Контактные способы регистрации частоты дыхания: возможности и перспективы

Введение. Частота дыхания, как известно, является одним из наиболее важных показателей, отражающих жизненно важные функции человека. Увеличение частоты дыхания может наблюдаться при многих заболеваниях и синдромах, например, при хронической обструктивной болезни легких, пневмонии, бронхиальной астме, инфаркте миокарда, сердечной недостаточности, анемии и т.д. В связи с активным внедрением в клиническую практику телемедицинского мониторинга, измерение вышеуказанного показателя представляется особенно актуальным с целью раннего выявления и профилактики осложнений хронических неинфекционных заболеваний, а также проведения динамического контроля состояния пациентов, как в стационарных, так и в амбулаторных условиях.

Цель. Поиск и актуализация сведений о существующих и перспективных разработках для контроля частоты дыхания, основанных на разных физических принципах. Поиск информации осуществлялся в поисковых системах и наукометрических базах PubMed, Scopus, MedLine и РИНЦ. Для поиска использовались следующие ключевые слова: «respiratory rate», «contact», «measurement», «sensor».

Результаты. Контактные методы определения частоты дыхания включают в себя широкую номенклатуру датчиков, основанных на различных физических принципах. Все разновидности датчиков имеют свои сферы применения, однако при этом не лишены недостатков. Для достижения максимальной точности мониторинга частоты дыхания необходимо тщательно оценивать условия, в которых находится пациент, подбирая к ним наиболее подходящие технологические решения. Вероятно, комплексные системы, включающие в себя несколько различных датчиков, способны нивелировать многие недостатки. Кроме того, развитие методов информационного анализа, технологии машинного обучения и искусственного интеллекта способны увеличить чувствительность и точность методов, снижая частоту ошибок, связанных с различными искажениями и артефактами.

Заключение. Таким образом, технологическое развитие открывает широкие возможности для длительного мониторинга витальных функций, профилактики и своевременного реагирования на неблагоприятные события.

1. Folke M., Cernerud L., Ekström M., Hök B. Critical review of non-invasive respiratory monitoring in medical care // Med. Biol. Eng. Comput. 2003. Vol.41, Iss.4. P.377–383. https://doi.org/10.1007/BF02348078

2. AL-Khalidi F. Q., Saatchi R., Burke D., Elphick H., Tan S. Respiration rate monitoring methods: A review // Pediatr. Pulmonol. 2011. Vol.46, Iss.6. P.523–529. https://doi.org/10.1002/ppul.21416

3. Schena E., Massaroni C., Saccomandi P., Cecchini S. Flow measurement in mechanical ventilation: a review // Med. Eng. Phys. 2015. Vol.37, Iss.3. P.257–264. https://doi.org/10.1016/j.medengphy.2015.01.010

4. Stocks J., Sly P.D., Tepper R.S., Morgan W.J. Infant Respiratory Function Testing. John Wiley & Sons: Hoboken. NJ. USA, 1996. 674 p.

5. Lilly J.C. Flow meter for recording respiratory flow of human subjects // Methods Med. Res. 1950. Vol.2. P.113– 121.

6. Tardi G., Massaroni C., Saccomandi P., Schena E. Experimental assessment of a variable orifice flowmeter for respiratory monitoring // J. Sens. 2015. Vol.7. P.1–7. https://doi.org/10.1155/2015/752540

7. Schena E., Saccomandi P., Silvestri S. A high sensitivity fiber optic macro-bend based gas flow rate transducer for low flow rates: theory, working principle, and static calibration // Rev. Sci. Instrum. 2013. Vol.84, Iss.2. Article number: 024301. https://doi.org/10.1063/1.4793227

8. Hoppe P. Temperatures of expired air under varying climatic conditions // Int. J. Biometeorol. 1981. Iss.25. P.127– 132. https://doi.org/10.1007/BF02184460

9. Suzuki S., Matsui T., Kawahara H., Ichiki H., Shimizu J., Kondo Y., Gotoh S., Yura H., Takase B., Ishihara M. A non-contact vital sign monitoring system for ambulances using dual-frequency microwave radars // Med. Biol. Eng. Comput. 2009. Vol.47, Iss.1. P.101–105. https://doi.org/10.1007/s11517-008-0408-x

10. Storck K., Karlsson M., Ask P., Loyd D. Heat transfer evaluation of the nasal thermistor technique // IEEE Trans Biomed Eng. 1996. Vol.43, Iss.12. P.1187–1191. https://doi.org/10.1109/10.544342

11. Lim S., Park S.H., Ahn S.D., Suh Y., Shin S.S., Lee S.W., Kim J.H., Choi E.K., Yi B.Y., Kwon S.I., Kim S., Jeung T.S. Guiding curve based on the normal breathing as monitored by thermocouple for regular breathing // Med. Phys. 2007. Vol.34, Iss.11. P.4514–4518. https://doi.org/10.1118/1.2795829

12. Krehel M., Schmid M., Rossi R.M., Boesel L.F., Bona G.L., Scherer L.J. An optical fibre-based sensor for respiratory monitoring // Sensors (Basel). 2014. Vol.14, Iss.7. P.13088–131101. https://doi.org/10.3390/s140713088

13. Branson R.D., Gentile M.A. Is humidification always necessary during noninvasive ventilation in the hospital? // Respir. Care. 2010. Vol.55, Iss.2. P.209–216. PMID: 20105346.

14. Farahani H., Wagiran R., Hamidon M.N. Humidity Sensors Principle, Mechanism, and Fabrication Technologies: A Comprehensive Review // Sensors. 2014. Vol.14, Iss.5. P.7881–7939. https://doi.org/10.3390/s140507881

15. Kano S., Kim K., Fujii M. Fast-Response and Flexible Nanocrystal-Based Humidity Sensor for Monitoring Human Respiration and Water Evaporation on Skin // ACS Sens. 2017. Vol.2, Iss.6. P.828–833. https://doi.org/10.1021/acssensors.7b00199

16. Kano S., Dobashi Y., Fujii M. Silica Nanoparticle-Based Portable Respiration Sensor for Analysis of Respiration Rate, Pattern, and Phase During Exercise // IEEE Sensors Letters. Vol.2, Iss.1. P.1–4. https://doi.org/10.1109/LSENS.2017.2787099

17. Зарецкий А.П., Митягин К.С., Тарасов В.С., Мороз Д.Н. Оценка параметров дыхательной активности пациента на основе данных фотоплетизмографии // Труды Московского физико-технического института (национального исследовательского университета). 2019. Т.11, №3(43). С.61–69. EDN: FRSGND.

18. Seifi S., Khatony A., Moradi G., Abdi A., Najafi F. Accuracy of pulse oximetry in detection of oxygen saturation in patients admitted to the intensive care unit of heart surgery: comparison of finger, toe, forehead and earlobe probes // BMC Nurs. 2018. Vol.17. Article number: 15. https://doi.org/10.1186/s12912-018-0283-1

19. Castaneda D., Esparza A., Ghamari M., Soltanpur C., Nazeran H. A review on wearable photoplethysmography sensors and their potential future applications in health care // Int. J. Biosens. Bioelectron. 2018. Vol.4, Iss.4. P.195–202. https://doi.org/10.15406/ijbsbe.2018.04.00125

20. García-López I., Pramono R.X.A., Rodriguez-Villegas E. Artifacts classification and apnea events detection in neck photoplethysmography signals // Med. Biol. Eng. Comput. 2022. Iss.60. P.3539–3554. https://doi.org/10.1007/s11517-022-02666-1

21. Mingxu P., Imtiaz S.A., Rodriguez-Villegas E. Pulse oximetry in the neck - a proof of concept // Annu. Int. Conf. IEEE Eng. Med. Biol. Soc. 2017. P.877–880. https://doi.org/10.1109/EMBC.2017.8036964

22. Garcia-Lopez I., Imtiaz S.A., Rodriguez-Villegas E. Characterization Study of Neck Photoplethysmography // Annu. Int. Conf. IEEE Eng. Med. Biol. Soc. 2018. P.4355−4358. https://doi.org/10.1109/EMBC.2018.8513247

23. Rogers B., Schaffarczyk M., Gronwald T. Estimation of Respiratory Frequency in Women and Men by Kubios HRV Software Using the Polar H10 or Movesense Medical ECG Sensor during an Exercise Ramp // Sensors (Basel). 2022. Vol.22, Iss.19. Article number: 7156. https://doi.org/10.3390/s22197156.

24. Berntson G.G., Cacioppo J.T., Quigley K.S. Respiratory sinus arrhythmia: autonomic origins, physiological mechanisms, and psychophysiological implications // Psychophysiology. 1993. Vol.30, Iss.2. P.183−196. https://doi.org/10.1111/j.1469-8986.1993.tb01731.x

25. Helfenbein E., Firoozabadi R., Chien S., Carlson E., Babaeizadeh S. Development of three methods for extracting respiration from the surface ECG: a review // J. Electrocardiol. 2014. Vol.47, Iss.6. P.819−825. https://doi.org/10.1016/j.jelectrocard.2014.07.020

26. Chi Y.M., Jung T.P., Cauwenberghs G. Dry-contact and noncontact biopotential electrodes: methodological review // IEEE Rev. Biomed. Eng. 2010. Vol.3. P.106−119. https://doi.org/10.1109/RBME.2010.2084078

27. Alikhani I., Noponen K., Hautala A., Ammann R., Seppänen T. Spectral fusion-based breathing frequency estimation; experiment on activities of daily living // BioMed. Eng. OnLine. 2018. Vol.17, Iss.1. Article number: 99. https://doi.org/10.1186/s12938-018-0533-1

28. Andreozzi E., Centracchio J., Punzo V., Esposito D., Polley C., Gargiulo G.D., Bifulco P. Respiration Monitoring via Forcecardiography Sensors // Sensors (Basel). 2021. Vol.21, Iss.12. Article number: 3996. https://doi.org/10.3390/s21123996

29. Lu X., Azevedo Coste C., Nierat M.-C., Renaux S., Similowski T., Guiraud D. Respiratory Monitoring Based on Tracheal Sounds: Continuous Time-Frequency Processing of the Phonospirogram Combined with Phonocardiogram-Derived Respiration // Sensors (Basel). 2021. Vol.21. Article number: 99. https://doi.org/10.3390/s21010099

30. Eisenberg M.E., Givony D., Levin R. Acoustic respiration rate and pulse oximetry-derived respiration rate: a clinical comparison study // J. Clin. Monit. Comput. 2020. Vol.34. P.139–146. https://doi.org/10.1007/s10877-018-0222-4

31. Дацок О.М., Витанова С.А. Обработка фонокардиографического сигнала на основе wavelet технологий // Вестник Национального технического университета Харьковский политехнический институт. Серия: Информатика и моделирование. 2008. №24. С.36–41. EDN: RUOLFH.

32. Abbasi-Kesbi R., Valipour A., Imani K. Cardiorespiratory system monitoring using a developed acoustic sensor // Healthcare Technol. Lett. 2018. Vol.5, Iss.1. P.7−12. https://doi.org/10.1049/htl.2017.0012

33. Janssens J.P., Cantero C., Pasquina P., Georges M., Rabec C. Monitoring Long Term Noninvasive Ventilation: Benefits, Caveats and Perspectives // Front. Med. (Lausanne). 2022. Vol.9. Article number: 874523. https://doi.org/10.3389/fmed.2022.874523

34. Ando H., Ashcroft-Kelso H., Halhead R., Chakrabarti B., Young C. A., Cousins R., Angus R. M. Experience of telehealth in people with motor neurone disease using noninvasive ventilation // Disabil. Rehabil. Assist. Technol. 2019. Vol.16, Iss.5. P.490–496. https://doi.org/10.1080/17483107.2019.1659864

35. Janssens J.P., Borel J.C., Pépin J.L., groupe SomnoVNI. Nocturnal monitoring of home non-invasive ventilation: the contribution of simple tools such as pulse oximetry, capnography, built-in ventilator software and autonomic markers of sleep fragmentation // Thorax. 2011. Vol.66, Iss.5. P.438−445. https://doi.org/10.1136/thx.2010.139782

36. Bergese S.D., Mestek M.L., Kelley S.D., McIntyre R. Jr., Uribe A.A., Sethi R., Watson J.N., Addison P.S. Multicenter Study Validating Accuracy of a Continuous Respiratory Rate Measurement Derived From Pulse Oximetry: A Comparison With Capnography // Anesth. Analg. 2017. Vol.124, Iss.4. P.1153−1159. https://doi.org/10.1213/ANE.0000000000001852

37. Hutchison R., Rodriguez L. Capnography and Respiratory Depression // AJN, American Journal of Nursing. 2008. Vol.108, Iss.2. P.35–39. https://doi.org/10.1097/01.naj.0000310329.55432.9f

38. Khanna A.K, Bergese S.D, Jungquist C.R, Morimatsu H., Uezono S., Lee S., Ti L.K., Urman R.D., McIntyre R. Jr., Tornero C., Dahan A., Saager L., Weingarten T.N., Wittmann M., Auckley D., Brazzi L., Le Guen M., Soto R., Schramm F., Ayad S., Kaw R., Di Stefano P., Sessler D.I., Uribe A., Moll V., Dempsey S.J., Buhre W., Overdyk F.J. Prediction of Opioid-Induced Respiratory Depression on Inpatient Wards Using Continuous Capnography and Oximetry: An International Prospective, Observational Trial // Anesth. Analg. 2020. Vol.131, Iss.4. P.1012−1024. https://doi.org/10.1213/ANE.0000000000004788

39. Hamdani S.T.A., Fernando A. The Application of a Piezo-Resistive Cardiorespiratory Sensor System in an Automobile Safety Belt // Sensors. 2015. Vol.15, Iss.4. P.7742−7753. https://doi.org/10.3390/s150407742

40. Atalay O., Kennon W.R., Demirok E. Weft-Knitted Strain Sensor for Monitoring Respiratory Rate and Its ElectroMechanical Modeling // IEEE Sensors Journal. 2015. Vol.15, Iss.1. P.110−112. https://doi.org/10.1109/JSEN.2014.2339739

41. Paradiso R., Loriga G., Taccini N. A wearable health care system based on knitted integrated sensors // IEEE Transactions on Information Technology in Biomedicine. 2005. Vol.9, Iss.3. P.337−344. https://doi.org/10.1109/TITB.2005.854512

42. Zakeri V., Akhbardeh A., Alamdari N., Fazel-Rezai R., Paukkunen M., Tavakolian K. Analyzing Seismocardiogram Cycles to Identify the Respiratory Phases // IEEE Trans. Biomed. Eng. 2017. Vol.64, Iss.8. P.1786−1792. https://doi.org/10.1109/TBME.2016.2621037

43. Tavakolian K., Vaseghi A., Kaminska B. Improvement of ballistocardiogram processing by inclusion of respiration information // Physiol. Meas. 2008. Vol.29, Iss.7. P.771−781. https://doi.org/10.1088/0967-3334/29/7/006

44. Balali P., Rabineau J., Hossein A., Tordeur C., Debeir O., van de Borne P. Investigating Cardiorespiratory Interaction Using Ballistocardiography and Seismocardiography-A Narrative Review // Sensors (Basel). 2022. Vol.22, Iss.23. Article number: 9565. https://doi.org/10.3390/s22239565

45. Weichao Zh., Hongbo N., Xingshe Zh., Yalong S., Tianben W. Identifying sleep apnea syndrome using heart rate and breathing effort variation analysis based on ballistocardiography // Annu. Int. Conf. IEEE Eng. Med. Biol. Soc. 2015. P.4536−4539. https://doi.org/10.1109/EMBC.2015.7319403

46. Huysmans D., Borzée P., Testelmans D., Buyse B., Willemen T., Huffel S.V., Varon C. Evaluation of a Commercial Ballistocardiography Sensor for Sleep Apnea Screening and Sleep Monitoring // Sensors (Basel). 2019. Vol.19, Iss.9. Article number: 2133. https://doi.org/10.3390/s19092133

47. Di Rienzo M., Vaini E., Lombardi P. An algorithm for the beat-to-beat assessment of cardiac mechanics during sleep on Earth and in microgravity from the seismocardiogram // Sci. Rep. 2017. Vol.7, Iss.1. Article number: 15634. https://doi.org/10.1038/s41598-017-15829-0

48. Castiglioni P., Meriggi P., Rizzo F., Vaini E., Faini A., Parati G., Di Rienzo M. Seismocardiography while sleeping at high altitude // Annu. Int. Conf. IEEE Eng. Med. Biol. Soc. 2012. P.3793−3796. https://doi.org/10.1109/EMBC.2012.6346793

49. Tafur E., Cohen L.S., Levine H.D. (1964). The Normal Apex Cardiogram: Its Temporal Relationship to Electrical, Acoustic, and Mechanical Cardiac Events // Circulation. 1964. Vol.30, Iss.3. P.381–391. https://doi.org/10.1161/01.cir.30.3.381

50. Фатенков В.Н., Фатенков О.В. Новое в биомеханике сердца, артерий и малого круга кровообращения: монография. Самара: Ас Гард, 2012. 330 с. ISBN: 978-5-4259-0173-6.

51. Козинский Н.А., Люсов В.А., Странин В.Г. Апекскардиография в диагностике безболевой ишемии миокарда // Российский кардиологический журнал. 2004. №4. C.69‒73. EDN: INTUAT.

52. Юзбашев З.Ю., Майскова Е.А. Методы исследования сердца, основанные на регистрации низкочастотных колебаний прекардиальной зоны, их диагностические возможности и перспективы // Научное обозрение. Медицинские науки. 2017. №5. С.74−94. EDN: ZCRUOB.

53. Большая Медицинская Энциклопедия (БМЭ), под редакцией Петровского Б.В., 3-е издание. Т.15. URL: https://бмэ.орг/index.php/МЕХАНОКАРДИОГРАФИЯ

54. Оранский И.Е. Акселерационная кинетокардиография. М.: Медицина, 1973. 100 с. ISBN: 978-00-1370232- 0.

55. Уткина А.В., Изотова А.Г., Литвинова Н.А. Алгоритм оценки частоты дыхания по сигналу ЭКГ // Modern Science. 2020. №5-1. С.415−421. EDN: ODMURZ.

56. Ремизова Н. М. Динамика временных и спектральных характеристик интервала QT ЭКГ при изменении режима и частоты дыхания // Вестник Чувашского государственного педагогического университета им. И.Я.Яковлева. 2016. №3(91). C.18−24. EDN: WKUUTX.

57. Massaroni C., Nicolò A., Lo Presti D., Sacchetti M., Silvestri S., Schena E. Contact-Based Methods for Measuring Respiratory Rate // Sensors (Basel). 2019. Vol.19, Iss.4. Article number: 908. https://doi.org/10.3390/s19040908

58. Способ оценки вазомоторной функции эндотелия с применением объемной сфигмографии: пат. 2428924 RU / авторы и заявители А.Н.Рогоза, А.Р.Заирова, Е.В.Ощепкова; патентообладатель ФГУ "РКНПК" Минздравсоцразвития РФ (RU). 2011.

59. Заирова А.Р., Рогоза А.Н. Объемная сфигмография сегодня // Медицинский алфавит. 2018. Т.4, №36. C.8−18. EDN: YXZOJN.

60. Агаджанян Н.А., Власова И.Г., Ермакова Н.В., Торшин В.И. Основы физиологии человека / под ред. Н.В.Торшина. М.: РУДН, 2016. Т.1. 443 с. ISBN: 978-5-209-05301-9.

61. Yuda E., Shibata M., Ogata Y., Ueda N., Yambe T., Yoshizawa M., Hayano J. Pulse rate variability: a new biomarker, not a surrogate for heart rate variability // J. Physiol. Anthropol. 2020. Vol.39, Iss.1. Article number: 21. https://doi.org/10.1186/s40101-020-00233-x

62. Федотов А.А., Акулова А.С. Исследование сфигмографического измерительного преобразователя пульсовой волны // Вестник Самарского университета. Аэрокосмическая техника, технологии и машиностроение. 2015. Т.14, №4. C.192−199. EDN: VHRWHZ. https://doi.org/10.18287/2412-7329-2015-14-4-192-199

63. Лоллини С.В. Физиология сердечно-сосудистой системы. Учебно-методическое пособие. Витебск: УО «ВГУ им. П.М.Машерова», 2007. 62 с. ISBN: 978-985-425-843-0. URL: https://rep.vsu.by/handle/123456789/1925

64. Брин В.Б., Захаров Ю.М., Мазинг Ю.А., Недоспасов В.О., Пятин В.Ф., Ткаченко Б.И. Нормальная физиология: учебник / под ред. Б.И.Ткаченко. 3-е изд., испр. и доп. М.: ГЭОТАР-Медиа, 2016. 688 c. ISBN: 978-5-9704- 3664-6. URL: http://www.studentlibrary.ru/book/ISBN9785970436646.html

65. Волков Ю.Н., Большов В.М., Сингаевский С.Б., Земцовский Э.В., Гусейнов Б.А. Комплексная оценка функционального состояния систем кровообращения и дыхания методом интегральной реографии тела. Методические рекомендации. М.: МЗ СССР, 1989. 21 с.

66. Убайдуллаев А.М., Каримов Д.С., Якимова М.А. Основные методы исследования в диагностике заболеваний органов дыхания. Ташкент: Медицина, 1985. 75 с.

67. Ревенко С.В. Гармонические перспективы реографии // Нервно-мышечные болезни. 2012. №4. С.8−18. EDN: PTWPUX.