Entwicklung eines tragbaren Gürtels mit integrierten Sensoren zur Messung mehrerer physiologischer Parameter im Zusammenhang mit Herzinsuffizienz

Sep 07, 2023

Wissenschaftliche Berichte Band 12, Artikelnummer: 20264 (2022) Diesen Artikel zitieren

3040 Zugriffe

187 Altmetrisch

Details zu den Metriken

Herzinsuffizienz ist eine chronische Erkrankung, deren Symptome auf mangelnde Herzleistung zurückzuführen sind. Mit einer kontinuierlichen Echtzeitüberwachung lässt sich dies besser verwalten. In der Vergangenheit wurden einige Anstrengungen zur Behandlung von Herzinsuffizienz unternommen. Die meisten dieser Bemühungen basierten allein auf einem einzigen Parameter, beispielsweise der Brustimpedanz oder der Herzfrequenz. Hier berichten wir über ein tragbares Gerät, das die Überwachung mehrerer physiologischer Parameter im Zusammenhang mit Herzinsuffizienz ermöglichen kann. Es basiert auf der gleichzeitigen Erfassung mehrerer Parameter, darunter Brustimpedanz, Herzfrequenz, Elektrokardiogramm und Bewegungsaktivität. Diese Parameter werden mithilfe verschiedener Sensoren gemessen, die zur kontinuierlichen Echtzeitüberwachung in einen tragbaren Gürtel eingebettet sind. Das tragbare Gesundheitsgerät wurde unter verschiedenen Bedingungen getestet, darunter Sitzen, Stehen, Liegen und Gehen. Die Ergebnisse zeigen, dass das gemeldete tragbare Gerät die oben genannten Parameter unter allen Bedingungen im Auge behält.

Herz-Kreislauf-Erkrankungen (CVDs) sind eine Gruppe von Herz- und Blutgefäßerkrankungen wie Myokardinfarkt, allgemein bekannt als Herzinfarkt, Herzinsuffizienz, rheumatische Herzerkrankung und Lungenarterienerkrankung1,2. Nach Angaben der Weltgesundheitsorganisation (WHO) sind Herz-Kreislauf-Erkrankungen die häufigste Todesursache mit geschätzten 17,9 Millionen Todesfällen weltweit1. Herzinsuffizienz (HF) ist eine kritische Herz-Kreislauf-Erkrankung mit schätzungsweise 64,34 Millionen Fällen weltweit3. HF ist ein fortschreitendes klinisches Syndrom, das durch eine strukturelle Anomalie des Herzens gekennzeichnet ist, bei der das Herz nicht in der Lage ist, ausreichend Blut zu pumpen, um den Bedarf des Körpers zu decken. Aufgrund dieser mangelnden Blutversorgung sammelt sich Flüssigkeit in der Lunge an, was die Sauerstoffversorgung behindert4,5,6. Es gibt zwei Arten von Herzinsuffizienz: systolische Herzinsuffizienz mit reduzierter Ejektionsfraktion (HFrEF) und diastolische Herzinsuffizienz mit erhaltener Ejektionsstörung (HFpEF). Häufige Ursachen für HFrEF sind Kardiomyopathie, Herzmuskelerkrankungen, unbehandelter Bluthochdruck, fehlerhafte Herzklappen und koronare Herzkrankheit. Eine häufige Ursache für HFpEF ist die linksventrikuläre Hypertrophie (LVH), ein Zustand, bei dem die linke Herzkammer verdickt ist und die Kammer nicht in der Lage ist, das Herzzeitvolumen ausreichend zu füllen7,8,9. Nach Angaben der Centers for Disease Control and Prevention (CDC) gab es im Jahr 2018 379.800 Todesfälle, und 13,4 % der Gesamtsterblichkeit in den USA waren auf HF2 zurückzuführen. Darüber hinaus gibt es nach Angaben der American Heart Association derzeit in den USA 6,2 Millionen Erwachsene mit der Diagnose Herzinsuffizienz, und diese Zahl wird bis 2030 schätzungsweise auf 8 Millionen ansteigen10. Die derzeitige Behandlung von Herzinsuffizienz umfasst leitliniengerechte Medikamente und chirurgisch implantierte Geräte, die möglich sind sehr teuer. Nach Angaben des CDC wurden im Jahr 2012 in den USA durchschnittlich 30,7 Milliarden US-Dollar für die Behandlung von Herzinsuffizienz ausgegeben2. Diese finanzielle Belastung ist auf den Rückgang der Herzinsuffizienz zurückzuführen, der in späteren Stadien zu wiederholten Krankenhausaufenthalten führt. Aufgrund dieser schlechten Diagnose ereignen sich 17–45 % der Todesfälle innerhalb eines Jahres nach dem ersten Krankenhausaufenthalt und 45–60 % der Todesfälle innerhalb von fünf Jahren11.

Eine kontinuierliche Echtzeitüberwachung der HF-Symptome kann Patienten und Anbieter auf eine Dekompensation des Patienten aufmerksam machen. Der Anbieter kann dann mit Medikamenten eingreifen, um eine Krankenhauseinweisung des Patienten zu vermeiden. Flüssigkeitsansammlungen in der Lunge spiegeln sich in einer Abnahme der Brustimpedanz wider. Häufige Symptome einer Herzinsuffizienz hängen mit einer Flüssigkeitsüberladung zusammen und umfassen Müdigkeit, Gewichtszunahme und Kurzatmigkeit7,8. Diese Symptome können im Hinblick auf das Fortschreiten der Herzinsuffizienz überwacht werden. Derzeit gibt es zwei implantierbare Geräte zur Überwachung von HF-Symptomen: einen implantierbaren Kardioverter-Defibrillator (ICD) und den Pulmonalarterienmonitor CardioMEMS™8,12,13,14.

Für Patienten mit HFrEF wird ein ICD empfohlen, da bei ihnen die Wahrscheinlichkeit tödlicher Herzrhythmusstörungen höher ist. Ein ICD misst auch die Brustimpedanz und kann Ärzte auf die Abnahme der Brustimpedanz aufmerksam machen, was auf mehr Flüssigkeit in der Lunge hinweist15. Es wird chirurgisch unter die Haut implantiert, erkennt tödliche Herzrhythmusstörungen und stellt mit einem Elektroschock den normalen Herzrhythmus wieder her. ICDs haben zusätzlich die Funktion eines Herzschrittmachers, um ein zu langsames Herz zu beschleunigen16. Ein ICD erfordert einen invasiven chirurgischen Eingriff für die Erstimplantation und immer dann, wenn die Batterie ausgetauscht werden muss, normalerweise innerhalb von 3–7 Jahren17. Jede Operation birgt Risiken und ist zudem kostspielig. Laut ICD-Register kostet der chirurgische Ersatz etwa 37.000 US-Dollar18. Darüber hinaus können elektromagnetische Felder die Leistung des ICD beeinträchtigen, und das Risiko steigt mit zunehmender Nähe19,20,21,22,23. Es ist wichtig zu beachten, dass ICDs nur für Patienten mit HFrEF empfohlen werden; Für 50 % der Patienten mit HFpEF24 stehen keine Überwachungsgeräte zur Verfügung.

CardioMEMS™ ist ein im Handel erhältliches Diagnosetool für Herzinsuffizienz, das Ärzte auf erhöhten Druck in der Lunge aufmerksam machen kann. Dabei handelt es sich um ein kleines Gerät (15 mm × 3,5 mm × 2 mm), das in die Lungenarterie implantiert wird und Änderungen des pulmonalarteriellen Drucks überwacht. Ein erhöhter Lungenarteriendruck ist ein Frühindikator für eine Verschlechterung der Herzinsuffizienz 25,26,27. Es ist teuer, etwa 17.75011 US-Dollar, und nicht ohne Risiko. CardioMEMS™ wurde 2014 von der Food and Drug Administration sowohl für HFrEF als auch für HFpEF zugelassen und in den ersten drei Jahren wurden 5500 Geräte bei einzelnen Patienten implantiert. Allerdings konnte CardioMEMS™ 22 Todesfälle von 5500 Implantaten nicht vorhersagen, von denen 4 auf HF28,29 zurückzuführen waren. Darüber hinaus kam es in 46 Fällen zu einem Sensorausfall, in 13 Fällen war eine Neukalibrierung erforderlich, 11 Patienten wurden ins Krankenhaus eingeliefert und 14 Sensoren wurden entsorgt28.

Beide derzeit verfügbaren HF-Überwachungssysteme sind nicht nur kostspielig, sondern weisen auch erhebliche Sicherheitsbedenken auf. Darüber hinaus können die Risiken invasiver Eingriffe nicht ignoriert werden. Ungefähr die Hälfte der Patienten mit Herzinsuffizienz benötigt keinen ICD und hat keinen Anspruch auf die damit verbundene Thoraxüberwachung. Daher besteht ein dringender Bedarf an nicht-invasiven Lösungen für die kontinuierliche und Echtzeitüberwachung des Fortschreitens der Herzinsuffizienz. Wearable Devices (HWDs) für das Gesundheitswesen können diesen Bedarf decken, da HWDs nicht nur kostengünstig, sondern auch sicher und bequem für den Träger sind. Darüber hinaus haben sie sich als geeignete Lösung für die kontinuierliche Echtzeitüberwachung verschiedener Biomarker erwiesen30,31. Zusätzlich zu ICD und CardioMEMS misst auch die dielektrische Fernmessung (ReDS) von Sensible Medical den Lungenflüssigkeitsgehalt, ist aber auch nicht tragbar und kann nicht jederzeit für die Point-of-Care-Behandlung verwendet werden32.

Darüber hinaus ist VitalPatch von VitalConnect ein tragbares tragbares Gerät, mit dem verschiedene Vitalfunktionen im Zusammenhang mit Herz-Kreislauf-Erkrankungen überwacht werden können33. Zu diesen Parametern gehören Herzfrequenz, Herzfrequenzvariabilität, Atemfrequenz, Körpertemperatur, EKG, Körperhaltung und Aktivitätsabfallerkennung. Es misst jedoch nicht die Thoraximpedanz, einen wichtigen Parameter für die Überwachung von HF33.

In diesem Artikel stellen wir ein HWD vor, das das Potenzial hat, physiologische Parameter zu überwachen, die für Patienten mit Herzinsuffizienz wichtig sind. Zu diesen Parametern gehören die Thoraximpedanz, das Elektrokardiogramm (EKG), die Herzfrequenz und die Bewegungsaktivitätserkennung.

Die Thoraximpedanz ist ein kritisches Biosignal für die Überwachung des Fortschreitens der Herzinsuffizienz und hat eine Stärke zwischen 60 und 1000 Ohm, abhängig vom betrachteten Subjekt und der Anzahl der zur Messung der Thoraximpedanz verwendeten Elektroden34. Wie bereits erwähnt, beginnt sich zu Beginn der Herzinsuffizienz Flüssigkeit im Brustbereich anzusammeln. Diese Flüssigkeitsretention verringert die Impedanz in diesem Bereich. Yu et al. In ihrer Studie mit 33 Herzinsuffizienzpatienten beobachteten sie, dass vor dem Einsetzen der Herzinsuffizienz die thorakale Impedanz zu sinken beginnt35. Daher ist diese Abnahme der Brustimpedanz ein entscheidender Faktor für das Fortschreiten der Herzinsuffizienz36,37,38. Die Brustimpedanz wird durch die Platzierung von Elektroden im gesamten Brustbereich ermittelt und der Widerstand gegen den Ionenfluss in diesem Bereich gemessen. Wenn das Herz nicht effizient pumpt, füllt sich Flüssigkeit in der Brusthöhle und erleichtert den Ionenfluss, da Flüssigkeit leitfähiger ist als Luft. 35,39,40. Der erhöhte Ladungsfluss deutet auf eine Abnahme der Thoraximpedanz hin. Wenn im Brustbereich keine Flüssigkeit vorhanden ist, sehen sich Ladungen einem erhöhten Widerstand beim Fluss von einer Elektrode zur anderen ausgesetzt, was auf einen Anstieg der Brustimpedanz hinweist41.

Ebenso ist das EKG ein wichtiges Biosignal für die Diagnose und Prognose von Herz-Kreislauf-Erkrankungen. Es ist eine Darstellung des Flusses elektrischer Signale durch das Herz42. Wie bereits erwähnt, sind Herzrhythmusstörungen, sogenannte Herzrhythmusstörungen, eines der Symptome einer Herzinsuffizienz43. Bei einer Herzrhythmusstörung handelt es sich um einen unregelmäßigen Herzschlag, bei dem das EKG unregelmäßig ist und vom regulären Sinusrhythmus unterscheidbar ist43. Diese Herzrhythmusstörungen können mittels EKG erkannt werden. Traditionell wird das EKG im ambulanten Bereich mit einem Holter-Monitor gemessen, der nicht für den Point-of-Care-Einsatz (POC) geeignet ist. Darüber hinaus führt die Kardiomyopathie zu einer verringerten Ejektionsfraktion, bei der der Prozentsatz des mit jedem Herzschlag gepumpten Bluts abnimmt44. Um den Verlust der Blutversorgung auszugleichen, schlägt das Herz möglicherweise schneller als gewöhnlich (60–100 Schläge pro Minute). Dies reicht möglicherweise nicht aus, um die vom Körper benötigte Herzleistung bereitzustellen, und führt zu HF-Symptomen.

Müdigkeit ist neben Schwellungen in den Beinen oder Ödemen ein weiteres Symptom von Herzinsuffizienz7,8. O'Donnell et al. führten eine Studie mit 13 Herzinsuffizienz-Patienten durch und stellten fest, dass Patienten mit schwerer Herzinsuffizienz weniger in der Lage waren, sich körperlich zu betätigen, und daher eine geringe Aktivität aufwiesen45. Darüber hinaus wirken sich die Beschwerden aufgrund einer Herzinsuffizienz auf das Schlafverhalten aus46,47. Diese Symptome können mithilfe von Positionssensoren überwacht werden, die zur besseren Behandlung einer Herzinsuffizienz eingesetzt werden können.

In diesem Artikel werden die Materialien und Methoden beleuchtet, die bei der Entwicklung des HWD zur Erfassung der oben genannten Parameter zum Einsatz kamen, sowie die vorläufigen Ergebnisse. Darüber hinaus werden auch die Herausforderungen und zukünftigen Richtungen für den Einsatz des diskutierten HWD zur Vorhersage von HF diskutiert.

Der HWD überwacht mehrere Parameter, die für die Überwachung von HF48,49 von Bedeutung sind. Zu diesen Parametern gehören, wie bereits erwähnt, die Thoraximpedanz, das EKG, die Herzfrequenz und die Bewegungsaktivität. Abbildung 1 zeigt das Blockdiagramm des vorgeschlagenen HWD. Es zeigt verschiedene Sensoren, die zur Überwachung bestimmter Parameter eingesetzt werden. Diese Parameter werden dann auf einem Smartphone angezeigt und können gespeichert werden, um sie an den medizinischen Dienstleister weiterzugeben. In den folgenden Absätzen werden die einzelnen Details dieser Sensoren sowie ihre Integration in die Entwicklung des endgültigen Moduls beleuchtet.

Blockdiagramm der Funktionsweise des HWD zur HF-Vorhersage, das verschiedene Sensoren zur Erfassung mehrerer Parameter sowie das integrierte Endmodul zeigt.

Wie bereits erwähnt, basiert die vorgestellte HWD auf spezifischen Parametern, nämlich der Thoraximpedanz, dem Elektrokardiogramm (EKG), der Herzfrequenz und der Bewegungsaktivitätserkennung. Es wurde festgestellt, dass diese Parameter bei der Bestimmung der Symptome von Herzinsuffizienz von Bedeutung sind und möglicherweise für die kontinuierliche Überwachung von Herzinsuffizienz-Symptomen von entscheidender Bedeutung sein können. Zur Erfassung dieser Parameter nutzt das System unterschiedliche Sensoren. Zu diesen Sensoren gehören ein Impedanzanalysator (IA) mit peripherer Modulschnittstelle (PMOD) zur Erfassung der Brustimpedanz, AD 8232 zur Erfassung des EKG, MAX 30105 zur Erfassung der Herzfrequenz und ADXL 362 zur Erfassung der Bewegungsaktivität50,51,52,53. Diese Sensoren werden dann als Mikrocontroller54 in Arduino Uno integriert. In den folgenden Abschnitten werden diese Sensoren ausführlich besprochen.

Das PMOD IA wurde zur Messung der Thoraximpedanz verwendet. PMOD IA ist ein kostengünstiger Impedanzanalysator zur Messung unbekannter Impedanzen. Es basiert auf AD 5933, einem hochpräzisen impedanzkonvertierten System, das zur Messung von Bioimpedanzen geeignet ist50. AD 5933 verfügt über einen integrierten Frequenzgenerator mit einem 12-Bit-Analog-Digital-Wandler mit 1 MSPS55. Es ermöglicht den benutzerdefinierten Frequenzdurchlauf mit Start- und Stoppfrequenzen zusammen mit dem Inkrement im Frequenzdurchlauf, um die externe unbekannte Impedanz bei einer bekannten Frequenz anzuregen55,56,57. Die Thoraximpedanz wird anhand des angelegten Frequenzdurchlaufs mithilfe von zwei Elektroden gemessen. Eine bekannte Frequenz wird an eine Elektrode angelegt und die Reaktion der Thoraximpedanz für die angelegte Frequenz wird an der zweiten Elektrode erfasst. Zu diesem Zweck werden Elektroden entlang der Brustregion angebracht, um die Brustimpedanz zwischen den Elektroden entlang der Brustregion zu messen, wie in Abb. 2B dargestellt. Die Thoraximpedanz hat eine signifikante Reaktion auf Frequenzen zwischen 10 und 100 kHz und daher wurde PMOD IA in diesem HWD so programmiert, dass Impedanzen für diesen Frequenzbereich ermittelt werden34. Der Real- und Imaginärteil der Antwort werden in den integrierten Registern von AD 593357 gespeichert.

HWD mit im Mikrocontroller integrierten Sensoren (A). HWD-Modul auf einem tragbaren Gürtel zur kontinuierlichen und Echtzeitüberwachung wichtiger Parameter für HF (B). Schematische Darstellung des HWD, die die Platzierung der Elektroden für das EKG und die Thoraximpedanz zeigt.

Es stehen mehrere integrierte Schaltkreise mit vergleichbarer Leistung zur Verfügung, die in HWDs für die EKG-Messung am POC verwendet werden können. AD 8232 ist ein solcher integrierter Schaltkreis, der das EKG mit einer einzigen Ableitung misst51. AD 8232 wurde im vorgeschlagenen HWD zur EKG-Aufzeichnung verwendet. Da die Leistung des EKG weitgehend von der Platzierung der Elektroden abhängt, wurde die Elektrodenposition nach dem Ausprobieren verschiedener Platzierungen so festgelegt, dass sie im Einthovenschen Dreieck verbunden sind58. Abbildung 2B zeigt die endgültige Platzierung der EKG- und Brustimpedanzelektroden.

Der Sensor MAX 30105 kann zur Messung der Herzfrequenz verwendet werden. MAX 30105 ist ein leistungsstarker und flexibler Sensor zur Erkennung des Herzschlags52. Seine Wahrnehmung basiert auf der Absorption von Licht durch das sauerstoffreiche Blut bei jedem Herzschlag52. Die Optik des MAX 30105 wird in den Zusatzinformationen Kap. 1.1.

ADXL 362 ist ein weit verbreiteter Positionssensor für Bewegungsaktivität, Positionsanalyse und Überwachung von Schlafmustern53. Es handelt sich um einen 3-Achsen-MEMS-Beschleunigungsmesser, der die Änderung in allen drei Achsen (x, y, z) misst53. Es misst beide Beschleunigungen: statische Beschleunigung, wie z. B. Neigung, und dynamische Beschleunigung, wie z. B. aufgrund von Stößen oder Bewegungen53. Für die Entwicklung eines jederzeit tragbaren HWD werden die oben genannten Sensoren integriert, wie in Abb. 2 dargestellt.

Die oben genannten Sensoren dienen zum Auslesen wichtiger HF-Parameter und werden mit Arduino Uno integriert. Arduino Uno ist ein Mikrocontroller mit geringem Stromverbrauch, der eine Spannung von 5–12 V zulässt und maximal 42 mA Strom verbraucht54. Es ermöglicht sowohl die Kommunikationsmodi „Inter-Integrated Circuit“ (I2C) als auch „Serial Peripheral Interface“ (SPI). Die folgenden Absätze beleuchten die Details des endgültigen Moduls mit der Integration dieser Sensoren.

Brustimpedanz- (AD5933) und Herzfrequenzsensoren (MAX 30105) verwenden den I2C-Kommunikationsmodus, während Positions- (ADXL 362) und EKG-Sensoren (AD8232) den SPI-Kommunikationsmodus verwenden. Arduino Uno bietet vier Pins für die I2C-Kommunikation: zwei für jede serielle Datenleitung (SDA) und serielle Kommunikationsleitung (SCL). Daher wird ein Paar SDA- und SCL-Pins zum Auslesen der Brustimpedanzdaten und eines zum Auslesen der Herzfrequenzdaten verwendet. In ähnlicher Weise ermöglichen die digitalen Pins des Arduino Uno den SPI-Kommunikationsmodus und werden zum Auslesen von Daten von Positions- und EKG-Sensoren verwendet.

Es wurde eine Arduino-Skizze mit integrierten Bibliotheken für die oben genannten Sensoren geschrieben. Diese Bibliotheken ermöglichen das Senden und Empfangen von Anweisungen von den GPIO-Pins (Allzweck-Eingabe/Ausgabe) des Arduino. Alle diese Anweisungen wurden in einer Schleife ausgeführt, um eine kontinuierliche Datenübertragung von den Arduino-Pins sicherzustellen. Nachdem die Skizze auf dem Arduino eingebrannt ist, wird der Brustimpedanzsensor mit einem bekannten Widerstand kalibriert. Zu diesem Zweck wurde ein 82-Ω-Widerstand verwendet, da dieser im Impedanzbereich des menschlichen Brustkorbs liegt. Nach der Kalibrierung werden die Brustimpedanzelektroden anstelle des kalibrierten Widerstands eingesetzt und das PMOD IA misst die Brustimpedanz anhand des kalibrierten Widerstands. Alle anderen Sensoren benötigen keine Kalibrierung und können unverändert verwendet werden. Darüber hinaus wird die EKG-Aufzeichnung für genaue Ergebnisse mit etwa 204 Hz abgetastet. Das integrierte Modul wird unter verschiedenen Bedingungen getestet, beispielsweise im Sitzen, Stehen, Gehen und Liegen. Zu diesem Zweck wurde ein in Tabelle 1 definiertes Studienprotokoll zu einem Gesundheitsthema implementiert. Unter all diesen Bedingungen wurde ein Experiment entwickelt, um die Änderung der Brustimpedanz zu testen. Da die Brustimpedanz den Widerstand gegen den Ladungsfluss im Brustbereich widerspiegelt, ändert das Ein- und Ausströmen von Luft im Brustkorb ihre Impedanz. Der betrachtete gesunde Proband führt aggressives Ein- und Ausatmen durch, um die Änderung der Brustimpedanz im Thoraxbereich zu beobachten, und PMOD IA wurde verwendet, um diese Änderung der Brustimpedanz aufzuzeichnen59,60. Alle anderen Sensoren erfassen jedoch sequentiell die jeweiligen Parameter, wie in Tabelle 1 dargestellt.

Die Studie wurde vom Ausschuss des Institutional Review Board der Florida Atlantic University für das oben genannte Experiment genehmigt und alle Experimente wurden in Übereinstimmung mit den relevanten Richtlinien und Vorschriften durchgeführt. Darüber hinaus wurde von allen Teilnehmern der Studie eine Einverständniserklärung eingeholt.

Die Sensoren sind auf einem einzigen Mikrocontroller integriert, um mit Arduino Uno als Mikrocontroller mehrere Parameter zu überwachen. Das letzte Modul ist in Abb. 3A dargestellt. Das Modul ist mit Abmessungen von 120,1 × 125 mm leicht und lässt sich daher bequem vom Benutzer tragen. Die maximale Leistungsaufnahme des Moduls beträgt 0,6 W bei 136 mA Strom und 5 V, wie in Abb. 3B dargestellt. Aufgrund dieses Stromverbrauchs kann das Modul eine kleine, kompakte Batterie verwenden, die für die Datenerfassung über einen längeren Zeitraum geeignet ist. Zu diesem Zweck wurde ein Li-Ionen-Akku mit einer Kapazität von 650 mAh verwendet. Der Akku ermöglicht eine ununterbrochene Datenerfassung von ca. 4,7 Stunden, bevor er vollständig entladen ist, und das Aufladen dauert nur wenige Stunden. Diese ununterbrochenen Daten sind für die kontinuierliche und Echtzeitüberwachung von HF unerlässlich.

(A). HWD zur Vorhersage von Herzinsuffizienz (B). Leistungsangaben des HWD i. Eingangsspannung des HWD ii. Vom HWD benötigter Strom ( C). Die Herzfrequenz in Schlägen pro Minute wird über die Bluetooth-Anwendung auf dem Smartphone angezeigt.

Die Ergebnisse des HWD können mithilfe eines Bluetooth-Moduls an das Mobiltelefon des Benutzers übertragen werden, wie in Abb. 3C61 dargestellt. Zu diesem Zweck wurde HC-06 als Bluetooth-Modul verwendet und die Ergebnisse werden auf einer seriellen Bluetooth-Terminalanwendung (SBT) visualisiert62,63. Die SBT-Anwendung ist eine kostenlose Anwendung zum Empfangen von Daten vom seriellen Arduino-Monitor über Bluetooth. Mit SBT können Daten vom HWD zur Echtzeitvisualisierung der Ergebnisse empfangen und Daten zur späteren Verwendung gespeichert werden. Darüber hinaus können damit auch Daten protokolliert werden, um sie dem Arzt zur späteren Verwendung zur Verfügung zu stellen. Ein Video zum Echtzeit-Datenaustausch mithilfe des Bluetooth-Moduls finden Sie im ergänzenden Abschnitt. 1.2.

Von allen an der Studie beteiligten Probanden wurde eine Einverständniserklärung eingeholt.

Wie bereits erwähnt, wurde das HWD unter verschiedenen Bedingungen getestet, um seine Wirksamkeit als tragbares Gerät zu bewerten. Zu diesem Zweck wurden Ergebnisse für alle Sensoren im Sitzen, Stehen, Gehen und Liegen ermittelt. In jeder Bedingung wurden nacheinander Ergebnisse für alle Sensoren ermittelt, wobei sowohl für die Brustimpedanz Werte für normales Atmen als auch für aggressives Ein- und Ausatmen ermittelt wurden. Dies wird in dem Video im ergänzenden Abschnitt gezeigt. 1.2. Die Ergebnisse wurden für einen gesunden männlichen Probanden im Alter von 25 Jahren und einem Gewicht von 50 kg ermittelt, der keine Vorgeschichte einer kardiovaskulären Progression hatte.

Die Ergebnisse der Brustimpedanz für einen männlichen Probanden sind in Abb. 4 dargestellt. Zur Analyse in einem breiteren Spektrum haben wir einen Frequenzdurchlauf von 80–100 kHz für verschiedene Echtzeitbedingungen durchgeführt und alle tatsächlichen Impedanzwerte aufgezeichnet Biologische Zellen reagieren auf alle diese Frequenzen. Der Sensor liefert reale und imaginäre Werte der Brustimpedanz. Es wurden reale Impedanzwerte berücksichtigt und grafisch dargestellt, da es sich um den tatsächlichen Wert der Thoraximpedanz handelt, der mit der Flüssigkeitsansammlung variiert und signifikant mit Herzinsuffizienz korreliert64,65. Wir haben dies gezeigt, indem wir die Thoraximpedanzwerte sowohl beim Ein- als auch beim Ausatmen aufgezeichnet haben.

Thoraximpedanz mit PMOD IA (A). Zwei Elektroden mit unterschiedlichen Flächen: Elektrode E1 mit einer Fläche von 452 mm2 und Elektrode E2 mit einer Fläche von 2580 mm2 (B). Größe der Brustimpedanz mit Elektrode E1 (C). Größe der Brustimpedanz mit Elektrode E2. |\({\left|\mathrm{Z}\right|}_{\mathrm{E}1}>{\left|\mathrm{Z}\right|}_{\mathrm{E}2}\) Z|E1 >|Z|E2 (D). Thoraximpedanz im Sitzen (E). Thoraximpedanz im Stehen (F). Thoraximpedanz in Liegeposition (G). Thoraxwiderstand beim Gehen (H). Thoraximpedanz unter verschiedenen Bedingungen bei 100 kHz.

Aus Abb. 4 ist ersichtlich, dass die thorakale Impedanz beim Einatmen zunimmt und beim Ausatmen abnimmt. Der signifikante Anstieg der Thoraximpedanz bei aggressivem Einatmen ist auf die erhöhte Luftmenge im Thoraxbereich zurückzuführen und da die Luft weniger leitend ist, erhöht sich die Gesamtimpedanz des Thoraxbereichs59,66. Ebenso ist die signifikante Abnahme der Brustimpedanz bei aggressivem Ausatmen auf den Luftmangel zurückzuführen und steht im Einklang mit den erwarteten Ergebnissen der Brustimpedanz59,67,68.

Die Ergebnisse von PMOD IA werden auch durch die Verwendung von zwei Elektroden mit unterschiedlichen Bereichen kreuzvalidiert, wie in Abb. 4A dargestellt. Laut Piuzzi et al. Die Brustimpedanz nimmt mit zunehmender Fläche der zu ihrer Auswertung verwendeten Elektrode ab. 34. Abbildung 4B,C zeigt die Brustimpedanz, die mit Elektroden mit zwei verschiedenen Bereichen ermittelt wurde. Das gleiche Experiment zur Thoraximpedanz beim Ein- und Ausatmen wird an demselben Probanden durchgeführt. Die Impedanz beider Elektroden behält den erwarteten Trend bei. Elektrode 1 mit einer Fläche von 452 mm2 weist jedoch eine Brustimpedanz auf, die größer ist als die Brustimpedanz, die mit Elektrode 2 mit einer Fläche von 2580 mm269 ermittelt wurde. Dies steht im Einklang mit den Ergebnissen der oben genannten Studie und bestätigt die Ergebnisse des PMOD IA34. Da sich die Ergebnisse von Elektrode 2 als robuster und rauschfreier erwiesen, wurden weitere Ergebnisse mit Elektrode 2 erzielt. Elektrode 2 ist eine selbsthaftende Oberflächenelektrode von Auvon mit niedriger Impedanz und längerer Haftfähigkeit70.

Zur Echtzeit- und kontinuierlichen Überwachung wurde die Thoraximpedanz für verschiedene Bedingungen beim Sitzen, Stehen, Liegen und Gehen bewertet. Die Ergebnisse für diese Bedingungen sind jeweils in Abb. 4D–G dargestellt. Es ist ersichtlich, dass das PMOD IA unter allen Bedingungen die Änderung der Brustimpedanz mit einer Größenordnung von 218–250 Ω für das betrachtete Subjekt erkennt. Wie erwartet nimmt die Brustimpedanz beim Einatmen zu und beim Ausatmen unter allen Bedingungen ab. Darüber hinaus lässt sich auch erkennen, dass es während der Bewegung, beispielsweise beim Gehen, keine großen Schwankungen in der Brustimpedanz gibt. Dies zeigt, dass PMOD IA die Bewegungsartefakte erfolgreich abgemildert hat, um saubere Signale zu erhalten. In Anbetracht der zitierten Arbeit haben wir auch ein Diagramm beigefügt, das nur die Werte der Brustimpedanz bei 100 kHz zeigt und es ist zu erkennen, dass sie beim Einatmen zunimmt und beim Ausatmen abnimmt, wie in Abb. 4H dargestellt.

Wie bereits erwähnt, wurde der AD 8232 IC für die EKG-Aufzeichnung im entwickelten HWD verwendet. Es wurden Ergebnisse für das EKG unter verschiedenen Bedingungen erhalten und sind in Abb. 5A–D dargestellt. Es ist ersichtlich, dass ein sichtbarer PQRST-Komplex erhalten wird, wenn das EKG sauber genug ist, um für Prognose- und Diagnosezwecke verwendet zu werden. Unter stabilen Bedingungen, beispielsweise im Sitzen, Stehen und Liegen, wurde ein sauberes EKG erstellt, während das EKG beim Gehen verzerrt ist. Das EKG beim Gehen ist aufgrund der erwarteten Einbeziehung von Bewegungsartefakten aufgrund der Bewegung verzerrt. Beim Gehen ist der QRS-Komplex des EKG jedoch immer noch sichtbar und kann für Prognosezwecke genutzt werden, ohne dass eine weitere Signalverarbeitung erforderlich ist, wie in Abb. 5D dargestellt.

Ein EKG eines gesunden Probanden mit einem sauberen und sichtbaren PQRST-Komplex unter verschiedenen Bedingungen (A). EKG im Sitzen (B). EKG im Stehen (C). EKG beim Liegen (D). EKG beim Gehen (E). Frequenzgang des EKG beim Sitzen und Gehen (F). EKG beim Gehen vor (blau) und nach dem Hochpassfilter (grün).

Da der Frequenzgang von Bewegungsartefakten (0,01–10 Hz) mit dem Frequenzgang des EKG (0,5–100 Hz) übereinstimmt, ist es schwierig, Bewegungsartefakte aus dem EKG zu filtern, da bei der Entfernung von Bewegungsartefakten ein Kompromiss besteht und Beibehaltung der Niederfrequenzsignale von ECG71. Allerdings können Verbesserungen im EKG beim Gehen erzielt werden, indem die niederfrequenten Anteile der Bewegungsartefakte mithilfe eines Hochpassfilters entfernt werden. Abbildung 5e zeigt den Frequenzgang des EKG beim Gehen und eines sauberen EKG beim Sitzen. Es ist zu erkennen, dass im EKG beim Gehen zusätzliche Frequenzkomponenten von 4–6 Hz vorhanden sind. Diese Komponenten können mit einem Hochpassfilter mit einer Stoppfrequenz von 4 Hz und einer Passfrequenz von 7 Hz entfernt werden. Zu diesem Zweck wurde ein Hochpassfilter mit endlicher Impulsantwort (FIR) vom Typ Equiripple verwendet, dessen Spezifikationen in den ergänzenden Informationen in Abschnitt 3.2 zu finden sind. 1.3. Das EKG im Gehzustand nach Durchlaufen des oben genannten Hochpassfilters ist in Abb. 5f dargestellt. Es ist ersichtlich, dass das gefilterte EKG im Vergleich zum ungefilterten EKG beim Gehen keine Grundlinienwanderung aufweist und daher um 0 herum zentriert ist.

Der MAX 30.105 wurde zur Messung der Herzfrequenz verwendet. Es misst die Herzfrequenz anhand der Absorption von Infrarotstrahlen (IR). Der Sensor wird neben dem Körper am Gürtel angebracht, um die IR-Strahlen unter allen Bedingungen zu absorbieren. Es wurde beobachtet, dass die durchschnittliche Herzfrequenz bei der untersuchten Person jederzeit im erwarteten Bereich von 60–100 Schlägen pro Minute bleibt.

Abbildung 6 zeigt die Ergebnisse der Herzfrequenz eines gesunden männlichen Probanden in Schlägen pro Minute (bpm). MAX30105 gibt durchschnittliche Herzfrequenzwerte in Schlägen pro Minute an. Die Herzfrequenz schwankt aufgrund des ungleichen Drucks auf den Sensor. Daher haben wir die Werte im erwarteten Herzfrequenzbereich (60–100 Schläge pro Minute) gefiltert und daraus den Durchschnitt pro Minute ermittelt. Vollständige Daten zur Herzfrequenz finden Sie auch in den Zusatzinformationen Kap. 1.5.

Echtzeit-Herzfrequenzwerte in Schlägen pro Minute für den betrachteten Probanden.

Wie bereits erwähnt, wurde ADXL 362 verwendet, um die Bewegung des Probanden zu verfolgen, einen wesentlichen Parameter für die Diagnose einer Herzinsuffizienz. Der ADXL 362 erkennt die Bewegung immer dann, wenn die Bewegung des Motivs über einen festgelegten Zeitraum hinweg den eingestellten Schwellenwert überschreitet. Wie bereits erwähnt, liefert ADXL auch Beschleunigungswerte, die zur Unterscheidung verschiedener Positionen des Motivs verwendet werden können. Die Ergebnisse der Bewegungsaktivitätserkennung sind in Abb. 7 dargestellt und die Positionsanalyse des betrachteten Subjekts für verschiedene Bedingungen ist in Tabelle 2 dargestellt. Es ist zu erkennen, dass der Sensor die Achsenänderung bei Positionsänderung korrekt erkennt. In verschiedenen Positionen sind die Werte der Achsen unterschiedlich, zum Beispiel hat die Y-Achse beim Liegen negative Werte im Vergleich zu den Sitz-, Steh- und Gehpositionen, bei denen die Y-Achse positiv ist. Darüber hinaus unterstreicht die Größenänderung der Y-Achse von der Sitz- zur Stehposition auch die Genauigkeit des Positionssensors.

Bewegungserkennung mit ADXL 362, visualisiert in einer Bluetooth-Anwendung.

Es wurde ein Prototyp des HWD zur kontinuierlichen und Echtzeitüberwachung lebenswichtiger Biosignale entwickelt, der für die Überwachung von Herzinsuffizienz eingesetzt werden kann. Der HWD liest Parameter wie Brustimpedanz, EKG, Herzfrequenz und Bewegungsaktivitätserkennung. Der HWD wurde unter verschiedenen Bedingungen getestet und es wurden entsprechende Ergebnisse für verschiedene menschliche Zustände erzielt. Aus den Ergebnissen geht hervor, dass alle Sensoren die Veränderungen unter verschiedenen Bedingungen verfolgten. Der Positionssensor stellt die Positionsänderung unter verschiedenen Bedingungen korrekt dar, wie in Tabelle 2 dargestellt, und kann auch zur Identifizierung unterschiedlicher Zustände des Trägers verwendet werden. Darüber hinaus verfolgt der Herzfrequenzsensor auch immer die Herzfrequenz, wie in Abb. 6 dargestellt. Der HWD stellt auch die winzigen Änderungen der Brustimpedanz korrekt dar, wie in Abb. 4 dargestellt. Es wurde beobachtet, dass der Brustkorb Die Impedanz wird durch die Positionsänderung nicht wesentlich beeinflusst und für ein bestimmtes Subjekt bleibt die durchschnittliche Brustimpedanz wie erwartet gleich. Es wurde beobachtet, dass der EKG-Sensor, wie die meisten EKG-Monitore, sehr empfindlich auf Bewegungen reagiert und häufig Bewegungsartefakte während der Bewegung, insbesondere beim Gehen, einbezieht, wie in Abb. 5D dargestellt. Allerdings behält das EKG auch beim Gehen seinen QRS-Komplex zusammen mit den R-Peaks bei, wie in Abb. 5D zu sehen ist, die wichtige Indikatoren für LVH sind. Das beim Gehen erhaltene EKG kann zur Diagnose von LVH unter Verwendung modifizierter Cornell-Kriterien verwendet werden, um die erhöhte Amplitude des R-Peaks im Augmented Vector Left (aVL)-EKG anzuzeigen, wo LVH, wie diskutiert, eine wesentliche Ursache für Herzinsuffizienz ist72,73,74. Darüber hinaus wird im vorgeschlagenen HWD der Thoraximpedanzsensor manuell kalibriert, aber nach der Kalibrierung ist keine weitere Kalibrierung erforderlich, da das Modul ununterbrochen verwendet wird. Alle Sensoren sind in einem Gürtelmodul integriert, das problemlos über einen längeren Zeitraum getragen werden kann, ohne die täglichen Aktivitäten des Patienten zu beeinträchtigen. Das Bluetooth-Modul wurde auch verwendet, um die automatisierte Übertragung von Sensordaten ohne Benutzereingaben an das Terminal zur weiteren Analyse zu ermöglichen.

Laut Gyllesten et al. Die Brustimpedanz ist im Vergleich zu einer kurzfristigen Gewichtszunahme ein starker Prädiktor für Herzinsuffizienz40,75. Die Thoraximpedanz allein hat die prognostische Fähigkeit, Herzinsuffizienz viel früher vorherzusagen als die Gewichtsüberwachung35. Auf einer Studie von Yu et al. Bei 33 Patienten kam es bei 10 Patienten zu 25 Krankenhauseinweisungen, und bei allen Patienten wurde festgestellt, dass die täglich gemessene Brustimpedanz durchschnittlich 18 ± 10,3 Tage vor der Krankenhauseinweisung niedriger war als die jeweilige Ausgangsimpedanz des Brustkorbs35. In ähnlicher Weise haben Vollmann et al. führte eine Studie durch, um die Veränderung der Brustimpedanz bei 373 Herzinsuffizienzpatienten zu überwachen, die ein Implantatgerät verwendeten38. Das Gerät ist mit einem Algorithmus programmiert, der eine Warnung generiert, wenn die Brustimpedanz niedriger als die Referenz-Brustimpedanz ist. Es wurde beobachtet, dass der Algorithmus bei 53 klinischen HF-Ereignissen eine HF-Verschlechterung mit einer Sensitivität von 62 % erkennt. Darüber hinaus wurde in einer anderen Studie das EKG von 6664 Patienten überwacht, wobei 244 HF-Ereignisse beobachtet wurden. Das EKG all dieser Ereignisse zeigte eine höhere Ruheherzfrequenz, eine linksventrikuläre Hypotrophie, eine verlängerte QRS-Dauer, eine abnormale ST/T-Welle und einen abnormalen QRS-T76. In ähnlicher Weise wurde in einer anderen Studie beobachtet, dass das EKG zwar eine hohe Sensitivität (ca. 89 %) für Herzinsuffizienz aufweist, jedoch eine geringe Spezifität für Herzinsuffizienz (ca. 56 %) aufweist 77. Daher kann das EKG allein mit anderen Herz-Kreislauf-Erkrankungen in Zusammenhang stehen und kann zu falschen Vorhersagen führen.

Daher wurde ein Multiparameter-Ansatz gewählt und ein Gerät zur Überwachung mehrerer Parameter entwickelt. Es wird erwartet, dass die vorgeschlagene HWD höhere Vorhersagewerte für Herzinsuffizienz mit erhöhter Spezifität und hoher Sensitivität haben wird. Aufgrund der oben genannten Ergebnisse ist geplant, das Modul in naher Zukunft an einer Reihe verschiedener Probanden zu testen, und es kann ein Algorithmus entwickelt werden, um Herzinsuffizienz anhand der Testreihe vorherzusagen. Wenn eine Anomalie festgestellt wird, kann eine Benachrichtigung an den Träger gesendet werden, damit dieser weitere Maßnahmen ergreifen kann. Diese Benachrichtigung kann auch an den betreffenden medizinischen Dienstleister gesendet werden.

Zur Überwachung von Parametern, die für eine bessere Behandlung von Herzinsuffizienz wichtig sind, wurde ein HWD vorgeschlagen. Der HWD verwendet mehrere Parameter, die wichtige Informationen über HF liefern können. Diese Parameter sind Brustimpedanz, Herzfrequenz, EKG und Bewegungsaktivitätserkennung. Der HWD verbraucht Strom in der Größenordnung von 0,6 W und kann daher mit einer leichten Batterie betrieben werden. Der verwendete Akku verfügt über eine Kapazität von 650 mAh, sodass das Modul die Daten mindestens 4,7 Stunden lang kontinuierlich überwachen und in wenigen Stunden wieder vollständig aufgeladen werden kann. Die vorläufigen Ergebnisse des HWD unter verschiedenen Bedingungen sind ermutigend und können in der nächsten Phase des Projekts zur Entwicklung eines Algorithmus zur Vorhersage von Herzinsuffizienz genutzt werden. Das vorgeschlagene HWD ist leicht und hat Abmessungen von 120,1 × 125 mm, sodass es bequem an der Taille getragen werden kann.

Die während der aktuellen Studie generierten und/oder analysierten Datensätze sind auf begründete Anfrage beim entsprechenden Autor erhältlich. Sie sind auch im Zusatzinformationsdokument enthalten.

Einen Open-Access-Link zum Code, der für die Erfassung dieser Signale verwendet wird, finden Sie im ergänzenden Abschnitt. 1.6.

Weltgesundheitsorganisation & W,. Herz-Kreislauf-Erkrankungen. Kat. 1, 300–328. https://doi.org/10.1016/B978-1-4377-0660-4.00020-X (2012).

Artikel Google Scholar

Zentren für Krankheitskontrolle und Prävention. Herzinsuffizienz Fakten über Herzinsuffizienz in den Vereinigten Staaten Todesfälle aufgrund von Herzinsuffizienz variieren je nach Region Was sind die Symptome einer Herzinsuffizienz? 1–3 (2020).

Lippi, G. & Sanchis-Gomar, F. Globale Epidemiologie und zukünftige Trends der Herzinsuffizienz. AME Med. J. 5, 15–15 (2020).

Artikel Google Scholar

Malik A, Brito D, CL Herzinsuffizienz. StatPearls [Internet] (2021).

Kabir, MA et al. Diagnose für COVID-19: Aktueller Stand und Zukunftsaussichten. Experte Rev. Mol. Diag. 1, 1–20. https://doi.org/10.1080/14737159.2021.1894930 (2021).

Artikel CAS Google Scholar

Kabir, MA et al. Management von COVID-19: Aktueller Stand und Zukunftsaussichten. Mikroben infizieren. 23, 104832 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Mayer, J. Herzinsuffizienz und Anämie. Postgraduiertenstudium. Med. 37, 1–6 (1965).

Google Scholar

Feldman, DS & Mohacsi, P. Herzinsuffizienz. N. engl. J. Med. 348, 2007–2018 (2019).

Google Scholar

Birnbaum, Y. Linksventrikuläre Hypertrophie. Harefuah 128, 452–457 (1995).

CAS PubMed Google Scholar

Herz, A. Laut neuen Statistiken wird die Herzinsuffizienz voraussichtlich dramatisch zunehmen. Bin. Hören. Assoc. Nachrichten 1, 2018–2020 (2017).

Google Scholar

Federation, WH CVD-Roadmaps. 1–8 https://www.world-heart-federation.org/cvd-roadmaps/whf-global-roadmaps/heart-failure/ (2015).

American Heart Association. Behandlungsmöglichkeiten bei Herzinsuffizienz Was können Sie gegen das Herz tun? 1–2 (2020).

Arrhythmie, A. et al. Implantierbarer Kardioverter-De-Brillator (ICD) Was ist ein implantierbarer Kardioverter-De-Brillator (ICD)? 1–3 (2020).

Abbott. CardioMems. Bd. 2507 1–9 https://www.cardiovascular.abbott/us/en/patients/living-with-your-device/heart-failure/pulmonary- Pressure-artery-monitoring/cardiomems-hf-system.html (2020) .

Klinik, M. Implantierbare Kardioverter-Defibrillatoren (ICDs). 1–7 https://www.mayoclinic.org/tests-procedures/implantable-cardioverter-defibrillators/about/pac-20384692 (2020).

Krankenhaus-, OH-Herzschrittmacher oder Defibrillator: Was ist der Unterschied? Ein Herzschrittmacher sorgt dafür, dass Ihr Herz gleichmäßig schlägt. Ein Defibrillator gibt Ihrem Herzen bei Bedarf auch Schocks. 1–4 (2020).

Gerät, I. & Verfahren, R. Austauschverfahren für implantierbare Geräte von Health. 1–5 (2020).

Vintges, M. ICD-Hersteller müssen die Batterielebensdauer verlängern, um Kosten zu senken und die Pflege zu verbessern. 1–4 (2020).

Verein American Heart. Geräte, die ICDs und Herzschrittmacher stören können. 1–8 (2016).

Napp, A. et al. Elektromagnetische Interferenz mit implantierbaren Kardioverter-Defibrillatoren bei Netzfrequenz: Eine In-vivo-Studie. Auflage 129, 441–450 (2014).

Artikel PubMed Google Scholar

Biederman, RW, Gevenosky, L., Rayarao, G., Williams, R. & Lombardi, R. MRT-Auswirkungen auf Herzschrittmacher/ICD im Magnetfeld; Eine Intra-Beobachter-Variabilitätsstudie. 1–6 (2020).

Beinart, R. Auswirkungen externer elektrischer und magnetischer Felder auf Herzschrittmacher und Defibrillatoren: Von technischen Prinzipien bis zur klinischen Praxis. Knochen 23, 1–7 (2014).

Google Scholar

Wissenschaftlich, B. Radiofrequenzablation und implantierbare Gerätesysteme. 4000 https://www.bostonscientific.com/content/dam/bostonscientific/quality/education-resources/english/ACL_RF_Ablation_and_Device_Systems_071708.pdf (2008).

Oktay, AA, Rich, JD & Shah, SJ Die aufkommende Epidemie der Herzinsuffizienz mit erhaltener Ejektionsfraktion. Curr. Herzversagen. Rep. 10, 401–410 (2013).

Artikel PubMed Google Scholar

Hussain, N. et al. Pulmonale Hypertonie bei Patienten mit Herzinsuffizienz und erhaltener Ejektionsfraktion: Differenzialdiagnose und Behandlung. Pulm. Zirkel. 6, 3–14 (2016).

Artikel CAS PubMed PubMed Central Google Scholar

Peacock, A. Pulmonale Hypertonie. EUR. Atmung. Rev. 22, 20–25 (2013).

Artikel PubMed PubMed Central Google Scholar

Colin, GC et al. Pulmonale Hypertonie aufgrund einer Erkrankung des linken Herzens: diagnostischer Wert der Dehnbarkeit der Lungenarterie. EUR. Radiol. https://doi.org/10.1007/s00330-020-06959-7 (2020).

Artikel PubMed Google Scholar

Vaduganathan, M., DeFilippis, EM, Fonarow, GC, Butler, J. & Mehra, MR Unerwünschte Ereignisse nach dem Inverkehrbringen im Zusammenhang mit dem CardioMEMS HF-System. JAMA Cardiol. 2, 1277–1279 (2017).

Artikel PubMed PubMed Central Google Scholar

Dienstleistungen, H. CardioMEMSTM HF-System – FDA-Zulassung. 28, 1–7 (2011)

Iqbal, SMA, Mahgoub, I., Du, E., Leavitt, MA & Asghar, W. Fortschritte bei tragbaren Geräten für das Gesundheitswesen. NPJ Flex. Elektron. 5, 1–14 (2021).

Artikel Google Scholar

Aghayev, K., Iqbal, SMA, Asghar, W., Shahmurzada, B. & Vrionis, FD (2021) Fortschritte bei CSF-Shunt-Geräten und ihre Bewertung für die Behandlung von Hydrozephalus. Experte Rev. Med. Geräte 1, 1. https://doi.org/10.1080/17434440.2021.1962289 (2021).

Artikel CAS Google Scholar

Amir, O. et al. Evaluierung einer technologiegesteuerten Therapie mit dielektrischer Fernerkennung (ReDS) zur Reduzierung von erneuten Krankenhauseinweisungen bei Herzinsuffizienz. Int. J. Cardiol. 240, 279–284 (2017).

Artikel PubMed Google Scholar

VitalConnect. Bringen Sie das Krankenhaus nach Hause – VitalPatch. Michigan-Medizin Bd. 63 511–513 https://vitalconnect.com/hospital-at-home/ (1964).

Piuzzi, E., Lampasi, DA, Pisa, S. & Podestà, L. Ein virtuelles Instrument für transthorakale Impedanzuntersuchungen. 16. IMEKO TC4 Int. Symp. Entdecken. Neue Front. Instrument. Methoden Elektr. Elektron. Mess. 13. TC21 Int. Arbeiten. ADC-Modell. Prüfen. - Jt. Sitzung. Proz. 911–916 (2008).

Yu, CM et al. Überwachung der intrathorakalen Impedanz bei Patienten mit Herzinsuffizienz: Korrelation mit dem Flüssigkeitsstatus und Durchführbarkeit einer Frühwarnung vor einem Krankenhausaufenthalt. Auflage 112, 841–848 (2005).

Artikel PubMed Google Scholar

Hafid, A. et al. Vollständiges Impedanz-Kardiographie-Messgerät mit Raspberry PI3 und System-on-Chip-Biomedizin-Instrumentierungslösungen. IEEE J. Biomed. Heilen. Informatik 22, 1883–1894 (2018).

Artikel Google Scholar

Dovancescu, S. et al. Erkennung der Dekompensation einer Herzinsuffizienz durch Messung der transthorakalen Bioimpedanz im ambulanten Bereich: Begründung und Design der SENTINEL-HF-Studie. JMIR Res. Protokoll. 4, e121 (2015).

Artikel PubMed PubMed Central Google Scholar

Vollmann, D. et al. Klinischer Nutzen der intrathorakalen Impedanzüberwachung, um Patienten mit einem implantierten Gerät auf eine sich verschlimmernde chronische Herzinsuffizienz aufmerksam zu machen. EUR. Herz J. 28, 1835–1840 (2007).

Artikel PubMed Google Scholar

Van Veldhuisen, DJ et al. Überwachung der intrathorakalen Impedanz, akustische Patientenwarnungen und Ergebnisse bei Patienten mit Herzinsuffizienz. Auflage 124, 1719–1726 (2011).

Artikel PubMed Google Scholar

Kuba Gyllensten, I. et al. Früher Hinweis auf eine dekompensierte Herzinsuffizienz bei Patienten mit Home-Telemonitoring: Ein Vergleich von Vorhersagealgorithmen basierend auf dem Tagesgewicht und der nichtinvasiven transthorakalen Bioimpedanz. JMIR Med. Informatik 4, e3 (2016).

Artikel Google Scholar

Iqbal, SMA & Butt, NZ Design und Analyse eines mikrofluidischen Zellzählers mittels Gewürzsimulation. arXiv 1, 1–10 (2019).

Herz, A. Elektrokardiogramm (EKG oder EKG) Elektrokardiogramm (EKG oder EKG). 1–2 (2006).

American Heart Association. Über Arrhythmie-Arten von Arrhythmien. 2–5 (2020).

American Heart Association. Was ist Kardiomyopathie? Harvard Hear. Lette. 29, 2 (2018).

Google Scholar

OrDonnell, J. et al. Analyse der körperlichen Aktivität und des Schlafs von Patienten mit Herzinsuffizienz mithilfe von Multisensor-Pflastern. Konf. Proz. ... Annu. Int. Konf. IEEE Eng. Med. Biol. Soc. IEEE Eng. Med. Biol. Soc. Annu. Konf. 2018, 6092–6095 (2018).

Zentren für Krankheitskontrolle und Prävention. Hoher Blutdruck Wie wirkt sich Schlaf auf Ihre Herzgesundheit aus? Wie. 7–9 https://www.cdc.gov/bloodpression/sleep.htm#:~:text=Schlaflosigkeit ist mit hohem, aktivem %2C und ungesunder Ernährungsgewohnheiten verbunden. (2021).

Harvard Medizinschule. Schlafprobleme, Herzerkrankungen, oft gemeinsam im Bett. Harvard Health Publishing https://www.health.harvard.edu/heart-health/sleep-problems-heart-disease-often-in-bed-together#:~:text=Manche Menschen haben auch nächtliche Angina pectoris (Herz). den Schlaf stören. (2007).

Herz. Warnzeichen einer Herzinsuffizienz. Bd. 105 68 https://www.heart.org/en/health-topics/heart-failure/warning-signs-of-heart-failure (2012).

Gudmundsson, K., Lyngå, P., Rosenqvist, M. & Braunschweig, F. Überwachung des täglichen Körpergewichts und der intrathorakalen Impedanz bei Patienten mit Herzinsuffizienz mit einem hohen Risiko einer Volumenüberlastungsdekompensation. Klin. Cardiol. 39, 446–452 (2016).

Artikel PubMed PubMed Central Google Scholar

Inc, D. Dokumentation Pmod IA: Impedanzanalysator (ZEITLICH BEGRENZT). 1–4 https://store.digilentinc.com/pmod-ia-impedance-analyzer-limited-time/ (2020).

Analoge Geräte. Datenblatt AD8232. http://www.analog.com/media/en/technical-documentation/data-sheets/AD8232.pdf (2013).

Funkenspaß. MAX30101 Hochempfindliches Pulsoximeter und Herzfrequenzsensor. https://cdn.sparkfun.com/assets/8/1/c/9/0/MAX30101_Datasheet.pdf (2018).

Analoge Geräte. MEMS-Beschleunigungsmesser mit digitalem Ausgang. https://www.analog.com/media/en/technical-documentation/data-sheets/ADXL362.pdf (2012).

Arduino. Arduino Uno. https://store.arduino.cc/usa/arduino-uno-rev3 (2554).

Geräte, A. 1 MSPS, 12-Bit-Impedanzwandler-Netzwerkanalysator, Datenblatt AD5933. Datenblatt http://www.analog.com/en/rfif-components/direct-digital-synthesize-dds/ad5933/products/product.html (2010).

Analog Devices Inc. UG-364 Evaluation Board Benutzerhandbuch – AD5933. AD5933/5934 Evalu. Board-Software 1–28 (2012).

Digilent, F. & Specification, I. PmodIA TM Referenzhandbuch. https://www.mouser.com/datasheet/2/690/pmodia_rm-846393.pdf (2016).

Mindray. Panorama ® EKG-Ableitungsplatzierungsverfahren. (2014).

Wang, FT, Chan, HL, Wang, CL, Jian, HM & Lin, SH Momentane Atmungsschätzung aus der Brustimpedanz durch empirische Modenzerlegung. Sensoren (Schweiz) 15, 16372–16387 (2015).

Artikel ADS Google Scholar

Redmond, C. Transthorakale Impedanzmessungen in der Patientenüberwachung. 1–5 https://www.analog.com/en/technical-articles/transthoracic-impedance-measurements-in-patient-monitoring.html (2013).

Mok, S. Guangzhou HC-06 Information Technology Co., Ltd. Produktdatenblatt. 14 (2011).

101, C. HC-06 Bluetooth-Modul. 1–8 https://components101.com/wireless/hc-06-bluetooth-module-pinout-datasheet (2021).

Spielen, G. Serielles Bluetooth-Terminal. 2–4 https://play.google.com/store/apps/details?id=de.kai_morich.serial_bluetooth_terminal&hl=en_US&gl=US (2021).

Baker, LE & Hill, DW Der Einsatz elektrischer Impedanztechniken zur Überwachung des Atemmusters während der Anästhesie. Br. J. Anaesth. 41, 2–17 (1969).

Artikel CAS PubMed Google Scholar

Gupta, AK Atemfrequenzmessung basierend auf Impedanzpneumographie. Datenerfassungsprodukte (2011).

Blanco-Almazán, D., Groenendaal, W., Catthoor, F. & Jané, R. Brustbewegung und Atemvolumen tragen beide zur thorakalen Bioimpedanz bei belasteter Atmung bei. Wissenschaft. Rep. 9, 1–11 (2019).

Artikel Google Scholar

Aqueveque, P. et al. Einfaches drahtloses Impedanzpneumographiesystem zur unauffälligen Messung der Atmung. Sensoren 20, 1–16 (2020).

Artikel Google Scholar

Logic, JL, Maksud, MG & Hamilton, LH Faktoren, die transthorakale Impedanzsignale beeinflussen, die zur Messung der Atmung verwendet werden. J. Appl. Physiol. 22, 251–254 (1967).

Artikel CAS PubMed Google Scholar

Covidien. Produktdatenblatt zu Kendall TM EKG-Elektroden. Bd. 44 https://cdn.sparkfun.com/datasheets/Sensors/Biometrische/H124SG.pdf (2008).

Auvon. Selbstklebende Auvon-Elektroden. 1–13 https://www.iauvon.com/collections/tens/products/eb15200b1.

Lee, J., Kim, M., Park, HK & Kim, IY Reduzierung von Bewegungsartefakten in der tragbaren Photoplethysmographie basierend auf Mehrkanalsensoren mit mehreren Wellenlängen. Sensoren (Schweiz) 20, (2020).

American Heart Association. Was ist linksventrikuläre Hypertrophie (LVH)? Wie lässt sich die linksventrikuläre Hypertrophie mit anderen verknüpfen? Welche Behandlungsmöglichkeiten gibt es? 1–2 https://www.heart.org/en/health-topics/heart-valve-problems-and-disease/heart-valve-problems-and-causes/what-is-left-ventricular-hypertrophy-lvh (2021).

Iskandar, WJ, Roihan, I. & Koestoer, RA Prototyp eines kostengünstigen tragbaren Elektrokardiogramms (EKG) basierend auf Arduino-Uno mit Bluetooth-Funktion. AIP-Konferenz. Proz. 2193, (2019).

Rezension, C. Themenrezensionen Le ventrikuläre Hypertrophie. 2–3 https://www.healio.com/cardiology/learn-the-heart/cardiology-review/topic-reviews/left-ventricular-hypertrophy (2021).

Folan, L. & Funk, M. Messung des Brustflüssigkeitsgehalts bei Herzinsuffizienz: Die Rolle der Impedanzkardiographie. AACN Adv. Krit. Pflege 19, 47–55 (2008).

PubMed Google Scholar

O'Neal, WT et al. Elektrokardiographische Prädiktoren für Herzinsuffizienz mit reduzierter versus erhaltener Ejektionsfraktion: Die multiethnische Studie zur Atherosklerose. Marmelade. Herz-Assoc. 6, 1–21 (2017).

Google Scholar

Taylor, C. & Hobbs, R. Diagnose von Herzinsuffizienz – Erfahrungen und „beste Wege“. European Cardiology Review 6, 10 (2010).

Artikel Google Scholar

Referenzen herunterladen

Die Autoren möchten Perry Weinthal und seinem Team für die rechtzeitige Beschaffung der für die Fertigstellung des Moduls erforderlichen Komponenten danken.

Wir danken für Forschungsunterstützung durch den NSF CAREER Award 1942487, NIH R15AI127214 und den Seed Award des I-SENSE Institute und des College of Engineering and Computer Science der Florida Atlantic University, Boca Raton, FL.

Fakultät für Elektrotechnik und Informatik, Florida Atlantic University, Boca Raton, FL, 33431, USA

Scheich MA Iqbal, Imadeldin Mahgoub und Waseem Asghar

Asghar-Lab, Mikro- und Nanotechnologie in der Medizin, College of Engineering and Computer Science, Boca Raton, FL, 33431, USA

Scheich MA Iqbal & Waseem Asghar

Abteilung für Meeres- und Maschinenbau, Florida Atlantic University, Boca Raton, FL, 33431, USA

E Sie

Christine E. Lynn College of Nursing, Florida Atlantic University, Boca Raton, FL, 33431, USA

Mary Ann Leavitt

Department of Biological Sciences (mit freundlicher Genehmigung), Florida Atlantic University, Boca Raton, FL, 33431, USA

Waseem Asghar

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

SMAI: Konzeptualisierung, Studiendesign, Methodik, Untersuchung, formale Analyse, Schreiben – Originalentwurf und Bearbeitung. IM: Studiendesign, Verfassen, Überprüfen und Lektorieren. SED: Studiendesign. MAL: Studiendesign, Schreiben, Überprüfen und Bearbeiten. WA: Konzeptualisierung, Studiendesign, Schreiben – Überprüfung und Bearbeitung, Supervision, Projektverwaltung, Finanzierungseinwerbung.

Korrespondenz mit Waseem Asghar.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Iqbal, SMA, Mahgoub, I., Du, E. et al. Entwicklung eines tragbaren Gürtels mit integrierten Sensoren zur Messung mehrerer physiologischer Parameter im Zusammenhang mit Herzinsuffizienz. Sci Rep 12, 20264 (2022). https://doi.org/10.1038/s41598-022-23680-1

Zitat herunterladen

Eingegangen: 20. Dezember 2021

Angenommen: 03. November 2022

Veröffentlicht: 24. November 2022

DOI: https://doi.org/10.1038/s41598-022-23680-1

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.