Analysis of a Cardiac Displacement Signal Recorded with an Ultrasound Vibrometer
Authors
Pálsdóttir, Ásgerdur Arna ; Eiriksdóttir, Dagbjört Helga
Term
4. term
Publication year
2018
Submitted on
2018-06-07
Pages
69
Abstract
Hjertesygdom er den største dødsårsag globalt, men meget kan forebygges eller håndteres, hvis problemer opdages tidligt. De mest brugte metoder (fotoplethysmografi/PPG, EKG og accelerometre) kræver hudkontakt. I dette projekt undersøger vi en berøringsfri ultralydsmetode, hvor mikroskopiske vibrationer på kroppens overflade frekvensmodulerer en bærebølge af ultralyd, som opfanges af en mikrofon. Formålet er at vurdere, om metoden kan registrere hjerteaktivitet pålideligt. Vi målte hjertesignaler hos 13 raske deltagere med en ultralydstransducer og en mikrofon i fire afstande (10–40 cm), både med T-shirt på og af. Ultralydssignalet blev demoduleret med arctan-demodulation for at estimere brystvæggens forskydning (meget små bevægelser). Vi analyserede forskellige frekvensbånd med kontinuerlig wavelet-transformation (en metode til at se, hvordan frekvenser ændrer sig over tid) og filtre. Bølgeformen af et enkelt hjerteslag fra et ultralyds-afledt accelerationssignal blev sammenlignet med et tilsvarende slag målt med et accelerometer. Desuden blev fysiologiske hændelser forbundet med hjerteklappers åbning og lukning overført fra accelerationssignalet til forskydningssignalet. Vi fandt, at bestemte frekvensbånd kunne kobles til bevægelser fra vejrtrækning og hjerteslag i overensstemmelse med litteraturen, både i frekvens og størrelse (middel peak-til-peak amplitude, ppAmp: 3.5 mm for vejrtrækning og 0.3 mm for hjerteslag). Derudover beregnede vi middel ppAmp for lavfrekvente seismokardiografiske (SCG) komponenter (0.08 mm) og for det frekvensbånd, der svarer til klaplyde (0.007 mm). Bølgeformen korrelerede godt med accelerometeret, med en højeste korrelation på 0.969. Resultaterne tyder på, at forskydningssignalet fra ultralyd indeholder righoldig fysiologisk information med potentiale til brug både i klinikken og uden for hospitalet. Fremtidigt arbejde bør omfatte at identificere fysiologiske hændelser direkte i forskydningssignalet og forbedre systemopsætningen.
Heart disease is the leading cause of death worldwide, but many conditions can be prevented or managed if they are detected early. Common tools such as photoplethysmography (PPG, a light-based pulse measure), ECG, and accelerometers require skin contact. This project examines a contactless ultrasound method in which tiny chest-surface vibrations frequency-modulate an ultrasound carrier that can be picked up by a microphone, to see whether it can reliably capture cardiac activity. We recorded cardiac signals from 13 healthy participants using an ultrasound transducer and a microphone at four distances (10–40 cm), with a T-shirt on and off. The ultrasound was demodulated using arctan demodulation to estimate chest-wall displacement (very small movements). We analyzed different frequency bands with a continuous wavelet transform (a way to show how frequencies change over time) and filters. The waveform of a single heartbeat from an ultrasound-derived acceleration signal was compared with a corresponding heartbeat from a chest accelerometer. We also mapped physiological events related to heart valve opening and closing from the acceleration signal to the displacement signal. We found that specific frequency bands could be linked to breathing and heartbeats in line with published literature, both in frequency and size (mean peak-to-peak amplitude, ppAmp: 3.5 mm for breathing and 0.3 mm for heartbeats). We also estimated mean ppAmp for low-frequency seismocardiographic (SCG) components (0.08 mm) and for the band corresponding to valve sounds (0.007 mm). The heartbeat waveform agreed closely with the accelerometer, with a highest correlation of 0.969. These findings indicate that the ultrasound-derived displacement signal carries rich physiological information with potential for clinical and out-of-hospital monitoring. Future work should include establishing physiological events directly on the displacement signal and improving the system setup.
[This abstract was generated with the help of AI]
Keywords
Documents