移動(dòng)協(xié)同式生理健康監(jiān)測(cè)和共享技術(shù)研究

王海鵬, 張思美, 周文強(qiáng), 龔巖, 李澤

(1.西北工業(yè)大學(xué) 計(jì)算機(jī)學(xué)院, 陜西 西安　710072; 2.西北工業(yè)大學(xué) 軟件與微電子學(xué)院, 陜西 西安　710072)

近年來(lái)，我國(guó)社會(huì)經(jīng)濟(jì)進(jìn)入了飛速發(fā)展的階段，同時(shí)人民大眾的生活水平也得到了很大的提升，由于不健康的生活方式導(dǎo)致超負(fù)荷等潛在危險(xiǎn)因素的人數(shù)比例持續(xù)上升，亞健康人群也在不斷增多。研究有效的生理健康監(jiān)測(cè)[1]對(duì)提升人類健康水平、預(yù)防疾病有重要和緊迫的現(xiàn)實(shí)意義。

生理健康監(jiān)測(cè)是有效掌握用戶生理狀況的可靠途徑。傳統(tǒng)監(jiān)測(cè)方法由于依賴專業(yè)設(shè)備，價(jià)格高，不宜攜帶，其普及率一直很難提高。

在智能手機(jī)非常普及的今天，如果能將生理健康監(jiān)測(cè)技術(shù)應(yīng)用在智能手機(jī)上[3]，即將生理健康監(jiān)測(cè)技術(shù)與移動(dòng)應(yīng)用技術(shù)結(jié)合起來(lái)，那么既能低成本地監(jiān)測(cè)用戶健康狀況，也能借助于智能手機(jī)的廣泛使用提高健康監(jiān)測(cè)的普及率。

由于心率是人體重要的生命體征,本文以心率監(jiān)測(cè)為突破點(diǎn)，研究移動(dòng)協(xié)同式生理健康監(jiān)測(cè)和共享技術(shù)。

1　非接觸式心率監(jiān)測(cè)技術(shù)

為了實(shí)時(shí)、便捷跟蹤用戶心率信息和健康狀態(tài)，本文實(shí)現(xiàn)了基于移動(dòng)設(shè)備的心率監(jiān)測(cè)技術(shù)。光電容積脈搏波描記法(photoplethysmographic,PPG)[3]作為一類非接觸式心率監(jiān)測(cè)技術(shù)，支持自然便捷的心率信息提取。近年來(lái)，可以采用智能手機(jī)普通攝像頭提取PPG信號(hào)，利用頻域分析方法得出心率值[4]。但是,頻域分析方法對(duì)噪聲極為敏感，普通照相機(jī)較低的采樣頻率會(huì)極大影響算法性能。因此，本文提出一種基于狀態(tài)變遷的隱馬爾可夫模型(hidden Markov model,HMM)[6]進(jìn)行心率監(jiān)測(cè)的方法[5]。使用智能手機(jī)的攝像頭獲取包含心率信息的原始信號(hào)，基于獨(dú)立成分分析(independent component analysis,ICA)[7]進(jìn)行降噪處理分離出心率信號(hào)，構(gòu)建HMM模型估計(jì)心率。

1.1　PPG心率信號(hào)原理

PPG是借助光電手段對(duì)活體組織進(jìn)行血液容積變化無(wú)創(chuàng)監(jiān)測(cè)的一種方法。PPG原理如圖1所示。

圖1　PPG原理圖

當(dāng)光束照射皮膚表面時(shí)，監(jiān)測(cè)光強(qiáng)度會(huì)因皮膚肌肉和血液吸收而衰減，而皮膚、肌肉、骨骼、靜脈血和動(dòng)脈血恒定部分，對(duì)光線的吸收衰減程度是恒定不變的，因此出射光不會(huì)發(fā)生變化，動(dòng)脈血的脈動(dòng)部分會(huì)隨著心臟的波動(dòng)而周期性變化，所以可以通過(guò)PPG技術(shù)得到人體血液脈動(dòng)的光電信號(hào)，即人體的心率信號(hào)。

1.2　心率信號(hào)的規(guī)整

對(duì)應(yīng)原始心率的PPG信號(hào)，需要去除因環(huán)境光和手指運(yùn)動(dòng)所產(chǎn)生的干擾噪聲。主要體現(xiàn)在去趨勢(shì)和標(biāo)準(zhǔn)化的處理，并在此基礎(chǔ)上搜尋時(shí)間域上的局部心率穩(wěn)態(tài)信號(hào)。

基于有效信號(hào)使用最小二乘法計(jì)算線性趨勢(shì)，使用(1)式進(jìn)行線性回歸計(jì)算。

(1)

使用(2)式去除線性趨勢(shì)項(xiàng)。

(2)

式中，xi(t)是去除線性趨勢(shì)項(xiàng)的信號(hào)，xi0(t)是原始信號(hào)， 表示第幾個(gè)通道。

最后對(duì)信號(hào)進(jìn)行標(biāo)準(zhǔn)化處理，消除量綱對(duì)信號(hào)序列的影響，計(jì)算公式如(3)式所示。

(3)

式中，μi是xi(t)的樣本平均值，σi是xi(t)的樣本標(biāo)準(zhǔn)差。

1.3　基于ICA的心率監(jiān)測(cè)模型

PPG信號(hào)的RGB三通道分量分別包含了人體的多類活動(dòng)信號(hào)，基于ICA的信號(hào)分離可從混合信號(hào)中分離出多源獨(dú)立信號(hào)，并經(jīng)過(guò)Pearson相關(guān)分析[9]進(jìn)一步抽取到心率信號(hào)。

建立基于ICA的心率監(jiān)測(cè)模型[8]如圖2所示?；舅枷胧腔谛穆驶顒?dòng)和其他人體活動(dòng)信號(hào)的高斯獨(dú)立性原理，計(jì)算并分離相應(yīng)的各個(gè)獨(dú)立源信號(hào)，并建模為一類目標(biāo)函數(shù)的優(yōu)化問(wèn)題。其過(guò)程主要包含獨(dú)立性判據(jù)和優(yōu)化求解兩部分。

圖2　基于ICA的心率監(jiān)測(cè)模型

假設(shè)源信號(hào)各分量相互獨(dú)立，建立ICA數(shù)學(xué)模型如(4)式所示。

x(t)=As(t)

(4)

A是包含心率PPG信號(hào)的未知信號(hào)混合矩陣，x(t)為n維觀測(cè)信號(hào)序列，s(t)為m維獨(dú)立源信號(hào)(m≤n)。

基于ICA心率監(jiān)測(cè)模型的目標(biāo)是尋求一個(gè)解混矩陣B，(5)式從觀測(cè)信號(hào)分離出源心率信號(hào)。

y(t)=Bx(t)

(5)

式中，y(t)是通過(guò)解混矩陣分離出的近似信號(hào)，ICA模型要盡可能的使輸出信號(hào)s(t)逼近。

采用最大高斯性度量準(zhǔn)則作為信號(hào)獨(dú)立性判據(jù)，建立基于負(fù)熵的目標(biāo)函數(shù)估計(jì)信號(hào)的獨(dú)立性。根據(jù)相同協(xié)方差隨機(jī)變量中高斯變量具有熵最大性的原則，來(lái)度量信號(hào)的非高斯性。負(fù)熵定義如(6)式所示。

J(y)=H(ygauss)-H(y)

(6)

上述定義中H(y)通過(guò)(7)式計(jì)算，ygauss是一個(gè)隨機(jī)變量，并且服從高斯分布，只有y服從高斯分布時(shí)J(y)為零，y的非高斯性越大，J(y)越大，通過(guò)負(fù)熵極大化輸出源獨(dú)立信號(hào)。

隨機(jī)變量Y的熵H(y)定義如(7)式所示。

(7)

(7)式中需要知道y的概率密度p(y)計(jì)算負(fù)熵，實(shí)際情況中一般無(wú)法得到源信號(hào)的先驗(yàn)分布，因此使用(8)式計(jì)算負(fù)熵

J(y)={E[g(y)]-E[g(ygauss)]}2

(8)

式中，E[·]是偏差率，g(·)是指定的非線性函數(shù)。

上述建立的基于負(fù)熵的非高斯性度量模型的基礎(chǔ)上，采用FastICA算法基于固定點(diǎn)算法[10]搜索信號(hào)的負(fù)熵極大值，并循環(huán)建立解混矩陣分離出心率的源獨(dú)立信號(hào)。根據(jù)文獻(xiàn)[13]可知，ICA獲得的信號(hào)是無(wú)次序的，為了從多個(gè)獨(dú)立源信號(hào)中獲得心率信號(hào)，使用Pearson相關(guān)系數(shù)分別計(jì)算各個(gè)源信號(hào)與包含有最強(qiáng)心率信息的G通道信號(hào)的相關(guān)性。計(jì)算公式如(9)式所示。

(9)

1.4　基于HMM的心率狀態(tài)估計(jì)

心率脈動(dòng)周期具有較為顯著的狀態(tài)變化特性，因此建立基于HMM的心率狀態(tài)估計(jì)模型[5]如下。定義對(duì)應(yīng)心率局部狀態(tài)的隱狀態(tài)空間S={s1,s2,s3,…,sN}，在t時(shí)刻的狀態(tài)記為qt。觀測(cè)數(shù)目總數(shù)為M，定義觀測(cè)數(shù)目集合為O={O1,O2,O3,…,OM}。則系統(tǒng)初始概率分布π={π1,1≤i≤N},其中πi通過(guò)(10)式計(jì)算。

πi=p{q1=si}

(10)

aij=P{qi+1=Sj|qi=Si}1≤i,j≤N

(11)

定義狀態(tài)Si條件下輸出的觀測(cè)變量概率分布B。假設(shè)觀測(cè)變量的樣本空間為V，在狀態(tài)Si時(shí)輸出觀測(cè)變量的概率分布可表示為：B={bi(v),1≤i≤N,v∈V}，bi(v)通過(guò)(12)式計(jì)算。

bi(v)=f{Oi=v|qi=Si}

(12)

式中，Qi為時(shí)刻t的觀測(cè)隨機(jī)變量，可以是一個(gè)數(shù)值或向量，觀測(cè)序列記為O={O1,O2,…,Ot}。

本文利用心動(dòng)周期不同階段的時(shí)域規(guī)律作為隱含狀態(tài)，通過(guò)視頻序列提取的心率信號(hào)作為觀測(cè)序列，建立基于HMM的三狀態(tài)心率估計(jì)模型[5]。心動(dòng)周期狀態(tài)如圖3所示，圖3中有顯著的2個(gè)波峰和1個(gè)波谷，基于三狀態(tài)的HMM模型在后續(xù)對(duì)應(yīng)的觀測(cè)狀態(tài)中使用局部點(diǎn)來(lái)代替局部趨勢(shì)，可以有效降低監(jiān)測(cè)延遲和復(fù)雜度。

圖3　一個(gè)心跳周期的不同階段

圖3中一個(gè)心動(dòng)周期分為快速射血階段、等容舒張階段和快速舒張階段。因此將心動(dòng)周期的每個(gè)階段對(duì)應(yīng)于一個(gè)隱藏狀態(tài)，建立如圖4所示的三狀態(tài)HMM。

圖4　三狀態(tài)的隱馬爾可夫模型

基于上述的隱狀態(tài)建立對(duì)應(yīng)的觀測(cè)狀態(tài)，如快速射血階段外周血液容積持續(xù)變大，觀測(cè)波形會(huì)出現(xiàn)持續(xù)增大的情況，舒張期外周血液減少會(huì)出現(xiàn)下降趨勢(shì)，因此根據(jù)波形特征局部點(diǎn)定義3個(gè)觀測(cè)狀態(tài)O1-O3,O1表示快速射血出現(xiàn)的信號(hào)最大值的階段，O2表示局部最小值，O3表示等容舒張階段出現(xiàn)的次波峰。

上述狀態(tài)定義之后，基于狀態(tài)變遷進(jìn)行心率估計(jì)，定義s3-s1的變遷為一個(gè)新周期的開(kāi)始并標(biāo)記所有的變遷如圖5所示。

圖5　心跳周期狀態(tài)變遷模型

圖5中可以得到2個(gè)標(biāo)記之間的持續(xù)時(shí)間d即為1次心跳所需要的周期時(shí)間，基于狀態(tài)變遷用(13)式計(jì)算當(dāng)前心率。

(13)

2　生理體征網(wǎng)絡(luò)構(gòu)建

基于非接觸式心率監(jiān)測(cè)技術(shù)融合移動(dòng)社交網(wǎng)絡(luò)，構(gòu)建生理體征網(wǎng)絡(luò)。在得到個(gè)體用戶心率后，可綜合其他敏感信息，比如性別、年齡等因素，對(duì)個(gè)體用戶反饋一個(gè)更加全面的健康風(fēng)險(xiǎn)分析。另一方面系統(tǒng)以位置、社會(huì)關(guān)系等特征作為聚類因素，將具有共同特征的用戶聚集為一個(gè)用戶群組建立生理體征網(wǎng)絡(luò)。

生理體征網(wǎng)絡(luò)涵蓋了特定屬性和關(guān)系群體內(nèi)用戶的健康數(shù)據(jù)，對(duì)智能健康信息的挖掘和分析具有參考意義。

2.1　節(jié)點(diǎn)屬性敏感的個(gè)體健康分析

個(gè)體用戶作為網(wǎng)絡(luò)中的組成節(jié)點(diǎn)，其個(gè)體屬性有助于進(jìn)行更加科學(xué)合理的健康判斷，圖6是個(gè)體健康分析的網(wǎng)絡(luò)結(jié)構(gòu)圖。

圖6　個(gè)體健康分析的結(jié)構(gòu)圖

相關(guān)醫(yī)學(xué)資料表明，心率會(huì)因性別、心情、年齡及其他相關(guān)生理情況而變化。同一個(gè)體，在身體處于安靜狀態(tài)或睡眠時(shí)心率會(huì)減慢，身體處于運(yùn)動(dòng)狀態(tài)或情緒亢奮時(shí)心率會(huì)加快。系統(tǒng)根據(jù)用戶的心率信息分析出該用戶的大致健康狀況，如表1所示。

表1　心率與健康風(fēng)險(xiǎn)對(duì)應(yīng)情況

表1中，1表示考慮有房室傳導(dǎo)阻滯，盡快就醫(yī)；2表示竇性心動(dòng)過(guò)緩，注意觀察；3表示心率正常；4表示心率偏快，注意休息；5表示竇性心動(dòng)過(guò)速，注意觀察；6表示陣發(fā)性心動(dòng)過(guò)速，盡快就醫(yī)。

單個(gè)心率給出的風(fēng)險(xiǎn)評(píng)估并不準(zhǔn)確，本文系統(tǒng)獲取到單個(gè)用戶的心率信息之后，將性別、年齡等因素加入到原始心率健康信息中，得出一個(gè)更精準(zhǔn)、更具有針對(duì)性的健康反饋信息表，具體如表2所示。

表2　心率綜合信息與健康風(fēng)險(xiǎn)對(duì)應(yīng)情況

從表2中可以看出，在融入了用戶的性別和年齡信息之后，后臺(tái)自動(dòng)反饋的健康信息有了更加詳細(xì)的規(guī)則，這對(duì)單個(gè)用戶就可以給出更加精準(zhǔn)的健康風(fēng)險(xiǎn)評(píng)價(jià)。

2.2　網(wǎng)絡(luò)關(guān)系輔助的群體健康分析

在面向單個(gè)用戶，實(shí)現(xiàn)節(jié)點(diǎn)敏感的健康風(fēng)險(xiǎn)評(píng)價(jià)基礎(chǔ)上，以單個(gè)用戶作為網(wǎng)絡(luò)節(jié)點(diǎn)，將多個(gè)用戶的信息通過(guò)聚類算法關(guān)聯(lián)在一起，就可以形成一個(gè)群體的生理體征網(wǎng)絡(luò)。該網(wǎng)絡(luò)不僅能夠獲取單個(gè)用戶的心率健康信息，還涵蓋了眾多用戶的健康信息。社交軟件作為心率監(jiān)測(cè)的載體可以獲得成熟的社交關(guān)系網(wǎng)絡(luò)，融入基于智能手機(jī)的非接觸式心率監(jiān)測(cè)技術(shù)，初步構(gòu)建一個(gè)生理體征網(wǎng)絡(luò)，如圖7所示。

群體用戶的健康信息經(jīng)過(guò)聚類后，形成眾多有某種關(guān)聯(lián)關(guān)系的健康信息網(wǎng)絡(luò)，即生理體征網(wǎng)絡(luò)。用戶的聚類可以基于性別、年齡、位置信息和親友關(guān)系等條件，也可以基于這些條件的綜合因素。圖8是聚類因素的分類圖。

圖8　聚類因素的分類圖

不同聚類因素的生理體征網(wǎng)絡(luò)具有其獨(dú)特性，每個(gè)網(wǎng)絡(luò)的用戶群體都是有某些共同特征的人群，其健康信息匯聚在一起，揭示出群體粒度的健康特性和發(fā)展趨勢(shì)。

3　實(shí)驗(yàn)驗(yàn)證

為驗(yàn)證非接觸式心率監(jiān)測(cè)技術(shù)和生理體征網(wǎng)絡(luò)技術(shù)的有效性，征集14名志愿者進(jìn)行實(shí)驗(yàn)驗(yàn)證，樣本涵蓋10～80歲年齡段，包含不同性別。

實(shí)驗(yàn)分兩部分，第一部分是非接觸式心率監(jiān)測(cè)技術(shù)的準(zhǔn)確性實(shí)驗(yàn)，第二部分是生理體征網(wǎng)絡(luò)的實(shí)驗(yàn)驗(yàn)證。首先要求志愿者分別在安靜狀態(tài)和運(yùn)動(dòng)狀態(tài)下進(jìn)行非接觸式心率監(jiān)測(cè)，并同時(shí)用標(biāo)準(zhǔn)儀器進(jìn)行同步測(cè)量，對(duì)測(cè)量結(jié)果進(jìn)行偏差率的計(jì)算，計(jì)算結(jié)果如表3所示。

表3　測(cè)試結(jié)果分析　(%)

從表3中可以看出，測(cè)試出的偏差率最大的為-4.54%，最小的為0%，本系統(tǒng)心率測(cè)量的偏差率并沒(méi)有隨年齡的增長(zhǎng)而出現(xiàn)明顯的變化趨勢(shì)。偏差率大小與實(shí)驗(yàn)者性別及所處狀態(tài)的關(guān)系如圖9和圖10所示。

圖9　安靜狀態(tài)的測(cè)試偏差

圖10　運(yùn)動(dòng)狀態(tài)的測(cè)試偏差

分析可知安靜狀態(tài)和運(yùn)動(dòng)狀態(tài)下的心率測(cè)量偏差率基本都保持在了5.0%之內(nèi)，而且在零點(diǎn)參考線上下穩(wěn)定浮動(dòng)，反應(yīng)出非接觸式心率監(jiān)測(cè)模型的測(cè)量的準(zhǔn)確性和穩(wěn)定性。

4　結(jié)　論

本文研究了基于手持便攜終端和移動(dòng)社交網(wǎng)絡(luò)的健康信息監(jiān)測(cè)和共享技術(shù)。設(shè)計(jì)了適用于移動(dòng)設(shè)備的非接觸式心率監(jiān)測(cè)方法，構(gòu)建了基于關(guān)系網(wǎng)絡(luò)的群體健康信息分析和共享系統(tǒng)。該系統(tǒng)可實(shí)現(xiàn)面向個(gè)體節(jié)點(diǎn)敏感的健康狀態(tài)分析，和面向群體網(wǎng)絡(luò)關(guān)系輔助的健康信息挖掘和共享。最后，實(shí)現(xiàn)了一個(gè)移動(dòng)協(xié)同式生理健康監(jiān)測(cè)和共享原型系統(tǒng)，可自然便捷地獲取個(gè)體心率指標(biāo)并實(shí)現(xiàn)群體健康信息共享，為支持健康防護(hù)和綜合評(píng)估提供參考。

致謝感謝科學(xué)技術(shù)基金對(duì)本研究的支持。