Athlete Monitoring into the Field: Bioengineering Approaches for Enhancing Performance and Safety

During sports activity, several psychophysical stressors act on the organism leading to exercise-induced physiological adaptations at multisystem levels. Challenging environments and level of training can add a burden to the athletes’ health leading to injuries and cardiorespiratory complications especially in presence of silent unknown cardiovascular diseases. Organism’s response to sport activity can be quantified by measuring physiological parameters through consumer-grade wearable devices, which are revolutionizing athlete’s screening through digital health application. These devices are easy to use and relatively affordable. Although, consumer-grade devices might not be accurate as medical-grade devices given the challenging acquisition scenario, neither clinically validated. The present thesis aims to review and propose new bioengineering approaches for the application of wearable and portable sensors for cardiorespiratory monitoring in specific sports scenario where miniaturized devices are needed and performance of existent signal processing algorithms is reduced by the exercise-induced non-stationarity of signals. Hence, the work presents the following contributions: an ensemble empirical mode decomposition based algorithm for R-peak detection in electrocardiograms; an algorithm for the detection of heart rate changes related to training phases; preliminary reference values for interpretation of electrocardiograms acquired by wearable sensors during the pre-exercise phase; investigation of cardiac repolarization adaptation to variations in cardiac rhythm; investigation of heart rate variability through symbolic analysis during different condition of psychophysical stress; a graphical user interface, named Sport?Sicuro!, for cardiac self-monitoring during exercise; a database, named Sport DB 2.0, containing cardiorespiratory data acquired through wearable and portable devices during sport activity.

Durante l’attività sportiva, diversi fattori di stress psicofisico agiscono sull’organismo generando adattamenti fisiologici a livello multisistemico. Ambienti e livelli di allenamento possono gravare sulla salute degli atleti, causando infortuni e disturbi cardiorespiratori in presenza di malattie cardiovascolari silenti e non diagnosticate. La risposta dell'organismo all'attività sportiva può essere quantificata misurando parametri fisiologici attraverso dispositivi indossabili commerciali, che stanno rivoluzionando il monitoraggio cardiorespiratorio degli atleti mediante applicazioni di medicina digitale. Questi dispositivi sono facili da usare e relativamente convenienti. Tuttavia, tali dispositivi potrebbero non essere accurati come i dispositivi medici date le condizioni di acquisizione più critiche, né validati clinicamente. Tale tesi propone nuovi approcci bioingegneristici per l'applicazione di dispositivi indossabili e portatili per il monitoraggio cardiorespiratorio in contesti sportivi dove sono necessari dispositivi miniaturizzati e le prestazioni degli algoritmi esistenti per l’elaborazione di segnali sono ridotte dalla variabilità dei segnali durante l’esercizio. L’elaborato presenta i seguenti contributi: un algoritmo basato su ensemble empirical mode decomposition per l’identificazione dei picchi R nell’elettrocardiogramma; un algoritmo per l’identificazione delle variazioni di frequenza cardiaca durante l’allenamento; valori preliminari di riferimento per l'interpretazione di elettrocardiogrammi acquisiti attraverso sensori indossabili durante la fase di pre-esercizio; uno studio sull’adattazione della ripolarizzazione cardiaca a cambi del ritmo cardiaco; uno studio riguardo l’analisi simbolica della variabilità del ritmo cardiaco in diverse condizioni di stress psicofisico; un'applicazione per l'automonitoraggio cardiaco durante l'esercizio; un database di dati cardiorespiratori acquisiti tramite dispositivi indossabili durante l'esercizio.