AcousAF: Acoustic Sensing-Based Atrial Fibrillation Detection System for Mobile Phones

📄 arXiv: 2408.04912v1 📥 PDF

作者: Xuanyu Liu, Haoxian Liu, Jiao Li, Zongqi Yang, Yi Huang, Jin Zhang

分类: cs.SD, cs.CE, cs.ET, cs.LG, eess.AS

发布日期: 2024-08-09

备注: Accepted for publication in Companion of the 2024 ACM International Joint Conference on Pervasive and Ubiquitous Computing (UbiComp Companion '24)

DOI: 10.1145/3675094.3678488

💡 一句话要点

提出AcousAF，一种基于智能手机声学传感的心房颤动检测系统

🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation)

关键词: 心房颤动检测 声学传感 智能手机 脉搏波 机器学习

📋 核心要点

  1. 现有移动AF检测系统易受环境影响，用户操作繁琐，限制了其广泛应用。
  2. AcousAF利用智能手机的扬声器和麦克风，通过声学传感方式获取手腕脉搏波，实现AF检测。
  3. 实验结果表明，AcousAF系统具有较高的性能，准确率达到92.8%，F1分数为87.1%。

📝 摘要（中文）

心房颤动(AF)的特征是心房内不规则的电脉冲，可能导致严重的并发症甚至死亡。由于AF的间歇性，早期和及时的监测对于患者预防病情进一步恶化至关重要。虽然动态心电图Holter监护仪提供了准确的监测，但这些设备的高成本阻碍了其更广泛的应用。目前基于移动设备的AF检测系统提供了一种便携式解决方案。然而，这些系统存在各种适用性问题，例如容易受到环境因素的影响，并且需要用户付出大量的努力。为了克服上述限制，我们提出了AcousAF，一种基于智能手机声学传感器的新型AF检测系统。特别是，我们探索了使用智能手机扬声器和麦克风从手腕获取脉搏波的潜力。此外，我们提出了一个精心设计的框架，包括脉搏波探测、脉搏波提取和AF检测，以确保准确和可靠的AF检测。我们利用智能手机上的自定义数据收集应用程序从20名参与者那里收集数据。大量的实验结果表明，我们的系统具有很高的性能，准确率为92.8%，精确率为86.9%，召回率为87.4%，F1分数为87.1%。

🔬 方法详解

问题定义：现有移动心房颤动(AF)检测系统存在易受环境因素干扰、需要用户大量操作等问题，限制了其在实际场景中的应用。传统的Holter监护仪虽然准确，但成本高昂，难以普及。因此，需要一种低成本、易用且可靠的AF检测方案。

核心思路：AcousAF的核心思路是利用智能手机内置的扬声器和麦克风，通过声学传感的方式获取手腕的脉搏波信号。脉搏波信号包含了丰富的心脏活动信息，可以用于判断是否存在心房颤动。通过分析脉搏波的特征，可以实现AF的准确检测。

技术框架：AcousAF系统主要包含三个阶段：脉搏波探测、脉搏波提取和AF检测。首先，系统利用智能手机扬声器发出特定频率的声音信号，并使用麦克风接收手腕反射回来的信号，完成脉搏波探测。然后，通过信号处理算法，从接收到的信号中提取出有效的脉搏波。最后，利用机器学习模型对提取的脉搏波进行分析，判断是否存在心房颤动。

关键创新：AcousAF的关键创新在于利用智能手机的声学传感器进行脉搏波采集，无需额外的硬件设备，降低了成本和使用门槛。此外，该系统设计了一个完整的脉搏波探测、提取和AF检测框架，保证了检测的准确性和可靠性。

关键设计：在脉搏波探测阶段，需要选择合适的声波频率，以获得最佳的信号质量。在脉搏波提取阶段，可以使用带通滤波器、小波变换等方法去除噪声和干扰。在AF检测阶段，可以使用支持向量机(SVM)、随机森林等机器学习模型进行分类。论文中具体使用的参数设置和模型结构未知。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

AcousAF系统在20名参与者的数据集上进行了验证，实验结果表明，该系统具有较高的性能，准确率达到92.8%，精确率为86.9%，召回率为87.4%，F1分数为87.1%。这些结果表明，AcousAF是一种有效的AF检测方法，具有实际应用潜力。与需要额外硬件的传统方法相比，AcousAF的优势在于其低成本和易用性。

🎯 应用场景

AcousAF具有广泛的应用前景，可用于居家健康监测、远程医疗、以及运动健康管理等领域。该系统能够帮助用户随时随地进行AF检测，及时发现潜在的健康风险，并采取相应的预防措施。此外，AcousAF还可以为医生提供更全面的患者数据，辅助诊断和治疗，具有重要的临床价值。

📄 摘要（原文）

Atrial fibrillation (AF) is characterized by irregular electrical impulses originating in the atria, which can lead to severe complications and even death. Due to the intermittent nature of the AF, early and timely monitoring of AF is critical for patients to prevent further exacerbation of the condition. Although ambulatory ECG Holter monitors provide accurate monitoring, the high cost of these devices hinders their wider adoption. Current mobile-based AF detection systems offer a portable solution. However, these systems have various applicability issues, such as being easily affected by environmental factors and requiring significant user effort. To overcome the above limitations, we present AcousAF, a novel AF detection system based on acoustic sensors of smartphones. Particularly, we explore the potential of pulse wave acquisition from the wrist using smartphone speakers and microphones. In addition, we propose a well-designed framework comprised of pulse wave probing, pulse wave extraction, and AF detection to ensure accurate and reliable AF detection. We collect data from 20 participants utilizing our custom data collection application on the smartphone. Extensive experimental results demonstrate the high performance of our system, with 92.8% accuracy, 86.9% precision, 87.4% recall, and 87.1% F1 Score.