Исследование параметров фотоплетизмографических сигналов, в наибольшей степени связанных с артериальным давлением

Павел Борисович Петренко

ПРЕПРИНТ

Эта статья является препринтом и не была отрецензирована.
О результатах, изложенных в препринтах, не следует сообщать в СМИ как о проверенной информации.

Исследование параметров фотоплетизмографических сигналов, в наибольшей степени связанных с артериальным давлением

П. Б. Петренко

2025-03-27

https://doi.org/10.24108/preprints-3113474

В статье рассмотрено математическое описание пульсовых волн как нестационарных процессов. Проведен анализ контурных параметров пульсовых волн с использованием авторегресситонных моделей, теорий кепстрального и фрактального анализа. Адекватность моделей подтверждена на основе критериев Акаике и Байеса. Выявлен состав параметров пульсовых волн, в наибольшей степени вязанных с артериальным давлением человека, которые можно получить с помощью сенсорных систем мониторинга фотоплетизмографических сигналов.

Ссылка для цитирования:

Петренко П. Б. 2025. Исследование параметров фотоплетизмографических сигналов, в наибольшей степени связанных с артериальным давлением. PREPRINTS.RU. https://doi.org/10.24108/preprints-3113474

Список литературы

1. Parati G., Valentini M., Bursztyn M. , Parati G., Stergiou G. S., Vinyoles E. , Segura J. , Gorostidi M., Ruilope L. M.. Prognostic Relevance of Blood Pressure Variability. Hypertension. 2006. V. 47, No. 2. PP. 137-138.

2. doi:10.1161/HYPERTENSIONAHA.124.22716

3. Dolan E., Stanton A., Thijs L., Hinedi K., Atkins N., McClory S., Hond E. D., McCormack P., Staessen J. A., O’Brien E. Superiority of Ambulatory Over Clinic Blood Pressure Measurement in Predicting Mortality. Hypertension. 2005. V. 46. No. 1, PP. 156-161. doi:10.1161/01.HYP.0000170138.56903.7a

4. Gesche H., Grosskurth D., Kuchler G., Patzak A. Continuous blood pressure measurement by using the pulse transit time: comparison to a cuff-based method. European Journal of Applied Physiology. 2012. V. 112. No. 1. PP. 309-315.

5. doi: 10.1007/s00421-011-1983-3

6. Schmalgemeier H., Bitter T., Bartsch S., Bullert K., Fischbach T., Eckert S., Horstkotte D., Oldenburg O. Pulse transit time: validation of blood pressure measurement under positive airway pressure ventilation. Sleep and Breathing. 2012. V. 16. No. 4. PP. 1105-1112. doi: 10.1007/s11325-011-0609-7

7. Xing X., Sun M. Optical blood pressure estimation with photoplethysmography and FFT-based neural networks. Biomedical optics express. 2016. V. 7, No. 8. P.14.

8. URL: https://www.researchgate.net/publication/305223445

9. Chua E. C-P., Redmond S. J., Mcdarby G., Heneghan C. Towards Using Photo-Plethysmogram Amplitude to Measure Blood Pressure During Sleep. Annals of Biomedical Engineering, V. 38, No. 3, March 2010 PP. 945–954.

10. doi: 10.1007/s10439-009-9882-z

11. Zadi A. S., Alex R., Zhang R., Watenpaugh D. E., Behbehani K. Arterial Blood Pressure Feature Estimation Using Photoplethysmography. Accepted Manuscript. Computers in Biology and Medicine. 2018. Vol. 102. PP. 104-111.

12. doi:10.1016/j.compbiomed.2018.09.013

13. Allen J. Photoplethysmography and its application in clinical physiological measurement. Physiological Measurement. 2007. V.28. No. 3. PP. 1-39.

14. doi:10.1088/0967-3334/28/3/R01

15. Петренко П. Б. Методические рекомендации по созданию сенсорных измерительных систем мониторинга частоты дыхания на основе обработки фотоплетизмографических сигналов. Сенсорные системы. 2024. Т. 38. № 3. С. 82–94. doi: 10.31857/S0235009224030057 EDN: BRXSED

16. Бороноев В.В. Анализ пульсовой волны в автоматическом режиме. Медицинская техника. 2014. №4(286). С.33-36.

17. http://www.mtjournal.ru/upload/iblock/81e/81ee3129edfb61662c1efab5a1b4ec83.pdf

18. Свиридова Н.В., Василенко В.Д. Моделирование гемодинамических процессов сердечно-сосудистой системы на основе данных периферической артериальной пульсации. Математическая биология и биоинформатика. 2014. Том 9. Вып. 1, С.195–205.

19. URL: http://www.matbio.org/2014/Sviridova_9_195.pdf

20. Ардашев А.В., Лоскутов А.Ю. Практические аспекты современных методов анализа вариабельности сердечного ритма. М.: ИД «МЕДПРАКТИКА» 2011. 128с. ISBN 978-5-98803-2520-2

21. Кубланов В.С., Борисов В.И., Долганов А.Ю. Анализ биометрических сигналов в среде MATLAB. - Екатеринбург. Изд-во. Урал. ун-та, 2016. 120с.

22. ISBN 978-5-7996-1813-1

23. Martínez G., Howard N., Abbott D., Lim K., Ward R., Can E. M. Photoplethysmography Replace Arterial Blood Pressure in the Assessment of Blood Pressure? J. Clin. Med. 2018. V.7(10):316. P. 13. doi: 10.3390/jcm7100316

24. Gesche H. , Grosskurth D., Küchler G., Patzak A. Continuous blood pressure measurement by using the pulse transit time: comparison to a cuff-based method. Eur. J. Appl. Physiol. 2012; 112. PP. 309–315. doi: 10.1007/s00421-011-1983-3

25. Анисимов А.А., Сергеев Т.В. Алгоритм оценки артериального давления по времени распространения пульсовой волны. Биосфера. 2015. №4(40). С. 57-61.

26. file:///C:/Users/user/Downloads/algoritm-otsenki-arterialnogo-davleniya-po-vremeni-rasprostraneniya-pulsovoy-volny%20(1).pdf

27. Анисимов А.А., Юлдашев З.М., Бибичева Ю.Г. Безоклюзионная оценка динамики артериального давления по времени распространения пульсовой волны. Медицинская техника. 2014. №2. С. 8-12.

28. http://www.mtjournal.ru/upload/iblock/62d/62d99c42b5d9493c2c4208df93def791.pdf

29. Ma Y., Choic J., Hourlier-Fargettec A., Xue Y., Chung H. U, Lee J. Y., Wang X., Xie Z., Kang D., Wang H. and other. Relation between blood pressure and pulse wave velocity for human arteries. J. Proc. of the National Academy of Sciences of the United States of USA. 2018. V.115. №44. PP. 11144-11149. doi: 10.1073/pnas.1814392115

30. Fung Y.-C. Biomechanics: Mechanical Properties of Living Tissues. Springer-Verlag. New York. 1993. P. 568.

31. http://gaitlab.ir/books/gaitlab_ref_22_Biomechanics:_Mechanical_Properties_of_Living_Tissues.pdf

32. Yavarimanesh M., Chandrasekhar A., Hahn J.-O., Mukkamala R. Commentary: Relation Between Blood Pressure and Pulse Wave Velocity for Human Arteries. Frontiers in Physiology, 2019. V.19. P. 3. doi:10.3389/fphys.2019.01179

33. Granger C.W.J. Investigating Causal Relations by Econometric Models and Cross-spectral Methods. Econometrica, 1969. V. 37, No. 3. PP. 424-438.

34. URL:http://links.jstor.org/sici?sici=0012- 9682%28196908%2937%3A3%3C424%3AICRBEM%3E2.0.CO%3B2-L

35. Ihlen E. A. F. Introduction to multifractal analysis of trendless fluctuations in Matlab. Science and Technology, N-7489, Trondheim, Norway. 2012. P. 18.

36. doi:10.3389/fphys.2012.00141

37. Конешов В.Н., Непоклонов В.Б., Дробышев М.Н., Спиридонова Е.С. Исследование фрактальной размерности временных рядов гравиметрических наблюдений. Геофизические исследования, 2020, Т. 21. № 2. С. 5-18.

38. doi: 10.21455/gr2020.2-1

39. Hurst H.E., Black R.P., Simaika Y.M. Long-term Storage. An Experimental Study. London: Constable, 1965. P. 145. doi:10.2307/2982267

40. Kantelhardt J. W., Zschiegner S. A., Koscielny-Bunde E., Havlin S., Bunde A., Stanley H. E. Multifractal detrended fluctuation analysis of nonstationary time series. Physica. A 316. 2002. PP. 87–114. doi:10.1016/S0378-4371%2802%2901383-3

41. PPG-BP Database. 2022.

42. https://figshare.com/articles/dataset/PPG-BP_Database_zip/5459299?file=9441097

43. Saeed M., Villarroel M., Reisner A. T., Clifford G., Lehman L., Moody G., Heldt T., Kyaw T. H., Moody B., Mark R. G. Multiparameter Intelligent Monitoring in Intensive Care II: A public-access intensive care unit database. Critical Care Medicine. 2011. V. 39. No. 5. PP.952-960. doi:10.1097/CCM.0b013e31820a92c6

44. MIMIC II: Обзор базы данных сигналов. 2015.

45. URL: https://archive.physionet.org/mimic2/mimic2_waveform_overview.shtml

46. Митягин В.А., Филичкин Д.Е., Шпынев К.В., Шпынева З.М., Милягина И.В. Контурный анализ центральной и периферической пульсовых волн у здоровых людей и больных артериальной гипертонией. Артериальная гипертензия. 2009. Т.15. №1. С. 78-85. Код корпуса: 74928504

ПРЕПРИНТ

ИНФОРМАЦИЯ