REPOZITORIJ > REZULTATI

Povzetek

Vseprisotnost naprav s senzorji je v preteklih desetletjih spodbudila pospešen razvoj aplikacij
za elektronsko in mobilno zdravje. Navkljub razširjeni uporabi nosljivih naprav s
senzorji le-te niso splošna in idealna rešitev za redno spremljanje zdravstvenega stanja, saj
so odvisne od baterije, terjajo stik s kožo in so lahko moteče. V idealnem primeru bi v
kontekstu vseprisotnega računalništva povsem odpravili potrebo po neposredni interakciji
med uporabnikom in senzorjem, kar je dosegljivo z uporabo brezstičnih senzorjev, kot so
radarji in kamere, ki spremljajo različne dele elektromagnetnega (EM) spektra. Te naprave
omogočajo spremljanje različnih fizioloških signalov na nemoteč način, kar jih naredi primerne
tudi za uporabnike, ki ne morejo nositi nosljivih naprav (npr. nedonošenčki, žrtve
opeklin, starejši z demenco).
Sprva smo raziskali potencial radiofrekvenčnega dela EM spektra, ki ga merijo radarji,
za zaznavo kompleksnih hemodinamičnih stanj. Ta se odražajo v več fizioloških signalih,
vključno z dihanjem. Radar omogoča merjenje periodičnega širjenja in krčenja prsnega
koša tudi v zahtevnih pogojih, kot so tema in zakritost opazovanca, kar ga naredi zelo
primernega za spremljanje spanja. Predlagali smo novo razvejano arhitekturo nevronske
mreže, ki lahko sprejme različno število in tip vhodnih signalov. Pokazali smo, da lahko
zaznamo pet različnih hemodinamičnih stanj, ki so bila na voljo v javni bazi podatkov,
s točnostjo in mero F1 0.83, če kot vhode uporabimo le radarske signale. Ti rezultati
zaostajajo le 4-5% za tistimi z uporabo tradicionalnih motečih nosljivih senzorjev, kar
potrjuje izvedljivost radarskega spremljanja fizioloških signalov.
V drugem delu smo raziskali izvedljivost izrabe vidnega dela EM spektra, konkretno
izvedljivost uporabe modificirane splošnonamenske RGB kamere za merjenje večvalovnega
(ang. multi-wavelength) časa prenosa pulza (ang. pulse transit time, PTT) med različnimi
plastmi kože. Različne valovne dolžine prodrejo različno globoko, kar omogoča rekonstrukcijo
fotopletizmogramov (ang. photoplethysmogram, PPG) iz vsake globine. Iz teh se lahko
izračunajo PTT-ji, ki se nato uporabijo za ocenjevanje krvnega tlaka. Ugotovili smo, da
je obvezen korak algoritmično ločevanje omenjenih PPG-jev zaradi nepopolne implementacije
slikovnega senzorja, saj slednja povzroči spektralni presek med PPG-ji. Posledično
smo razvili več algoritmov, ki omogočajo ločevanje kanalov in natančno merjenje večvalovnih
PTT-jev samo na osnovi podatkov, neodvisno od specifične kamere. Nazadnje smo
potrdili, da so takšni večvalovni PTT-ji dobro korelirani s krvnim tlakom in da je možno
naučiti personaliziran regresijski model za napovedovanje sistoličnega in diastoličnega
krvnega tlaka, ki dosega napake znotraj mej kliničnih standardov.
Celokupno smo v tej disertaciji pokazali, da so brezstični senzorji, ki izrabljajo informacijo
iz EM spektra, cenovno dostopna in nemoteča alternativa nosljivim napravam ter
da lahko dosežejo podobne rezultate pri spremljanju pomembnih fizioloških parametrov in
stanj. Čeprav omejitve in izzivi ostajajo, kot so naprimer zahtevni nenadzorovani pogoji in
ohranjanje zasebnosti, obstaja potencial za implementacijo predlaganih metod v eni sami
napravi, ki bi lahko znatno izboljšala hitrost, ceno in udobje fizioloških meritev tako doma
kot v bolnišnicah.