
Advanced Signal Processing in Wearable Sensors for Health Monitoring
Intelligente, tragbare Geräte im Miniaturformat werden immer häufiger angeboten, in der Regel in Form von intelligenten Uhren und anderen vernetzten Geräten. Folglich werden Geräte zur Unterstützung von Messungen wie Elektroenzephalografie (EEG), Elektrokardiogramm (EKG), Elektromyografie (EMG), Blutdruck (BP), Photoplethysmografie (PPG), Herzrhythmus, Atemfrequenz, Apnoe und Bewegungserkennung immer häufiger verfügbar und spielen eine wichtige Rolle bei der Gesundheitsüberwachung.
Die Industrie legt großen Wert darauf, diese Geräte und Technologien auf intelligenten Geräten wie Telefonen und Uhren verfügbar zu machen. Solche Messungen sind klinisch und wissenschaftlich nützlich für die Echtzeitüberwachung, die Langzeitpflege sowie für Diagnose- und Therapieverfahren. Ein Problem dabei ist jedoch, dass die aufgezeichneten Daten in der Regel verrauscht sind, viele Artefakte enthalten und durch externe Faktoren wie Bewegungen und physische Bedingungen beeinflusst werden.
Um genaue und aussagekräftige Indikatoren zu erhalten, muss das Signal so verarbeitet und aufbereitet werden, dass die Messungen genau und frei von Rauschen und Störungen sind. In diesem Zusammenhang haben viele Forscher die jüngsten technologischen Fortschritte bei tragbaren Sensoren und der Signalverarbeitung genutzt, um intelligente und genaue tragbare Geräte für klinische Anwendungen zu entwickeln.
Die Verarbeitung und Analyse physiologischer Signale ist ein zentrales Thema für diese intelligenten tragbaren Geräte. Die laufenden Arbeiten in diesem Bereich umfassen daher Forschungen zur Filterung, Qualitätsprüfung, Signaltransformation und -zerlegung, Merkmalsextraktion und seit kurzem auch auf maschinellem Lernen basierende Methoden.