基于脈搏波特征量關聯分析的疾病預診研究

劉輝，黃丹飛，李世維

（長春理工大學 生命科學技術學院，長春 130022）

基于脈搏波特征量關聯分析的疾病預診研究

劉輝，黃丹飛，李世維

（長春理工大學 生命科學技術學院，長春 130022）

心腦血管疾病已成為威脅人類健康的頭號殺手。血流參數的變化可以為心腦血管疾病預診提供重要依據。針對當前血流參數檢測方法復雜、有創等缺點，無創獲取脈搏波信號，對信號預處理，提取脈搏波形特征量K來計算血流參數，并對K值與血流參數進行相關性分析。結果表明本文方法不僅方便快捷，而且能夠用脈搏波面積特征量準確預測血流參數變化，成為心腦血管疾病家庭和臨床預診的一種新的有效手段。

心腦血管疾病；脈搏波；特征值；血流參數；關聯分析

隨著人們生活水平的不斷提高，心腦血管疾病的發病群體逐漸年輕化，成為危害國民健康的一種高發疾病。血流參數是心腦血管疾病診斷的重要依據［1］，傳統的血流參數檢測方法操作復雜、造價昂貴、條件較高、具有一定的危險性，本文采用脈搏波波形特征量關聯分析法測量血流參數，可以很好地解決以上問題。

脈搏波信號包含人體大量的生理健康信息，其中脈搏波波形特征量的變化能反映人體心腦血管系統中一些最為重要的血流參數的變化，如心搏出量（SV）、心輸出量（CO）、外周阻力（TPR）、血液粘度（V）等。而血流參數又是心腦血管疾病診斷的指標，因此人體心腦血管系統生理和病理的變化與脈搏波波形面積的變化有關［2］。由于脈搏波形特征量不僅能很好地反映血流參數的變化，對這些參數進行監測，能夠預測人體健康的變化趨勢，而且易獲取，變化很規律，為家庭和臨床上心腦血管功能預測和評估提供了重要依據。

1 脈搏波獲取系統的設計

本文采用光電容積法獲取脈搏波信號。利用單片機對放大、濾波處理后的信號進行A/D轉換，將采樣得到的信號通過串口傳輸至計算機，進一步處理。圖1為獲取脈搏波的系統原理框圖。

圖1 脈搏波獲取系統原理框圖

透射式光電容積法借助動脈血液對光的吸收量隨動脈搏動而變化的原理，實現在活體組織中無創檢測血液容積的變化［3］。相比其他方法，該方法具有無創，操作簡單，易實現等優點。系統采用的指夾式傳感器型號為HKG-07B，工作電壓為5V，工作電流為20mA，輸出幅度峰值夏天在0.6～1.5V，冬天在0.1～0.3V。

人體脈搏波是一個低頻微弱信號，幅度大約在幾mv～十幾mv，動態范圍大，頻率在0.1～40Hz內，易受噪聲的干擾。本文采用具有高共模抑制比的通用型集成運放μA741，設計了一個可濾除50Hz工頻干擾的二階巴特沃斯低通濾波器，截止頻率為40Hz，增益為1.56倍。

使用Atmega16單片機的PA0口對輸入信號進行A/D轉換，采樣頻率為250Hz。由于成人脈率為60～120次/min，設采樣時間為3s，約750個數據，包含了4個完整的脈搏波。采樣數據通過PD1引腳由串行口的狀態線將信號送入計算機。

2 脈搏波數據處理

采用MATLAB軟件對A/D采集到的信號進行濾波、檢波、去基線漂移等操作后，根據脈搏波容積的變化求出面積特征值和血流參數并進行結果顯示。

2.1 脈搏波的預處理

由A/D采集到的信號往往還要受到其他一些電磁信號的干擾以及由呼吸、肌肉抖動等原因造成的運動偽差的影響，因此還需要對信號進行預處理［4］。

2.1.1 濾波和檢波

正常人體脈搏波信號大部分的能量集中在0.5～25Hz之間，因此本文采用凱塞窗設計的FIR數字濾波器獲取有用的脈搏波信號。帶通頻率范圍為0.5～25Hz。各參數設置:采樣頻率為250Hz，濾波器長度為80，濾波器的階數為20，通帶衰減為1dB，阻帶衰減為20dB［5］。濾波和檢波圖如圖2所示，其中a）圖上邊是濾波前的原始脈搏波信號及其頻譜圖，下邊是濾波后的信號及頻譜圖；對采集到的750個點找到其中的極大值點和極小值點，如圖b）所示；那么相鄰兩波谷間的點即組成了一個完整的脈搏波，圖c）即為檢出的4個完整的脈搏波。

圖2 濾波和檢波圖

2.1.2 EMD－WT法去基漂

由于脈搏波信號跟大多數生物醫學信號一樣，具有強的隨機性和低的信噪比，因此，在體表采集時，會引入各種外界噪聲。在對信號進行分析及診斷過程中，要消除對其影響最大的呼吸基線漂移，它是一種低頻噪聲［6］。被測者的呼吸等生理活動形成了基線漂移，本文采用基于EMD－WT法消除基漂，它將小波變換和經驗模態分解（EMD）結合到一起，故該算法不僅能利用小波變換快速、方便的設置參數，而且還具有EMD處理非平穩信號、非線性的特點。圖3為脈搏波信號經EMD法分解后得到的6個IMF分量及其對應的頻譜圖。

由圖3可知呼吸基漂屬于低頻干擾，必須把頻率范圍限制在1Hz以內。本文采用db10的小波基做10次小波變換并對小波變換系數進行處理，消除了0～0.977Hz頻率內的呼吸干擾。采用wrcoef函數重構會得到一條緩慢變化的基漂曲線，如圖4所示。圖5為IMF分量進行EMD重構后得到的脈搏波圖像［7］，可以明顯觀察到很好地去除了呼吸基線漂移。

圖3 EMD分解

圖4 擬合出的漂移曲線

圖5 去基漂后的脈搏波

2.2 特征值K的提取

若管腔彈性、血管阻力等生理發生變化，則脈搏波波形也會改變，同時波形面積也跟著變化，這就是脈搏波信號產生和傳播的機理。可以用一個易獲取的脈搏波波形特征量K值來描述這些改變，提取特征量的方法是以脈搏波圖形面積的變化為依據的［8］，其定義:

2.3 血流參數的計算及結果顯示

根據血流動力學模型，利用脈搏波波形特征量來計算心血管診斷中常用的一些血流參數［9］，如下所示:

（1）心率HR（次/min）:心臟每分鐘跳動次數，正常值:60～100。過快易引發生高血壓，但若低于45次/min，會造成緩慢性心律失常。

（2）心搏輸出量SV（ml）:心臟每搏動一次的輸出血量，正常值:60～80。心肌收縮力強時，心搏出量會增多。但若在正常值以下，可能會引起供血量不足。

（3）心輸出量CO（ml/min）:每一分鐘內心臟搏動的輸出血量，正常值:4.5～6。心輸出量的減少是心力衰竭的主要血流動力學標志。急性心肌梗死患者心源性休克的發生會伴隨著心輸出量的逐漸下降。

（4）外周阻力TPR（Pa*s/ml）:心臟每搏輸出的血液通過外周血管網絡到達中心靜脈壓力等于零處所遇到阻力的總和，正常值:90～150。是心臟后負荷的指標之一。

（5）血液粘度V（cp）:血液粘稠度通常使用血液分子之間內摩擦力的大小來表示，正常值:男性: 3.43～5.07；女性:3.01～4.29。粘稠度較高常伴隨著心肌缺血、心梗、腦血栓等一些心腦血管疾病的發生。

（6）心搏指數SI（ml/m2）:心臟每搏一次每平方米體表面積的輸出血量，正常值:50～60。心搏變緩，SI升高；心臟收縮功能減弱、心力衰竭、血供氧短缺、后負荷增加、血管擴張明顯、心動過快、心律失常時，SI降低。

（7）心臟指數CI（L/m2*min）:每分鐘內每平方米的體表面積心臟搏動輸出血量，正常值:3～4。貧血時，CI指數上升。當血容量過低，出現心率異常，甚至引發心源性休克時，CI指數下降。

其中，體表面積:BAS=0.0061*TALL(cm)+0.0128* WEIGHT(kg)-0.1592，單位:m2。

利用MATLAB設計可視化人機交互界面，該界面實現了脈搏波預處理后波形圖以及輸入身高、體重、收縮壓和舒張壓4個變量后K值、心率和血流參數值的顯示。圖6給出了當軟件運行后在Pop-up Menu選擇HR出現的結果。

圖6 血流參數顯示結果

3 相關性分析

采用本文方法檢測得到的50例實驗者的樣本數據，經SPSS統計學分析［10］，實現脈搏波波形面積特征值K與部分血流參數的相關性分析，為心腦血管疾病預診提供更為簡便的方法。

通過計算可知，樣本各變量的均值都在標準差的3倍以上，樣本各變量符合正態分布，因此可以采用Pearson相關分析法。Pearson是用來衡量連續變量或是等間距測度的變量間的相關分析。數據分析結果如表1所示。

表1 K與血流參數的Pearson相關性分析

其中，MEAN為均值；STD為標準差；R為相關系數；P為顯著性概率。

相關系數R的計算公式為:

相關系數檢驗的t統計量的顯著性概率P值表示拒絕原假設的最小顯著性水平，是一種樣本結果能否代表總體的估量方式［11］。如果P＜0.01，表示特別顯著相關；0.01＜P＜0.05，表示一般顯著相關；P＞0.05表示無顯著的相關關系。

由表1可知，K與HR弱正相關（P＜0.05）；K與SV、CO、SI強負相關（P＜0.01）；K與CI中等強度負相關（P＜0.01）；K與TPR強正相關（P＜0.01）；K與V極強正相關（P＜0.01）。

4 結論

本文采用光電容積脈搏法提取脈搏面積特征值K，并計算出血流參數。相比傳統的計算血流參數的方法，該方法簡單、無創。通過相關性分析可知，P值都小于0.05，故可以用樣本來估量總體的相關性；K值除了與心率HR弱相關外，與其它血流參數都是中等以上的強相關。弱相關表明在臨床上不能用K值判斷心率，強相關則表示可以用K值反映心血管系統中血流參數變化。因此，在家庭中通過K的變化就可大體判斷自己的心腦血管系統是否正常，身體狀況是否良好，具有廣泛地應用前景。但由于樣本數量較少，不具有廣泛的代表性，下一步需要做大量的實驗，獲取大量的數據進行更加準確的驗證。

［1］ 杜旭，吳水才，侯立亞等.基于MSP430單片機的便攜式心血管血流參數檢測儀的研制［J］.北京生物醫學工程學報，2005，24（5）:356-359.

［2］ 柳兆榮，李惜惜.關于脈圖的分析［J］.中國科學B輯，1983，2（2）:131-138.

［3］ 韓慶陽，李丙玉，王曉東.一種同時消除脈搏波信號中呼吸基線漂移和高頻噪聲的方法［J］.中國醫學物理學雜志，2014，31（2）:4801-4805.

［4］ 王燕，張松，楊益民等.基于容積血流脈搏波的心血管血流參數監護模塊的研制［J］.北京生物醫學工程學報，2006，25（2）:148-150.

［5］ 張鶴林，張康，張國龍.基于MATLAB的脈搏波數字濾波器的設計［J］.科技廣場雜志，2013，11:41-44.

［6］ 劉艷麗，趙為松，李海坤等.基于形態濾波的脈搏波信號基線漂移消除方法研究［J］.合肥工業大學學報（自然科學版），2011，34（4）:525-528.

［7］ 李學亮，夏金虹，陳真誠.基于LabVIEW的脈搏信號基線漂移去除［J］.醫療衛生裝備，2012，33（9）:5-8.

［8］ 楊琳，張松，楊益民等.基于重搏波谷點的脈搏波波形特征量分析［J］.北京生物醫學工程學報，2008，27（3）: 229-233.

［9］ R Gonzalez，O Morales，JDelgdo，et.Automatic Brachial Ankle Pulse Wave Velocity Measurements for Vascular Damage Assessments［J］.Computers in Cardiology，2008，35:173-176.

［10］ 張俊利，藺嫦燕，楊琳等.脈搏波波形特征信息檢測及與部分血流動力學變化相關分析［J］.生物醫學工程與臨床，2008，12（2）:104-107.

［11］ 孫逸敏.利用SPSS軟件分析變量間的相關性［J］.新疆教育學院學報，2007，23（2）:120-123.

Pre-diagnosis Study of Cardiovascular and Cerebrovascular Diseases Based on Correlation Analysis of Pulse Waveform Characteristic

LIU Hui，HUANG Danfei，LI Shiwei
（School of Life Science and Technology，Changchun University of Science and Technology Changchun 130022）

Currently，cardiovascular and cerebrovascular diseases have become the top killer of threat to human health. The change of the blood flow parameters can provide important basis for cardiovascular and cerebrovascular diseases preliminary diagnosis.In view of the current blood flow parameters detection method has some shortcomings，such as complicated，invasive and so on.This paper obtain pulse wave signal non-invasively，the signal preprocessing，extracting the pulse waveform characteristic K to calculate the blood flow parameters and doing correlation analysis between K value and the blood flow parameters.Results show that this method is not only convenient and quick，but also can predict the change of blood flow parameters accurately with characteristic of pulse wave area.It has becomed a new and effective method to pre-diagnosis for family and clinical.

cardiovascular and cerebrovascular disease；pulse wave；characteristic value；flow parameters；correlation analysis

TP301.6

A

1672-9870（2016）05-0139-05

2016-06-27

吉林省科技廳項目（20110443）

劉輝（1991-），女，碩士研究生，E-mail:lhyl_140222@163.com

黃丹飛（1965-），女，博士，教授，E-mail:huang_d_f@163.com