Анализ баллистокардиограммы на граничных вычислительных узлах

В работе рассматривается бесконтактный метод анализа сердечной активности человека, основанный на регистрации и обработке баллистокардиографичекого сигнала. В измерительной установке для фиксации микроскопических движений тела используется пьезоэлектрический датчик высокой чувствительности. Появляющийся вследствие высокой чувствительности шум, существенно превышающий полезный сигнал, в дальнейшем фильтруется математическими методами. Для выделения кардио компоненты используется полосный фильтр Баттерворта. Этот подход к фильтрации полезного сигнала является более экономичным с точки зрения необходимых вычислительных ресурсов, чем сравнимые по точности методы, основанные на машинном обучении, и может быть реализован на граничном (промежуточном) вычислительном узле, к которому подключены несколько датчиков. Качество полученной после фильтрации кардио компоненты позволяет с высокой точностью выделить на ней циклы сердечной активности (сердцебиения). Предлагаемый в работе алгоритм выделения сердцебиений также обладает достаточно низкой вычислительной стоимостью, чтобы быть использованным на граничном вычислительном узле. После фильтрации данные передаются выше - в центр обработки данных (облако)

баллистокардиография, сердечная активность, фильтр Баттерворта, интернет вещей

1. https://forinnovations.ru.

2. J.W. Gordon. Certain molar movements of the human body produced by the circulation of the blood. J. Anatomy Physiol., vol. 11, 1877, pp. 533–536.

3. А.С. Девятисильный. Интерпретация измерений оптического акселерометра. Журнал технической физики, том 74, вып. 9, 2004, стр. 141-142.

4. RMFIT R-series sensor. https://www.emfit.com/r-series-sensors.

5. A. Ahmed and E. Ahmed. A survey on mobile edge computing. In Proc. of the 10th International Conference on Intelligent Systems and Control (ISCO), 2016, pp. 1-8.

6. W. Shi, J. Cao, Q. Zhang, Y. Li and L. Xu. Edge Computing: Vision and Challenges. IEEE Internet of Things Journal, vol. 3, no. 5, Oct. 2016, pp. 637-646.

7. Прозоров А.А., Бугаев В.И., Царенко С.В. Устройство бесконтактной регистрации основных биометрических показателей пациента в непрерывном режиме в состоянии лежа: заявка на патент РФ №2017101824 от 20 января 2017 года.

8. Joonas Paalasmaa. Monitoring Sleep with Force sensor Measurement. Doctoral dissertation, Department of Computer Science, Series of Publications A, report A-2014-2. 2014, 59 p.

9. W. Chen, X. Zhu, T. Nemoto, K. Kitamura, K. Sugitani, and D. Wei. Unconstrained monitoring of long-term heart and breath rates during sleep. Physiol. Meas., vol. 29, , 2008, pp. N1–N10.

10. O. Postolache, P. Silva Girao, G. Postolache, and M. Pereira. Vital signs monitoring system based on EMFi sensors and wavelet analysis. In Proc. of the Instrumentation and Measurement Technology Conference, 2007, pp. 1–4.

11. W. Xu, W. A. Sandham, A. C. Fisher, and M. Conway. Detection of the seismocardiogram W complex based on multiscale edges. In Proc. of the 18th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 1996, pp. 1023–1024.

12. D. H. Phan, S. Bonnet, R. Guillemaud, and N. Y. P. T. E. Castelli. Estimation of respiratory waveform and heart rate using an accelerometer. In Proc. of the 30th Annual International Conference of the IEEE Engineering in Medicine and Biology, 2008, pp. 4916–4919.

13. Joan Gomez-Clapers , Albert Serra-Rocamora , Ramon Casanella , Ramon Pallas-Areny. Towards the standardization of ballistocardiography systems for J-peak timing measurement. Measurement, vol. 58, 2014, pp. 310-316

14. S. Junnila, A. Akhbardeh, A. V¨arri, and T. Koivistoinen. An EMFi-film sensor based ballistocardiographic chair: Performance and cycle extraction method. In Proc. IEEE Workshop on Signal Processing Systems Design and Implementation, 2005, pp. 373–377.

15. Christoph Bruser, Kurt Stadlthanner, Stijn de Waele, and Steffen Leonhardt. Adaptive Beat-to-Beat Heart Rate Estimation in Ballistocardiograms. IEEE Transactions on Information Technology in Biomedicine, vol. 15, issue 5, Sept. 2011, pp. 778-786.

16. S. Haykin. Adaptive Filter Theory. 4rd Edition. Paramus, NJ: Prentice-Hall, 2001.

17. J. Paalasmaa and M. Ranta. Detecting heartbeats in the ballistocardiogram with clustering. In Proc. of the ICML/UAI/COLT 2008 Workshop on Machine Learning for Health-Care Applications, 2008, pp. 1-4.

18. J. H. Shin, B. H. Choi, Y. G. Lim, D. U. Jeong, and K. S. Park. Automatic ballistocardiogram (BCG) beat detection using a template matching approach. In Proc. of the 30th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 2008, pp. 1144–1146.