首页 > 微流控 > 正文

Valencell超小型PPG传感器和机器学习技术实现可穿戴血压监测
2021-07-02 20:44:00   来源:麦姆斯咨询   评论:0   点击:

监测、了解和获得血压水平,对于个人当前和未来的健康至关重要。借助Valencell先进的PPG传感器,人们将能够每天通过耳朵、手指或手腕跟踪血压测量值。

全球领先的生物识别技术公司Valencell的免校准、无袖带血压监测技术仅使用佩戴在耳朵、手指或手腕上的光体积变化描记图(PPG)传感器和惯性传感器即可实现。

Valencell超小型PPG传感器和机器学习技术实现可穿戴血压监测

Valencell先进的超小型PPG传感器与25美分硬币相比,显示出其小巧的外形

监测、了解和获得血压水平,对于个人当前和未来的健康至关重要。借助Valencell先进的PPG传感器,人们将能够每天通过耳朵、手指或手腕跟踪血压测量值。

据麦姆斯咨询介绍,在过去十年中,Valencell一直在为可穿戴设备和可听戴设备开发创新的传感器技术,以实现有效的健康监测结果。最近,他们的研究人员开发了一种免校准、无袖带血压监测技术,可用于一系列可穿戴设备,包括智能手表、健身带、贴片和脉搏血氧仪指夹等,以提供准确的健康指标。该血压监测解决方案只需要三项关键参数——PPG信号、运动信号和静态生物特征(身高、体重、年龄、性别)。

与心电图(ECG)或脉搏传输时间等其他监测方法不同,该项技术只需要来自PPG传感器和惯性传感器的数据。例如可以让用户通过佩戴集成上述两种传感器的TWS耳机,即可一整天获得精确的读数。这些传感器数据以及用户的身体特征由Valencell BP评估软件在一个嵌入式模型中进行处理后获得血压数值,该嵌入式模型利用机器学习技术和来自数以万计的患者数据创建而成。

主要研究结果

Valencell进行了一项实验调查,根据ISO 81060-2 (2018)标准来验证无校准血压监测技术的性能,对照组采用手动血压袖带测量和自动血压袖带测量。超过4000名参与者接受了三种连续血压测量:手动听诊血压读数、自动示波袖带血压读数、手指血流量的PPG读数。将手动听诊血压读数作为训练的基本依据,Valencell开发了一种先进的机器学习模型,以根据手指PPG传感器数据预测收缩压和舒张压测量值。与手动听诊血压读数相比,手指血流量的PPG读数的收缩压(SBP)和舒张压(DBP)的准确度分别在0±7.9 mmHg和0.4±7.4 mmHg以内。

“我们希望将过去只能在医院环境中使用的技术应用到人们已经佩戴的设备中,作为他们生活方式的一部分。我们采用的核心技术旨在为用户在日常生活中提供抗运动干扰的心率识别和其他生物识别功能。然后,我们基于该核心技术构建了机器学习层。”Valencell总裁兼联合创始人Steven LeBoeuf博士解释说,“该机器学习层将某人的实际血压与其血流信息联系起来。我们使用这种能够耐受运动的PPG技术来测量血流和血管的变化。”

PPG传感器能够为用户提供有用的健康信息,与其他机制相比,它可以在身体内的一个位置测量更多的信息。PPG传感器利用红外光来感知身体的运动,以观察其如何与组织相互作用,并收集必要的信息,从而确定诸如心率、呼吸频率或血流量等指标。

PPG传感器的噪声消除

构建基于PPG传感器的机器学习模型需要从身体的不同部位(包括耳朵、手指、手腕和手臂)收集大量数据——5000名受试者的50000个数据集。收集之后,数据在设备的微小芯片上进行处理,然后通过遥测装置发送到移动设备。第一个读数大约在30秒内发送,然后每秒钟更新一次血压。

尽管PPG长期以来一直用于测量血流变化并将这些变化转化为脉搏率,但Steven LeBoeuf博士解释说,在扩展这项技术时面临的一个主要障碍是运动噪声。PPG传感器对运动极其敏感,因此在开发过程中,该团队非常注重将PPG传感器发射的红外光引导到身体的正确位置,以消除处理过程中的噪声,并对血流信号进行适当滤波。

通过上述消除运动噪声的工作,Valencell能够生成“干净的”PPG信息,并可以利用机器学习模型进一步处理这些信息,以便做出其他重要的健康预测。

Valencell血压监测工作原理

PPG传感器首先发射红外光照射到人体内,然后利用光电传感器检测经过人体血液和组织吸收后的反射光强度情况,描记出血管容积在心动周期内的变化,从得到的脉搏波形中计算出生物特征,包括心率、血氧和呼吸频率等。Valencell血压监测技术利用PPG和运动数据,以及用户的年龄、体重、性别和身高,作为嵌入式机器学习模型的输入信息,然后通过计算获得血压。该模型具有袖带式血压测量性能,但无需使用袖带。

Valencell血压监测工作原理

“使用‘干净的’PPG信息可以做很多健康相关的事情,而其他传感方式则无法做到这一点。我最乐观的预测是,在10至20年内,几乎所有的医疗可穿戴设备都将集成PPG传感器。”Steven LeBoeuf博士说道。

“我们现在为下一代健康监测技术所做的一些研究就是利用这些信息来预测血糖浓度将会升高还是下降。”Steven LeBoeuf博士补充说,“我们的目的不是测量葡萄糖水平,而是预测葡萄糖峰值或下降趋势。如果你可以使用一个已经佩戴已久的设备(非侵入性)预测血糖浓度趋势,那真的会改变健康监测的游戏规则。”

输出有效的健康监测结果

“我们经常会遇到这样的问题:健康监测接下来会发生什么?下一个伟大的传感器技术将是什么?”Steven LeBoeuf博士表示,“实际上,我们更多关注大规模应用现有技术,然后在数据科学和机器学习的基础上进行努力,以呈现新的健康信息见解。”

可穿戴传感器(例如Valencell开发的PPG传感器)在提升公共卫生价值方面具有巨大潜力,既可以改善健康状况,也可以为有需要的人提供更易于把控的成本。据预测,可穿戴设备将继续发展,最终可能被用来帮助提示疾病的早期阶段,包括癌症或帕金森氏症。

Steven LeBoeuf博士补充说:“我认为,可穿戴设备对公共卫生所做的很多事情都将体现在筛查方面,作为可能出现问题的早期指标,提供能够以低成本改善健康的干预措施。而且它不一定需要任何科学突破或新的传感器技术,这些技术如今已经存在了。但是需要大规模数据训练及整合,才能输出有效的健康监测结果。”

延伸阅读:

《可穿戴传感器技术及市场-2020版》

相关热词搜索:血压监测 PPG传感器 惯性传感器 机器学习

上一篇:用于青光眼远程护理的生物传感器Eyemate-SC获准上市
下一篇:最后一页