Unterdrückung von Bewegungsartefakten beim Langzeitmonitoring zur Anwendung in Personal-Healthcare-Systemen
| dc.contributor.advisor | Orglmeister, Reinhold | en |
| dc.contributor.author | Volmer, Achim | en |
| dc.contributor.grantor | Technische Universität Berlin, Fakultät IV - Elektrotechnik und Informatik | en |
| dc.date.accepted | 2010-11-03 | |
| dc.date.accessioned | 2015-11-20T20:08:05Z | |
| dc.date.available | 2011-01-26T12:00:00Z | |
| dc.date.issued | 2011-01-26 | |
| dc.date.submitted | 2011-01-26 | |
| dc.description.abstract | Personal-Healthcare integriert die medizinische Vor- und Nachsorge in das häusliche Umfeld, indem ein kontinuierliches 24/7-Monitoring von Biosignalen und Vitalparametern durchgeführt wird. Im Rahmen dieser Arbeit wird ein Personal-Healthcare-System bestehend aus Sensorsystemen für die Messung des Elektrokardiogramms (EKG) sowie des Photoplethysmogramms (PPG) und der Sauerstoffsättigung entwickelt, die in ein Body-Sensor-Network eingebunden sind. Ein auf IEEE 802.15.4 basierendes entwickeltes proprietäres Protokoll ermöglicht die drahtlose energieeffiziente Datenübertragung zwischen den Sensorsystemen und einer Basiseinheit sowie die Synchronisation der Abtastzeitpunkte bei der Digitalisierung der Biosignale. Zusätzlich wird die dreidimensionale Beschleunigung am Ort der Messung ermittelt und mittels eines Mustererkenners eine Kontextinformation generiert. So lassen sich Zusammenhänge zwischen Aktivitäten und den Zuständen des Herz-Kreislauf-Systems erschließen. Eine Auswahl möglichst signifikanter Features wird mittels der Leave-One-Out-Kreuz-Validierung getroffen. Auf eine individuelle Anlernphase kann durch die Implementierung eines generalisierenden Modells verzichtet werden. Das lückenlose Langzeitmonitoring umfasst Situationen, in denen Bewegungen mit hoher Dynamik ausgeführt werden, wodurch die ermittelten Signale durch Bewegungsartefakte gestört sind und die Auswertung der Vitalparameter erschwert wird. Diese Arbeit legt den Schwerpunkt auf die Unterdrückung von Bewegungsartefakten für das EKG sowie das PPG und die Sauerstoffsättigung. Das entwickelte EKG-Sensorsystem setzt die Ableitung I nach Einthoven unter Nutzung textiler Trockenelektroden in einem Brustgurt ein. Mittels einer galvanischen Entkopplung des Registriersystems und der eingesetzten Verstärkertopologie wird ein Großteil der Bewegungsartefakte reduziert. Untersuchungen, die das EKG-Signal unter Zuhilfenahme eines Adaptive-Noise-Cancellers mit einem Beschleunigungssignal als Referenz rekonstruieren, liefern allerdings nur unbefriedigende Ergebnisse. Eine besondere Herausforderung stellt die Artefaktkompensation beim PPG und der daraus ermittelten Sauerstoffsättigung dar. Anhand eigener Bewegungsversuche wird gezeigt, dass die Rekonstruktion artefaktbehafteter PPG-Signale durch die Anwendung adaptiver Filterung gute Ergebnisse liefert und der Einsatz der Beschleunigung in Fingerrichtung dabei als Referenzsignal allein zur Rekonstruktion ausreicht. Eine Berechnung der Sauerstoffsättigung aus diesen rekonstruierten Signalen ist hingegen problematisch. Mit dem in dieser Arbeit neu entwickelten RSCD-Verfahren (engl. robust saturation by convolutive demixing) ist es gelungen, gleichzeitig eine Rekonstruktion des PPG-Signals und eine robuste Berechnung der Sauserstoffsättigung zu erreichen. Grundlage des Verfahrens bildet die abschnittsweise Anwendung der konvolutiven Independent-Component-Analysis (ICA). Dabei wird der konvolutive Ansatz den Eigenschaften des Gefäßsystems gerecht. Die Leistungsfähigkeit der Methode wird mittels Entsättigungsversuchen auch bei starker Artefaktbehaftung nachgewiesen. Der Vorteil der neuen Methode liegt in der Ausnutzung der statistischen Eigenschaften der PPG-Signale, wodurch explizit eine optimierte Lösung gefunden wird. | de |
| dc.description.abstract | Personal healthcare integrates medical prevention and aftercare into the home environment by applying a continuous 24/7-monitoring of bio-signals and vital signs. In this work a personal healthcare system is developed consisting of sensor systems for the measurement of the electrocardiogram (ECG), the photoplethysmogram (PPG) and the oxygen saturation which are linked into a body sensor network. A developed proprietary wireless protocol based on IEEE 802.15.4 enables energy-efficient data transmission between the sensor systems and a base unit. Also a synchronization of the sampling points within in the digitization of biological signals is achieved. In addition, the three-dimensional acceleration is acquired to provide context information by use of pattern recognition. Thus links between activities and the condition of the cardiovascular system open up. The selection of significant features is realized using leave-one-out cross-validation. As a generalized model is implemented an individual training period is not necessary. Long-term monitoring includes situations in which movements are performed with high dynamics, whereby the detected signals are disturbed by motion artefacts and the evaluation of vital signs is difficult. This work focuses on the suppression of motion artefacts for ECG and PPG signals and also of oxygen saturation. The developed ECG sensor system uses textile dry electrodes embedded into a chest strap. By means of a galvanic decoupling of the registration system and the amplifier topology used a reduction of much of the motion artefacts is attained. However, experiments of ECG signal reconstruction applying an adaptive noise canceller with an acceleration signal as reference only provide unsatisfactory results. A particular challenge is the artefact compensation for PPG signals and the resulting oxygen saturation. By means of motion experiments it is shown that the reconstruction of PPG signals employing adaptive filtering provides good results. Moreover the use of acceleration in the direction of the finger as a reference signal alone is sufficient. However the calculation of oxygen saturation from these reconstructed signals is problematic. In this work a method named RSCD (robust saturation by convolutive demixing) is newly developed that simultaneously reconstructs the PPG signal and robustly calculates the oxygen saturation. The technique is based on the application of convolutive independent component analysis (ICA) using overlapping sections. The convolutive approach reflects the properties of the vascular system. The method’s performance is demonstrated within desaturation experiments under high activity levels. The advantage of the new method lies in exploiting the statistical properties of the PPG signals, which leads to an optimized solution. | en |
| dc.identifier.uri | urn:nbn:de:kobv:83-opus-29152 | |
| dc.identifier.uri | https://depositonce.tu-berlin.de/handle/11303/3001 | |
| dc.identifier.uri | http://dx.doi.org/10.14279/depositonce-2704 | |
| dc.language | German | en |
| dc.language.iso | de | en |
| dc.rights.uri | http://rightsstatements.org/vocab/InC/1.0/ | en |
| dc.subject.ddc | 620 Ingenieurwissenschaften und zugeordnete Tätigkeiten | en |
| dc.subject.other | Bewegungsartefakte | de |
| dc.subject.other | Blinde Quellentrennung | de |
| dc.subject.other | Body-Sensor-Network | de |
| dc.subject.other | Persönliche Gesundheitsvorsorge | de |
| dc.subject.other | Sauerstoffsättigung | de |
| dc.subject.other | Body sensor network | en |
| dc.subject.other | Independent component analysis | en |
| dc.subject.other | Motion artefacts | en |
| dc.subject.other | Oxygen saturation | en |
| dc.subject.other | Personal healthcare system | en |
| dc.title | Unterdrückung von Bewegungsartefakten beim Langzeitmonitoring zur Anwendung in Personal-Healthcare-Systemen | de |
| dc.title.translated | Suppression of motion artefacts during long-term monitoring for use in personal healthcare systems | en |
| dc.type | Doctoral Thesis | en |
| dc.type.version | publishedVersion | en |
| tub.accessrights.dnb | free | * |
| tub.affiliation | Fak. 4 Elektrotechnik und Informatik::Inst. Energie- und Automatisierungstechnik | de |
| tub.affiliation.faculty | Fak. 4 Elektrotechnik und Informatik | de |
| tub.affiliation.institute | Inst. Energie- und Automatisierungstechnik | de |
| tub.identifier.opus3 | 2915 | |
| tub.identifier.opus4 | 2765 | |
| tub.publisher.universityorinstitution | Technische Universität Berlin | en |
Files
Original bundle
1 - 1 of 1