Un nouvel algorithme de filtrage spectral variant dans le temps pour la reconstruction de signaux de fréquence cardiaque altérés par des artefacts de mouvement lors d’activités physiques intenses à l’aide d’un capteur photopléthysmographique portatif

L’estimation précise de la fréquence cardiaque à partir de signaux photopléthysmographiques (PPG) lors d’activités physiques intenses constitue un problème très difficile. En effet, l’effort physique intense et prolongé peut engendrer des artefacts de mouvement sévères dans les signaux PPG, rendant l’estimation précise de la fréquence cardiaque (FC) particulièrement complexe. Dans cette étude, nous avons exploré une nouvelle technique permettant de reconstruire avec précision les signaux PPG altérés par les mouvements et la fréquence cardiaque, fondée sur une analyse spectrale variant dans le temps. L’algorithme, intitulé Spectral filter algorithm for Motion Artifacts and heart rate reconstruction (SpaMA), repose sur le calcul de la densité spectrale de puissance des signaux PPG et d’accéléromètre pour chaque décalage temporel d’un segment de données fenêtré. En comparant les spectres variant dans le temps des signaux PPG et d’accéléromètre, il devient possible d’identifier les pics fréquentiels attribués aux artefacts de mouvement, distincts du spectre PPG proprement dit. L’approche SpaMA a été appliquée à trois jeux de données différents et quatre types d’activités : (1) des jeux d’entraînement provenant de la base de données du concours IEEE Signal Process. Cup 2015, enregistrés sur 12 sujets effectuant une course à pied sur tapis roulant de 1 à 15 km/h ; (2) des jeux de test issus de la même base de données, enregistrés sur 11 sujets effectuant des exercices des avant-bras et des bras supérieurs ; (3) la base de données du laboratoire Chon, comprenant des enregistrements de 10 minutes sur 10 sujets réalisant une course sur tapis roulant. Les signaux ECG des trois bases de données ont fourni les fréquences cardiaques de référence, utilisées pour évaluer la précision de notre algorithme SpaMA. La performance de l’approche SpaMA a été quantifiée par le calcul de l’erreur absolue moyenne entre la fréquence cardiaque estimée à partir du signal PPG et la fréquence cardiaque de référence issue de l’ECG. Les erreurs moyennes d’estimation obtenues avec notre méthode sur les trois jeux de données sont respectivement de 0,89, 1,93 et 1,38 battements par minute, tandis que l’erreur globale sur l’ensemble des 33 sujets atteint 1,86 battements par minute, et s’élève à 1,11 battement par minute uniquement sur les données d’essais sur tapis roulant (22 sujets). De plus, il a été démontré que la dynamique de la variabilité de la fréquence cardiaque peut être précisément capturée par l’algorithme, avec un coefficient de corrélation de Pearson moyen de 0,98 entre les densités spectrales de puissance des séries temporelles de fréquence cardiaque de référence et celles reconstruites. Ces résultats démontrent que la méthode SpaMA présente un fort potentiel pour la surveillance de la fréquence cardiaque basée sur les signaux PPG dans les dispositifs portables destinés au suivi de la forme physique et à la surveillance de la santé pendant des activités physiques intenses.