Abstract

Wearable devices provide their users with feedback and guidance for daily behavior. The objective of this thesis was to develop new algorithms for wearable devices and validate them for long-term assessment of human health-related behavior. In addition to technical accuracy, attention was also paid to feasible long-term use and usability as a research tool at big scale.

The main sensor arrangements in this work were a digital accelerometer integrated into a wrist-band and optical photoplethysmographic sensor integrated into a wellness ring. In this work, new algorithms were developed for quantification of daily physical activity and sleep schedule. The same technology was also used to evaluate physiological responses in resting heart rate and heart rate variability. The measurements were validated against gold standard methods. In addition to separate measurements, the use of the sensor solutions was extended to a combined big data evaluation of lifestyle factors, sleep quality and body responses.

The algorithms embedded in the wrist-band were able to detect a training-induced change in daily energy expenditure. The developed models explained 62–85% of the inter-individual variability in total energy expenditure. High agreement between ring PPG and the ECG based measurement of night-time heart rate variability was shown (r²=0.980). In addition, the results showed that the data gathered with the ring reflect behavioral, societal and seasonal effects on resting heart rate at the population scale. Moreover, the collected data displayed how bedtime inconsistency and alcohol consumption negatively affect human recovery by means of reduced HRV and worsened sleep quality.

The solutions developed in this work combine daily physical activity and nightly recovery metrics. The methodology has already been embedded in commercial devices that are used world-wide. The biggest dataset of this work analyzes human body responses from over 55,000 subjects and provides the highest available precision for human responses to seasons. This work studied healthy individuals; future work will enable more accurate tracking of other groups as well, including people with physical disability, pregnancy and arrhythmia.

Tiivistelmä

Puettavan teknologian tuotteet tarjoavat käyttäjilleen henkilökohtaisen palautejärjestelmän päivittäisen käyttäytymisen seurantaan ja ohjaukseen. Tämän tutkimuksen tavoitteena oli kehittää ja validoida uutta puettavaa anturiteknologiaa terveyskäyttäytymisen mittaamiseen. Teknisen suorituskyvyn lisäksi kehitettävältä teknologialta edellytettiin käyttömukavuutta pitkäaikaisissa mittauksissa ja käyttökelpoisuutta tutkimustyökaluna laajoissa aineistoissa.

Väitöskirjatyön tärkeimmät mittausjärjestelyt olivat rannekkeeseen integroitu digitaalinen kiihtyvyysanturi ja hyvinvointisormukseen integroitu pulssimittaus. Työssä kehitettiin laskentamenetelmät päivittäisen liikunta-aktiivisuuden ja unirytmin mittausta varten. Samalla teknologialla mitattiin myös kehon fysiologisia vasteita — leposykettä ja sykevaihtelua. Mittaukset validoitiin luotettavilla vertailumenetelmillä. Erillisten mittausten lisäksi työssä yhdistettiin päivän toiminnan, yöunen laadun ja kehon vasteiden havainnointi laajoissa aineistoissa.

Rannemittariin integroidulla laskentamenetelmällä pystyttiin toteamaan liikuntaharjoittelun vaikutus päivittäiseen energiankulutukseen. Kehitetyt mallit selittivät 62–85 % yksilöiden välisestä päivittäisen energiankulutuksen vaihtelusta. Sormuksessa toimiva sykevaihtelun arviointimenetelmä voitiin todeta erittäin luotettavaksi EKG:hen verrattuna yön yli tehtävissä mittauksissa (r² = 0,980). Tulosten mukaan sormuksella kerätyllä datalla pystyttiin myös havainnollistamaan käyttäytymisen ja vuodenaikoihin liittyvien tekijöiden vaikutuksia leposykkeeseen ja sykevaihteluun. Analysoitu data esimerkiksi osoitti unirytmin epäsäännöllisyyden ja alkoholinkäytön vaikuttavan kielteisesti palautumiseen, mikä ilmeni alentuneena sykevaihteluna ja huonompana unen laatuna.

Työssä kehitetyt ratkaisut yhdistävät päivän aktiivisuuden ja yön palauttavuuden mittauksen. Menetelmät on otettu käyttöön kuluttajatuotteissa, joita käytetään eri puolilla maailmaa. Suurin aineisto tarkastelee yli 55 000 käyttäjän leposykkeitä ja muodostaa laajimman koskaan toteutetun vuodenaikaan liittyvien fysiologisten vasteiden tutkimuksen. Tämän tutkimuksen aineistot koostuivat pääsääntöisesti terveistä henkilöistä; tulevat tutkimukset selvittävät kehitetyn teknologian soveltuvuutta myös muille käyttäjäryhmille, esimerkiksi liikuntarajoitteisille, raskaana oleville ja rytmihäiriöistä kärsiville.

Osajulkaisut / Original papers

Osajulkaisut eivät sisälly väitöskirjan elektroniseen versioon / Original papers are not included in the electronic version of the dissertation.

1. Kinnunen, H., Tanskanen, M., Kyröläinen, H., & Westerterp, K. R. (2012). Wrist-worn accelerometers in assessment of energy expenditure during intensive training. Physiological Measurement, 33(11), 1841–1854. https://doi.org/10.1088/0967-3334/33/11/1841

2. Kinnunen, H., Häkkinen, K., Schumann, M., Karavirta, L., Westerterp, K. R., & Kyröläinen, H. (2019). Training-induced changes in daily energy expenditure: Methodological evaluation using wrist-worn accelerometer, heart rate monitor, and doubly labeled water technique. PLOS ONE, 14(7), e0219563. https://doi.org/10.1371/journal.pone.0219563

   Rinnakkaistallennettu versio / Self-archived version

3. Kinnunen, H., Rantanen, A., Kenttä, T., & Koskimäki, H. (2020). Feasible assessment of recovery and cardiovascular health: accuracy of nocturnal HR and HRV assessed via ring PPG in comparison to medical grade ECG. Physiological Measurement, 41(4), 04NT01. https://doi.org/10.1088/1361-6579/ab840a

   Rinnakkaistallennettu versio / Self-archived version

4. Koskimäki, H., Kinnunen, H., Kurppa, T., & Röning, J. (2018). How Do We Sleep: A case study of sleep duration and quality using data from oura ring.. Proceedings of the 2018 ACM International Joint Conference and 2018 International Symposium on Pervasive and Ubiquitous Computing and Wearable Computers - UbiComp ’18, 714–717. https://doi.org/10.1145/3267305.3267697

5. Koskimäki, H., Kinnunen, H., Rönkä, S., & Smarr, B. (2019). Following the heart: What does variation of resting heart rate tell about us as individuals and as a population.. Proceedings of the 2019 ACM International Joint Conference on Pervasive and Ubiquitous Computing and Proceedings of the 2019 ACM International Symposium on Wearable Computers - UbiComp/ISWC ’19, 1178–1181. https://doi.org/10.1145/3341162.3344836