基于多传感器的无创血压测量系统的研究*

2015-05-09周聪聪涂春龙叶学松

传感技术学报 2015年5期

关键词：脉搏手臂滤波器

高云,周聪聪,田健,涂春龙,叶学松

(浙江大学生物传感器国家专业实验室,生物医学工程教育部重点实验室,生仪学院,杭州 310027)

基于多传感器的无创血压测量系统的研究*

高云,周聪聪,田健,涂春龙,叶学松*

(浙江大学生物传感器国家专业实验室,生物医学工程教育部重点实验室,生仪学院,杭州 310027)

针对无创血压测量过程中易受手臂运动干扰影响测量准确度,设计研究了一种无创血压测量中抗运动干扰系统。该系统在常规的无创血压测量基础上,通过集成MEMS加速度传感器,实时采集血压测量过程中手臂运动的加速度信号,并将该信号作为自适应滤波器的参考信号来抵消原始信号中的运动干扰。实验结果表明该系统对测量过程中手臂局部运动的血压检测具有较好的抗运动干扰作用。该方法可用于其他已经存在的可穿戴的动态血压监测系统当中,提高其抗干扰能力,并对其他人体生理参数的穿戴式检测技术具有重要意义。

血压;自适应滤波;穿戴式;加速度传感器;抗运动干扰

随着物联网技术的发展,基于穿戴式传感器的生理参数监测设备正逐渐成为研究热点[1-3]。近年来心电、呼吸、血压等穿戴式测量设备层出不穷。Ferreira Marques F A等人研究设计的穿戴式心电血压监测系统,可以实时监测穿戴者的心电和血压[4]。Lim C Y等人利用织物电极,设计研究了一种可穿戴式衣衫,用来监听穿戴者的心电信号并且可以判断其心率是否异常[5]。Kundu S K等人自主设计了一种可穿戴式的纺织电容呼吸传感器,用来测量人体的呼吸率[6]。然而,穿戴式生理参数监测设备真正应用到日常生活之中,仍需要克服许多困难。由于穿戴式生理参数监测设备的应用场景大多数是在日常生活之中,设备的抗运动干扰能力尤其重要,这是限制其应用的主要原因之一[7]。

在众多生理参数测量中,血压测量更易受到运动的影响[8]。特别地,就目前市场存在的一些可穿戴的动态血压监测装置而言,大多数是在穿戴者静止状态下测量的,这严重限制了可穿戴动态血压监测系统的应用。因此,血压的抗运动干扰测量研究对血压测量技术的提高乃至未来可穿戴动态血压监测装置的真正实现具有十分重要的意义。同时,本文提出并实现的方法也对其他人体生理信号检测的穿戴式技术的发展具有普遍的意义。

在日常生活中主要适用的是无创血压测量。目前市场上存在的可穿戴动态血压监测系统广泛采用的是示波法测量,示波法主要是利用在放气过程中脉搏波幅度的规律性变化来判定收缩压和舒张压的。随着袖带内压力的逐渐降低,具体过程可分为以下4个阶段[9]:①当袖带压力大于收缩压时,脉搏波幅度较小;②当袖带压力等于收缩压时,脉搏波幅度逐渐增加;③当袖带内压力等于平均压时,脉搏波幅度最大;④当袖带内压力大于平均压时,脉搏波幅度逐渐开始减小。

示波法测量血压简单易行,但是对于脉搏波幅度信号的准确度要求较高,而脉搏波容易受到手臂运动的干扰。这就是无创血压测量易受运动干扰的主要原因之一。针对示波法测量血压过程中,抗运动干扰问题的,国内外学者进行了大量的研究。全晓莉等人根据大量的病例数据分析,总结出了一套经验方法,消除运动带来的奇异峰值[10]。由于该方法是根据作者设计的测量系统进行大量数据统计得出的,所以在用于其他测量系统时,需要重新进行大量的测试统计,适用性较差。Koo Y等人利用加速度传感器采集手臂的运动信号,并建立模型分析了运动信号对脉搏波信号的干扰,运动信号通过模型转化成对袖带内压力的干扰,但是仅仅是建立了模型,并没有应用到实际的血压测量系统当中[11]。Choi H S等人利用电容传感器来检测手臂的运动信号,以此作为参考信号,对运动干扰进行噪声抵消,取得了一些成果,但是作者只针对血压的脉搏波波形做了一些处理,并没有得到血压测量值,分析算法的有效性[12-14]。

本文在前人的研究基础上,设计一个无创血压测量系统,利用加速度传感器采集到的加速度信号作为自适应滤波的参考输入,对脉搏波信号进行滤波处理,去除运动信号的干扰,提高了无创血压测量系统的抗干扰能力。

1 系统设计

1.1 硬件系统

本系统的硬件电路主要分为3个部分,包括充气与放气的气路模块、电路模块以及信号采集模块。系统的实物图内部结构图如图1(a)所示。本系统采用的是意法半导体公司出品的LIS3DH加速度传感器,该传感器可以同时测量三轴重力加速度,精确测量人体的运动状态,具有功耗低、精确度和灵敏度高的特点。图1(b)显示的是本系统的完整装置。图1(c)所示是系统正在进行测量。

图1 血压测量系统

1.1.1 气路模块

为了控制系统的尺寸,充气气路模块采用的KPM14A迷你直流小气泵,本系统的放气气路模块采用的是KSV15C比例可调线性放气阀和快速放气阀,用来控制线性放气,实时采集气路中的气压。通过调节控制信号的占空比,来实现对放气速度的调节。

1.1.2 电路模块

该系统的主控芯片是TI的MSP430FG4618,用于控制系统的自动充放气、A/D转换以及进行运算。该单片机功耗低,资源丰富,稳定性强,自带12位A/D转换器。芯片可通过蓝牙模块将数据传输到上位机用于数据分析。脉搏波信号经过放大之后,通过一个带通滤波器,最后经过CPU的A/D转换模块转换为数字信号。

1.2 软件设计

血压测量主函数流程如图2所示。

图2 血压测量系统流程图

图3 自适应滤波器原理图

2 血压测量的抗运动干扰研究

2.1 自适应噪声抵消器设计基本原理

人体运动引起的运动伪差影响血压信号的采集,从而降低了血压测量的准确度。有研究学者指出[15],信号中由运动引入的误差与运动本身的动态响应是有限的,这种动态响应可以用一个FIR系统来表示,也就是说,加速度采集到的运动信号,经过一个FIR系统,就可以得到运动伪差的估计。利用自适应滤波器来抵消运动伪差的本质,就是将由加速度信号来估计运动伪差,再从含有干扰信号的源信号中,减去运动伪差,就可以得到期望信号。

(1)

(2)

2.2 算法步骤

本系统采用的NLMS自适应滤波算法是基于LMS改进而来的,主要区别是采用补偿可调节的方式控制收敛,步骤如下:

误差估计:

e(n)=d(n)-y(n)

滤波:

y(n)=WT(n)·X(n)

系数更新:

W(n+1)=W(n)+2μe(n)X(n)/[P(n)+α]

式其:α为正常数,μ是步长因P(n)=XT(n)X(n),是输入信号的功率值估计。X(n)=[x(n),x(n-1),…,x(n-N+1)]T为n时刻的参考输入矢量,即加速度信号。

图4 自适应滤波算法流程图

具体的流程图如图4所示。

在使用示波法测量血压过程中,手臂的抖动常常会引入运动干扰,导致脉搏波的信号受到影响,如图5所示。在图5(a)中1、2两处,是由于手臂上下摆动造成的影响,由图5(b)可以看出,加速度信号也产生了相应的变化,很好的记录了手臂运动的情况。图5(c)是经过带通滤波器、滑动平均滤波器和自适应滤波器处理后的信号,可以看出,运动信号的干扰已经被去除。

图5 自适应滤波处理效果图

3 实验结果与讨论

传统的示波法测量学压,有两种方式,一种是波形特征法,通过拟合脉搏波序列的包络线,然后在包络线中寻找突变点;另一种是幅度系数法,寻找最大脉搏波幅度值,通过确定收缩压和舒张压的比例系数,从而确定收缩压和舒张压。两种方法对于脉搏波幅度值的准确性要求都很高,所以都会严重受到奇异波的影响。因此,去除手臂运动干扰引起的奇异波有助于提高示波法无创血压测量的准确性。本系统,采用加速度传感器测量手臂的运动信号,并以此作为参考输入,通过自适应滤波算法,去除了奇异波干扰,如图6所示是测量过程中的一组波形图。在此测量过程中,手臂随机运动了3次,得到了如图6(a)所示的原始的脉搏波信号,图6(b)是加速度传感器采集到

的手臂的运动信号。其中图6(c)是信号经过带通滤波器和滑动平均滤波器后的结果,可以看出,有3处受到了运动的干扰。图6(d)是(c)图信号经过以信号(b)为参考输入的自适应滤波器后的结果,可以看出3处干扰得到了明显的滤除,信号得到了改善。

图6 自适应滤波处理前后脉搏波信号对比图

针对自适应滤波器在示波法血压测量中克服运动干扰能力进行测试。实验选取了10名健康成年人,使用本设备各测量5组,在测量过程中随机的上下摆动手臂,将使用抗运动干扰算法后的最终测量结果以及没有使用抗运动干扰算法的测量结果与水银血压计进行比较,结果如表1和表2所示。从表1中的数据可以看出,收缩压和舒张压的均方差都超出了规定的8 mmHg。而从表2中数据可以看出,收缩压和舒张压的均差在±5 mmHg以内,均方差在8 mmHg以内,符合无创血压测量标准。

表1 10名健康成年人未使用抗运动干扰算法的测量结果单位:mmHg

表2 10名健康成年人使用抗运动干扰算法后的测量结果单位:mmHg

4 结束语

设计了一种无创血压测量系统,针对可穿戴式动态血压监测系统的抗运动干扰问题进行了研究,利用MEMS加速度传感器采集到的加速度信号,作为自适应滤波器的参考输入,对手臂运动造成的干扰信号进行抵消,在一定程度上消除了血压测量过程中手臂局部运动造成的干扰,提高了动态血压测量的准确性。本方法可以用于目前市场上已经存在的可穿戴式动态血压监测系统当中,提高其抗运动干扰能力。同时,该方法对于其他人体生理参数穿戴式检测技术也有重要意义。

[1] Pantelopoulos A,Bourbakis N G. A Survey on Wearable Sensor-Based Systems for Health Monitoring and Prognosis[J]. Systems,Man,and Cybernetics,Part C:Applications and Reviews,IEEE Transactions on,2010,40(1):1-12.

[2]龚渝顺,吴宝明,高丹丹,等. 一种抗干扰穿戴式血氧饱和度监测仪的研制[J]. 传感技术学报,2012,25(1):6-10.

[3]吴常铖,宋爱国,李晓鹏,等. 用于脑卒中病人康复训练的穿戴式无线生理参数检测系统设计[J]. 传感技术学报,2012,25(4):432-437.

[4]Ferreira Marques F A,Ribeiro D M D,Colunas M F M,et al. A Real Time,Wearable ECG and Blood Pressure Monitoring system[C]//Information Systems and Technologies(CISTI),2011 6th Iberian Conference on. IEEE,2011:1-4.

[5]Lim C Y,Jang K J,Kim H,et al. A Wearable Healthcare System for Cardiac Signal Monitoring Using Conductive Textile Electrodes[C]//Engineering in Medicine and Biology Society(EMBC),2013 35th Annual International Conference of the IEEE. IEEE,2013:7500-7503.

[6]Kundu S K,Kumagai S,Sasaki M. A Wearable Capacitive Sensor for Monitoring Human Respiratory Rate[J]. Japanese Journal of Applied Physics,2013,52(4S):04CL05.

[7]Teng X F,Zhang Y T,Poon C C Y,et al. Wearable Medical Systems for p-Health[J]. IEEE Reviews in Biomedical Engineering,2008(1):62-74.

[8]D’Angelo L T,Lohmann M,Lueth T C. A New Device for Motion-Aware Ambulatory Blood Pressure Measurement[C]//Pervasive Computing Technologiesfor 2011 5th International Conference on Healthcare(PervasiveHealth). IEEE,2011:17-23.

[9]李雪情,张永亮,郑莹莹,等. 基于示波法和高斯拟合的血压测量方法[J]. 传感技术学报,2010,23(12):1679-1685.

[10]全晓莉. 心血管动力学参数检测方法的研究[D]. 重庆:重庆大学,2006.

[11]Koo Y,Kang J,Shin I H,et al. Preliminary Study of Motion Artifact Rejection for NIBP Measurement in an Ambulance[C]//Engineering in Medicine and Biology Society,2007. EMBS 2007. 29th Annual International Conference of the IEEE. IEEE,2007:705-708.

[12]Park H D,Choi H S,Cho S P,et al. Minimization of Artifact Using Adaptive Digital Filter during the Oscillometric Blood Pressure Measurement[C]//Control,Automation and Systems,2007. ICCAS’07. International Conference on. IEEE,2007:2429-2432.

[13]Choi H S,Myoung H S,Lee H K,et al. A New Noise Reduction Method for Oscillometric Blood Pressure Measurement[C]//Engineering in Medicine and Biology Society,2008. EMBS 2008. 30th Annual International Conference of the IEEE. IEEE,2008:270-272.

[14]Choi H S,Park H D,Lee K J. Motion Artifact Reduction in Blood Pressure Signals Using Adaptive Digital Filter with a Capacitive Sensor[C]//Engineering in Medicine and Biology Society,2007. EMBS 2007. 29th Annual International Conference of the IEEE. IEEE,2007:3285-3287.

[15]Rhee S,Yang B H,Asada H H. Artifact-Resistant Power-Efficient Design of Fingerring Plethysmographic Sensors[J]. Biomedical Engineering,IEEE Transactions on,2001,48(7):795-805.

A Research on Non-Invasive Blood Pressure Measurement System Based on Multi-Sensors*

GAOYun,ZHOUCongCcong,TIANJian,TUChunlong,YEXuesong*

(Biosensor National Laboratory,Key Laboratory of Biomedical Engineering of Education Ministry,Department of Biomedical Engineering,Zhejiang University,Hangzhou 310027,China)

Since the blood pressure measurement is susceptible to the arm movement in the process of measurement,this paper implements a noninvasive blood pressure system with an anti-noise algorithm. The system based on the conventional noninvasive blood pressure measurement,collect the real-time information of the arm movement during the measurement by the use of a MEME acceleration transducer,which is used as the reference input of a self-adaptive filter to eliminate the motion artifact by using the self-adaptive filtering algorithm. The experimental results show that the system is resistant to the partial arm motion artifact in the process of measuring blood pressure measurement. The method can be used by the other wearable blood pressure measurement system and improve its anti-interference ability.

blood pressure;self-adaptive filter;wearable;acceleration transducer;movement interference