基于IMU的可穿戴系统，增强睡眠中的生命体征监测
2024-07-08 22:09:59 来源：麦姆斯咨询 评论：0 点击：
本文探讨了利用一种可穿戴系统监测用户睡眠中生命体征的可行性，该系统利用了五个分别安装在腰部、手臂和腿部的惯性测量单元（IMU）。
据麦姆斯咨询报道，希腊约阿尼纳大学和PD Neurotechnology公司的研究人员近期在Sensors期刊上发表了一篇题为“An Inertial-Based Wearable System for Monitoring Vital Signs during Sleep”的文章，探讨了利用一种可穿戴系统监测用户睡眠中生命体征的可行性，该系统利用了五个分别安装在腰部、手臂和腿部的惯性测量单元（IMU）。系统旨在全面了解用户的睡眠质量，尤其是睡眠呼吸障碍（SDB）患者的睡眠质量。研究人员通过在重点目标位置安置IMU，以提高睡眠期间生命体征监测的准确性和可靠性。
在人体重点位置安放PDMonitor®传感器。腰部和腿部外侧的传感器用尼龙搭扣带和StrapFrames固定，前臂外侧的传感器则用腕带固定。
研究背景
现有研究主要集中在分析传感器类型和定位，以提高心肺参数估算的精度。目前已开发出各种方法，通过选择最佳轴、组合轴或融合不同传感器的估算速率来提高信噪比（SNR）。在本研究中，研究人员利用布置在身体各处的多个IMU，提供了一种新方法来减少动态记录中的运动伪影，并增强了用于生命体征估算的数据融合技术。
当前研究
本研究招募了23名患有不同程度SDB的受试者。纳入标准包括正在接受睡眠研究以监测生命体征（包括呼吸频率和心率）的个体，采用多导睡眠图（PSG）为参考标准。
该可穿戴系统集成了五个IMU，分别安置在受试者的腰部、手臂和腿部。每个IMU可以收集多个轴上的数据，从而更全面地监测睡眠期间的身体运动和生命体征。
受试者利用该可穿戴系统接受了通宵睡眠监测。IMU记录了加速度和角速度的连续数据，经过处理后可估算出呼吸频率和心率。将IMU获得的数据集与PSG得出的参考生命体征进行比较，可以评估可穿戴系统的准确性和可靠性。
此外，研究人员引入了一种新的加权函数，以提高具有主导速率频谱的信噪比，从而提高生命体征估算的质量。应用信号处理技术从IMU数据中提取相关特征，从而实现多轴和传感器之间的信息融合。
研究人员利用多种指标对可穿戴系统的性能进行了评估，包括平均绝对误差（MAE）、时间覆盖率（TC）、斯皮尔曼相关系数（ρ）和布兰德-阿尔特曼分析。MAE量化了呼吸频率和心率估算的准确性，而TC则表示高质量估算的时间间隔比例。相关性分析评估了估算生命体征和参考生命体征之间的二元关联，为了解系统性能提供了依据。
研究人员进行了单样本t测试和Kruskal-Wallis非参数方差分析等统计测试，以评估不同IMU组合之间性能指标上的偏差和差异的显著性。事后分析包括带有Bonferroni校正的Wilcoxon符号秩检验，以进行分布分析，并评估腰部、手臂和腿部IMU组合的有效性。
结果与讨论
对可穿戴系统性能的评估显示，来自IMU的生命体征估算值与PSG获得的参考值之间具有很强的相关性。呼吸频率和心率估算的MAE值显示误差很小，表明系统在睡眠期间监测生命体征的准确性很高。TC指标反映了不同时间间隔内高质量估算的比例，其中呼吸频率估算值展现了显著的准确性，而在结合多个IMU的数据时，心率估算值也有所改善。
斯皮尔曼相关系数（ρ）用于量化生命体征估算值和参考生命体征之间的二元相关性，从而深入了解可穿戴系统的一致性和可靠性。布兰德-阿尔特曼分析显示了估算值和参考值之间的一致性，突出了该系统在睡眠期间有效跟踪生命体征的能力。
结合来自腰部、手臂和腿部IMU的数据，增强了心率估算的时间覆盖范围，展示了数据融合技术在提高监测能力方面的优势。研究结果凸显了IMU的布置位置以及高效数据融合算法，在睡眠期间生命体征监测优化方面的重要作用。
结论
总结来说，该研究所提出的基于IMU的可穿戴系统能有效监测睡眠时的心率和呼吸频率（重点实验了SDB患者）。新方法结合了多个IMU和数据融合技术，提高了生命体征估算的准确性和可靠性。
研究结果表明，腰部的单个IMU传感器可以提供可靠的生命体征监测，并有可能通过结合其他IMU的数据进一步改进。这项研究为探索睡眠模式和昼夜节律的生理变化开辟了新途径，最终无需PSG记录即可改善健康监测和睡眠质量评估。
论文链接：https://doi.org/10.3390/s24134139
延伸阅读：