HRV是甚麼？心率變異度正常值、量度方法與風險判讀

早上打開手錶，HRV比昨天低；身體明明不太疲倦，卻開始猶豫是否應取消訓練。另一種困惑是，同樣50歲，自己的數字只有二十多，朋友卻有七十多，是否代表心臟較差？HRV量度的是正常心跳之間時間的細微變化，可提供身體調節與負荷反應的線索。讀懂它，需要連同量度方法、自己的平日範圍及身體感受一起看。

先掌握一個實用原則：HRV適合用來提出問題，例如「最近有甚麼改變？」；單一數字不足以回答「我有沒有病？」或「今天一定可以操多辛苦？」以下從最基本的心跳間距開始，逐步連到心電圖、胸帶、手錶、年齡參考與風險判讀。

HRV是甚麼？心率相同，逐拍節奏可以不同

HRV是heart rate variability，中文常稱心率變異度或心率變異性。心率描述每分鐘跳多少次，HRV則描述正常心跳與下一次正常心跳之間，相隔時間如何變動。常見單位是毫秒（ms），一千毫秒等於一秒。

以下是純教學算例。例子A有四段心跳間距，每段都是1,000毫秒；例子B的四段間距是950、1,050、980及1,020毫秒。兩者平均間距同為1,000毫秒，相當於每分鐘60次，但B的逐拍間距有變化。四段數據只用來說明概念，不能當作有效的臨床HRV測試。

心血管研究的HRV量度與解讀指引指出，健康心臟並非像節拍器般每拍完全相同。呼吸、血壓反射及自主神經調節，都會影響心跳間距。這種正常的細微起伏，與心房顫動、早搏等異常節律，需要分開處理。

因此，用手數脈搏三十秒再乘二，可以估計心率，卻不足以可靠地量出毫秒級的逐拍差異。把運動時的最高心率減去最低心率，也不會得到HRV。靜止心率、HRV與最大心率及訓練區間，是不同用途的資料。

HRV為甚麼重要？三種用途，三種證據

觀察自己對生活與訓練的反應

若以同一方法持續記錄，HRV可協助發現睡眠不足、飲酒、疾病、旅行或訓練改變前後，身體是否出現不同的反應。它提供一條可回顧的線索，讓「最近好像比較累」多一份背景資料；但某次偏低，不能單靠數字確定原因。

研究自主神經調節，並非量出全身的「神經健康分」

自主神經參與調節不必刻意控制的身體功能，包括心跳。交感與副交感神經會隨情境共同參與調節，並非兩個互相取代的開關。部分HRV指標在合適條件下，可反映與呼吸有關的心臟副交感調節；這不等於把全身自主神經的功能、壓力或恢復程度直接量了出來。

提供群體健康風險的研究線索

一項英國人體生物資料庫研究，分析51,628名原本沒有心血管疾病人士的短段心電圖，追蹤中位數約11.5年，發現較低的某些HRV指標與日後心血管事件及死亡風險有關。研究使用的是特定心電圖流程，並非把消費手錶分數直接換算成個人風險。

對個人而言，HRV不能取代血壓、血脂、血糖、吸煙史、家族史及臨床評估。它在群體中有預測關係，與某人今天是否有心臟病，是兩個不同問題。

RMSSD、SDNN、lnRMSSD：先認清數字的身份

HRV是一組量度方法的總稱，並非全世界共用的一個數字。同樣顯示「40」，若指標、單位或記錄長度不同，便不能直接比較。

RMSSD：著重連續兩個正常心跳間距之間的變化，通常以毫秒表示，常見於短時間靜息紀錄與夜間穿戴裝置。它對部分心臟副交感調節較敏感，但仍受心率、呼吸及量度條件影響。

SDNN：描述所選記錄期間，正常心跳間距的整體分散程度，通常亦以毫秒表示。記錄五分鐘與記錄二十四小時，涵蓋的活動和節律不同；同樣叫SDNN，也不能把兩者的參考值互換。

lnRMSSD：把RMSSD取自然對數，以另一種刻度呈現資料。例如40毫秒取自然對數約為3.69，兩者可以來自相同原始數據。對數值不是3.69毫秒，也不能與未轉換的40直接比大小。

LF、HF及LF/HF：屬較專業的頻域分析。特別要避免把LF/HF直接解讀成「交感神經除以副交感神經」，再據此判定自主神經失衡。目前的研究指引明確提醒，這種簡化超出了指標可支持的解釋。

至於App顯示的「恢復82分」「壓力分數」或「準備度」，可能把HRV、睡眠、活動等資料合併計算。這些分數的單位與算法各有定義，不能當成82毫秒，也沒有跨品牌通用的合格線。

臨床與穿戴裝置：量到甚麼，算法又做了甚麼？

理解量度與估算，可以分成幾個環節：感測器先記錄電訊號或光學訊號，軟件辨識每一拍，處理雜訊及異常拍，再計算HRV。若再提供恢復或壓力評分，便多了一層推論。

心電圖是參考方法，亦要有合適的記錄

一般心電圖用於觀察心臟電活動；醫生亦可能按症狀安排動態心電圖，捕捉較長時間內的節律。並非每張門診心電圖都附有可直接使用的HRV報告。十多秒、五分鐘與二十四小時的分析，各有條件，不能只因都寫着「心電圖」便視為相同。

若目的是找出心悸或暈厥原因，醫療評估主要要回答是否有心律或其他健康問題，不能只追求一個HRV值。是否需要檢查，以及採用哪種記錄方式，應由病史、症狀與臨床判斷決定。

胸帶可以實用，但「量到RR」不等於可以診斷

Polar H10與心電圖的對照研究發現，逐拍間距等量度有良好吻合；某些較複雜指標在較高運動強度下，誤差仍較大。驗證針對特定裝置、指標和流程，不能擴大成所有胸帶、所有分析都等同臨床心電圖。

在家使用時，必須確認App真正接收到RR或IBI逐拍間距資料。只有每分鐘心率，並不足以重新計算可靠HRV。胸帶亦不會因能記錄心跳時間，就自動具備診斷心律不正的能力。

Apple Watch、Garmin、Oura、Fitbit的數字能否互比？

Apple Watch：Apple的傳統HRV資料類型以SDNN定義；目前亦有受支援型號的Recovery HRV功能。因此，不能把「Apple所有HRV都只有同一算法」當成永久規則。先核對型號、所看欄位及技術定義，亦不要因手錶備有心電圖功能，就假定日常HRV全部由心電圖取得。

Garmin：相容裝置的HRV Status使用夜間RMSSD，並把七天平均與個人基線比較。初步基線約需三星期規律夜間佩戴。夜間平均、最高五分鐘數值及其他短測功能，是不同讀法；「高於基線」也未必被歸類為良好平衡。

Oura：其夜間HRV採RMSSD，顯示的整夜平均來自睡眠期間多段五分鐘樣本。整夜平均與當晚最高值不同，也不應直接與翌晨一段五分鐘紀錄當成同一系列。

Fitbit／Pixel Watch：Google的官方健康指標說明採RMSSD，個人範圍可使用最近最多三十天資料。睡眠不足、動作或訊號品質等因素，可能令部分夜晚沒有可用讀數。沒有資料不等於HRV為零。

實際查看自己的HRV，可先在現有健康App搜尋「HRV」或「心率變異」，再確認五件事：指標、單位、量度時段、記錄長度，以及顯示的是平均還是最高值。若App只提供專有分數，應查閱該分數的定義，不要把它當作毫秒值。

手錶準不準？心率準確，不代表HRV同樣準確

每分鐘60次與62次的差異，與逐拍間距相差幾十毫秒，是不同難度的量度。裝置可能把平均心率量得接近參考值，卻未能同樣準確地保留每兩拍之間的細微變化。

一項Apple Watch Series 9及Ultra 2的研究，以39名健康成人、十四天共316次紀錄，對照H10胸帶配合分析軟件。SDNN平均絕對誤差約20.46毫秒，靜止心率的吻合則較好。這是特定舊型號與測試流程的結果，不能套用成每個人的固定誤差，也不能用來判定其後新功能的準確度。

另一項Oura與睡眠心電圖的對照研究，涵蓋92名45歲以下及22名45歲或以上人士。較嚴格的訊號篩選及較長時間的平均，有助提高吻合程度；年長子組中，超過一半人士的HRV指標的中位絕對百分比誤差仍超過研究所用的10%標準。這個標準是研究誤差評估，並非疾病界線。

這些研究說明，準確度應看個人誤差、量度條件與具體指標，不能只看「相關性很高」或品牌宣傳。一部裝置能讓數字隨高低一起變動，亦不保證每個人的實際數值都接近心電圖。

有偏差，仍然比沒有估計好嗎？

有條件地有用，並非所有估計都值得相信。當裝置有合理驗證、量度可重複、使用條件一致，個人趨勢可能仍有參考價值。但穩定偏差、隨機雜訊及隨數值大小改變的誤差，是不同問題。

以兩個假設情境說明：情境A的裝置數字穩定偏高，但仍保留真實高低變化，可能有助觀察趨勢；情境B每晚受鬆緊、動作和雜訊影響，今天高明天低，便可能製造不存在的變化。不能先假定自己的裝置屬A，也不能把某項研究的平均誤差，直接加減到自己的讀數上。

換裝置、換App、改算法或改量度時段後，最好把前後視為需要重新核對的系列。光學裝置接觸不良、手腕動作、脈搏灌流與異常節律，都可能影響結果。重複量到一個令人放心的數字，也不能排除疾病。

HRV正常值是多少？年齡參考圖應怎樣用？

目前沒有一條適用所有人、所有裝置及所有時段的HRV正常線。年齡和生理性別會影響群體分布，但同齡人士亦可差很遠。先確認是哪一項指標，再談數字是否有參考價值。

一項德國KORA研究提供了清楚的量度背景：1,906名經健康篩選的成人，休息後平躺，記錄五分鐘心電圖。以下保留研究原有的五個年齡組，只畫各組RMSSD平均值。

男女HRV年齡參考表：25至74歲

想按年齡查閱「HRV正常值」，可先用下表了解同一研究中健康成人的數據。這項研究涵蓋25至74歲，因此保留其原有分組，沒有推算20至24歲或75至80歲的數字。表內列出RMSSD的平均值±標準差，並非通用的正常上下限。

例如45至54歲組，女性平均26.3毫秒，男性23.0毫秒。這表示該研究樣本的組別平均，不是50歲人士的合格標準，也不是手錶夜間目標。研究內部的個體差異很大；高於或低於平均，不能直接判定健康或不健康。

這張圖不能用來把某次讀數換算成「自主神經年齡」，也沒有提供75歲以上或所有香港人的正常範圍。不同年齡組的人在同一研究中接受量度，亦不等於同一個人隨年齡增長必定沿着圖中數字下降。

網上常見的「20至多少才正常」「SDNN低於50便高危」之類說法，必須連同原始指標、記錄長度及研究人群核對。二十四小時心電圖SDNN的臨床研究，不能直接套到短時間SDNN，更不能套到夜間RMSSD。

怎樣量自己的HRV：先選一條可維持的路線

路線A：規律夜間佩戴，觀察裝置自己的系列

已經有相容手錶或戒指的人，可先用同一裝置、相同佩戴位置及合適鬆緊，規律記錄睡眠。觀察整夜平均與多日趨勢，避免今天看最高五分鐘、明天看整夜平均。實際需要多少晚建立基線，依裝置算法而定；Garmin約三星期的要求，便不能當成所有品牌的統一規則。

留意有效睡眠時間、訊號缺漏及夜間活動，亦記下飲酒、發燒、夜班、旅行或較晚的訓練。數據缺漏應保留為缺漏，不要補成零。新裝置剛開始的幾天，暫時以收集資料為主。

路線B：固定的晨間靜息紀錄

若使用支援RR資料的胸帶及經驗證流程，可參考HRV研究的實務量度建議，把每天條件盡量固定。以下是一般自我觀察流程，並非疾病診斷測試：

1. 固定時段與姿勢。選起床後、咖啡及運動前的安靜時段；坐着或平躺擇一，往後保持一致。
2. 先安靜下來。避免剛走動便開始。若採較完整的靜息流程，可先安靜休息約十分鐘，再記錄五分鐘；使用更短流程時，須有該流程的驗證背景。
3. 自然呼吸、少動少說話。不要為了數字好看，刻意放慢或加深呼吸。呼吸訓練前後的紀錄，應另作標記。
4. 確認資料品質。查看是否有大量雜訊、漏拍或異常拍，以及App是否真正記錄逐拍間距。不要自行把可疑心律全部刪掉，便當作健康紀錄。
5. 連同背景保存。記下裝置、指標、單位、時段、長度、睡眠與訓練情況。比較相同流程的數據，晨間與夜間系列分開看。

研究指引重視較長、穩定的記錄，因短到十多秒的樣本較容易受偶然波動影響。這不代表所有短測都沒有用途；某個短測方法是否可靠，仍要看它對哪項指標、哪種用途接受過驗證。以手錶的零碎短測，混合胸帶五分鐘測試，通常只會增加解讀困難。

個人基線與偏離：先問「平日的我」是怎樣

個人基線是同一量度流程下，一段時間累積出來的平日水平及波動範圍，不是最高紀錄。沒有既有資料時，可先把最初兩至四星期當作了解自己波動的實行起點，再依裝置規則延長；這是觀察安排，並非經驗證的通用醫療期限。

假設某人的同方法平日水平約40毫秒，某晚量得28毫秒，算術上是下降30%。這個百分比只描述與原先數字的差距，沒有自動代表恢復差30%，也不是心臟病風險增加30%。是否值得處理，還要看訊號品質、個人平常波動、前後幾晚及有沒有症狀。

多日平均或中位數，可減少單次波動的干擾，但也可能把突然改變平滑掉。App的個人範圍，是理解自己資料的工具；「在個人範圍內」不能保證沒有病，「超出範圍」也不等於確診。基線亦會隨訓練、生活和健康狀態逐步改變。

實際記錄不用複雜：同一來源的HRV，加上睡眠、靜止心率、近期活動及身體感受，已比孤立地追一個數字更容易理解。可一併參考中年運動後的補水、飲食與睡眠安排，把變動放回真實生活。

HRV偏低、太高或突然改變，應如何判讀？

偏低：先找原因，避免直接貼上「過度訓練」標籤

睡眠、疾病、飲酒、精神負荷、較重訓練、藥物及量度條件，都可能影響HRV，反應方向和幅度亦有個別差異。一天偏低，應先檢查是否同一指標、同一時段，及該晚訊號是否可靠，再回顧有沒有明顯的生活改變。

若數值持續偏離平日範圍，同時有疲勞、耐力下降、睡眠問題或心悸，便不宜只靠App決定原因。可先檢視負荷並安排合適的醫療評估；沒有一條「連續低三天便確診過度訓練」的通用規則。

突然很高：可能是正常調節，也可能是雜訊或異常拍

HRV較高不一定有問題，但突然異常升高時，要先確認資料品質。早搏、心房顫動或漏拍，可令間距忽長忽短，產生很大的變異；這種數字不能當成特別優秀的恢復表現。裝置如發出心律不規則通知，應按相關指引處理，不能用一個高HRV把通知抵銷。

訓練方面亦有反例。一項男性三項鐵人運動員研究，在加量後出現表現下降的功能性過度負荷期間，觀察到部分副交感相關HRV反而上升。這不是說高HRV通常代表過度訓練，而是說高數字無法保證已經恢復。

有症狀時，症狀優先

醫療機構對心悸的警號指引指出，心悸伴隨胸痛、呼吸困難、快要昏倒或昏厥，需要緊急評估。在香港，若心悸同時伴隨上述任何一種警號，應立即致電999召喚救護；不要等症狀持續或HRV跌至某個數字才行動。

反覆或愈來愈頻密的心悸、運動耐力無法解釋地下降，亦應求醫。相反，只有一次與平日不同的HRV、沒有不適，不能單憑這一項資料認定是急症。HRV沒有可通用於所有消費裝置的急症門檻。

HRV可以決定今天是否訓練嗎？

把「HRV只反映恢復，不反映體能；較高便代表準備好高強度訓練」當成規則，省略了太多條件。體能與部分靜息HRV有關，HRV也會受體能以外的因素影響；它既不是純粹的恢復計，也不是最大攝氧量或心肺適能測試。

一項納入八項研究、198名參加者的統合分析，比較HRV引導與預先編定的耐力訓練。部分次最大強度生理指標有所改善，但未見運動表現或峰值攝氧量（VO₂peak）有統計上明確的優勢。研究方法和調節規則不一，不能把某個App的紅綠燈當成已驗證的個人處方。

可以用以下三個假設情境理解一般判斷。情境A的HRV在平日範圍、睡得尚好、沒有不適，便按原定計劃及熱身反應評估，不需要因數字高而臨時加課。情境B的HRV偏離範圍，同時少睡、腿重或剛加量，較合理的起點是檢視負荷，選較輕鬆活動或休息。情境C有胸痛、暈厥或不尋常氣促，即使HRV漂亮，也應停止並求助。

這是一種把訊號放回背景的做法，並非經驗證的三色診斷法。沒有HRV裝置的人，仍可透過症狀、主觀用力、睡眠、訓練表現與規律安排作出有用判斷。需要重新編排時，可參考50歲後的休息日與主動恢復，以及4×4與Zone 2的訓練分工。

怎樣改善HRV？把健康目標放在數字之前

較值得處理的是長期少睡、訓練與恢復失衡、飲酒後睡眠受影響，或尚未評估的身體不適。規律活動、合適恢復與穩定作息，有其本來的健康價值；不必每項改變都以翌晨HRV上升來判定成功。建立基礎可參考50歲後的帶氧訓練安排。

慢而深的呼吸可以即時改變心跳起伏，因此呼吸練習後量得更高，不能單靠這件事證明體能或長期恢復已改善。若呼吸練習是放鬆活動，可保留其用途；若正在建立靜息基線，便應保持自然呼吸，或把呼吸訓練紀錄分開。

藥物、疾病及更年期相關的睡眠或身體變化，亦可能令判讀更複雜。有持續不適，應處理背後問題，不宜只買補充品或自行停藥以追求HRV。相關生活背景可延伸閱讀更年期的跑步與恢復變化；HRV不能單獨診斷更年期或自主神經疾病。

HRV常見問題：幾個容易混淆的讀法

HRV只有20毫秒，一定很差嗎？

先問是RMSSD還是SDNN、晨間還是夜間、記錄多久，以及平日範圍是多少。20這個孤立數字沒有足夠背景。若伴隨不適或持續明顯改變，應按症狀評估；不能單用網上的年齡表替自己診斷。

超過100毫秒，是否一定更健康？

有些人的平日水平較高，但異常拍或雜訊也會令數字偏高。需要核對個人背景與訊號品質；不同算法的100亦不是同一回事。

運動時HRV下降，代表心臟受損嗎？

運動與安靜休息是不同狀態，心率、自主神經調節和動作雜訊都在改變。不能把運動中的數字與晨間靜息標準直接比較，也不能由一次下降推論心肌受損。

看一次臨床結果，可以替手錶校準嗎？

只有相同指標、同步或可比較條件、相同記錄長度，才適合討論吻合程度。一次門診與另一晚睡眠讀數的差距，不能直接變成手錶的加減校正值。

手錶顯示「正常」或恢復高分，可以放心忽略心悸嗎？

不可以。分數未必涵蓋所有疾病、藥物與節律情況；反覆心悸或伴隨警號，仍須按醫療需要處理。HRV讀數和心律不規則警示，亦是不同功能。

參考資料

1. Carter JR, Jenkins NDM, Bigalke JA, et al. Guidelines for rigor and reproducibility of heart rate variability within human cardiovascular research. American Journal of Physiology–Heart and Circulatory Physiology. 2026;331(3):H918–H943. DOI: 10.1152/ajpheart.00041.2026。
2. Orini M, van Duijvenboden S, Young WJ, et al. Long-term association of ultra-short heart rate variability with cardiovascular events. Scientific Reports. 2023;13:18966. DOI: 10.1038/s41598-023-45988-2。
3. Schaffarczyk M, Rogers B, Reer R, Gronwald T. Validity of the Polar H10 Sensor for Heart Rate Variability Analysis during Resting State and Incremental Exercise in Recreational Men and Women. Sensors. 2022;22(17):6536. DOI: 10.3390/s22176536。
4. Apple. heartRateVariabilitySDNN. HealthKit開發者文件。
5. Apple. 使用Apple Watch監察心率。 Apple支援（香港）；2026年9月29日更新。
6. Garmin. HRV Status. Garmin Technology官方說明。
7. Oura. Heart Rate Variability. Oura官方說明。
8. Google. Track your vitals in the Google Health app. Google官方說明。
9. O’Grady B, Lambe R, Baldwin M, Acheson T, Doherty C. The Validity of Apple Watch Series 9 and Ultra 2 for Serial Measurements of Heart Rate Variability and Resting Heart Rate. Sensors. 2024;24(19):6220. DOI: 10.3390/s24196220。
10. Liang T, Yilmaz G, Soon CS. Deriving Accurate Nocturnal Heart Rate, rMSSD and Frequency HRV from the Oura Ring. Sensors. 2024;24(23):7475. DOI: 10.3390/s24237475。
11. Voss A, Schroeder R, Heitmann A, Peters A, Perz S. Short-Term Heart Rate Variability—Influence of Gender and Age in Healthy Subjects. PLOS ONE. 2015;10(3):e0118308. DOI: 10.1371/journal.pone.0118308。
12. Laborde S, Mosley E, Thayer JF. Heart Rate Variability and Cardiac Vagal Tone in Psychophysiological Research—Recommendations for Experiment Planning, Data Analysis, and Data Reporting. Frontiers in Psychology. 2017;8:213. DOI: 10.3389/fpsyg.2017.00213。
13. Le Meur Y, Pichon A, Schaal K, et al. Evidence of parasympathetic hyperactivity in functionally overreached athletes. Medicine & Science in Sports & Exercise. 2013;45(11):2061–2071. DOI: 10.1249/MSS.0b013e3182980125。
14. NHS. Heart palpitations. NHS症狀與求助指引。
15. 香港消防處。 召喚消防及救護服務應提供資料。 官方救護服務指引。
16. Düking P, Zinner C, Trabelsi K, et al. Monitoring and adapting endurance training on the basis of heart rate variability monitored by wearable technologies: A systematic review with meta-analysis. Journal of Science and Medicine in Sport. 2021;24(11):1180–1192. DOI: 10.1016/j.jsams.2021.04.012。