MENÜ MENÜ  

Ein Algorithmus zu zuverlässigen Verarbeitung von Pulsoximetrie-Signalen bei schwierigen Störverhältnissen

Siegfried Kästle

ISBN 978-3-89722-274-8
258 pages, year of publication: 1999
price: 40.00 €
Ein Algorithmus zu zuverlässigen Verarbeitung von Pulsoximetrie-Signalen bei schwierigen Störverhältnissen
Schlechte Signalverhältnisse, verursacht durch Bewegungsstörungen, schwachen Puls oder starke Lichtabsorption, sind ein Grundproblem in der Pulsoximetrie. Die dadurch verursachten falschen Meßwerte und Anzeigeausfälle führen zu Fehlalarmen und Lücken in der Überwachung; dies ist für den Patienten gefährlich und für das Klinikpersonal belastend.

Ziel dieser Arbeit war es, unter Anwendung moderner Signalverarbeitungsmethoden wie Fuzzy Logic und Zeit-Frequenz-Verfahren einen Algorithmus zu entwickeln, der zu mehr Sicherheit und Zuverlässigkeit unter schwierigen Meßbedingungen beitragen kann und diesen mit bisher üblichen Verfahren zu vergleichen.

Als Voraussetzung für Test- und Vergleichszwecke wurde mit der Stör-Mix-Komposition erstmals ein Verfahren geschaffen, das die Erzeugung von Signal-Episoden mit einstellbarer Stördosis erlaubt. Es ermöglicht, die ganze Palette klinischer Störsituationen und Patientenzustände bei gleichzeitiger Verfügbarkeit einer kontinuierlichen SpO2-Referenz abzudecken, um damit einen realistischen Tauglichkeitstest für Algorithmen und Pulsoximeter durchführen zu können.

Es wurde ein kompletter Pulsoximetrie-Algorithmus (FNA) entwickelt und auf einem PC Offline implementiert. Mit Hilfe der Wavelet-Transformation gelang es, transiente Bewegungsartefakte gezielt zu bündeln und zu unterdrücken. Zusätzlich half die Fourier-Transformation, die Nutzsignalinformation auf wenige Spektralpeaks zu konzentrieren. Damit ließen sich auch stationäre Störanteile durch Interferenzen oder rhythmische Bewegungen isolieren. Die Bestimmung von Sauerstoffsättigung und Pulsfrequenz erfolgt komplett im Frequenzbereich. Die Spektralpeaks aufeinanderfolgender überlappender Fenster werden miteinander zu "Fäden" verknüpft, aus denen nach Kriterien physiologischer Relevanz die zum Nutzsignal gehörenden Fäden herausgefiltert werden. Die Verkettung der Peaks und der komplexe Selektionsvorgang konnte mit Fuzzy Logic übersichtlich und zuverlässig implementiert werden. Damit ist es möglich, auch bei Signal-Stör-Verhältnissen kleiner 1 noch akzeptabel zu messen.

Aus Zeitsignal und Spektrum wurde eine Reihe von Parametern und Kriterien entwickelt, die übermäßige, nicht mehr beherrschbare Störungen signalisieren, um damit große Fehler zu vermeiden und die Anzeige auszublenden. Diese Parameter werden auch dazu verwendet, einen analogen Signalqualitätsindikator zu steuern, der dem Kliniker erstmals ein Vertrauensmaß in die Verlässlichkeit der Meßwerte liefert.

Schließlich wurde in einem Benchmarking die Leistung des neu entwickelten Algorithmus mit der bekannter kommerzieller Pulsoximeter verglichen. Als Maß für die (Un-)Zuverlässigkeit wurde ein Non-Performance-Index (NPI) definiert, der Meßwertabweichungen und Ausfallzeiten nach klinischen Gesichtspunkten gewichtet. Es zeigte sich, daß die Pulsoximeter-Entwicklung über das letzte Jahrzehnt mit jeder neuen Gerätegeneration Algorithmen herausbrachte, die zunehmend zuverlässiger mit Artefakten umgehen können.

Mit den modernen Methoden des Fuzzy-Nadel-Algorithmus FNA konnte die Zuverlässigkeit gegenüber dem derzeit besten käuflichen Gerät, dem Nellcor N-3000 (NPI 578), deutlich gesteigert werden (NPI 429). Insbesondere wurde die Genauigkeit bei SpO2 und Pulsfrequenz im Schnitt um mehr als das Doppelte verbessert. Damit konnte für die Problematik der Pulsoximeter-Artefakte und der damit verbundenen Unzuverlässigkeit eine praxisgerechte Lösung gefunden werden.


An Algorithm for Reliable Processing of Pulse Oximetry Signals in a Noisy Environment

Abstract

Poor signal-to-noise ratios due to patient movement, poor tissue perfusion or strong light absorption are one of the dominating problems in pulse oximetry. These result in either wrong values or drop-outs causing false alarms or gaps in monitoring. This can be dangerous for the patient and is annoying to the clinical staff.

The objective of this work was (1) to develop an algorithm by using modern signal processing techniques like fuzzy logic and time-frequency-methods that yields in improved reliability and safety for the patient and (2) to compare it to state-of-the-art methods.

As a prerequisite to test and benchmarking, a novel method called "noise-mix-composition" was created. It allows the generation of signal episodes with predefined noise levels and simultaneous reference. In addition, it allows to cover the complete range of clinical relevant artifact situations and patient states and categories. Because it comes along with a contimuous SpO2 reference it enables the repeatable performance comparison of pulse oximeters and algorithms under mostly realistic clinical conditions.

A complete pulse oximetry algortihm (FNA) was developed and implemented offline on a PC. By using wavelet transformations we succeeded to bundle and supress specifically the transient movement artifacts. In addition, the fourier transform helped to concentrate and isolate the desired periodic pulse information on few spectral peaks. By this, stationary motion patterns through interference or rhythmic movements could be effciently treated, too. Calculation of SpO2 and pulse rate is done solely in the frequency domaine. Spectral peaks of successive overlapping windows are coupled via so-called threads, out of which the one corresponding to the heart pulse is extracted by means of physiological relevance criteria Thread formation and complex selection was clearly and reliably implemented by fuzzy logic operations. This yields in improved results under poor signal-to-noise conditions.

In order prevent gross false errors in case of excessive noise, a set of criteria and characteristics of the raw signals in both time and frequency domaine was developed. In the extreme case it is used to block the display of SpO2 and pulse rate values. Else the characteristics serve as input to control a signal quality indicator, which can be used as a confidence measure by the clinician.

Finally, the performance of the new algorithm FNA was compared to widely spread or well known commercial pulse oximeters (Nellcor, Ohmeda, Masimo). As a measure of signal processing capability, a new parameter was introduced, the non-performance index (NPI). It integrates frequency and amount of SpO2 and pulse rate errors and drop-out intervals according to clinically importance. As a result, it demonstrated that the pulse oximtery development over the last decade generated increasingly better instruments with regards to artifact handling.

With the modern methods used in the fuzzy-needle-algorithm (FNA), the reliability (NPI 429) compared to the best presently available instrument (Nellcor N-3000: NPI 578) could be clearly improved. Especially the accuracy of SpO2 and pulse rate could be improved by more than a factor of two. The work presented here demonstrates that an adequate solution for motion and noise artifacts in pulse oximetry exists.

Keywords:
  • Pulsoximeter
  • Artefakt
  • Wavelet
  • Fouriertransformation
  • Fuzzy Logic

BUYING OPTIONS

40.00 €
only 2 in stock
cover cover cover cover cover cover cover cover cover