Istantaneous heart rate estimation by inertial sensors embedded in a virtual reality headset

Recently, micro-electromechanical systems (MEMS), i.e. accelerometer and gyroscope, used for motion tracking in virtual reality (VR) devices, have been proven to be able to directly extract physiological information, i.e cardiovascular and respiratory parameters, which can be used as biofeedback to provide the user with a more personalized media experience and, more importantly, to allow the user to gain awareness of physiological functions and control over the mind-body balance. When the subject is still, subtle motions of wearer head are associated with the mechanical activity of the heart. Transduction from mechanical to electrical signal allows the characterization of head micro-movements directed in the lateral, normal, and longitudinal direction and the ultimately heart rate (HR) estimation. The aim of this work was to develop a motion detection algorithm able to automatically recognize rest signal segments and to extract the instantaneous HR from head ballistocardiograms (BCG). Inertial sensors data were processed by combining sensor channels in different methods to extract beat-to-beat HR, in order to investigate the performance of each sensor channel modality separately.

Recentemente, i sistemi microelettromeccanici (MEMS), accelerometro e giroscopio, utilizzati per il tracciamento del movimento nei dispositivi di realtà virtuale (VR) hanno dimostrato di essere in grado di estrarre direttamente informazioni fisiologiche, es. parametri cardiovascolari e respiratori, che possano essere utilizzati come biofeedback per fornire all'utente un'esperienza multimediale personalizzata e, ancora più importante, di permettere all'utente di ottenere consapevolezza riguardo le funzioni fisiologiche e di prendere il controllo dell'equilibrio mente-corpo. Quando il soggetto è fermo, i micro movimenti della testa del soggetto sono associati all'attività meccanica del cuore. La trasduzione dal segnale meccanico a quello elettrico consente la caratterizzazione dei micromovimenti della testa diretti in direzione laterale, normale e longitudinale e la stima finale della frequenza cardiaca (FC). Lo scopo di questo lavoro era di sviluppare un algoritmo di rilevamento del movimento in grado di riconoscere automaticamente i segmenti non corrotti da artefatti e di estrarre la FC istantanea dai ballistocardiogrammi (BCG) acquisiti tramite visore di realtà virtuale. I dati dei sensori inerziali sono stati elaborati combinando i canali dei due sensori in diverse modalità per estrarre la FC istantanea, al fine di indagare separatamente le prestazioni di ciascuna combinazione di canali per ciascun sensore.