实时,单耳,可穿戴的心电图重建,R峰检测和HR/HRV监控

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
• 生物信号处理生物信号处理

背景情况:

• 持续的生物信号监测,特别是心率 (HR) 和心率变化 (HRV),对于跟踪生理和认知状态至关重要.
• 耳罩等头戴设备在HR/HRV监控中具有提高可用性的潜力,但面临着湿电极,弱耳信号和算法兼容性的挑战.
• 目前的方法往往需要侵入性或繁的设置,限制广泛采用持续的,非侵入性心血管健康评估.

研究的目的:

• 引入一个单耳可穿戴系统,在节能嵌入式设备上实时估计心电图 (ECG) 参数.
• 通过使用先进的电极技术和优化的算法,直接在可穿戴设备上演示强大的HR和HRV参数提取.
• 通过日常头戴设备实现持续,不引人注目的心血管监测.

主要方法:

• 开发一个单耳可穿戴系统,集成最先进的耳内电极技术.
• 在节能BioGAP设备上实施一个优化的DeepMF算法来处理心电图 (ECG) 信号.
• 实时HR和HRV参数提取直接在可穿戴设备上的主体独立方法.

主要成果:

• 该系统实现了低能耗,HR/HRV参数估计仅为36.7J/推理.
• 性能与最先进的架构相比,HR的平均误差为0.49bpm,HRV的平均误差为25.82ms.
• 估计电池寿命为36小时,总系统功耗为7.6mW.

结论:

• 开发的系统可以在耳戴设备上直接进行可靠的实时心电图参数估计,为持续的心血管监测铺平了道路.
• 将HR和HRV测量集成到耳罩等日常设备中,为不引人注目的家庭心血管健康跟踪提供了巨大的潜力.
• 这项技术可以通过持续的非侵入性监测,帮助早期检测心血管疾病.