基于心电信号-光电容积脉博波信号多特征参数无创血压监测系统设计*

张大可，刘立红，王钢△，蔡靖，胡新蕾

(1. 北华大学 电气信息工程学院，吉林 吉林 132021； 2. 中国石油天然气股份有限公司吉林石化分公司新闻中心，吉林 吉林 132021； 3.吉林大学 仪器科学与电气工程学院，吉林 长春 130061)

1 前 言

血压(blood pressure，BP)是心血管功能评估的重要指标[1]。目前，血压测量方法可以分为有创测量和无创测量两种方式。有创测量需要将导管插入动脉血管中，利用压力传感器实时获取血压值。该方法准确可靠，是血压测量的“金标准”[2]，但是有创检测，操作复杂，不仅增加了患者的心理负担，还会有感染风险。无创测量在临床中主要有利用压力式充气袖带的听诊法、示波法、动脉张力法以及容积补偿法等[3]，这些方法中压力袖带的使用给患者带来了压迫感和束缚感，而且袖带的充放气过程需要一定的时间周期，因此，在临床上不能进行连续血压监测、检测。

近年来，根据脉搏波传导时间与血压之间的相关性进行血压检测已经成为人体无袖带、无创血压检测的研究重点[4]。李顶立[5]提出一种基于光电容积脉搏波提取PWTT进行人体血压连续测量方法，该方法与柯式音法相比，测量结果满足AAMI标准；张珣[6]等人通过采集人体左侧桡动脉和指端的脉搏波计算脉搏波传导速度进行非侵入式动态血压测量，结果与听诊法具有良好的一致性；包科[7]等人利用STM32和DSP采集两路脉搏波信号进行PWTT测量，测量结果与水银血压计所测相比误差均小于6 mmHg。韩国成[8]从反射式容积脉搏波和心电波中提取PWTT进行血压测量，计算SBP、DBP的相关系数分别为0.8676、0.8456，与水银血压计所测结果有较好的一致性。上述研究中利用了PWTT与血压的相关性，通过建立回归分析模型，实现血压连续监测、检测，但未考虑脉搏波其它特征参数对血压计算的影响，因此血压计算模型稳定性较差。

针对上述问题，本研究提出一种基于ECG-PPG多特征参数融合无创血压监测、检测方法，并利用近红外光谱技术(functional near - infrared spectroscopy , FNIRS)和生物电采集技术，在人体指端同步采集单路PPG信号和单导联ECG信号并提取信号的特征参数，通过对血压和特征参数的回归分析,建立血压计算模型，实现人体血压的连续无创监测、检测。

2 测量方法原理

2.1 脉搏波与血压相关性分析

脉搏波是人体生命体征之一，由心脏周期性脉动产生节律性波动并沿动脉血管传播而产生。当用一束单波长的光照射人体指端时，由于动脉血管周期性扩张和回缩，透射光强呈现同周期性的变大和减小，用光敏器件将透射光强信号转化为电信号就可还原脉搏波形，单周期PPG信号的时间t、面积S、幅度H等特征参数见图1[9]。

图1 光电容积脉搏波Fig 1 Photoplethysmography(PPG)

PPG信号形态反映了心脏泵血过程，其特征参数受血压变化影响[10]，因此，脉搏波传导时间PWTT、PPG信号周期t1+t2、幅值H、波形形态等参数一定程度上可以反映人体血压特征。

2.2 特征参数的选择

由于人体不同体质特征对PPG信号的形态影响较大，因此，应选取一致性好的共有特征用于血压的回归分析。首先随机采集不同人的PPG信号，进行形态比较以提取典型共有特征。图2是采集到的四个典型的PPG信号波形。

图2 具有不同波形特征的PPG信号Fig 2 Different wave forms of PPG

由图2可以发现，不同人脉搏波特征差异较大，因此，本研究选择特征明显的脉搏波传导时间PWTT (心电R波顶点和PPG峰值点时间间隔)、PPG信号上升支时间t1与周期t1+t2的比值λ和PPG峰峰值φ(H2-H1)作为血压回归分析的特征参数，见图3。

图3 特征参数示意图Fig 3 Sketch map of characteristic parameters

2.3 血压计算模型

由Moens与Korteweg实验研究可知[11]，人体等效长度为L的动脉血管中脉搏波传导时间计算公式为：

(1)

式中，h为血管壁厚度，D为血管内径，ρ为血液密度，E为杨氏弹性模量，K为血管参数，这些值在一定时间内都为常量。

又有，血管弹性模量E与血管跨臂压(血管内外压力之差)P之间的关系[12]为：

E=E0×eαp

(2)

式中，α表征血管特征，数值在0.016～0.018 mmHg-1之间;E0是P为0时血管弹性模量。

结合以上两式有：

(3)

对PWTT求导有：

(4)

写成差分形式：

(5)

可见，血压变化与PWTT变化在一定范围内成负相关线性关系。考虑到血管壁弹性、血液密度及粘稠度对血压计算[13-14]的影响，建立BP=a×PWTT2+b×PWTT+C×λ+d×Φ+const多特征参数回归方程。

3 系统设计

信号采集系统原理框图见图4。

图4 ECG-PPG信号采集系统原理框图Fig 4 Block diagram of signal acquisition system

PPG信号检测采用透射式光电容积脉搏波描记法，光电流经过I-V转换之后进行带通滤波，低通截止频率为35 Hz，高通截止频率为0.5 Hz,调理后的信号进行AD采集。ECG信号检测采用单导联形式，将银电极置于指端，设计皮肤阻抗匹配电路和抗混叠电路拾取人体心电信号，差分放大之后进行AD采集。

4 数据处理

采集的原始PPG和ECG信号见图5。可以看出ECG信号完全被工频干扰淹没，还存在严重的基线漂移。考虑到系统面向便携式监护应用，微处理器计算能力有限，所以选用对运算能力要求较低的FIR数字滤波器、中值滤波和一阶差分算法对信号进行处理和特征提取。

图5 PPG(上)和ECG(下)原始信号Fig 5 PPG(top) and ECG(bottom) original signal

4.1 数据滤波处理

FIR带通滤波器频率响应见图6。通带截止频率Wp1=0.5 Hz，Wp2=35 Hz，阻带截止频率Wc1=0.1 Hz，Wc2=45 Hz。为了使PPG和ECG信号相位保持一致，让两路信号均通过该带通滤波器，滤波信号见图7。

图6 带通滤波器频率响应Fig 6 Frequency response of band-pass filter

图7 PPG(上)和ECG(下)带通滤波之后信号Fig 7 PPG(top) and ECG(bottom) filtered signal

滤波之后的ECG信号仍含有较强的基线漂移，选用中值滤波对基线进行滤除，图8为基线信号和滤除基线漂移的ECG信号。

图8 基线信号(上)和滤除基线漂移的ECG信号(下)Fig 8 Base line signal(top) and filtered ECG signal(bottom)

4.2 特征点提取

如图1、图2所示，PPG信号波谷值A点最为规律和明显，因此采用动态阈值法查找PPG信号波谷值A点,下标记为Ax。初始阈值Y取PPG信号前五个周期最小值之和的平均值，A点查找流程见图9。

图9 PPG信号A点查找流程图Fig 9 Flowchart of finding the point ‘A’ of PPG

波谷点A确定之后，在相邻的波谷值之间以采样值的最大值作为PPG信号每一周期波峰点B,下标记为Bx。

Bx(i)=max(PPG(Ax(i):Ax(i-1)))

提取的PPG信号波峰、波谷点见图10。

图10 PPG信号波峰和波谷点Fig 10 Peaks and valley point of PPG

ECG相比于PPG信号干扰较大，阈值法已不再适用，因此采用一阶微分法寻找ECG信号的R点。具体过程为：将心电数据进行一阶差分处理，差分值记为df1。

df1(i)=[ecg(i)-ecg(i-1)]/t

在df1中运用滑动窗口法查找每一心电周期QR段差分值最大值下标，记为df_QR。

df_QR(i)=max(df1(i:i+W))

W为窗口宽度，然后将df1取反，记为df2。

df2=-df1

在df2中再次运用窗口法查找每一心电周期RS段差分值最大值下标，记为df_RS。

df_RS(i)=max(df2(i:i+W))

将两次查找的最大值下标采用临近判别方法确定每一心电周期的R点，记为peaks，即

peaks(i)=|df_RS(i)-df_QR(j)|

D为判别距离，当小于D值时，记为一次有效的R点，大于等于D值时，则不计入该点，提取的心电波形R点见图11。

图11 ECG信号R点Fig 11 ‘R’ point of ECG

对同步采集的ECG、PPG信号进行特征点查找，结果见图12。

图12 ECG、PPG信号特征点Fig 12 Characteristic points of PPG and ECG

5 实验与结果分析

5.1 血压模型建立实验

选取30名志愿者(年龄23～40岁)为测试对象，用本系统和鱼跃牌医用水银血压计(GB 3053-93)对30名志愿者进行同步测量，将采集的数据发送到上位机进行PWTT、λ和φ的计算。表1列出了30名志愿者的测试数据，其中SBP、DBP分别表示水银血压计测得的收缩压值、舒张压值。

表1 30名志愿者测试数据

以计算得到的三个特征值作为自变量，水银血压计测得的血压值作为因变量，进行回归分析得到回归系数和常数项，血压计算模型为：

SBP=-0.0027×PWTT2+0.8170×PWTT-90.7659×λ-0.0014×φ+92.2096

DBP=-0.0018×PWTT2+0.5442×PWTT-89.4440×λ-0.0064×φ+59.7673

5.2 血压模型验证实验

为了验证模型的准确性，采用鱼跃牌医用水银血压计(GB 3053-93)和本系统对随机选取的30名志愿者做验证实验，并进行Bland-Altman一致性分析。表2列出了30名志愿者的验证数据，其中SBP_ref、DBP_ref为水银血压计所测数据，SBP_sys、DBP_sys为系统所测数据，|e|为绝对误差。图13、14为本系统和水银血压计所测血压值的Bland-Altman一致性分析和相关分析。

表2 30名志愿者验证数据

图13血压检测Bland-Altman分析

Fig13Bland-Altmananalysis

图14 血压检测相关分析Fig 14 Correlation analysis

采用SBP、DBP对应的绝对误差均值和标准差作为血压计算模型准确性评判标准。由表2可知，该方法计算的收缩压绝对误差最大为6.4 mmHg，误差均值为2.3067 mmHg，标准差为1.4633 mmHg；舒张压绝对误差最大为6.5 mmHg，误差均值为2.4133 mmHg，标准差为1.9894 mmHg，符合美国医疗器械促进协会(AAMI)规定的评价血压计准确性的国际标准[15]。

由图13可知，本系统与水银血压计所测收缩压一致性界限为(-4.9300，5.6770)，舒张压一致性界限为(-6.1950，6.0620)，经计算本系统和水银血压计所测收缩压和舒张压相关系数分别为0.9878、0.9730，可以判定本系统与水银血压计所测血压值有很好的一致性，可以替代袖带式血压计在家庭和临床医疗上进行无创血压连续监测、检测。

6 结束语

本研究提出一种基于ECG-PPG多特征参数融合的无创血压监测、检测方法，并设计了相应的无创血压监测系统，选取PWTT、λ和φ三个参数建立无创血压计算模型，通过实验拟合待定系数。经实验验证，本系统与水银血压计测量结果相比，误差均在临床要求范围内。系统采用的硬件电路和软件算法适用于低功耗、计算能力有限的穿戴式设备，硬件成本低，实施方便，为临床无袖带血压检测以及穿戴式血压连续监测、检测提供了有效的方法和实施路径。