A photoplethysmogram (PPG) is a noninvasive circulatory signal related to the pulsatile volume of blood in tissue and is typically collected by pulse oximeters. PPG signals collected via mobile devices are prone to artifacts that negatively impact measurement accuracy, which can lead to a significant number of misleading diagnoses. Given the rapidly increased use of mobile devices to collect PPG signals, developing an optimal signal quality index (SQI) is essential to classify the signal quality from these devices. Eight SQIs were developed and tested based on: perfusion, kurtosis, skewness, relative power, non-stationarity, zero crossing, entropy, and the matching of systolic wave detectors. Two independent annotators annotated all PPG data (106 recordings, 60 s each) and a third expert conducted the adjudication of differences. The independent annotators labeled each PPG signal with one of the following labels: excellent, acceptable or unfit for diagnosis. All indices were compared using Mahalanobis distance, linear discriminant analysis, quadratic discriminant analysis, and support vector machine with leave-one-out cross-validation. The skewness index outperformed the other seven indices in differentiating between excellent PPG and acceptable, acceptable combined with unfit, and unfit recordings, with overall F 1 scores of 86.0%, 87.2%, and 79.1%, respectively.

The current state-of-the-art in automatic QRS detection methods show high robustness and almost negligible error rates. In return, the methods are usually based on machine-learning approaches that require sufficient computational resources. However, simple-fast methods can also achieve high detection rates. There is a need to develop numerically efficient algorithms to accommodate the new trend towards battery-driven ECG devices and to analyze long-term recorded signals in a time-efficient manner. A typical QRS detection method has been reduced to a basic approach consisting of two moving averages that are calibrated by a knowledge base using only two parameters. In contrast to high-accuracy methods, the proposed method can be easily implemented in a digital filter design.

Cardiovascular diseases are the number one cause of death worldwide. Currently, portable battery-operated systems such as mobile phones with wireless ECG sensors have the potential to be used in continuous cardiac function assessment that can be easily integrated into daily life. These portable point-of-care diagnostic systems can therefore help unveil and treat cardiovascular diseases. The basis for ECG analysis is a robust detection of the prominent QRS complex, as well as other ECG signal characteristics. However, it is not clear from the literature which ECG analysis algorithms are suited for an implementation on a mobile device. We investigate current QRS detection algorithms based on three assessment criteria: 1) robustness to noise, 2) parameter choice, and 3) numerical efficiency, in order to target a universal fast-robust detector. Furthermore, existing QRS detection algorithms may provide an acceptable solution only on small segments of ECG signals, within a certain amplitude range, or amid particular types of arrhythmia and/or noise. These issues are discussed in the context of a comparison with the most conventional algorithms, followed by future recommendations for developing reliable QRS detection schemes suitable for implementation on battery-operated mobile devices.

One in three adults worldwide has hypertension, which is associated with significant morbidity and mortality. Consequently, there is a global demand for continuous and non-invasive blood pressure (BP) measurements that are convenient, easy to use, and more accurate than the currently available methods for detecting hypertension. This could easily be achieved through the integration of single-site photoplethysmography (PPG) readings into wearable devices, although improved reliability and an understanding of BP estimation accuracy are essential. This review paper focuses on understanding the features of PPG associated with BP and examines the development of this technology over the 2010-2019 period in terms of validation, sample size, diversity of subjects, and datasets used. Challenges and opportunities to move single-site PPG forward are also discussed.

Hypertension is one of the most prevalent diseases and is often called the “silent killer” because there are usually no early symptoms. Hypertension is also associated with multiple morbidities, including chronic kidney disease and cardiovascular disease. Early detection and intervention are therefore important. The current routine method for diagnosing hypertension is done using a sphygmomanometer, which can only provide intermittent blood pressure readings and can be confounded by various factors, such as white coat hypertension, time of day, exercise, or stress. Consequently, there is an increasing need for a non-invasive, cuff-less, and continuous blood pressure monitoring device. Multi-site photoplethysmography (PPG) is a promising new technology that can measure a range of features of the pulse, including the pulse transit time of the arterial pulse wave, which can be used to continuously estimate arterial blood pressure. This is achieved by detecting the pulse wave at one body site location and measuring the time it takes for it to reach a second, distal location. The purpose of this review is to analyze the current research in multi-site PPG for blood pressure assessment and provide recommendations to guide future research. In a systematic search of the literature from January 2010 to January 2019, we found 13 papers that proposed novel methods using various two-channel PPG systems and signal processing techniques to acquire blood pressure using multi-site PPG that offered promising results. However, we also found a general lack of validation in terms of sample size and diversity of populations.

Elevated blood pressure (BP) is a major cause of death, yet hypertension commonly goes undetected. Owing to its nature, it is typically asymptomatic until later in its progression when the vessel or organ structure has already been compromised. Therefore, noninvasive and continuous BP measurement methods are needed to ensure appropriate diagnosis and early management before hypertension leads to irreversible complications. Photoplethysmography (PPG) is a noninvasive technology with waveform morphologies similar to that of arterial BP waveforms, therefore attracting interest regarding its usability in BP estimation. In recent years, wearable devices incorporating PPG sensors have been proposed to improve the early diagnosis and management of hypertension. Additionally, the need for improved accuracy and convenience has led to the development of devices that incorporate multiple different biosignals with PPG. Through the addition of modalities such as an electrocardiogram, a final measure of the pulse wave velocity is derived, which has been proved to be inversely correlated to BP and to yield accurate estimations. This paper reviews and summarizes recent studies within the period 2010–2019 that combined PPG with other biosignals and offers perspectives on the strengths and weaknesses of current developments to guide future advancements in BP measurement. Our literature review reveals promising measurement accuracies and we comment on the effective combinations of modalities and success of this technology.

Abstract Photoplethysmography is a key sensing technology which is used in wearable devices such as smartwatches and fitness trackers. Currently, photoplethysmography sensors are used to monitor physiological parameters including heart rate and heart rhythm, and to track activities like sleep and exercise. Yet, wearable photoplethysmography has potential to provide much more information on health and wellbeing, which could inform clinical decision making. This Roadmap outlines directions for research and development to realise the full potential of wearable photoplethysmography. Experts discuss key topics within the areas of sensor design, signal processing, clinical applications, and research directions. Their perspectives provide valuable guidance to researchers developing wearable photoplethysmography technology.

Objective: Despite the vast number of photoplethysmography (PPG) research publications and growing demands for such sensing in Digital and Wearable Health platforms, there appears little published on signal quality expectations for morphological pulse analysis. Aim: to determine a consensus regarding the minimum number of undistorted i.e., diagnostic quality pulses required, as well as a threshold proportion of noisy beats for recording rejection. Approach: Questionnaire distributed to international fellow researchers in skin contact PPG measurements on signal quality expectations and associated factors concerning recording length, expected artifact-free pulses ("diagnostic quality") in a trace, proportion of trace having artifact to justify excluding/repeating measurements, minimum beats required, and number of respiratory cycles. Main Results: 18 (of 26) PPG researchers responded. Modal range estimates considered a 2-min recording time as target for morphological analysis. Respondents expected a recording to have 86-95% of diagnostic quality pulses, at least 11-20 sequential pulses of diagnostic quality and advocated a 26-50% noise threshold for recording rejection. There were broader responses found for the required number of undistorted beats (although a modal range of 51-60 beats for both finger and toe sites was indicated). Significance: For morphological PPG pulse wave analysis recording acceptability was indicated if <50% of beats have artifact and preferably that a minimum of 50 non-distorted PPG pulses are present (with at least 11-20 sequential) to be of diagnostic quality. Estimates from this knowledge transfer exercise should help inform students and researchers as a guide in standards development for PPG study design.

EDITORIAL article Front. Digit. Health, 20 April 2023Sec. Health Informatics Volume 5 - 2023 | https://doi.org/10.3389/fdgth.2023.1196103