Dissertação
Cuffless Blood Pressure Estimation for Continuous 24/7 Patient Monitoring EVALUATED
A pressão arterial é um fator importante na monitorização de doentes em enfermaria e é um dos sinais fisiológicos avaliados pelo sistema Wireless Assessment of Respiratory and Circulatory Distress (WARD) de apoio clínico. Atualmente, a monitorização é intermitente, e realizada com recurso a um esfigmomanómetro. Este método apresenta várias desvantagens, nomeadamente a baixa frequência das medições e o desconforto causado aos doentes. Diversos métodos alternativos foram estudados na literatura para a medição da pressão sanguínea de forma contínua e sem recurso a uma braçadeira insuflável. Esta dissertação visa abordar estes mesmos estudos e implementar um método de obtenção da pressão arterial com base num algoritmo de aprendizagem automática. Um conjunto de features morfológicas e temporais foram calculadas a partir dos sinais de fotopletismografia e eletrocardiograma e posteriormente usadas para treinar dois modelos de Random Forest Regression para estimar as pressões sistólica e diastólica, respetivamente. Os modelos foram treinados e testados em primeiro lugar a partir da base de dados pública Multi-Parameter Intelligent Monitoring for Intensive Care II (MIMIC II). Posteriormente, a solução desenvolvida foi aplicada aos dados do projeto WARD. Embora a insuficiente qualidade dos sinais tenha dificultado a obtenção de resultados comparáveis aos da literatura, foi ainda assim possível obter valores de pressão arterial sistólica e diastólica com erro médio de 5.20±5.13mmHg e 1.70±7.98mmHg, respetivamente, num subconjunto de dados da base de dados MIMIC II. Apesar das limitações, um algoritmo de aprendizagem automática baseado nos sinais de fotopletismografia e eletrocardiograma demonstra potêncial para a medição indireta da pressão arterial.
janeiro 27, 2021, 12:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
