Методы получения информации биомедицинского мониторинга уровня оксигенации и артериального давления с использованием встроенных сенсоров смартфонной техники

Обложка

Цитировать

Полный текст

Аннотация

Статья посвящена актуальной проблеме неинвазивного самостоятельного мониторинга показателей оксигенации и артериального давления пациентами. Представлен обзор имеющихся перспективных подходов по мониторингу рассматриваемых биомаркеров, а также продемонстрированы основные проблемы, как связанные с применением рассматриваемых подходов, так и обусловленные самой выборкой для испытаний.

Об авторах

Антон Александрович Егорчев

Казанский (Приволжский) федеральный университет

ORCID iD: 0000-0001-8561-8616
Россия, 420008, г. Казань, ул. Кремлевская, д. 18

Дмитрий Евгеньевич Чикрин

Казанский (Приволжский) федеральный университет

ORCID iD: 0000-0003-1358-8184
Россия, 420008, г. Казань, ул. Кремлевская, д. 18

Адель Фердинандович Фахрутдинов

Казанский (Приволжский) федеральный университет

Россия, 420008, г. Казань, ул. Кремлевская, д. 18

Марсель Ривкатович Шарипов

Казанский (Приволжский) федеральный университет

Россия, 420008, г. Казань, ул. Кремлевская, д. 18

Рустам Арифович Бурнашев

Казанский (Приволжский) федеральный университет

ORCID iD: 0000-0002-1057-0328
ResearcherId: O-9736-2016
Россия, 420008, г. Казань, ул. Кремлевская, д. 18

Список литературы

  1. Vildjiounaite E., Kallio J., Kyllonen V., Nieminen M., Maattanen I., Lindholm M., Mantyjarvi J., Gimel’farb G. Unobtrusive stress detection on the basis of smartphone usage data. Personal and Ubiquitous Computing, 2018, vol. 22, pp. 671–688. https://doi.org/10.1007/s00779-017-1108-z
  2. Simantiraki O., Giannakakis G., Pampouchidou A., Tsiknakis M. Stress detection from speech using spectral slope measurements. In: Oliver N., Serino S., Matic A., Cipresso P., Filipovic N., Gavrilovska L. (eds) Pervasive Computing Paradigms for Mental Health (FABULOUS 2016, MindCare 2016, IIOT 2015). Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering, vol. 207. Cham, Springer, 2018, pp. 41–50. https://doi.org/10.1007/978-3-319-74935-8_5
  3. Pili U. Measurement of breathing rate with a smartphone magnetometer: An engaging classroom activity in physics and biology. Physics Education, 2019, vol. 54, iss. 6, art. 063001. https://doi.org/10.1088/1361-6552/ab393f
  4. Xu C., Yang Y., Gao W. Skin-interfaced sensors in digital medicine: From materials to applications. Matter, 2020, vol. 2, iss. 6, pp. 1414–1445. https://doi.org/10.1016/j.matt.2020.03.020
  5. Abay T., Kyriacou P. Photoplethysmography for blood volumes and oxygenation changes during intermittent vascular occlusions. Journal of Clinical Monitoring and Computing, 2018, vol. 32, pp. 447–455. https://doi.org/10.1007/s10877-017-0030-2
  6. Kanva A., Sharma C., Deb S. Determination of SpO2 and heart-rate using smartphone camera. Proceedings of the 2014 International Conference on Control, Instrumentation, Energy and Communication (CIEC). Calcutta, India, 2014, pp. 237–241. https://doi.org/10.1109/CIEC.2014.6959086
  7. Scully C., Lee J., Meyer J., Gorbach A., Granquist-Fraser D., Mendelson Y., Chon K. Physiological parameter monitoring from optical recordings with a mobile phone. IEEE Transactions on Biomedical Engineering, 2012, vol. 59, iss. 2, pp. 303–306. https://doi.org/10.1109/TBME.2011.2163157
  8. Carni D. L., Grimaldi D., Sciammarella P. F., Lamonaca F., Spagnuolo V. Setting-up of PPG scaling factors for SpO2% evaluation by smartphone. 2016 IEEE International Symposium on Medical Measurements and Applications (MeMeA). Benevento, Italy, 2016, pp. 1–5. https://doi.org/10.1109/MeMeA.2016.7533775
  9. Cheng Q., Juen J., Schatz B. Using mobile phones to simulate pulse oximeters: Gait analysis predicts oxygen saturation. Proceedings of the 5th ACM Conference on Bioinformatics, Computational Bioligy and Health Informatics, 2014, iss. 1, pp. 331–340. https://doi.org/10.1145/2649387.2649403
  10. Chandrasekaran V., Dantu R., Jonnada S., Thiyagaraja S., Subbu K. Cuffless differential blood pressure estimation using smart phones. IEEE Transactions on Biomedical Engineering, 2013, vol. 60, iss. 4, pp. 1080–1089. https://doi.org/10.1109/TBME.2012.2211078
  11. Pelegris P., Banitsas K., Orbach T., Marias K. A novel method to detect Heart Beat Rate using a mobile phone. 2010 Annual International Conference of the IEEE Engineering in Medicine and Biology. Buenos Aires, Argentina, 2010, pp. 5488–5491. https://doi.org/10.1109/IEMBS.2010.5626580
  12. Morsi I., Gawad Y. Z. A. E. Measurement of blood pressure and heart beat based on sensors and microcontrollers. Applied Mechanics and Materials, 2012, vol. 249–250, pp. 193–201. https://doi.org/10.4028/www.scientific.net/AMM.249-250.193
  13. Xing X., Sun M. Optical blood pressure estimation with photoplethysmography and FFT-based neural networks. Biomedical Optics Express, 2016, vol. 7, iss. 8, pp. 3007–3020. https://doi.org/10.1364/BOE.7.003007
  14. Slapnicar G., Mlakar N., Lustrek M. Blood pressure estimation from photoplethysmogram using a spectro-temporal deep neural network. Sensors, 2019, vol. 19, iss. 15, art. 3420. https://doi.org/10.3390/s19153420

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».