給醫療專業人員與治療師

什麼是共振頻率呼吸？

共振頻率呼吸（RFB）是一種特定的慢速呼吸方式，患者以個人的共振頻率呼吸。共振頻率是指利用心血管系統的共振特性，使心率變異達到最大的呼吸頻率（通常為每分鐘 4.5 至 6.5 次呼吸）（Vaschillo et al., 2006; Lehrer & Gevirtz, 2014）。

共振時，呼吸性竇性心律不整（RSA）達到最大：吸氣時心率上升、吐氣時心率下降的幅度最大，產生的心率振盪可達靜息基線的 4 至 10 倍。

RFB 不同於一般的慢速呼吸 App。在一項針對 95 名大學生、僅進行一次測試的隨機研究中，以比共振頻率每分鐘多 1 次的速度呼吸的受試者，並未出現在共振頻率下觀察到的正向情緒與 LF/HF 比值提升（Steffen et al., 2017）。Precise Breath 透過 HRV 分析找出每位患者的個人呼吸頻率，而非使用族群預設值。

Precise Breath 如何執行此流程

找出患者共振頻率的既有臨床流程，是在單次練習中運用心率變異分析測試多種呼吸頻率（Lehrer, 2000; Shaffer & Meehan, 2020）。Precise Breath 將此流程調整為可跨多次練習持續精進的方式：

• 感測器：任何支援 RR 間期的 Bluetooth LE 心率胸帶皆可使用。Polar H10（推薦）提供經研究驗證的逐拍精準度，是 HRV 量測的參考標準（Task Force, 1996; Gilgen-Ammann et al., 2019）。已確認相容：Polar H10、Garmin HRM Dual。其他使用 HR Service 0x180D 的標準 BLE 心率胸帶應該也能使用。
• 區塊結構：每個呼吸區塊包含 30 秒的過渡期、15 秒的穩定期與 120 秒的量測時段，符合 Task Force（1996）對 LF 功率估算至少 2 分鐘的要求。
• 評分：結合呼吸頻率處的 FFT 頻譜振幅（權重 85%）與希爾伯特轉換的相位同調（權重 15%）。以訊號品質篩選（雜訊比率 + 變異係數）排除不可靠的區塊。
• 校準模式：在約 14 分鐘的單次練習中，以隨機順序測試 5 種預設頻率（4.5 至 6.5 BPM），建立基準估算值。
• 測量模式：跨多次練習的適應性演算法，在每次練習中探索鄰近頻率，並以逐漸提高的可信度收斂到患者的個人共振頻率。
• IBI 適應：當資料足夠時，App 會考量與靜息心跳間期相關的共振頻率在不同練習之間的變動，這與 Capdevila et al.（2021）的研究發現一致。
• 隱私：所有資料都儲存在患者的裝置上。不會傳送任何資料，也不需要帳號。

HRV 分析與評分細節

供想了解量測方法的臨床人員與研究人員參考。

訊號處理流程

每個呼吸區塊都會從心率胸帶感測器取得一連串 RR 間期，並經過五個階段的處理：

1. 雜訊移除：兩階段的適應性流程：(1) 範圍過濾器標記 300 至 1500 毫秒範圍外的間期；(2) 適應性連續差值過濾器使用心跳間差值的移動中位數與雙側準則，只標記前後兩側都偏離的短暫尖峰。被標記的間期以線性內插取代（而非刪除），以保留時間資訊。可用間期少於 30 個的區塊會被排除。
2. 心率時序圖：將乾淨的 RR 間期轉換為瞬時心率（BPM），並排列在連續的時間軸上。
3. 等間距重新取樣：以自然三次樣條將時序圖內插至規則的 4 Hz 網格，遠高於所關注的最高呼吸頻率，使其適合進行以 FFT 為基礎的頻譜分析。
4. 去趨勢與加窗：在頻域分析前先移除直流成分，並套用漢寧窗以減少頻譜洩漏。
5. 頻譜與相位分析：對加窗後的訊號進行 FFT。另以希爾伯特轉換擷取相對於呼吸參考的瞬時心臟相位。

綜合分數

每個 120 秒的量測時段會產生一個綜合分數（0 至 1）：

• 頻譜振幅（85%）：目標呼吸頻率（±0.015 Hz 頻帶）處的頻譜強度，相對於總頻譜強度進行正規化。可捕捉目標頻率下心血管共振的強度，也就是 RSA 最大化的主要訊號。由於是自我正規化（比值而非絕對強度），不易受到不同練習之間靜息心率與 HRV 強度差異的影響。
• 相位同調（15%）：以希爾伯特轉換計算、相對於呼吸參考的瞬時心臟相位之平均合成向量長度（MRL）。MRL = 1.0 表示完全相位鎖定；MRL = 0 表示相位關係隨機。由於 120 秒的時段（約 10 個呼吸週期）低於穩定相位估算理想的 ≥20 個週期，因此權重為 15%，此指標僅供參考而非主要依據。注意：相位同調需要對稱的吸氣／吐氣比例（1:1）。App 提供延長吐氣的比例（2:3、1:2）供使用者選擇，但這些練習會停用相位量測，因為不對稱的呼吸會造成系統性的心臟相位偏移，使 MRL 無法解讀。延長吐氣的練習僅以頻譜振幅評分。

訊號品質篩選

訊號品質指標（0 至 1）由雜訊比率與心率變異係數計算而得：

訊號品質 < 0.50 的區塊會被排除在共振頻率估算之外。此門檻可防止動作雜訊、電極接觸問題或異位搏動扭曲頻率估算。被排除的區塊會在練習摘要中標示，讓患者能及早發現感測器配戴問題。

共振頻率估算

每次測量練習結束後，App 會使用所有歷史練習中的所有有效區塊，重新估算患者的共振頻率：

• 加權勞倫茲擬合：以品質加權的勞倫茲（阻尼振盪器）曲線，擬合所有有效歷史區塊（至少 5 個區塊，訊號品質 ≥ 0.50）的（頻率、分數）配對。勞倫茲函數是共振系統在物理上正確的頻譜形狀，透過對中心頻率與寬度進行網格搜尋來擬合，並在每個網格點以解析方式求得振幅與基線。品質平方加權讓高品質區塊有更大的影響力，同時保留完整的歷史紀錄。若勞倫茲網格搜尋找不到有效峰值，則改用加權二次函數作為備援。
• IBI 共變數模型：當資料足夠時，延伸模型會讓勞倫茲中心頻率隨 IBI 變化：x₀(IBI) = x₀ + β · IBI_c，以反映靜息心跳間期與最佳呼吸頻率之間的相關性，這與 Capdevila et al.（2021）的研究發現一致。如此一來，當患者的靜息心率與其歷史基線不同時，就能在練習中途適應，讓第 2 個區塊起探索的頻率配合患者當天的狀態。
• 備援方法：若勞倫茲與二次函數擬合都無法充分約束，則使用品質加權的分箱法作為備援估算方式。
• 可信度：每個估算值都附有依據資料量、配適度與峰值涵蓋範圍計算的可信度分數（0 至 1），並顯示在練習摘要中，讓患者了解估算值隨時間的穩定程度。

患者設定指南

以下四個步驟可引導患者從首次下載到開始實際練習。