解码光体积描记图以扩大健康监测技术的范围

推进光电容积描记术(一种用于测量心血管和心理健康监测中的心率的光学技术)的潜在应用，需要分析来自光电容积描记图 (PPG) 的复杂非线性数据。东京理科大学的研究人员绕过传统的解析复杂动态 PPG 信号的分析方法，使用非线性分析来确定使用短 PPG 信号估计的动态特征的准确性。

随着全球心血管和精神疾病负担的增加，早期发现和及时健康监测的需求变得越来越重要。可穿戴设备是一种实用的、负担得起的、非侵入性的系统和长期健康监测方法。“光电体积描记术”是一种基于光电脉冲波信号的简单光学技术，几十年来一直用于监测临床环境中的心跳、氧气率和血容量变化等参数，以及通过可穿戴设备进行移动。这些测量依赖于基本的信号处理和分析，例如噪声过滤和运动减少。

从光电容积描记 (PPG) 动态中提取的信息(光电容积描记法中的生物信号记录)可用于生理和心理健康监测，但此类高级应用受到 PPG 中高测量噪声和运动伪影的阻碍，尤其是那些使用可穿戴设备获得的设备。

那么如何分析 PPG 的复杂非线性动力学以拓宽其临床应用呢?

为了深入分析 PPG 的复杂特性，来自的一组研究人员评估了短 PPG 信号的非线性分析在临床测量中的适用性，以及他们估计 PPG 动力学特性的准确性。由东京理科大学助理教授 Nina Sviridova 博士领导的一组研究人员，包括东京理科大学 Tohru Ikeguchi 教授、新泻农食大学赵铁军博士和千叶 Akimasa Nakano 教授大学已在Sensors杂志的特刊“移动健康数据分析”中发表了他们的研究结果。该研究于 2022 年 7 月 9 日发表在该杂志第 22 卷第 14 期。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！