Adaptive filtering for noise reduction in photoplethysmography signals

W niniejszym artykule przedstawiono innowacyjne podejście do filtrowania hybrydowego sygnałów fotopletyzmograficznych (PPG), oparte na czujniku tętna, szeroko stosowanym w urządzeniach do monitorowania parametrów fizjologicznych. Czujnik łączy w sobie funkcjonalność sprzętową, w tym konwencjonalne filtrowanie analogowe oparte na sieciach rezystorów i kondensatorów, z możliwością dostępu do surowych sygnałów poprzez interfejs cyfrowy. Aby w pełni wykorzystać tę możliwość, zaprojektowaliśmy system filtrowania programowego w całości zaimplementowany w środowisku programistycznym MATLAB. To filtrowanie cyfrowe umożliwia przetwarzanie danych z fotodiod w czasie rzeczywistym, omijając ograniczenia związane ze stałym filtrowaniem analogowym. Łącząc zalety obu podejść – niezawodność sprzętu i elastyczność oprogramowania – nasz system hybrydowy poprawia jakość sygnału PPG, zwłaszcza poprzez redukcję artefaktów związanych z ruchem i szumem otoczenia. Skuteczność tej metody została oceniona w serii eksperymentów laboratoryjnych, wykazujących znaczną poprawę dokładności ekstrakcji parametrów fizjologicznych. Badania te otwierają nowe perspektywy dla rozwoju inteligentnych, niezawodnych urządzeń do noszenia, służących do ciągłego monitorowania stanu zdrowia w różnych warunkach klinicznych i ambulatoryjnych.

Słowa kluczowe:

fotopletyzmografia (PPG), filtrowanie hybrydowe, monitorowanie tętna, przetwarzanie sygnałów, czujnik tętna

Cele Zrównoważonego Rozwoju (SDG)

Dobre zdrowie i jakość życia

Bibliografia

[1] Allen, J. (2007). Photoplethysmography and its application in clinical physiological measurement. Physiological Measurement, 28(3), R1–R39. https://doi.org/10.1088/0967-3334/28/3/R01

[2] Biga, L. M., Dawson, S., Harwell, A., Hopkins, R., Kaufmann, J., LeMaster, M., Matern, P., Morrison-Graham, K., Quick, D., & Runyeon, J. (2019). 19.3 Cardiac cycle. In Anatomy & Physiology. OpenStax/Oregon State University. https://open.oregonstate.education/anatomy/chapter/cardiac-cycle/

[3] Camm, J., Klein, H., & Nisam, S. (2007). The cost of implantable defibrillators: Perceptions and reality. European Heart Journal, 28(4), 392–397. https://doi.org/10.1093/eurheartj/ehl166

[4] Castaneda, D., Esparza, A., Ghamari, M., Soltanpur, C., & Nazeran, H. (2018). A review on wearable photoplethysmography sensors and their potential future applications in health care. International Journal of Biosensors & Bioelectronics, 4(4). https://doi.org/10.15406/ijbsbe.2018.04.00125

[5] Fernández-Corazza, M., Beltrachini, L., Von Ellenrieder, N., & Muravchik, C. H. (2013). Analysis of parametric estimation of head tissue conductivities using Electrical Impedance Tomography. Biomedical Signal Processing and Control, 8(6), 830–837. https://doi.org/10.1016/j.bspc.2013.08.003

[6] Franklin, D., Tzavelis, A., Lee, J. Y., Chung, H. U., Trueb, J., Arafa, H., Kwak, S. S., Huang, I., Liu, Y., Rathod, M., Wu, J., Liu, H., Wu, C., Pandit, J. A., Ahmad, F. S., McCarthy, P. M., & Rogers, J. A. (2023). Synchronized wearables for the detection of haemodynamic states via electrocardiography and multispectral photoplethysmography. Nature Biomedical Engineering, 7(10), 1229–1241. https://doi.org/10.1038/s41551-023-01098-y

[7] Longmore, S. K., Lui, G. Y., Naik, G., Breen, P. P., Jalaludin, B., & Gargiulo, G. D. (2019). A Comparison of Reflective Photoplethysmography for Detection of Heart Rate, Blood Oxygen Saturation, and Respiration Rate at Various Anatomical Locations. Sensors, 19(8), 1874. https://doi.org/10.3390/s19081874

[8] Orphanidou, C., Bonnici, T., Charlton, P., Clifton, D., Vallance, D., & Tarassenko, L. (2014). Signal Quality Indices for the Electrocardiogram and Photoplethysmogram: Derivation and Applications to Wireless Monitoring. IEEE Journal of Biomedical and Health Informatics, 1–1. https://doi.org/10.1109/JBHI.2014.2338351

[9] Pirzada, P., Wilde, A., & Harris-Birtill, D. (2024). Remote Photoplethysmography for Heart Rate and Blood Oxygenation Measurement: A Review. IEEE Sensors Journal, 24(15), 23436–23453. https://doi.org/10.1109/JSEN.2024.3405414

[10] Tamura, T., & Maeda, Y. (2018). Photoplethysmogram. In T. Tamura & W. Chen (Eds), Seamless Healthcare Monitoring (pp. 159–192). Springer International Publishing. https://doi.org/10.1007/978-3-319-69362-0_6

[11] Tamura, T., Maeda, Y., Sekine, M., & Yoshida, M. (2014). Wearable Photoplethysmographic Sensors—Past and Present. Electronics, 3(2), 282–302. https://doi.org/10.3390/electronics3020282

[12] Teixeira, L., Ritti-Dias, R. M., Tinucci, T., Mion Júnior, D., & Forjaz, C. L. D. M. (2011). Post-concurrent exercise hemodynamics and cardiac autonomic modulation. European Journal of Applied Physiology, 111(9), 2069–2078. https://doi.org/10.1007/s00421-010-1811-1

[13] Vijgeboom, T., Muller, M., Ebrahimkheil, K., Van Eijck, C., & Ronner, E. (2024). Evaluation of photoplethysmography-based monitoring of pulse rate, interbeat-intervals, and oxygen saturation during high-intensity interval training. BioMedical Engineering OnLine, 23(1), 114. https://doi.org/10.1186/s12938-024-01309-w

[14] Zeitler, E. P., & Kramer, D. B. (2021). What Should Cardiac Patients Know About Device Cybersecurity Prior to Implantation? AMA Journal of Ethics, 23(9), E705-711. https://doi.org/10.1001/amajethics.2021.705

Adaptacyjna filtracja w celu redukcji szumów w sygnałach. (2026). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 16(2), 22-25. https://doi.org/10.35784/iapgos.8312

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

Numer Tom 16 Nr 2 (2026)

Archiwum

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

Authors

Abstrakt

Słowa kluczowe:

Cele Zrównoważonego Rozwoju (SDG)

Bibliografia

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

Licencja