Алгоритм обработки измерений параметров внешнего дыхания с использованием системы захвата движений

Введение. В медицине изучение дыхания критически важно для диагностики и мониторинга здоровья. Определение параметров дыхания, таких как частота, необходимо для оценки состояния дыхательной системы. Однако традиционные методы, например спирометрия, имеют ограничения. Системы захвата движений, такие как маркерный видеоанализ, предлагают перспективный и инновационный подход для измерения параметров дыхания в совокупности с другими исследованиями, которые можно проводить с этой системой. Такой подход обеспечивает точные данные о дыхательной активности без необходимости специализированного медицинского оборудования. Использование таких систем может значительно расширить область их применения в реабилитационной и спортивной медицине.

Цель работы. Разработка алгоритма определения параметров дыхания с помощью маркерной системы захвата движения. Разработка алгоритма оптимального положения тела и наилучших местоположений маркеров для определения параметров дыхания. Анализ контрольных измерений.

Материалы и методы. Рассматриваются данные, полученные в результате синхронной регистрации сигналов с оптической системы захвата движений и спирометра. Определение частоты дыхания осуществляется методом спектрального анализа и преобразования Фурье.

Результаты. Разработан алгоритм анализа и интерпретации частоты дыхания, позволяющий учитывать положения тела, области расположения маркеров и предоставляющий рекомендации относительно их оптимального размещения.

Заключение. Результаты исследований показали перспективность применения маркерного видеоанализа для оценки частоты дыхательных движений с использованием системы захвата движения. Предполагается проведение дополнительных исследований с учетом физической активности с целью разработки эффективных методов диагностики параметров внешнего дыхания и выявления дыхательных нарушений.

1. Контактные способы регистрации частоты дыхания: возможности и перспективы / А. А. Гаранин, А. О. Рубаненко, И. Д. Шипунов, В. С. Рогова // Бюл. физиологии и патологии дыхания. 2023. № 89. С. 159–173. doi: 10.36604/1998-5029-2023-89-159-173

2. Бесконтактные методы измерения частоты дыхания: (обзор литературы) / А. А. Гаранин, И. Д. Шипунов, А. О. Рубаненко, Н. О. Санникова // Вестн. новых медицинских технологий. Электронное изд. 2023. № 5. С. 64–72. doi: 10.24412/2075-40942023-5-1-9

3. Вагин Ю. Е. Неравномерность ритма дыхания как показатель эмоционального напряжения // Сеченовский вестн. 2015. № 2(20). С. 13–23.

4. Уткина А. В., Изотова А. Г., Литвинова Н. А. Алгоритм оценки частоты дыхания по сигналу ЭКГ // Modern science. 2020. № 5–1. С. 451–421.

5. Анализ видеоизображения человека для определения частоты его дыхания / К. С. Пуртов, П. А. Соколов, М. Б. Конторович, А. В. Чистяков, В. Б. Костоусов, В. С. Кубланов // Вторая науч.техн. конф. молодых ученых Уральского энергетического института, Екатеринбург, 15–19 мая 2017. Екатеринбург: УрФУ, 2017. С. 393–396.

6. A real-time camera-based adaptive breathing monitoring system / Yu-Ching Lee, Abdan Syakura, Muhammad Adil Khalil, Ching-Ho Wu, Yi-Fang Ding, Ching-Wei Wang // Medical & Biological Engineering & Computing. 2021. Vol. 59(6). P. 1285–1298. doi: 10.1007/s11517-021-02371-5

7. Marek Bartula, Timo Tigges, Jens Muehlsteff. Camera-Based System for Contactless Monitoring of Respiration // 35th Annual Intern. Conf. of the IEEE EMBS, Osaka, Japan, 3–7 July 2013. IEEE, 2013. P. 2672– 2675. doi: 10.1109/embc.2013.6610090

8. Jagadev P., Giri Li. Human respiration monitoring using infrared thermography and artificial intelligence // Biomed Phys Eng Express. 2020. Vol 6, iss. 3. P. 1–19. doi:10.1088/2057-1976/ab7a54

9. Cравнительный анализ контактных и бесконтактных технических решений мониторинга физиологических сигналов человека / В. В. Савченко, Д. А. Суздальцев, В. А. Королев, Д. Ю. Комраков // Биотехносфера. 2014. № 1–2 (31–32). С. 18–23.

10. Термографическая визуализация и анализ изображений динамических процессов в области лица / И. А. Знаменская, Е. Ю. Коротеева, А. В. Хахалин, В. В. Шишаков, С. А. Исайчев, А. М. Черноризов // Вестн. Моск. ун-та. 2017. № 6. С. 88–93. doi: 10.3103/S002713491706025X

11. Пат. RU 2684044 C1 A61B 5/1455 (2006.01). Устройство и способ для определения основных показателей жизнедеятельности субъекта / Герард Де Хан, Н. В. Филипс Конинклейке; опубл. 03.04.2019. Бюл. № 10.

12. Massaroni C., Cassetta E., Silvestri S. A Novel Method to Compute Breathing Volumes via Motion Capture Systems: Design and Experimental Trials // J. Appl. Biomech. 2017. Vol. 33, iss. 5. P. 361–365. doi: 10.1123/jab.2016-0271

13. Shafiq G., Veluvolu K. C. Multimodal chest surface motion data for respiratory and cardiovascular monitoring applications // Scientific data. 2017. № 4. Art. num. 170052. doi: 10.1038/sdata.2017.52

14. Efficacy of Marker-Based Motion Capture for Respiratory Cycle Measurement: A Comparison with Spirometry / N. D. Shamantseva, T. A. Klishkovskaia, S. S. Ananyev, A. Y. Aksenov, T. R. Moshonkina // Sensors. 2023. Vol. 23, iss. 24. Art. num. 9736. doi: 10.3390/s23249736

15. Qualisys. Motion Capture Technology and Systems. URL: https://www.qualisys.com/ (дата обращения: 21.03.2024).

16. Уткина А. В., Изотова А. Г., Литвинова Н. А. Современное состояние проблемы частоты дыхания // Сб. ст. XX Междунар. науч.-практ. конф. European scientific confe. Пенза, 17 мая 2020. Пенза: Наука и просвещение, 2020. С. 279–281.

17. Копейкин Р. Е., Князева Е. Д. Классификация аномалий дыхания на основе нейросетевого подхода // Науч.-техн. вестн. Поволжья. 2022. № 12. С. 152–155.

18. Евсеева И. Л. Определение частоты дыхательных движений. URL: https://infourok.ru/prezentaciyaissledovanie-chastoti-dihatelnih-dvizheniy-1453941.html?ysclid=lu1kf0w9nf957399749 (дата обращения: 21.03.2024).