Resumen

La eficiencia energética sigue siendo un obstáculo para la monitorización inalámbrica de ECG a largo plazo y en tiempo real. En este artículo se propone un nodo de ECG Bluetooth de punto único basado en la detección digital comprimida (CS) para hacer frente al reto de la aplicación inalámbrica de ECG. Se implementa un esquema periódico de reposo/despertar y un algoritmo de compresión basado en CS en un nodo, que consta de un front-end analógico de ultra bajo consumo, un microcontrolador, un módulo de comunicación Bluetooth 4.0, etcétera. La mejora de la eficiencia y las características específicas del nodo se ponen de manifiesto mediante experimentos en los que se utilizan las señales de ECG muestreadas por el nodo propuesto durante las actividades diarias de estar tumbado, sentado, de pie, andando y corriendo. Utilizando la matriz binaria dispersa (SBM), el método de aprendizaje bayesiano disperso por bloques (BSBL) y la base de la transformada discreta del coseno (DCT), todas las señales de ECG se recuperaron esencialmente sin distorsión con diferencias cuadráticas medias (PRD) inferiores al 6%. El esquema de reposo/despertar y la compresión de datos propuestos pueden reducir el tiempo de emisión en enlaces inalámbricos de alto consumo energético; el consumo de energía del nodo propuesto es de 6,53 mJ, y el consumo de energía de la radio disminuye un 77,37%. Además, el aumento del consumo de energía causado por la ejecución del código CS es insignificante, y representa el 1,3% del consumo total de energía.

• Materias:Señales orofaciales Clasificación del cáncer Terapia de exposición Resonancias magnéticas Medicina de precisión
• Subjects:Orofacial signals Cancer classification Exposure therapy Magnetic resonance imaging Precision medicine
• Palabras claves:nodo, señales ECG, consumo de energía, nodo ECG Bluetooth puntual, ejecución de código CS, detección digital comprimida, transformada discreta del coseno, aumento del consumo de energía, enlaces inalámbricos hambrientos, aprendizaje bayesiano disperso.
• Keywords:node, ECG signals, energy consumption, spot Bluetooth ECG node, CS code execution, digital compressed sensing-, discrete cosine transform, energy consumption increase, hungry wireless links, sparse Bayesian learning