Blood pressure estimation using smartphone

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F23%3APU148760" target="_blank" >RIV/00216305:26220/23:PU148760 - isvavai.cz</a>

Výsledek na webu

<a href="https://www.eeict.cz/eeict_download/archiv/sborniky/EEICT_2023_sbornik_2_v2.pdf" target="_blank" >https://www.eeict.cz/eeict_download/archiv/sborniky/EEICT_2023_sbornik_2_v2.pdf</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.13164/eeict.2023.129" target="_blank" >10.13164/eeict.2023.129</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Blood pressure estimation using smartphone

Popis výsledku v původním jazyce

This paper presents an experimental cuff-less measurement of systolic (SBP) and diastolic blood pressure (DBP) using smartphone. A photoplethysmographic signal (PPG) measured by a smartphone camera is used to estimate blood pressure (BP). This paper contains comparison of several machine learning (ML) methods for BP estimation. Filtering the PPG signal with a band-pass filter (0.5-12 Hz) followed by feature extraction and using Random Forest (RF) methods separately or as a weak regressor in adaptive boosting (AdaBoost) or bootstrap aggregating (Boosting) reached the best results according to Association for the Advancement of Medical Instrumentation (AAMI) and British Hypertension Society (BHS) standards among all regression ML models. The mean absolute error (MAE) and standard deviation (SD) of Bagging model were 4.532±3.760 mmHg for SBP and 2.738±3.032 mmHg for DBP (AAMI). This result meets the criteria of the AAMI standard.

Název v anglickém jazyce

Blood pressure estimation using smartphone

Popis výsledku anglicky

This paper presents an experimental cuff-less measurement of systolic (SBP) and diastolic blood pressure (DBP) using smartphone. A photoplethysmographic signal (PPG) measured by a smartphone camera is used to estimate blood pressure (BP). This paper contains comparison of several machine learning (ML) methods for BP estimation. Filtering the PPG signal with a band-pass filter (0.5-12 Hz) followed by feature extraction and using Random Forest (RF) methods separately or as a weak regressor in adaptive boosting (AdaBoost) or bootstrap aggregating (Boosting) reached the best results according to Association for the Advancement of Medical Instrumentation (AAMI) and British Hypertension Society (BHS) standards among all regression ML models. The mean absolute error (MAE) and standard deviation (SD) of Bagging model were 4.532±3.760 mmHg for SBP and 2.738±3.032 mmHg for DBP (AAMI). This result meets the criteria of the AAMI standard.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20601 - Medical engineering

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2023

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings II of the 29 th Conference STUDENT EEICT 2023 Selected papers

ISBN

978-80-214-6154-3

ISSN

2788-1334

e-ISSN

—

Počet stran výsledku

4

Strana od-do

129-132

Název nakladatele

Brno University of Technology, Faculty of Electrical Engineering and Communication

Místo vydání

Brno

Místo konání akce

Brno

Datum konání akce

25. 4. 2023

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—