Utfordringen
Fysiologiske signaler registreres ofte med ulik samplingsfrekvens. For å analysere dem samlet må de over på en felles tidsbase uten aliasing, og man må vite hvilke mål som tåler lav samplingsfrekvens, og hvilke som ikke gjør det.
Løsningen
Egne FIR-lavpassfiltre med Kaiser-vindu i polyfaseform for rasjonell resampling mellom 10, 50 og 300 Hz, kontrollert mot SciPy. På de resamplede signalene ble det bygget toppdeteksjon for EKG, PPG og blodtrykk, og beregnet pulstransittid, hjerterytmevariabilitet, slag-til-slag-blodtrykk og respirasjonsfrekvens fra PPG.
Hvordan det ble bygget
Prosjektet ble gjennomført i en gruppe; jeg bidro på tvers av databehandling, signalbehandling og evaluering. Grunnlaget var korte laboratorieopptak av EKG, PPG og arterielt trykk ved 10, 50 og 300 Hz. Filterspesifikasjonene ble valgt ut fra Nyquist-grensene, og resamplingen ble kontrollert med rundtur-tester (RMSE og signal-støy-forhold) og spektralanalyse. Opptakene ved 300 Hz ble brukt som referanse for hvert mål.
Resultat
Den egne polyfase-resamplingen fulgte SciPys implementasjon tett. Lavfrekvente signaler som PPG og blodtrykk tålte rundtur-resampling godt, med signal-støy-forhold over 30 dB, mens EKG mistet høyfrekvent innhold. Ved 10 Hz brøt R-toppdeteksjonen og målene for hjerterytmevariabilitet sammen, mens respirasjonsfrekvensen og blodtrykksnivåene endret seg langt mindre.
Kontekst
Et signalbehandlingsprosjekt uten maskinlæring, basert på korte laboratorieopptak. Resultatene viser metodiske effekter av samplingsfrekvens, ikke fysiologiske eller kliniske konklusjoner. Oppsampling kan ikke gjenskape informasjon som gikk tapt ved lav samplingsfrekvens.