Snímanie a spracovanie signálov na monitorovanie životných funkcií pomocou nositeľného systému

Riešitelia: Lehocki F., Tyšler M., Gogola D., Bagín R., Madevska Bogdanova A., Koteska B., Spasenović M., Vićentić, T. et al.

 

V rámci projektu NATO boli navrhnuté senzory a vyvinuté metódy na monitorovanie životných funkcií obetí hromadných nešťastí pomocou nositeľného systému. Navrhnuté rezistívne senzory na báze laserom nanášaných grafénových vrstiev boli odskúšané na monitorovanie srdcovej aj dýchacej frekvencie (SF a DF) [1]. Pokrytie alebo obalenie senzora vrstvou polydimethylsiloxanu zvýšilo šum senzora a smerodajná odchýlka určenia R-R intervalu vzrástla z 31 na 51, resp. 110 ms, SF však stále bola v rozmedzí do 2,5 tepov/min. voči referenčnému meraniu. S použitím komerčného integrovaného modulu bol navrhnutý funkčný vzor snímača a metódy snímania EKG a PPG signálov a porovnávané metódy extrakcie SF, DF a okysličenia [5]. Na určenie DF sa ako najvhodnejší ukázal algoritmus založený na variabilite vrcholov R-vlny, kde RMS chyba voči referenčnému meraniu bola 0,168 dychov/min. S využitím dostupných databáz boli testované metódy na báze strojového učenia na predikciu okysličenia z charakteristík snímaných PPG signálov [2] a boli skúmané možnosti klasifikácie krvného tlaku pomocou snímaných EKG a PPG signálov s využitím neurónových sietí [3,5]. S použitím modelu s LSTN architektúrou bola dosiahnutá klasifikácia meraných subjektov do kategórií normálny, prehypertenzný a hypertenzný s presnosťou 88%, 80% a 78%. 

 

Súvisiace projekty:

  • NATO G5825 Smart Patch for Life Support Systems (SP4LIFE)
  • MVTS na podporu projektu NATO G5825 SP4LIFE

 

Publikácie:

  1. VIĆENTIĆ, T. – RAFAJILOVIC, M.R. – ILIC, S.D. – KOTESKA, B. – MADEVSKA BOGDANOVA, A. – PASTI, I.A. –  LEHOCKI, Fedor– SPASENOVIC, M. Laser-induced graphene for heartbeat monitoring with HeartPy analysis. In Sensors, 2022, vol. 22, no. 17, p. 6326. ISSN 1424-8220. (3.847 – IF2021) Q1
  2. KOTESKA, B. – MITROVA, H. – MADEVSKA BOGDANOVA, A. – LEHOCKI, F. Machine learning based SpO2 prediction from PPG signal’s characteristics features. In IEEE International Symposium on Medical Measurements and Applications (MeMeA 2022). – IEEE, 2022. ISBN 978-1-6654-8299-8. Q4
  3. KUZMANOV, I. – VASILEVSKA, A. – MADEVSKA BOGDANOVA, A. – ACKOVSKA, N. – KOSTOSKA, M. – LEHOCKI, F. “Blood Pressure Classification Using CNN-LSTM Model”, 14th ICT Innovations Conference 2022, 29 September -1 October, 2022, Skopje, N. Macedonia.https://proceedings.ictinnovations.org/2022/paper/563/blood-pressure-classification-using-cnn-lstm-model
  4. ŽŇAVA, E. – LEHOCKI, F. – TYŠLER, M. – MADEVSKA BOGDANOVA, A. – KOSTOSKA, M. – MASÁR, O. – SPASENOVIĆ, M. – PUTEKOVÁ, S. “Estimation of Respiratory Rate from ECG Signal in Python Programming Language”, 14th ICT Innovations Conference 2022, 29 September -1 October, 2022, Skopje, N. Macedonia.https://proceedings.ictinnovations.org/2022/paper/565/estimation-of-respiratory-rate-from-ecg-signal-in-python-programming-language
  5. ANDRÁŠIKOVÁ, B. – LEHOCKI, F. – TYŠLER, M. – MADEVSKA BOGDANOVA, A. – KUZMANOV, I. – MASÁR, O. – SPASENOVIĆ, M. – PUTEKOVÁ, S. “Using Cuffless Non-Invasive Methods for Blood Pressure Estimation: Description of the Selected Solutions”, 14th ICT Innovations Conference 2022, 29 September -1 October, 2022, Skopje, N. Macedonia.https://proceedings.ictinnovations.org/attachment/paper/568/using-cuffless-non-invasive-methods-for-blood-pressure-estimation-description-of-the-selected-ns.pdf

 

 

 

 

 

 

 

 

 

 

Obr. 1: Grafénový senzor a ukážka monitorovania srdcového rytmu zo snímača na ruke.

 

  

 

 

 

Obr. 2: Funkčný vzor snímača EKG a PPG a ukážka snímaných signálov na extrakciu srdcovej frekvencie, dýchacej frekvencie a okysličenia krvi.