基于USB-4221數據采集卡的連續血壓測量

林冬梅，張育儒，陳曉雷，楊富龍，王敬陽

1.蘭州理工大學電氣工程與信息工程學院，甘肅蘭州730050；2.甘肅省工業過程先進控制重點實驗室，甘肅蘭州730050；3.蘭州理工大學電氣與控制工程國家級實驗教學示范中心，甘肅蘭州730050

前言

根據《中國心血管病報告2018》［1］顯示，目前我國高血壓患者達2.45億，高血壓呈現低齡化、常態化趨勢。血壓測量是目前應用最廣泛的診斷高血壓及評估降壓藥藥效的關鍵措施［2］。臨床醫學上常用的血壓測量方法主要分為有創測量和無創測量。在醫學研究領域，利用動脈插管法直接測量動脈血管或心臟的有創血壓測量被國際認定為測量血壓的金標準［3-4］，但是會引起并發癥狀，不適用于日常血壓的連續測量。日常家用或醫用常采用無創血壓測量方法，如柯氏音法、示波法，使用便捷，但只能間歇測量。動脈張力法［5-6］、容積補償法［7］等可實現血壓連續測量，但仍有不足。動脈張力法存在裝置加壓不適、測量位置與角度要求高的問題；容積補償法有效范圍較小、精確性不夠高，影響臨床參考價值。

脈搏傳導時間（Pulse Transit Time,PTT）是指血液周期運動時從心臟到動脈血管所用時間，由脈搏傳導距離和脈搏傳播速度（Pulse Wave Velocity,PWV）決定。血壓即為體循環的動脈壓，最高值稱為收縮壓（Systolic Blood Pressure,SBP），最低值稱為舒張壓（Diastolic Blood Pressure,DBP）。自Mones推導得出PWV公式開始，不斷有學者研究并證實脈搏傳導時間與動脈血壓之間存在線性關系，利用其通過血液流動機理推導出系列繁雜公式預估人體血壓［8-11］。因此，本文采用脈搏傳導時間進行血壓的連續測量。

1 血壓測量原理

脈搏傳導時間是計算血壓的重要因素之一。同步采集人體心電-脈搏信號，將心電信號R波作為起點，動脈末端點（即指尖脈搏點）［11］作為終點，計算起點-終點時間差，即為PTT。測量位置及信號如圖1所示。

圖1 基于心電與脈搏信號測量脈搏傳導時間示意圖Fig.1 Measurement of pulse transit time based on electrocardiogram(ECG)and pulse signals

根據Moens-Korteweg公式［8］、血管壁彈性模量與血管壁壓力關系及脈搏傳導的速度與時間的關系，得到PTT與收縮壓之間存在下列關系：

其中，SBP為收縮壓，Sp是脈搏波傳遞的距離，θ為管壁厚度，ρ為流體密度，D是靜息狀態下血管壁內徑，E0是壓力為零時的彈性模量，γ表示血管特征值，數值一般為0.016～0.018 mmHg-1。

假設動脈血管壁短期內不會產生物理變化，從而可忽略隨血壓變化的內徑大小和管壁厚度變化，則可將看成一個常量，收縮壓與PTT具有一定的相關性，式（1）可由式（2）進行表示：

其中，a、b為待定系數，但對同一個體其值為常量。

舒張壓與脈搏波的傳遞時間并沒有明顯的線性關系，引入Windkessel［12-14］理論，將主動脈比擬為彈性腔，如圖2所示。本文引入羅志昌等［15］提出的脈搏特征K值理論，經驗證K值與脈搏波的下降沿舒張期時間（T）能較好地反映血管中外周阻力（R）、動脈順應性（C）、血液搏出量等生理因素對舒張壓造成的影響。脈搏特征K值定義如式（3）所示：

其中，MBP為動脈平均壓。根據特征K值理論，樣本的RC值與KT線性相關，根據上述理論可得到舒張壓與收縮壓之間的關系。

其中，m、n為待定系數，因樣本不同而有差異。

圖2 舒張期彈性腔模型Fig.2 Windkessel model in diastole

2 連續血壓測量系統設計

本文基于北京思邁科華技術有限公司的8通道同步數據采集卡USB-4221實現對心電-脈搏信號的同步采集；對信號進行預處理，提取雙路信號特征點計算PTT，經回歸分析進一步建立血壓測量模型；通過Matlab GUI的人機交互界面將計算過程整合，從而實現對血壓的實時監護與連續測量。連續血壓測量系統流程如圖3所示。

圖3 連續血壓測量系統流程圖Fig.3 Flowchart of continuous blood pressure measurement system

2.1 心電信號采集及調理

心電信號屬于低頻信號，其頻率主要分布在5～20 Hz，抗干擾性低，易被呼吸等干擾從而產生基線漂移。針對上述特點，心電信號采用共模抑制比為80 dB的AD8232全集成式ECG前端進行采集，對調理電路設計如下：信號放大至“V”的量級，削弱工頻干擾、因呼吸等引起的基線漂移問題。心電信號調理電路主要由心電輸入、放大、濾波及反饋浮置構成，原理框圖如圖4所示，心電信號經前端調理后輸出到數據采集卡。

圖4 心電信號調理電路原理框圖Fig.4 Block diagram of ECG conditioning circuit

圖5是心電信號調理電路圖。其中，U1單元模塊為前置放大；U2單元模塊為反饋浮動跟蹤電路；U3單元模塊為第二級放大輸出部分。該電路總增益AU=767，由于高通濾波以及設備內部損耗等不可抗因素的存在，最后得出的實際數據相較于理論估計值偏小，但仍然滿足放大輸出的要求。

圖5 心電信號調理電路設計Fig.5 Design of ECG conditioning circuit

2.2 脈搏信號采集及調理

本文選擇透射式成人指夾傳感器，通過對透過手指的光強度進行檢測間接測量脈搏信號。調理電路中以人體脈搏搏動頻次來設計低通放大部分，可得到mV級輸出電壓，抑制高頻干擾以及消除運算放大器對輸入偏置電流的影響。一級反向放大將電壓放大22.5倍，截止頻率為31 Hz，過濾50 Hz的干擾。次級放大的理想放大倍數為-22.5倍，0.707倍零頻增益高頻轉折頻率為14 Hz。圖6所示為脈搏信號采集與調理整體電路，脈搏信號經此電路進行前端濾波及放大，輸出到數據采集卡。

圖6 脈搏信號采集及調理電路設計Fig.6 Design of pulse signal acquisition and conditioning circuit

2.3 同步采集實現

本文選用的USB-4221數據采集卡如圖7所示。每一個模擬輸入通道都具有相對獨立的AD轉換單元，保證本組數據采集的準確性，同時滿足了多通道同步采集的要求，且各通道相互獨立，互不影響。此外，此采集卡底噪極低、精確性高，適用于大多數的數據采集場景。在本文中，USB-4221數據采集卡的主要作用是將三導聯的心電傳感器和指夾光電脈搏傳感器輸出的模擬電壓信號進行數字轉化，實現同步采集。同步采集裝置實物整體如圖8所示，同步采集的心電、脈搏信號如圖9所示。

圖7 USB-4221數據采集卡Fig.7 USB-4221 data acquisition card

圖8 同步采集系統Fig.8 Synchronous acquisition system

圖9 同步采集的心電、脈搏信號Fig.9 Synchronously acquired ECG and pulse signals

3 信號處理與血壓測量

本文中系統軟件部分在Matlab 2014R平臺實現，主要實現功能為心電-脈搏信號的處理及顯示，包括信號處理模塊、PTT計算模塊、血壓測量模塊3個部分。

3.1 信號處理模塊

信號處理模塊首先接收經USB-4221采集卡傳輸的心電-脈搏信號，采用一階差分方法消除心電信號T波干擾；對于脈搏信號，采用滑動平均濾波［16］抑制傳感器內部以及外界刺激的隨機性干擾。然后基于小波變換算法對兩路信號去基線漂移［17］。為避免計算機做無謂離散計算，本文選用墨西哥帽小波（Mexican-Hat）對雙路信號繼續進行連續小波變換。Mexican-Hat小波是將高斯函數進行二階求導得到的函數，收斂速度快，有其自身的解析表達式，如式（5）所示，其在時頻窗具有良好的局部表征。如圖10所示，預處理后的信號大部分噪聲被消除，波形趨于平滑，無明顯毛刺。

圖10 心電-脈搏信號預處理Fig.10 Preprocessing of ECG and pulse signals

3.2 PTT計算模塊

根據上述圖1中PTT計算原理可知，將心電信號R波峰值點與脈搏信號主波峰值點的時間差值作為PTT。則特征點提取對象包括ECG信號的R波波峰、pulse信號的主波波峰。本文采用動態差分閾值方法［18］提取特征點，根據心臟不應期計算判斷，兩個R波峰值的時間間隔不應小于三分之二個心動周期。特征點提取過程如圖11所示。排除誤差點后的特征點如圖12所示。

圖11 特征點提取框架圖Fig.11 Diagram of feature point extraction

圖12 提取的特征點Fig.12 Extracted feature points

3.3 血壓測量模塊

血壓測量基于機器學習方法來實現。模型訓練數據有兩部分，一部分是MIMIC數據庫數據，另一部分是基于同步采集系統實際采集的數據。MIMIC數據庫中包含同步心電、脈搏、動脈血壓監護數據，基于采集系統可得到心電、脈搏信號，采用歐姆龍血壓計HEM-8713可得到收縮壓和舒張壓。

依據脈搏傳導時間與收縮壓線性相關，可得如圖13所示線性方程示意圖。圖中為不同個體的血壓計算方程，不同個體斜率不同，系數a、b有不同的值。

圖13 利用PTT計算收縮壓的原理圖Fig.13 Schematic diagram of systolic blood pressure calculation by pulse transit time

在進行血壓測量的過程中，不同測試者構建的測量模型因自身心電信號、脈搏信號的生理特征差異而不同。根據上文中PTT與血壓的關系可得到線性血壓模型為：

其中，ai、bi代表不同個體的線性模型參數，tp表示脈搏波的種類，mi代表不同的個體(i=0,1,2,…,n)。

脈搏傳導時間與同期時間相對應的血壓值構成了機器學習的一組樣本。將同期血壓值進行預處理，結合不應期條件，檢測與標定與PTT同期的SBP和DBP。依據式（2），將PTT與同期對應SBP利用回歸分析進行擬合，得出系數a、b。依據式（3）、式（4）計算得到脈搏特征K值以及系數m、n。將得到的特征值及系數代入，構建血壓測量模型。將下一個采樣周期數據作為測試數據代入模型，驗證測量出的收縮壓與舒張壓的準確度。

4 實驗結果及分析

本文中的模型驗證分為兩個部分，其一是利用MIMIC數據庫中病例樣本進行驗證，另一部分是同步采集測試者的心電、脈搏信號進行驗證。

4.1 數據庫數據

選取MIMIC數據庫中的數據，其采樣頻率為500 Hz，將前10個心動周期共4 000個數據作為訓練樣本，剩余數據作為驗證樣本，各段對應時間的真實血壓值與測量數值如表1所示。

表1 MIMIC數據庫數據驗證對比Tab.1 Verification and comparison of data in MIMIC database

4.2 實測數據

選擇年齡為21～23周歲的5名健康學生（無心血管疾病）作為受試者，在受試者靜息狀態下進行試驗。首先，將歐姆龍血壓計HEM-8713袖帶固定在受試者左臂待測；同時，將心電導聯固定在受試者左右鎖骨下窩中部、左腋前線上肋緣與髂嵴間中部，將指夾光電傳感器固定在左手中指指尖，利用同步采集模塊進行心電-脈搏信號采集；按下血壓計啟動鍵對血壓值進行測量，時間間隔為2 min。然后，利用采集數據進行模型訓練，通過上文論述方法計算出參數，與測量得到的血壓值進行擬合，從而得到收縮壓與舒張壓線性關系方程。利用后續數據進行血壓連續測量，與歐姆龍血壓計測得數據對比驗證，結果如表2所示。

表2 實際采集數據驗證對比Tab.2 Verification and comparison of actually acquired data

收縮壓和舒張壓測量結果與實際數值對比見圖14，誤差對比見圖15。由圖15可知，真實血壓與測量血壓的差值集中在±5mmHg范圍以內，表明本文的血壓測量系統與使用電子血壓計的測量結果趨于一致，系統測量精度符合美國醫療儀器促進協會AAMI（The Association for the Advancement of Medical Instrumentation）標準中平均誤差≤5 mmHg的要求［19］。

圖14 血壓測量結果與實際值Fig.14 Blood pressure measurement results and actual values

圖15 誤差對比圖Fig.15 Error comparison

4.3 GUI界面顯示

在Matlab平臺中搭建GUI界面［20］，實現信號預處理、特征值提取、訓練測量模型等功能，達到連續血壓測量人機交互方便操作的目的。操作時只需將實時采集的心電-脈搏信號或MIMIC數據庫中數據提取到界面，便可得出結果，功能實現效果如圖16所示。

圖16 連續血壓測量界面功能展示Fig.16 Function display of continuous blood pressure measurement interfaces

5 結束語

本文主要研究基于USB-4221數據采集卡的連續血壓測量，從基于脈搏傳導時間的血壓測量原理、血壓測量線性模型的構建、同步采集系統設計、GUI人機交互界面設計4個方面開展研究工作。實驗結果表明，真實血壓與測量血壓的誤差值在±5 mmHg范圍內，達到AAMI標準中對測量平均誤差的要求，具有較高準確性，且GUI用戶平臺設計簡化了測量及處理過程中的繁瑣操作，使用便捷。