使用心电图贴片加速度计对自由生活体位的分类:适用于多中心艾滋病队列研究

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
• 数据科学数据科学数据科学

背景情况:

• 健康研究越来越多地使用带有加速度计的心电图贴片来监测自由生活中的个体的心脏表现.
• 对身体活动和久坐行为进行心电反应的加速仪数据的处理需要可扩展的方法.
• 现有的姿势分类算法通常依赖于参考测量,这些测量在自由生活环境中是不可用的.

研究的目的:

• 扩展用于自由生活环境的心电图贴片中的加速度计的姿势分类算法.
• 开发用于估计直立姿势的方法,而无需基准真相标签.
• 为了能够准确分析心电反应在各种体力活动和久坐行为期间.

主要方法:

• 从心电图贴片 (Zio XT®) 开发了用于加速度计中的姿势分类的新型扩展.
• 包括没有参考测量的直立姿势的估计和使用球形变化点检测进行设备移除/重新定位的校正.
• 采用集群和投票过程来分类直立和俯卧周期,与简单的倾斜值不同.

主要成果:

• 与来自受控环境的标记数据相比,该算法表现良好 (精度=96.0%,灵敏度=97.5%,特异性=95.9%).
• 平均而言,参与者在凌晨4点躺着87.1%,下午1点躺着15.5%.
• 参与者在周末的休息时间比周日的休息时间长54分钟.

结论:

• 在没有标准直立位置测量的情况下,在自由生活条件下,可以从ECG贴片中的加速度计中可靠地分类姿势.
• 算法必须考虑设备的旋转和重新连接,以便在现实场景中有效.
• 这种方法可以从可穿戴传感器数据中增强对身体活动和久坐行为的分析.