BP3: Повышение точности бесманжетного мониторинга артериального давления за счет объединения мм-волнового измерения пульсовой волны и физиологических факторов
BP3: Improving Cuff-less Blood Pressure Monitoring Performance by Fusing mmWave Pulse Wave Sensing and Physiological Factors
2024-11-04
SCID: 54.1/39mk6vsw
Discuss with AI
BP3 глубокая обучающаяся архитектурабескамерное мониторирование артериального давленияммWave датчик пульсовой волныслияние физиологических факторованализ пульсовой волны (PWA)
Figures from the paper
Abstract (AI)
Бесманжетные методы, особенно методы анализа пульсовой волны (PWA) с использованием фотоплетизмографии (PPG) и миллиметроволнового (mmWave) датчика, демонстрируют большой потенциал для ненавязчивого мониторинга артериального давления (АД). Однако современные решения проверяются в основном на небольших выборках здоровых испытуемых, игнорируя пациентов с отклонениями АД, для которых мониторинг особенно актуален. Чтобы устранить этот пробел, мы впервые формируем, насколько нам известно, крупнейший набор данных mmWave–BP, включающий 930 реальных пациентов с сердечно-сосудистыми заболеваниями, и проводим обширные эксперименты, которые показывают, что все существующие методы PWA дают далеко не удовлетворительную точность: стандартные отклонения (STD) превышают 16 мм рт. ст. для систолического АД (SBP) и 11 мм рт. ст. для диастолического АД (DBP). Глубокое исследование показывает, что физиологические факторы сложно влияют на эластичность и структуру сосудов, поэтому люди с очень разными значениями АД могут иметь чрезвычайно сходные формы пульсовой волны, что приводит к путанице при обучении моделей. В этой работе мы предлагаем BP3, объединяющий физиологические факторы в модель глубокого обучения, основанную на данных сенсоров, чтобы учитывать сложное влияние этих факторов на протяжении всего процесса обучения пульсовых форм. Результаты оценки показывают, что BP3 достигает средних ошибок −1,57 мм рт. ст. и −0,34 мм рт. ст. и STD 9,77 мм рт. ст. и 7,93 мм рт. ст. для SBP и DBP соответственно. Что важно, BP3 демонстрирует заметный прирост в первую очередь для субъектов с аномальным АД, достигая средних ошибок, составляющих лишь 0,48%–20,86% от показателей современных решений.
Key Findings
1
BP3 достигает средних ошибок -1.57 мм рт.ст. (САД) и -0.34 мм рт.ст. (ДАД) с СТО = 9.77 мм рт.ст. (САД) и 7.93 мм рт.ст. (ДАД), и существенно улучшает результаты для пациентов с аномальным АД (средние ошибки составляют 0.48%–20.86% от показателей современных методов).
2
Создан самый крупный на данный момент mmWave-BP датасет с 930 реальными пациентами с сердечно-сосудистыми заболеваниями для оценки бескарманного мониторинга АД.
3
Существующие методы анализа пульсовой волны (PWA) показывают плохую работу на этом датасете: стандартные отклонения ошибок превышают 16 мм рт.ст. для САД и 11 мм рт.ст. для ДАД.
4
Физиологические факторы оказывают сложное влияние на эластичность и структуру сосудов, из-за чего при очень разных значениях АД могут наблюдаться очень похожие пульсовые формы, что сбивает модели с толку.
5
Предложен метод BP3, который объединяет физиологические факторы с обучением глубоких нейронных сетей на данных сенсоров для моделирования сложного влияния физиологических факторов на пульсовые волны.
Research Object
Бесманжетная система мониторинга артериального давления с использованием миллиметроволнового датчика пульсовой волны и физиологических факторов
Research Subject
Повышение точности оценки артериального давления (САД и ДАД) путем объединения данных миллиметроволнового измерения пульсовой волны с физиологическими факторами в глубокой обучающейся PWA-архитектуре
Publication Details
Publication Date
2024-11-04
Journal
Publisher
ISSN
Cited by
17
Access Type
Author Information
Download PDF
Subscribe to digest