DOI: 10.17586/1023-5086-2020-87-12-67-75

УДК: 004.021:004.415.2:004.622:004.623:004.624:004.67:681.518.3:681.586004.93'1:004.932.2

Автоматическое оценивание давления крови человека на основе совместного анализа морфологических и спектральных параметров фотоплетизмограммы

Залуская В.С., Карасева Е.А., Луцив В.Р.

Полный текст на elibrary.ru

Публикация в Journal of Optical Technology

Ссылка для цитирования:

Залуская В.С., Карасева Е.А., Луцив В.Р. Автоматическое оценивание давления крови человека на основе совместного анализа морфологических и спектральных параметров фотоплетизмограммы // Оптический журнал. 2020. Т. 87. № 12. С. 67 –75. http://doi.org/10.17586/1023-5086-2020-87-12-67-75

Ссылка на англоязычную версию:

V. S. Zaluskaya, E. A. Karaseva, and V. R. Lutsiv, "Automatic estimation of human blood pressure based on the joint analysis of morphological and spectral parameters of the photoplethysmogram," Journal of Optical Technology. 87(12), 750-755 (2020). https://doi.org/10.1364/JOT.87.000750

Аннотация:

Предложен метод автоматической оценки систолического и диастолического давления крови человека путём совместного анализа спектральных и морфологических признаков формы пульсовой волны на его фотоплетизмограмме. Для формирования используемых признаков разработаны алгоритмы предварительной обработки исходного сигнала фотоплетизмограммы, автоматического разделения его на периоды, соответствующие отдельным сердечным циклам, и выделения в каждом периоде характерных особенностей формы пульсовой волны. Выделенные периоды сигнала используются для расчёта спектральных характеристик фотоплетизмограммы, причём экспериментально показана целесообразность использования для этого троек последовательных циклов. Параметры, рассчитанные по особенностям формы пульсовой волны, и рассчитанные её спектральные характеристики автоматически анализируются специально обученной искусственной нейронной сетью, формирующей на выходе оценку систолического и диастолическкого давления пациента. Экспериментально показана целесообразность автоматического определения давления крови на основе совместного анализа спектральных и морфологических признаков фотоплетизмограмм.

Ключевые слова:

фотоплетизмограмма, измерение давления крови, нейронная сеть, спектральные признаки, морфологические признаки

Коды OCIS: 170.3890, 170.1610, 280.1415, 120.5240, 230.3990, 230.0230, 280.4788, 080.1753

Список источников:

1. Bosschaart N., Edelman G.J., Aalders M.C.G., van Leeuwen T.G., Faber D.J. A literature review and novel theoretical approach on the optical properties of whole blood // Lasers Med. Sci. 2014. V. 29. № 2. P. 453–47.

2. Phan Dung, Lee Yee Siong, Pathirana Pubudu, Seneviratne Aruna. Smartwatch: Performance evaluation for long-term heart rate monitoring // Conf. Paper Internat. Symp. Bioelectronics and Bioinformatics (ISBB). Beijing, China, 14–17 Oct. 2015. P. 144–147. 10.1109/ISBB.2015.7344944.

3. Nichols M., Townsend N., Scarborough P., Rayner M. Cardiovascular disease in Europe: epidemiological update // European Heart Journal. 2013. V. 34. No. 39. P. 3028–3034.

4. Chen W., Kobayashi T., Ichikawa S., Takeuchi Y., Togawa T. Continuous estimation of systolic blood pressure using the pulse arrival time and intermittent calibration // Medical and Biological Engineering and Computing. 2000. V. 38. No. 5. P. 569–574.

5. Constant N.P., Wang T., Mankodiya K. Pulseband: A hands-on tutorial on how to design a smart wristband to monitor heart-rate // IEEE Virtual Conf. Applications of Commercial Sensors (VCACS). 2015. P. 1–3. DOI: 10.1109/ VCACS.2015.7439565.

6. Putri A.O., Musab A., Saad M., Hidayat S.S. Wearable sensor and internet of things technology for better medical science: A review // Internat. J. Emerging Technologies in Learning (iJET). 2019. V. 7. № 4. P. 1–4.

7. Karaseva E. Development of a hardware-software measurement system for the collection, detection, and processing of photoplethysmograms // J. Opt. Technol. 2020. V. 87. № 1. P. 36–39.

8. Borchevkin D., Shestakov A., Petrov V. Method of photoplethysmography diagnostics of domesticated animals cardiovascular diseases // J. Veterinar. Sci. Technol. 2016. V. 7. № 1. P. 287.

9. Nenova B., Iliev I. An automated algorithm for fast pulse wave detection // Internat. J. Bioautomatio. 2010. V. 14. № 3. P. 203–216.

10. Nenova B., Iliev I. Non-invasive methods of peripheral pulse detection: Advantages and disadvantages // Annual J. Electronics. 2009. V. 1. № 1. P. 57–60.

11. Jacques S.L. Optical properties of biological tissues: A review // Phys. Medicine and Biology. 2013. V. 58. № 11. P. 37–61.

12. Perkovic V., Huxley R., Wu Y., Prabhakaran D., MacMahon S. The burden of blood pressure-related disease: a neglected priority for global health // Hypertension. 2007. V. 50. No. 6. P. 991–997.

13. Lewington S. Age-specific relevance of usual blood pressure to vascular mortality: a meta-analysis of individual data for one million adults in 61 prospective studies // Lancet. 2002. V. 360. № 9349. P. 1903–1913.

14. Agarwal R. Role of home blood pressure monitoring in overcoming therapeutic inertia and improving hypertension control: a systematic review and meta-analysis // Hypertension. 2011. V. 57. No. 1. P. 29–38.

15. Gircys R., Liutkevicius A., Kazanavicius E. Photoplethysmography-based continuous systolic blood pressure estimation method for low processing power wearable devices // Applied Sciences. 2019. V. 9. № 11. P. 2236-2252.

16. Yan Liangwen, Sijung Hu, Samah Alharbi, Panagiotis Blanos. A multiplexed electronic architecture for opto-electronic patch sensor to effectively monitor heart rate and oxygen saturation // Proceedings of SPIE. Optical Diagnostics and Sensing XVIII: Toward Point-of-Care Diagnostics, 2018. V. 10501. P. 115–123.

17. Abay T.Y., Kyriacou P.A. Reflectance photoplethysmography as noninvasive monitoring of tissue blood perfusion // IEEE Transactions on Biomedical Engineering. 2015. V. 62(9). P. 2187–2195.

18. Rebecca R.K., Eva S.M. Quantitative optical spectroscopy for tissue diagnosis // Annu. Rev. Phys. Chem. 1996. V. 47. P. 555–606.

19. Wieringa Fokko P., Frits Mastik, Antonius F.W. van der Steen. Contactless multiple wavelength photoplethysmographic imaging: a first step toward ‘SpO2 camera’ technology // Annals of biomedical engineering. 2005. V. 33(8). P. 1034–1041.

20. Shelley K.H., Tamai D., Jablanka D. et al. The effect of venous pulsation on the forehead pulse oximeter wave form as a possible source of error in SpO2 calculation // Anesthesia & Analgesia. 2005. V. 100 (3). P. 743–747.

21. Крупаткин А.И. Клиническая нейроангиофизиология конечностей (периваскулярная иннервация и нервная трофика). М.: Научный мир, 2003. C. 328.

22. Elgendi M. On the analysis of fingertip photoplethysmogram signals // Cardiol Reviews. 2012. V. 8. № 1. P. 14–25.