توسعه تکنیک تخمین تعداد تنفس با استفاده از الکتروکاردیوگرام و فوتوپلتیسموگرام برای پایش مداوم سلامت

علائم حیاتی غیرطبیعی اغلب وضعیت وخیم بیماران حاد بیمارستانی را در ۲۴ ساعت پیش بینی می کند. نوسانات قابل توجه تعداد تنفس (rr) به شدت پیش بینی کننده وخامت علائم حیاتی اندازه گیری شده است. روش های سنتی تشخیص rr با اندازه گیری مستقیم جریان هوا در داخل یا خارج از ریه ها یا اندازه گیری غیرمستقیم تغییرات حجم قفسه سینه انجام می شود. این روش ها مستلزم استفاده از وسایل دست و پا گیر هستند که ممکن است در تنفس طبیعی اختلال ایجاد کنند، ناراحت کننده باشند، آثاری که اغلب در حال حرکت هستند و بسیار گران هستند. هدف این مطالعه برآورد rr از سیگنال های الکتروکاردیوگرام (ECG) و فوتوپلتیسموگرام (ppg) است که از ماژول های اکتساب غیرفعال و غیر تهاجمی تشکیل شده است. الگوریتم ها با استفاده از پایش هوشمند چند پارامتری physionet در مجموعه داده های بیماران مراقبت های ویژه II (mimic-ii) اعتبارسنجی شده اند. تخمین rr مقدار میانگین خطای مطلق (mae) را برای ECG به صورت ۱.۲۵ bpm (mimic-ii) و ۱.۰۵ bpm برای داده های به دست آمده ارائه می دهد. mae برای ppg ۱.۱۵ bpm (mimic-ii) و ۰.۹۰ bpm برای داده های به دست آمده است. با استفاده از پنجره های ۱ دقیقه ای، این روش نشان می دهد که روش فیلتر کردن به طور موثر اطلاعات تنفسی را از سیگنال های ECG و ppg استخراج می کند. میله کوچکتر برای سیگنال های ppg به دلیل اتصال آسان حسگر به ppg به دلیل اتصال آسان حسگر به پی پی جی، ناشی از آرتیفکت های کمتر است، زیرا ضبط ppg تنها به قرار دادن سنسور پالس اکسیمتر یک انگشتی نیاز دارد. با این حال، ضبط ECG به حداقل سه قرار دادن الکترود در سه موقعیت روی سطح بدن سوژه برای یک لید (لید II) نیاز دارد، در نتیجه باعث افزایش مصنوعات می شود. یک تکنیک قابل اعتماد برای تخمین rr پیشنهاد شده است.