Smart rings as a tool for health analysis

Loading...
Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

Perustieteiden korkeakoulu | Bachelor's thesis

Department

Major/Subject

Mcode

SCI3027

Language

en

Pages

24

Series

Abstract

This thesis discussed consumer-grade smart rings as a tool for health analysis. In the Bachelor’s thesis smart rings were especially compared to other wearables such as smart watches. Wearables were also compared to medical-grade equipment to create an overall view of wearables’ accuracy. The thesis was conducted as a literature review. The references consisted mostly of biomedical papers and conference proceedings. The literature review found that smart rings offered promising results in heart rate measurement accuracy. Traditionally, heart rate has been measured with an electrocardiogram (ECG) which measures electrical signals from the heart. However, wearables tend to utilize photoplethysmography (PPG) in which heart rate is measured with light pulses targeting the skin. PPG measurements granted almost the same level of accuracy as ECG when comparing the number of analyzable features in readings. In the thesis, it was also noticed that PPG measurement from the finger is possibly more accurate than from the wrist. However, the earlobe could have even more accurate results. In sleep quality monitoring, smart rings showed potential but in their present state they leave room for improvement. Smart rings did well in sleep-wake detection but detecting sleep stages was subpar. However, smart rings can offer useful positive feedback for good sleep hygiene practices. As a disadvantage, sleep quality measurement can result in orthosomnia which means that a user becomes obsessed with sleep quality tracking. In physical activity measurement, smart rings already perform well. Especially, precise heart rate monitoring helps with analyzing physical activity. However, heart rate measurement in movement is hindered by motion artifacts which form when the PPG sensor moves relative to the skin. However, harm created by motion artifacts can be minimized by utilizing machine learning. Smart rings’ ability to measure body temperature isn’t yet utilized a lot. however, research has shown that body temperature measurement can be useful for tracking the menstrual cycle. Body temperature measurement could also be a decisive factor in early detection of infections. Smart rings offer real competition to smart watches that have taken the market by storm. Especially, in heart rate measurement smart rings perform well. However, it would be important to further research how temperature readings could be utilized in smart rings. Little research has been done related to menstrual cycle tracking and early detection of infections. In the present, smart rings perform poorly in sleep quality measurement. The risk of orthosomnia and unreliable results make smart rings poor companions in sleep quality monitoring. However, sleep quality monitoring could be improved upon by utilizing machine learning along with current sleep quality measurement techniques.

Tämä kandidaatintyö käsitteli kuluttajille suunnattuja älysormuksia terveystietojen keräämisen työvälineenä. Kandidaatintyössä vertailtiin älysormuksia erityisesti muihin puettaviin laitteisiin kuten älykelloihin. Puettavia laitteita vertailtiin myös terveydenhuollon käytössä oleviin laitteisiin, jotta saatiin kokonaiskuva siitä, kuinka paljon puettavien laitteiden mittaustulokset poikkeavat parhaista käytössä olevista mittauslaitteista. Kandidaatintyö toteutettiin kirjallisuustutkimuksena. Kandidaatintyön lähteinä käytettiin pääasiassa biolääketieteen tiedejulkaisujen artikkeleita ja konferenssijulkaisuja. Kirjallisuustutkimuksessa todettiin, että älysormukset tarjosivat lupaavia tuloksia sykkeen mittaamistarkkuudessa. Perinteisesti sykettä on mitattu elektrokardiogrammi- eli EKG-laitteilla, jotka mittaavat sydämen sähkösignaaleja. Puettavissa laitteissa kuitenkin hyödynnetään yleensä fotopletysmografia- eli PPG-mittausta, jossa sykettä mitataan ihoon kohdistetuilla valopulsseilla. PPG-mittauksella saadut tulokset tarjosivat melkein EKG-laitteiden tasoista tarkkuutta vertailtaessa mittauksista saatujen analysoitavien ominaisuuksien määrää. Kandidaatintyössä huomattiin myös, että PPG-mittaus sormesta antaa todennäköisesti tarkempia tuloksia kuin ranteesta. Kuitenkin havaittiin, että sormeakin parempia tuloksia voisi tarjota korvanipukka. Unenseurannassa älysormuksilla olisi potentiaalia toimia apurina unenlaadun analysoinnissa, mutta nykyisillä laitteilla mittaustarkkuus jätti parantamisen varaa. Unen alkamisen ja loppumisen tunnistamisessa älysormus suoriutui hyvin, mutta unenvaiheiden tunnistaminen oli heikkolaatuista. Älysormukset kuten muutkin unenmittauslaitteet voivat kuitenkin tarjota hyödyllistä välitöntä positiivista palautetta hyvästä unihygieniasta. Varjopuolena unenmittauksessa voi kuitenkin olla ortosomnia eli älysormuksen käyttäjän epäterve suhde unenlaadun seuraamiseen. Fyysisen aktiivisuuden seurannassa älysormukset toimivat jo nykytilanteessa hyvin. Erityisesti tarkka sykkeen mittaus auttaa urheilusuorituksen analysoinnissa. Liikkuessa sykkeen seurantaa tosin haittaavat liikeartefaktit, jotka syntyvät PPG-sensorin liikkuessa iholla. Liikeartefaktien haittoja voidaan kuitenkin minimoida käyttämällä koneoppimista, jota on jo hyödynnetty useissa laitteissa. Älysormusten kykyä mitata kehon lämpötilaa ei vielä paljon hyödynnetä. Tutkimukset kuitenkin näkevät lämpötilan mittaamisen hyödyllisenä kuukautiskierron seurannassa. Myös infektioiden aikaisessa toteamisessa kehon lämpötilan mittaus voisi olla ratkaiseva tekijä. Älysormukset tarjoavat todellista kilpailua markkinat valloittaneille älykelloille. Erityisesti sykkeen mittauksessa älysormukset suoriutuvat hyvin. Olisi kuitenkin tärkeää tutkia lisää älysormusten potentiaalia kehon lämpötilan mittaamista hyödyntäen. Kuukautiskierron seurantaan ja infektioiden aikaiseen tunnistamiseen liittyvää tutkimusta on tehty vähän. Älysormukset eivät myöskään nykytilanteessa menesty unenseurannan saralla. Ortosomnian riski ja epäluotettavat tulokset tekevät älysormuksesta kehnon apurin unenseurantaan. Unenseurannan laatua voitaisiin kuitenkin parantaa tutkimalla erityisesti koneoppimisen potentiaalia nykyisten unenseurantakeinojen tukena.

Description

Supervisor

Savioja, Lauri

Thesis advisor

Roy, Chandreyee

Other note

Citation