Estimativa robusta da frequência cardíaca a partir de sinais de fotopletismografia de pulso

• Ano de defesa: 2018
• Autor(a) principal: Benetti, Tiago
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Pontifícia Universidade Católica do Rio Grande do Sul; Escola Politécnica; Brasil; PUCRS; Programa de Pós-Graduação em Engenharia Elétrica
• Palavras-chave em Português: Algoritmo RLS; Artefatos de Movimento; Filtros Adaptativos; Filtro de Kalman; Frequência Cardíaca; Fotopletismografia (PPG); Índice de Qualidade do Sinal; Adaptive Filters; Heart Rate; Kalman Filter; Motion Artifacts; Photoplethysmography (PPG); RLS Algorithm; Signal Quality Index; ENGENHARIAS
• Link de acesso: http://tede2.pucrs.br/tede2/handle/tede/8337

O monitoramento da frequência cardíaca utilizando sinais de Fotopletismografia ou PPG (do inglês, Photopletismography) adquiridos do pulso de indivíduos tem se popularizado devido ao surgimento de inúmeros dispositivos wearable de baixo custo. No entanto, o monitoramento durante atividades físicas tem dificuldades em razão da influência de artefatos de movimento nos sinais de PPG. O objetivo deste trabalho é introduzir um novo algoritmo capaz de remover artefatos de movimento e estimar a frequência cardíaca de sinais de PPG de pulso. Os algoritmos do Mínimo Quadrado Médio Normalizado ou NLMS (do inglês, Normalized Least Mean Square) e de Mínimos Quadrados Recursivos ou RLS (do inglês, Recursive Least Squares) são propostos para uma estrutura de filtragem adaptativa que utiliza sinais de aceleração como referência para remover os artefatos de movimento. O algoritmo utiliza o Periodograma dos sinais filtrados para extrair suas frequências cardíacas, que serão utilizadas juntamente com um Índice de Qualidade do Sinal de PPG para alimentar a entrada de um Filtro de Kalman. Heurísticas específicas e o Índice de Qualidade colaboram para que filtro de Kalman forneça uma estimativa da frequência cardíaca com alta acurácia e robustez a incertezas de medição. O algoritmo foi validado a partir da frequência cardíaca obtida de sinais de Eletrocardiografia e o método proposto com o algoritmo RLS apresentou os melhores resultados com um erro médio absoluto de 1,54 batimentos por minuto (bpm) e desvio padrão de 0,62 bpm, registrados para 12 indivíduos realizando uma atividade de corrida em uma esteira com velocidades variadas. Os resultados tornam o desempenho do algoritmo comparável e até mesmo melhor que vários métodos desenvolvidos recentemente neste campo. Além disso, o algoritmo apresentou um custo computacional baixo e adequado ao intervalo de tempo em que a estimativa da frequência cardíaca é realizada. Dessa forma, espera-se que este algoritmo melhore a obtenção da frequência cardíaca em dispositivos wearable atualmente disponíveis.