Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 2014

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: Burg's method

Sortuj według:

Ogranicz wyniki do:

Wyznaczanie częstości oddychania na podstawie analizy widmowej zmienności okresu sygnału fotopletyzmograficznego

Wilk B., Pazowski M.

Pomiary Automatyka Kontrola

2014

R. 60, nr 8

610--613

W artykule opisano algorytm do wyznaczania częstości oddychania na podstawie analizy widmowej sygnału reprezentującego zmienność okresu fali tętna. Falę tętna zarejestrowano za pomocą czujnika fotopletyzmograficznego (tzw. PPG) umieszczonego na placu ręki. Do przetwarzania sygnału PPG zaproponowano zastosowanie analizy falkowej. Przeprowadzono także ocenę dokładności opracowanej metody wykorzystując sygnał referencyjny, który reprezentuje przepływ powietrza w czasie wydechu.

The arterial pressure waveform contains valuable information regarding the respiratory rate. This paper describes the algorithm developed for estimating the respiratory rate by analyzing the period variability of the peripheral pulse wave. To record a pulse wave at the finger, a transmissiontype photoplethysmographic sensor was used. PPG signals were collected from 10 healthy subjects during free breathing, and breath holding over a period of 3-min using a data acquisition system (Fig. 1). The reference breathing rate was determined from the airflow signal recorded simultaneously with the PPG signal (Figs. 7 and 8). Firstly, the PPG signal was detrended and denoised using the wavelet transform (Fig. 2 and 3). Based on the locations of the maximum points, all periods were detected and the tachogram was constructed. The signal representing the period variability (PPV) was obtained by interpolating the envelope of the tachogram with a cubic polynomial function (Fig. 5). Then, fluctuations extracted by the DWT from the PPV signal were segmented into 10 s intervals. Using Burg’s method, the AR model based PSD was computed for each segment. Finally, the respiratory component was detected as the maximum in the frequency band of 0.150.4 Hz (Fig. 6). The obtained results show (Fig. 9) that the proposed method allows us to monitor the respiratory rate and to detect the induced apnea with the acceptable accuracy.