先说结论
使用 HRV 衍生信息，在 202 名候选者中把一个区段连接到同一次记录的另一个区段时，首位准确率为 30.7%，前五位命中率为 55.4%。随机选择约为 0.5% 和 2.5%。这项未经同行评审的分析使用同一天、同一设备、同一姿势下的封闭候选集合。它没有证明跨日期或设备的身份验证，也没有衡量能否拒绝未知人员的认证性能。
本文要点
- 在公开数据集的 202 人中，HRV 衍生信息连接了同一个人记录中的两个区段
- 首位 30.7%（随机 0.5%）；前五位 55.4%（随机 2.5%）
- 针对固定随机标签零假设的置换检验：p≤0.00005
- 但结果仅限一次记录；没有证明跨日、跨设备或睡眠与清醒之间的稳定性
- 这不是 Apple Watch 评估，也不是认证性能指标
为什么要测试？
HRV 用多种方式概括心跳间隔变化。它受姿势、呼吸、年龄和测量条件影响，但也可能带有个人反复出现的模式，或同一条记录所共有的特征。
对健康 App 而言，两份记录能在多大程度上被连接，是评估存储、导出和共享风险时需要考虑的问题。
怎样测量？
使用公开数据
我们使用 PhysioNet Autonomic Aging 数据集中已固定为留出集合的 211 人，其中 202 人符合条件。
使用每条记录中分开的区段
同一条记录中分开且不重叠的区段分别作为参照和查询数据。具体分段规则不公开。
比较 HRV 衍生信息
研究比较方法使用 HRV 衍生信息。具体特征设计、预处理和相似度计算不公开。
与随机结果比较
从 202 人中随机选择，首位命中的概率为 0.5%。测得的准确率与这一基线比较。
结果
- 首位：62/202 = 30.7%（95% 置信区间 24.7–37.4%；随机 0.495%）
- 前五位：112/202 = 55.4%（95% 置信区间 48.6–62.1%；随机 2.48%）
- 置换检验（20,000 次重复）：p < 0.0001
- 在敏感性分析中反转比较方向：首位 34.2%，前五位 55.9%
这个结果不意味着什么？
只看数字，很容易理解成“HRV 可以验证身份”。这个结论并不成立，必须清楚说明测试的局限。
- 注册与查询来自同一次记录，即同一天、同一设备、同一姿势
- 候选集合封闭在 202 人内，没有衡量拒绝未知人员的能力
- 完全没有证明跨日期、跨设备或睡眠与清醒之间的稳定性
- 某条记录特有的时段、传感器或处理伪影可能参与了连接
- 这不是 Apple Watch 评估，使用的是临床 ECG
这对 Feelmo 的设计意味着什么？
基于这一结果，Feelmo 原则上把 HRV 衍生数据和分数保留在设备上，不自动上传到提供方服务器。只有用户主动导出或共享时，所选内容才会发送到指定位置。
这项分析并不决定数据的法律属性。但它显示，同一次记录中分开的两个区段仍可能被连接，因此我们采用谨慎的设计。
数据与透明度
我们以 JSON 公布了汇总结果、不确定性区间、敏感性分析结果以及上述局限。
个人层面信息、具体特征设计、预处理和连接计算不公开。因此，独立研究者目前无法完整复现同一分析，这是重要局限。
参考资料
- 汇总审计结果 JSON — Feelmo
- Autonomic Aging：量化健康衰老过程中心血管自主功能变化的数据集 — PhysioNet