Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-6774
Main Title: Enabling continuous blood pressure estimation on artifact contaminated recordings applying a novel pulse wave signal quality detector
Translated Title: Unterstützung der Blutdruckschätzung auf artefaktbehafteten Datensätzen mithilfe eines neuen Signalqualitätsschätzers für Pulssignale
Author(s): Pflugradt, Maik
Advisor(s): Orglmeister, Reinhold
Referee(s): Orlgmeister, Reinhold
Mylvaganam, Kanagasabapath
Wellnhofer, Ernst
Granting Institution: Technische Universität Berlin
Type: Doctoral Thesis
Language Code: en
Abstract: The universe of home-monitoring and unobtrusive longtime measurements has experienced a remarkable development in the past years. Smart and cheap recording devices interconnected to body sensor networks have emerged in a great variety, promoting features such as on-line signal processing, low power consumption and high data rates. These hardware systems provide a novel platform for ambitious medical applications, thereby broadening the possibilities of related treatments and diagnostics. One field of operation that significantly profits from this technological process involves multimodal pulse wave analysis, which is exploited in innovative procedures such as continuous blood pressure estimation. These methods can yield invaluable insights into the cardiovascular state, especially in unsupervised settings. On the other hand, ambulatory records incorporating electrocardiography and pulse wave signals have to cope with external influences, including motion artifacts, and pathophysiological incidents, such as ectopic beats. If left unattended, automatic signal processing routines can be severely hampered, resulting in infeasible outputs that impede further evaluations. To tackle those issues in an attempt to support pulse wave analysis procedures in difficult environments, this thesis deals with different aspects of signal quality, ranging from hardware considerations to algorithmic implementations concentrating on the detection and suppression of different kinds of signal distortions. In the scope of the conducted efforts, an improved wireless body sensor network was developed, which features competitive properties including an accurate synchronization mechanism based on Bluetooth, capable and rich frontends equipped with additional acceleration sensors and a well balanced trade-off regarding processing power and overall power consumption. Further, a novel signal quality estimator for photoplethysmographic signals is realized, which outperforms existing methods and is executable on battery driven devices with reduced computational capabilities. Thanks to its convincing detection qualities, pulse wave related recordings were shown to remain applicable in noisy measurement environments, as periods of decreased signal quality are reliably discarded. Especially artifact prone methods such as blood pressure estimation routines profit from the presented achievements, becoming more robust in ambulatory measurement settings again. The proposed signal quality discrimination stage is further complemented by a multimodal ectopic beat detector, which accounts for physiological abnormalites that are known to have a serious impact on pulse wave processing as well. Finally, preliminary results of a novel hand movement recognition and an improved pulse wave artifact suppression approach are presented, providing powerful tools to further increase the robustness of ubiquitous pulse wave monitoring.
Die Möglichkeiten nicht überwachter Langzeitmessungen im Homemonitoring Bereich haben in den letzten Jahren eine beachtliche Entwicklung vollzogen. Vor allem die zunehmende preisgünstige Verfügbarkeit elektronischer Komponenten hat deutlich zur Verbreitung drahtlos vernetzter Sensornetzwerke beigetragen, die mit steigender Leistungsfähigkeit bei ständig kleiner werdendem Strombedarf aufwarten. Durch solche intelligenten Hardware-Systeme finden auch komplexere Applikationen eine Plattform, welche die Anwendungsgebiete medizinischer Behandlungen und Überwachungen beträchtlich ausweiten. Insbesondere multimodale Ansätze wie die durch das EKG getriggerte Pulswellenanalyse profitieren von den neuen technischen Möglichkeiten, die auch bei den Methoden der kontinuierlichen Blutdruckschätzung genutzt werden. Vor allem ambulante Langzeitmessungen können hier neue und wertvolle Einblicke in den kardiovaskulären Zustand bieten. Auf der anderen Seite haben automatisierte Auswerteverfahren nicht überwachter Messungen mit größeren Problemen, verursacht durch Signalartefakte oder physiologische Abnormalitäten, wie beispielsweise dem vermehrten Auftreten von Extrasystolen, zu kämpfen, wodurch deutliche Qualitätseinbußen zu erwarten sind. Die vorliegende Arbeit beschäftigt sich daher mit neuen Lösungsansätzen zur zuverlässigen Erkennung und Unterdrückung der oben genannten Störeinflüsse bei automatisierten Pulswellenanalysen. Zur stabilen Gewinnung der verschiedenen Pulswellenparameter wurde ein neues, drahtloses Sensornetzwerk zur synchronen Erfassung mehrkanaliger Biosignale entworfen, welches eine hochgenaue Synchronisation auf Basis des Bluetooth Standards, reduzierten Strombedarf und mannigfaltige analoge und digitale Sensorfrontends vorweisen kann. Den Hauptneuigkeitswert dieser Arbeit stellt anschließend ein neuer Ansatz zur Qualitätsschätzung von pulsatilen Signalen dar, welcher bisherige Methoden in den Punkten Klassifikationsqualität, Rechenaufwand und praktischer Anwendbarkeit deutlich überlegen ist. Der bedeutende Mehrwert für die Pulswellenanalyse wurde am Beispiel der Anwendung kontinuierlicher Blutdruckschätzer auf gestörte Datensätze gezeigt, die durch die robuste Diskriminierung der Signalqualität zuverlässige Resultate liefern. Des Weiteren werden verbesserte Methoden zur Erkennung von Extrasystolen, zur Klassifikation von Handbewegungen sowie zur Unterdrückung von Pulswellenartefakten vorgestellt, die die Auswertung von nicht überwachten Aufzeichnungen unter schwierigen Messbedingungen zusätzlich unterstützen.
URI: https://depositonce.tu-berlin.de//handle/11303/7560
http://dx.doi.org/10.14279/depositonce-6774
Exam Date: 15-Dec-2017
Issue Date: 2018
Date Available: 12-Apr-2018
DDC Class: 620 Ingenieurwissenschaften und zugeordnete Tätigkeiten
Subject(s): body sensor networks
pulse wave analysis
signal quality
blood pressure estimation
artifact suppression
Sensornetzwerke
Pulswellenanalyse
Signalqualität
EKG
PPG
Blutdruckschätzung
Artefaktunterdrückung
License: https://creativecommons.org/licenses/by/4.0/
Appears in Collections:FG Elektronik und medizinische Signalverarbeitung » Publications

Files in This Item:
File Description SizeFormat 
pflugradt_maik.pdf21.97 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons