Une méthode d'apprentissage profond pour l'extraction non intrusive du signal de battement cardiaque dans le domaine temporel à partir des données radar millimétriques

Résumé Le rythme cardiaque est un signal physiologique important, et la surveillance du rythme cardiaque est cruciale pour le traitement médical, le sauvetage et la gestion de la santé. Les méthodes traditionnelles de surveillance du rythme cardiaque nécessitent l'utilisation de dispositifs de contact, ce qui peut entraîner des inconvénients et un inconfort lors d'une surveillance à long terme. La surveillance non intrusive des signes vitaux basée sur la technologie radar a émergé comme une alternative prometteuse et a suscité un large intérêt pour la recherche. Obtenir une séparation précise des signaux de battement de cœur et une surveillance de haute précision du rythme cardiaque à partir des signaux radar reste un défi en raison de l'amplitude faible des signaux de battement de cœur et des interférences dues à la respiration, aux mouvements du corps et à divers types de bruit. Cet article propose une nouvelle méthode qui utilise des ondes de pouls filtrées pour approximer la composante de battement de cœur des séquences temporelles de déplacement thoracique reconstruites par radar, et applique un modèle Conv-TasNet pour la séparation des battements de cœur. La méthode proposée a été évaluée par le signal ECG synchronisé provenant de l'ensemble de données public comme référence. Nous rapportons que l'erreur quadratique moyenne (RMSE) de l'intervalle entre les battements (IBI) est en moyenne de 8,32 ms, ce qui dépasse les techniques de pointe.