Improving respiratory rate estimation by combining information from impedance pneumography and electrocardiography

Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

Sähkötekniikan korkeakoulu | Master's thesis
Ask about the availability of the thesis by sending email to the Aalto University Learning Centre oppimiskeskus@aalto.fi

Authors

Date

2016-10-31

Department

Major/Subject

Biotroniikka

Mcode

S3037

Degree programme

Bioinformaatioteknologia

Language

en

Pages

80 + 22

Series

Abstract

Variations in respiratory rate (RR) are found to commonly precede acute patient deterioration. However, its importance is often neglected in hospital environments, and the current monitoring technologies possess high false alarm rates especially in ambulatory patient context. Thus, non-invasive and minimally obstructive RR monitoring systems suitable for moving patients are constantly being sought. Impedance pneumography is a well-adopted technology for bedside breathing rate monitoring. It can be utilised with the same measurement electrodes as electrocardiography that is used for the heart's electrical activity monitoring in intensive care but also in sub-acute care settings. Respiration modulates the electrocardiogram in several ways. Therefore, it is possible to calculate the breathing rate also from ECG without additional measurement equipment. This thesis focused on creating advanced RR estimation algorithms that could convey breathing rates during activities typically found in hospital general ward environments. Algorithm development targeted to create accurate RR estimates from impedance pneumography as well as two ECG-derived methods, based on heart rate variation and amplitude modulation. RR estimates were also fused together for more robust and accurate results. Both individual and fusion methods used novel signal quality indices (SQIs). Performance of all methods was evaluated against capnography reference measurement using statistical analysis. The main results were that using signal quality as a part of the estimation process has a substantial effect on impedance pneumography results, while its effect on ECG-derived methods are subtle. Another main finding was that fusing RR estimates from multiple signal sources improves the overall estimate. The key to motion artefact -resistant algorithms was found to be signal quality estimation. Further work with SQIs is recommended to make them more adaptive and individualised.

Hengitystaajuuden (RR) muutoksien on todettu usein edeltävän potilaan akuuttia yleistilan heikentymistä. Sairaaloissa RR:n mittaamisen tärkeyttä ei kuitenkaan täysin tunnusteta, ja lisäksi sitä mitattaessa potilasmonitoreiden väärien hälytysten osuus on merkittävä etenkin liikkuvilla potilailla. Näistä syistä liikkuville potilaille sopivia ei-invasiivisia ja vähän häiritseviä hengitysmonitorointijärjestelmiä etsitään jatkuvasti. Rintakehän impedanssimittaus on tyypillinen potilasvuoteen vierellä käytettävä hengitysmittausteknologia. Impedanssimittaus voidaan tehdä samojen mittaus\-elektrodien kautta kuin sydänsähkökäyrämittaus (EKG), jota käytetään myös tehohoitoyksiköiden ulkopuolella sydänmonitorointiin. Hengitys moduloi sydänsähkökäyrää monin eri tavoin, minkä ansiosta RR-laskentaan voidaan käyttää myös useita eri EKG:ta analysoivia menetelmiä ilman ylimääräisiä mittalaitteistoja. Tämä diplomityö keskittyi luomaan edistyksellisiä RR-laskenta-algoritmejä, joilla voitaisiin arvioida hengitystaajuutta yleisosastojen sairaalapotilaille tyypillisten liiketilojen aikana. Algoritmikehitys pyrki mahdollisimman tarkkoihin RR-arvoihin kolmesta eri pohjasignaalista, jotka olivat rintakehän impedanssimittaus sekä kaksi EKG-signaaliin perustuvaa sykeväli- ja amplitudivaihteluista johdettua menetelmää. Niin yksittäisissä kuin yhdistelmämenetelmissäkin käytettiin uudenlaisia signaalien laatumittareita. Kaikkia kehitettyjä menetelmiä verrattiin tilastollisilla mittareilla tarkkaan hiilidioksidipohjaiseen verrokkimittaukseen. Työ osoitti, että signaalin laatumittarin hyödyntäminen RR:n arvioinnissa parantaa impendanssimittauksen tuloksia huomattavasti, mutta EKG:stä johdetuille menetelmille sen merkitys on vähäisempi. Toinen merkittävä löydös oli, että yhdistelmämenetelmien käyttö parantaa hengitystaajuusarviota. Liikehäiriöille vastustuskykyisten algoritmien kehityksessä etenkin signaalin laatumittareilla vaikuttaisi olevan suuri merkitys, joten jatkotutkimus mukautuvampien ja yksilöllisempien laatumittareiden kehittämiseksi katsotaan tarpeelliseksi.

Description

Supervisor

Särkkä, Simo

Thesis advisor

Takala, Panu

Keywords

respiratory rate, impedance pneumography, electrocardiography-derived respiration, signal quality, data fusion, motion artefacts

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-201611025359

Collections

[dipl] Sähkötekniikan korkeakoulu / ELEC