Προπτυχιακές Σπουδές

Σχεδιασμός και υλοποίηση αλγορίθμου για αφαίρεση motion artifacts από φωτοπληθυσματογραφικό σήμα (PPG) wearable συσκευής σε πραγματικό χρόνο
Διπλωματική Εργασία

---

Περιγραφή

Περιγραφή:

Η μαζική εξάπλωση της χρήσης των συσκευών που φοριούνται στο σώμα (wearable devices) και οι οποίες μπορούν να συλλέγουν και να επεξεργάζονται δεδομένα, σχετιζόμενα με την κατάσταση της υγείας και τα επίπεδα ευεξίας του ανθρώπου που τις φοράει, σε πραγματικό χρόνο, αναδεικνύει την επιτακτική ανάγκη για εύρεση μιας αξιόπιστης μεθόδου μέτρησης βιο-σημάτων. Πολλές από τις παραμέτρους ενδιαφέροντος όπως ο καρδιακός ρυθμός (heart rate), η μεταβλητότητα του καρδιακού ρυθμού (heart rate variability), ο αναπνευστικός ρυθμός (respiratory rate), ο κορεσμός οξυγόνου (blood oxygen saturation) και η αρτηριακή πίεση (blood pressure) υπολογίζονται βάσει PPG σήματος. Ωστόσο, το PPG σήμα είναι πολύ επιρρεπές στα λεγόμενα motion artifacts, γεγονός που θέτει υπό αμφισβήτηση την αξιοπιστία του. Σκοπός αυτής της εργασίας είναι ο σχεδιασμός και η υλοποίηση αποδοτικού αλγορίθμου ο οποίος αφαιρεί τα motion artifacts που προκαλώνται από τις κινήσεις των δαχτύλων και των άκρων του ανθρώπου που φοράει τη συσκευή στο PPG σήμα της wearable συσκευής. Ο καθαρισμός του σήματος θα πρέπει να εκτελείται σε πραγματικό χρόνο πάνω στη συσκευή κι ως εκ τούτου η απαιτούμενη υπολογιστική πολυπλοκότητα και επεξεργαστική ισχύς του εν λόγω αλγορίθμου θα πρέπει να διατηρούνται σε διαχειρίσιμα επίπεδα. Στα πλαίσια της εκπόνησης της διπλωματικής εργασίας, θα διερευνηθεί η αξιοποίηση σήματος επιταχυνσιόμετρου (accelerometer) για τον καθαρισμό του PPG σήματος.

Βήματα εκπόνησης της διπλωματικής εργασίας:

• Πραγματοποίηση βιβλιογραφικής έρευνας (state of the art analysis) πάνω σε τεχνικές αφαίρεσης motion artifacts από PPG σήμα, αλλά και σε μεθοδολογίες/ μετρικές για την αξιολόγηση των εν λόγω τεχνικών.
• Συλλογή δεδομένων από τη wearable συσκευή και διερεύνηση ανοικτών πηγών δεδομένων (open datasets).
• Σύγκριση υπαρχόντων τεχνικών και μεθόδων λαμβάνοντας υπόψη εκτός από την απόδοση τους, την υπολογιστική τους πολυπλοκότητα.
• Σχεδιασμός αλγόριθμου.
• Ενσωμάτωση αλγόριθμου στη wearable συσκευή.
• Αξιολόγηση αλγόριθμου και σύγκριση με τον υπάρχοντα baseline αλγόριθμο.
• Συμπεράσματα και προτάσεις για μελλοντική έρευνα.

Προαπαιτούμενα:

- Καλή γνώση Ανάλυσης Σήματος,

- Βασική γνώση embedded systems,

- zephyr OS,

- Γλώσσες προγραμματισμού: Python, C,

- Βασικές γνώσεις τεχνικών μηχανικής μάθησης.

Προτεινόμενη βιβλιογραφία:

1. Wang M, Li Z, Zhang Q, Wang G. Removal of Motion Artifacts in Photoplethysmograph Sensors during Intensive Exercise for Accurate Heart Rate Calculation Based on Frequency Estimation and Notch Filtering. Sensors (Basel). 2019 Jul 28;19(15):3312. DOI: https://doi.org/10.3390/s19153312. PMID: 31357674; PMCID: PMC6696451.
2. Thakur S, Chao PC, Tsai CH. Precision Heart Rate Estimation Using a PPG Sensor Patch Equipped with New Algorithms of Pre-Quality Checking and Hankel Decomposition. Sensors (Basel). 2023 Jul 5;23(13):6180. DOI: https://doi.org/10.3390/s23136180. PMID: 37448029; PMCID: PMC10346997.
3. Ren, B.; Wang, Z.; Ma, K.; Zhou, Y.; Liu, M. An Improved Method of Heart Rate Extraction Algorithm Based on Photoplethysmography for Sports Bracelet. Information 2023, 14, 297. DOI: https://doi.org/10.3390/info14050297
4. Yali Zheng, Chen Wu, Peizheng Cai, Zhiqiang Zhong, Hongda Huang, and Yuqi Jiang. Tiny- ppg: A lightweight deep neural network for real-time detection of motion artifacts in photoplethysmogram signals on edge devices. Internet of Things, 25:101007, 2024

Επικοινωνία: Δήμητρα Διονυσίου (dimitra.dionysiou@iccs.gr), Κατερίνα Αργύρη (katerina.argyri@iccs.gr), Νίκος Μήτρο (nikos.mitro@iccs.gr), Παναγιώτης Τσανάκας (panag@cs.ntua.gr