Accurate Blood Pressure Estimation During Activities of Daily Living: A Wearable Cuffless Solution

Landry, Cederick; Hedge, Eric T.; Hughson, Richard L.; Peterson, Sean D.; Arami, Arash

doi:10.1109/jbhi.2021.3054597

Cited by 25 publications

(18 citation statements)

References 51 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…ECG sinyalinin elde edilişinin daha kolay olması bakımından bu çalışma literatüre kıyasla daha kolay uygulanabilir süreç içermektedir. ECG'nin sinyal işleme sürecinde bu çalışmada istatistiksel özellikler kullanıldığı için sinyal işleme süreci diğer çalışmalara kıyasla daha kolaydır [5], [6], [8], [10].…”

Section: Discussionunclassified

See 1 more Smart Citation

Holter Monitörü için Elektrokardiyografi Sinyali Tabanlı Yeni Bir Kan Basıncı Hesaplama Yöntemi

Uçar¹

2021

acperpro

View full text Add to dashboard Cite

Amaç ve Kapsam: Hipertansiyon hastalarında tansiyonun gün içerisinde takip edilmesi ve ilaç tedavisi ile kontrol alınması hayati öneme sahiptir. Hipertansiyonun takibi sürekli kan basıncı takibi sistemleri ile yapılabilir. Ancak bu cihazların vücuda verdiği rahatsızlığı gidermek için yeni teknolojilere ihtiyaç duyulmaktadır. Bu kapsamda, çalışmanın amacı holter cihazlarına entegre edilebilir, Elektrokardiyografi (EKG) sinyali tabanlı kan basıncı ölçme yazılım sürecinin geliştirmektir. Materyal ve Metot: Çalışmada, açık kaynak paylaşımlı, beş sağlıklı bireyin üç günlük ortalama 6’şar saatlik fiziksel aktivite sırasında EKG sinyali ve kan basıncı kayıtları kullanılmıştır. Çalışmada EKG sinyali filtrelenerek 10 saniyelik epoklara ayrılmıştır. 19897 epoktan 25 adet zaman domeninde özellik çıkarılmıştır. Çıkarılan özellikler ile makine öğrenmesi tabanlı Sistolik (Büyük) ve Diastolik (Küçük) kan basıncı tahmin modelleri geliştirilmiştir. Sonuçlar: Sistolik ve diastolik kan basıncı tahmin modelleri R ve MSE performans değerleri sırasıyla 1, 0,0112 ve 1, 0,0054 olarak tespit edilmiştir. Sonuç: Elde edilen sonuçlara göre makine algoritmaları tabanlı sistolik ve diastolik kan basıncının hesaplanabileceği ve Holter gibi vücuda daha az rahatsızlık veren cihazlara yazılımsal olarak entegre edilebileceği değerlendirilmektedir.

show abstract

Section: Discussionunclassified

“…Çalışmada açık kaynak kodlu IEEE Dataport veri seti kullanılmıştır [10], [11]. Veri seti dört erkek (28 ± 6.6) ve bir kadına ait üç günlük ortalama 5-6 saatlik kan basıncı ve ECG değerlerini içerir.…”

Section: Verilerin Toplanmasıunclassified

Holter Monitörü için Elektrokardiyografi Sinyali Tabanlı Yeni Bir Kan Basıncı Hesaplama Yöntemi

Uçar¹

2021

acperpro

View full text Add to dashboard Cite

show abstract

“…Study protocols and procedures were all approved by the University of Waterloo (ORE#41490), Clinical Research Ethics Committee and conformed with the Declaration of Helsinki. This dataset is detailed in Landry et al 7 and is accessible through the IEEE DataPort ( https://doi.org/10.21227/wysp-gt69 ). Briefly, continuous arterial BP waveform was measured using finger PPG (Portapres; Finapres Medical Systems, the Netherlands) and ECG and PPG were measured via the Astroskin wearable body metrics vest (Carré Technologies Inc., Canada).…”

Section: Methodsmentioning

confidence: 99%

“…There are two main cuffless BP estimation methods to estimate systolic BP (SBP) and diastolic BP (DBP) 5 : the methods based on (i) pulse transit time (PTT) or pulse arrival time (PAT), and (ii) feature extraction from the PPG and/or ECG waveforms. Recently, an alternative method has been developed that uses a nonlinear autoregressive model with exogenous inputs (NARX) to estimate the complete BP waveform that has, to date, been demonstrated on bedridden patients 6 , and during activities of daily living 7 . Despite the advantages of cuffless BP monitoring, it has yet to be adopted clinically because of concerns over accuracy of the methods, minimal validation on clinically-relevant data sets, and the lack of a quantifiable uncertainty metric.…”

Section: Introductionmentioning

confidence: 99%

“…In an effort to overcome the first barrier, BP interventions have been implemented to increase the range of BPs upon which estimation models are trained. Many different interventions have been used, such as mental arithmetic 8 – 10 , cold pressor test 9 – 11 , nitroglycerin 9 , low-intensity exercise 12 , 13 , static handgrip exercise 7 , 14 , 15 , Valsalva maneuver 7 , 14 , 15 and slow breathing 9 , 10 . However, it is difficult to know how the BP changes imposed by the interventions reflect natural changes in BP during daily life.…”

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

A fusion approach to improve accuracy and estimate uncertainty in cuffless blood pressure monitoring

Landry

Peterson

Arami

2022

Sci Rep

Self Cite

View full text Add to dashboard Cite

A substantial barrier to the clinical adoption of cuffless blood pressure (BP) monitoring techniques is the lack of unified error standards and methods of estimating measurement uncertainty. This study proposes a fusion approach to improve accuracy and estimate prediction interval (PI) as a proxy for uncertainty for cuffless blood BP monitoring. BP was estimated during activities of daily living using three model architectures: nonlinear autoregressive models with exogenous inputs, feedforward neural network models, and pulse arrival time models. Multiple one-class support vector machine (OCSVM) models were trained to cluster data in terms of the percentage of outliers. New BP estimates were then assigned to a cluster using the OCSVMs hyperplanes, and the PIs were estimated using the BP error standard deviation associated with different clusters. The OCSVM was used to estimate the PI for the three BP models. The three BP estimations from the models were fused using the covariance intersection fusion algorithm, which improved BP and PI estimates in comparison with individual model precision by up to 24%. The employed model fusion shows promise in estimating BP and PI for potential clinical uses. The PI indicates that about 71%, 64%, and 29% of the data collected from sitting, standing, and walking can result in high-quality BP estimates. Our PI estimator offers an effective uncertainty metric to quantify the quality of BP estimates and can minimize the risk of false diagnosis.

show abstract

Blood pressure monitoring via double sandwich-structured triboelectric sensors and deep learning models

Luo

Lin

et al. 2022

Nano Res.

View full text Add to dashboard Cite

Accurate Blood Pressure Estimation During Activities of Daily Living: A Wearable Cuffless Solution

Cited by 25 publications

References 51 publications

Holter Monitörü için Elektrokardiyografi Sinyali Tabanlı Yeni Bir Kan Basıncı Hesaplama Yöntemi

Holter Monitörü için Elektrokardiyografi Sinyali Tabanlı Yeni Bir Kan Basıncı Hesaplama Yöntemi

A fusion approach to improve accuracy and estimate uncertainty in cuffless blood pressure monitoring

Blood pressure monitoring via double sandwich-structured triboelectric sensors and deep learning models

Contact Info

Product

Resources

About