From ECG to PPG: reliability and limitations of photoplethysmography for cardiac and respiratory monitoring

While Electrocardiography (ECG) is still the gold standard for the evaluation of HRV and cardiac monitoring, there exist several concerns such as patient discomfort, electrode placement, and the possibility of detachment that limit its permanent use in some clinical and wearable applications. Despite providing a low-cost, non-invasive, and wearable-compliant solution that can obtain peripheral blood volume variation, its precision can always be questioned in simulating ECG-derived features such as respiratory patterns and RR intervals. This thesis primarily aims at exploring the potential of utilizing PPG as a substitute ECG in cardiac monitoring and HRV parameter and respiratory information extraction. Two datasets were predominantly employed within this analysis: (1) an intensive care unit (ICU) waveform dataset with ECG, PPG, and respiratory information. (2) a dataset with ECG, PPG, respiratory measurements, and skin conductance signals under more stable conditions. Common preprocessing routines were applied to all of the datasets, such as filtering, decimation, and normalization: followed by Nurokit2 algorithm-based peak picking in both ECG and PPG signals. From these peaks, RR intervals from the ECG and IBI intervals from PPG were calculated and a range of techniques were used in an effort to compute respiration proxies. Statistics were calculated over multiple time and beat-based windowing methods, where Pearson and Spearman correlation coefficients were calculated for each window. Findings revealed that there was a very high positive correlation in the second dataset between the IBIs of the PPG and RR intervals of the ECG but was found to be low in the first dataset with ICU patients, most probably due to noise, artifacts, and physiological variation. The predicted respiration from the PPG signal had poor to moderate correlation with the reference respiration in the second dataset used. These results illustrate the potential of PPG both as a complement to and a substitute for ECG. Even under steady conditions, which can yield decent concordance, ICU settings introduce pitfalls that need to be overcome by advanced signal processing and artifact elimination before PPG can replace ECG in clinical decision making on a large scale.

Sebbene l'elettrocardiografia (ECG) sia ancora il gold standard per la valutazione della HRV e il monitoraggio cardiaco, esistono diversi problemi come il disagio del paziente, il posizionamento degli elettrodi e la possibilità di distacco che ne limitano l'uso permanente in alcune applicazioni cliniche e indossabili. Nonostante offra una soluzione a basso costo, non invasiva e indossabile in grado di ottenere la variazione del volume sanguigno periferico, la sua precisione nel simulare caratteristiche derivate dall'ECG come i modelli respiratori e gli intervalli RR può sempre essere messa in discussione. Questa tesi mira principalmente a esplorare il potenziale dell'utilizzo della PPG come sostituto dell'ECG nel monitoraggio cardiaco e nell'estrazione di parametri HRV e informazioni respiratorie. input_sentence: Nell'ambito di questa analisi sono stati impiegati prevalentemente due set di dati: (1) un set di dati di forme d'onda di terapia intensiva (ICU) con informazioni ECG, PPG e respiratorie. (2) un set di dati con segnali ECG, PPG, respiratori e di conduttanza cutanea in condizioni più stabili. Sono state applicate routine di pre-elaborazione comuni a tutti i set di dati, come filtraggio, decimazione e normalizzazione, seguite dall'identificazione dei picchi basata sull'algoritmo Nurokit2 sia nei segnali ECG che PPG. Da questi picchi, sono stati calcolati gli intervalli RR dall'ECG e gli intervalli IBI dal PPG ed è stata utilizzata una serie di tecniche nel tentativo di calcolare proxy della respirazione. Le statistiche sono state calcolate utilizzando diversi metodi di windowing basati sul tempo e sul battito, dove i coefficienti di correlazione di Pearson e Spearman sono stati calcolati per ogni finestra. I risultati hanno rivelato che c'era una correlazione positiva molto alta nel secondo set di dati tra gli IBIs del PPG e gli intervalli RR dell'ECG, ma è stata riscontrata essere bassa nel primo set di dati con pazienti in terapia intensiva, molto probabilmente a causa di rumore, artefatti e variazione fisiologica. La respirazione prevista dal segnale PPG ha mostrato una correlazione da scarsa a moderata con la respirazione di riferimento nel secondo set di dati utilizzato. Questi risultati illustrano il potenziale della PPG sia come complemento che come sostituto dell'ECG. Anche in condizioni stabili, che possono produrre una concordanza discreta, gli ambienti di terapia intensiva introducono insidie che devono essere superate da un'elaborazione avanzata del segnale e dall'eliminazione degli artefatti prima che la PPG possa sostituire l'ECG nel processo decisionale clinico su larga scala.