Estudio sobre fusión de sensores multimodales para la estimación de la frecuencia cardíaca utilizando señales BCG y...

Área de la Ciencia:

• Ingeniería Biomédica
• Procesamiento de Señales
• Salud Cardiovascular

Sus antecedentes:

• La monitorización continua de la frecuencia cardíaca es vital para la detección temprana de enfermedades cardiovasculares.
• La electrocardiografía (ECG) presenta limitaciones para la monitorización cómoda y a largo plazo en el hogar.
• Las señales fisiológicas no invasivas ofrecen potencial para la evaluación remota de la salud.

Objetivo del estudio:

• Desarrollar una red de fusión temporal multimodal (MM-TFNet) para una monitorización precisa de la frecuencia cardíaca.
• Integrar señales de balistocardiografía (BCG) y fotopletismografía (PPG) para mejorar la monitorización cardiovascular.
• Superar la incomodidad y las limitaciones asociadas con la monitorización tradicional de ECG en entornos domésticos.

Principales métodos:

• Se utilizaron redes convolucionales temporales (TCN) y redes de memoria a largo plazo bidireccionales (BiLSTM) para extraer características temporales de las señales BCG y PPG.
• Se implementó un mecanismo de atención intermodal para la fusión adaptativa de características BCG y PPG.
• Se empleó la autoatención de múltiples cabezales (MHSA) para centrarse en las formas de onda de latidos clave, mejorando la robustez durante actividades dinámicas.

Principales resultados:

• La MM-TFNet logró un error absoluto medio (MAE) de 0,88 lpm en la predicción de la frecuencia cardíaca.
• El modelo propuesto superó a los métodos de aprendizaje profundo convencionales existentes en tareas de predicción de la frecuencia cardíaca.
• Se realizó una validación experimental en un conjunto de datos público de BCG-PPG-ECG con 40 sujetos.

Conclusiones:

• La MM-TFNet demuestra alta precisión y robustez para la monitorización continua de la frecuencia cardíaca utilizando señales BCG y PPG no invasivas.
• Este enfoque de fusión multimodal proporciona una base para sistemas de monitorización de la salud en el hogar sin contacto, de bajo consumo y desplegables en el borde.
• El estudio destaca el potencial significativo de la fusión multimodal en el análisis de señales fisiológicas complejas para mejorar la gestión de la salud cardiovascular.