Establishment of a national total medical support system utilizing an on-time medical care management system for virtual beds at home

利用家庭虚拟床位准时医疗管理系统，建立全国全面医疗保障体系

基本信息

批准号：
21K12710
负责人：
小林威仁
金额：
$ 2.66万
依托单位：
Saitama Medical University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

患者の状態変化に対して精度・信頼度ともに安心できる迅速な検出・総合評価を遠隔、例えば在宅でも可能にすることで疾病増悪の予防・軽症化を図る目的でその体制を確立する。まず先にストレスフリーかつ精度の高いデバイス改良に取り組んだ。結果として患者本人においても身体的・精神的負担を軽減でき、かつ患者管理における医療側の労務負担や医療費削減に結び付けるためにデータの管理方法や参照体制の確立を行った。測定組織部の血流低下による血管容積変化およびモーションアーチファクトによる誤差要因に対するセンサ感受性の調整を行うにあたり、これまでのPPG信号の高周波成分（電源など）と、毛細血管密度や静脈血量の変化、温度変動等の低周波成分の両方を除去する目的でバンドパス・フィルタ処理（0.4Hz～4Hz）を行うシステムの改良を手掛けた。その必要性は従来法では除去されるノイズ成分が限定され、最終解析時の測定誤差範囲の改善に限界が生じてしまう為であった。新しい試みとして、可変タップ長の適応フィルターアルゴリズムに基づくモーションアーティファクトキャンセル機能を備えた、フォトプレチスモグラフ測定におけるモーションアーチファクトの低減のためのリファレンスとしてのオプティカルフローセンサを用いた。結果として良質なPPG信号の抽出が可能となった。現在は、永続的なPPG測定プロセスを目的として、ベースライン変動様のアーチファクト発生に対して、これまでのローパス有限インパルス応答処理を行い、PDの脈波を平滑化し、ベースライン変動ノイズ除去して適切な除去ノイズを分析し、その特徴を検出し新しい試みとして分光時間深層ニューラルネットワークを用いたフォトプレチスモグラムから機械学習/深層学習を行い至適ノイズ除去法確立に向けて取り組んでいる。

我们将建立一个系统，通过高精度、可靠地快速检测和综合评估患者病情的变化，甚至在远程（例如在家中），来预防疾病恶化和减轻症状。首先，我们致力于改进设备，使其无压力且高度准确。由此，我们建立了数据管理方法和参考体系，以减轻患者的身心负担，减轻医疗方在患者管理中的劳动负担和医疗成本。为了调整传感器对运动伪影和由于被测组织区域血流量减少导致的血管体积变化引起的误差因素的灵敏度，我们之前考虑了 PPG 信号的高频分量（电源等）、毛细血管密度和静脉血量的变化，我们致力于改进执行带通滤波器处理（0.4Hz 至 4Hz）的系统，以消除温度波动等低频成分。这是必要的，因为在传统方法中，可以去除的噪声成分是有限的，并且最终分析时测量误差范围的改善是有限的。在一项新的尝试中，我们使用光流传感器作为减少光电体积描记器测量中运动伪影的参考，并具有基于可变抽头长度的自适应滤波器算法的运动伪影消除功能。结果，可以提取高质量的PPG信号。目前，为了实现永久PPG测量过程，我们正在执行传统的低通有限脉冲响应处理，以平滑PD脉冲波并消除基线波动噪声，以应对基线波动类伪影的出现。通过分析合适的噪声去除方法，检测其特征，并使用谱时深度神经网络从光电体积图进行机器学习/深度学习作为新的尝试，建立最佳的噪声去除方法。