Revista Facultad de Ingeniería de la Universidad de Antioquia, No.90, pp.

42- 50 , Enero-marzo 2019

El método del alpinista para la detección de picos en las

señales de fotopletismográficas
El Método del alpinista para detection de picos en señales fotopletismográficas

Erick Javier Argüello-Prada 1 *

1 Departamento de Tecnologías de la Información y las Comunicaciones, Facultad de Ingeniería, Universidad de Santiago de Cali. Calle 5 # 62-00. CP 760035. Santiago de Cali, Colombia.

INFORMACIÓN DEL ARTÍCULO:

ABSTRACTO: Varios esfuerzos han beenmade para desarrollar algoritmos para la detección de picos precisa en las señales de
Recibido: May 09, 2018 Aceptado: fotopletismográficas (PPG). La mayoría de estos algoritmos han sido especí fi camente concebido para llevar a cabo bajo alta

14 Enero 2019 artefacto de movimiento y condiciones de desviación de línea de base. Sin embargo, poco se ha hecho con respecto a la detección
de picos en las señales PPG de baja amplitud. En un intento de abordar este problema, se propuso un algoritmo simple y detección
de picos en tiempo real de señales PPG. En comparación con otros dos algoritmos de detección de pico bien establecido, el método
DISPONIBLE EN LINEA:
propuesto fue capaz de lograr más de que la sensibilidad 98% y menos de 3% no tasa de detección, incluso cuando la amplitud de
14 de enero de, 2019 la señal PPG se redujo a 0,2 V. Sin embargo, el trabajo más se necesita para mejorar su robustez a los artefactos de movimiento.

PALABRAS CLAVE:

Fotopletismografía, detección de Resumen: Se Han Llevado a cabo numerosos: esfuerzos por desarrollar Algoritmos para la detection de picos en
picos, las señales de baja
señales fotopletismográ fi cas (PPG). La Mayoría de Algoritmos ESTOS Han Sido concebidos ESPECI fi camente
amplitud, contaminación por
para funcionar Frente a los artefactos ocasionados por movimiento ya la desviación en La Línea de base. Sin
ruido, umbral adaptativo
embargo, poco se ha Hecho con RESPECTO a la detection de picos en señales PPG de baja amplitud. En un
Intento por abordar Este Problema, se propuso la ONU algoritmo para Detectar, En Tiempo Real, Los picos de las
Fotopletismografía, detection de señales PPG. En comparacion con Otros dos Algoritmos de detection de picos bien establecidos, El Método
Picos, señales de baja amplitud,
Propuesto FUE Capaz de Alcanzar Mas del 98% de sensibilidad y Menos del 3% de tasa de detection fallida,
Contaminación por ruido, umbral
adaptativo
INCLUSO CUANDO la amplitud de la Señal PPG se redujo un 0, 2 Así V. Aun,

1. Introducción Una vez que se detecta un pico, el umbral de detección de pico se reduce con el
tiempo hasta que alcanza la pendiente de subida de la siguiente onda sistólica; Del

El diseño de un algoritmo para la detección de picos sistólica en señales mismo modo, una vez que se detecta un valle, el umbral de detección valle se aumentó

photopletysmographic (PPG) puede ser tan difícil como escalar una montaña. con el tiempo hasta que alcanza la pendiente descendente de la siguiente onda

Desde ese punto de vista, la parte superior de la montaña se alcanza cuando el diastólica. En

rendimiento del algoritmo es lo suficientemente bueno para aplicaciones médicas. otro estudio [ 2 ], El área triangular invertida contenida por dos picos

Este último consecutivos PPG y se usó el valle entre ellos para superar los efectos de la

implica que el algoritmo ideado debe ser capaz no sólo de ignorar falsos o de deriva de la línea base y errante. Más recientemente, una detección de pico

error picos que puedan resultar de artefactos de movimiento, la respiración y el robusto (RPD) algoritmo [ 3 ] Fue ideado mediante la comparación de un

ruido eléctrico, sino también para adaptarse a la variabilidad fisiológica de la porcentaje de la amplitud de PPG, que se actualiza constantemente y que

onda PPG. llamaron distancia de adaptación, con la diferencia entre las amplitudes de la
última de pico o valle detectado y el punto actual. El algoritmo de RPD

Varios autores han dirigido esfuerzos en el desarrollo de algoritmos también es capaz de eliminar falsos o de error picos mediante el cálculo del

adaptativos para la detección de picos precisa en señales PPG. valor de error estándar sobre N intervalos de pico a pico, cuya diferencia se

en [ 1 ], Se desarrolló un umbral adaptativo (ADT) algoritmo supone que es no mayor que 100 ms. Por otra parte, estos algoritmos, así

que utiliza dos umbrales variables para detectar los picos y los valles de como los desarrollados para frecuencia cardíaca (FC) supervisar

las señales PPG. throughmobile dispositivos como un teléfono inteligente [ 2 , 4 - 6 ], Podría no

funcionar bien cuando se reduce la amplitud de la señal PPG. Varios autores
[ 1 - 7 ] Argumentan que la disminución de la amplitud de la onda PPG deben
* Correspondencia: Erick Javier Argüello Prada E-mail: estar
erick.arguello00@usc.edu.co ISSN 0120 a 6230 e-ISSN 2422-2844

42 DOI: 10.17533 / udea.redin.n90a06

42
EJ-Argüello Prada et al., Revista Facultad de Ingeniería de la Universidad de Antioquia, No. 90, pp. 42- 50 , 2019

dirigida etapas de adquisición y acondicionamiento fromsignal. Sin embargo, la cambios de pendiente de positivo a negativo, num_steps
disminución de la amplitud de la onda PPG puede ser observado después de la se pone a cero, ya sea o no su valor ha alcanzado o superado el umbral.
lesión (por ejemplo, cuando un paciente experimenta la primera incisión Una vez que se detecta el pico, el inicio del flanco ascendente sistólica
quirúrgica de un procedimiento operativo) o durante los episodios de apnea, está marcado como el valle que precede al pico sistólico.
como consecuencia de la vasoconstricción periférica causada por un aumento en las variables
el tono simpático [ 8 ]. En tales circunstancias, es importante para garantizar la possible_peak y possible_valley AGS son fl por los que es posible hacer caso
detección de pico continuo y fiable, por lo que una novela, simple y algoritmo de omiso de las ondas e incluso el pico diastólica, lo que podría ser etiquetada
detección de picos en tiempo real de señales PPG se propone en este estudio. erróneamente como un pico sistólica. El umbral inicializa empíricamente a las 6 y
actualiza su valor con cada latido del corazón tal como se expresa por la
Ecuación ( 2 ):

= umbral 0.6 * num_upsteps (2)

2. Materiales y métodos
Cuanto más alto HR del sujeto, menor será el número de muestras que
método 2.1 del alpinista para la detección de pico componen el flanco ascendente sistólica y, por lo tanto, menor será el número
(MMPD) de veces que la condición ( 1 ) se cumple. Al establecer el umbral de detección a
60% del número total de condición veces ( 1 ) Fue fi satisfecho antes de
El método de detección de picos propuesto se basa en las similitudes
alcanzar el último pico sistólico, el algoritmo va a ser capaz de detectar nuevos
entre la forma de onda PPG y una cordillera.
picos incluso cuando aumenta la RH.
Si cada pulso PPG se considera como una sola montaña, entonces
el pico sistólico puede ser pensado como la cima de la montaña. Del mismo
modo, si uno empieza a subir el flanco ascendente que precede al pico
sistólico, se puede suponer que el último será reachedwhen la pendiente 2.2 sistema de adquisición de PPG
cambia de positivo a negativo. Esto equivale a suponer que el flanco
Una versión fi ed modi del circuito construido en [ 10 ] Fue utilizado para
ascendente que precede al pico sistólico es una función estrictamente
acondicionamiento de señales PPG, que se recogieron a través de un
creciente, que se puede denotar como F. Por lo tanto, cada punto que compone
Nellcor ™ adulto fi clip de dedo (modelo DS-100A). La resistencia R1 fue
el flanco ascendente sistólica satisface la condición ( 1 ):
reemplazado por un potenciómetro por la que era posible controlar la
corriente a través del infrarrojo diodo emisor de luz (IR-LED). La señal
procedente del fototransistor se filtra y amplificado con un solo polo, de paso
de banda de filtro con un corte de menor frecuencia de
pie i + 1) > pie yo) Si t i + 1> t yo (1)

0,7 Hz, un corte superior de frecuencia de 2,34 Hz, y una ganancia de 100. La

Pero si esto es así, ¿cómo el algoritmo será capaz de distinguir entre el salida de la primera etapa está regulada por el potenciómetro R7 y

verdadero pico y uno causado por un cambio repentino en el signo adicionalmente amplificado con una ganancia de 10. La digitalización de la

(frompositive a negativo) de la pendiente? Se podría contar el número de señal se realiza por el 8- canal de conversión analógica-digital de una placa

veces que la condición ( 1 ) Se cumple y si este número alcanza o excede un Arduino Nano con resolución de 10 bits. La junta se programó para recoger

cierto umbral, entonces el cambio de corriente de la pendiente es un pico una muestra de PPG cada 10 ms (frecuencia de muestreo = 100 Hz). Todo el

sistólica. Este umbral es proporcional al número total de muestras que circuito se alimenta con una batería de Ni-MH recargable (3,6 V / 1000 mAh,

componen el flanco ascendente sistólica, que a su vez depende de la tasa de Huawei) e integrado en una sola placa de circuito impreso (PCB), utilizando

muestreo, pero no en la amplitud de la señal PPG, como se muestra en la componentes de alta calidad, con el fin de reducir la contaminación de la

figura 1 . señal tanto como sea posible. Una vez digitalizada, la señal PPG se transmite
desde la placa Arduino a un PC portátil (Acer TravelMate B113) a través del
puerto serie.

El tiempo de cresta (es decir, el intervalo de tiempo medido desde el inicio de la

flanco ascendente sistólica al pico sistólica) se encontró que era alrededor de
0,1 s para sujetos sanos [ 9 ], Dependiendo de la frecuencia cardíaca (HR). Por lo
tanto, para una velocidad de muestreo de 100 Hz, el flanco ascendente sistólica
2.3 Sujetos y conjuntos de datos
se compone de diez muestras y la condición (1) será satis fi ed nueve veces
antes de alcanzar el pico sistólico. Un pseudo código para el método propuesto Ocho sujetos jóvenes y sanos (cinco hombres y tres mujeres, con edades
(MMPD) se muestra en el algoritmo 1 . comprendidas entre los 18 a 30 años) participaron en el estudio.
Como se ha hecho en [ 1 ], Beber y fumar
fueron prohibidos durante 24 h antes del experimento. Se pidió a cada
participante que se siente tan cómodo como sea posible mientras que la fi PPG
Vale la pena señalar que la variable num_steps aumenta el tiempo en que la dedo clip fue colocado alrededor de la punta del dedo medio de la mano de
pendiente de la onda PPG es positivo. Si el escritura. Tres 5-min

43
 EJ-Argüello Prada et al., Revista Facultad de Ingeniería de la Universidad de Antioquia, No. 90, pp. 42- 50 , 2019

algoritmo 1 código Pseudo del método del alpinista para la detección de pico (MMPD) en señales PPG

1: // ** ** // inicialización
2: i = 1; num_steps = 0; = umbral 6; possible_peak = false; possible_valley = false;
3: // ** Pico y valle detección ** //
4: lazo

5: obtener muestra (i);

6: Si yo ≥ 2 entonces

7: Si muestra (i) > Muestra (i - 1) entonces

8: num_upsteps = num_upsteps + 1;
9: Si == falsa possible_valley entonces ◃ // ** Buscando el valle ** //
10: possible_valley = true; ◃ // ** Un valle potencial se ha encontrado ** //
11: value_possible_valley = muestra (i - 1);
12: time_possible_valley = tiempo (i - 1);
13: terminara si

14: más
15: Si num_upsteps ≥ límite entonces ◃ // ** Buscando el pico ** //
dieciséis: possible_peak = true; ◃ // ** Un pico de potencial se ha encontrado ** //
17: value_possible_peak = muestra (i - 1);
18: time_possible_peak = tiempo (i - 1);
19: más
20: Si possible_min == true entonces
21: Si muestra (i) <= value_possible_valley entonces
22: value_possible_valley = muestra (i); ◃ // ** La actualización del valle de potencial ** //

23: time_possible_valley = tiempo (i);

24: terminara si

25: terminara si

26: Si possible_peak == true entonces ◃ // ** Un pico ha sido encontrado! ** //

27: Si muestra (i - 1)> value_possible_peak entonces ◃ // ** La actualización de la información de pico ** //

28: value_peak = muestra (i - 1);

29: time_peak = tiempo (i - 1);
30: más
31: value_peak = value_possible_peak;
32: time_peak = time_possible_peak;
33: terminara si

34: Si possible_valley == true entonces ◃ // ** Un valle se ha encontrado ** //

35: value_valley = value_possible_valley; ◃ // ** Actualización de la información valle ** //
36: time_valley = time_possible_valley;
37: possible_valley = false;
38: terminara si

39: = umbral 0.6 * num_upsteps; ◃ // ** La actualización del umbral ** //

40: possible_peak = false;

41: terminara si

42: terminara si

43: num_upsteps = 0; ◃ // ** Restablecimiento del número de upsteps ** //

44: terminara si

45: terminara si

46: i = i + 1;
47: bucle final

44
EJ-Argüello Prada et al., Revista Facultad de Ingeniería de la Universidad de Antioquia, No. 90, pp. 42- 50 , 2019

Figura 1 PPG señal en dos amplitudes diferentes. Independientemente de la amplitud de la señal, el número de muestras que componen el PPG
de la señal, así como sus diferentes segmentos (por ejemplo, el flanco de subida sistólica), es siempre la misma

conjuntos de datos se registraron a partir de cada sujeto, con un período de descanso de 2 dentro fueron aceptadas 0,05 s entre latidos.
min entre las series de datos. El conjunto de datos primero

se obtuvo mientras que los participantes permanecieron sentados tan inmóvil como sea Tal como se desarrolló en estudios previos [ 1 , 3 , 4 ], El rendimiento de cada
posible y el circuito de PPG funcionar con una corriente de accionamiento IR-LED de algoritmo se evaluó mediante el cálculo de su sensibilidad (SE) y su valor
2,54 mA con el fin de obtener una amplitud PPG alrededor de 2 V. El segundo conjunto positivo predicho (+ P), cada uno de los cuales está dado por las ecuaciones ( 3 )
de datos se obtuvo mientras que los participantes dibujar una casa, un árbol y un reloj Y ( 4 ):
en tres hojas diferentes de papel con el fi corriente de excitación de LED-IR fijada en
2,54 mA. Se obtuvo el tercer conjunto de datos, mientras que los participantes SE = TP (3)
permanecieron sentados, de nuevo, tan inmóvil como sea posible, y el circuito de PPG TP + FN
funcionar con una corriente de accionamiento IR-LED de 0,96 mA con el fin de reducir
la amplitud PPG a 0,2 V. Los datos fueron almacenados para el análisis y dos médicos + P = TP (4)
TP + FP
de emergencia anotados los picos de presión sistólica de cada grabación PPG como
controles para la evaluación.
donde TP, FN y FP designan, respectivamente, los números de verdaderos
positivos (picos sistólicos etiquetados como picos sistólica), el número de falsos
negativos (picos sistólicos un-detectado) y el número de falsos positivos (falsos o
de error picos marcados como picos sistólicos ). Tanto un FN y una FP contaron

Evaluación 2.4 Rendimiento como un error de detección, por lo que para este estudio la tasa de detección
fallida (FDR) fue definida por la ecuación (??):
La eficacia de la MMPD se valorarse a partir de otros dos métodos de
detección de picos adaptativo: el ADT
algoritmo [ 1 ] Y el algoritmo de RPD [ 3 ]. Se eligió el primer uno, ya que ha
FDR = FN + FP (5)
sido ampliamente utilizado como un estándar de oro para evaluar el TP
rendimiento de los algoritmos de detección de novela pico [ 2 , 3 ]. El segundo Como se ha hecho en estudios previos [ 1 , 3 ], El denominador de la ecuación anterior
fue elegido porque se ha postulado [ 3 , 6 ] Como uno de los algoritmos más es la cantidad de verdaderos positivos (TP) en lugar de los picos totales marcados
robustos para la detección de picos sistólicos en señales PPG. Los tres por ojo.
algoritmos fueron implementados inMatlab R2013a (The MathWorks Inc.,
Natick, EE.UU.). Una comparación de latido a latido se realizó entre la salida
de los tres algoritmos y los picos sistólicos anotados. El primer segundos 3. resultados
diez de cada conjunto de datos se considera como un periodo de formación
y que no se incluyeron en la comparación. desviaciones de tiempo Mesas 1 y 2 resumir cómo los tres algoritmos (ADT, RPD y MMPD)
precisa estaban en la detección de, respectivamente, los picos y los valles
de PPG auténtico

45
 EJ-Argüello Prada et al., Revista Facultad de Ingeniería de la Universidad de Antioquia, No. 90, pp. 42- 50 , 2019

Figura 2 Los picos y valles detectados por: a) el algoritmo adaptativo umbral (ADT), b) el algoritmo robusto de detección de pico (RPD), y c) el método del alpinista para
la detección de pico (MMPD) cuando la amplitud de la señal PPG se disminuyó a 0,2 V (conjunto de datos
# 3). círculos grises claros y oscuros representan, respectivamente, los picos y valles detectados por el algoritmo, mientras que la luz y la oscuridad
flechas grises representan las anotaciones de los expertos

46
EJ-Argüello Prada et al., Revista Facultad de Ingeniería de la Universidad de Antioquia, No. 90, pp. 42- 50 , 2019

figura 3 Los picos y valles detectados por: a) el algoritmo adaptativo umbral (ADT), b) el algoritmo robusto de detección de pico (RPD), y c) el método del alpinista para la detección de pico
(MMPD) en condiciones de movimiento de artefactos moderados (conjunto de datos # 2) . La luz y los círculos de color gris oscuro representan, respectivamente, los picos y valles
detectados por el algoritmo, mientras que las flechas de color gris claro y oscuro
representar las anotaciones de los expertos

47
 EJ-Argüello Prada et al., Revista Facultad de Ingeniería de la Universidad de Antioquia, No. 90, pp. 42- 50 , 2019

señales. Por tanto pico y valle de detección, la MMPD mostró la mayor SE, así podría ser menor que la distancia de adaptación calculada por el algoritmo
como el más bajo FDR, cuando los sujetos permanecieron sentados tan de RPD, lo que resulta en un pico sin ser detectado (o valle), como se
inmóvil como sea posible (1 S t y 3 rd
muestra en la Figura [? ]si. A su vez, el algoritmo de ADT mostró los
conjuntos de datos). Por otro lado, el algoritmo de RPD consigue el valor más alto de valores más bajos de SE y + P, así como los valores más altos de FDR,
SE, así como el valor más bajo de FDR, en condiciones de artefactos de movimiento entre los tres algoritmos probados. Trabajo previo [ 3 ] Demostró que el
moderados (2 Dakota del Norte conjunto de datos). Para cada conjunto de datos, el rendimiento del algoritmo de ADT se deteriora en condiciones moderadas /
algoritmo de RPD también alcanzó el valor más alto de + P, mientras que el algoritmo altos de movimiento de artefactos. Además, y como confirmado por el
de ADT mostró los valores más bajos de SE y + P, así como los valores más altos de presente estudio, el algoritmo de ADT puede no performwell cuando la
FDR. amplitud de la señal PPG es considerablemente baja, una limitación que se
esbozó anteriormente por sus autores [ 1 ]. Por el contrario, y como se
muestra en las Tablas 1 y 2 , La MMPD fue capaz de lograr más de un 98%
La diferencia entre el número de picos y el número de valles detectados SE y menos de 3% FDR a pesar de una reducción significativa en la
por el MMPD y el algoritmo de RPD, en las mismas condiciones, era uno amplitud de la señal PPG. Ambos RPD y ADT métodos, así como varios
o dos, mientras que para el algoritmo de ADT la diferencia entre picos y otros algoritmos de detección de pico [ 2 , 4 , 6 ], Utilice la amplitud de la onda
valles detectado fue de 27, 36 y 34 para el 1 S t, al PPG puesto su umbral de detección.

2 Dakota del Norte y 3 rd conjunto de datos, respectivamente.

En otras palabras, la mayoría

del pico sistólica algoritmos de detección tienen una fuerte dependencia de la

4. Discusión amplitud de la señal. A diferencia de todos estos métodos, la MMPD depende de la
inclinación de la flanco ascendente sistólica en lugar de en la amplitud de la señal
Se han hecho numerosos esfuerzos para desarrollar algoritmos para la detección de PPG, y los resultados sugieren que, mediante la eliminación de tal dependencia, el
pico precisa en señales PPG [ 2 , 4 - 6 ], La mayoría de los cuales han sido fi proceso de detección de picos puede ser menos probable que se ve obstaculizada
específicamente concebido para llevar a cabo bajo alta artefacto de movimiento y las por las ondulaciones y cambios repentinos de amplitud (véase la figura 2 .c), que
condiciones de línea de base de deriva. Sin embargo, poco se ha hecho con respecto a tienden a ser más frecuentes cuando la intensidad de señal es comparable a la
la detección de picos en las señales PPG de baja amplitud. potencia de ruido.
Baja amplitud PPG
señales son más vulnerables a la contaminación de ruido y otros efectos no
deseados debido a que la intensidad de la señal es comparable a la potencia de Aunque el MMPD logró el mayor SE y el más bajo FDR bajo ambas normal
ruido. Tales grabaciones puede (2 V) y baja (0,2 V) condiciones de amplitud, su SE se redujo a 97% y su
exhibir varias ondulaciones que podría ser etiquetados erróneamente como FDR aumentó en condiciones de movimiento de artefactos moderados. Por el
picos si el algoritmo de detección no es lo suficientemente robusta. Varios contrario, el algoritmo de RPD proporcionó un mejor rendimiento de la
autores [ 1 , 7 ] Argumentan que la disminución de la amplitud de la señal PPG detección de que mostró por el MMPD cuando los efectos artefacto de
debe abordarse desde las etapas de adquisición de señales y movimiento eran significativos (véase la figura 3 .si). De hecho, el algoritmo de
acondicionamiento. En RPD consigue el valor más bajo de FP y, por tanto, el valor más alto de + P
Por otro lado, tales disminuciones se puede observar después de una lesión para cada conjunto de datos. Esto puede ser atribuible a su etapa de
o durante los episodios de apnea, como consecuencia de la vasoconstricción post-procesamiento, que se basa en la suposición de que la diferencia entre
periférica causada por un aumento en el tono simpático [ 8 ]. En este caso, es dos intervalos consecutivos de pico a pico no exceda de 100 ms [ 3 ]. Tal
importante para asegurar la detección de pico continuo y fiable, por lo que un método permite que el algoritmo para eliminar picos prematuros o tardías
nuevo algoritmo de detección de pico para señales PPG se presenta en este posiblemente originados por efectos de movimiento de artefactos. Sin
estudio. embargo, este post-procesamiento podría producir un retraso cuando se
aumenta el número de intervalos considerados en el cálculo del valor de error
estándar, que a su vez puede dificultar el procesamiento en tiempo real
Los resultados revelan que realiza el algoritmo de RPD bien en condiciones tanto cuando se reduce la potencia computacional. El MMPD, por otro lado, evita
de artefactos de alta y baja de movimiento, como se ha demostrado en estudios los cálculos excesivos y se puede implementar fácilmente para aplicaciones
anteriores [ 3 , 6 ], Y puesto que es capaz de eliminar los picos de error y falsos, en tiempo real.
emerge como el algoritmo con el más alto + P para cada conjunto de datos
registrados en este estudio. Pero cuando la amplitud de la señal PPG se redujo
drásticamente, su SE se redujo a 9 ??? 7% tanto para el pico y la detección valle. su detección
Como se mencionó anteriormente, el ruido y la línea de base de deriva tienen un umbral cambia con cada latido del corazón, lo que permite que el algoritmo
efecto más fuerte en baja amplitud señales PPG, por lo que tales grabaciones de adaptación en realidad a la variabilidad de la FC. Sin embargo, el trabajo
pueden exhibir varias ondulaciones y cambios repentinos de amplitud. futuro debería tratar de incluir un método bajo coste computacional para la
detección de artefactos con el fin de reducir aún más el número de FP
En eso reportados por el algoritmo y, por lo tanto, mejorar su + P y FDR.
caso, la diferencia entre el último máximo local o mínimo detectado y un
punto inferior o superior adyacente

48
EJ-Argüello Prada et al., Revista Facultad de Ingeniería de la Universidad de Antioquia, No. 90, pp. 42- 50 , 2019

tabla 1 Los resultados de la detección de pico (ADT: umbral de detección adaptativa; RPD: algoritmo robusto de detección de pico; MMPD: de alpinista
método para la detección de pico)

Algoritmo de datos de referencia TP FN FP SE +P FDR

conjunto picos (%) (%) (%)
ADT 2608 65 29 97,57 98,90 3,60
1 2673 RPD 2651 22 3 99,18 99,89 0,94
MMPD 2659 14 9 99,48 99,66 0,86
ADT 2272 97 205 95,91 91,72 13,29
2 2369 RPD 2326 43 11 98,18 99,53 2,32
MMPD 2315 54 83 97,72 96,54 5,92
ADT 2333 108 99 95,58 95,93 8,87
3 2441 RPD 2372 69 27 97,17 98,87 4,05
MMPD 2413 28 35 98,85 98,57 2,61

Tabla 2 Los resultados de la detección de pico (ADT: umbral de detección adaptativa; RPD: algoritmo robusto de detección de pico; MMPD: de alpinista
método para la detección de pico)

Algoritmo de datos de referencia TP FN FP SE +P FDR

conjunto valles (%) (%) (%)
ADT 2635 39 34 98,54 98,73 2,77
1 2674 RPD 2651 23 4 99,14 99,85 1,02
MMPD 2658 16 10 97,40 99,63 0,98
ADT 2308 61 210 97,43 91,66 11,74
2 2369 RPD 2326 43 9 98,18 99,61 2,24
MMPD 2313 56 88 97,64 96,33 6,23
ADT 2367 75 103 96,93 95,83 7,52
3 2442 RPD 2372 70 29 97,13 98,79 4,17
MMPD 2411 31 38 98,73 98,45 2,86

por la diferencia de amplitud entre un pico y el valle consecutivo. Por lo

El algoritmo de ADT fue diseñado para señales de PPG sin deriva de tanto, si no existe un acuerdo entre el número de picos y valles detectado,
referencia y sus umbrales de detección depende exclusivamente de la el PPGA puede ser calculado mal y estados fisiológicos no pudo ser
amplitud de la señal, que puede cambiar drásticamente debido a los efectos analizado correctamente [ 13 ]. detección de pico-par precisa es, por lo
andmotion de artefactos fisiológicos. En el presente estudio, este método tanto, una característica muy deseable, y como el número de picos
alcanza un SE superior cuando se utiliza para detectar valles, mientras que detectados por el MMPD era casi igual al número de valles detectados, el
su + P fue ligeramente mayor cuando se utilizó para detectar picos, según lo método propuesto podría hallar su uso en la estimación no sólo HR, pero
informado por sus autores [ 1 ]. Por otra parte, la diferencia entre el número de también varios respuestas cardiovasculares como la vasoconstricción o
picos y el número de valles detectado por el algoritmo de ADT fue de 27, 36 y vasodilatación.
34 para el 1 S t, 2 Dakota del Norte y 3 rd conjunto de datos, respectivamente. Un
posible mentiras explicación sobre el hecho de que este algoritmo utiliza dos
umbrales diferentes: uno para la detección de pico y uno para la detección de
valle. Por otro lado, el MMPD y el algoritmo RPD fueron desarrollados para
detectar el par pico-valle, lo que puede explicar la pequeña diferencia entre el
5. Conclusión
número de picos y valles detectados por estos algoritmos.

Se propuso un novedoso y de baja complejidad algoritmo para la detección de

picos de PPG en tiempo real. Los resultados muestran no sólo que el método
Si una
propuesto es capaz de detectar picos sistólicos con gran precisión, incluso si la
algoritmo es capaz de detectar el par pico-valle con gran precisión, entonces ese
amplitud de la señal PPG es demasiado baja, sino también que es factible
algoritmo podría ser utilizado no sólo para la estimación de recursos humanos,
desarrollar un algoritmo de detección de pico precisa que, a diferencia de otros
sino también para obtener información adicional acerca de la condición del sujeto.
métodos, hace no depende de la amplitud de la señal PPG. Sin embargo, es
Por ejemplo, la amplitud de la señal PPG (también conocido como el pulso de
necesario seguir trabajando para mejorar su robustez a los artefactos de
amplitud pletismográfica - PPGA) se ha utilizado durante años para evaluar la
movimiento y, por lo tanto, para reducir el número de FP informó por el algoritmo.
actividad del sistema nervioso autónomo [ 11 , 12 ], Y se da

49
 EJ-Argüello Prada et al., Revista Facultad de Ingeniería de la Universidad de Antioquia, No. 90, pp. 42- 50 , 2019

Conferencia Anual Internacional de la IEEE de Ingeniería en Medicina y Biología

Para concluir, Vale la pena mencionar que automatizado Sociedad (EMBC), Chicago, IL, 2014, pp. 3212 hasta 3.215. [6] W. Karlen, JM Ansermino, y
G. Dumont, “pulso adaptativo
la detección de pico en la señal PPG es una montaña que permanece invicta.
segmentación y detección de artefactos en la fotoplecismografía para aplicaciones móviles
Aunque la mayor parte de la detección de picos “, en 34a Conferencia Anual Internacional de la IEEE de Ingeniería en Medicina y Biología
algoritmos que han examinado en este estudio tienen el potencial para Sociedad (EMBC), San Diego, CA, 2012, págs. 3.131-3.134.

competir con las desarrolladas por las empresas de dispositivos médicos, no

[7] Z. Marcinkevics, S. Kusnere, JI Aivars, U. Rubins y AH Zehtabi,
han sido rigurosamente validado. Por lo tanto, es necesario proporcionar a los
“La forma y dimensiones de las ondas del pulso fotopletismográficas: un estudio de
investigadores un conjunto estandarizado de pruebas para comparar repetibilidad de la medición,” Biología Acta Universitatics Latviensis, vol. 753, pp. 99-106,
objetivamente el rendimiento de diferentes algoritmos de detección de picos. 2009. [8] RC Peng, XL Zhou, WH Lin, y YT Zhang, “Extracción

de la variabilidad de la frecuencia cardíaca de photoplethysmograms teléfonos inteligentes”

Computacional Métodos andMathematical inMedicine, vol. 1, pp. 1-11,

2015.
referencias [9] KH Shelley, “fotopletismografía: más allá del cálculo de
la saturación de oxígeno arterial y el ritmo cardíaco,” Anesthesia & Analgesia,
vol. 105, no. 6, pp S31 -. S36, diciembre de 2007. [10] SA Shin, C. Lee, y M. Lee, método
[1] J. Allen, “fotopletismografía y su aplicación en clínica
de “umbral adaptativo para la
medición fisiológica,” Mediciones Fisiológicas, vol. 28, no. 3, pp. R1-39, Feb. 2007. [2] R.
detección de picos de forma de onda fotopletismográfica,” Las computadoras en Biología y
Colombo y et al., “Pulse el análisis fotopletismográfica
Medicina, vol. 39, no. 12, pp. 1145-1152, diciembre de 2009. [11] TV Tran y WY Chung, “Un
algoritmo robusto para tiempo real
estima la actividad simpática dirigido al corazón y los vasos”
la detección de pico de photoplethysmograms utilizando un ratón de ordenador personal,” IEEE
Anestesiología, vol. 123, no. 2, pp. 336-345, agosto de 2015. [3] M. Elgendi “, en el
Sensors Journal, vol. 15, no. 8, pp. 4.651 a 4659, agosto de
análisis de fi punta del dedo photoplethysmogram
2015.
señales,” Comentarios actuales Cardiología, vol. 8, no. 1, pp. 14 a -25, Feb.
[12] TV Tran y WY Chung, “Un algoritmo robusto de detección de picos para
2012.
formas de onda fotopletismográficas en dispositivos móviles,” Diario de Imágenes Médicas y de
[4] K. Hamunen y et al., “Efecto del dolor en el sistema nervioso autónomo
Informática de la Salud, vol. 7, no. 7, pp. 1617-1623, noviembre de 2017.
los índices derivados de la fotoplecismografía en voluntarios sanos,”
British Journal of Anestesia, vol. 108, no. 5, pp. 838-844, mayo de 2012. [5] WJ Jiang, P.
[13] D. Žikić, “Una mejora reflexivo photoplethysmograph diseño de la sonda
Wittek, L. Zhao, y SC Gao, “umbral adaptativo
para la detección de una sangre arterial flujo,” Diario de Ingeniería Médica y Tecnología, vol.
con área triangular invertida para la detección en tiempo real de la frecuencia cardíaca de las
32, no. 1, pp. 23-29, enero de 2008.
trazas photoplethysmogram en un teléfono inteligente,”en 36a

50