LubDubDecoder：将微机械心脏监测引入音频穿戴设备

文献标题

LubDubDecoder: Bringing Micro-Mechanical Cardiac Monitoring to Hearables

出版信息

• 主题领域: 使用可穿戴设备进行微型心脏监测的健康应用。
• 关键词: 可穿戴设备，震动心动图（SCG），陀螺心动图（GCG），心脏感知，微机械振动，健康监测，运动伪影去除，耳部感知，个人信息学，跨设备校准。

背景与问题

• 问题/挑战: 当前用于测量微型心脏信号（SCG 和 GCG）的方法需要临床环境和胸部传感器，这在日常使用中不切实际。基于智能手机的方法受限于设备放置的可变性，而现有的基于可穿戴设备的方法依赖于低成本设备中不可用的专用传感器。
• 重要性: 实现对微型心脏事件的无干扰日常监测，可以减轻临床压力，支持及时干预，并惠及行动受限的人群，例如老年人。
• 动机与相关工作: 先前的研究探索了使用惯性测量单元（IMU）、麦克风和雷达系统进行心脏监测，但这些方法受限于设备可用性、用户操作或环境约束。LubDubDecoder 旨在通过利用可穿戴设备的普及性来弥补这些不足。

解决方案

• 提出的方法: LubDubDecoder 将可穿戴设备内置的扬声器转变为传感器，用于捕获粗略的心音，并重建细粒度的 SCG 和 GCG 信号以进行微型心脏事件的时间测量。
• 创新点:
  1. 将耳内扬声器重新用于多种可穿戴设备的心脏感知。
  2. 零成本的跨设备归一化，实现无需用户明确校准的泛化能力。
  3. 运动伪影去除管道，确保日常活动中的信号提取稳健性。
  4. 在多种可穿戴设备、用户和真实世界条件下的实验验证。
• 流程与关键技术:
  • 使用可穿戴设备的扬声器或麦克风捕获耳部心音。
  • 对信号进行调节、分段和滤波以去除噪声。
  • 使用时间自动编码器从耳部声音重建 SCG 和 GCG 信号。
  • 使用自动算法标注特征点。
  • 校准策略适应个体生理差异和设备可变性。

结果

• 具体发现:
  • 用户内 SCG 和 GCG 重建的皮尔逊相关系数达到 0.94–0.95。
  • 跨用户相关系数在五次校准循环后达到 0.88–0.91。
  • 跨设备归一化使四种可穿戴设备的相关系数达到 0.91。
  • 运动伪影检测的准确率达到 97.7%。
  • 特征点的时间误差在 95% 的场景中小于等于 30 毫秒。
• 相较基线的优势: 性能与配备 IMU 的耳塞（0.92 相关系数）和毫米波雷达（0.72 相关系数）相当，同时扩展了低成本可穿戴设备的兼容性。
• 实验/评估:
  • 对 25 名参与者的可行性研究，使用五种可穿戴设备类型。
  • 评估跨会话、跨用户和跨设备条件下的性能。
  • 长期测试覆盖数天和数周，以及睡眠和运动后等场景。
  • 用户体验调查显示易用性评分为 4.6/5，可信度评分为 4.3/5。
• 局限性与未来工作:
  • 开放式耳塞和高运动量活动中的挑战。
  • 在心血管疾病患者中的临床验证。
  • 探索联合 SCG-GCG 重建以及在助听器上的部署。

总结

LubDubDecoder 提出了一种利用可穿戴设备进行微型心脏监测的新系统，通过重新利用内置扬声器捕获和重建 SCG 和 GCG 信号。该系统在用户、设备和真实世界条件下表现出高精度，得益于稳健的运动伪影去除和零成本校准策略。该系统展示了在日常场景中实现无干扰健康监测的潜力，特别适用于老年人和行动受限人群。未来方向包括临床验证、与助听器的集成，以及增强的上下文追踪以支持自我实验和临床工作流程。