利用 R 软件处理心率数据：精准剔除错误数据，助力畜牧研究

为解决非控制条件下动物心率（HR）数据测量误差问题，研究人员用 R 软件处理数据，提高数据质量，利于后续分析。

研究背景：心率研究的困境与突破需求

在生命科学领域，心率（Heart Rate，HR）作为一项关键指标，如同一个精密的 “生命探测器”，能反映动物的多种生理特征。它可以揭示动物的活动水平，比如当动物活跃奔跑时，心率会明显上升；还能体现动物的应激状态，面对陌生环境或威胁时，心率也会产生变化；甚至在代谢研究方面，心率也有着重要的参考价值。

然而，获取准确的心率数据并非易事。在非控制条件下，尤其是当研究对象是自由活动的动物时，各种干扰因素层出不穷。以使用 Polar 设备监测牛的心率为例，数据传输过程中，红外线传输可能出现故障，导致数据丢失或错误；而且，在测量期间，设备所佩戴的皮带位置可能发生移动，这对长期测量的准确性影响极大。这些问题使得测量得到的心率数据往往包含大量错误信息，就像混入了杂质的矿石，无法直接用于精准的分析。

此外，不同设备及其记录的多样性，也为数据校正带来了难题。现有的数据校正方法，有的依赖人工视觉检查，这种方式不仅耗费大量时间和精力，还容易受到主观因素的影响；有的则依赖设备自带的专有软件，但这些软件往往存在局限性，无法适应复杂多变的实际情况。在面对长期（4 天）的放牧小母牛心率记录时，研究人员发现没有一种现有的方法能够完美地去除其中的噪声和错误数据，满足研究需求。

正是在这样的背景下，为了突破心率数据测量和分析的困境，乌拉圭共和国大学的研究人员开展了一项具有创新性的研究。

研究方法：R 软件脚本的神奇力量

研究人员采用了一系列严谨的方法来开展此项研究。首先，他们进行了一项旨在通过 HR-O₂脉冲技术测定放牧赫里福德小母牛总产热量的实验。在实验中，74 头 24±0.8 月龄的小母牛成为研究对象，每头小母牛都佩戴了特制皮带，皮带上装有 Polar 设备（型号为 H10 HR 发射器和 RCX3 数据记录器手表）。这些设备会持续记录小母牛的心率数据，记录间隔为 5 秒，最长可记录 96 小时（4 天）。

为了确保数据的准确性和可靠性，在实验前，研究人员还对 Polar 设备进行了校准，通过同时使用听诊器和 Polar 设备测量三头奶牛的心率，保证两者测量结果一致。

同时，研究人员还进行了短期（10 分钟）的心率测量。这些短期测量并非为了获取参考心率平均值，而是为了观察在控制条件下心率记录的变化情况，以便为后续编写数据处理脚本提供参考。

最重要的是，研究人员利用 R 软件编写了一个数据处理脚本。这个脚本采用 “滑动窗口” 逻辑，通过设定多个筛选标准，对心率数据进行筛选和处理。例如，2 分钟窗口内出现零值、2 分钟窗口内最低心率达到或超过 100 次 / 分钟（bpm）、2 分钟窗口内平均心率达到或超过 100bpm、1 分钟窗口内平均心率超过 120bpm、1 分钟窗口内标准差（SD）超过 15bpm，以及 1 小时窗口内可接受记录少于 50 分钟等情况的窗口数据都会被删除。这个脚本功能强大，输入为同一文件夹下具有相同扩展名的个体文件（研究中使用.csv 格式），运行后会生成每个动物的 PDF 文件（包含心率图）和数据汇总表格，方便研究人员进一步分析和处理数据。

研究结果：数据处理后的显著变化

1. 心率记录的直观变化：研究人员选取了两头具有代表性的小母牛展示数据处理前后的变化。在第一头小母牛的心率记录中，测量中期（约 48 小时记录时）数据变得越来越嘈杂，而经过 R 软件脚本处理后，这些噪声得到了有效校正。在第二头小母牛的记录中，处理前后的数据差异不大，这表明该方法能够避免过度编辑，保留真实有效的数据。
2. 数据质量评估结果：研究设定了每小时至少获得 50 分钟可接受心率记录的标准（1 小时内生成 12 个窗口，至少 10 个窗口数据可接受）。通过对第一头小母牛每小时可接受记录数量的分析发现，随着噪声增加，数据质量明显下降。
3. 统计分析差异显著：通过 t 检验和曼 - 惠特尼检验发现，处理前后心率平均值差异显著（P < 0.01）。例如，处理前某头小母牛心率平均值为 76.1±43.8 bpm，处理后变为 62.5±10.6 bpm，这充分证明了该方法对数据产生了显著影响，有效去除了错误数据，提高了数据质量。

研究结论与意义：为心率研究开辟新道路

研究人员成功开发了一种基于 R 软件的开源滤波方法，能够有效处理长期心率数据，去除其中的错误信息，获得高质量的数据，为后续分析提供了有力支持。

该方法的重要意义体现在多个方面。首先，它解决了长期以来在非控制条件下动物心率数据测量误差大的难题，避免了测量误差对分析结果的偏倚，使得研究人员能够更准确地研究动物的生理特征和代谢规律。其次，这种方法具有很强的通用性和可扩展性，其脚本可以根据不同的研究需求进行调整，适用于不同品种的动物和不同的实验环境。例如，研究人员在奶牛上进行了测试，也获得了类似的良好结果。这意味着该方法为畜牧研究、动物生理研究等领域提供了一种高效、可靠的数据处理工具，有助于推动相关领域的进一步发展。该研究成果发表在《Animal - Open Space》，为全球范围内的科研人员提供了宝贵的参考，有望在未来的研究中得到广泛应用，助力生命科学领域在动物心率研究方面取得更多突破。