洪溪，李燁，何青云，林劍華，劉利明，苗芬△

(1.中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院 生物醫(yī)學(xué)信息技術(shù)研究中心，深圳 518055；2.華中科技大學(xué) 光學(xué)與電子信息學(xué)院，武漢 430074)

1 引 言

血壓是反映人體心腦血管功能的重要指標(biāo)，血壓實(shí)時(shí)監(jiān)測(cè)對(duì)降低心腦血管事件具有重要的意義。由于傳統(tǒng)電子血壓計(jì)具有需佩戴袖帶、不方便攜帶等缺點(diǎn)，近年來，可穿戴式設(shè)備的無袖帶血壓檢測(cè)成為研究熱點(diǎn)，根據(jù)Moens-Korteweg方程可確定，基于脈博的傳導(dǎo)時(shí)間(PTT)與血壓具有線性關(guān)系，因此國(guó)內(nèi)外一些研究者采用PTT估算人體血壓[1]。

2001年Chan等人提出血壓與PTT具有線性關(guān)系[2]。2014年白麗紅等人的研究結(jié)果表明基于PTT的連續(xù)血壓測(cè)量方法與使用水銀血壓計(jì)測(cè)量血壓具有很好的一致性[3]。2008年李頂立等人設(shè)計(jì)了一套基于 PTT 估算血壓的連續(xù)血壓測(cè)量系統(tǒng)，并指出血壓與(1/PTT)2成線性關(guān)系[3]。2016年Ding等人從血壓頻譜的角度指出，結(jié)合PTT與PIR(Photoplethysmogram Intensity Ratio，PIR)兩個(gè)特征可以提高血壓估計(jì)精度[5]。2016年包科等人設(shè)計(jì)了一套基于兩路PPG信號(hào)的連續(xù)血壓測(cè)量系統(tǒng)，該方案能夠有效避免心臟射血前期對(duì)PTT造成的影響[6]。

但相關(guān)研究表明，某些情況下[7]，如服用血管活性藥物、短期劇烈運(yùn)動(dòng)等，交感神經(jīng)系統(tǒng)通過改變血管平滑肌張力來影響血管的力學(xué)性質(zhì)，導(dǎo)致PTT與血壓呈現(xiàn)出復(fù)雜的非線性關(guān)系[8]，基于PTT的無袖帶血壓估計(jì)模型的精度下降，針對(duì)上述情形，有必要提取其他與血壓相關(guān)性較高的特征進(jìn)行血壓建模。

已有研究顯示DT與血壓具有較高的相關(guān)性[9]，心率加快時(shí)，DT明顯縮短，在心舒期從大動(dòng)脈流向外周的血量減少，存留在主動(dòng)脈內(nèi)的血量增多，致使舒張壓(diastolic pressure，DBP)與收縮壓(systolic pressure，SBP)升高[10]，因此，血壓與舒張期時(shí)間呈負(fù)相關(guān)性。

理論分析與現(xiàn)有研究均表明DT是血壓的強(qiáng)關(guān)聯(lián)因子，本研究提出了一種基于DT的個(gè)體化血壓估計(jì)方案，在交感神經(jīng)活動(dòng)較強(qiáng)時(shí)，該方案能夠有效提升血壓估計(jì)精度。本方案僅需從單路脈搏波(photoplethysmography, PPG)信號(hào)中提取特征DT，降低了數(shù)據(jù)采集難度，簡(jiǎn)化了數(shù)據(jù)處理過程。

2 實(shí)驗(yàn)與方法

2.1 實(shí)驗(yàn)數(shù)據(jù)采集

本研究共招募健康志愿者30名，其中包括17名男性和13名女性，平均年齡為25歲，其中30歲以上的占4人。每個(gè)志愿者需參加前后兩組實(shí)驗(yàn)，每組實(shí)驗(yàn)約持續(xù)1 h，在整個(gè)實(shí)驗(yàn)過程中志愿者均維持平躺狀態(tài)。

每組實(shí)驗(yàn)共進(jìn)行10次數(shù)據(jù)采集，每次數(shù)據(jù)采集包括一次血壓測(cè)量和兩次均持續(xù)30 s的心電圖(electrocardiography, ECG)和脈搏波同步采集(信號(hào)采集分別在該次血壓測(cè)量前和測(cè)量后進(jìn)行)。志愿者每次握力持續(xù)150 s，握力過程中均保持自身最大握力的40%。

實(shí)驗(yàn)流程圖見圖1，實(shí)驗(yàn)開始前要求志愿者靜躺3 min，然后進(jìn)行第1、2次數(shù)據(jù)采集，接下來讓志愿者無干擾靜躺30 min后進(jìn)行第3、4次數(shù)據(jù)采集，隨后志愿者進(jìn)行第一次持續(xù)握力，從握力第60 s開始進(jìn)行第5次數(shù)據(jù)采集，第一次握力結(jié)束5 min后進(jìn)行第6、7次數(shù)據(jù)采集，與第一次持續(xù)握力流程相同，隨后志愿者進(jìn)行第二次持續(xù)握力和第8次數(shù)據(jù)采集，第二次握力結(jié)束5 min后進(jìn)行第9、10次數(shù)據(jù)采集。在非握力條件下均先后采集兩次數(shù)據(jù)，有效保證了數(shù)據(jù)的穩(wěn)定性和可靠性。

圖1 實(shí)驗(yàn)流程圖

近年來，電子血壓計(jì)被廣泛應(yīng)用于臨床[11]，故本實(shí)驗(yàn)使用歐姆龍電子血壓計(jì)HEM-7200測(cè)量參考血壓，該設(shè)備已經(jīng)通過BHS(british hypertension society，BHS)標(biāo)準(zhǔn)認(rèn)證，可用于家庭監(jiān)護(hù)和臨床診斷[12]。采集ECG信號(hào)和PPG信號(hào)的設(shè)備為中科院健康信息學(xué)重點(diǎn)實(shí)驗(yàn)室自行研發(fā)的3in1生理參數(shù)采集設(shè)備， 該設(shè)備能夠同步采集ECG和PPG，本次實(shí)驗(yàn)將該設(shè)備的采樣率設(shè)置為500 Hz。3in1設(shè)備實(shí)物圖見圖2。

圖2 3in1設(shè)備實(shí)物圖

2.2 信號(hào)預(yù)處理與特征提取

2.2.1數(shù)字信號(hào)處理 脈搏波信號(hào)和心電信號(hào)易受到外界的噪聲干擾，主要包括基線漂移與高頻干擾。心電圖QRS波的能量主要集中在5～15 Hz[13]、脈搏信號(hào)頻率范圍為0.5～15 Hz。

本研究采用二階低通濾波器去除生理信號(hào)中的高頻噪聲，其傳輸函數(shù)如下：

(1)

上述低通濾波器的截止頻率為14.5 Hz，延時(shí)為10個(gè)采樣點(diǎn)。高通濾波器的作用是濾除生理信號(hào)中的基線偏移，其傳輸函數(shù)如下：

(2)

該高通濾波器的截止頻率約為0.5 Hz，延時(shí)為400個(gè)采樣點(diǎn)。濾波器的幅頻響應(yīng)曲線見圖3。

圖3濾波器幅頻響應(yīng)曲線

(a)低通濾波器；(b)高通濾波器

Fig3Frequencyresponsesofthedigitalfilters

(a)lowpass filter；(b)highpass filter

由上述低通濾波器和高通濾波器組成帶通濾波器，對(duì)原始ECG信號(hào)和PPG信號(hào)進(jìn)行濾波處理，結(jié)果顯示能夠有效去除生理信號(hào)中基線偏移和高頻干擾，圖4為濾波前后信號(hào)波形對(duì)比圖。

2.2.2特征點(diǎn)檢測(cè)和特征提取 首先利用差分閾值法檢測(cè)PPG波峰，然后根據(jù)PPG波峰與濾波后的生理信號(hào)波形，通過局部搜索PPG最小值得到PPG波谷，局部搜索ECG最大值得到ECG的R波，檢點(diǎn)算法的具體流程如下：

(1) 利用差分法得到PPG的一階導(dǎo)數(shù)dPPG，以len為長(zhǎng)度對(duì)PPG、dPPG以及ECG進(jìn)行分段，保證每段信號(hào)中有且僅有一個(gè)脈搏周期。

(2) 以該段dPPG最大值的N倍為閾值，找出該段dPPG中幅度超過閾值的所有數(shù)據(jù)點(diǎn)BigNumber。

圖4 濾波前后信號(hào)對(duì)比圖

(3) 遍歷所有BigNumber，僅能找到一對(duì)相鄰的BigNumber的時(shí)間差超過0.2 s，這兩個(gè)BigNumber位于不同的PPG周期上。

(4) 在第一個(gè)BigNumber之后的0.4 s內(nèi)，搜索PPG最大值即可得到PPG的波峰。

(5) 在相鄰兩個(gè)PPG波峰之間，搜索PPG的最小值可得到PPG波谷，搜索相應(yīng)的ECG信號(hào)的最大值點(diǎn)即為ECG的R波。

(6) 重復(fù)步驟2到步驟5，完成全部信號(hào)片段的特征點(diǎn)檢測(cè)。

(7) 通過判斷特征點(diǎn)之間的距離是否合理去除異常點(diǎn)。

由于信號(hào)采樣率為500 Hz，針對(duì)本研究的實(shí)驗(yàn)數(shù)據(jù)，步驟1中的len取600個(gè)采樣點(diǎn)，步驟2中的N取0.3。利用以下差分公式可以得到dPPG：

dPPG(i)=PPG(i+1)-PPG(i)

(3)

式中的PPG(i)表示PPG信號(hào)第i個(gè)采樣點(diǎn)的幅值，dPPG代表了PPG信號(hào)的一階差分。特征點(diǎn)檢測(cè)結(jié)果見圖5。

根據(jù)提取的ECG的R波及PPG的波峰、波谷，計(jì)算血壓相關(guān)的特征PTT和DT。PTT指動(dòng)脈脈搏波從心臟收縮開始到傳播至某一動(dòng)脈分支血管的時(shí)間間隔[14]，是衡量血管硬化的重要指標(biāo)[15]，定義為ECG的R波到其右側(cè)相鄰的PPG波谷之間的時(shí)間間隔；DT的定義為PPG的波峰到其下一個(gè)波谷之間的時(shí)間長(zhǎng)度，其縮短使存留在主動(dòng)脈內(nèi)的血量增加，導(dǎo)致人體血壓升高，圖6為PTT與DT示意圖。

圖5 檢點(diǎn)效果圖

圖6 PTT與DT示意圖

由于每次袖帶血壓測(cè)量前后均采集了兩次生理信號(hào)，故將前后兩次信號(hào)特征的均值作為當(dāng)次血壓值對(duì)應(yīng)的特征，兩組實(shí)驗(yàn)中共采集20次血壓值、40組心電圖和脈搏波，因此每個(gè)樣本得到20條有效數(shù)據(jù)。

2.3 相關(guān)性分析

本研究通過Pearson相關(guān)系數(shù)來分析DT與血壓之間的相關(guān)性。Pearson相關(guān)系數(shù)可用來衡量?jī)蓚€(gè)向量線性相關(guān)的程度，其計(jì)算公式如下：

(4)

由于DT與血壓成負(fù)相關(guān)，分別對(duì)DT、1/DT及1/DT2和SBP、DBP進(jìn)行相關(guān)性分析，結(jié)果顯示顯著性水平均小于0.05(P<0.05)，30個(gè)樣本的Pearson相關(guān)系數(shù)統(tǒng)計(jì)結(jié)果見表1，其中r為Pearson相關(guān)系數(shù)。

表1表明DT與血壓具有較高的相關(guān)性，其中1/DT^2與血壓的相關(guān)性最高，因此，選擇1/DT^2進(jìn)行血壓建模。

表1血壓與DT的Pearson相關(guān)系數(shù)

Table1 1ThecorrelationbetweenBPandDiastolicTime

MeanMedianMaxMinDTSBP-0.859-0.872-0.951-0.629DBP-0.824-0.845-0.950-0.5991/DTSBP0.8940.9060.9750.642DBP0.8630.8810.9630.6371/DT^2SBP0.9010.9170.9810.647DBP0.8720.8850.9650.646

2.4 血壓建模與驗(yàn)證

每個(gè)樣本均進(jìn)行了前后兩組實(shí)驗(yàn)，因此，將第一組實(shí)驗(yàn)的10條數(shù)據(jù)作為訓(xùn)練集，用來建立血壓模型；第二組實(shí)驗(yàn)的10條數(shù)據(jù)作為測(cè)試集，用來驗(yàn)證模型的有效性。依次取每個(gè)樣本訓(xùn)練集的10條數(shù)據(jù)，以1/DT^2為自變量對(duì)電子血壓計(jì)測(cè)量的SBP、DBP分別進(jìn)行線性回歸擬合，得到該樣本基于DT的SBP、DBP計(jì)算公式，形式如下：

(5)

式中α、β兩個(gè)待定參數(shù)由最小二乘法確定。

基于每個(gè)樣本的個(gè)體化血壓估算模型，使用該樣本測(cè)試集數(shù)據(jù)中的特征值1/DT^2進(jìn)行血壓估算，30個(gè)樣本均可得到10個(gè)血壓估算值，并與對(duì)應(yīng)的血壓參考值進(jìn)行比較，驗(yàn)證模型的估算精度。

3 結(jié)果與分析

根據(jù)每個(gè)樣本的10個(gè)血壓估算值與相應(yīng)的血壓參考值，可計(jì)算出3個(gè)可用來評(píng)估血壓模型的性能指標(biāo)，分別為平均誤差MD、標(biāo)注差SD及Pearson相關(guān)系數(shù)CC，30個(gè)樣本的個(gè)體化血壓模型的性能指標(biāo)統(tǒng)計(jì)結(jié)果見表2。

表2血壓模型的性能指標(biāo)統(tǒng)計(jì)結(jié)果

Table2StatisticalanalysisforperformanceofBPmodels

IndexMeanStandardderivationMaxMinSBPCC0.9040.1170.9950.516MD(mmHg)1.8593.19710.610-3.739SD(mmHg)5.6402.0939.2752.433DBPCC0.8870.1130.9890.548MD(mmHg)1.0494.3639.775-6.978SD(mmHg)6.1071.79610.1463.244

圖7反映了估計(jì)血壓跟隨參考血壓變化的情況，其中紅線為血壓計(jì)測(cè)量的參考血壓，藍(lán)線的端點(diǎn)為估算血壓值，藍(lán)線的長(zhǎng)度表示誤差。

圖7 血壓預(yù)測(cè)跟隨曲線

從表2可以得到，30個(gè)樣本SBP與DBP的平均誤差分別為(1.859±5.640) mmHg、(1.049±6.107)mmHg(本文所有誤差表示形式均為(MD±SD))，均能滿足AAMI(the association for the advancement of medical instrumentation)標(biāo)準(zhǔn)。圖7顯示估算血壓能夠較好的跟隨參考血壓的變化。

為了進(jìn)一步分析血壓估計(jì)的整體精度，可對(duì)估算血壓與參考血壓進(jìn)行曲線擬合，圖8反映了估算血壓與參考血壓之間的相關(guān)性，表3為30個(gè)樣本的血壓預(yù)測(cè)整體誤差。

表3 估算血壓與參考血壓的整體誤差

圖8和表3顯示，SBP、DBP的估算值和參考值具有較強(qiáng)的線性關(guān)系，SBP與DBP的整體相關(guān)系數(shù)分別為0.921、0.846，整體誤差分別為(1.886±6.482)mmHg、(1.100±7.407) mmHg，基本滿足臨床應(yīng)用要求。

圖8 估算血壓與參考血壓散點(diǎn)圖

圖9中的上下兩條虛線代表95%的一致性的上下界限，代表平均誤差的中間實(shí)線與差值為零的虛線越接近，說明估算值與參考值一致。

圖9 估算血壓與參考血壓的Bland-Altman分析圖

Fig9Bland-AltmananalysisbetweencalculationvalueandreferencevalueofBP

(a)SBP；(b)DBP

從圖9可以看出，SBP的估算結(jié)果中95.3%(286/300)的點(diǎn)落在95%的一致性區(qū)間內(nèi)， DBP的估算結(jié)果中94.7%(284/300)的點(diǎn)落在95%的一致性區(qū)間內(nèi)，結(jié)果表明本研究所提出的基于DT的個(gè)體化血壓估算模型與袖帶式電子血壓計(jì)具有較強(qiáng)的一致性。

以上結(jié)果均表明基于DT的個(gè)體化血壓估計(jì)方法能夠較為準(zhǔn)確的估算人體血壓，有望為穿戴式設(shè)備提供可行的血壓檢測(cè)解決方案。

為了對(duì)比基于DT與基于PTT的血壓模型的估計(jì)效果，在相同的數(shù)據(jù)集上，利用PTT對(duì)血壓進(jìn)行建模，并使用相同的測(cè)試集數(shù)據(jù)加以驗(yàn)證，然后分別計(jì)算SBP和DBP的平均誤差，兩種血壓模型的平均誤差對(duì)比見表4。

為了分析基于PTT的血壓模型的估計(jì)整體精度，對(duì)所有測(cè)試集數(shù)據(jù)的血壓估算值與相應(yīng)的血壓參考值進(jìn)行曲線擬合，圖10反映了估算血壓與參考血壓之間的相關(guān)性。

表4兩種血壓模型的平均誤差對(duì)比表

Table4Thecomparisonofthemeandifferencebetweenthetwotypesmethods

DTMD(mmHg)SD(mmHg)PTTMD(mmHg)SD(mmHg)SBP1.8595.6402.6787.532DBP1.0496.1071.7567.574

圖10 基于PTT的模型估計(jì)血壓與參考血壓散點(diǎn)圖

Fig10ThescatterdiagrambetweencalculationvalueandreferencevalueofBPofthemodelbasedonPTT

(a)SBP；(b)DBP

圖8、圖10及表4顯示，針對(duì)30個(gè)樣本，與基于PTT的血壓模型相比，基于DT的血壓估算模型的SBP與DBP平均方差分別降低了25.1%、19.4%，相關(guān)系數(shù)分別提高了28.1%、36.5%，說明基于DT的血壓模型具有更高的估算精度。

已有研究表明，在一些特殊場(chǎng)景中，由于血管力學(xué)性質(zhì)的改變，PTT與血壓呈現(xiàn)出復(fù)雜的非線性關(guān)系[8]。本研究的志愿者在持續(xù)握力過程中肌肉收縮，血管的外周阻力增加，交感神經(jīng)活動(dòng)增強(qiáng)[16]，而交感神經(jīng)系統(tǒng)通過改變血管平滑肌張力影響血管力學(xué)性質(zhì)[17]，導(dǎo)致血壓與PTT的線性關(guān)系發(fā)生改變，這可能是造成本實(shí)驗(yàn)中基于PTT的血壓估算模型精度不理想的主要原因。

4 討論

本研究提出了一種基于舒張期時(shí)間的無袖帶式血壓估計(jì)方法，研究結(jié)果表明在交感神經(jīng)活動(dòng)較強(qiáng)時(shí)，相對(duì)于基于PTT的血壓估算模型，該方案仍有較好的血壓估計(jì)精度。另一方面采用該方案進(jìn)行連續(xù)血壓檢測(cè)時(shí)僅需采集一路脈搏波信號(hào)，可以簡(jiǎn)化數(shù)據(jù)的采集與處理過程。

本研究利用線性回歸的方法，對(duì)30個(gè)樣本依次建立基于DT的個(gè)體化血壓估計(jì)模型并加以驗(yàn)證，SBP的平均誤差為(1.859±5.640)mmHg，DBP的平均誤差為(1.049±6.107)mmHg，結(jié)果表明基于舒張期時(shí)間個(gè)體化血壓估計(jì)是一種精度較高的無袖帶血壓估計(jì)方法，該方案為可穿戴式設(shè)備的無創(chuàng)連續(xù)血壓檢測(cè)提供了一定的理論支撐。

為了進(jìn)一步提升該方案的估計(jì)精度，后續(xù)研究中將會(huì)考慮使用一些其他建模方法(如SVR、神經(jīng)網(wǎng)絡(luò)等)或在建模過程中加入一些其他基于脈搏波信號(hào)的特征，并對(duì)不同建模方法和特征組合進(jìn)行精度評(píng)估。另外為了驗(yàn)證該方案的普遍適應(yīng)性，后續(xù)實(shí)驗(yàn)與研究的重點(diǎn)對(duì)象為中老年人和高血壓患者。