前言
呼吸频率的定义为在静止状态下测量一个人每分钟的呼吸次数，在临床诊断上，呼吸频率被广泛用来评估生理状态的信息指标，尤其用于睡眠及压力分析。由于现在穿戴式量测生理讯号的装置日渐普及，也使得ecg心电讯号或ppg光体积讯号较为容易取得。目前不少穿戴式产品制造商开始发展从ecg或ppg讯号中提取呼吸讯号成分，由ecg讯号中分析出呼吸频率的方法为edr (ecg-derived respiration)，而由ppg讯号中分析出呼吸频率的方法为pdr (ppg-derived respiration)，两种方法的共同优点为非主动式量测、讯号取得便利、安全且没有危险性。
edr及pdr分析方法介绍
目前edr (ecg-derived respiration) 的分析主要是利用三种呼吸造成ecg的变化来侦测呼吸率。第一个是因为呼吸导致心轴变位，最后造成ecg的振幅变化(am: amplitude modulation)。第二个是呼吸造成心跳改变(fm: frequency modulation)。第三个是呼吸造成肋骨及横隔膜的肌肉变动产生的肌电讯号(emg)影响ecg的基线变化 (bm: baseline modulation)。
而pdr (ppg-derived respiration) 的分析方法也是利用三种呼吸造成ppg的变化来侦测呼吸率。第一个是因为呼吸导致心脏的容积量变化，最后造成ppg 的振幅变化(am)。第二个是呼吸造成心跳改变(fm)。第三个是呼吸造成胸腔压力变化造成静脉回血改变而影响到ppg的基线变化(bm)。
呼吸造成ppg的振幅变化(am)
呼吸造成心跳改变(fm)
呼吸造成基线变化(bm)
edr及pdr的技术是把这三种变化讯号撷取出呼吸讯号出来，并计算出每分钟的呼吸率。通常一个设备只会存在侦测一种讯号变化的功能。下图是从edr及pdr算出来的呼吸讯号及实际呼吸讯号的比对。
如何验证 edr 及 pdr 的准确度
在edr及pdr的算法开发时，需要建立验证方法来确认算法的有效性。我们提出二个步骤来验证。
第一步、利用仿真讯号验证基本功能及系统运算效能。我们的secg 5.0 aio可将am、fm及bm的呼吸调变讯号加在 ecg 讯号上。用户可以选择适合的调变讯号及不同参数(变动比率、心跳数及呼吸率)验证。调整方法如下图，其调整范围为0~16%，以 am 而言是指在一次呼吸周期下，ecg 波振幅变化为原来振幅的0~16%。fm是指在一次呼吸周期下，相隔心跳变化为原设定心跳的0~16%。bm是指在一次呼吸周期下，基线漂移范围为ecg振幅的0~16%。呼吸率可以设定每分钟7~150下。
第二步，透过真实ecg及ppg讯号来验证呼吸率的计算与实际透过阻抗式、温度或压电式呼吸量测法来做比对。目前在physionet 的网站里有四个适合的数据库。
数据库
由此四个公开数据库可取得ecg或ppg 的讯号，经由我们的secg 5.0 aio或aecg100，可将数据库的数字档案转换成模拟讯号输出。下图是从mimic ii/iii取得的ecg、ppg及呼吸的波形图，可将经过edr/pdr算法所得到的每分钟呼吸率与实际量测的每分钟呼吸率来做比对。
结论
edr及pdr的应用日益增加，而呼吸率的准确性亦是使用者所关注重点之一。我们提供有效率的验证方法，协助医疗器材制造商在进入临床测试前，能够以重复且有效的方式做性能及算法效率的验证，提升临床测试的成功率，也可以运用在生产在线做为生产质量的把关。