Hjerteslagsdetektion i smartwatch-signaler vinder Physiological Measurement bedste papirpris – Physics World

Hjerteslagsdetektion i smartwatch-signaler vinder Physiological Measurement bedste papirpris – Physics World

Tidsstempel: 28. september 2023 kl. 4

Peter Charlton iført en aktivitetsmåler
Analyse af aktivitetsdata Peter Charlton og hans teams prisvindende forskning identificerede de bedste algoritmer til at detektere hjerteslag i fotoplethysmografi-signaler fra enheder såsom bærbare fitness-trackere. (Med høflighed: CC BY 4.0/PH Charlton et al., Physiol. Meas. 10.1088/1361-6579/acead2)

En undersøgelse af fotoplethysmografi (PPG) algoritmer har vundet sine forfattere Martin Black-prisen, der tildeles det bedste papir udgivet i Fysiologisk måling i løbet af det foregående år.

PPG er en optisk teknik, der almindeligvis anvendes i smartwatches, fitness-trackere og pulsoximetre til at overvåge fysiologiske parametre. Et nøgletrin i at analysere PPG-signalet, et mål for pulsen, er detektering af individuelle hjerteslag i signalet. I deres prisvindende undersøgelse, Peter Charlton fra University of Cambridge og samarbejdspartnere evaluerede ydeevnen af ​​de forskellige algoritmer, der bruges til at detektere hjerteslag i PPG-signaler.

Papiret, Detektering af beats i fotoplethysmogrammet: benchmarking af open source-algoritmer, beskriver en ramme til test af PPG-slagdetektionsalgoritmer. Forskerne brugte denne tilgang til at vurdere 15 open source-algoritmer mod referenceslag fra elektrokardiogramsignaler i otte frit tilgængelige datasæt. De undersøgte også, hvordan algoritmeydelsen påvirkes af patientdemografi og under arytmier (unormale hjerterytmer såsom atrieflimren).

"Jeg var ivrig efter at forstå, hvordan man bedst opdager hjerteslag i PPG'en og for at forstå, hvor godt de kunne detekteres i forskellige omgivelser, såsom under træning og hos babyer," siger Charlton.

Holdet fandt ud af, at de fleste slagdetektorer klarede sig godt i fravær af bevægelse, selvom deres ydeevne var dårligere under træning, hos nyfødte (der har højere hjertefrekvenser end voksne) og under atrieflimren. Resultaterne identificerede især to open source-algoritmer, der klarede sig bedst på tværs af en række use cases. Charlton foreslår, at holdets brug af open source-algoritmer kan være nøglen til undersøgelsens succes, da folk nemt kan anvende de anbefalede beat-detektionsalgoritmer ved blot at downloade dem og se kildekoden.

Undersøgelsen skulle vise sig at være værdifuld for akademiske forskere, der skal sikre, at deres PPG-signalanalyser er nøjagtige, samt at gøre det muligt for enhedsdesignere at vælge den mest passende algoritme til brug i en enhed. Charlton siger, at resultaterne også vil være nyttige for klinikere. "Forhåbentlig vil brugen af ​​de bedst ydende algoritmer resultere i mere præcise analyser - såsom at vurdere hjerterytmen og detektere arytmier fra PPG," forklarer han. "I sidste ende vil det være nyttigt for patienterne, da målingerne taget fra dem vil være mere nøjagtige, hvilket fører til bedre informeret klinisk beslutningstagning."

Charlton og kolleger er i gang med at gennemføre SIKKERE wearables-undersøgelse at undersøge ydeevnen og acceptabiliteten af ​​bærbare enheder til at detektere atrieflimren, den mest almindelige arytmi. Atrieflimren øger risikoen for slagtilfælde og genkendes ofte ikke, fordi det kan forekomme uden symptomer. Når først diagnosticeret, eksisterer der dog veletablerede interventioner for at reducere risikoen for slagtilfælde.

"Detektion af atrieflimren er en af ​​de mest lovende anvendelser af PPG-baserede enheder," siger Charlton. "I denne undersøgelse vurderer vi, om PPG-baserede enheder fungerer godt nok til at blive brugt til at screene for atrieflimren i den generelle befolkning. Hvis det er tilfældet, kan dette hjælpe med at forbedre detektionen af ​​atrieflimren og i sidste ende bidrage til at forhindre slagtilfælde."

Charlton fortæller Fysik verden at han var glad for at modtage Martin Black-prisen, da den forhåbentlig indikerer, at holdets forskning er nyttig. Han påpeger, at beat-detektion har fået mindre opmærksomhed end andre algoritmer, såsom dem, der bruges til at estimere blodtrykket fra PPG. "Jeg tror, ​​at samfundet nok især værdsatte en vurdering af denne type algoritmer, da der var forholdsvis mindre kendt om deres ydeevne end andre typer algoritmer."

"Jeg er taknemmelig for input fra teammedlemmer og dem, der oprindeligt udviklede algoritmerne, uden hvilke dette arbejde ikke ville være muligt," tilføjer han. "Jeg er interesseret i at udforske, hvorfor vi blev tildelt denne pris, fordi forståelsen af ​​dette kan hjælpe os med at forstå de mest værdifulde områder, vi kunne arbejde på i fremtiden."

Tidsstempel:

Mere fra Fysik verden