一种基于脉搏波的无创连续血压测量方法

吕海姣，严壮志，陆维嘉

上海大学通信与信息工程学院，上海，200072

血压是指血液在血管内流动时对血管壁所施加的侧压力，它反映心血管功能的重要生理指标，在疾病诊断、治疗效果观察和进行预后判断等方面都有着重要的意义[1]。血压测量方法分为直接测量法和间接测量法两种。直接测量法测量的血压是最准确的，被国际认定为血压测量的金标准，但其技术要求较高，且是有创的，所以仅适用于临床上危重患者及大手术的血压测量。间接测量法又称无创测量，这种方法简便易行，在临床上得到了广泛应用。

无创测量法又可细分为间歇式测量法和连续式测量法。间歇式测量法测得的是某一特定时刻的血压值，不能满足临床的需要[2]。连续式测量法能够检测每搏血压值，为临床诊断与治疗提供了更加充分的依据，特别是在临床监护以及特殊情况下需要观察血压连续变化时具有传统方法无法比拟的优势。

在无创连续血压测量方法中，目前比较成熟的是动脉张力法和容积补偿法。动脉张力法中使用的传感器对位移具有高度灵敏性，要保持长时间传感器测量位置相对固定比较困难[3]。容积补偿法中由于气囊压力的作用，长时间测量会导致静脉充血而影响测量精度，同时被测者也会感觉不适[4]。脉搏波的波形幅度和形态包含了心脏和心血管系统的许多重要生理信息，对它进行检测和分析，对心血管疾病的预防与临床诊断治疗方面有着重要的意义和作用[5]。许多学者确信血压与脉搏之间存在密切的相关性，由此产生了基于脉搏波的无创连续血压测量方法。其中研究最多的是脉搏波传导速度方法，它解决了张力测定法与容积补偿法装置复杂、检测难度大的问题，但是受各种因素的影响，测量精度还有待提高。因此，本文针对脉搏波特征参数与血压之间的关系。首先提取人体肱动脉脉搏波的特征参数，然后通过逐步回归分析建立血压模型，即血压与脉搏波特征参数之间的关系方程，据此方程即可测量人体每搏的收缩压与舒张压，实现基于脉搏波的无创连续血压测量。本文最后对此方法进行了验证和讨论。

1 测量方法

1.1 原理

脉搏波是由心脏搏动产生的。当脉搏波由心脏向动脉系统传播时，在受到心脏影响的同时，也会受到所流经的各级动脉及其分支中的各种生理因素，如血液黏性、血管阻力和血管壁弹性等的影响。因此，脉搏波中包含非常丰富的心血管生理病理信息，其波形幅度和形态可以反映血压等人体心血管系统生理病理状态[6]。本文提出基于脉搏波的无创连续血压测量方法，旨在找出人体血压与脉搏波特征参数之间的关系。

1.2 脉搏波特征参数提取

本文提出的基于脉搏波的无创连续血压测量方法，本质在于找出血压与脉搏波特征参数之间的关系，因此首要的是提取脉搏波的特征参数。脉搏波的特征参数有波形参数、时间参数及面积参数等[7]，在提取这些特征参数之前，首先必须识别脉搏波特征点。

本文采用了6个脉搏波特征点，它们的变化分别反映出心血管的不同状态。如图1所示，B点是主动脉脉瓣开放点，C点是收缩期最高压力点，点D是主动脉扩张降压点，点E是左心室舒张期开始点，点F是重搏波起点，点G是重搏波最高压力点。

图1 脉搏波的特征点Fig.1 Feature points of the pulse wave

根据它们的特征，本文采用不同的方法对它们进行识别。本文中特征点的识别顺序先是B和C，然后是F和G，最后是D和E。简要描述特征点的识别方法如下。

首先是脉搏波周期的识别，本文采用小波模极大值法对脉搏波进行周期分割[8]。脉搏波周期确定之后，在每个脉搏波周期范围内寻找到最小值和最大值，它们分别对应和两点。

对于F和G点的确定，先是在特定区间内判断是否有极值点，若有则认为该对极值点即是F和G点，若没有则找曲率最大的点即F点和曲率最小的G点即点。其中特定区间是通过对上百例肱动脉脉搏波作统计分析之后确定的。

特征D点为每个脉搏波周期内二阶差分最大值所对应的点，然后在点D和点F间寻找最小斜率点即是特征点E。这6个特征点的识别结果如图2所示。

图2 脉搏波特征点的识别结果Fig.2 Recognition result of the pulse wave feature points

在识别这些特征点的基础上，计算脉搏波特征参数。本文选取了13个特征参数，即主波高度、降中峡相对高度H、重搏波相对高度h/H、主波上升斜率V、脉动周期时间T、收缩期时间比T1/T、舒张期时间比T2/T和H(1+T1/T2)、收缩期面积比Sa/S、舒张期面积比Sb/S、脉搏波波形特征量K、收缩期面积特征量K1、舒张期面积特征量K2。其中，H(1+T1/T2)是一个反映心输出量大小的物理量[9]。K值是一个以脉搏波波图面积变化为基础的脉搏波波形特征量，它可反映血管外周阻力、血管壁弹性和血液黏度等人体心血管系统中最为重要的一些生理参数[10]。K1和K2是在K值的基础上提出的以重搏波谷为界将脉搏波波形分为两部分所对应的波形特征量，它们的变化能够反映人体心脏、血管、血压和微循环功能的变化[11]。

1.3 血压模型

1.3.1 模型的建立

为了建立血压和脉搏波特征参数之间的关系方程，我们选择了11名20～25周岁的健康受试者(男性5名，女性6名)进行实验来获取数据。实验步骤如下：首先，受试者在温度为25oC的房间内休息15 min；然后，采用HK2000C压电脉搏传感器采集肱动脉处的脉搏波形，采集时间至少为1 min，与此同时采用水银血压计测量受试者的血压50次，每次测量时间间隔为2～3 min。从采集的脉搏波形中选出50个较为平稳的波形，对每个脉搏波形识别特征点并提取前面所提到的13个特征参数。

根据上述数据，对于每名受试者分别以收缩压(SBP)和舒张压(DBP)为应变量，以提取的13个脉搏波特征参数为自变量，使用软件SPSS11.5进行逐步回归分析，结果如表1和表2所示。由于采用的是小样本分析，因此选择α值为0.1和0.15，分别作为选入或剔除自变量的F检验水准。

由表1和表2可以看出，多数人的收缩压与主波上升斜率V相关性较好，而舒张压与脉搏波波形特征量K相关性较好。由于个体差异性，每个人的血压特征方程是不同的。以其中一名受试者为例，通过逐步回归分析得到收缩压和舒张压的特征方程分别为：

表1 收缩压的回归分析结果Tab.1 Regression result of systolic pressure

表2 舒张压的回归分析结果Tab.2 Regression result of diastolic pressure

1.3.2 血压估计方法

根据血压与脉搏波之间密切的相关性以及上述分析的结果，本文提出了基于脉搏波的无创连续血压测量方法。

第一，建立血压模型。先采用HK2000C压电脉搏传感器，采集人体肱动脉处的脉搏波形，同时采用水银血压计测量受试者的血压50次。后从采集的脉搏波形中选出50个较为平稳的波形，对每个脉搏波形识别特征点并提取前面提到的13个特征参数。最后以提取的13个特征参数为自变量，以水银血压计测得的50个血压值为应变量，进行逐步回归分析，最终找出与血压显著相关的特征参数，建立血压特征方程。其流程如图3所示。

图3 血压模型的建立流程图Fig.3 Flow diagram of establishing blood pressure model

图4 血压估计流程图Fig.4 Flow diagram of measuring blood pressure

第二，估计血压。根据第一步建立的血压模型估计血压，首先要采集脉搏波形，然后识别各个脉搏波的特征点并提取血压方程中的特征参数，最后将这些参数代入血压方程中即可得到人体每博的收缩压与舒张压，从而实现基于脉搏波的无创连续血压测量。其流程如图4所示。

表3 脉搏波法血压测量与水银血压计血压测量的误差分析Tab.3 Error analysis of blood pressure measured by pulse wave and mercury sphygmomanometer

2 验证

为了检验上述方法测量血压的准确性，本文采用Bland-Altman法将其与水银血压计测量方法进行一致性分析。Bland-Altman法能够同时反映测量过程中的系统误差和偶然误差，是评价两种血压测量方法一致性的检验手段。针对每名受试者使用上述两种方法分别采集50对血压值，并做Bland-Altman分析图，大部分的点都落在了95%的置信区间内，由此说明了这两种方法的一致性较好。图5为其中1名受试者的Bland-Altman分析图，收缩压和舒张压的误差精度分别为1.433.12 mmHg和-2.482.2 mmHg。

表3是脉搏波法血压测量与水银血压计血压测量的误差精度表，表中的误差精度为两种方法的平均差值标准方差。由表3可以看出，与水银血压计血压测量相比，脉搏波法血压测量测出的收缩压与舒张压平均差值都小于3 mmHg，标准方差都小于5 mmHg。

本实验中误差来源主要有两方面：

(1)水银血压计测量血压时间较长，被压迫的血管在很短的时间内很难完全恢复，从而造成水银血压计测量血压不够精确。

(2)采集脉搏波时很容易受到各种噪声的影响，虽经过信号处理，但是仍叠加有微弱的呼吸等干扰成分，应加强信号处理，滤除这些干扰成分。

3 结语

根据血压与脉搏波之间密切的相关性以及血压与脉搏波特征参数的逐步回归分析结果，本文提出一种基于脉搏波的无创连续血压测量方法。该方法通过提取人体肱动脉脉搏波的特征参数，通过逐步回归分析建立血压与脉搏波特征参数之间的关系方程，据此方程即可估计人体每搏的收缩压与舒张压，从而实现无创连续血压测量。基于Bland-Altman法的验证结果表明，本文方法测得的血压与水银血压计测得的血压具有很好的一致性，收缩压与舒张压的平均差值都小于3 mmHg，标准方差都小于5 mmHg。基于脉搏波的无创连续血压测量方法能够测量人体每搏的收缩压与舒张压，因此实现了真正意义上的无创连续血压测量。

图5 脉搏波血压测量方法与水银血压计二者所测血压的Bland-Altman图Fig.5 Bland-Altman analysis of blood pressure measured by pulse wave and mercury sphygmomanometer

[1]C Luo, T Y Li, X L.Quan, et al.A new algorithm of blood pressure measurement based on oscillometric method[J].Automation Congress, 2008，1-4.

[2]Y.Chen, C Wen, G C Tao, et al.Continuous and noninvasive blood pressure measurement: a novel modeling methodology of the relationship between blood pressure and pulse wave velocity[J].Annals of Biomedical Engineering, 2009, 37(11): 2222-2233.

[3]S.Tanaka, M Nogawa, T Yamakoshi, et al.Accuracy assessment of a noninvasive device for monitoring beat-by-beat blood pressure in the radial artery using the volume-compensation method[J].IEEE Transactions on Biomedical Engineering, 2007, 54(10): 1892-1895.

[4]K.Yamakoshi, M Nakagawara, S.Tanaka.Portable instrument for beat-by-beat cardiovascular monitoring based on volumecompensation and bio-admittance method[J].Proceedings of the first joint BMES/EMBS conference, 1999.

[5]M F O’Rourke.Time domain analysis of the arterial pulse in clinical medicine[J].Medical & Biological Engineering &Computing, 2009, 47(2): 119–129.

[6]汤池, 杨国胜, 王跃民, 等.利用逐步回归法分析家兔血压和脉搏波特征参数的相关性[J].第四军医大学学报.2005，26(6): 568-570.

[7]Z C Lou, S Zhang, Y M Yang.Engineering analysis for pulse wave and its application in clinical practice[M].Beijing: Science Press,2006.

[8]王燕, 白涛, 康景利.基于小波模极大原理的脉象特征提取研究[J].航天医学与医学工程, 2006, 19(1).41-46.

[9]邓原成, 王新.新脉象图的参数模型及其应用研究[J].北京生物医学工程, 1994, 13(1): 1-9.

[10]罗志昌, 张松, 杨文鸣，等.脉搏波波形特征信息的研究[J].北京工业大学学报, 1996, 22(1):71-79

[11]张俊利, 蔺嫦燕, 杨琳，等.脉搏波波形特征信息检测及与部分血流动力学变化相关分析[J].生物医学工程与临床, 2008,12(2):104-107.