Digital signal processing in wearable and portable biomedical devices

Financiador

Organização

Publicações

Publication . Russo, Sara; Batista, Arnaldo; Esgalhado, Filipa; Palma dos Reis, Catarina R.; Serrano, Fátima; Vassilenko, Valentina; Ortigueira, Manuel; DF – Departamento de Física; CTS - Centro de Tecnologia e Sistemas; UNINOVA-Instituto de Desenvolvimento de Novas Tecnologias; NOVA Medical School|Faculdade de Ciências Médicas (NMS|FCM); Springer Science and Business Media Deutschland GmbH

Alvarez waves are local rhythmic contractions of the myometrium with high frequency and low intensity. They can be detected using internal or external tocography and electrohysterography. Some researchers correlate these small contractions with the initiation of labor, since they have been described as a pattern representing the uterine response to prostaglandin production. Other authors either do not validate a causality relation between Alvarez waves and labor or suggest that they have low predictive value for preterm labor. Alvarez waves’ research has become a multidisciplinary subject with inputs ranging from medical science, biomedical engineering, and related areas. A comprehensive review is herein conducted to summarize the state of the art regarding Alvarez waves and their role in the initiation of labor, namely in preterm birth. The results show that a large number of studies have analyzed and characterized Alvarez waves without necessarily digging into their relationship with labor. Publications were categorized in three groups: (A) reports about morphology and characterization of Alvarez waves; (B) publications reporting a positive causality relation between Alvarez waves and labor; and (C) publications reporting an absence of causality regarding the previous hypothesis. Studies in group B outnumbered those in group C. A critical analysis is presented.

2021-08Recensão

Acesso aberto

Ver mais

Biomedical Signal Processing for Heart Rate Variability Evaluation

Publication . Cardoso, Filipa Esgalhado De Oliveira Gouveia; Vassilenko, Valentina; Batista, Arnaldo

O processamento de sinais é um campo crucial na pesquisa biomédica e de analise de dados, especialmente na investigação aprofundada de sinais como a Variabilidade da Frequência Cardíaca (VFC), que fornece biomarcadores cruciais para compreender a saúde cardiovascular. No entanto, a estimativa precisa da VFC enfrenta desafios devido a artefactos, especialmente em sinais biomédicos ruidosos de dispositivos wearable sob condições não controladas. Esta tese visa contribuir para o processamento de sinais biomédicos ao abordar desafios na estimativa precisa da VFC usando o fotopletismograma (PPG) e o eletrocardiograma (ECG). Três abordagens foram seguidas: (1) o desenvolvimento de um método de deteção de picos, o Método de Envelope Duplo de Hilbert (HDEM), para aprimorar a precisão da VFC, alcançando sensibilidade de 99,07% e 99,45% para sinais de ECG e PPG, respetivamente; (2) a exploração de modelos de aprendizagem profunda como Long Short-Term Memory (LSTM) e Convolutional Neural Network (CNN) para a deteção robusta de ondas de PPG, com o algoritmo CNN-LSTM obteve o melhor desempenho, com uma precisão e sensibilidade de 0.894, 0.923; e (3) o desenvolvimento de um sistema de estimação em tempo real da VFC baseado em PPG em Simulink®, que atingiu resultados promissores com um Erro Quadrático Médio (RMSE) de 0,178 ± 0,138. Essas descobertas têm um impacto substancial na avaliação da saúde cardiovascular, destacando o potencial de sistemas em tempo real e métodos inovadores de deteção de picos para lidar com desafios em sinais biomédicos ruidosos. As soluções propostas abrem caminho para o desenvolvimento de sistemas de monitorização precisos, que contribuem para a monitorização contínua da saúde e deteção precoce de doenças cardiovasculares.

2023-12-21Tese de doutoramento

Acesso embargado

Ver mais

Entidade financiadora

Fundação para a Ciência e a Tecnologia

Programa de financiamento

OE

Número da atribuição

PD/BDE/150312/2019