阶段空间重建用于从PPG信号估计噪声强的呼吸速率

科学领域:

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

背景情况:

• 可穿戴光学传感器对于早期疾病检测和监测至关重要.
• 多参数监测,包括呼吸速率 (RR) 提取,具有成本效益,但容易受到噪音干扰.
• 可穿戴设备的不准确的RR测量限制了它们的临床实用性.

研究的目的:

• 开发一种改进的方法,通过使用可穿戴设备从光聚光学 (PPG) 信号中精确地提取呼吸速率.
• 为了解决RR测量的不准确性,这是由于光学传感器中的外部噪声造成的.
• 用标准数据集验证拟议的技术,并将其与现有方法进行比较.

主要方法:

• 提出了一种吸引子重建技术,该技术结合了从自相关系数和Retract策略中获得的优化延迟 (τopt).
• 使用BIDMC数据集评估了该方法的性能,分析了32秒和64秒窗口的PPG信号.
• 研究了topt优化对PPG信号的意义,建议简化选择标准.

主要成果:

• 在32秒窗口中,平均绝对误差为每分钟2.19次呼吸,而在64秒窗口中,平均误差为每分钟1.87次呼吸.
• 与最先进的技术相比,证明了更高的RR准确性.
• 发现topt优化对于PPG信号是微不足道的,建议选择平均周期长度的1/3.
• 确认该方法符合II类医疗器械标准,但不影响生命信号完整性.

结论:

• 拟议的吸引器重建和Retract策略显著提高了RR准确性,而不是杂的PPG信号.
• 对于基于PPG的RR监控,选择topt的简化方法是有效的.
• 这种方法为使用可穿戴设备进行呼吸监测提供了一个强大而准确的解决方案,适合临床应用.