MODELING AND ANALYSIS OF SYSTOLIC AND DIASTOLIC BLOOD PRESSURE USING ECG AND PPG SIGNALS

Oleksandr Vasilevskyi; Emanuel Popovici; Volodymyr Sarana

doi:10.35784/iapgos.5326

PDF (angielski)

Opublikowane: 2023-09-30

DOI: https://doi.org/10.35784/iapgos.5326

Numer Tom 13 Nr 3 (2023)

MODELOWANIE I ANALIZA SKURCZOWEGO I ROZKURCZOWEGO CIŚNIENIA KRWI Z WYKORZYSTANIEM SYGNAŁÓW EKG I PPG
Oleksandr Vasilevskyi, Emanuel Popovici, Volodymyr Sarana

5-10
SEGMENTACJA MAS NOWOTWOROWYCH NA OBRAZACH ULTRASONOGRAFII PIERSI Z UŻYCIEM ZMODYFIKOWANEGO MODELU U-NET
Ihssane Khallassi, My Hachem El Yousfi Alaoui, Abdelilah Jilbab

11-15
KLASYFIKACJA CHOROBY PARKINSONA I INNYCH ZABURZEŃ NEUROLOGICZNYCH Z WYKORZYSTANIEM EKSTRAKCJI CECH GŁOSOWYCH I TECHNIK REDUKCJI
Oumaima Majdoubi, Achraf Benba, Ahmed Hammouch

16-22
ROZWÓJ UKŁADU ZASILANIA I STEROWANIA URZĄDZENIA DO HEMODIALIZY
Volodymyr Yaskiv, Anna Yaskiv

23-28
WALIDACJA TRÓJWYMIAROWEGO FANTOMU GŁOWY DLA DANYCH OBRAZOWYCH
Jolanta Podolszańska

29-32
PRZECIĄŻENIE I ZARZĄDZANIE RUCHEM ŹRÓDEŁ WIADOMOŚCI O RÓŻNYCH PRIORYTETACH USŁUG
Valerii Kozlovskyi, Valerii Kozlovskyi, Andrii Toroshanko, Oleksandr Toroshanko, Natalia Yakumchuk

33-36
BADANIE METOD OPTYMALIZACJI OBLICZEŃ STOSOWANYCH W TWORZENIU GIER KOMPUTEROWYCH
Natali Fedotova, Maksim Procenko, Iryna Baranowa, Switłana Waszczenko, Yaroslava Dehtiarenko

37-42
ANALIZA JAKOŚCI WYDRUKOWANYCH PRÓBEK PLA PRZY UŻYCIU RÓŻNYCH DRUKAREK 3D I PROGRAMÓW DO PRZYGOTOWANIA WYDRUKU
Karolina Tomczyk, Albert Raczkiewicz, Magdalena Paśnikowska-Łukaszuk

43-46
SEGMENTACJA OBRAZÓW WIELOGRADACYJNYCH NA PODSTAWIE CECH ŁĄCZNOŚCI PRZESTRZENNEJ
Leonid Timchenko, Natalia Kokriatskaya, Volodymyr Tverdomed, Oleksandr Stetsenko, Valentina Kaplun, Oleg K. Kolesnytskyj, Oleksandr Reshetnik; Saule Smailova; Ulzhalgas Zhunissova

47-50
IMPLEMENTACJA KOMPUTEROWEGO PRZETWARZANIA DANYCH BADANIA PROCESÓW RELAKSACYJNYCH Z WYKORZYSTANIEM ROZSZERZONEJ FUNKCJI WYKŁADNICZEJ
Andrey Lozovskyi, Alexander Lyashkov, Igor Gomilko, Alexander Tonkoshkur

51-55
ANALIZA KOLIZJI W RUCHU MIEJSKIM Z WYKORZYSTANIEM TECHNIK GŁĘBOKIEGO UCZENIA
Mummaneni Sobhana, Nihitha Vemulapalli, Gnana Siva Sai Venkatesh Mendu, Naga Deepika Ginjupalli, Pragathi Dodda, Rayanoothala Bala Venkata Subramanyam

56-63
NIEZRÓWNOWAŻONA KLASYFIKACJA WIELOKLASOWA Z ADAPTACYJNYM SYNTETYCZNYM WIELOMIANOWYM NAIWNYM PODEJŚCIEM BAYESA
Fatkhurokhman Fauzi, . Ismatullah, Indah Manfaati Nur

64-70
PORÓWNANIE SKUTECZNOŚCI METOD ANALIZY SZEREGÓW CZASOWYCH: SMA, WMA, EMA, EWMA I FILTR KALMANA DO ANALIZY DANYCH
Volodymyr Lotysh, Larysa Gumeniuk, Pavlo Humeniuk

71-74
STRATEGIA ZARZĄDZANIA ENERGIĄ SAMODZIELNEJ MIKROSIECI DC Z WYKORZYSTANIEM STANU NAŁADOWANIA BATERII
Elvin Yusubov, Lala Bekirova

75-78
MAKROMODELOWANIE PROGNOZOWANIA BILANSU LOKALNEGO SYSTEMU ELEKTROENERGETYCZNEGO Z WYKORZYSTANIEM FRAKTALNYCH WŁAŚCIWOŚCI PLANÓW OBCIĄŻENIA I GENERACJI
Daniyar Jarykbassov, Petr Lezhniuk, Iryna Hunko, Vladyslav Lysyi, Lyubov Dobrovolska

79-82
CHŁODZENIE PANELI FOTOWOLTAICZNYCH Z WYKORZYSTANIEM EFEKTU STOSU
Kudith Nageswara Rao, Ganesamoorthy Rajkuma

83-85
NOWY, AUTOMATYCZNY SYSTEM KONTROLI OBCIĄŻENIA SŁONECZNEGO OPARTY NA SZTUCZNEJ INTELIGENCJI
Kudith Nageswara Rao, Ganesamoorthy Rajkuma

86-89
OPTYMALIZACJA PARAMETRÓW PROCESU CIĘCIA CZĘŚCI PRACUJĄCYCH W WARUNKACH OBCIĄŻEŃ CYKLICZNYCH
Kateryna Barandych, Sergii Vysloukh, Grygoriy Tymchyk, Oleksandr Murashchenko, Saule Smailova, Saule Kumargazhanova

90-93
BADANIE WPŁYWU UŁAMKOWEJ LICZBY SZCZELIN BIEGUNÓW NA GENERACJĘ TURBINY WIATROWEJ PRZY UŻYCIU ULEPSZONEGO ALGORYTMU OPTYMALIZACJI CĘTKOWANEJ HIENY
Ibrahim M. Aladwan, Hasan Abdelrazzaq AL Dabbas, Ayman. M. Maqableh, Sayel M. Fayyad, Oleksandr Miroshnyk, Taras Shchur, Vadym Ptashnyk

94-100
NOWY MODEL ODBICIA ŚWIATŁA OD POWIERZCHNI WYKORZYSTUJĄCY KOMBINACJĘ DWÓCH FUNKCJI SZEŚCIENNYCH
Oleksandr Romanyuk, Yevhen Zavalniuk, Sergii Pavlov, Roman Chekhmestruk, Bondarenko Bondarenko, Tetiana Koval, Aliya Kalizhanova, Aigul Iskakova

101-106
KONCEPCJA ELEKTRONICZNEJ JEDNOSTKI STERUJĄCEJ SILNIKA SPALINOWEGO W ZESPOLE HYBRYDOWYM
Tomasz Zyska, Marcin Powązka, Bartłomiej Forysiuk

107-110
PRZEŁĄCZNIK TESLI DLA 4 AKUMULATORÓW OPARTY NA MODULE ARDUINO UNO
Mykola Polishchuk, Serhii Grinyuk, Serhii Kostiuchko, Anatolii Tkachuk, Pavlo Savaryn

111-116
ALGORYTM ZDALNEJ AKTUALIZACJI OPROGRAMOWANIA W BEZPRZEWODOWYCH SENSORACH NB-IOT – IMPLEMENTACJA I REZULTATY
Piotr Szydłowski, Karol Zaręba

117-120
ROZWÓJ OPROGRAMOWANIA DO PRZEWIDYWANIA OCEN PRACOWNIKÓW
Gulnar Balakayeva, Dauren Darkenbayev, Mukhit Zhanuzakov

121-124
INŻYNIERYJNO-TECHNICZNA OCENA KONKURENCYJNOŚCI UKRAIŃSKICH PRZEDSIĘBIORSTW BUDOWY MASZYN NA PODSTAWIE ZASTOSOWANIA MODELI REGRESJI
Anna Vitiuk, Leonid Polishchuk, Nataliia B. Savina, Oksana O. Adler, Gulzhan Kashaganova, Saule Kumargazhanova

125-128

Archiwum

2025

Tom 15 Nr 4
2025-12-20 27
Tom 15 Nr 3
2025-09-30 24
Tom 15 Nr 2
2025-06-27 24
Tom 15 Nr 1
2025-03-31 26

2024

Tom 14 Nr 4
2024-12-21 25
Tom 14 Nr 3
2024-09-30 24
Tom 14 Nr 2
2024-06-30 24
Tom 14 Nr 1
2024-03-31 23

2023

Tom 13 Nr 4
2023-12-20 24
Tom 13 Nr 3
2023-09-30 25
Tom 13 Nr 2
2023-06-30 14
Tom 13 Nr 1
2023-03-31 12

2022

Tom 12 Nr 4
2022-12-30 16
Tom 12 Nr 3
2022-09-30 15
Tom 12 Nr 2
2022-06-30 16
Tom 12 Nr 1
2022-03-31 9

2021

Tom 11 Nr 4
2021-12-20 15
Tom 11 Nr 3
2021-09-30 10
Tom 11 Nr 2
2021-06-30 11
Tom 11 Nr 1
2021-03-31 14

Authors

Oleksandr Vasilevskyi

oleksandr.vasilevskyi@austin.utexas.edu

University of Texas at Austin, Austin, USA

http://orcid.org/0000-0002-8618-0377 ##orcid.unauthenticated##

Emanuel Popovici

e.popovici@ucc.ie

University College Cork, Cork, Ireland

http://orcid.org/0000-0001-6813-5030 ##orcid.unauthenticated##

Volodymyr Sarana

vsarana@ucc.ie

University College Cork, Cork, Ireland

http://orcid.org/0000-0002-7778-3176 ##orcid.unauthenticated##

Abstrakt

Biorąc pod uwagę specyfikę wykorzystania systemu oceny MAX86150 do pomiaru sygnałów EKG i PPG, opracowano modele matematyczne do pośredniego określania ciśnienia skurczowego i rozkurczowego używając palców dłoni, które zostały przetestowane w środowisku MATLAB. Otrzymano sygnały EKG i PPG. W oparciu o zaproponowane modele matematyczne, sygnały EKG i PPG zostały przetworzone w pakiecie MATLAB oraz przedstawiono wyniki pośredniego pomiaru ciśnienia krwi.

Słowa kluczowe:

ciśnienie skurczowe, ciśnienie rozkurczowe, sygnały EKG i PPG, pomiar, metoda określania ciśnienia krwi

Bibliografia

Asgharnezhad H., Shamsi A., Bakhshayeshi I., Alizadehsani R., Chamaani S., Alinejad-Rokny H.: Improving PPG Signal Classification with Machine Learning: The Power of a Second Opinion. In IEEE 24th International Conference on Digital Signal Processing (DSP), 2023, 1–5.

Chao P. C. P., Wu C. C., Nguyen D. H., Nguyen B. S., Huang P. C., Le V. H.: The machine learnings leading the cuffless PPG blood pressure sensors into the next stage. IEEE Sensors Journal 21(11), 2021, 12498–12510.

Chiu Y. C., Arand P. W., Shroff S. G., Feldman T., Carroll J. D.: Determination of pulse wave velocities with computerized algorithms. American heart journal 121(5), 1991, 1460–1470.

Dutt D., Shruthi S.: Digital processing of ECG and PPG signals for study of arterial parameters for cardiovascular risk assessment. In IEEE International conference on communications and signal processing (ICCSP), 2015, 1506–1510.

Fortino G., Giampà V.: PPG-based methods for non invasive and continuous blood pressure measurement: an overview and development issues in body sensor networks. IEEE International Workshop on Medical Measurements and Applications, Ottawa, ON, Canada, 2010, 10–13.

Gómez-Quintana S., Schwarz C. E., Shelevytsky I., Shelevytska V., Semenova O., Factor A., Popovici E., Temko A.: A framework for AI-assisted detection of patent ductus arteriosus from neonatal phonocardiogram. In Healthcare 9(2), 2021, 169.

Haque C. A., Kwon T.-H., Kim K.-D.: Cuffless Blood Pressure Estimation Based on Monte Carlo Simulation Using Photoplethysmography Signals. Sensors 22, 2022, 1175.

Kachuee M., Kiani M. M., Mohammadzade H., Shabany M.: Cuffless blood pressure estimation algorithms for continuous health-care monitoring. IEEE Transactions on Biomedical Engineering 64(4), 2016, 859–869.

Kao Y. H., Chao P. C. P., Wey C. L.: Design and validation of a new PPG module to acquire high-quality physiological signals for high-accuracy biomedical sensing. IEEE J. Sel. Top. Quantum Electron 25, 2019, 18159167.

Liang Y., Chen Z., Ward R., Elgendi M.: Hypertension assessment via ECG and PPG signals: An evaluation using MIMIC database. Diagnostics 8(3), 2018, 65.

Man P. K., Cheung K. L., Sangsiri N., Shek W. J., Wong K. L., Chin J. W., Chan T. T., So R. H. Y.: Blood Pressure Measurement: From Cuff-Based to Contactless Monitoring. In Healthcare 10(10), 2022, 2113.

Morresi N., Casaccia S., Sorcinelli M., Arnesano M., Revel G.: Analysing performances of Heart Rate Variability measurement through a smartwatch. In 2020 IEEE International Symposium on Medical Measurements and Applications (MeMeA), 2020, 1–6.

Mukkamala R., Hahn J. O., Inan O. T., Mestha L. K., Kim C. S., Töreyin H., Kyal S.: Toward Ubiquitous Blood Pressure Monitoring via Pulse Transit Time: Theory and Practice. In IEEE Transactions on Biomedical Engineering 62(8), 2015, 1879–1901.

Payne R. A., Symeonides C. N., Webb D. J., Maxwell S. R.: Pulse transit time measured from the ECG: An unreliable marker of beat-to-beat blood pressure. J. Appl. Physiol. 100, 2006, 136–141.

Pour Ebrahim M., Heydari F., Wu T., Walker K., Joe K., Redoute J. M., Yuce M. R.: Blood pressure estimation using on-body continuous wave radar and photoplethysmogram in various posture and exercise conditions. Scientific Reports 9(1), 2019, 1–13.

Rundo F., Petralia S., Fallica G., Conoci S.: A nonlinear pattern recognition pipeline for PPG/ECG medical assessments. In Convegno Nazionale Sensori, 2018, 473–480.

Samimi H., Dajani H. R.: Cuffless Blood Pressure Estimation Using Calibrated Cardiovascular Dynamics in the Photoplethysmogram. Bioengineering 9(9), 2022, 446.

Semenov A., Osadchuk O., Semenova O., Bisikalo O., Vasilevskyi O., Voznyak O.: Signal Statistic and Informational Parameters of Deterministic Chaos Transistor Oscillators for Infocommunication Systems. 2018 International Scientific-Practical Conference Problems of Infocommunications Science and Technology, 2019, 8632046, 730–734.

Shabaan M., Arshid K., Yaqub M., Jinchao F., Zia M., Bojja G., Iftikhar M., Ghani U., Ambati L., Munir R.: Survey: smartphone-based assessment of cardiovascular diseases using ECG and PPG analysis. BMC medical informatics and decision making, 2020, 1–6.

Sharma M., Barbosa K., Ho V., Griggs D., Ghirmai T., Krishnan S. K., Hsiai T. K., Chiao J. C., Cao H.: Cuff-less and continuous blood pressure monitoring: a methodological review. Technologies 5(2), 2017, 21.

Trishch R., Nechuiviter O., Dyadyura K., Vasilevskyi O., Tsykhanovska I., Yakovlev M.: Qualimetric method of assessing risks of low quality products. MM Science Journal 2021(4), 2021, 4769–4774.

Tseng T. J., Tseng C. H.: Cuffless blood pressure measurement using a microwave near-field self-injection-locked wrist pulse sensor. IEEE Trans. Microw. Theory Tech 68, 2020, 4865–4874.

Vasilevskyi O. M., Yakovlev M. Y., Kulakov P. I.: Spectral method to evaluate the uncertainty of dynamic measurements. Technical Electrodynamics 4, 2017, 72–78.

Vasilevskyi O. M.: A frequency method for dynamic uncertainty evaluation of measurement during modes of dynamic operation. International Journal of Metrology and Quality Engineering 6(2), 2015, 202.

Vasilevskyi O. M.: Assessing the level of confidence for expressing extended uncertainty: a model based on control errors in the measurement of ion activity. Acta IMEKO 10(2), 2021, 199–203.

Vasilevskyi O. M.: Calibration method to assess the accuracy of measurement devices using the theory of uncertainty. International Journal of Metrology and Quality Engineering 5(4), 2014, 403.

Vasilevskyi O. M.: Metrological characteristics of the torque measurement of electric motors. International Journal of Metrology and Quality Engineering 8, 2017, 7.

Vasilevskyi O., Koval M., Kravets S.: Indicators of reproducibility and suitability for assessing the quality of production services. Acta IMEKO 10(4), 2021, 54–61.

Vasilevskyi O., Kulakov P., Kompanets D., Lysenko O. M., Prysyazhnyuk V., Wójcik W., Baitussupov D.: A new approach to assessing the dynamic uncertainty of measuring devices. Proc. SPIE 10808, 2018, 728–735.

Vasilevskyi O., Voznyak O., Didych V., Sevastianov V., Ruchka O., Rykun V.: Methods for Constructing High-precision Potentiometric Measuring Instruments of Ion Activity. In 2022 IEEE 41st International Conference on Electronics and Nanotechnology (ELNANO), 2022, 247–252.

Wang H. S. J., Yeh M. H., Chao P. C. P., Tu T. Y., Kao Y. H., Pandey R.: A fast chip implementing a real-time noise resistant algorithm for estimating blood pressure using a non-invasive, cuffless PPG sensor. Microsyst. Technol 26, 2020, 3501–3516.

Zhang Q., Zeng X., Hu W., Zhou D.: A Machine Learning-Empowered System for Long-Term Motion-Tolerant Wearable Monitoring of Blood Pressure and Heart Rate With Ear-ECG/PPG. In IEEE Access 5, 2017, 10547–10561.

American Heart Association. [https://www.heart.org/en/] (access 08/07/2023).

AnalogDevices Homepage [https://www.analog.com/media/en/technical-documentation/data-sheets/MAX86150EVSYS.pdf] (access 2023/08/07).

THINKLABS Homepage [https://www.thinklabs.com/] (access 2023/08/07).

MODELOWANIE I ANALIZA SKURCZOWEGO I ROZKURCZOWEGO CIŚNIENIA KRWI Z WYKORZYSTANIEM SYGNAŁÓW EKG I PPG. (2023). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 13(3), 5-10. https://doi.org/10.35784/iapgos.5326

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 13 Nr 3 (2023)

Archiwum

##plugins.themes.bootstrap3.article.main##

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja