动态离散期技术的突破技术：准确评估无心电图

摘要本文介绍了一种新的滑动离散周期性转换（DPT）算法，该算法可设计用于处理生理信号，尤其是脉搏血管表收集的光伏脉冲（PPG）信号。该算法使用电影基础进行周期性域评估，这可以解决随机噪声和不间断数据等问题。 DPT的实施是将自相关与合奏平均相结合的转换变换。本文将详细介绍在ADI MAX30101设备上开发和实现的算法，并使用信号提取技术®（SET）将其与蒙版的血氧仪进行比较。简介生理信号的天然准周期特性显示为时间的变化，频率广泛，而Ktheir有效的信息通常覆盖了频域中的伪像和环境噪声的高运动。域频率过滤的传统技术面部挫败风险非平稳性。该行业通常采用了通过ECG心电图触发信号的时间域基准测试的时间促进，以实现有效获得血液的氧参数。但是，访问ECG信号进入临床方案的极限增加了技术盲点。这项研究在开发自主循环定位算法方面取得了突破，并实现了与ECG指导方案相当的信号重建的准确性，而无需依赖心电图的外部参考，后者将新的范式用于评估DE-ECG物理学参数，用于佩戴医疗设备。本文指出：最初，我们创建了一种算法来执行某些形式的自相关和合奏平均4。但是，我们发现不需要在域名时的集合平均值，因为所有内容都可以在DOMA中找到 - 在数据本身中。可以根据滑动离散的耐药性酌处（DPT）而直接计算血氧的心率和饱和。此任务始于对离散傅立叶变换（DFT）的综述，因为DFT可以生成信号频谱，可以使用频谱确定该信号频谱以确定其周期5,6。这项研究的另一个目的是将数据采样至非常高分辨率。为了通过DFT实现高分辨率，需要收集大量数据样本。由于生物信号的准平台性，收集大量DFT使用者通常会导致频谱模糊。我们需要具有高分辨率且样本量少于DFT的算法。我们的目标是将此算法用于不确定的实时数据，因此我们采用了类似于滑动DFT的转换的转换。算法方法要求我们的最初目标是找到确定基础主要数据时期的算法n当数据本质上是随机的，并且是非站点。初始算法要求如下：•能够确定ASECG和SPO2的任何生物医学信号的主要周期。 •响应时间足够快，可以实时监测心率周期和振幅的变化。 •遇到信号破坏，噪音过多或运动伪影时，它可以迅速继续操作。 •计算足够快，以免成为确定采样率的限制因素。 •低功率和便携式设备可用于低或中等的存储空间要求。该算法的开发始于DFT，找到天气的目标，因此DFT方程中的频率术语被天气所取代，而不是逐渐增加频率（例如DFT），而是逐渐增加。 DFT以条纹方式添加频率，例如（1F0、2F0、3F0，...），其中F0是第一个谐波，并且DPT在许多采样期内通过NOND增加了季节T0。尽管两种算法的方程是相似的，但DFT不能与DPT产生相同的结果，而两种算法之间存在重要差异。通过审查描述其实施的方程式，我们可以比较DFT和DPT。对于采样频率fs，n点DFT的频率k对应于频率fk = k×fs/ n Hz。一级方程式是样品的KTH频率点的表达 - 列出XI ... xi+ n -1。其中，根据公式2的k = 0，1，2，... n -1dft的i -th样本是根据等式2的计算。之所以发生这种情况，是因为所有DFT兼容性之间都有很多关系，而更高的和谐是一个更频繁到谐波的整数。图1。傅立叶变换电影基础功能，红色显示第一个谐波（1 Hz），蓝色显示次要谐波（2 Hz）和绿色显示第三个谐波（3 Hz）。每次扭曲中的dpt中的n词应更改，因为季节不是一个简单的多重关系，但是一段时间的时间是一个不同的关系，如图2所示。dft和dpt以滑动形式都需要实现循环或递归缓冲区，以节省固定数量的最新样品。当输入数据是实际数字时，使用缓冲区；当输入数据是一个复杂的数字时，使用两个缓冲区。 DPT的三分之一样本转换可以与公式3结合。其中，RBS是递归缓冲液的大小，TL是最长时间的长度，并且是当前正在处理的原始周期。这样做，每个基本周期的纵坐标值的开始和结论是相同的。该期间从最低期限延伸到选定的最大周期，以覆盖样品数据。该实现使用一组基本操作，代表复杂电影浪潮I的增加阶段的角度n图2。图2。暂时修改了三个相邻电影和三个相邻Kosine函数的复杂基础的复杂基础。该示例假设这些操作的采样间隔为10 ms。 DPT有点困难的原因是，功能的基础由许多复杂操作组成，其中大多数不是很多关系，并且采样周期不同。 DPT的极好变化是纳米Quires的使用图3中所示的主相角。这也是本文采用的实现形式。图3。平移 - 时间变化相位角，显示了复合相的角度值随着每分钟的周期数量的增加而变化。上升曲线代表余弦相的角度，而落曲线表示正弦相的角度。使用公式4轻松获取一个相量，其中“ S”是从最低选定期间到最大选定周期的设置，取样OD作为一步。该算法实现了使用IIR滤波器实现转换的幻灯片，并在信号流程图中连接到梳子过滤器的谐振器，类似于Sliding Form DFT的实现。 N样本的梳子过滤器延迟导致瞬态N-1样品响应的长度。有些人使用具有心率的过滤器并取得成功8。DPT复杂的基础或相位角的组成部分并不总是谐波cancresponding，因此这些功能的端点在样品空间中不会形成连续的功能，这与DFT不同。但是，如果将DPT实现为滑动变化，则该函数的基础是“包装”的，因此基础的组成部分变得连续。当数据和幻灯片的基础时，计算它们的相关性，并维持函数延续的基础。在滑动窗口算法中，在uncer的数据范围内长度n滑块的窗口长度。对于DPT，由于DPT可以处理两种实际和投机性组件的两种类型，因此需要维护两个递归缓冲区。如果输入只有一个实际部分（通常），则只需要使用递归缓冲区即可。但是，取决于输入和操作基础之间的相位相关性，结果仍然很复杂。结果存储在两个集合缓冲区中，每个缓冲区的长度为选定的最大周期。 MATLAB的概念概念概念概念概念通过MATLAB的脚本显示在方程式4中。图4使用电影和余弦作为输入，其宽±1，周期为45 ms，79 ms和175 ms。 MATLAB脚本周期在400毫秒（200个周期/分钟）和2 s（40个周期/分钟）之间的限制。此示例总共处理了5,000个数据示例，并且样本的数量仍然无法。由于输入数据是一个具有宽1的电影波形，因此每个季节的幅度也为1。很容易看到解决此CH安格很高。图4。振幅频谱显示了三组输入正弦图5的值图5显示了余弦波电影的结果，其宽度为4.5至73个周期。此示例使用1500个数据点长的递归缓冲区。请注意，存在一些小错误，幅度误差为0.366％，在0.234％期间误差。这些误差的大小通常是可以接受的 - 对生物医学应用的认可。在外周毛细血管血氧饱和度（SPO2）测量中，这些误差是无关紧要的，因为SPO2是根据红光比与红外光谱信号的比率计算的。查看公式6和Forom7。图5。余弦波形转换期的更改，每分钟73个周期，宽4.5。振幅误差小于0.37％，天气小于0.24％。结果在应用滑动窗口算法脉冲血氧仪时，将滑动窗口DPT应用于脉搏血氧仪，以使该算法正常运行，需要两个递归阵列：一个用于存储红光历史记录，另一个用于存储红外历史记录。为了完成转换的转换，递归缓冲液（基于相应天气的运行，还需要其长度和处理。缓冲区的长度是指一般分辨率。足够的数据进入处理流以填充这些缓冲区时，只有更大的速度或时间延长的时间来填补了二次处理，就可以在更改中的更改范围，以延长量后，将其播放的次数更改为“更改数据”的更改。数据的更改。数据是由ADI研究人员收集的，用于处理数据的软件是MATLAB脚本中的dpt。填充递归缓冲液后，频谱达到稳定幅度的光谱。由于新数据是示例，DPT将监视原始数据的所有更改，并将相应地更新频谱。图6。原始光伏脉冲波数据， - 滤波器数据以及使用Max30101 ppg AFE设备从主题获得的平滑数据。上波代表红外和红光的原始信号，而下波代表了滤波器和平滑的数据。图7。此图显示了用滑动窗口DPT处理的红色和红外光谱。两个峰中的较大是红外光谱。较小的是红色光谱。为了估计SPO2，首先使用了比率比。 AC组件使用图7中所示的光谱的峰值，直流分子使用图6中所示的不良信号的平均值。使用SET算法与获得的数据获得的SPO2和从Masimo Oximeter收集的心率数据的比较D同时与Max30101脉搏血氧仪传感器。随机选择了一个受试者的数据，并用那些figure 8和9绘制结果。图8。比较光伏波处理的光伏数据数据。图9。从Max30101血氧仪（通过离散的弓箭变化处理）和掩盖血氧仪的心率数据比较。通常，通过在两种不同的仪器中测量相同参数来评估产生的金额是医学实践。这些仪器之一被认为可以产生正确的结果，并用作通用仪器。 Bland和Altman已经开发了一种检查与两个体积测量相同的程序11,12。他们通过检查差异 - 一致性边界的含义和构建来判断同样的判断。 Bland-Altman的图形检查是评估变化和估计卡帕雷之间偏差的简便方法。如果对两种医疗仪器进行了此测试，则其中一种被认为是标准，其他仪器的结果应在两个常见偏差或标准仪器结果的95％之内，然后才能将其视为临床应用中标准仪器的可比性。与研究两个变量之间关系的关系分析不同，平淡的阿尔特曼方法是一种统计重点的方法，该方法着重于两个变量之间的差异。我们使用Max30101脉搏血氧仪传感器从26个健康的成人受试者中收集数据，并将它们合并为仪器测量仪器的顽固血氧结果（包括获得技术信号的新信号），以审查DPT算法的准确性和准确性。研究主题包括20岁和40岁的15名男性和11个女性主题。这项研究的目的是使用两米的血氧比较同一受试者的维度，而不是男女之间的差异。请注意，Spo2是BI性别之间的不同。一项研究表明，对于儿童和健康的成年人，男性的平均SPO2为97.1±1.2％，而对于女性，女性的平均SPO2为98.6±1.0％。图10和11的结果使用标准平淡的altman，每个圆圈代表受试者的平淡altman结果。与SPO2的所有比较都符合平淡的Altman标准。图10。使用DPT算法，男性血氧仪和ADI血氧仪之间的SPO2百分比差。与Panuanesyang Bland-Altman会面。图11。使用DPT算法，酸血氧仪和ADI血氧仪之间的每分钟心率差异。除一种情况下，所有其他案例都符合平淡的阿尔特曼标准。箭头表示检查的结果超出了两个共同的偏差范围。在图11中，与箭头指向的心率的比较值超过两个共同的偏差范围。心率图和主题时间图如图12所示，其中标准开发石膏血氧仪的iation为1.7892，而使用DPT算法的Max30101血氧仪的标准偏差为0.8935。在这种情况下，很难确定哪种工具更准确，但是我们会从通常的偏差中找到一些线索。图12。氧血液计男性和ADI之间的心率和时间表。在25秒的周期中，石膏血氧仪的karathe偏差为1.7892，而Max30101的标准偏差为0.8935。阶梯波是来自蒙版血氧仪的信号。平滑信号源自操作DPT算法的ADI血氧仪。最终，我们使用SDPT算法的氧气系统原型设计了使用ARM®微处理器（运行裸金属操作系统）的氧气系统原型。将Raspberry Pi Zero作为计算机平台，Max30102的集成电路用作传感器。操作系统和滑动窗口DPT以标准C语言实现。图13是原型。整个氧气计由USB 3.0连接提供动力。根据跟踪软件的判断，两个数字到Analog转换器通过功能区电缆将数据发送到Tektronix DPO-4034示波器，该示波器是绘制图像的。该图像是网络连接上台式计算机的感染者。图15显示了大约9秒内从单个受试者获得的结果，然后递归缓冲液填充了10秒。图13。基于Raspberry Pi Zero的脉搏血氧仪原型。 Max30102 SPO2传感器位于图片左上角显示的手指夹中。红灯和红外直流信号是通过一阶低通IIR滤波器从原始信号中获得的；交流信号是通过一阶高通IIR滤波器获得的。参见图14。将这些过滤器的常数设置为大约1秒钟。数据以100 sps的速率进行样本，最大30102中断用作时间信号。对于RED和红外信号，设备的输出为12位固定点数字格式。图14。I-使用无尽的脉冲响应（IIR）从原始光谱数据中提取AC和DC信号。图15。由覆盆子Pi零氧计的原型形成的PPG波，上面有红色光手腕，下面的红外脉冲。心率约为58 bpm。相反的波在图中显示，以更准确地表示手指上的实际动脉压。通过过滤器获得红灯和红外AC信号后，将它们放在DPT上进行处理，而无需进一步的信号再现。由光谱信号的第一个谐波形成的高潮如图16所示。心率由数据峰在水平轴上的位置确定，而SPO2使用宽的红色和红外数据直接通过比率公式下沉。图16。使用离散的pusong -akan机智通过覆盆子pi零生成的频谱H SPO2值为97％，心率为58 bpm。光标B（中心垂直蓝线）显示了1.03秒的测量心率。左上角的矩形信号指向水平轴上400 ms周期的位置；右手角中的矩形信号指向2000 ms周期在水平轴上的位置。讨论氧计产生的原始光学信号包含较大的直流分子和较小的振荡AC组件，该分量约为DC信号的1％。这些振荡物质反映了毛细血管中的脉动活性。任何动作或其他工件都可以轻松覆盖这些信号，从而使读数不准确。多年来，已经花了很多时间研究将这些信号与文物中的信号分开的方法。事实证明，这些方法非常复杂且难以实施。正是由于这些原因，我们进行了这项研究。 DPT算法使用的更改仅需要少数样品，但可以实现准确的测量，并且解决了许多挑战。测量是在域的结合中进行的，并将每个点周期分开，以提供所需的分辨率。然后，我们可以使用DPT的天气和振幅信息直接计算心率和氧饱和度，而无需返回时间领域。结论使用DPT算法添加域检查是处理生物医学信号以获得鬼魂的有效程序。鼻窦方法将支持域频率检查并具有实施益处。研究表明，运行DPT算法的ADI MAX30101集成电路传感器足以用医学实践替代血液氧血液计。参考1 Amal Jubran。 “脉搏血氧仪”。 “重症监护”，第3卷，第2期，999年2月1日。2Han-Wook Lee，Ju-Won Lee，Won-Geun Jun和Gun-ki Lee。 “从PPG信号中删除移动工件的Pan -Time移动平均过滤器”。国际控制自动化与系统杂志，第1卷。 5，第6号，2007年12月。3Brendan Conlon，James A. Devine和James A. Dittmar。 “ ECG同步脉搏血氧仪”。美国专利4,960,126，1990年10月。4James Reuss和Dennis Bahr。 “胎儿脉搏血氧仪期间的域审查”。第二届联合第24届年度会议的方法以及Biomed Collapseate Society的年度崩溃，2002年。5Eric Jacobsen和Richard Lyons。 “滑动DFT”。 IEEE信号处理杂志，第1卷。 20，第2期，2003年3月。6埃里克·雅各布森（Eric Jacobsen）和理查德·里昂（Richard Lyons）。 “滑动DFT滑动”。 “ IEEE信号处理杂志”，第21卷，第1期，2004年1月。7Lawrence R. Rabiner和Bernard Gold。数字信号处理的理论和应用。 Prentice-Hall，1975年1月。8Ludvik Alkhoury，Ji-Won Choi，Chizhong Wang，Arjun Rajasekar，Sayandeep Acharya，Sean Mahoney，Barry S. Shender，Leonid Hrebien和MosE Kam。 “心率过滤器是处理脉搏血氧仪中光杀解自然图（PPG）信号的音调”。临床监测与计算杂志，第35卷，第4期，2021年。9“建议的Max30101/Max30102 EV套件的建议调整和操作配置文件”。联合马克西姆，2018年3月。10 Sang-soo Oak和Praveen Aoul。 “如何使用AFE4403设计外周氧饱和度（SPO2）和光学心率监测（OHRM）系统”。德克萨斯州的乐器，2015年3月。11道格拉斯·奥特曼（Douglas Altman）和J. Martin Bland。道格拉斯·G·奥特曼（Douglas G. Altman）。 “计算，第16卷，印度。帕雷迪（MGA）。Ulse Oximetry”。《生物学和医学计算机杂志》，第26卷，第2期，1996年3月。