Monitoreo hemodinámico sin contacto basado en el filtrado gaussiano de múltiples escalas a través de imágenes PPG

Área de la Ciencia:

• Óptica biomédica
• Procesamiento de señales fisiológicas
• El aprendizaje automático en el cuidado de la salud

Sus antecedentes:

• La fotopletismografía por imágenes (iPPG) permite el monitoreo fisiológico sin contacto a través de video cutáneo.
• Los métodos iPPG actuales se enfrentan a limitaciones en la precisión de la señal de pulso de volumen sanguíneo (BVP).
• Las señales inexactas de BVP restringen las evaluaciones cardiovasculares avanzadas como la evaluación de la rigidez arterial.

Objetivo del estudio:

• Para mejorar la precisión de las señales de pulso de volumen sanguíneo (BVP) extraídas mediante fotopletismografía por imágenes (iPPG).
• Desarrollar un nuevo método basado en la fisiología para mejorar la calidad de la señal iPPG.
• Permitir un monitoreo y una evaluación cardiovascular sin contacto más fiables.

Principales métodos:

• Un método de filtrado gaussiano informado fisiológicamente que utiliza núcleos gaussianos para convolver las señales iPPG.
• Modelado de la forma de onda BVP como una mezcla de múltiples componentes gaussianos.
• Utilizando una red neuronal basada en el transformador para refinar la representación gaussiana y reconstruir las señales BVP.

Principales resultados:

• Demostró una mejora significativa en la precisión de la señal BVP de iPPG.
• Se redujo el error medio absoluto en la estimación de la señal BVP de 0,25 a 0,08.
• Validación de la eficacia del filtro gaussiano fisiológicamente informado y el enfoque de la red Transformer.

Conclusiones:

• El método propuesto mejora sustancialmente la precisión de la señal iPPG.
• La precisión mejorada del BVP facilita aplicaciones médicas avanzadas en el monitoreo cardiovascular.
• Este enfoque es prometedor para la evaluación sin contacto de la función cardíaca y la salud arterial.