[論文レビュー] Feature Exploration for Knowledge-guided and Data-driven Approach Based Cuffless Blood Pressure Measurement

Xiaorong Ding, Bryan P. Yan+4 more|arXiv (Cornell University)|Aug 27, 2019

Non-Invasive Vital Sign Monitoring参考文献 13被引用数 7

ひとこと要約

本研究では、知識を統合したモデルとデータ駆動型モデルを用いて、 cuffless 血圧（BP）推定を向上させるために、222の心電図（ECG）および脈波計測（PPG）由来の特徴量を拡張して提案した。収縮期血圧（SBP）および平均血圧（MBP）の予測要因として、最大値の半分におけるパルス幅（PWFM）が最も強い相関を示した。拡張期血圧（DBP）および脈圧（PP）の予測には、dPPGのピークとsdPPGの谷間の振幅およびR波ピークとsdPPGの谷間の時間間隔が最も関連性が高かった。これらの特徴量は、連続的で非侵襲的なBPモニタリングの精度を顕著に向上させた。

ABSTRACT

This study explores extended feature space that is indicative of blood pressure (BP) changes for better estimation of continuous BP in an unobtrusive way. A total of 222 features were extracted from noninvasively acquired electrocardiogram (ECG) and photoplethysmogram (PPG) signals with the subject undergoing coronary angiography and/or percutaneous coronary intervention, during which intra-arterial BP was recorded simultaneously with the subject at rest and while administering drugs to induce BP variations. The association between the extracted features and the BP components, i.e. systolic BP (SBP), diastolic BP (DBP), mean BP (MBP), and pulse pressure (PP) were analyzed and evaluated in terms of correlation coefficient, cross sample entropy, and mutual information, respectively. Results show that the most relevant indicator for both SBP and MBP is the pulse full width at half maximum, and for DBP and PP, the amplitude between the peak of the first derivative of PPG (dPPG) to the valley of the second derivative of PPG (sdPPG) and the time interval between the peak of R wave and the sdPPG, respectively. As potential inputs to either the knowledge-guided model or data-driven method for cuffless BP calibration, the proposed expanded features are expected to improve the estimation accuracy of cuffless BP.

研究の動機と目的

• 収縮期血圧（SBP）、拡張期血圧（DBP）、平均血圧（MBP）、脈圧（PP）の各成分と強く相関する、非侵襲的で頑健な生理的特徴量をECGおよびPPG信号から同定すること。
• 連続的で cuffless BP モニタリングを支援する、知識を統合したモデルとデータ駆動型モデルの開発を促進すること。
• 相関係数、クロスサンプルエントロピー、相互情報量という複数の指標を用いて、特徴量の関連性を評価すること。
• 非侵襲的BP推定システムの正確性と信頼性を向上させるための包括的特徴量セットを提供すること。

提案手法

• 冠動脈造影および経皮的冠動脈形成術中に収集したECGおよびPPG信号から222の特徴量を抽出した。
• バリオメトリックBPを基準として、同時にインラインアーテリアルBPを記録した。
• 特徴量とBP成分（SBP、DBP、MBP、PP）との間の線形関係を評価するために、相関係数分析を適用した。
• 特徴量の複雑さと時間的ダイナミクスを評価するために、クロスサンプルエントロピーを用いた。
• 特徴量とBP値との間の非線形依存関係を定量化するために、相互情報量を用いた。
• 統計的有意性とBP成分との関連性に基づいて、優れた特徴量を選定した。

実験結果

リサーチクエスチョン

• RQ1 制御された臨床環境下で、ECGおよびPPG由来のどの特徴量が収縮期血圧（SBP）と最も強い相関を示すか？
• RQ2 非線形的および動的信号解析を用いて、拡張期血圧（DBP）、平均血圧（MBP）、脈圧（PP）を最もよく予測する特徴量は何か？
• RQ3 クロスサンプルエントロピーと相互情報量の指標は、BP推定に向けた生理学的に関連する特徴量の同定をどのように向上させるか？
• RQ4 薬理的介入によって誘発された変動する血行動態的状態において、どの特徴量が最も頑健か？
• RQ5 知識を統合したモデルとデータ駆動型モデルは、ECGおよびPPG信号から得られる拡張された特徴空間からどのように利益を得られるか？

主な発見

• 最大値の半分におけるパルス幅（PWFM）が、収縮期血圧（SBP）および平均血圧（MBP）と最も高い相関を示した。
• dPPGのピークとsdPPGの谷間の振幅が、拡張期血圧（DBP）の予測に最も関連性の高い特徴量であった。
• R波ピークとsdPPGの谷間の時間間隔が、脈圧（PP）と最も強い関連性を示した。
• 特徴量の関連性は、BP成分ごとに顕著に異なり、成分別特徴量選択の必要性を示した。
• 相関、クロスサンプルエントロピー、相互情報量の統合は、高精度な特徴量の同定に頑健なフレームワークを提供した。
• 提案された拡張された特徴量セットは、知識を統合したモデルやデータ駆動型モデルの入力として強力な可能性を示し、cuffless BP 推定の正確性を向上させるものである。