Blutdruckschätzung aus Photoplethysmogramm mittels eines spektral-temporalen tiefen neuronalen Netzwerks

Blutdruck (BP) ist ein direkter Indikator für Hypertonie, eine gefährliche und potenziell lebensbedrohliche Erkrankung. Die regelmäßige Überwachung des Blutdrucks ist daher von großer Bedeutung. Viele Menschen zeigen jedoch eine Abneigung gegenüber manchmal aufgesetzten Messgeräten, und deren Limitation besteht darin, dass sie nur im Ruhezustand verwendet werden können. Die Schätzung des Blutdrucks mithilfe eines Photoplethysmogramms (PPG) allein stellt eine mögliche Lösung dar, die in unserer Studie untersucht wurde. Wir analysierten die MIMIC-III-Datenbank hinsichtlich hochwertiger PPG- und arterieller Blutdruckwellenformen und erhielten nach der Datenaufbereitung über 700 Stunden Signale aus 510 Probanden. Anschließend verwendeten wir das PPG zusammen mit seiner ersten und zweiten Ableitung als Eingaben in ein neuartiges spektral-zeitliches tiefes neuronalen Netzwerk mit Residualverbindungen. In einem leave-one-subject-out-Experiment konnten wir zeigen, dass das Netzwerk die Abhängigkeit zwischen PPG und BP erfolgreich modellieren kann, wobei mittlere absolute Fehler von 9,43 mmHg für den systolischen und 6,88 mmHg für den diastolischen Blutdruck erreicht wurden. Zudem zeigten wir, dass die Personalisierung der Modelle von entscheidender Bedeutung ist und die Ergebnisse erheblich verbessert, während die Entwicklung eines gut generalisierbaren Vorhersagemodells schwierig ist. Wir haben entscheidende Teile unserer Studie – insbesondere die Liste der verwendeten Probanden und den Quellcode unseres neuronalen Netzwerks – öffentlich zugänglich gemacht, um eine solide Basis bereitzustellen und den Vergleich zukünftiger Studien auf einer expliziten MIMIC-III-Untergruppe zu vereinfachen.