陳真誠，孟凡濤，吳賢亮，朱健銘,3△

(1.桂林電子科技大學生命與環(huán)境科學學院，廣西 桂林 541004； 2.桂林電子科技大學電子工程與自動化學院，廣西 桂林 541004；3.廣西信息科學實驗中心，廣西 桂林 541004)

1 引 言

人體血紅蛋白細胞中含有大量的血紅蛋白，血紅蛋白是人體內負責運載氧的一種蛋白質，是人體血液中的重要組成部分，對人體內部各種調節(jié)起到至關重要的作用。血紅蛋白的濃度是診斷貧血癥以及真性血紅蛋白增多癥的可靠依據(jù)之一。一方面當人體血紅蛋白水平低于標準水平時表現(xiàn)為貧血，根據(jù)最新的世界衛(wèi)生組織統(tǒng)計，全球總人口貧血患病率為24.8%，據(jù)估計大約有 20 億人患有不同程度的貧血，每年大約有1百萬人死于由貧血引起的疾病[1]。2010～2012年我國城鄉(xiāng)居民總貧血患病率為9.7%[2]。另一方面，當人體血紅蛋白水平高于正常范圍時，也反映著一些疾病的存在，如心肺疾病、腎臟疾病、腫瘤疾病、慢性高原病等[3]。由此可見，血紅蛋白濃度能夠很好的表征人體健康狀況。

近幾年醫(yī)療科技得到快速發(fā)展，逐步由傳統(tǒng)的有創(chuàng)方法檢測發(fā)展為無創(chuàng)方法檢測，無創(chuàng)血紅蛋白檢測研究較為突出[4]。2011年天津大學采用動態(tài)光譜的研究方法進行血紅蛋白濃度檢測[5]、2016年深圳大學采用多波長近紅外光譜法檢測血紅蛋白[6]。檢測設備從光譜儀發(fā)展為具有多個波長集成的光電傳感器，逐步趨于便攜式。相對于目前多波長血紅蛋白檢測，本研究采用雙波長進行血紅蛋白檢測，利用機器學習的方法提取特征點，實現(xiàn)對血紅蛋白檢測。同時，本研究設計的硬件還能夠實現(xiàn)連續(xù)、實時地監(jiān)測血紅蛋白濃度，具有更廣的應用空間，比如家庭日常生活中、手術過程中以及ICU監(jiān)護中。

2 理論基礎

本次研究的主要理論基礎為修正后的朗伯-比爾定律和當光程長d已知時，即可通過多個波長的光源對物質進行照射，得出關于物質濃度的方程組，并且求出各個物質的濃度。由于朗伯-比爾定律具有一定的局限性，之后，提出了修正的朗伯-比爾定律。

(1)

上式中ρ為路徑長度因子，εα為吸光系數(shù)，d為最短路徑，θ為未知幾何因子是定值。對式(1)兩邊求導得出：

(2)

為平均路程長度。按照修正后的朗伯-比爾定律得出：

ΔA=[ε1(λ)c1+ε2(λ)c2+……+εi(λ)ci]ΔL

(3)

人體血紅蛋白主要由氧化血紅蛋白、還原血紅蛋白組成，占血紅蛋白總量的95%以上。高鐵血紅蛋白和碳氧血紅蛋白含量占血紅蛋白總量較低。因此，本次血紅蛋白監(jiān)測儀主要用于檢測氧化血紅蛋白和還原血紅蛋白含量。按照修正后的朗伯-比爾定律，得出以下方程組:

(4)

上式中，ε1(λ1)為氧化血紅蛋白在波長λ1的吸光度，ε2(λ1)為氧化血紅蛋白在波長λ1的吸光度，ε1(λ2)為氧化血紅蛋白在波長λ2的吸光度，ε1(λ2)為氧化血紅蛋白在波長λ2的吸光度。通過式(4)可得出：

(5)

因此，可以通過兩路PPG信號，分離出直流信號和交流信號。在兩路PPG信號相對應的位置獲得(確保ΔL相等)，求出對應的交直流信號的比值，即可確定一組氧化血紅蛋白和還原血紅蛋白濃度之間的比例關系。通過機器學習的方法提取PPG信號特征參數(shù)，將人體基本參數(shù)作為特征參數(shù)，利用PLS將采集的數(shù)據(jù)建立血紅蛋白濃度模型，以計算血紅蛋白濃度。本研究中采用660 nm和840 nm雙波長進行檢測PPG信號。

3 系統(tǒng)設計

3.1 系統(tǒng)硬件設計

本研究中設計的血紅蛋白監(jiān)測設備硬件框見圖1，主要包括MAX30100反射式雙波長傳感器模塊、LCD液晶顯示模塊、SD卡存儲模塊以及鋰電池電源模塊。設備實物見圖2。本研究中設計的血紅蛋白監(jiān)測設備的主要特點為能夠實時動態(tài)監(jiān)測血紅蛋白濃度水平。血紅蛋白監(jiān)測儀為了方便使用，采用鋰電池作為電源，采用物理按鍵進工作方式選擇，同時，采用TFT LCD進行雙路實時PPG信號實時顯示，給用戶直觀的體驗。

圖1 硬件原理圖

圖2 實物圖

3.2 系統(tǒng)軟件設計

本研究提出的血紅蛋白檢測方法本質在于通過已經(jīng)建立的血紅蛋白濃度與脈搏波特征參數(shù)之間的模型，求取血紅蛋白濃度值。在本次實時監(jiān)測系統(tǒng)中，主要通過包絡檢波的方法，確定脈搏波峰值點，確定脈搏波峰值點后，存儲500個數(shù)據(jù)進行分析，提取模型中需要的脈搏波特征參數(shù)，帶入已建立的模型，求取血紅蛋白濃度。

4 算法研究

4.1 PPG信號采集

本研究中PPG信號的采集裝置采用的MAX30100傳感器，該傳感器具有兩個發(fā)光二極管，其中一個發(fā)光二極管的波長為600～750 nm，用于檢測還原血紅蛋白含量；另一個發(fā)光二極管的波長為850～1000 nm，用于檢測氧化血紅蛋白含量。該傳感器不僅具有高精度光檢測器，同時還具有優(yōu)化光學和低噪聲的仿真信號處理。該傳感器通過I2C通信協(xié)議與主控芯片通信。考慮到儀器實時性的要求，分別對采樣率在100、200、400、600、800、1000 Hz進行對比試驗，當采樣率達到400 Hz以上時，系統(tǒng)不能正常運行。因此，選擇采樣頻率設置為200 Hz，AD轉換位數(shù)為15位。

4.2 PPG信號處理

PPG信號屬于低頻信號，其基頻在1 Hz左右。原始的PPG信號的干擾主要有高頻干擾，基線偏移等。為解決以上問題，本研究中采用希爾伯特黃變換對原始PPG信號的進行濾波處理。希爾伯特-黃變換( Hilbert-Huang transform，HHT)是一種時頻分析方法，其以瞬時頻率為基礎，將信號分解為若干個固有模態(tài)函數(shù)( intrinsic mode function， IMF) ，能夠根據(jù)信號的實際特征進行自適應分析[7]，根據(jù)各個分量的方差貢獻度，對IMF分量進行選取，然后進行信號重構，實現(xiàn)信號濾波。在本研究中，原始信號頻譜分析見圖3，對其進行EMD分解后得到的各個IMF分量見圖4，各個IMF分量經(jīng)過希泊爾特-黃變換得到的瞬時頻率及瞬時相位見圖5，經(jīng)過篩選后的IMF分量重構的信號頻譜分析見圖6，通過觀察，可以明顯發(fā)現(xiàn)經(jīng)過HHT變換處理的信號能夠很好的解決PPG信號高頻干擾及基線漂移的問題。

圖3 原始信號的頻譜分析

圖4原始信號經(jīng)過EMD分解后的結果

Fig4TheoriginalsignalisdecomposedbyEMD

圖5 PPG信號瞬時頻率及瞬時相位

4.3 PPG信號特征選取

PPG信號特征提取主要包括形態(tài)特征、時域特征、頻域特征。本研究主要涉及形態(tài)特征點以及時域特征參數(shù)提取。選取的特征點主要包括波峰、波谷、重搏波波峰、重搏波波谷。同時將PPG信號中的增長系數(shù)、周期、面積等作為特征參數(shù)[8]，單個PPG信號提取5個特征點、11個特征參數(shù)，以及兩路PPG信號之間的交直流分量的比值作為特征點。同時，將人體特異性參數(shù)，如性別、年齡、身高、體重作為特征參數(shù)。本研究一共提取27個特征參數(shù)。

經(jīng)過實驗研究發(fā)現(xiàn)，相對于脈搏波信號，脈搏波信號的一階導數(shù)具有更好的特異性，因此，在本研究中以脈搏波一階導數(shù)的最大值作為基準，通過脈搏波一階導數(shù)與脈搏波特征點之間的相對關系，進一步確定脈搏波信號中的波峰位置、波谷位置以及重搏波位置。特征點識別見圖7，結果表明該方法能夠正常識別特征點進行特征參數(shù)提取。

圖6 HHT處理后的時序圖及頻譜圖

Fig6SequencediagramandthespectrumofthetreatmentofHHT

圖7 形態(tài)特征點選取

4.4 特征篩選及數(shù)據(jù)擬合

ReliefF 算法是針對目標屬性為連續(xù)值的回歸問題提出的，是公認的效果較好的過濾式特征評估算法[9]。但 Relief 算法的缺點是不能去除冗余特征。將主成分分析(principle component analysis，PCA)去除特征間存在的相關性和ReliefF算法特征選擇的優(yōu)勢相結合，進行特征提取[11]。為進一步找到預測血紅蛋白濃度的相關的特征參數(shù)，降低沉余信息干擾、提高輔助診斷準確性，本研究采用PCA-ReliefF結合的方法進行數(shù)據(jù)特征提取，對27個特征參數(shù)進行篩選，使用ReliefF算法運行20次，得到的20組特征權重值(見圖8)，計算特征權重的平均值(見圖9)而作為最終結果。選取權重排名前17個特征參數(shù)，使用PCA降維后變成12個特征參數(shù)。

4.5 血紅蛋白回歸模型建立

在本研究中，選擇艾康生物技術有限公司型號C111-3034的Mission Hb血紅蛋白分析儀檢測的血紅蛋白含量作為對照，該設備相對于傳統(tǒng)血紅蛋白檢測設備，具有更好的便攜性、檢測速度快且精度符合臨床要求。該設備檢測范圍為5～25.6 g/dL,當血紅蛋白濃度在5～10 g/dL范圍內時，標準差為; 當血紅蛋白濃度在10～25.6 g/dL范圍內時，變異系數(shù)(CV)為±3%。同時，使用本研究設計的無創(chuàng)血紅蛋白檢測儀采集PPG信號，共采集60組數(shù)據(jù)用于建立血紅蛋白模型。偏最小二乘回歸可以集多元線性回歸分析、典型相關分析和主成分分析的基本功能為一體,能夠將建模預測類型的數(shù)據(jù)分析方法與非模型式的數(shù)據(jù)認識性分析方法有機地結合起來[11]。血紅蛋白檢測模型采用PLS對提取的17個特征參數(shù)進行回歸分析，建立如下血紅蛋白模型。

CHb=0.4546×a1-0.2607×a2-0.323×a3+0.5932×a4+0.257×a5-1.3312×a6-0.8755×a7+0.8733×a8-0.1137×a9+1.6845×a10-0.0561×a11-0.5358×a12+0.2351×a13+0.1303×a14-0.5065×a15+0.0426×a16+0.2004×a17-0.0098

其中a1…a17表示提取的17個特征參數(shù)。

5 實驗及數(shù)據(jù)分析

在本研究中，隨機選擇31名年齡在21～57周歲之間的志愿者，其中男性16名，女性15名。在實驗過程中，要求志愿者處于靜息狀態(tài)，同時使用微創(chuàng)Mission Hb血紅蛋白分析儀和本研究設計的雙波長血紅蛋白監(jiān)測儀對志愿者進行血紅蛋白濃度檢測，得到31組實驗數(shù)據(jù)。31名志愿者的31組測量值與真實值之間的關系見圖10。血紅蛋白濃度在11～18 g /dL范圍內，測量結果誤差在±3 g/dL 范圍內，相關系數(shù)為0.728，說明兩者之間具有一定的相關性。均方差為0.9416 g/dL。實驗結果表明，本研究設計的雙波長血紅蛋白檢測儀在一定程度上能夠準確反映血紅蛋白濃度結果。

圖8RelifF算法計算人體基本參數(shù)及PPG信號波形特征參數(shù)權重

Fig8TheRelifFalgorithmcalculatesthebasicparametersofhumanbodyandtheweightofthecharacteristicparametersofPPGsignalwaveform

圖9 特征權重平均值

圖10 31名志愿者血紅蛋白濃度無創(chuàng)檢測與真實值的相關性

Fig10Thecorrelationbetweennon-invasivetestandrealvaluewasfoundin31volunteers

6 結束語

相對于目前點測式血紅蛋白檢測方法，無創(chuàng)血紅蛋白檢測能夠實現(xiàn)連續(xù)的血紅蛋白監(jiān)測，因此具有更廣闊的發(fā)展空間以及更重大的研究意義。同時，相對于目前多波長血紅蛋白檢測，本研究采用雙波長利用脈搏波特征參數(shù)與血紅蛋白濃度之間的關系檢測血紅蛋白濃度。完成了31組驗證實驗，得到無創(chuàng)檢測血紅蛋白濃度與微創(chuàng)血紅蛋白濃度相關系數(shù)為0.728，均方差為0.9416。實驗結果表明，本研究建立的雙波長血紅蛋白檢測模型對血紅蛋白濃度檢測提供了一定的研究依據(jù)，對臨床研究具有重要的意義。同時，本研究提出的血紅蛋白檢測模型，主要提取了時域的特征參數(shù)，實驗數(shù)據(jù)量較小。因而，可以增加頻域特征參數(shù)，增加實驗數(shù)據(jù)量，以優(yōu)化血紅蛋白檢測模型。