Respiratory rate detection from a force signal

Abstract

Respiratory rate is an important vital sign and a convenient method for its measurement could have important applications in the medical field. An algorithm is presented to calculate the respiratory rate of a patient from a force signal recorded from under the mattress in a hospital bed. The algorithm uses autocorrelation to segment the force signal into a sequence of potential breaths. The similarity of consecutive segments is evaluated according to a set of similarity parameters. If a long enough sequence of segments with strong similarities is found, it is used to calculate the respiratory rate. The algorithm was tested with simulated data and recorded human data and the effects of the parameters on performance were evaluated. The algorithm was found to produce adequate results and several avenues for its improvement were discovered.

Hengitystaajuus on tärkeä ihmisen terveydentilaa kuvaava tekijä ja vaivattomasta tavasta mitata se olisi lääketieteellistä hyötyä. Tässä diplomityössä kehitetään algoritmi potilaan hengitystaajuuden laskemiseksi voimasignaalista joka on mitattu sairaalasängyn patjan alta. Algoritmi käyttää autokorrelaatiota signaalin paloittelemiseen sarjaksi potentiaalisia hengityssegmenttejä. Peräkkäisten segmenttien samankaltaisuutta arvioidaan parametrien avulla ja mikäli ne ovat riittävän samankaltaisia, segmenttisarja hyväksytään hengitykseksi ja siihen kuuluvien segmenttien pituuden perusteella lasketaan hengitystaajuus. Algoritmia testattiin sekä simuloidulla että nauhoitetulla datalla ja parametrien vaikutusta arvioitiin. Algoritmin havaittiin tuottavan tyydyttäviä tuloksia ja useita jatkokehityssuuntia löytyi.