SISTEMA DE ADQUISICIÓN DE SEÑALES FOTOPLETISMOGRÁFICAS PARA LA ESTIMACIÓN NO INVASIVA DE GLUCOSA EN SANGRE (PHOTOPLETHYSMOGRAPHY SIGNAL ACQUISITION SYSTEM FOR NONINVASIVE BLOOD GLUCOSE ESTIMATION)

Felipe Jiménez González, Brayans Becerra Luna, Juan Carlos Sánchez García

Resumen


Resumen
La diabetes mellitus (DM) es un trastorno metabólico y una de las principales causas de muerte en México y a nivel mundial. Las personas con DM requieren un monitoreo frecuente de sus niveles de glucosa a fin de evitar complicaciones. Actualmente, el método comúnmente utilizado se realiza mediante punciones en las yemas de los dedos para obtener una muestra de sangre a analizar, lo cual conlleva el riesgo de infecciones por la toma constante de muestras.
Esta investigación propone un sistema de adquisición de señales fotopletismográficas con un LED IR a 940 nm capaz de interactuar con la molécula de la glucosa considerando las condiciones de peso del participante. Los resultados son clínicamente aceptables demostrando una alta confiabilidad del sistema propuesto respecto a un glucómetro convencional, logrando una de hasta 0.9739 y estimaciones en las regiones A y B en el análisis de la rejilla de errores de Clarke.
Palabras Clave: Infrarrojo cercano, Diabetes Mellitus, Fotopletismografía, Glucómetro, No invasivo.

Abstract
Diabetes mellittus (DM) is a metabolic disorder and one of the main causes of death in Mexico and worldwide. People with DM require frequent monitoring of their glucose levels to avoid complications. Currently, the commonly used method it’s performed by punctures on the fingertips to obtain a sample of blood to be analyzed, this carries de risk of infections due to constant sampling.
This research proposes a system for acquiring photoplethysmographic signals with an IR LED at 940 nm capable of interacting with the glucose molecule considering the weight conditions of the participant. The results are clinically acceptable, demonstrating a high reliability of the proposed system compared to a conventional glucometer, achieving an of up to 0.9739 and estimates in regions A and B in the Clarke error grid analysis.
Keywords: Near Infrarred, Diabetes Mellitus, photopletysmography, Glucometer, non-invasive.

Texto completo:

450-467 PDF

Referencias


Williams, L. (2007). Diabetes Mellitus: Guía de manejo del paciente (N. Holmes, J. Robinson, & B. Tscheschlog (Eds.); first). Wolter Kluver.

Durante, E. N. M. (2021). Comunicado de prensa Núm. 402 / 21 29 de julio de 2021 características de las defunciones registradas 1950–2015.

Organización Mundial de la Salud. (2018). Las 10 principales causas de defunción. Centro de Prensa OMS (Vol. 1, pp. 1–2). https://www.who.int/es/news-room/fact-sheets/detail/the-top-10-causes-of-death

Dhalwar, S., Karthikeyan, B. & Narkhede, P. & (2016). NIR based non-invasive blood glucose measurement. Indian Journal of Science and Technology, 9(41). https://doi.org/10.17485/ijst/2016/v9i41/98996

Ackovska, N., Gusev M., Koteska, B., Kostoska, M., Poposka, L., Simjanoska, M., Spasevski, G., Stojmenski, A., Tasic, J., & Trontelj, J. (2020). Noninvasive Glucose Measurement Using Machine Learning and Neural Network Methods and Correlation with Heart Rate Variability. Journal of Sensors, 2020. https://doi.org/10.1155/2020/9628281

Barton, F., Theory and principles of near infrared spectroscopy, in Proceedings of the Korean Society of Near Infrared Spectroscopy Conference. The Korean Society of Near Infrared Spectroscopy, pp. 1012–1012, 2001

Bai X., Cheng H. Yang, Deng, C., W., Li, Y., and Liao N. Determination of NIR informative wavebands for transmission non-invasive blood glucose measurement using a Fourier transform spectrometer, AIP Adv., vol. 8, no. 3, 2018, doi: 10.1063/1.5017169.

Aslam, R., Hina, A., Nadeem, H., and Saadeh, W. A Single LED Photoplethysmography-based Noninvasive Glucose Monitoring Prototype System, Proc. - IEEE Int. Symp. Circuits Syst., vol. 2019-May, 2019, doi: 10.1109/ISCAS.2019.8702241.

Castro, L. A., Hernandez, K. R., Guerra-Alvarado, O. M., & Tellez Anguiano, A. D. C. (2019). Non-Invasive Glucose Measurement Using Spectrography in near Infrared (NIR). IEEE Latin America Transactions, 17(11), 1754–1760. https://doi.org/10.1109/TLA.2019.8986412

Semiconductors, V. (2014). High Power Infrared Emitting Diode, 940 nm, GaAlAs, MQW. www.vishay.com/doc?91000

Winder, S. Analog and digital filter design, Second. Amsterdam: Newnes, 2002.

Edgar Guevara (2021). Clarke Error Grid Analysis (https://www.mathworks.com/matlabcentral/fileexchange/20545-clarke-error-grid-analysis), MATLAB Central File Exchange. Retrieved June 22, 2021.

Leggio, M., Lombardi, M., Caldarone, E., Severi, P., D’emidio, S., Armeni, M., Bravi, V., Bendini, M. G., & Mazza, A. (2017). The relationship between obesity and hypertension: An updated comprehensive overview on vicious twins. Hypertension Research, 40(12), 947–963. https://doi.org/10.1038/hr.2017.75






URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Barra de separación

Licencia Creative Commons    Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada.    

TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA

Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México

Tel. 461 61 17575 Ext 5450 y 5146

pistaseducativas@itcelaya.edu.mx

http://itcelaya.edu.mx/ojs/index.php/pistas