从单通道光电显微信号预测动脉硬性:一种基于特征相互作用的方法

科学领域:

• 生物医学工程 生物医学工程
• 心血管健康 心血管健康
• 信号处理 信号处理

背景情况:

• 动脉硬度 (AS) 是心血管健康的关键指标,但其评估通常需要昂贵的设备.
• 摄影电磁镜 (PPG) 为AS估计提供了一个方便的,非侵入性的替代方案,因为它与动脉弹性的相关性.
• 使用独立PPG特征的现有方法在准确预测AS方面存在局限性.

研究的目的:

• 开发一种先进的特征选择方法,以提高AS从单通道PPG信号的预测准确度.
• 为了利用PPG特征之间的交互关系来改进AS估计.
• 建立一个具有成本效益和非侵入性的动脉样硬化查工具.

主要方法:

• 采用自适应信号拦截来获得高质量的PPG信号片段.
• 提取并分析了58个PPG特征,引入一个相互作用因子 (IF) 来量化特征关系.
• 开发了一种交互因素特征选择 (IFFS) 算法,以识别和结合相关的交互特征.
• 使用Xgboost模型根据所选特征集进行AS估计.

主要成果:

• IFFS方法有效地识别了交互功能,丢弃了多余的功能,并加强了功能关联.
• 综合的交互功能和Xgboost模型在男性和女性组的AS估计中实现了高准确性 (PCC分别为0.88和0.85).
• 平均绝对误差 (MAE) 和误差标准偏差 (SDE) 证明了该模型的预测性能.

结论:

• 拟议的IFFS方法显著提高了从单通道PPG信号预测动脉硬性的准确性.
• 这种方法提供了一种有希望的非侵入性和具有成本效益的查动脉样硬化的方法.
• 这些发现支持在常规心血管健康监测中使用基于PPG的分析.