推进光电容积描记术(一种用于测量心率的光学技术)在心血管和心理健康监测中的潜在应用需要分析来自光电容积描记图(PPG)的复杂非线性数据。

东京理科大学的研究人员绕过传统的解析复杂动态PPG信号的分析方法，使用非线性分析来确定使用短PPG信号估计的动态特征的准确性。

随着全球心血管和精神疾病负担的增加，早期发现和及时健康监测的需求变得越来越重要。可穿戴设备是一种实用的、负担得起的、非侵入性的系统和长期健康监测方法。

“光电容积描记术”是一种基于光电脉冲波信号的简单光学技术，几十年来一直用于监测临床环境中以及通过可穿戴设备的心跳、氧率和血容量变化等参数。这些测量依赖于基本的信号处理和分析，例如噪声过滤和运动减少。

从光电容积描记(PPG)动态中提取的信息是光电容积描记法中的生物信号记录，可用于生理和心理健康监测。尽管如此，此类高级应用仍受到PPG中高测量噪声和运动伪影的阻碍，尤其是使用可穿戴设备获得的那些。

那么如何分析PPG的复杂非线性动力学以拓宽其临床应用呢?

为了深入分析PPG的复杂特性，来自日本的一组研究人员评估了短PPG信号的非线性分析在临床测量中的适用性以及他们估计PPG动态特性的准确性。

由东京理科大学助理教授NinaSviridova博士领导的一组研究人员，包括东京理科大学TohruIkeguchi教授、新泻农食大学赵铁军博士和千叶AkimasaNakano教授大学，已在Sensors杂志的特刊“移动健康数据分析”中发表了他们的发现。该研究于2022年7月9日发表在该杂志第22卷第14期。

“过滤后的信号可用于传统的光电容积描记应用;但是，它们不适合高级分析。作为替代方案，只能使用高质量的PPG信号短段，但尚未详细研究非线性分析对此类短记录的适用性，”Sviridova博士解释道。

用于估计PPG动力学的高级非线性分析方法通常受到应用数据长度的限制。以前的研究表明，递归量化分析(RQA)是一种非线性分析方法，不受信号长度的影响。在这项研究中，研究人员使用RQA从短信号中提取PPG的动态特性，例如确定性、发散性、可预测性和复杂性。

PPG记录是通过测量皮肤表面近红外光的透射率从30个健康个体中获得的。这些记录被进一步二次采样以生成稀疏的时间序列数据。此外，混沌“罗斯勒模型”(用于描述动态非线性系统中连续混沌的模型)用于计算相对误差，同时考虑噪声。

结果表明，诸如“确定性”、“可预测性”和“熵”之类的动态特性可以使用短时间序列信号以良好的准确度(小于1%的误差)进行估计。与有噪声的罗斯勒系统的比较表明，在没有噪声的情况下，较短的时间序列长度对于准确测量这些属性是可以接受的。然而，对于像“发散”这样的一些属性，短PPG不足以进行准确估计，并且具有可接受的误差(低于1%)。

在只有短长度PPG信号可用的情况下，这些观察结果可以帮助估计与动态特性相关的误差，并有助于未来使用其他光电探测器进行调查以及在不同的实验和现实世界环境中进行研究。了解PPG的复杂特性可以进一步改进可穿戴健康监测技术的临床应用。

Sviridova博士强调了他们研究的更广泛应用，他说：“这项研究的结果将有助于改进使用可穿戴设备对健康参数的估计，最终加速世界卫生组织早期发现心血管和精神疾病的目标。”