EO_485

XXVI Medical MEDICAL 19 - APRILE 2020 procedere a una compensazione. Avendo due LED, pilo- tati da un’alimentazione a 3 V, si aggiungono 156 μW, un valore quasi trascurabile rispetto a quello della potenza dissipata complessivamente. La frequenza di campiona- mento dell’ADC è stata predisposta a 100 Hz, un valore comune in un sistema wearable. Inoltre è stata eseguita una misurazione alla frequenza di campionamento di 500 Hz, un valore utilizzato di frequente nei sistemi con pre- stazioni di qualità clinica. La registrazione dei dati è stata eseguita nelle stesse condizioni di un normale smartwatch o bracciale fitness, con il sensore ottico a contatto con la parte superiore del polso. Dato che, negli strati sottocu- tanei della mano dominante, le proprietà di microcirco- lazione e vasocostrizione possono differire leggermente rispetto a quella non dominante, le registrazioni con i due sistemi ottici sono state ripetute su entrambi i polsi. I dati raccolti dai polsi destri e sinistri sono stati analizzati e confrontati con attenzione per evitare posizioni partico- lari che influenzassero la qualità del segnale. L’insieme dei dati PPG sono stati registrati da 11 differenti utenti (soggetti), in posizione assisa e con la stessa intensità d’il- luminazione ambientale. Analisi dei dati e statistica Avere un approccio comparativo è molto importante, non solo perché la validazione della qualità di segnale implica un’elaborazione svolta in modo rigorosamente scientifico, con analisi dei dati e statistica, ma interagisce anche con le aspettative del mercato e degli utenti finali. Per avere successo nel mercato del wearable è necessario disporre di casi d’uso ben definiti e avere le idee chiare su cosa si desi- deri ottenere dal segnale ottico. I monitor della frequenza cardiaca sono strettamente correlati alle applicazioni di fit- ness e benessere della persona, ma esistono molte casisti- che nelle quali la tecnologia ottica può essere riscontrata anche in sistemi di livello medicale. In casi relativi a fitness, informatica biomedica o ambito medicale, l’accuratezza dell’algoritmo per la rilevazione del picco dipende prin- cipalmente dalla qualità dei dati grezzi intorno al punto di massimo (picco) locale del segnale PPG. La rilevazione accurata del picco non è solo la base della misura della frequenza cardiaca o dell’HRV, ma anche estremamente importante per la rilevazione del valore della pressione ematica su PPG. Per questo, se il progettista prevede che i segnali PPG, estratti e calcolati siano destinati al supporto di applicazioni di tipo medicale, deve scegliere la piatta- forma sensore in grado di offrire il segnale fisico con la qualità migliore. La configurazione e l’analisi dei dati del- le misure comparative sono state strutturate ed eseguite basandosi sul brevetto Biosignal Metrology (pending ID: P1900302) di proprietà di János Pálhalmi.[1] I risultati finali Per supportare un algoritmo per la rilevazione del picco, dai dati grezzi della PPG è possibile sottrarre e filtrare fa- cilmente le fluttuazioni di fondo. Nel contempo, come si è detto in precedenza, per ricavare i risultati desiderati è necessario, a livello di dati grezzi, disporre di un segnale Fig. 3 – Singole forme d’onda PPG (±125 data point nell’intorno del punto massimo locale) estratte e tracciate l’una sull’altra (linee punteggiate in blu). I valori medi ricavati da queste forme d’onda sono indicati dalle linee rosse. La figura mostra la fondamentale somiglianza tra i segnali PPG registrati dall’ADPD188GG e quelli ricavati dalla soluzione discreta con ADPD107 Tabella 1 – Confronto tra moduli ottici con ADPD188GG e lo standard di riferimento ADPD107 ADPD188GG ADPD107 Potenza assorbita (mW) 5,1 5,2 Frequenza di campionamento (Hz) 100 100 Corrente LED (mA) 130,02 64,89 Larghezza AFE (µs) 3 3 Larghezza Impulso (µs) 2 2 Offset di impulso (µs) 32 25 Offset AFE (µs) 23 16 Offset fine AFE (ns) 125 250