Il monitoraggio continuo dei segnali vitali ha acquisito un’enorme importanza per la prevenzione delle malattie che affliggono gran parte della popolazione mondiale, per questo motivo le apparecchiature sanitarie dovrebbero essere facili da indossare e comode da usare. Metodi investigativi non intrusivi e non invasivi sono il requisito fondamentale per i dispositivi medici indossabili, soprattutto quando i dispositivi sono utilizzati in applicazioni sportive o dagli anziani per l’automonitoraggio. Lo scopo di questo documento è misurare la pressione arteriosa continua (ABP) attraverso un approccio non intrusivo senza bracciale. La pressione arteriosa è un parametro fisiologico essenziale per il monitoraggio della salute. La maggior parte dei dispositivi di misurazione della pressione sanguigna determina la pressione arteriosa sistolica e diastolica attraverso il gonfiaggio e lo sgonfiaggio di un bracciale. Questo metodo è scomodo per l’utente e può causare ansia che a sua volta può influenzare la pressione sanguigna. L’approccio utilizzato in questo lavoro si basa su tecniche di deep learning: diverse reti neurali vengono utilizzate per dedurre ABP a partire dal fotopletismogramma (PPG) e dall’elettrocardiogramma (ECG). In particolare, l’ABP è stato previsto prima utilizzando solo PPG e poi sia PPG che ECG. È stato dimostrato che l’aggiunta di ECG migliora le prestazioni in ogni configurazione raggiungendo, dopo la personalizzazione, un MAE pari a 4.118 mmHg sulla pressione sistolica e 2.228 mmHg sulla pressione diastolica con un ResNet seguito da 3 strati LSTM. I risultati sono conformi agli standard nazionali americani dell’Associazione per l’avanzamento della strumentazione medica. Le misurazioni di ECG, PPG e ABP vengono estratte dal database MIMIC che contiene dati sui segnali clinici che riflettono misurazioni reali e convalida i risultati su un set di dati personalizzato creato presso Neuronica Lab, Politecnico di Torino.

AUTORE: Stefano Villata

RELATORI: Eros Gian Alessandro Pasero, Annunziata Paviglianiti

CORSO DI LAUREA: Corso di laurea magistrale in Ingegneria Biomedica

ANNO ACCADEMICO: 2020/2021