A neural network-based multimodal architecture for continuous cuffless blood pressure estimation using SOUNDI SOUNDI®

Arterial blood pressure (BP) is a crucial physiological parameter reflecting cardiovascular function and exhibiting dynamic oscillations in response to physiological, psychological, and environmental changes. Since conventional cuff-based measurements provide only intermittent “snapshot” readings, there is growing interest in reliable cuffless and non-invasive systems capable of capturing BP dynamics over time. This work, developed during an internship in collaboration with Biocubica S.r.l., proposes a continuous cuffless BP estimation system based on SOUNDI\textsuperscript{\textregistered}, a proprietary wearable device for multimodal physiological and environmental monitoring. An end-to-end neural network architecture combining convolutional and long short-term memory (LSTM) layers was designed to automatically extract features from pre-processed signals and directly predict systolic and diastolic BP (SBP and DBP). Data were collected from 20 healthy subjects (7 females, 13 males) using a tailored acquisition protocol with reference targets acquired through the validated GIMA\textsuperscript{\textregistered} ABPM50 device. Under a conventional 80\%/20\% train–test split, the proposed model achieved an MAE of 2.980 mmHg for SBP and 2.682 mmHg for DBP, with RMSE values of 4.161 mmHg and 3.718 mmHg, respectively, and a Pearson correlation coefficient of \textit{R}=0.95 for both targets. These results demonstrate accurate cuffless BP estimation comparable to the maximal mean error declared on the GIMA\textsuperscript{\textregistered} ABPM50 datasheet and motivate future validation on larger and more heterogeneous cohorts.

La pressione arteriosa è un parametro fisiologico fondamentale che riflette la funzionalità del sistema cardiovascolare ed è caratterizzata da oscillazioni dinamiche in risposta a variazioni fisiologiche, psicologiche e ambientali. Poiché i metodi di misurazione convenzionali mediante sfigmomanometro a bracciale possono fornire esclusivamente rilevazioni “istantanee” dei valori di pressione, negli ultimi anni è cresciuto l’interesse verso lo sviluppo di sistemi cuffless non invasivi in grado di monitorare la dinamica della pressione arteriosa nel tempo. Il presente progetto, sviluppato nell’ambito di un tirocinio in collaborazione con Biocubica S.r.l., propone un sistema per la stima continua e cuffless della pressione arteriosa usando SOUNDI\textsuperscript{\textregistered}, un dispositivo wearable proprietario sviluppato dall'azienda stessa per il monitoraggio multimodale di parametri fisiologici e ambientali. È stata progettata, addestrata e valutata una rete neurale con architettura end-to-end che combina layer convoluzionali e Long Short-Term Memory (LSTM), in grado di estrarre automaticamente features dai segnali pre-processati e di predire direttamente i valori di pressione arteriosa sistolica e diastolica (SBP e DBP).\\ I dati sono stati raccolti da 20 soggetti sani (7 femmine, 13 maschi) mediante un protocollo di acquisizione dedicato, utilizzando come riferimento il dispositivo validato GIMA\textsuperscript{\textregistered} ABPM50. Con una suddivisione convenzionale 80%/20% tra training e test, il modello ha ottenuto un MAE pari a 2,980 mmHg per la SBP e 2,682 mmHg per la DBP, con valori di RMSE rispettivamente di 4,161 mmHg e 3,718 mmHg, e un coefficiente di correlazione di Pearson pari a R = 0,95 per entrambi i target. Tali risultati dimostrano l’accuratezza della stima cuffless della pressione arteriosa da parte del sistema, comparabile all’errore medio massimo dichiarato nel datasheet del dispositivo GIMA\textsuperscript{\textregistered} ABPM50, e incoraggiano future validazioni su coorti più ampie ed eterogenee di soggetti.