Francesco Lupo
Quality enhancement of PPG signals affected by movement artifacts in wearable devices using Neural Networks.
Rel. Gabriella Olmo, Alessandro Gumiero. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2024
Abstract
La rimozione degli artefatti da movimento nei segnali PPG (fotopletismografia) è una sfida cruciale per garantire la precisione e l’affidabilità dei dispositivi indossabili, utilizzati per il monitoraggio continuo della frequenza cardiaca (HR) e di altri parametri vitali. Questi dispositivi sono sempre più diffusi nella vita quotidiana per il monitoraggio della salute, il fitness e altre applicazioni mediche. Tuttavia, i movimenti del corpo possono introdurre artefatti significativi nei segnali PPG, compromettendo la qualità dei dati raccolti e la loro interpretazione. Per affrontare questa problematica, è essenziale sviluppare algoritmi avanzati in grado di migliorare i segnali PPG corrotti da artefatti di movimento. Attualmente, vengono utilizzati metodi di filtraggio con filtri adattativi, ma la frequenza dell’artefatto da movimento potrebbe ricadere nella stessa banda del segnale PPG.
Filtrando tale frequenza, si rischia di rimuovere informazioni rilevanti del segnale PPG
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Informazioni aggiuntive
Corso di laurea
Classe di laurea
Aziende collaboratrici
URI
![]() |
Modifica (riservato agli operatori) |
