心电信号在智能服装领域发展应用

摘 要：探讨心电信号在智能服装领域的应用进展。阐述了心电信号的产生机理、采集以及分析方法。结合心电信号对心理情绪和生理状态的反映，分析了心电信号在智能情绪识别服、智能健康监测服和智能防护服领域的应用。讨论了目前基于心电信号监测的智能服装系统研究的重难点――提高智能心电信号检测设备的采集准确性和洗涤耐用性。最后，总结了心电信号技术在智能服装领域应用现状以及有待解决的问题。

关键词：心电信号；心率变异性；智能情绪识别服；智能健康监测服；智能防护服

中图分类号：TS941.19 文献标识码：C 文章编号：1674-2346（2024）03-0049-07

The Development and Application of ECG Signals

in the Field of Intelligent Clothing

LI Zhenzhen LI Yanmei

（College of Textiles and Clothing，Shanghai University of Engineering Science，Shanghai 201620，China）

Abstract： This article explores the application progress of ECG signals in the field of intelligent clothing.It elaborates the generation mechanism，acquisition and analysis methods of ECG signals.Combined with the reflection of ECG signals on psychoemotional and physiological states，it analyzes the application of ECG signals in the fields of intelligent emotion recognition clothing，intelligent health monitoring clothing，and intelligent protective clothing.It discusses the major difficulties in the current research of intelligent clothing system based on ECG signal monitoring，that is，improving the acquisition accuracy and washing durability of intelligent ECG signal detection equipment.Finally，it summarizes the application status and problems to be solved in the field of intelligent clothing.

Key words：ECG signals;HRV;intelligent emotion recognition clothing;intelligent health monitoring clothing;intelligent protective clothing

心电信号（Electrocardiogram，ECG）是心脏的无数心肌细胞电活动的综合反映，在一定程度上展现了心脏的工作状态[1]。所以，对心脏病变的医学判断与处理有着十分关键的参考价值。近年来，人们逐渐了解到自主神经系统（交感神经和迷走神经）对心脏的功能及电生理活动起着重要的作用[2]。心率变异性（Heart rate variability，HRV）是心脏在不同时间点之间心跳间隔的变化，它体现了心脏自主调节机制对身体内外环境变化的应对能力，是非侵入性测量自主神经系统活性和均衡性的重要工具之一[3]。自主神经系统调控人体方方面面，因此HRV分析不仅帮助判断心血管疾病的病情及预防，也能反映个人的情绪变化和生理状态[4]，在情绪识别、健康监测、个人防护等智能服装领域发挥着重要的作用。

科技的进步推动了智能产品的发展和应用，智能服装也因此被大众所熟知。基于纳米纤维技术的智能服装中内置小型生物传感器，通过获取心电图（ECG）等生物信号，可用于更好的医疗保健，包括肥胖控制、睡眠监测以及慢性病预防和护理。传感元件与服装的集成能够持续地监测生理信号并快速做出响应，为用户的身心舒适带来了极大的益处。本文将结合心电信号对人体状态的反应，分析心电信号在智能情绪识别服、智能健康监测服和智能防护服领域的应用，讨论基于心电信号监测的智能服装系统的研究重难点，展望其在智能服装领域的更多应用趋势和思路。

1 心电信号的产生、处理和分析

1.1 产生机理

心电信号的产生与心肌细胞的去极化和复极化过程有着内在的联系。在极化状态下，细胞膜在细胞内和细胞外都保持着正负电荷的平等分布。在刺激心肌细胞一端的细胞膜时，阴阳离子在细胞膜上的流动产生了电位差，引发了心肌细胞的除极和复极过程，进而产生了心电信号。

心电信号的形态是诊断心律失常等心脏病的常用方法，通过对心电信号的分析能够了解人体健康信息[5]。如图1所示，心电信号包含波形相对平缓的P波，T波以及波形陡峭的QRS波群这几个部分， QRS波群的峰值点叫做R波峰，通常把两个相邻心动周期 R 波峰之间的时间间隔称为RR间期，且每个具体的波都对应着特定的心脏活动和电生理阶段。

1.2 心电信号的采集与预处理（图2）

心电信号比较微弱，信号幅值小且不平稳，还掺杂了多种频带相互重叠的噪声类型[2]。因此，实验采集的心电信号必须进行相应的预处理，以降低噪声对特征提取的影响。

目前，常用的心电信号预处理方法有数字滤波器滤波、小波降噪方法以及一些自适应分解方法等。通常使用高通滤波来消除主要由汗液、呼吸和身体运动引起的基线漂移，而高频噪声（如交流电干扰、肌电图噪声和器械噪声）则通过使用低通滤波来处理[6-7]。小波变换也是ECG的一种有益的滤波工具，通过选择不同类型的小波函数和阈值策略等方法，去除高频或低频成分，实现对信号的降噪[8]。

1.3 心电信号的分析方法

心电信号分析主要包括QRS波群的特征提取及HRV信号分析等方面。QRS波群的特征提取包括位置、宽度、面积的检测，准确检测是心电分析的基础[9]。HRV信号主要从时域、频域和非线性3个角度去对其进行分析和特征提取。

1.3.1 QRS波群特征提取

可穿戴式生理监测设备需要实时、紧凑的算法。阈值法和小波变换法是可穿戴设备中较为常用的两种方法。阈值法算法简单，适用于QRS波群的实时检测，但是其抗干扰能力不强。小波变换降噪能力强，即使在基线漂移等噪声比较明显的情况下，也能够较为准确地识别QRS波群[10]，但其计算量较大，在计算效率上不占优势。因此，在具体的研究过程中，研究者们通常会采取一定措施减少环境噪声和运动伪影，再根据研究目的选择或改进算法，从而实现波群的特征提取。

1.3.2 HRV信号分析

HRV信号的时域与频域分析方法两者各有优缺点。时域分析的特征主要有、SDNN、RMSSD、HR 这几个。该方法直观、简便，能够对心率变异进行总体评价，但对交感和副交感神经各自调节情况的区分度较低。频域分析的特征指标主要有TP、LF、HF、LF/HF等。LF 反映交感神经和副交感神经的活性，HF 反映副交感神经的活性， LF /HF 的值反映交感神经活性[11]，是自主神经在各频率段对心率的调制的体现，相比于时域分析，该方法能精准地描绘HRV的真实情况[2]。

HRV 信号的非线性分析是描述心电信号复杂时序的一种更准确的、多维度的方法。主要的分析方法有 Poincar€樯⒌阃肌⒗钛牌张捣蛑甘⑾喙匚惴ǖ萚12]。其中，Poincar€樯⒌阃挤饶芊从诚嗔诘腞R间期的微小变化，还可以反映HRV信号的周期性、混沌性和复杂性[13]，可用于人体健康状态、精神状况分析以及外部环境对心电信号影响的研究。

2  心电信号在智能服装领域的应用

智能服装系统是一种新的服装概念，它由传感器、执行器和控制器组成。可以通过嵌入在服装中的传感器连续采集有关身体参数和环境参数的信息，扩展了普通织物的功能和实用性。电极作为生物电信号检测的重要传感器，是实现服装智能化的关键[14]。

临床上心电信号的采集通常使用传统的Ag/AgCl（银/氯化银）湿电极，它与皮肤接触阻抗低，能够提供高质量的信号，但该凝胶状材料电极不仅在长期检测下会变干，且可能导致皮肤过敏发炎。因此，基于织物的ECG干电极是一种替代方法。干电极包括非接触式[15-16]或导电[17]织物电极，可以提供长期的生物信号测量。

YAPICI M K等[18]将ECG干电极集成到石墨烯功能化的弹性带中，从手腕或颈部移动监测心脏生物电位。MYERS A C等[19]提出了一种基于银纳米线的干电极，并将电极组合成一个手环来测量肌电图和心电信号。BAEK J Y等[20]测试了聚合物干电极的长期磨损，并在为期7天的实验中证明了干电极的良好保真度。以上的工作都证明了基于ECG信号监测干电极的有效性。

2.1 心电信号在情绪识别智能服领域的应用

生理信号的变化是由人体内在神经和内分泌系统控制的，不易受到人为意识控制影响，具有客观真实性，心电信号作为一种重要的生理信号，目前在情绪识别的可穿戴设备技术中备受青睐[21]。美国麻省理工学院PICARD R W教授团队[22]开展了基于生理信号监测的情绪识别研究，他们利用传感器对采集到的生理信号进行采集，再通过对数据的处理分析，证明了生理信号对情绪识别的可行性。

刘欢欢[23]等通过采集实验者的长期心电数据和情绪诱导实验，对心电信号进行降噪处理和时域、频域以及非线性分析，研究开发了基于心电信号的情绪识别智能光纤服装，将智能传感装置、光纤织物与服装相结合。该服装可根据穿着者的情绪变化调整服装颜色，在一定程度上起到了情绪识别的作用。

智能服装和纺织品不仅有可能感知和收集有关穿着者的生理数据，而且还可以通过嵌入式驱动功能（例如促进触觉刺激）作用于身体。有研究[24]表明，正性触觉刺激可以促进认知发育、舒缓压抑情绪，有助于缓解注意力缺陷以及焦虑症。

GOZDE G B等[25]研究提出了一种新颖的反应性智能服装――CalmWear，它可以通过触觉刺激来应对身体生命体征的变化。它的特点是通过设计位置和纹理气囊进行触觉驱动，该气囊提供自动和动态压缩，以响应心率变异性和呼吸频率的变化作为判断焦虑的指标，以其实时监测的性能给焦虑症患者提供了缓解情绪的新方法。

以上的研究都是通过采集人们情绪变化时的心电信号状态，展示了心电信号在情绪监测和个性化心理医疗领域的潜在应用，但受目前电子传感器发展的限制，智能可穿戴监测设施目前还都是利用电子硬件设备，服装穿着舒适度不足，且信号采集的稳定性不够，未来应更加深入研究柔性织物传感器技术以提高智能服装的可穿性，通过优化智能服装的设计结构来提高信号采集的稳定性。

2.2 心电信号在智能健康监测服领域的应用

近年来，随着生活节奏的加快，越来越多的现代人由于压力过大以及不健康的生活习惯，诱发了诸如肥胖症、糖尿病等许多慢性疾病。基于心电信号监测的智能服装可以为该类患者提供医疗保健、运动指导、睡眠监测等服务。

韩国仁济大学团队[26]提出了一种涉及卡路里追踪器的软件应用程序，该软件在智能手机上运行，分析从穿着者中获得的 ECG数据，并使用从中提取的HRV特征，为穿着者提供减肥计划。LIN C C等[27]设计并开发了一种基于智能服装的运动指导系统。该系统包括用于ECG信号采集和心率监测的智能服装，运动控制应用程序和云服务器。作者提出的一种基于经验模态分解（EMD）的R峰检测方法对MIT-BIH心律失常数据库心电图数据的平均准确率和灵敏度分别为99.8%和94.87%，验证了所提系统在运动引导方面的有效性。

在睡眠监测方面，CHOI S等[28]讨论了一种用于监测睡眠的新型可穿戴心肺信号传感器的开发。该传感器由导电箔和PVDF膜组成，通过所提出的简单数据处理算法，可以清晰地获得心肺信号，并且可以成功地提取有关心律和呼吸周期的信息。

值得一提的是，可穿戴监测项目也是意大利航天局任务的一部分。该项目开发了Mag IC太空系统，该系统包括一个带有织物传感器的传感背心以及加速计数据采集系统，用于传感ECG和呼吸频率，监测睡眠时的心脏活动和其他生命体征[29]。

在心电监测方面，有学者[30]采用ECG监测技术，设计了LED心电监测电路。电路使用红色和绿色LED作为发光载体，采用光伏法（PPG）提高信号传输能力。此外，还设计了相应电极－服装结合位置的实验方案。在实验过程中，基于ZEMAX仿真测试了ECG监测电路的性能，包括心电监测能力和抗干扰能力。在电极－服装和位置实验中，分析了大量的位置数据，以选择最准确和结合最少的位置进行监测。结果表明，该心电监测电路设计具有更好的信号传输能力和抗干扰能力，准确的心电监护和衣物装订位置可以很好地捕捉人的电活动。

2.3 心电信号在智能防护服领域的应用

个人防护服（PC）在职业环境中有效地为穿着者提供了一道屏障，以抵御各种危害，但也有研究指出，穿着PC工作会给穿着者带来相当大的生理负担。例如，增加肌肉工作会导致代谢热量的增加，导致体温升高[31]。这种体温调节负担的特征是心率增加，并使人感觉到疲劳，从而降低工作效率。通过采集和分析心电信号，这些特征均可得到有效的监测，从而在一定程度上避免穿着者受到伤害。

有学者[32]基于心电信号中的低频高频比（LF/HF）指标，研究了服装特性影响下出汗量对热舒适性的影响。实验对象在不通风室内进行中度重度体力活动后，被分为低汗和高汗两组，采集了皮肤温度和心电信号。结果显示，穿着不同服装类型的实验者LF/HF数值存在明显差异，穿着透气型服装的实验者的LF/HF数值较低，主观舒适性感受好。

在消防服研究方面，LIEBIG J P等[33]记录并分析了测试者穿着消防装备（FFG）和T恤短裤运动前后的心率变异系数测量值（LF / HF，RMSSD，pNN50）。发现FFG会引起的不可补偿的热应激，与穿着T恤和短裤运动相比，使用FFG锻炼更能破坏自主神经系统的功能，从而导致LF / HF数值增高，心率变异性稳定性减弱。

由此可知，服装特性可以影响穿着者的热舒适性，继而在LF / HF等心电信号指标中得到体现，也有效证明了心电信号指标在防护服领域的应用价值。

基于以上研究，GUILLAUME T等[34]开发了一个面向消防员的智能服装系统，是关于填充在纺织品中的加速度计传感器的信号处理，利用传感器测量消防员的HRV指标，可以获得较为准确的心电信号信息，监测消防员在恶劣条件下的健康和疲劳状况。

EMIEL D A等[35]研究了人穿着完全密封的不透水服时经历的热应变，发现不透水服中的工作负荷显著高于在正常服装中的工作，并高于Pandolf方程的预测，心率与体核温度表现出非常强的相关性，因此将心率最大值设为预测个体最大值的80 % （以年龄为基础），可以预防95 %的热负荷过重的情况。在操作条件下监测心率可进一步优化工作时间，并有助于防止劳力性中暑。

根据以上研究可知，热舒适性对人体的温度、心电信号等各种生理指标变化都有重大影响。从HRV的频率分析中获得的低频高频比（LF/HF）指数已被作为评估不同条件下热舒适度的准确方法。当人感觉不适时，与压力和紧张关系密切的交感神经被激活，LF/HF值增加[36]。利用这种变化，实时采集并处理人体在防护服中的ECG信号，分析人的热舒适性，根据身体状况发出辅助警告，可避免工人在危险条件下工作，减少事故的发生。

3 心电信号应用的难点和局限

尽管基于ECG监测的织物干电极更适合用于智能服装的开发，但如何提高织物电极的采集准确性和洗涤耐用性 ，依然是目前研究的重难点。

3.1 ECG织物电极的采集准确性问题

ECG织物电极信号的准确采集是心电信号应用于智能服装领域的前提。KWAN K J等[37]通过改变织物电极的构型（平面或凸面）和尺寸，设计了6款织物电极。测试发现凸面结构的电极可以降低织物电极的接触阻抗，采集的心电信号质量优于平面电极，而电极的尺寸大小与信号质量无明显相关。因此，未来有必要在纺织电极结构方面进行研究，且应将重点集中于构型而不是尺寸。

由于电极的位置是固定的，但最佳电极布置因测试者体质等个体差异而不同。因此难以确定最佳电极布置。为了解决这个问题，CHIHARA Y[38]等人开发了多通道R-R区间遥测仪，并使用镀银导电纤维用于织造服装型电极。它可以从四根导线中选择最佳引线来测量RRI以提高测量准确性，通过比较遥测仪的RRI和来自参考ECG测量系统的信号来评估R波检测率和系统可靠性，该系统为HRV分析提供了足够的RRI测量精度。

可穿戴ECG监测应用的另一个重要因素是电极和信号采集系统对物理运动的鲁棒性。众所周知，基于纺织品的ECG电极容易产生运动伪影，造成这种伪影的原因主要是由于纺织电极和皮肤之间的位移。YAPICI M K等[18]将ECG干电极集成到石墨烯功能化的弹性带中，从手腕或颈部移动监测心脏生物电位，展现出了与传统湿电极的高度一致性。LEE S Y等[39]提出了一个用于长期监测导联I心电图和呼吸信号的智能服装系统。ECG电极采用突出结构的设计，填充柔软的弹性材料并覆盖导电织物，可以在用户活动期间紧紧接触体表。经测试，使用该设计方案采集的ECG信号显示出良好的质量。

综上可知，使用弹性材料在一定程度上降低运动伪影的敏感性。这主要是由于施加压力有助于减少纺织电极和皮肤之间的气隙，从而保持稳定的电极－皮肤接触。但设计高质量的纺织心电监护仪仍然是一个挑战。未来的工作将继续研究纺织电极面积和几何形状的影响，后续研究还应侧重于长期稳定性和运动伪影，提高监测动态条件下的ECG信号的准确度。

3.2 ECG织物电极的洗涤耐用性问题

ECG织物电极通常集成在服装中，因此材料的洗涤耐用性是电极开发应考虑的重要条件之一。为了使智能纺织品可靠且可水洗，通常采用洗涤试验来测试织物电极的稳定性。

在这项工作中，ANDREAS K R 等[40]测试了缝在衣服上的镀银尼龙导电线，记录洗涤循环后纤维电阻的变化。结果表明，镀银尼龙纤维显示出由于磨损导致的样品分层，从而使导电纱的电阻增加和导电性降低。此外，ZAMAN S U等[41]研究了各种编织、针织和刺绣ECG电极（镀银、镍铜和铜电极）的可洗性问题。根据测试，铜电极可洗性最差，每次洗涤循环都会增加它的电阻。BU Y X等[42]使用丝网印刷工艺，制造了一种柔性镀银聚氨酯干式ECG电极，该电极很容易嵌入可拉伸的衣服中以进行ECG记录，在长达40次洗涤循环中依然能保持其导电性能和机械特性，但在拉伸耐久性测试时电阻稳定性不佳，且接触阻抗高于Ag/AgCl电极。因此重复拉伸后阻抗的增加以及所提出的干电极的相对较高的皮肤接触阻抗仍然需要进一步的解决。

4 总结

通过分析心电信号了解人体在不同环境状态下各种指标的变化，从而为人提供有效监护，是心电信号应用于智能服装领域的基本原理。它与智能服装相结合能够有效地实现情绪识别、健康监控，从而在一定程度上保障患者的健康。在智能防护服方面，通过LF/HF等指数判定作业人员的疲劳程度，有助于功能性防护设备的改进，使作业人员处于安全可控的环境中，降低工作导致的损伤风险。但由于心电信号十分微弱，智能服装的信号采集存在较大困难，ECG织物电极的构型、面积以及排列位置的不同可能都会影响信号检测的准确度。因此选取合适的方法以最大程度降低动态运动过程中运动伪影是未来研究的重点。此外，织物电极经多次洗涤后存在导电性降低及接触阻抗增加的问题也需进一步解决。

参考文献

[1]杨福生，吕扬生.生物医学信号的处理和识别[M].天津：天津科技翻译出版公司，1997：378-379.

[2]董红生.心电波形检测与心率变异性分析方法研究[D].兰州：兰州理工大学，2012.

[3]胡大一，郭成军，李瑞杰.心率变异性──测量标准，生理释义与临床应用――续一：心率变异性的生理研究[J].中国医疗器械信息，1998（01）：29-32.

[4]王悦.基于心音 HRV 和 DSV 的情绪识别系统[D].南京：南京邮电大学，2018．

[5]LEE S Y，HONG J H，HSIEH C H，et al.Low-power wireless ECG acquisition and classification system for body sensor networks[J].IEEE journal of biomedical and health informatics，2015，19（01）：236-246.

[6]MANUEL B V，Weng B W，BARNER K E.ECG signal denoising and baseline wander correction based on the empirical mode decomposition[J].Comput.Biol.Med，2008，38（01）：01-13.

[7]VAN ALSTE J A，SCHILDER T S.Removal of base-line wander and power-line interference from the ECG by an efficient FIR filter with a reduced number of taps[J].IEEE transactions on bio-medical engineering， 1985，32（12）：1052-1060.

[8]BANERJEE S，GUPTA R，MITRA M.Delineation of ECG characteristic features using multiresolution wavelet analysis method[J].Measurement，2012，45（03）：474-487.

[9]吴明宝，朱凌云，卓豫，等.远程心电监护系统及动态心电信号自动分析的研究进展[J].中国医疗器械杂志，2006，30（05）：352-365.

[10]顾秀秀.可穿戴心电信号特征提取及分类[D].南京：南京大学，2019.

[11]OHSUGA M，SHIMONO F，GENNO H.Assessment of phasic work stress using autonomic indices[J].International Journal of Psychophysiology，2001，40（03）：211-220.

[12]杨敏. 非线性特征用于心电信号的情感识别[D].重庆：西南大学，2013.

[13]宋淑华，刘坚，等.递增负荷运动对中长跑运动员心率变异性的影响[J].山东体育学院学报，2010， 26（10）：62-65.

[14]王敏，黄豆豆，陈春云.表面肌电技术在服装领域的应用进展[J].棉纺织技术，2022，50（10）：78-84.

[15]TAKANO M，UENO A.Noncontact In-Bed Measurements of Physiological and Behavioral Signals Using an Integrated Fabric-Sheet Sensing Scheme[J].IEEE journal of biomedical and health informatics，2019， 23（02）：618-630.

[16]RACHIM V P，CHUNG W Y.Wearable Noncontact Armband for Mobile ECG Monitoring System[J].IEEE transactions on biomedical circuits and systems，2016，10（06）：1112-1118.

[17]LADAN E，LAM E，RUPNOW C，et al.Robust and Multifunctional Conductive Yarns for Biomedical Textile Computing[J].ACS Applied Electronic Materials，2020，02（06）：1554-1566.

[18]YAPICI M K，ALKHIDIR T E.Intelligent Medical Garments with Graphene-Functionalized Smart-Cloth ECG Sensors[J].Sensors. 2017，17（04）：875.

[19]MYERS A C， HUANG H， ZHU Y. Wearable silver nanowire dry electrodes for electrophysiological sensing[J]. RSC Advances， 2015，05（15） ：11627-11632.

[20]BAEK J Y， AN J H，CHOI J M，et al.Flexible polymeric dry electrodes for the long-term monitoring of ECG[J].Sensors & Actuators： A. Physical， 2007， 143（02）： 423-429.

[21]饶元，吴连伟，王一鸣，等.基于语义分析的情感计算技术研究进 展[J].软件学报，2018，29（08）：2397-2426.

[22]PICARD R W，VYZAS E，HEALEY J.Toward machine emotional intelligence：Analysis of affective physiological state[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2001，23（10）：1175-1191.

[23] 刘欢欢.情绪识别智能光纤服装研究[D].上海：东华大学，2022.

[24]WANG C，LIU H，LI K，et al.Tactile modulation of memory and anxiety requires dentate granule cells along the dorsoventral axis[J].Nature Communications，2020，11（01）：6045-6045.

[25]GOZDE G B，ZHANG R Y，YILMAZ C.Calm Wear： A Smart Tactile Sensory Stimulation Clothing.In 2021 International Symposium on Wearable Computers[M].Association for Computing Machinery，2021：184-188.

[26]KIM H，KIM T， JOO M，et al.Design of a Calorie Tracker Utilizing Heart Rate Variability Obtained by a Nanofiber Technique-based Wellness Wear System[J].Applied Mathematics & Information Sciences，2011，05（02）：171-177.

[27]LIN C C，LIOU Y S，ZHOU Z，et al.Intelligent Exercise Guidance System Based on Smart Clothing[J].Med. Biol.Eng，2019，39： 702-712.

[28]CHOI S，JIANG Z W.A novel wearable sensor device with conductive fabric and PVDF film for monitoring cardiorespiratory signals[J].Sensors & Actuators：A. Physical，2006，128（02）：317-326.

[29]RIENZO M D，VAINI E，LOMBARDI P.Development of a smart garment for the assessment of cardiac mechanical performance and other vital signs during sleep in microgravity[J].Sensors & Actuators： A.Physical，2018：274：19-27.

[30]LAN T，GUO R L.Design of LED Heart Rate Monitoring Circuit and Costume Bonding Position of Electrocardiography Monitoring Clothing[J].Journal of Nanoelectronics and Optoelectronics，2018，13（09）：1413-1421.

[31]WILLIAMS W J，COCA AITOR，KIM J H，et al.Repeatability of physiological responses during two repeated protective clothing performance tests under identical test conditions[J].International Journal of Industrial Ergonomics，2014，44（05）：793-799.

[32]MAHDI F M，ABDOLKARIM H S.Study on thermal comfort of low-sweat and high-sweat young men based on heart rate variability analysis under different clothing[J].Indoor and Built Environment，2022，31（10）：2430-2446.

[33]LIEBIG J P，TRANTHAM L H，COLLIGAN M K，et al.Heart Rate Variability during Recovery from Exercise in Firefighting Clothing[J].Medicine & Science in Sports & Exercise，2010，42（5 Suppl 1）：768-768.

[34]GUILLAUME T，LUDOVIC K，ZENG X Y.Intelligent Clothing System：An Application to Firefighter [C].Proceedings of the 12th International Conference on Fuzzy Logic and Intelligent Technologies in Nuclear Science，2016（10）：561-567.

[35]EMIEL D A，CANDACE R D，SHAWN D A，et al.Variability in Heat Strain in Fully Encapsulated Impermeable Suits in Different Climates and at Different Work Loads [J].Annals of work exposures and health，2017，61（02）：248-259.

[36]CAROLINE R A，KATHY R L，VICTOR C A.Characterization of common measures of heart period variability in healthy human subjects： implications for patient monitoring[J].Journal of clinical monitoring and computing，2010，24（01）：61-70.

[37] KWAN K J，SANGIN P，SEUNG C H，et al.Conditions for Textile Electrode Sensors to Monitor Cardiac Activity in Daily Life[J].Journal of Electrical Engineering & Technology，2022，17（05）：3045-3055.

[38]CHIHARA Y，YAMAKAWA T.Evaluation of a developed multichannel R-R interval telemeter and garment-type electrode[J]. Conference proceedings： Annual International Conference of the IEEE Engineering in Medicine and Biology Society.IEEE Engineering in Medicine and Biology Society.Annual Conference，2019：4173-4176.

[39]LEE S Y，HUNG Y W，SU P H，et al.Biosignal Monitoring Clothing System for the Acquisition of ECG and Respiratory Signals[J].IEEE Access，2022，10：66083-66097.

[40]ANDREAS K R，LORENZ H M，CONNY B.Prospective Impacts of Electronic Textiles on Recycling and Disposal[J].Journal of Industrial Ecology，2011，15（04）：496-511.

[41]ZAMAN S U，TAO X Y，COCHRANE C，et al.Understanding the Washing Damage to Textile ECG Dry Skin Electrodes，Embroidered and Fabric-Based;set up of Equivalent Laboratory Tests[J].Sensors，2020，20（05）：1272.

[42]BU Y X，HASSAN M F U，LAI D K.The Embedding of Flexible Conductive Silver-Coated Electrodes into ECG Monitoring Garment for Minimizing Motion Artefacts[J].IEEE Sensors Journal，2020，PP （99）：1-1.