體外反搏治療效果自動優化算法與實現*

肖前軍

(重慶工業職業技術學院 自動化學院，重慶 401120)

0　引言

體外反搏是一種通過在患者體外進行充排氣的物理治療方法，能有效治療心、腦、腎等缺血性疾病。其原理是通過實時檢測患者心電R波信號，以此為基準觸發氣囊充排氣。在心臟舒張期，壓迫肢體血管，迫使肢體和臀部動脈血液返流至主動脈，以提高主動脈的壓力和血容量，從而增加心、腦、腎等重要器官的血液灌注量[1-2]。在心臟收縮期前，氣囊迅速排氣，受壓的肢體血管立即松開，有利于心室射出的血液經主動脈快速注入肢體動脈[1-2]。

體外反搏裝置通過采集患者R波作為充排氣觸發信號，如圖1(a)所示，TON為小腿充氣點到R波的時間，TOFF為排氣點到R波的時間。氣囊充氣采用三級序灌方式，即小腿、大腿和臀部依次充氣，充氣時序如圖1(b)所示，即I1為小腿充氣時間，I2為大腿充氣時間，I3為臀部充氣時間，TBY為氣囊保壓時間。同時在治療過程中需要實時監測治療效應，在臨床上通過采集耳垂脈搏波、指脈波或顳脈波作為體外反搏效應的客觀指標[3-5]。由于顳脈波存在明顯切跡點，能準確地顯示心臟收縮期和舒張期的分界點，故采用顳脈波作為評價體外反搏治療效果的指標。圖1(c)為治療前顳脈波波形，H點為切跡點；圖1(d)為患者治療時顳脈波波形。設D點對應的高度為hD，S點對應的高度為hS，反搏前后的峰值比為hPEAK，則hPEAK=hS/hD。設反搏前后的面積比為sPEAK，在圖1(d)中設D2部分對應的面積為sD2，D1部分對應的面積為sD1，則sPEAK=sD2/sD1。在臨床上hPEAK和sPEAK為治療效果的重要指標。

圖1　波形圖

目前體外反搏裝置在治療時，醫生通過觀察患者的心電波和顳脈波采用手動方式調節充氣時刻和保壓時間，即圖1(a)中TON和圖1(b)中TBY，同時手動調節充氣壓力值，以此達到好的治療效果。由于在治療過程中患者的心電波和顳脈波會發生變化，需要不斷調節TON和TBY，增加了醫務人員的工作量。本文依據患者心電波和顳脈波的特征值，提出了一種新的治療效果評價方法，設計了TON、TBY和充氣壓力自動調節算法，實現了體外反搏裝置治療效果自動優化，大大提高了體外反搏裝置的自動性和有效性。

1　R波檢測標定算法

目前體外反搏裝置通過采集人體R波作為充排氣觸發信號，從心電信號提取R波的方法主要有差分法、小波變換、帶通濾波器、長度和能量變換、形態學運算等[6]，但這些方法均存在缺陷，差分法準確性差，其他幾種方法計算復雜導致實時性差。而體外反搏裝置在治療過程中需要以R波作為充排氣的依據，準確性低將導致誤觸發或者不觸發，實時性差將導致治療效果差和安全性差，因此需要設計高效快速的R波識別算法。通過大量心電數據分析，發現R波的陡峭是對稱的且持續時間在一定范圍，這與干擾和其他生理波有本質的區別，依據這兩個特征，本文提出了R波標定算法。該算法在計算心電數據斜率的基礎上搜索R波上升段，然后搜索下降段，最后判斷上升段和下降段的間隔是否在閾值范圍內，從而精確標定R波。該算法R波判定準確且實時性好，需要以下5步完成：

(1)預設R波上升斜率閾值Rslope_up、下降斜率閾值Rslope_down、下降支與上升支時間間隔閾值Tdown_up。

(2)使用差分法搜索R波上升段特征值，當搜索到連續2個斜率大于Rslope_up時標記R波上升支，記錄標記時刻Tr_up。

(3)使用差分法搜索R波下降段特征值，當搜索到連續2個負斜率小于Rslope_down時標記R波下降支，記錄標記時刻Tr_down。

(4)計算上升支與下降支時間間隔，當Tr_down- Tr_up在Tdown_up范圍內，則R波搜索成功，取Tr_up與Tr_down中間時刻為R波標記時刻，作為充排氣時間依據。

(5)在治療過程中，患者的心電會發生輕微變化，需要實時更新R波上升支斜率閾值Rslope_up(取上一個R波上升支斜率平均值的2/3為新斜率閾值)、下降支斜率閾值Rslope_down(取上一個R波下降支斜率平均值的2/3為新斜率閾值)、下降支與上升支時間間隔閾值范圍Tdown_up(取上一個R波Tr_down- Tr_up時間差的1/2～2倍作為新的閾值范圍)。

2　反搏前后顳脈波信號特征值提取算法

作為體外反搏充氣時刻的參考點，顳脈波信號切跡點的識別算法極其重要，參考文獻[5]設計了顳脈波切跡點識別算法，本文采用該方法標定圖2中的谷值點A和切跡點H。計算反搏前切跡點與谷值點之間的時間差THA，作為判斷反搏后切跡點是否異常的基礎[3，5]。

開始反搏后，筆者采用參考文獻[5]的方法搜索反搏后切跡點。由于開始反搏后，顳脈波信號受到心電波動和充氣時間不準確的影響，在一個顳脈波信號周期內可能會出現多個切跡點。如果切跡點的數量≥2，如圖3所示，則將所有切跡點中前面兩個切跡點之間的時間差Tx作為充氣時刻補償參數。如果切跡點的數量為1，如圖4所示，則計算切跡點與谷值點之間的時間差Ty[3，5]。

圖2 反搏前顳脈波圖3 多個切跡點

圖5　治療效果自動優化算法

圖4　一個切跡點

3　體外反搏裝置治療效果評價算法

體外反搏裝置治療時，采用反搏前后的峰值比hPEAK和面積比sPEAK作為反搏效果的依據，hPEAK和sPEAK越大治療效果越好，因此需要實時計算hPEAK和sPEAK，算法需要以下9步完成：

(1)開始時在非治療狀態下，R波標定后，搜索圖1(c)中的A點和D點，預設為顳脈波起始點和峰值點位置。

(2)截取2個周期的顳脈波數據并計算極值點。

(3)判斷極值點的個數是否大于3，如果大于3，則進入步驟(4)；否則輸出錯誤信息。

(4)判斷是否正在進行體外反搏治療，如果是，則進入步驟(5)；否則更新起始點和峰值點的位置，返回步驟(2)。

(5)利用非治療狀態下的顳脈波起始點位置和心電R波的周期確定治療狀態下顳脈波的A點和E點，其中A點為治療狀態下的顳脈波周期起始點，E點為治療狀態下的顳脈波周期結束點。如果在非治療狀態下的顳脈波起始點位置附近不能找到極小值點，則輸出錯誤信息，結束。

(6)利用非治療狀態下的顳脈波峰值點確定治療狀態下顳脈波的D點，D點為治療狀態下的收縮波峰點。如果在非治療狀態下的顳脈波峰值點位置附近不能找到極大值點，則輸出錯誤信息。

(7)利用D點確定H點，選擇D點之后的極小值點為H點，H點即為治療狀態下顳脈波的拐點。

(8)利用H點和E點確定S點，選擇H點和E點之間幅值最大的極值點作為S點，S點為治療狀態下的舒張波峰點。

(9)根據S點和D點的幅值計算峰值比hPEAK，以H點為拐點計算面積比sPEAK。

4　體外反搏裝置治療效果自動優化算法

臨床醫學上，3大因素決定體外反搏裝置的治療效果[2, 3, 5]，即充氣時刻(圖1(a)中的TON)、保壓時間(圖1(b)中的TBY)和治療壓力， 本文根據體外反搏裝置在治療前后采集的心電波和顳脈波的特征參數設計了充氣時刻TON、保壓時間TBY和治療壓力的自動優化方法，實現體外反搏裝置治療效果自動優化，算法流程如圖5所示。算法需要4步完成，使用N1～N4表示。

4.1　N1：體外反搏裝置初始充排氣時間設置方法

本文采用參考文獻[5]的方法設置初始充排氣時間，設TON表示氣囊充氣點到R波的時間,TOFF為氣囊排氣點到R波的時間，如圖1(a)所示,氣囊的充氣時間以TQT為參考基準[3,5]：

TON=TQT-C1

(1)

其中，C1為時間常數,與系統機械延時有關。

氣囊的排氣時間以充氣時刻為基準，包括三級氣囊充氣時間TCQ和保壓時間TBY[3，5]：

TOFF=TON+TCQ+TBY-C2

(2)

其中，C2為時間常數,與系統機械延時有關。

4.2　N2：自動優化充氣時刻

當體外反搏裝置按照初始充排氣時間和初始壓力P0進行治療后，反搏效果沒有達到期望值時，開始進行自動優化步驟N2。根據反搏前后提取的特征值，優化充氣時間，如果切跡點數量≥2，表明充氣點滯后，則將所有切跡點中前兩個切跡點之間的時間差Tx作為充氣時刻補償值[5]。則式(1) 優化為：TON=TQT-C1-Tx，即充氣點提前Tx。按照優化后的公式對反搏充氣時間進行動態調節，直至切跡點的數量為1。

如果切跡點的數量為1，計算切跡點與谷值點之間的時間差Ty，比較Ty與THA的大小，當Ty小于THA時，表明充氣時刻超前[5]，計算充氣時刻補償值TB=THA-Ty，則式(1)優化為：TON=TQT-C1+TB，即充氣點推遲TB(當TB小于10 ms時，不優化)；當Ty大于THA時，表明充氣時刻滯后，采用相同方法優化式(1)。

4.3　N3：自動優化保壓時間

當充氣時刻調節到最佳狀態時，反搏效果仍然沒有達到期望值，需要優化保壓時間，患者在反搏時，一般情況下保壓時間越長效果越好，在保障安全治療狀況下，要求TOFF<0.8TRR。在優化保壓時間時，每次按照20 ms步進增加保壓時間，滿足反搏效果或者TOFF<0.8TRR時優化完成。

4.4　N4：自動優化治療壓力

當優化充氣時刻和保壓時間仍然沒有滿足治療效果時，需要調節治療壓力值。一般情況下氣囊壓力越大效果越好，在保障安全治療狀況下，系統均設置壓力上限值，治療壓力必須小于上限值Pmax(國家標準規定的最大值為60 kPa)。在治療時，患者的身體條件存在差異性，能承受的最大壓力不一樣，因此體外反搏裝置均設置有患者治療最大壓力，設為Phz，在優化治療壓力時，每次按照5 kPa步進增加治療壓力，滿足反搏效果或者治療壓力等于Phz時優化完成。

上述3種優化方法完成后，如果還沒有達到預期效果，則需要告知醫務人員檢查氣路系統是否存在漏氣等現象。

5　實驗結果與分析

為了驗證所提算法的有效性和合理性，將該算法應用在PSK型體外反搏裝置中，并分析觀察100例患者使用該優化算法前后反搏效果。對數據進行統計分析，主要統計未使用該優化算法時治療效果滿足期望的人數、使用優化算法步驟N1治療效果滿足期望的人數、使用優化算法步驟N1、N2治療效果滿足期望的人數以及使用優化算法步驟N1、N2、N3治療效果滿足期望的人數，表1統計了使用該優化算法不同步驟治療效果滿足期望的人數。未使用該優化算法時，只有31%的患者可以在預設參數治療下滿足治療效果，使用該優化算法后98%的患者治療效果達到期望值。可見該算法大大改善了治療效果。

表1　優化步驟與患者數量

6　結論

本文通過采集患者的心電波和顳脈波信號特征，提出了高效快速的R波識別算法、顳脈波切跡點搜索算法以及反搏效果評價方法，設計了體外反搏裝置治療效果自動優化算法，并將這些算法應用在體外反搏裝置系統中，實現了體外反搏裝置治療效果自動優化，獲得了最佳的反搏效果，大大改善了體外反搏裝置的自動化程度和有效性，具有較好的理論價值和實用價值。

[1] 劉艷. 體外反搏的作用原理與臨床應用[J]. 體育科技,2009,30(1):51-56.

[2] 杜健航, 伍貴富, 鄭振聲,等. 增強型體外反搏對早期動脈粥樣硬化斑塊局部應力環境影響的實驗與仿真研究[J]. 中國生物醫學工程學報, 2014,33(2):246-251.

[3] 蔡大衛. 體外反搏[M]. 上海：科學與技術出版社, 2004.

[4] 伍貴富, 杜志民. 增強型體外反搏理論與實踐[M]. 北京：人民衛生出版社, 2012.

[5] 肖前軍.體外反搏裝置充排氣時間自動優化算法與實現[J].電子技術應用,2017,43(4): 62-64，68.

[6] 姚成, 司玉娟, 郎六琪，等.改進的基于小波變換的QRS波檢測算法[J].吉林大學學報(信息科學版),2011,29(5): 401-407.