[論文レビュー] Delineation of Raw Plethysmograph using Wavelets for Mobile based Pulse Oximeters

Sangeeta Soni, Yogendra Namjoshi|arXiv (Cornell University)|Nov 1, 2010

Non-Invasive Vital Sign Monitoring参考文献 2被引用数 4

ひとこと要約

本論文は、モバイルおよびポータブルパルスオキシメーターからのノイズの多い赤外線および赤色波長信号において、正確なピークおよびベースライン検出を可能にするウェーブレットに基づく手法を提案する。この手法により、ノイズ除去と波形セグメンテーションを効果的に行い、低リソースのモバイル環境でも安定した性能を発揮することで、心拍数およびSpO2の推定精度が向上する。

ABSTRACT

The non-invasive pulse-oximeter is a crucial parameter in continuous monitoring systems. It plays a vital role from admission of the patient to surgeries with general anaesthesia. The paper proposes the application of wavelet transform to delineate the raw plethysmograph signals obtained from basic portable and mobile-powered electronic hardware. The paper primarily focuses on finding peaks and baseline from noisy infrared and red waveforms which are responsible for calculating heart-rate and oxygen saturation percentages.

研究の動機と目的

• モバイルおよびポータブルパルスオキシメーターにおける心拍数および動脈酸素飽和度（SpO2）推定の正確性を向上させること。
• 赤外線および赤色波長センサーからのノイズの多い生プリステジオグラム信号の課題に対処すること。
• 低消費電力のモバイルハードウェアに適した、強固でリアルタイムな信号処理手法を開発すること。
• 連続的患者モニタリングを可能にするために、プリステジオグラム波形における信頼性の高いピークおよびベースライン検出を実現すること。

提案手法

• 生プリステジオグラム信号を近似係数および詳細係数に分解するために離散ウェーブレット変換（DWT）を適用すること。
• マルチスケール解析のためのダウベシーズおよびコフィレットウェーブレットの使用により、関連する信号特徴を分離すること。
• ノイズを低減しつつ血行動態的特徴を保持するため、詳細係数のしきい値処理を実施すること。
• 逆DWTを用いた再構成により、その後のピークおよびベースライン検出に適したノイズ低減信号を得ること。
• ノイズ低減信号上にピーク検出アルゴリズムを実装し、Rピークを特定し、心拍数を推定すること。
• 再構成信号のエンVELOープを滑らかにする処理によりベースライン推定を行い、SpO2計算を支援すること。

実験結果

リサーチクエスチョン

• RQ1 ウェーブレット変換は、モバイルパルスオキシメーターからの生プリステジオグラム信号をどのように効果的にノイズ除去できるか？
• RQ2 どのウェーブレット族と分解レベルが、ノイズの多いプリステジオグラム信号における最適なピークおよびベースライン検出をもたらすか？
• RQ3 ウェーブレットベースの前処理により、低消費電力のモバイルデバイスにおける心拍数およびSpO2推定の正確性が向上するか？
• RQ4 運動アーチファクトおよびノイズに対して、本手法は従来のフィルタリング技術と比較してどの程度の頑健性を示すか？

主な発見

• ウェーブレットベースの手法により、モバイルパルスオキシメーターからの生プリステジオグラム信号のノイズが顕著に低減された。
• ウェーブレットによるノイズ除去後に信号対雑音比が向上したため、ピーク検出の正確性が向上した。
• ウェーブレット再構成およびスムージング処理を経て、ベースライン推定がより安定的かつ信頼性が高くなった。
• 低消費電力のモバイルハードウェアプラットフォーム上でも、リアルタイム処理において本手法が頑健であることが示された。
• ダウベシーズおよびコフィレットウェーブレットの使用が、標準的なローパスフィルタリングを上回り、血行動態的特徴をより効果的に保持した。
• 全体としてのアプローチにより、ノイズの多いモバイル環境下でも正確で継続的な心拍数およびSpO2モニタリングが可能になった。