脉率变量的快速变换在线分析与一个样本的递归回归
Jianan Zhan1, Zhengli Gan1, Lijuan Chou2
1School of Electrical and Automatic Engineering, Changshu Institute of Technology, Suzhou, 215500, China.
一个新的快速转换 (FPE) 算法显著加速心血管疾病监测,使用可穿戴设备上的脉冲率变化 (PRV) 信号. 这项创新使实时分析成为可能,将心律失常检测准确度提高到85.43%.
科学领域:
- 生物医学工程 生物医学工程
- 信号处理 信号处理
- 心血管健康 心血管健康
背景情况:
- 脉率变化 (PRV) 信号对于监测心血管健康至关重要,特别是在可穿戴设备中.
- 标准的转换 (PE) 算法是有效的PRV分析,但实时应用程序的计算密集型.
- 现有的方法在资源有限的可穿戴设备上高效处理PRV信号时面临挑战.
研究的目的:
- 开发一个计算高效的算法来分析PRV信号,适合在可穿戴设备上进行在线处理.
- 引入一个快速转换 (FPE) 算法,克服传统PE的局限性.
- 为了验证FPE算法的准确性和性能,用于心血管监测和心律失常检测.
主要方法:
- 开发了一种新的快速转换 (FPE) 算法,利用微处理器数据更新过程进行单个样本递归分析.
- 使用模拟数据和来自"Fantasia数据库"的PRV信号来测试FPE算法.
- 实施了一个低成本的可穿戴信号检测系统,以验证FPE的在线计算能力.
主要成果:
- FPE算法显示出显著的速度改进,在模拟数据中比PE快211倍,在RRV信号中比PE快175倍.
- FPE保持了高精度,模拟数据的根平均平方误差为0,RRV信号的处理时间为0.2秒以下.
- 从FPE获得的基于值的特征在使用决策树识别危及生命的失律症时实现了85.43%的分类准确度.
结论:
- 拟议的快速转换 (FPE) 算法为实时分析PRV信号提供了一种计算效率高,准确的方法.
- FPE非常适合在可穿戴设备上的在线心血管疾病监测应用.
- FPE算法显示了改善心血管疾病 (包括心律失常) 的检测的巨大潜力.
更多相关视频
11:15Applications of EEG Neuroimaging Data: Event-related Potentials, Spectral Power, and Multiscale Entropy
Published on: June 27, 2013
08:08Using Wavelet Entropy to Demonstrate how Mindfulness Practice Increases Coordination between Irregular Cerebral and Cardiac Activities
Published on: May 10, 2017
相关概念视频
Pulse rhythm
Conversely, an irregular pulse pattern is termed dysrhythmia, stemming from disruptions in cardiac...
Regulation of Pulse
Special considerations while measuring pulse
Basic Discrete Time Signals
The unit impulse or sample sequence is mathematically expressed as zero for all n values except at n=0, where it is one. The unit impulse sequence, denoted by δ(n), is the first difference of the unit step sequence, while the unit step sequence u(n) is...
NMR Spectrometers: Radiofrequency Pulses and Pulse Sequences
Entropy Change in Reversible Processes
The statement can be further generalized to prove that entropy is a state function. Take a cyclic process between any two points on a p-V diagram.
