Аналіз фотоплетизмографічних сигналів за допомогою  коефіцієнтів вейвлет-перетворення та скалограми для оцінки  серцево-судинних процесів

Адріан Наконечний; Ігор Бережний

doi:10.15407/fmmit2024.39.125

Адріан Наконечний
Ігор Бережний

DOI: https://doi.org/10.15407/fmmit2024.39.125

Ключові слова: фотоплетизмографія, скалограма, вейвлет перетворення, вейвлет коефіцієнти.

Анотація

Дистанційна фотоплетизмографія є неінвазивним методом вимірювання змін об'єму крові, який широко застосовується для оцінки стану серцево-судинної системи. Однак, через складність сигналів RPPG та низьку якість відео потоку, аналіз цих сигналів вимагає точних і адаптивних методів обробки даних. Вейвлет-перетворення та скалограма є ефективними інструментами
для виявлення часово-частотних характеристик цих сигналів. Метою дослідження є застосування коефіцієнтів вейвлет-перетворення та скалограми для детального аналізу фотоплетизмографічних сигналів з метою покращення оцінки серцево-судинних процесів. У даній роботі використано вейвлет-перетворення для отримання коефіцієнтів, що відображають
багатомасштабну структуру RPPG-сигналів. Аналіз скалограми дозволяє ідентифікувати ключові частотно-часові зміни, що характеризують серцево-судинні процеси.

Посилання

Nakonechnyi A., Berezhnyi I., (2023) "Estimation of heart rate and its variability based on wavelet analysis of photoplethysmographic signals in real time", Intelligent data acquisition and advanced computing systems: technology and applications: proceedings of the 12th IEEE International conference IDAACS, Dortmund, Germany, 7-9 September 2023. Vol. 1. - 2023. - C. 765-770. ISSN: 27704262, ISBN: 979-835035805-6, DOI: 10.1109/IDAACS58523.2023.10348785

Berezhnyi I., Nakonechnyi A., (2024). "Analysis of methods and algorithms for remote photoplethysmography signal diagnostic and filtering", Advances in Cyber-physical Systems 2024, Volume 9, Number 1, pp. 82-88, ISSN: 2524-0382, DOI: 10.23939/acps2024.01.082G. Bradski. The OpenCV Library. Dr. Dobb's Journal of Software Tools, 2000.

Wang, Xin, Tapani Ahonen, and Jari Nurmi. "Applying CDMA technique to network-on-chip." IEEE transactions on very large scale integration (VLSI) systems 15.10 (2007): 1091-1100. https://doi.org/10.1109/TVLSI.2007.903914

Arslanova, I., Galvez-Pol, A., Kilner, J. et al. Seeing Through Each Other's Hearts: Inferring Others' Heart Rate as a Function of Own Heart Rate Perception and Perceived Social Intelligence. Affec Sci 3, pp. 862-877 (2022) doi:10.1007/s42761-022-00151-4

L. Wang, H. Li, H. Qiu, Q. Wu, F. Meng and K. N. Ngan, "POS-Trends Dynamic-Aware Model for Video Caption," in IEEE Transactions on Circuits and Systems for Video Technology, vol. 32, no. 7, pp. 4751-4764, July 2022, doi: 10.1109/TCSVT.2021.3131721

A. Gudi, M. Bittner, R. Lochmans and J. van Gemert, "Efficient Real-Time Camera Based Estimation of Heart Rate and Its Variability," 2019 IEEE/CVF International Conference on Computer Vision Workshop (ICCVW), Seoul, Korea (South), 2019, pp. 1570-1579, doi: 10.1109/ICCVW.2019.00196.

Wang W, den Brinker AC, Stuijk S, de Haan G. Algorithmic Principles of Remote PPG. IEEE Trans Biomed Eng. 2017 Jul;64(7), pp. 1479-1491. doi: 10.1109/TBME.2016.2609282 https://doi.org/10.1109/TBME.2016.2609282

Serge Bobbia, Richard Macwan, Yannick Benezeth, Alamin Mansouri, and Julien Dubois. Unsupervised skin tissue segmentation for remote photoplethysmography. Pattern Recognition Letters, 124, pp. 82-90, https://doi.org/10.1016/j.patrec.2017.10.017

Ronny Stricker, Steffen Müller, and Horst-Michael Gross. Non-contact video-based pulse rate measurement on a mobile service robot. In The 23rd IEEE International Symposium on Robot and Human Interactive Communication, pp. 1056-1062. IEEE, 2014.

Daniel McDuff, Miah Wander, Xin Liu, Brian L Hill, Javier Hernandez, Jonathan Lester, and Tadas Baltrusaitis. Scamps: Synthetics for camera measurement of physiological signals. arXiv preprint arXiv:2206.04197, 2022.