一款基于穿戴式的无创连续血压监测系统

蒋皆恢 ，徐俊，周虎成，严壮志，

1 上海大学先进通信与数据科学研究院，上海市，200444

2 上海大学生物医学研究所，上海市，200444

0 引言

随着人口老龄化的日益加剧，高血压患者持续增加，据2015年《中国居民营养与慢性病状况报告（2015年）》发布的统计数据显示，我国18岁及以上居民的高血压患病率高达25.2%，高于世界平均水平，且近年来患病率呈逐年上升趋势[1]。高血压不仅严重影响大脑交感神经，对患者的健康与生活带来一定的威胁，甚至引发心脏病、脑溢血等严重心血管疾病，使其发病率显著上升[2-3]。作为反映患者心血管功能的重要生理指标，连续血压监测对患者心血管状况的评估以及医生临床诊断心脏疾病有重要的帮助[4]。

无创连续血压测量设备研制一直是生物医学工程领域的热门研究课题。例如，THOMAS等[5]提出了一款BioWatch，它是一种基于脉搏波传播时间（Pulse Transmit Time, PTT）模型进行血压估算的无创腕式血压监测器，研究了人处于不同状态下穿戴式设备的准确性。ZHENG等[6]提出了一种基于PTT模型的臂带式可穿戴设备，其优点是可以用于过夜血压测量。JUNIOR等[7]提出使用智能手机以现有传感器获得可靠的PTT值。IMANI等[8]提出了一种实时健康和健康监测系统，并可以通过蓝牙获取信号和传输数据。FRANCESCO等[9]提出了一种使用新型的智能手机进行PPG信号采集的方法，并对基于神经网络的方法来估算连续血压值方法加以改进，使智能手机能够处理PPG信号以及估算血压。

国内对于无创连续血压测量设备相关技术的研究虽然起步较晚，但经过不断努力，相关的研究成果也不断出现。郭维[10]提出了一种穿戴式人体生理参数监测系统，基于脉搏波传导时间计算方法，实现无袖带血压连续测量功能，并使用自适应滤波器处理脉搏波信号，提高血氧饱和度测量的准确度。李顶立[11]开发一套无创心功能监测仪，对航天员血压、血氧饱和度、每搏心输出量等生理参数进行无创连续测量，并改进了基于脉搏波传导时间和归一化脉搏波理论的收缩压和舒张压计算方法。陈少吉[12]对多种神经网络测试，根据模型的准确性以及稳定性，得出最适合人体血压序列的预测模型和算法流程。

总体来说，受测量设备和测量方法不完善的限制，穿戴式健康监测系统还处于研究阶段。对于穿戴式健康监测系统，改善生理信号提取方法，缩小仪器体积，提高信号处理以及估算模型的准确性是主要的技术研究重点。

本文研究开发了基于穿戴式设备的无创连续血压监测系统，可以同步测量、记录心电与脉搏波信号，并在此基础上分析心电与脉搏波的波形信息，可以计算得到动脉血压。测量由下位机穿戴式设备系统完成，主要实现心电与脉搏波信号的采集，将采集所得数据通过蓝牙上传至上位机。上位机为计算机端，通过运行算法程序，实现心电以及脉搏波原始波形的存储与显示功能以及动脉血压估算。本系统设备小巧，成本低廉，能够准确采集心电信号以及脉搏波信号，计算出准确的脉搏波传导时间以及提取脉搏波特征点，估算模型准确性高。

1 系统硬件设计方案

该基于穿戴式设备的无创连续血压监测系统主要由中央控制模块、信号采集模块、电源模块、显示模块和上位机模块组成。结构框图如图1所示。

图1 穿戴式设备系统结构框图Fig.1 Structure diagram of wearable device system

系统的工作流程为：电源模块为整个系统提供工作电源；BMD101与MSP430F5529通过串口通信，MSP430F5529读取串口缓存将心电数据暂时存储。PulseSensor光电模块与MSP430F5529的A/D转换引脚相连接，MSP430F5529单片机控制红光、红外光通道的切换，脉搏信号经过采样、保持、量化后暂时存储，最终由固定通信协议打包并通过蓝牙模块发送至计算机端进行信号处理及分析，实现血压的无创连续估算。硬件电路实物图如图2所示。

图2 穿戴式设备硬件实物图Fig.2 Physical diagram of wearable device

1.1 中央控制模块设计

中央控制模块是穿戴式设备的核心处理模块，用于控制信号采集模块采集信号并与上位机进行数据通信。其主要包括MSP430F5529处理器设计、蓝牙模块设计。

1.1.1 MSP430F5539处理器

MSP430系列单片机是美国 Texas Instruments(TI)的一种16位RISC结构，超低功耗的混合信号处理器，是中央控制模块的核心单元，该处理器具有64个针脚，具有 128 kB 闪存、8 kB RAM、2 个 USCI、12位 ADC，满足穿戴式设备的AD采集、串口通信和低功耗的要求。

1.1.2 蓝牙模块

蓝牙模块[13]实现了下位机MSP430F5529处理器与上位机计算机端之间的数据通信，本系统选用TI公司的CC2541芯片蓝牙模块，其具有宽泛的电源电压范围 (2 V～3.6 V)，非常适合应用于需要超低能耗的系统。模块使用串口波特率为115 200 bps，8位数据位，1位校验位，通过AT指令对串口波特率、蓝牙配对码等参数调用。

1.2 电源模块设计

电源模块用来为穿戴式设备系统供电，也可以对锂电池进行充电。该模块由电源管理模块、直流隔离模块和稳压模块组成。在系统电路设计中MSP430F5529处理器和蓝牙模块采用了3.3 V供电，其余电路均采用了5 V供电。

电源管理模块采用集成芯片TP4056，最大输入电压为8 V，充电电压和输出电压固定于4.2 V±0.063 V。充电电流可以通过与脚PIN2(PROG)连接的电阻控制，计算如下：

式中IBAT为该款芯片BAT引脚输出的最大电流，单位为mA，电压为 1 200 mV。

本文中Rprog=1.2 kΩ，正常充电电流为1 A，充电速度快，充电完成后LED指示灯自动媳灭。

此外我们还选用了B0303作为直流隔离模块以防止穿戴式设备对人体造成电击伤害，SGM2019作为稳压模块用于稳定供电电压。

1.3 信号采集模块设计

1.3.1 心电信号采集模块

本文中心电信号采集模块采用BMD101心电传感器，其模拟前端主要由低噪声放大器、ADC模数转换器以及一个检测感应器脱落的检测电路组成，具有极佳的消噪功能。可采集从μV到mV的生物信号，采样频率为512 Hz，模拟数字转换器采用16位精度，实现A/D转换后经过截止频率为100 Hz的低频滤波器滤波后，通过UART输出。

其中，BMD101芯片的SEP引脚和SEN引脚经过双向防静电二极管分别与圆形不锈钢干电极片相连接，双向二极管可以对人体进行静电防护。采集的心电信号经由BMD101芯片处理，从TX引脚以串口异步通信方式与MSP430F5529处理器实现数据交互。

1.3.2 脉搏波信号采集模块

本文中心电信号采集模块采用PulseSensor光电反射式模拟传感器，由光源和光电变换器两部分组成。本文选择红光和红外光两个光源。选择某一通道只需要使相应通道的电源连接即可，每一通道的信号由同一引脚输出，能保证每通道信号的直流分量一致。通过MSP430F5529控制光源输出和A/D转换获得基于光电容积的脉搏波信号。

1.4 显示模块设计

本文采用0.96 英寸的 OLED显示屏模块进行回传数据的显示，显示模块通过IIC/SPI接口与MSP430F5529处理器相连接。

2 系统软件设计

2.1 下位机软件设计

下位机软件程序设计如图3所示。

下位机软件开发是基于MSP430F5529处理器的嵌入式开发，MSP430F5529在系统初始化后，协调BMD101心电传感器和PulseSensor光电容积脉搏传感器正常工作。为实现心电、红光脉搏、红外光脉搏三路信号都能够实时采集，其中心电信号采样频率固定为512 Hz，需通过串口读取。本文对红光通道和红外光通道两路脉搏信号均采用512 Hz频率进行采样，以保证三路信号协调一致。为使程序高效、减少功耗，下位机程序多采用中断的方式实现。由于对微处理器的时钟要求较高，本文采用25 MHz作为主时钟频率，对两路脉搏信号的采集由定时器TA0中断进行控制，设置定时器每1/1 024 s后切换一次采样通道，反复循环，可保证两路脉搏信号采样频率均为512 Hz。同时，通过串口中断读取BMD101心电数据，保证三路信号的时序一致。最后将三路信号的数据通过固定的打包协议经串口发送给蓝牙模块。

图3 系统下位机软件开发流程Fig.3 System computer software development process

2.2 上位机软件设计

上位机软件开发流程如图4所示。

上位机软件开发是基于Matlab开发。下位机的数据通过蓝牙模块发送至上位机，首先要对数据包进行校验和解析。一个完整的数据包为21字节，通过判断包头、包尾和数据包中心字节是否和预设字节信息相等，完成对数据包的校验。之后将校验好的数据分别储存到三个数组：心电信号数组、红光脉搏信号数组和红外光脉搏信号数组，之后对各通道数据分别做处理。数据信息包的通信协议功能如表1所示。

图4 系统上位机软件开发流程Fig.4 System upper computer software development process

表1 数据通信协议说明Tab.1 Data communication protocol description

为保证信号分析的有效性，信号提取后对信号进行预处理，通过上限截止频率为90 Hz，下限截止频率为0.5 Hz的IIR二阶巴特沃斯滤波器和中值滤波器对心电信号和脉搏波信号进行滤波，去除基线漂移和毛刺噪声。

本文使用的血压估算模型结合了脉搏波传播时间模型[5]以及误差反向传播神经网络模型[9]。

3 系统测试与结果

系统测试分为三个部分，首先是对硬件的稳定性进行测试，即通过对静息状态下短时间内信号稳定性分析，评估硬件的稳定性。之后对硬件的准确性进行测试，即通过同时用多导生理记录仪BIOPAC MP36和穿戴式设备采集心电信号进行对比，评估硬件的准确性。最后对血压估算结果进行评估，即通过同时使用医用床边监护仪NIHON KOHDEN和穿戴式设备进行血压估算对比，评估血压估算的准确性。如图5所示，实验者同时使用医用床边监护仪NIHON KOHDEN和穿戴式设备进行血压测量。

3.1 实验设计

图5 同时使用NIHON KOHDEN和穿戴式设备测量血压Fig.5 BP collected with NIHON KOHDEN monitor and wearable device simultaneously

3.1.1 实验数据

本文采集了3名实验者（年龄：23～24岁，MEAN=23.67 岁, STD=0.58 岁）共390个样本数据，具体统计信息如表2所示，其中1 mmHg=133.32 Pa。

表2 实验数据的血压（mmHg）Tab.2 BP ranges in the database

3.1.2 硬件稳定性测试

通过对静息状态下3名实验者短时间两次ECG信号和PPG信号采集，每次采集30 s数据，做t检验，P值大于0.05时认为无统计性差异，信号稳定。

3.1.3 硬件准确性测试

通过对静息状态下实验者同时使用多导生理记录仪BIOPAC MP36和穿戴式设备采集心电信号进行对比。

3.1.4 血压估算准确性测试

通过同时使用医用床边监护仪NIHON KOHDEN和穿戴式设备进行血压估算对比。以NIHON KOHDEN的血压值作为比较的检测系统，以穿戴式设备的血压数值作为待评价系统，进行Bland-Altman检验（B-A检验）分析。使用两种系统检测结果差值的均数进行偏差估计，以95%为置信区间。其中，中间的实线代表实际血压值，虚线表示置信区间的大小。

3.2 实验结果

3.2.1 硬件稳定性测试结果

如表3所示，3名实验者短时间内30 s ECG和PPG信号的P值均大于0.05，我们认为信号无统计性差异，硬件采集到的信号稳定。

表3 硬件稳定性测试结果Tab.3 The result of stability test

3.2.2 硬件准确性测试结果

如图6所示，硬件采集的心电信号和标准的心电信号R波位置相同，可以用来计算PTT，结合脉搏波计算血压值。

图6 BIOPAC MP36和穿戴式设备同时采集心电信号对比Fig.6 Comparison of ECG collected with BIOPAC MP36 monitor and wearable device simultaneously

3.2.3 血压估算准确性测试

穿戴式设备进行血压估算结果如图7所示，在上位机可以显示采集信号的波形，并通过模型计算血压值。

图7 穿戴式设备血压估算结果Fig.7 Result of blood pressure and SPO2 estimation by wearable

B-A检验结果如图8所示，可以看出大部分DBP(375/390，96.15%) 和SBP (377/390，96.67%) 在95%置信区间内。

4 结束语

图8 DBP和SBP的B-A检验结果Fig.8 Bland-Altman plot for DBP and SBP by NIHON KOHDEN blood pressure monitor and our system

本文设计的一款基于穿戴式设备的无创连续血压监测系统，以MSP430F5529为处理器，采集了心电信号和脉搏波信号；通过蓝牙通信和上位机数据分析，获得动脉血压值。在家庭或者社区监护中，可以准确、稳定地监测使用者血压状况。其设备小巧，仅为4 cm×4 cm，成本低廉，能够准确采集心电信号以及脉搏波信号，并计算出准确的脉搏波传导时间以及提取脉搏波特征点，估算模型准确性高。