脈搏波傳導時間法檢測血壓算法的研究與實現

張克剛，李蓓，饒夢琳，張廣，王丹，何史林

1.中國人民解放軍總醫院海南分院 a.醫工科；b.急診科；c.信息科，海南 三亞 572013；2.軍事醫學科學院衛生裝備研究所，天津 300170

脈搏波傳導時間法檢測血壓算法的研究與實現

張克剛1a，李蓓1b，饒夢琳1c，張廣2，王丹2，何史林1c

1.中國人民解放軍總醫院海南分院 a.醫工科；b.急診科；c.信息科，海南 三亞 572013；2.軍事醫學科學院衛生裝備研究所，天津 300170

目的研究并實現用脈搏波傳導時間法檢測血壓。方法利用對心電R波和脈搏波波峰的定位，計算脈搏波傳導時間；利用檢測方法結合監護儀檢測血壓采集大量數據，對脈搏波傳導時間和人體血壓數據進行統計分析。結果實現對心電R波和脈搏波波峰的定位，并計算脈搏波傳導時間；利用統計結果進行血壓估計，估計值與實測值誤差在5 mmHg，占比32.54%；誤差在10 mmHg以內的占比59.92%。結論定位方法的穩定性還需提高，血壓估計算法的準確度還不夠，后期將據此深入研究。

脈搏波傳導時間；R波定位；統計分析；血壓估計；多參數監護儀

引言

血壓是反應心血管系統功能狀態的重要參數之一，通過對血壓的實時監測可以實現對人體心血管疾病的及時監控和預警，同時為臨床醫生對于疾病的診治提供重要依據，在臨床中具有重要意義。現有的血壓測量方法主要包括導管介入法、聽診法、示波法、動脈張力法等。導管介入法為有創檢測；聽診法、示波法檢測都需要用袖帶檢測，無法實現長時間的實時檢測；動脈張力檢測法為手工檢測，且檢測難度較大，不利于進行實時監測。脈搏波傳導時間法，主要通過測量血流在一定距離的傳導時間來實現血壓的檢測[1-3]。相比較上面的幾種方法，脈搏波傳導時間檢測法可以更方便地實現長時間、實時血壓監測，方便快捷。

1 原理與方法

1.1 脈搏波傳導時間法檢測原理

脈搏波傳導時間（Pulse Wave Transit Time，PWTT）是射血期在主動脈根部產生的搏動波沿血管壁傳導到外周某處的時間，是反映動脈彈性及可擴張性的常用指標[1]。PWTT值大小，一定程度上反映了血管壁的僵硬程度。血流在動脈血管中流動與血管壁相互作用產生壓力，脈搏波傳導時間反映了血流在動脈血管中流動的相互作用，這與人體血壓密切相關。因此我們就可以通過對脈搏波傳導時間的檢測來實現對人體血壓的監測。

1.2 脈搏波傳導時間的檢測

心臟每次收縮時將血流壓入動脈血管，在主動脈根部產生脈搏波信號，與此同時，心臟產生的心電信號出現R波信號，即可將其出現的時間定義為主動脈根部產生脈搏波的時間，也可利用在同一動脈位置檢測到的R波信號時間與脈搏波頂點的時間差來實現對脈搏波傳導時間的檢測。

1.2.1 心電R波波峰定位

心電R波波峰定位主要包括前期信號預處理以及后期R波波峰定位。信號預處理主要包括濾波、求導等：信號采集模塊采集的信號包含有大量的干擾噪聲，會對后前的波峰定位造成較大干擾，因此必須進行濾波去噪處理；信號噪聲主要包括環境當中的50 Hz工頻噪聲以及信號采集時噪聲的基線漂移，而心電信號的主要頻率位于二者之間，因此將帶通濾波進行處理；相比信號其他位置以及干擾信號，R波的上升沿和下降沿的斜率都最大，因此采用求導得出信號斜率，進一步在信號當中突出R波信號[4-8]。R波波峰檢測，主要依據ANSI/AAMI EC13:2002標準進行。R波波峰定位流程，見圖1。其主要包括：

圖1 R波波峰定位流程圖

（1）檢測能力：能夠檢測振幅范圍0.5～5 mV，脈寬范圍從70～120 ms的QRS波；拋棄振幅小于0.15 mV的信號，以及幅度達到1 mV但脈寬＜10 ms的QRS波。

（2）抗噪能力：能夠抑制幅度100 μV，頻率為60 Hz的背景噪聲，能夠抑制0.1 Hz，峰峰值為4 mV的三角波噪聲。1.2.2 脈搏波波峰定位

脈搏波波峰定位流程，見圖2。脈搏波波峰定位同樣分為前期信號預處理和后期定位兩部分。因為脈搏波信號相比心電信號其信號簡單、帶寬范圍窄，而且不具備R波信號斜率最大的特點，因此只進行帶通濾波。在后期定位中，直接利用求導得到相應的極值點，在極值點附近求其峰值點即為脈搏波波峰位置[9-13]。

圖2 脈搏波波峰定位流程圖

1.3 血壓估計

根據脈搏波傳導時間估算血壓，現在主要是利用Moens-Korteweg方程來進行近似：

Tb是基礎PWTT，Pb是對應于Tb的基礎血壓值。γ是血管特征的比例系數，ΔT是血壓變化對應的PWTT變化。因為個體的血管特征在短時間內不會發生大的變化，所以血壓與PWTT 有近似線性關系：

為得到最終的血壓估計，只需測試兩組PWTT值，同時利用標準血壓計測出其對應的血壓值，從而求出a、b值即可。但是前提是在理想狀態下，因而忽略了血壓改變時動脈內徑大小和動脈壁厚度的改變[14-16]。在實際應用中，往往存在較大誤差。本文利用采集到的大量心電數據，通過上述信號處理以及脈搏波傳導時間的檢測方法，結合患者多種生理參數，利用統計學方法，確定人體血壓與脈搏波傳導時間的關系。

2 實驗結果及分析

2.1 R波及脈搏波波峰定位

本文利用基于MK2511芯片設計的智能腕表進行心電信號和脈搏波數據采集，采樣頻率512 Hz。對心電信號進行歸一化、去除線性趨勢處理，處理之后的信號，見圖3。圖中只能大致看出有些許R波信號輪廓，但是信號基本還是被淹沒在噪聲當中。

圖3 原始信號波形

對其進行帶通濾波處理。心電的能量主要集中在頻率成分為5～11 Hz之間，但是在11～37 Hz之間還存在一些心電信號的細節成分。因此，在不損失R波信號特點的前提下，為最大程度減小計算量以及提高濾波效果，本文采用通帶為5～26 Hz的帶通濾波器對信號采集模塊采集到的原始心電信號進行濾波處理。原始心電信號經過濾波之后的信號波形，見圖4。圖中基本可以很清楚的看出R波信號，信號質量相比原始信號得到很大提高。

圖4 帶通濾波信號圖形

心電信號當中，R波信號的斜率最大。為在心電信號當中突出R波信號，對濾波處理之后的數據進行求導。經過求導處理之后的信號波形，見圖5，求導處理更加突出了R波信號，同時也徹底消除了信號的基線漂移，使信號集中在0的左右。

圖5 求導處理信號波形

根據E13標準，利用波峰高度，波峰位置（離上一個波峰的距離），以及波峰斜率來分辨是QRS波或者噪聲。兩個R波波峰距離必須大于200 ms（忽略300 bpm以上的心率），每個R波必須同時包括上升沿和下降沿，R波波峰幅值必須大于檢測閾值：

其中，AN為平均噪聲，AR為R波波峰平均幅值。利用最后檢測到的8個噪聲、R波幅值、R-R間隙來分別估計平均噪聲、平均R波幅值以及平均R-R間隙。為防止由于連續的強的心跳將閾值提的太高以至于正常的心跳無法檢測，在連續8 s沒有波峰檢測到時，重新對閾值進行初始化。除去濾波器延時、窗延時、最小間隔延時等延時，算法定位結果在原始心電信號定位效果，見圖6。

圖6 R波定位結果

脈搏波波峰定位與R波波峰定位相類似，主要包括：采用通帶范圍為0.1～3 Hz的帶通濾波器進行去噪處理，通過求導求得脈搏波各個極值點，在極值點前120點尋找相應峰值點，最終定位結果，見圖7。

圖7 脈搏波定位結果

2.2 血壓估計

本文利用心電采集模塊采集9000多例心電及脈搏波數據，同時采用邁瑞iPM8型號的多參數監護儀對其血壓進行測量，通過篩選得3280例有效數據，將數據錄入Epidata 3.1軟件中進行統一管理，使用SPSS 17.0進行統計分析。統計分析結果，見表1。

表1 多重線性回歸方程結果列表

模型復相關系數R=0.663，模型擬合較好，可用于估計分析。估計值與實測值差值的平均值和標準差為（-0.06±12.76）mmHg，尚未能達到血壓計準確性檢測標準（5±8）mmHg。利用回歸模型在252例患者中的估計結果進行檢測，將相關自變量引入模型，結果顯示，估計值與實測值誤差在5 mmHg以內的82例，占比32.54%；誤差在10 mmHg以內的151例，占比59.92%。

3 討論

本文通過對心電信號和脈搏波信號的處理，實現了對心電R波及脈搏波波峰的定位，并通過定位結果計算了脈搏波傳導時間，最后利用采集篩選的數據對人體血壓和脈搏波傳導時間進行了統計分析得到了人體血壓和脈搏波傳導時間的統計關系，并對其估計效果進行了檢測。通過與監護儀實際檢測到的血壓數據相對比，誤差在10 mmHg范圍內的檢測比例已經達到59.92%。與傳統的利用Moens-Korteweg方程只利用PWTT估算血壓相比，本文的算法增加了臂圍、臂長等個性化參數，提高了算法的適用性和估算精度。但同時本文應用的定位算法在信號干擾較大時，定位效果并不理想；同時本文的利用統計分析數據進行估計的結果還不足夠準確，算法估算的精度比例還不夠，在后期的研究中，將結合以上不足進一步加強深入。

[1] Mukkamala R,Hahn JO,Inan O,et al.Towards ubiquitous blood pressure monitoring via pulse transit time: theory and practice[J].IEEE Trans on Biomed Eng,2015,62(8):1879-1901.

[2] 蘇軼倫.脈搏波傳播時間與血壓關系的理論和實驗探索[D].北京:中國科學院大學,2015.

[3] 孟祥平.利用脈搏波傳播時間計算動脈血壓的研究[D].濟南:山東大學,2011.

[4] 吳建,李康,龐宇,等.基于斜率突變的QRS波檢測[J].重慶:重慶郵電大學學報(自然科學版),2015,27(2):241-244.

[5] 艾娉婷.心電信號R波識別系統的設計[D].長春:吉林大學,2015.

[6] 江峰.心電信號濾波與QRS波形定位[D].武漢:武漢工業學院,2012.

[7] 黎承濤.心電信號特征提取及ST段形態識別的方法研究[D].合肥:安徽大學,2015.

[8] 楊曉利.心電信號R波與P波檢測研究[D].長沙:中南大學,2008.

[9] 盧清.心電信號消嗓算法及R峰定位的研究[D].杭州:杭州電子科技大學,2012.

[10] Yoshida T,Kawakami T,Kato S,et al.Morphology-matchingbased R-wave detection for noise-robust ECG gating[J].J Cardiov Magn Reson,2016,18(1):1-2.

[11] Ma Y,Li T,Ma Y,et al.Novel real-time FPGA-based R-wave detection using lifting wavelet[J].Circ Syst Signal Pr, 2016,35(1):281-299.

[12] Hassan MKA,Mashor MY,Saad M,et al.Non-invasive continuous blood pressure monitoring based on PWTT[J]. IJARCS,2011,12(11):1616-1622.

[13] 苗長云,穆殿偉,張誠,等.基于多脈搏波參數的人體血壓檢測的研究[J].生物醫學工程學雜志,2015(5):1113-1117.

[14] Pool AW,Sharafudeen S,Wadhwani R,et al.The use of pulse wave transit time (PWTT) non-invasive cardiac output monitoring during labour epidural anaesthesia and subsequent fetal distress leading to emergency caesarean section[J].Eur J Anaesth,2014,31:183.

[15] 劉延勇,向海燕,秦瑜斐,等.基于PWTT的無創逐拍動脈血壓檢測的硬件系統設計與實現[J].醫療衛生裝備,2012,33(1):1-3.

[16] 高偉,李芹,張飛,等.基于脈搏波傳導時間的血壓監測方法[J].測控技術,2016,35(6):6-9.

[17] Bao K,Yaxiong GU,Gao J,et al.Continuous blood pressure measurement system based on pulse wave transit time[J]. J Biomed Eng Res,2016.

[18] 水上博光.血壓估計參數校正方法和血壓測量裝置:CN, CN103371853A[P].2013.

本文編輯 袁雋玲

Research and Realization of Detecting Blood Pressure by Pulse Wave Transit Time Method

ZHANG Ke-gang1a, LI Bei1b, RAO Meng-lin1c, ZHANG Guang2, WANG Dan2, HE Shi-lin1c
1.a.Department of Medical Engineering; b.Department of Emergency; c.Department of Information; Chinese PLA General Hospital Hainan Branch, Sanya Hainan 572013, China; 2. Institute of Health Equipment, Academy of Military Medical Sciences, Tianjin 300170, China

ObjectiveTo study and realize the method to detect the blood pressure by pulse wave transmission time (PWTT).MethodsThe PWTT was calculated by using the orientation of the electrocardiogram R wave and pulse wave peak. Statistical analysis was performed on the relationship between the PWTT and human body's blood pressure by using the detection method combined with the monitor blood pressure collecting a large amount of data.ResultsThe orientation of the electrocardiogram R wave and pulse wave peak were realized, and the PWTT was calculated. Meanwhile, the blood pressure was estimated based on the statistical results. The proportion of the error of the estimated value and the measured values in 5 mmHg accounted for 32.54% and in 10 mmHg accounted for 59.92%.ConclusionThe stability of the positioning method still needs to be improved. In addition, the accuracy of the blood pressure estimation algorithm is not enough, and further studies will be conducted in the future.

pulse wave transmission time; R wave positioning; statistical analysis; blood pressure estimation

R318.6

A

10.3969/j.issn.1674-1633.2017.08.003

1674-1633(2017)08-0008-03

2016-12-29

2017-02-22

海南省高新技術課題（ZDFY2017008）。

何史林，解放軍總醫院海南分院信息科副主任，主要研究方向為從事醫療信息化、遠程醫療和可穿戴設備研發與研究。

通訊作者郵箱：heshilin301@163.com