gms | German Medical Science

62. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

17.09. - 21.09.2017, Oldenburg

Umsetzung einer Ballistokardiographie-Signalsynthese

Meeting Abstract

  • Nico Jähne-Raden - Peter L. Reichertz Institut für Medizinische Informatik der Technischen Universität Braunschweig und der Medizinischen Hochschule Hannover, Hannover, Deutschland
  • Klaus-Hendrik Wolf - Peter L. Reichertz Institut für Medizinische Informatik der Technischen Universität Braunschweig und der Medizinischen Hochschule Hannover, Braunschweig, Deutschland
  • Michael Marschollek - Peter L. Reichertz Institut für Medizinische Informatik der Technischen Universität Braunschweig und der Medizinischen Hochschule Hannover, Hannover, Deutschland

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 62. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS). Oldenburg, 17.-21.09.2017. Düsseldorf: German Medical Science GMS Publishing House; 2017. DocAbstr. 175

doi: 10.3205/17gmds184, urn:nbn:de:0183-17gmds1841

Published: August 29, 2017

© 2017 Jähne-Raden et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Die Ballistokardiographie (BCG) ist eine Methode, um detaillierte Informationen über kardiale Funktionsparameter durch die übertragenen Bewegungen des Herzens auf die Körperoberfläche zu gewinnen. Für die Messung der eher geringbeschleunigten Bewegungssignale mit nahezu unvernehmbaren Amplituden werden hochempfindliche Sensoren benötigt. In unserer aktuellen Arbeit versuchen wir eine solche Präzision und Empfindlichkeit mit digitalen Beschleunigungssensoren zu erreichen.

Im Vorfeld der beschriebenen Arbeit haben wir zunächst in verschiedenen Labortests, in Kooperation mit der Physikalisch-Technischen Bundesanstalt (PTB), zur Evaluation geeigneter Hardware, vier dreiaxiale Akzelerometer (KX123_1039, BMA280, FXLS8471, LIS3DSH) aus einer, durch eine Technik-Recherche ermittelten, Gesamtheit von 63 Sensoren ausgewählt [1].

Neben der Analyse der Eignung der Hardware, untersuchten wir ebenfalls die optimale Messposition an herzgesunden Probanden (n=14) [1] und evaluierten die Signalqualität der Sensorik, unterstützt durch die PTB.

Zur Eruierung der Unterscheidbarkeit von geringbeschleunigten Bewegungssignal-Morphologien mit Kleinstamplituden nutzten wir einen Piezo-Schwingkopf zur Simulation. Zwar war es möglich, die eher technischen Signale (Dreieck-, Rechteck-, Sinus-, ECG-Signal) zu unterscheiden, es standen jedoch keine realitätsnahen BCG-Signale zur Verfügung, um die Sensorik eingehend zu prüfen. Dies führte uns zur aktuellen Zielstellung, der Evaluation eines validen, realitätsnahen BCG-Vergleichssignals, ermittelt durch herzgesunde Probandendaten zur Erstellung einer Piezo-Schwingkopf-Simulation für einen validen Vergleich von BCG-Sensorsystemen und Systemeinstellungen.

Mit dem Wissen über die am besten für die Aufgabe geeigneten Sensoren sowie die optimale Messposition am Oberkörper der Probanden, wählten wir eine Kombination von vier Akzelerometern 2x KX123, 2x FXLS8471). Es wurde jeweils ein Sensor der zwei Hersteller über dem Sternum, als auch über der Herzspitze (medio-clavicular links etwa in Höhe des 4. Interkostalraums) angebracht.

Ausgewählt wurden herzgesunde, junge Probanden (n=5). Neben einer Abfrage des Gesundheitszustandes wurden die Probanden vielseitig vermessen (Größe, Gewicht, Körperfett, Skelettmuskulatur), als auch eine echokardiographische Untersuchung auf kardiologische Besonderheiten durchgeführt, welche einen Ausschluss bedeuten würden.

Als Referenz wurden zwei synchronisierte OnyxII-Pulsoximeter (am Zeigefinger beider Hände) genutzt, um die Herzaktivität durch den Blutsauerstofflevel in Verbindung mit dem BCG-Signal setzen zu können.

Die Probanden wurden in liegender Position mit der Sensorik ausgestattet. Nach einer kurzen Ruhephase wurde die Messung mit einer Dauer zwischen 3,5 – 4,5 Minuten durchgeführt.

Die Auswertung der BCG-Signale erfolgte über eine peak-Detektion zur Ermittlung der Puls-bezogenen Perioden. Diese Abschnitte wurden dann über fixe Fenster Tief-Pass gefiltert und aggregiert. Die Aggregation erfolgte zunächst signalintern und anschließend signalübergreifend.

Zur Erarbeitung des BCG-Durchschnittssignals wurden mehr als 4500 Einzel-Herzsignale genutzt. Die ermittelten Beschleunigungsdaten wiesen in den Spitzen der Puls induzierten Perioden Signalamplituden um 0,03 g auf. Grundsätzlich konnten keine großflächig auftretenden Unregelmäßigkeiten in den Signalen festgestellt werden, weder probandensignalintern, noch probandensignalübergreifend.

Das ermittelte Durchschnittsignal weißt eine Sinus-ähnliche Morphologie, mit zwei abgeflachten positiven und einer etwas stärkeren negativen Amplitude.

In der Abbildung ist ein Signal-Auftrag eines Probanden mit eingezeichnetem probandenübergreifenden Durchschnittssignal zu sehen (Abbildung 1 [Abb. 1]).

Die Ergebnisse bestätigen Erhebungen anderer Forschungsgruppen zur BCG-Signalmorphologie [vgl. [2], [3], [4].

Mit dem ermittelten Synthesesignal kann das entwickelte, hochspezialisierte Sensorsystem für die geplante klinische Studie optimal validiert und entsprechend in Hard- und Software adjustiert werden.

Als Limitation der beschriebenen Arbeit bleibt die eher geringe Probandenanzahl, jedoch lässt sich das ermittelte BCG-Signal mit jedem herzgesunden Probanden weiter verfeinern.



Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.


Literatur

1.
Jähne-Raden N, Märtin T, Marschollek M, Heusser K, Tank J. BCG-mapping of the thorax using different sensors: First experiences and signal quality. In: IEEE SENSORS 2016; Orlando, Florida, USA; October 30-November 2, 2016. 2016 proceedings papers. IEEE SENSORS; Institute of Electrical and Electronics Engineers; Sensors Council; IEEE SENSORS Conference. Piscataway, NJ: IEEE; 2016. S. 1–3.
2.
Inan OT, Migeotte PF, Park KS, Etemadi M, Tavakolian K, Casanella R, Zanetti J, Tank J, Funtova I, Prisk GK, Di Rienzo M. Ballistocardiography and seismocardiography: a review of recent advances. IEEE J Biomed Health Inform. 2015 Jul;19(4):1414-27. DOI: 10.1109/JBHI.2014.2361732 External link
3.
Di Rienzo M, Vaini E, Castiglioni P, Merati G, Meriggi P, Parati G, Faini A, Rizzo F. Wearable seismocardiography: towards a beat-by-beat assessment of cardiac mechanics in ambulant subjects. Auton Neurosci. 2013 Nov;178(1-2):50-9. DOI: 10.1016/j.autneu.2013.04.005 External link
4.
Di Rienzo M, Meriggi P, Vaini E, Castiglioni P, Rizzo F. 24h seismocardiogram monitoring in ambulant subjects. Conf Proc IEEE Eng Med Biol Soc. 2012;2012:5050-3. DOI: 10.1109/EMBC.2012.6347128 External link