張 廣，王宗閣，，王平安，王慧泉，蘇 琛*

（1.軍事科學(xué)院系統(tǒng)工程研究院衛(wèi)勤保障技術(shù)研究所，天津 300161；2.天津工業(yè)大學(xué)生命科學(xué)學(xué)院，天津 300387）

0 引言

在戰(zhàn)爭(zhēng)或緊急災(zāi)害條件下，傷員易受到多種因素導(dǎo)致的心臟驟停傷害，心臟驟停嚴(yán)重危及人類的生命。對(duì)于心臟驟?；颊叩膿尵?，大多依賴于快速的高質(zhì)量心肺復(fù)蘇和除顫[1]。高質(zhì)量的心肺復(fù)蘇需要持續(xù)有節(jié)律的胸部按壓并最大程度地減少按壓的中斷次數(shù)[2-4]，但是人工檢查人體自主循環(huán)是否恢復(fù)的過(guò)程中可能會(huì)耗費(fèi)大量時(shí)間，導(dǎo)致按壓長(zhǎng)時(shí)間的中斷，進(jìn)而對(duì)心肺復(fù)蘇結(jié)果產(chǎn)生負(fù)面影響，即使由專業(yè)的臨床醫(yī)生操作也不能完全避免這個(gè)問(wèn)題[5-6]。因此，提出一種快速準(zhǔn)確的自主循環(huán)結(jié)果檢測(cè)方法具有重要意義。

現(xiàn)有研究中，通過(guò)監(jiān)測(cè)潮氣末CO2、有創(chuàng)血壓或中心靜脈血氧飽和度等指標(biāo)可以準(zhǔn)確地評(píng)估自主循環(huán)結(jié)果[7-12]，但這些方法都需要建立安全的氣道或放置導(dǎo)管，具有侵入性；經(jīng)胸阻抗（trans-thoracic impedance，TTI）測(cè)量方法和近紅外光譜（near-infrared spectroscopy，NIRS）方法可以實(shí)現(xiàn)無(wú)創(chuàng)檢測(cè)[13-16]，但是TTI測(cè)量方法容易受胸部按壓的影響，NIRS方法對(duì)自主循環(huán)結(jié)果檢測(cè)響應(yīng)較慢，因此均不適宜進(jìn)行大規(guī)模的推廣應(yīng)用。心肺復(fù)蘇指南中提到可以使用光電容積描記（photoplethysmography，PPG）技術(shù)來(lái)對(duì)自主循環(huán)結(jié)果進(jìn)行無(wú)創(chuàng)檢測(cè)[17-18]。PPG技術(shù)是一種用于測(cè)量自發(fā)脈搏和其他血液動(dòng)力學(xué)參數(shù)經(jīng)常使用的方法，具有檢測(cè)方便、易于使用且非侵入性的優(yōu)點(diǎn)。

近年來(lái)，深度學(xué)習(xí)在研究工作中使用越來(lái)越廣泛，其具有很強(qiáng)的數(shù)據(jù)特征學(xué)習(xí)能力，可以通過(guò)組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示，在研究領(lǐng)域和工業(yè)應(yīng)用有著廣泛的應(yīng)用。棧式自編碼（stacked autoencoder，SAE）深度神經(jīng)網(wǎng)絡(luò)是對(duì)自編碼網(wǎng)絡(luò)的一種使用方法[19]，是一個(gè)由多層訓(xùn)練好的自編碼器組成的深度神經(jīng)網(wǎng)絡(luò)，具有逐層降維功能，可以使復(fù)雜問(wèn)題簡(jiǎn)單化，有助于進(jìn)行網(wǎng)絡(luò)構(gòu)建和結(jié)果預(yù)測(cè)。

基于以上現(xiàn)狀，本研究擬通過(guò)開(kāi)展動(dòng)物實(shí)驗(yàn)，利用無(wú)創(chuàng)生理參數(shù)繪制的能量譜圖和SAE深度神經(jīng)網(wǎng)絡(luò)，克服機(jī)械按壓和戰(zhàn)場(chǎng)嘈雜環(huán)境對(duì)傷員生理信號(hào)辨識(shí)的干擾，實(shí)現(xiàn)對(duì)心肺復(fù)蘇過(guò)程中自主循環(huán)恢復(fù)、心臟驟停等關(guān)鍵啟停指標(biāo)的及時(shí)、準(zhǔn)確辨識(shí)，為醫(yī)學(xué)救援人員提供高準(zhǔn)確度的自主循環(huán)恢復(fù)信息，使其作為急救參考輔助救援人員實(shí)施高效率的傷員救治。

1 數(shù)據(jù)采集及處理

1.1 數(shù)據(jù)采集

為了更好地實(shí)現(xiàn)對(duì)心臟驟停以及自主循環(huán)恢復(fù)的準(zhǔn)確辨識(shí)，本研究對(duì)長(zhǎng)白豬進(jìn)行電擊，人為制造室顫模型，并通過(guò)心肺復(fù)蘇、電擊除顫使實(shí)驗(yàn)豬自主循環(huán)恢復(fù)。完整的實(shí)驗(yàn)流程如圖1所示。

圖1 實(shí)驗(yàn)流程圖

（1）實(shí)驗(yàn)準(zhǔn)備：對(duì)實(shí)驗(yàn)豬進(jìn)行全身麻醉，建立通道（股動(dòng)脈、右頸外靜脈、左頸外靜脈），佩戴信號(hào)采集設(shè)備，采集基線數(shù)據(jù)。（2）誘發(fā)室顫：當(dāng)實(shí)驗(yàn)豬的生理狀態(tài)處于穩(wěn)定時(shí)，對(duì)其心臟進(jìn)行電擊誘發(fā)室顫，電擊電壓為35 V，電擊持續(xù)時(shí)間為5～10 s。（3）心肺復(fù)蘇：誘發(fā)室顫成功后，利用心肺復(fù)蘇按壓設(shè)備進(jìn)行持續(xù)按壓操作，按壓通氣比為30∶2，按壓時(shí)長(zhǎng)約為5 min。（4）電擊除顫：按壓結(jié)束后，打開(kāi)除顫儀，選擇能量為100 J對(duì)實(shí)驗(yàn)豬心臟進(jìn)行電擊除顫。（5）重復(fù)進(jìn)行心肺復(fù)蘇及電擊除顫操作，直至其自主循環(huán)恢復(fù)。（6）實(shí)驗(yàn)豬狀態(tài)恢復(fù)平穩(wěn)后，再次重復(fù)步驟（2）～（5），獲取下一組實(shí)驗(yàn)數(shù)據(jù)。動(dòng)物實(shí)驗(yàn)與數(shù)據(jù)采集場(chǎng)景如圖2所示。

圖2 動(dòng)物實(shí)驗(yàn)與數(shù)據(jù)采集場(chǎng)景

實(shí)驗(yàn)過(guò)程中使用RM6240C多通道生理信號(hào)采集系統(tǒng)（成都儀器廠）同步持續(xù)采集實(shí)驗(yàn)豬的心電、光電脈搏波以及有創(chuàng)血壓信號(hào)，采樣頻率均為1 kHz。本研究一共完成10頭實(shí)驗(yàn)豬的數(shù)據(jù)采集，體質(zhì)量范圍為（31±5.5）kg。研究過(guò)程嚴(yán)格遵守動(dòng)物實(shí)驗(yàn)準(zhǔn)則，得到解放軍總醫(yī)院醫(yī)學(xué)倫理委員會(huì)的批準(zhǔn)。

1.2 數(shù)據(jù)處理

實(shí)驗(yàn)過(guò)程中采集得到的光電容積脈搏波信號(hào)通常會(huì)受到不同因素的干擾，如運(yùn)動(dòng)偽影、工頻干擾、白噪聲等，這些干擾因素會(huì)導(dǎo)致采集得到的原始脈搏波信號(hào)發(fā)生基線漂移或信號(hào)突變，大大降低了對(duì)信號(hào)中有用信號(hào)的利用程度，部分干擾信號(hào)還會(huì)淹沒(méi)有用信號(hào)的特征點(diǎn)，導(dǎo)致對(duì)特征點(diǎn)識(shí)別不準(zhǔn)確，降低后續(xù)的信號(hào)處理及預(yù)測(cè)。因此，采集到原始信號(hào)后，需要先對(duì)脈搏波數(shù)據(jù)進(jìn)行濾波處理，將干擾信號(hào)從原始信號(hào)中分離出來(lái)并加以抑制。

脈搏波信號(hào)的主要頻率范圍為1～20 Hz，因此脈搏波信號(hào)的巴特沃斯低通濾波器的通帶截止頻率設(shè)置為15 Hz，阻帶截止頻率設(shè)置為20 Hz，通帶紋波設(shè)置為1 dB。針對(duì)基線漂移等干擾脈搏波的低頻干擾信號(hào)，先用模板法找到原始脈搏波信號(hào)的谷值點(diǎn)，然后使用三次樣條插值法得到脈搏波基線，并通過(guò)減法處理去除基線數(shù)據(jù)，去除干擾后的脈搏波波形如圖3所示。

圖3 脈搏波波形圖

1.3 能量譜圖

為了更深入地研究心肺復(fù)蘇過(guò)程中脈搏波的變化，本研究繪制了PPG信號(hào)的能量譜圖。能量譜圖的繪制過(guò)程如下：（1）使用長(zhǎng)度為5 s的時(shí)間窗對(duì)PPG數(shù)據(jù)進(jìn)行滑動(dòng)分割，步長(zhǎng)為1 s；（2）將每20 s作為一個(gè)數(shù)據(jù)段，將此時(shí)間段內(nèi)每個(gè)窗口內(nèi)的數(shù)據(jù)進(jìn)行傅里葉變換；（3）20 s數(shù)據(jù)段的傅里葉變換結(jié)果通過(guò)MATLAB中的imagesc函數(shù)進(jìn)行二維作圖后即可獲得PPG能量譜圖。

能量譜圖具有可視化的優(yōu)點(diǎn)，能夠?qū)⒚}搏波頻率及能量隨時(shí)域變化情況進(jìn)行可視化呈現(xiàn)。如圖4所示，該能量譜圖反映的是未進(jìn)行任何操作情況下，實(shí)驗(yàn)豬穩(wěn)定狀態(tài)時(shí)一段脈搏波的能量譜圖。根據(jù)圖4即可觀察到脈搏波頻率隨時(shí)間變化的情況，同時(shí)圖中的顏色亮度可以反映脈搏波能量變化及生命體征的能量變換，還可以看到未進(jìn)行任何操作時(shí)，實(shí)驗(yàn)豬的脈搏波頻率穩(wěn)定在1.535 Hz左右，同時(shí)實(shí)驗(yàn)豬的脈搏波能量正常變化，表明豬處于正常生命狀態(tài)。

圖4 實(shí)驗(yàn)豬穩(wěn)定狀態(tài)時(shí)PPG信號(hào)能量譜圖

圖5為實(shí)驗(yàn)過(guò)程中實(shí)驗(yàn)豬發(fā)生室顫并恢復(fù)自主循環(huán)的過(guò)程，從圖中可以看到，當(dāng)對(duì)實(shí)驗(yàn)豬進(jìn)行人為電擊制顫，83 s左右時(shí)圖中脈搏波頻率消失，表明室顫造模成功，此時(shí)其心臟處于室顫狀態(tài)，因此不再對(duì)外泵血，導(dǎo)致脈搏波消失，反映在圖中即脈搏波頻率消失；當(dāng)實(shí)驗(yàn)豬恢復(fù)自主循環(huán)后，162 s處脈搏波頻率重新出現(xiàn)，說(shuō)明實(shí)驗(yàn)豬心臟解除室顫狀態(tài)，心臟重新工作開(kāi)始泵血，因此脈搏波重新出現(xiàn)，表明此時(shí)實(shí)驗(yàn)豬已恢復(fù)自主循環(huán)。整個(gè)發(fā)生室顫及恢復(fù)自主循環(huán)的過(guò)程可以在能量譜圖中得到清晰展示，表明該能量譜圖可以有效地反映自主循環(huán)恢復(fù)與否。

圖5 室顫及自主循環(huán)恢復(fù)過(guò)程

2 基于SAE深度神經(jīng)網(wǎng)絡(luò)的辨識(shí)模型構(gòu)建

SAE深度神經(jīng)網(wǎng)絡(luò)是一種有效的無(wú)監(jiān)督特征識(shí)別和深度學(xué)習(xí)方法，廣泛用于各種特征提取和分類問(wèn)題。為了實(shí)現(xiàn)自主循環(huán)恢復(fù)的準(zhǔn)確辨識(shí)，本研究使用由雙重隱藏層SAE組成的深層神經(jīng)網(wǎng)絡(luò)來(lái)構(gòu)建脈搏波信號(hào)與自主循環(huán)恢復(fù)標(biāo)志之間的相關(guān)模型[19-20]。

SAE深度神經(jīng)網(wǎng)絡(luò)表示由多個(gè)自動(dòng)編碼器組成的反饋神經(jīng)網(wǎng)絡(luò)模型。由輸入層、2個(gè)隱藏層和輸出層組成的4層神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)如圖6所示，神經(jīng)網(wǎng)絡(luò)上一層與下一層之間的神經(jīng)元完全互連。自動(dòng)編碼器使用神經(jīng)網(wǎng)絡(luò)第一層的激活功能來(lái)提取輸入數(shù)據(jù)的特征，并將其轉(zhuǎn)發(fā)到下一個(gè)隱藏層。本研究利用了Sigmoid激活函數(shù)，由下式得到：

圖6 SAE深度神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)

式中，x表示網(wǎng)絡(luò)結(jié)構(gòu)輸入神經(jīng)元；f（x）表示輸出結(jié)果。

本研究中SAE深度神經(jīng)網(wǎng)絡(luò)的4層網(wǎng)絡(luò)結(jié)構(gòu)中輸入層是PPG數(shù)據(jù)經(jīng)過(guò)連續(xù)傅里葉變換后的多維度參數(shù)，輸出層是患者是否恢復(fù)自主循環(huán)的標(biāo)簽。SAE深度神經(jīng)網(wǎng)絡(luò)的權(quán)值矩陣包括特征抽取矩陣、特征編碼矩陣和分類重建矩陣。其中，特征抽取矩陣位于輸入層與第一隱藏層之間，抽取輸入的多維多生理參數(shù)信息特征，將特征信息突出顯示；特征編碼矩陣位于隱藏層1與隱藏層2之間，將突出顯示的特征信息進(jìn)行編碼；分類重建矩陣位于隱藏層2與輸出層之間，將所有得到的編碼特征進(jìn)行分類，得到n類標(biāo)簽，標(biāo)簽所攜帶的就是自主循環(huán)恢復(fù)與否的關(guān)鍵信息。

3 實(shí)驗(yàn)結(jié)果及分析

本研究擬通過(guò)心肺復(fù)蘇過(guò)程中PPG信號(hào)的變化情況來(lái)實(shí)現(xiàn)對(duì)心臟驟停救治過(guò)程中自主循環(huán)恢復(fù)的準(zhǔn)確辨識(shí)。由于對(duì)實(shí)驗(yàn)豬進(jìn)行心肺復(fù)蘇時(shí)的按壓頻率接近實(shí)驗(yàn)豬自主循環(huán)時(shí)的PPG頻率，因此按壓過(guò)程中通過(guò)PPG信號(hào)對(duì)實(shí)驗(yàn)豬自主循環(huán)恢復(fù)的辨識(shí)也會(huì)更加困難。為了探究PPG信號(hào)辨識(shí)按壓過(guò)程中自主循環(huán)恢復(fù)的效果，本研究分別對(duì)2種情況下實(shí)驗(yàn)豬自主循環(huán)恢復(fù)辨識(shí)準(zhǔn)確度進(jìn)行預(yù)測(cè)：（1）無(wú)機(jī)械按壓時(shí)恢復(fù)自主循環(huán)。該情況下不存在按壓頻率的影響，因此通過(guò)PPG信號(hào)對(duì)自主循環(huán)恢復(fù)的辨識(shí)困難程度較低。（2）在心肺復(fù)蘇機(jī)械按壓過(guò)程中恢復(fù)自主循環(huán)。由于此種情況下的按壓頻率接近PPG原有頻率，因此更能分辨出PPG信號(hào)，通過(guò)PPG信號(hào)對(duì)自主循環(huán)恢復(fù)的辨識(shí)也存在更大的困難。

本研究一共完成10頭實(shí)驗(yàn)豬的數(shù)據(jù)采集，共完成了42次電擊制顫過(guò)程，通過(guò)外部胸部按壓及電擊除顫實(shí)現(xiàn)自主循環(huán)恢復(fù)32次。以滑動(dòng)窗口方式提取數(shù)據(jù)樣本，每20 s數(shù)據(jù)作為1個(gè)數(shù)據(jù)樣本，共提取800份數(shù)據(jù)樣本，其中有自主循環(huán)且無(wú)胸部按壓的樣本200個(gè)，有自主循環(huán)且有胸部按壓的樣本200個(gè)，無(wú)自主循環(huán)且無(wú)胸部按壓的樣本200個(gè)，無(wú)自主循環(huán)且有胸部按壓的樣本200個(gè)。辨識(shí)結(jié)果見(jiàn)表1、2。

表1 無(wú)胸部按壓情況下自主循環(huán)恢復(fù)辨識(shí)結(jié)果

表2 有胸部按壓情況下自主循環(huán)恢復(fù)辨識(shí)結(jié)果

表1、2分別為無(wú)胸部按壓和有胸部按壓情況下的自主循環(huán)辨識(shí)結(jié)果，表中真實(shí)結(jié)果有自主循環(huán)和無(wú)自主循環(huán)的樣本個(gè)數(shù)是人為設(shè)定的標(biāo)簽，辨識(shí)結(jié)果中有自主循環(huán)和無(wú)自主循環(huán)結(jié)果為本研究提出的自主循環(huán)恢復(fù)辨識(shí)算法預(yù)測(cè)得到的結(jié)果。通過(guò)將辨識(shí)結(jié)果與真實(shí)結(jié)果進(jìn)行對(duì)比，即可得出本研究算法對(duì)于自主循環(huán)情況的辨識(shí)準(zhǔn)確度，利用該結(jié)果可以對(duì)本研究提出的自主循環(huán)恢復(fù)辨識(shí)算法進(jìn)行評(píng)估。

由表1、2中的自主循環(huán)恢復(fù)辨識(shí)實(shí)驗(yàn)結(jié)果可知，在心肺復(fù)蘇自主循環(huán)恢復(fù)過(guò)程中，無(wú)胸部按壓情況下，無(wú)自主循環(huán)的辨識(shí)準(zhǔn)確度為92.5%，有自主循環(huán)的辨識(shí)準(zhǔn)確度為97.5%；而在有胸部按壓情況下，無(wú)自主循環(huán)的辨識(shí)準(zhǔn)確度為89.0%，有自主循環(huán)的辨識(shí)準(zhǔn)確度為84.0%?？偟膩?lái)說(shuō)，本研究提出的自主循環(huán)恢復(fù)辨識(shí)算法在無(wú)胸部按壓情況下對(duì)自主循環(huán)恢復(fù)的平均辨識(shí)準(zhǔn)確度可以達(dá)到95.0%，在有胸部按壓情況下對(duì)自主循環(huán)恢復(fù)的平均辨識(shí)準(zhǔn)確度可以達(dá)到86.5%，說(shuō)明該方法在有胸部按壓干擾的情況下仍具有較高的辨識(shí)準(zhǔn)確度，具有推廣價(jià)值。

4 結(jié)論

本研究提出了一種基于SAE深度神經(jīng)網(wǎng)絡(luò)的自主循環(huán)恢復(fù)辨識(shí)算法，通過(guò)進(jìn)行動(dòng)物實(shí)驗(yàn)以及對(duì)實(shí)驗(yàn)數(shù)據(jù)的采集和分析，實(shí)現(xiàn)了對(duì)心肺復(fù)蘇過(guò)程中自主循環(huán)恢復(fù)的辨識(shí)，該算法能夠?yàn)獒t(yī)務(wù)人員對(duì)心臟驟?；颊邔?shí)施心肺復(fù)蘇急救過(guò)程提供輔助參考作用，幫助醫(yī)務(wù)人員對(duì)心臟驟?；颊邔?shí)施高效率的緊急救治，在緊急救援領(lǐng)域具有重要作用。雖然本文提出的方法在按壓情況下仍具有良好的辨識(shí)能力，但是本研究也存在一定的局限性，首先，本次實(shí)驗(yàn)的10頭實(shí)驗(yàn)豬體征差異并不大，體質(zhì)量范圍較小，因此普適性方面具有一定的限制，需要進(jìn)一步增加對(duì)具有差異化實(shí)驗(yàn)豬的研究；其次，本研究利用滑動(dòng)窗提取了800個(gè)樣本，但是實(shí)際上樣本量仍不夠大，需要進(jìn)一步擴(kuò)大樣本量；最后，本次實(shí)驗(yàn)是基于實(shí)驗(yàn)豬進(jìn)行的，雖然其心臟和人類心臟很相似，但仍會(huì)存在不同，因此還需要使用人體心臟驟停及自主循環(huán)恢復(fù)的數(shù)據(jù)對(duì)算法加以驗(yàn)證。后續(xù)的研究中將針對(duì)上述問(wèn)題改進(jìn)和優(yōu)化，加強(qiáng)對(duì)自主循環(huán)恢復(fù)辨識(shí)的進(jìn)一步研究。