基于可穿戴设备的弹性心电图信号的心率检测方法:算法开发和验证

科学领域:

• 生物医学工程 生物医学工程
• 可穿戴技术可穿戴技术
• 信号处理 信号处理

背景情况:

• 传统的心电图 (ECG) 用于心率监测是限制性的,因为电极的要求.
• 可穿戴设备提供非侵入性,方便的健康监测,但弹性心电图 (BCG) 信号采集面临着稳定性挑战.
• 准确的,不受束的心率监测对于持续的健康评估至关重要.

研究的目的:

• 开发一种使用BCG信号检测心跳周期的准确方法,特别是用于睡眠期间的无线监测.
• 提高非侵入性心率监测的稳定性和准确性.

主要方法:

• 基于BCG信号实施了一种创新的J波检测算法.
• 为了在特征提取后进行J波识别,构建了一个双向长短期记忆 (BiLSTM) 模型.
• 收集和分析了28名不同睡眠姿势的健康受试者的BCG信号.

主要成果:

• J波识别精度达到99.67%,心率检测偏差率仅为0.27%.
• 与之前的可穿戴设备算法相比,提出的方法显示出更高的准确性.
• 布兰德-阿尔特曼图表显示,BCG和ECG心率结果之间没有显著差异.

结论:

• 开发的方法提高了基于BCG的心跳周期提取的准确性和概括性.
• 这种方法为可靠的,基于可穿戴的,无的日常健康监测提供了基础.
• 该研究验证了BiLSTM模型在BCG信号中强大的J波识别方面的有效性.