Decodificación de fotopletismogramas para ampliar el alcance de las tecnologías de control de la salud

El avance de las aplicaciones potenciales de la fotopletismografía, una técnica óptica utilizada para medir la frecuencia cardíaca en el control cardiovascular y de salud mental, requiere el análisis de datos no lineales complejos de fotopletismogramas (PPG). Eludiendo los métodos analíticos tradicionales para resolver las señales PPG complejas y dinámicas, los investigadores de la Universidad de Ciencias de Tokio han utilizado el análisis no lineal para determinar la precisión de las características dinámicas estimadas utilizando señales PPG cortas.

Con el aumento de la carga de los trastornos cardiovasculares y mentales en todo el mundo, la necesidad de una detección temprana y un control sanitario oportuno es cada vez más pertinente. Los dispositivos portátiles sirven como un enfoque práctico, asequible y no invasivo para el control de la salud sistemático y prolongado. La «fotopletismografía», una técnica óptica simple basada en la señalización de ondas de pulso fotoeléctrico, se ha utilizado durante décadas para monitorear parámetros como los latidos del corazón, la tasa de oxígeno y los cambios en el volumen sanguíneo en entornos clínicos, así como sobre la marcha a través de dispositivos portátiles. Estas medidas se basan en el procesamiento y análisis de señales básicas, como el filtrado de ruido y la reducción de movimiento.

La información extraída de la dinámica de los fotopletismogramas (PPG), las grabaciones de señales biológicas realizadas en la fotopletismografía, se puede utilizar para el control de la salud fisiológica y mental, pero estas aplicaciones avanzadas se ven obstaculizadas por el alto ruido de medición y los artefactos de movimiento en los PPG, en particular los que se obtienen usando dispositivos portátiles. dispositivos.

Entonces, ¿cómo se puede analizar la compleja dinámica no lineal de los PPG para ampliar sus aplicaciones clínicas?

Profundizando en el análisis de las características complejas de los PPG, un equipo de investigadores de Japón evaluó la aplicabilidad del análisis no lineal de señales PPG cortas en mediciones clínicas y la precisión con la que pueden estimar las propiedades dinámicas de los PPG. Un grupo de investigadores dirigido por la Dra. Nina Sviridova, profesora asistente de la Universidad de Ciencias de Tokio, e incluye al Prof. Tohru Ikeguchi de la Universidad de Ciencias de Tokio, el Dr. Tiejun Zhao de la Universidad Agroalimentaria de Niigata y el Prof. Akimasa Nakano de Chiba. University ha publicado sus hallazgos en el número especial «Data Analytics for Mobile-Health» de la revista Sensores. El estudio se publicó en el volumen 22, número 14 de la revista el 9 de julio de 2022.

«Las señales filtradas se pueden usar para aplicaciones de fotopletismografía tradicionales; sin embargo, no son adecuadas para análisis avanzados. Como alternativa, solo se pueden usar segmentos cortos de alta calidad de señales PPG, pero la aplicabilidad del análisis no lineal a grabaciones tan cortas no ha sido aprobada. investigado en detalle», explica la Dra. Sviridova.

Los métodos de análisis no lineales avanzados utilizados para estimar la dinámica de PPG a menudo están limitados por la longitud de los datos aplicados. Estudios anteriores sugieren que el análisis de cuantificación recurrente (RQA), un enfoque analítico no lineal, no se ve afectado por la longitud de la señal. En este estudio, los investigadores utilizaron RQA para extraer las propiedades dinámicas de los PPG, como el determinismo, la divergencia, la previsibilidad y la complejidad de las señales cortas. Se obtuvieron registros de PPG de treinta individuos sanos midiendo la transmisión de luz infrarroja cercana de las superficies de la piel. Estas grabaciones se submuestrearon aún más para generar datos de series de tiempo escasos. Además, se utilizó el caótico «modelo de Rössler» (un modelo utilizado para describir el caos continuo en sistemas dinámicos no lineales) para calcular el error relativo, teniendo en cuenta el ruido.

Los resultados sugirieron que las propiedades dinámicas como el determinismo, la previsibilidad y la entropía se pueden estimar con buena precisión (menos del 1 % de error) utilizando señales de series temporales cortas. Las comparaciones con el ruidoso sistema de Rossler sugirieron que, en ausencia de ruido, es aceptable una menor duración de la serie temporal para medir estas propiedades con precisión. Sin embargo, para algunas propiedades como la divergencia, los PPG cortos no fueron suficientes para una estimación precisa con un error aceptable (inferior al 1%).

Estas observaciones pueden ayudar a estimar el error asociado con las propiedades dinámicas en los casos en que solo se dispone de señales PPG de corta longitud, y ayudar a futuras investigaciones utilizando otros fotodetectores y estudios en diferentes entornos experimentales y del mundo real. Una comprensión de las características complejas de los PPG puede mejorar aún más las aplicaciones clínicas de las tecnologías portátiles de monitoreo de la salud.

Al destacar las aplicaciones más amplias de su estudio, la Dra. Sviridova dice: «Los hallazgos de este estudio ayudarán a mejorar la estimación de los parámetros de salud utilizando dispositivos portátiles, lo que finalmente acelerará el objetivo de la Organización Mundial de la Salud de detección temprana de enfermedades cardiovasculares y mentales».

Seguro que deseamos ver que estos hallazgos se metamorfoseen en beneficios sanitarios tangibles para la sociedad.