体外反搏治疗效果自动优化算法与实现*

肖前军

(重庆工业职业技术学院 自动化学院，重庆 401120)

0　引言

体外反搏是一种通过在患者体外进行充排气的物理治疗方法，能有效治疗心、脑、肾等缺血性疾病。其原理是通过实时检测患者心电R波信号，以此为基准触发气囊充排气。在心脏舒张期，压迫肢体血管，迫使肢体和臀部动脉血液返流至主动脉，以提高主动脉的压力和血容量，从而增加心、脑、肾等重要器官的血液灌注量[1-2]。在心脏收缩期前，气囊迅速排气，受压的肢体血管立即松开，有利于心室射出的血液经主动脉快速注入肢体动脉[1-2]。

体外反搏装置通过采集患者R波作为充排气触发信号，如图1(a)所示，TON为小腿充气点到R波的时间，TOFF为排气点到R波的时间。气囊充气采用三级序灌方式，即小腿、大腿和臀部依次充气，充气时序如图1(b)所示，即I1为小腿充气时间，I2为大腿充气时间，I3为臀部充气时间，TBY为气囊保压时间。同时在治疗过程中需要实时监测治疗效应，在临床上通过采集耳垂脉搏波、指脉波或颞脉波作为体外反搏效应的客观指标[3-5]。由于颞脉波存在明显切迹点，能准确地显示心脏收缩期和舒张期的分界点，故采用颞脉波作为评价体外反搏治疗效果的指标。图1(c)为治疗前颞脉波波形，H点为切迹点；图1(d)为患者治疗时颞脉波波形。设D点对应的高度为hD，S点对应的高度为hS，反搏前后的峰值比为hPEAK，则hPEAK=hS/hD。设反搏前后的面积比为sPEAK，在图1(d)中设D2部分对应的面积为sD2，D1部分对应的面积为sD1，则sPEAK=sD2/sD1。在临床上hPEAK和sPEAK为治疗效果的重要指标。

图1　波形图

目前体外反搏装置在治疗时，医生通过观察患者的心电波和颞脉波采用手动方式调节充气时刻和保压时间，即图1(a)中TON和图1(b)中TBY，同时手动调节充气压力值，以此达到好的治疗效果。由于在治疗过程中患者的心电波和颞脉波会发生变化，需要不断调节TON和TBY，增加了医务人员的工作量。本文依据患者心电波和颞脉波的特征值，提出了一种新的治疗效果评价方法，设计了TON、TBY和充气压力自动调节算法，实现了体外反搏装置治疗效果自动优化，大大提高了体外反搏装置的自动性和有效性。

1　R波检测标定算法

目前体外反搏装置通过采集人体R波作为充排气触发信号，从心电信号提取R波的方法主要有差分法、小波变换、带通滤波器、长度和能量变换、形态学运算等[6]，但这些方法均存在缺陷，差分法准确性差，其他几种方法计算复杂导致实时性差。而体外反搏装置在治疗过程中需要以R波作为充排气的依据，准确性低将导致误触发或者不触发，实时性差将导致治疗效果差和安全性差，因此需要设计高效快速的R波识别算法。通过大量心电数据分析，发现R波的陡峭是对称的且持续时间在一定范围，这与干扰和其他生理波有本质的区别，依据这两个特征，本文提出了R波标定算法。该算法在计算心电数据斜率的基础上搜索R波上升段，然后搜索下降段，最后判断上升段和下降段的间隔是否在阈值范围内，从而精确标定R波。该算法R波判定准确且实时性好，需要以下5步完成：

(1)预设R波上升斜率阈值Rslope_up、下降斜率阈值Rslope_down、下降支与上升支时间间隔阈值Tdown_up。

(2)使用差分法搜索R波上升段特征值，当搜索到连续2个斜率大于Rslope_up时标记R波上升支，记录标记时刻Tr_up。

(3)使用差分法搜索R波下降段特征值，当搜索到连续2个负斜率小于Rslope_down时标记R波下降支，记录标记时刻Tr_down。

(4)计算上升支与下降支时间间隔，当Tr_down- Tr_up在Tdown_up范围内，则R波搜索成功，取Tr_up与Tr_down中间时刻为R波标记时刻，作为充排气时间依据。

(5)在治疗过程中，患者的心电会发生轻微变化，需要实时更新R波上升支斜率阈值Rslope_up(取上一个R波上升支斜率平均值的2/3为新斜率阈值)、下降支斜率阈值Rslope_down(取上一个R波下降支斜率平均值的2/3为新斜率阈值)、下降支与上升支时间间隔阈值范围Tdown_up(取上一个R波Tr_down- Tr_up时间差的1/2～2倍作为新的阈值范围)。

2　反搏前后颞脉波信号特征值提取算法

作为体外反搏充气时刻的参考点，颞脉波信号切迹点的识别算法极其重要，参考文献[5]设计了颞脉波切迹点识别算法，本文采用该方法标定图2中的谷值点A和切迹点H。计算反搏前切迹点与谷值点之间的时间差THA，作为判断反搏后切迹点是否异常的基础[3，5]。

开始反搏后，笔者采用参考文献[5]的方法搜索反搏后切迹点。由于开始反搏后，颞脉波信号受到心电波动和充气时间不准确的影响，在一个颞脉波信号周期内可能会出现多个切迹点。如果切迹点的数量≥2，如图3所示，则将所有切迹点中前面两个切迹点之间的时间差Tx作为充气时刻补偿参数。如果切迹点的数量为1，如图4所示，则计算切迹点与谷值点之间的时间差Ty[3，5]。

图2 反搏前颞脉波图3 多个切迹点

图5　治疗效果自动优化算法

图4　一个切迹点

3　体外反搏装置治疗效果评价算法

体外反搏装置治疗时，采用反搏前后的峰值比hPEAK和面积比sPEAK作为反搏效果的依据，hPEAK和sPEAK越大治疗效果越好，因此需要实时计算hPEAK和sPEAK，算法需要以下9步完成：

(1)开始时在非治疗状态下，R波标定后，搜索图1(c)中的A点和D点，预设为颞脉波起始点和峰值点位置。

(2)截取2个周期的颞脉波数据并计算极值点。

(3)判断极值点的个数是否大于3，如果大于3，则进入步骤(4)；否则输出错误信息。

(4)判断是否正在进行体外反搏治疗，如果是，则进入步骤(5)；否则更新起始点和峰值点的位置，返回步骤(2)。

(5)利用非治疗状态下的颞脉波起始点位置和心电R波的周期确定治疗状态下颞脉波的A点和E点，其中A点为治疗状态下的颞脉波周期起始点，E点为治疗状态下的颞脉波周期结束点。如果在非治疗状态下的颞脉波起始点位置附近不能找到极小值点，则输出错误信息，结束。

(6)利用非治疗状态下的颞脉波峰值点确定治疗状态下颞脉波的D点，D点为治疗状态下的收缩波峰点。如果在非治疗状态下的颞脉波峰值点位置附近不能找到极大值点，则输出错误信息。

(7)利用D点确定H点，选择D点之后的极小值点为H点，H点即为治疗状态下颞脉波的拐点。

(8)利用H点和E点确定S点，选择H点和E点之间幅值最大的极值点作为S点，S点为治疗状态下的舒张波峰点。

(9)根据S点和D点的幅值计算峰值比hPEAK，以H点为拐点计算面积比sPEAK。

4　体外反搏装置治疗效果自动优化算法

临床医学上，3大因素决定体外反搏装置的治疗效果[2, 3, 5]，即充气时刻(图1(a)中的TON)、保压时间(图1(b)中的TBY)和治疗压力， 本文根据体外反搏装置在治疗前后采集的心电波和颞脉波的特征参数设计了充气时刻TON、保压时间TBY和治疗压力的自动优化方法，实现体外反搏装置治疗效果自动优化，算法流程如图5所示。算法需要4步完成，使用N1～N4表示。

4.1　N1：体外反搏装置初始充排气时间设置方法

本文采用参考文献[5]的方法设置初始充排气时间，设TON表示气囊充气点到R波的时间,TOFF为气囊排气点到R波的时间，如图1(a)所示,气囊的充气时间以TQT为参考基准[3,5]：

TON=TQT-C1

(1)

其中，C1为时间常数,与系统机械延时有关。

气囊的排气时间以充气时刻为基准，包括三级气囊充气时间TCQ和保压时间TBY[3，5]：

TOFF=TON+TCQ+TBY-C2

(2)

其中，C2为时间常数,与系统机械延时有关。

4.2　N2：自动优化充气时刻

当体外反搏装置按照初始充排气时间和初始压力P0进行治疗后，反搏效果没有达到期望值时，开始进行自动优化步骤N2。根据反搏前后提取的特征值，优化充气时间，如果切迹点数量≥2，表明充气点滞后，则将所有切迹点中前两个切迹点之间的时间差Tx作为充气时刻补偿值[5]。则式(1) 优化为：TON=TQT-C1-Tx，即充气点提前Tx。按照优化后的公式对反搏充气时间进行动态调节，直至切迹点的数量为1。

如果切迹点的数量为1，计算切迹点与谷值点之间的时间差Ty，比较Ty与THA的大小，当Ty小于THA时，表明充气时刻超前[5]，计算充气时刻补偿值TB=THA-Ty，则式(1)优化为：TON=TQT-C1+TB，即充气点推迟TB(当TB小于10 ms时，不优化)；当Ty大于THA时，表明充气时刻滞后，采用相同方法优化式(1)。

4.3　N3：自动优化保压时间

当充气时刻调节到最佳状态时，反搏效果仍然没有达到期望值，需要优化保压时间，患者在反搏时，一般情况下保压时间越长效果越好，在保障安全治疗状况下，要求TOFF<0.8TRR。在优化保压时间时，每次按照20 ms步进增加保压时间，满足反搏效果或者TOFF<0.8TRR时优化完成。

4.4　N4：自动优化治疗压力

当优化充气时刻和保压时间仍然没有满足治疗效果时，需要调节治疗压力值。一般情况下气囊压力越大效果越好，在保障安全治疗状况下，系统均设置压力上限值，治疗压力必须小于上限值Pmax(国家标准规定的最大值为60 kPa)。在治疗时，患者的身体条件存在差异性，能承受的最大压力不一样，因此体外反搏装置均设置有患者治疗最大压力，设为Phz，在优化治疗压力时，每次按照5 kPa步进增加治疗压力，满足反搏效果或者治疗压力等于Phz时优化完成。

上述3种优化方法完成后，如果还没有达到预期效果，则需要告知医务人员检查气路系统是否存在漏气等现象。

5　实验结果与分析

为了验证所提算法的有效性和合理性，将该算法应用在PSK型体外反搏装置中，并分析观察100例患者使用该优化算法前后反搏效果。对数据进行统计分析，主要统计未使用该优化算法时治疗效果满足期望的人数、使用优化算法步骤N1治疗效果满足期望的人数、使用优化算法步骤N1、N2治疗效果满足期望的人数以及使用优化算法步骤N1、N2、N3治疗效果满足期望的人数，表1统计了使用该优化算法不同步骤治疗效果满足期望的人数。未使用该优化算法时，只有31%的患者可以在预设参数治疗下满足治疗效果，使用该优化算法后98%的患者治疗效果达到期望值。可见该算法大大改善了治疗效果。

表1　优化步骤与患者数量

6　结论

本文通过采集患者的心电波和颞脉波信号特征，提出了高效快速的R波识别算法、颞脉波切迹点搜索算法以及反搏效果评价方法，设计了体外反搏装置治疗效果自动优化算法，并将这些算法应用在体外反搏装置系统中，实现了体外反搏装置治疗效果自动优化，获得了最佳的反搏效果，大大改善了体外反搏装置的自动化程度和有效性，具有较好的理论价值和实用价值。

[1] 刘艳. 体外反搏的作用原理与临床应用[J]. 体育科技,2009,30(1):51-56.

[2] 杜健航, 伍贵富, 郑振声,等. 增强型体外反搏对早期动脉粥样硬化斑块局部应力环境影响的实验与仿真研究[J]. 中国生物医学工程学报, 2014,33(2):246-251.

[3] 蔡大卫. 体外反搏[M]. 上海：科学与技术出版社, 2004.

[4] 伍贵富, 杜志民. 增强型体外反搏理论与实践[M]. 北京：人民卫生出版社, 2012.

[5] 肖前军.体外反搏装置充排气时间自动优化算法与实现[J].电子技术应用,2017,43(4): 62-64，68.

[6] 姚成, 司玉娟, 郎六琪，等.改进的基于小波变换的QRS波检测算法[J].吉林大学学报(信息科学版),2011,29(5): 401-407.