Л.В. Лабунец1, М.Ю. Ряхина2

1,2 Московский государственный технический университет им. Н.Э. Баумана (Москва, Россия)
1 labunets@bmstu.ru, 2 ryakhinamyu@bmstu.ru

Постановка проблемы. Статья посвящена актуальной проблеме интеллектуального анализа динамики мгновенных частот и периодов сигналов, зарегистрированных с помощью электрокардиографии и дистанционной фотоплетизмографии, для мониторинга показателей вариабельности сердечного ритма человека.

Цель. Обосновать этапы системного подхода к автоматизированному анализу сигналов неконтактной фотоплетизмографии и рассмотреть возможности оценки показателей вариабельности сердечного ритма неконтактными методами.

Результаты. На основе исследования ритмограмм получены базовые показатели вариабельности сердечного ритма. Представлен анализ соответствия статистических характеристик для альтернативных оценок мгновенной частоты пульса, сформированных методами электрокардиографии и дистанционной фотоплетизмографии.

Практическая значимость. По критерию цена / качество продемонстрированы преимущества методологии структурной декомпозиции нестационарных временных ряда электрокардиографии и дистанционной фотоплетизмографии на собственные волновые процессы. Обоснована эффективность машинных методов обучения моделей закономерностей, скрытых в динамике пульсовой волны для идентификации мгновенных периодов основного тона сердечных сокращений испытуемых.

Лабунец Л.В., Ряхина М.Ю. Исследование показателей пульсовой волны на основе мгновенной частоты сигнала неконтактной фотоплетизмографии // Динамика сложных систем. 2025. Т. 19. № 3. С. 74−81. DOI: 10.18127/j19997493-202503-08

1. Borzov A., Kasikin A., Labunets L., Ryakhina M. Heart rate intellectual analysis by structural decomposition methods of photoplethysmography signals (paper). Information Technologies and Intelligent Decision Making Systems: Proceedings of the International Scientific and Practical Conference ITIDMS 2021. CEUR Workshop Proceedings. Russian Federation, Moscow: CEUR. 2021. V. 2843. 10 p.
2. Labunets L.V., Borzov A.B., Makarova N.Yu. Intellectual Analysis of Pulse Wave Characteristics by Methods of Structural Decomposition of Photoplethysmography Signals. Journal of Communications Technology and Electronics. 2022. V. 67. № 2. P. 182–192. DOI 10.1134/S1064226922020097.
3. Labunets L.V., Ryakhina M.Yu. Sliding spectral correlation analysis of non-contact photoplethysmography signals for assessment of heart rate. Biomedical Engineering. 2023. V. 57. P. 265–270. DOI 10.1007/s10527-023-10312-9.
4. Labunets L.V., Ryakhina M.Yu. Heart Rate Estimation Based on Remote Photoplethysmography Signal Hilbert Transform. 2024 26th International Conference on Digital Signal Processing and its Applications (DSPA). Moscow, Russian Federation: IEEE. 2024. P. 1–5. DOI 10.1109/DSPA60853.2024.10510151.
5. Labunets L.V., Ryakhina M.Yu. Alternative Estimates of Heart Rate Based on Remote Photoplethysmography Signals Intellectual Analysis. 2024 IEEE Ural-Siberian Conference on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT). Yekaterinburg. Russian Federation: IEEE. 2024.
6. Sutton R.T., Pincock D., Baumgart D.C., Sadowski D.C., Fedorak R.N., Kroeker K.I. An overview of clinical decision support systems: benefits, risks, and strategies for success. Digital Medicine. 2020. V. 3. № 17. 10 p. DOI 10.1038/s41746-020-0221-y.
7. Hoffman W., Lakens D. Public Benchmark Dataset for Testing rPPG Algorithm Performance. 4TU.Centre for Research Data, 2020. DOI 10.4121/uuid:2ac74fbd-2276-44ad-aff1-2f68972b7b51.
8. Тонометр OMRON M3 Expert (HEM-7154-ALRU). URL: https://omron.ru.com/catalog/Tonometry-omron/tonometr-omron-m3-expert--hem-7154-alru-/ (дата обращения: 31.05.2024).
9. Руководство по эксплуатации Пульсоксиметр MED-320. URL: https://bwell-swiss.ru/wp-content/uploads/2021/02/im_med-320_ru_med_0524.pdf (дата обращения: 31.05.2024).
10. Баевский Р.М., Иванов Г.Г. Вариабельность сердечного ритма: теоретические аспекты и возможности клинического применения // Ультразвуковая и функциональная диагностика. 2001. № 3. C. 108–127.