Медицинская Техника / Медицинская техника №3, 2025 / с. 22-26

Эмпирическая модовая декомпозиция сигналов неконтактной фотоплетизмографии для оценки частоты сердечных сокращений

Л.В. Лабунец

Аннотация

Предложена методика исследования вариабельности частоты сердечных сокращений испытуемых на основе интеллектуального анализа нестационарных временных рядов, измеренных методом неконтактной фотоплетизмографии. Представлены логически последовательные этапы идентификации параметров пульсовой волны на основе ее эмпирической модовой декомпозиции на трендовую и циклическую структурные компоненты. Современными методами цифрового спектрального оценивания и сингулярного анализа циклической компоненты пульсовой волны получены адаптивные оценки мгновенной частоты основного тона сердечных сокращений.

Вернуться к содержанию

Сведения об авторах

Леонид Витальевич Лабунец, д-р. техн. наук, профессор, кафедра «Автономные информационные и управляющие системы», кафедра «Системы обработки информации и управления», ст. научный сотрудник, НИИ Специального машиностроения ФГБОУ ВР «Московский государственный технический университет им. Н.Э. Баумана (национальный исследовательский университет)», г. Москва,

e-mail: labunets@bmstu.ru

Список литературы

1. Омпоков В.Д. Частотно-временной анализ пульсовых сигналов с помощью преобразования Гильберта-Хуанга / Дис. канд. физ.-мат. наук. – Улан-Удэ: Ин-т физ. материаловедения СО РАН, 2019. 106 с.

2. Akishin A.D., Nikolaev A.P., Pisareva A.V. PPG System Development for the Organism Physiological Parameters Monitoring with Artificial Intelligence Technologies // Journal of Physics: Conference Series. 2021. Vol. 2096. № 1. P. 012187.

3. Анциперов В.Е., Данилычев М.В., Мансуров Г.К. Фазовые траектории пульсовой волны артериального давления / XV Всероссийская конференция «Радиолокация и радиосвязь». Сборник трудов. – М.: ИРЭ им. В.А. Котельникова РАН. 21-23 ноября 2022 г. С. 276-279.

4. Wang W., den Brinker A.C., Stuijk S., de Haan G. Algorithmic Principles of Remote PPG // IEEE Transaction Biomedical Engineering. 2016. Vol. BE-64. № 7. Р. 1479.

5. Labunets L.V., Borzov A.B., Makarova N.Yu. Intellectual Analysis of Pulse Wave Characteristics by Methods of Structural Decomposition of Photoplethysmography Signals // Journal of Communications Technology and Electronics. 2022. Vol. 67. № 2. PР. 182-192.

6. Labunets L.V., Ryakhina M.Yu. Sliding spectral correlation analysis of non-contact photoplethysmography signals for assessment of heart rate // Biomedical Engineering. 2023. Vol. 57. № 6 (66). PР. 11-17.

7. Hoffman W.F.C., Lakens D. Public Benchmark Dataset for Testing rPPG Algorithm Performance / 4TU.Centre for Research Data. 2019.

8. Thomson D.J. Spectrum Estimation and Harmonic Analysis // Proceedings of the IEEE. 1982. Vol. 70. № 9. PР. 1055-1096.

9. Cheng J., Chen X., Xu L., Wang Z.J. Illumination Variation- Resistant Video-Base Heart Rate Measurement Using Joint Blind Source Separation and Ensemble Empirical Mode Decomposition // IEEE J. Biomedical Health Informatics. 2017. Vol. 21. № 5. P. 1422.

10. Zhongzhe Ch., Baqiao L., Xiaogang Y., Hongquan Y. An Improved Signal Processing Approach Based on Analysis Mode Decomposition and Empirical Mode Decomposition // Energies. 2019. № 12. PР. 3077-3088.