Методические рекомендации по созданию сенсорных измерительных систем мониторинга частоты дыхания на основе обработки фотоплетизмографических сигналов
- Авторы: Петренко П.Б.1
-
Учреждения:
- КБ “Синергия”
- Выпуск: Том 38, № 3 (2024)
- Страницы: 82-94
- Раздел: МОДЕЛИРОВАНИЕ СЕНСОРНЫХ ПРОЦЕССОВ
- URL: https://journals.rcsi.science/0235-0092/article/view/263335
- DOI: https://doi.org/10.31857/S0235009224030057
- EDN: https://elibrary.ru/BRXSED
- ID: 263335
Цитировать
Аннотация
Предложен методический аппарат для создания сенсорных измерительных систем мониторинга частоты дыхания человека. Он включает метод оценки частоты дыхания на основе статистического анализа фотоплетизмографических сигналов (пульсовой волны человека), методику выбора приоритетных регионов для оценки частоты дыхания и критерий определения требуемого натяжения браслета при измерениях. Применение методики оценки частоты дыхания предполагает вычисление коррентропной спектральной плотности сигнала пульсовой волны. Отличительной особенностью методики является применение алгоритма выбора приоритетной эмпирической моды разложения Гильберта–Хуанга, в наибольшей степени связанной с частотой дыхания. Экспериментальная проверка методики показала, что среднее значение абсолютной погрешности для 58.8% выборки вычисленных значений частоты дыхания не превысило 1 вдох/мин, а 95% доверительный интервал для средней абсолютной погрешности всей выборки составил [0.72–2.2] вдохов/мин.
Об авторах
П. Б. Петренко
КБ “Синергия”
Автор, ответственный за переписку.
Email: prof.petrenko54@gmail.com
Россия, Санкт-Петербург
Список литературы
- Айфичер Э. С., Джервис Б. У. Цифровая обработка сигналов: практический подход, 2 изд.: пер. с англ. М., Вильямс, 2008. 992 с.
- Гаранин А. А., Шипунов И. Д., Рубаненко А. О., Санникова Н. О. Бесконтактные методы измерения частоты дыхания (обзор литературы). Вестник новых медицинских технологий. Электронное издание. 2023. № 5. C. 64–72. http://doi.org/10.24412/2075-4094-2023-5-1-9.
- Гуцол Л. О., Непомнящих С. Ф., Корытов Л. И., Губина М. И., Цыбиков Н. Н., Витковский Ю. А. Физиологические и патофизиологические аспекты внешнего дыхания. ГБОУ ВПО ИГМУ Минздрава России, Кафедра патологической физиологии с курсом клинической иммунологии, кафедра нормальной физиологии. Иркутск, ИГМУ, 2014. 116 с.
- Кан Ш. Ч., Микулович А. В., Микулович В. И. Анализ нестационарных сигналов на основе преобразования Гильберта–Хуанга. Информатика. 2010. № 2. C. 25–35.
- Кубланов В. С., Долганов А. Ю., Костоусов В. Б. Немирко А. П., Манило Л. А., Петренко Т. С., Gamboa H., Rodriges J. Биомедицинские сигналы и изображения в цифровом здравоохранении: хранение, обработка и анализ: учебное пособие / Екатеринбург: Изд-во Урал. ун-та, 2020. 240 с.
- Марпл.-мл. С. Л. Цифровой спектральный анализ и его приложения. Пер. с англ. М.: Мир, 1980. 584 с.
- Рангайян Р. М. Анализ биомедицинских сигналов. Практический подход. Пер. с англ. под ред. А. П. Немирко. М., ФИЗМАТЛИТ, 2007. 440 с.
- Chang H-H. Hsu C. C., Chen C-Y., Lee W-K., Hsu H-T.,. Shyu K-K, Yeh J-R., Lin P.-J., Lee P-L. A Method for Respiration Rate Detection in Wrist PPG Signal Using Holo-Hilbert Spectrum. IEEE Sensors Journal. 2018. V.18(18), September 15. P. 11. http://doi.org/10.1109/JSEN.2018.2855974
- Dehkordi P., A. , Molavi B., J. M. Extracting Instantaneous Respiratory Rate from Multiple Photoplethysmogram Respiratory-Induced Variations. Front. in Physiol. 2018. V. 9. P. 10. http://doi.org /10.3389/fphys.2018.00948
- Elgendi M Menon Dataset of Psychological Scales and Physiological Signals Collected for Anxiety Assessment Using a Portable Device. Data Descriptor. 2022. V. 7(9). № 132.P. 12. https://doi.org/10.3390/data7090132
- Garde A., Karlen W., Ansermino J. M., Dumont G. A. Estimating Respiratory and Heart Rates from the Correntropy Spectral Density of the Photoplethysmogram. PLOS ONE. 2014. V. 9(1). P. 11. https://doi.org/10.1371/ journal.pone.0086427
- Herawati N. E., Nisa K., Setiawan E. The Optimal Bandwidth for Kernel Density Estimation of Skewed. Distributional: A Case Study on Survival Time Data of Cancer Patients. Presiding Seminar Nasional Metode Quantitative. 2017. P. 380–388.
- Huang N. E., Hu K., Yang A. C., Chang H.-C., Jia D., Liang W.-K., Yeh J. R., Kao C.-L., Juan C.-H., Peng C.K., Meijer J. H., Wang Y.-H., Long S. R., Wu Z. On Holo-Hilbert spectral analysis: a full informational spectral representation for nonlinear and non-stationary data. Philosophical Transactions Series A. Mathematical, physical, and engineering sciences. 374 (2065): 201502062016. 2016. P. 21. http://dx.doi.org/10.1098/rsta.2015.0206
- Huang N. E., Shen Z., Long S. R., . Wu M.L.C. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis. Proc. Ro. Soc. Lond. A.1998. V. 454. P. 903–995. http://dx.doi.org/10.1098/rspa.1998.0193
- Huang N. E., Wu M-C., Long S. R., Shen S. S.P. , Qu W., Gloersen P., Fan K. L. A confidence limit for empirical mode decomposition and Hilbert spectral analysis. Proc. R. Soс.: Mathematical, Physical and Engineering Sciences. 2003. V. 459. P. 2317–23425. http://dx.doi.org/10.1098/rspa.2003.1123
- Huang N. E., Wu Z., Long S. R., Arnold K. C., Chen X., Blank K. On instantaneous frequency. Advances in Adaptive Data Analysis. 2009. V. 1(2). P. 177–229. http://dx.doi.org/10.1142/S1793536909000096
- Huang N. E , Z. A review on Hilbert-Huang transform: Method and its applications to geophysical studies. 2008. V. 46(2): RG2008. P. 23. http://dx.doi.org/10.1029/2007RG000228
- Johansson A. Neural network for photoplethysmographic respiratory rate monitoring. Med. Biol. Eng. Computing 2003. V. 41(3). P. 242–248. http://dx.doi.org/10.1007/BF02348427
- Lázaro J., Gil E., Bailón R., Laguna P. Deriving Respiration from the pulse photoplethysmographic signal. Computing in Cardiology. 2011. V. 38. P. 713–716. https://www.researchgate.net/publication/254019768
- Nita G. M., Gary D. E., Liu Z., Hurford G. J., White S. M. Radio Frequency Interference Excision Using Spectral-Domain Statistics. The Astronomical Society of the Pacific. 2007. V. 119. P. 805–827. http://dx.doi.org/10.1086/520938
- PPG-BP Database. 2022. https://figshare.com/articles/dataset/PPG-BP_Database_zip/5459299?file=9441097
- Real-World PPG dataset. 2019. https://data.mendeley.com/datasets/yynb8t9x3d/1
- Santamaria I., Pokharel P. P., Principe J. C. Generalized correlation function: definition, properties, and application to blind equalization. IEEE Transactions on Signal Processing. 2006, V. 54(6). P. 2187–2197. http://dx.doi.org/10.1109/TSP.2006.872524
- Shelley K. H., A. A R. G. The use of joint time frequency analysis to quantify the effect of ventilation on the pulse oximeter waveform. J. Clin. Monit. Compute. 2006. № 20(2). P. 81–87. http://dx.doi.org/10.1007/s10877-006-9010-7
- Silverman B. W. Density Estimation for Statistics and Data Analysis. London. Chapman & Hall/CRC. 1998. P. 176. https://doi.org/10.1201/9781315140919
- Tiara Medical. Kernel KN-601M. 2013. http://www.kernel-medical.ru/monitor/kn-601m
- Vrabie V. D., Granjon P., Serviere C. Spectral Kurtosis: from Definition to Application. 6th IEEE International Workshop on Nonlinear Signal and Image Processing (NSIP 2003). 2003. P. 5. Grado-Trieste, Italy. hal-00021302. http//Hal. Science/ hal-00021302.
- Weifeng L., Pokharel P. P., Principe J. C. Correntropy: Properties and Applications in Non-Gaussian Signal Processing. IEEE Transactions on Signal Processing. 2007. V. 55(11). P. 5286–5298. https://doi.org/10.1109/TSP.2007.896065