體維護和使用者配合度等。

 

為了因應這些挑戰，我們最新的白皮書驗證了一種無需穿戴式裝置的準備度監測方法：以智慧型手機為基礎的心震圖（seismocardiography，SCG）量測技術。 SCG 可以捕捉心臟活動在胸壁上產生的細微機械振動。只需將智慧型手機平放在胸口，Kubios App 會利用手機內建的加速度計偵測這些微小振動，並將其轉化為標準的 HRV 指標，包括平均心率（HR）、RMSSD 和我們專有的 PNS 指數（PNS index），無需額外的外部感測器。

 

 

 

驗證研究設計

 

為了評估此方法的有效性，我們與東芬蘭大學（University of Eastern Finland）合作進行了一項嚴謹的驗證研究。研究納入了 57 名健康成年的參與者（年齡介於 18 至 58 歲）。

 

我們同時使用四種不同的方法記錄靜止狀態時的 HRV，以評估智慧型手機 SCG 量測技術與既有業界標準之間的表現差異：

 

1. Biopac MP150 心電圖系統（黃金標準參考裝置）
2. Polar H10 （心電圖胸帶）
3. Polar Verity Sense（光學 PPG 臂帶）
4. 透過 Kubios App 進行的智慧型手機 SCG 量測（已於 Apple 與 Samsung 裝置上進行測試）

 

 

 

一致性與數據品質

 

研究結果顯示，在控制組條件下，智慧型手機 SCG 量測技術能夠提供高度且可靠的 HRV 數據。當參與者處於靜止、仰臥的休息狀態時，智慧型手機 SCG 量測技術表現出高度的準確性：

 

• 與 ECG 高度一致： Kubios App的 SCG 指標與黃金標準的 ECG 在平均心率、RMSSD 和 PNS 指數方面均表現出極佳的相關性（所有指標的 r ≥ 0.99）。平均絕對誤差 (MAE) 極小，平均心率、RMSSD 和 PNS 指數與 ECG 的平均偏差分別僅為 0.06 bpm、2.0 ms 和 0.06。
• 可與光學感測器相媲美： 智慧型手機方法的表現與現有光學穿戴裝置直接有等同的效果；RMSSD 的 MAE 為 2.0 ms，而光學感測器為 2.6 ms，因此可作為外部感測器的可行替代方案。由於 SCG 是依靠微小機械振動進行測量，因此這項的準確度主要是在參與者保持完全靜止且自然呼吸的靜息狀態下量測才能達到。
• 低偽影校正率： 雖然 SCG 本身對機械性移動較為敏感，容易受到影響，但在靜息狀態下，需要進行自動心跳脈搏校正的比例很低，平均低於 0.7%。由輕微移動所造成的誤差，可透過 App 內建的訊號品質控制演算法有效修正。

 

 

圖：裝置準確度與黃金標準 ECG 之比較。圖表顯示了 Polar H10、Polar Verity Sense 和智慧型手機 SCG 量測在平均心率、RMSSD 和 PNS 指數方面的測量誤差。

 

 

 

方法論考量和硬體相容性

 

雖然智慧型手機 SCG 量測技術為 HRV 分析提供了一種非常便利的方法，但其準確度仍取決於特定的測量條件和硬體性能：

 

• 動作敏感性：由於 SCG 測量的是機械振動，因此對動作偽影（artifact）非常敏感。即使是輕微的身體移動、說話或姿勢改變都可能造成訊號干擾。為確保測量結果可靠，使用者在整個記錄期間都必須保持完全靜止，並採仰臥休息姿勢；不過，正常的自主呼吸並不會干擾測量。
• 智慧型手機相容性： Kubios SCG 演算法具備良好的穩健性，相容於絕大多數現代 iOS 和 Android 智慧型手機。在智慧型手機 SCG 量測技術用於每日準備度監測的 Beta 測試階段，我們觀察到 Apple 裝置始終以 100 Hz 的頻率對加速度計資料進行取樣，而 Android 機型的取樣頻率則介於 100 Hz 至 500 Hz 之間。研究證實，即使在不同的取樣率和手機型號下，HRV 的計算仍能保持準確。
• 硬體限制：在某些較舊或低階的 Android 裝置上，其加速度計的基本雜訊可能過高，以至於無法進行可靠的心跳偵測。為了解決這個問題，Kubios App 配備了自動訊號品質控制機制，會在訊號不足時提醒使用者。在這種情況下，建議還是使用標準的藍牙心率綁帶。

 

 

 

SCG 量測技術的實際優勢

 

除了在受控的靜止條件下所展現出的研究級精準度外，智慧型手機 SCG 量測的主要優勢在於其操作便利性。對於實務工作者、研究人員和團隊成員而言，這種無需穿戴裝置的方法解決了與長期追蹤 HRV 時幾個常見的障礙：

 

• 適用於團體監測的擴充性：在團隊運動或大規模研究群體中，依靠智慧型手機內建的感測器可以顯著降低日常數據收集的後勤複雜程度。它不再需要為數十名參與者進行硬體分發、裝置同步與電池管理。
• 提升測量配合度：透過使用個人已擁有且每天都會使用的裝置，可以大幅降低晨間例行性測量的門檻。這種簡化且無需感測器的測量流程，有助於在長期實地研究與運動員監測中促進使用者的配合度。
• 高效益的資源部署：無需專用的外部感測器（如 ECG 胸帶或光學 PPG 臂帶），對於需要同時管理多名參與者健康的運動專業人員及研究人員而言，是一種極具成本效益的替代方案。

 

總體而言，智慧型手機 SCG 量測技術在高精準度的生理測量與現實世界的實際應用之間建立了橋樑，在不受傳統硬體限制的情況下，提供可靠的準備度指標。

 

 

 

 

常見問題（FAQ）

 

 

什麼是心震圖（SCG）？手機是如何測量 SCG 的？

 

心震圖（seismocardiography，SCG）是一種記錄心臟機械振動的方法。每當心臟跳動時，都會在胸壁產生微小的振動。只要將智慧型手機平放在胸口，Kubios App 就能利用手機內建的加速度計偵測這些振動，並準確計算每一次心跳之間的時間間隔。

 

 

智慧型手機 SCG 量測的準確度是如何？

 

在靜止狀態下，此方法的準確率非常高。我們的驗證研究顯示，SCG 衍生的 HRV 指標（平均心率、RMSSD 和 PNS 指數）與黃金標準 ECG 參考裝置具有近乎完美的關聯性（r ≥ 0.99）。只要使用者在測量過程中保持完全靜止（正常呼吸即可），其準確率即可與已建立的光學（PPG）感測器相媲美。

 

 

需要特定品牌或型號的智慧型手機才能使用這項功能嗎？

 

Kubios SCG 演算法穩定可靠，相容於絕大多數現今的 iOS 和 Android 智慧型手機。但在某些較舊或較低階的 Android 裝置上，其加速度計的基本雜訊可能會過高，導致無法可靠地偵測心跳。為了解決這個問題，Kubios App 配備了自動訊號品質控制機制。如果訊號品質不足，App 會發出警示提醒使用者。

 

 

如果在測量過程中不小心移動了怎麼辦？

 

Kubios App 內建訊號預處理機制，包含雜訊偵測和逐博校正演算法。這些預處理演算法能夠有效捕捉移動期間或其他逐博偵測上的誤差，確保只有高品質的 HRV 數據會被納入分析。如果移動持續時間過長，App 會偵測到訊號品質不佳，並提醒您此次的測量結果無法可靠分析。如果發生這種情況，只要重新進行一次測量即可。

 

 

如果持續收到訊號品質不佳的警示怎麼辦？

 

持續出現品質不佳的數據通常是由於持續的動作偽影或低階智慧型手機的加速度感測器的基本雜訊較高所造成的。為了改善訊號品質，請確保測量期間完全保持靜止（正常呼吸完全沒問題），並且在測量過程中不要觸摸或握持手機，如果手邊有其他智慧型手機，也可以嘗試使用另一支手機進行測量。若在少數情況下，App 仍然持續無法可靠地分析數據，我們建議可以改用標準的藍牙心率感測器。

 

 

 

 

References 

 

1. Task force of the European society of cardiology and the North American society of pacing and electrophysiology. Heart rate variability – standards of measurement, physiological interpretation, and clinical use. Circulation, 93(5):1043–1065, March 1996.
2. Berntson GG, Bigger Jr JT.,Eckberg DL, Grossman P, Kaufmann PG, Malik M, Nagaraja HN, Porges SW, Saul JP, Stone PH, and Van Der Molen MW. Heart rate variability: Origins, methods, and interpretive caveats. Psychophysiol, 34:623–648, 1997.
3. Järvelin-Pasanen S, Sinikallio S, and Tarvainen MP. Heart rate variability and occupational stress–systematic review. Industrial Health, 56:500-511, 2018.
4. Quigley KS, Gianaros PJ, Norman GJ, Jennings JR, Berntson GG, de Geus EJC. Publication guidelines for human heart rate and heart rate variability studies in psychophysiology-Part 1: Physiological underpinnings and foundations of measurement. Psychophysiology, Sep;61(9):e14604, 2024.
5. Lipponen JA, Rana S, and Tarvainen MP. Validation of smartphone-based seismocardiography for heart rate variability analysis in the Kubios application. Kubios white paper. March, 2026.
6. Taebi A, Solar BE, Bomar AJ, Sandler RH, and Mansy HA. Recent advances in seismocardiography. Vibration, 2(1):64-86, 2019.

 

 

---

 

未來還會持續推出不同產品知識或應用方面的文章喔！還請多多關注我們！

 

歡迎加入我們的社群頁面，隨時獲得最新消息！