一项基于PPG传感器的低成本实证研究,基于PPG形态变化的健康衰老

科学领域:

• 生物医学工程 生物医学工程
• 老年学是指老年学的学科.
• 信号处理 信号处理

背景情况:

• 摄影透视镜 (PPG) 是一种非侵入性的光学技术,用于检测血液体积变化.
• 了解健康衰老对于公共卫生和个性化医学至关重要.
• 现有的年龄估计方法可能是侵入性的或昂贵的.

研究的目的:

• 调查与健康衰老相关的PPG信号形态的变化.
• 开发一种低成本,非侵入性的方法来估计血管年龄,时间年龄和年龄组.
• 为了将PPG信号特征与生理衰老标志物相关联.

主要方法:

• 收集了173名健康的南亚受试者 (3-61岁) 的原始红外PPG数据.
• 从条件PPG信号中提取了62个特征,使用基于关联的排名将其减少到26个关键特征.
• 应用机器学习分类器包括后勤回归,随机森林,XGBoost,前神经网络和卷积神经网络.

主要成果:

• 在分类年龄组 (二元和三级) 中,XGBoost实现了99%的准确性.
• 随机森林证明了血管/时间年龄预测的平均绝对误差为6.97年.
• 该研究确定了PPG特征与衰老之间的显著相关性.

结论:

• PPG信号为研究健康衰老提供了一个有希望的,低成本的,非侵入性的生物标志物.
• 机器学习模型可以有效地利用PPG功能来估计年龄.
• 这种方法在健康监测和个性化衰老评估中具有潜在的应用.