基于脈搏波傳導時間的血壓測量方法

鄭傳權，黃雄京，劉博生，周凌宏

1.南方醫科大學生物醫學工程學院，廣東廣州510515；2.東莞市厚街醫院，廣東東莞523945

前言

脈搏波是一種隨心臟周期性的跳動，由心臟的收縮或舒張引起動脈血管內的血壓以及血管體積的變化，導致血液向末梢血管傳播形成的波［1］。影響脈搏波的因素主要有血管管壁彈性、動脈腔體積以及血液速度和粘性等［2］。目前最為準確的血壓測量方式是將壓力傳感器直接插入人體大動脈檢測血壓信號［3］，并能實現血壓的連續測量，但這是有創測量，不適合長時間連續監測。傳統方法中臨床廣泛應用的是聽診法和示波法［4］。聽診法使用方便，精度較高，但是人工聽診誤差大，機器聽診容易受到干擾；示波法的原理與聽診法類似，監聽的是血流流過血管所產生的振動波，相比聽診法，示波法的干擾小、重復性較好，但需排除明顯的運動干擾，其測量結果不如聽診法準確。

魯宏勝［5］采用傳統的脈搏波傳導時間（Pulse Transit Time,PTT）算法，綜合軟、硬閾值的優點得到改進的噪聲預處理方法，該方法的優點是預處理步驟較為精細，測量結果較精確，但是該模型不能對高血壓患者進行測試；陳倩蓉等［6］利用PTT、身高和加速脈搏波時域特征參數等建立多元線性模型，收縮壓測量較為精確，但是舒張壓的預測誤差很大；陳美琪等［7］根據光電容積脈搏波（Photoplethysmography,PPG）計算PTT，再根據PTT計算人體的血壓，但是這種方法忽略了諸如身高、體重等因素，其精度并不高。

本研究針對上述血壓檢測方法存在的不足，在傳統的PTT血壓模型的基礎上，增加患者的身高和體重，實現個性化血壓檢測算法，提高血壓測量的精確性和魯棒性。

1 基于PTT的血壓測量方法

1.1 基于PTT的血壓測量模型

PTT是指人體脈搏波從動脈的某一位置傳播到另一個位置所用的時間，根據人體動脈血壓與PTT之間的線性關系可以求得血壓值。脈搏波的傳播速度（Pulse Wave Velocity,PWV）與血壓之間也存在非常重要的關系，1878年Moens實驗驗證了普通流體在彈性腔內的傳播公式［8］。

其中，K是Moens常數，通常橡皮管K值取0.9，人體K值取0.8；E是血管壁的楊氏彈性模量，E值受年齡、血管僵硬程度等的影響而變化；h是血管壁的厚度；ρ是血液密度；D是血管在平衡狀態下的內徑。

2001年，Mazzali等［9］研究了血管的彈性模量E與血壓之間的關系，得出如下方程。

其中，E0表示人在放松狀態下血管管壁壓力為0時的彈性模量；γ表示動脈血管的一個參數；P是血壓值，單位是mmHg。

PWV與PTT的關系如式（3）所示［10］。

其中，L表示脈搏波的傳播距離。

聯立式（1）、（2）和（3），得到基于傳統PTT的血壓算法模型。

但該算法過于理想化，在實際臨床診斷中的表現并不好。Davies等［11］提出脈搏波的傳播距離與人體身高（H）存在關系，即：

其中，f是和脈搏波采集部位有關的因子；H表示被測試者的身高。

根據文獻［12］，脈搏波傳播距離的測量應當將血管“拉平”。傳統基于PTT的血壓測量方法認為該距離為定值，因此在模型構建的結果中將其忽略，文獻［12］的優化則是將該距離與人體身高聯系起來。然而，在同一身高的條件下，體重不同的人的血管長度和厚度是不同的。因此，本研究繼續考慮體重（W）的影響，假設：

其中，g是固定參數，通過多波長或高精度取樣儀器標定［13］得到；W表示被測試者的體重。

聯立式（1）、（2）、（3）和（6），可以得到血壓和PTT之間的關系。

在上式表示的模型中，α1、α2、α3是模型需要擬合的參數。

1.2 心電和脈搏波信號數據預處理

信號預處理過程分為3步：PPG信號去噪、特征波檢測和PPG信號中關鍵特征點定位、計算PTT。獲取的心電信號和脈搏波信號中存在工頻干擾、基線漂移和肌電干擾等噪聲［14］。PPG的有效頻帶是0.5～15.0 Hz，所以利用帶通濾波器即可去掉低頻的基線漂移和高頻噪聲［15］，對于異常值噪聲則需要利用平滑濾波器來去除噪聲。圖1是原始的PPG信號；圖2是經過去噪操作的PPG信號。

圖1 原始PPG信號Fig.1 Original photoplethysmography(PPG)signal

圖2 去噪之后的PPG信號Fig.2 PPG signal after denoising

要計算PTT，必須首先定位PPG信號中的關鍵點，具體流程如下［16］：（1）首先在心電信號中準確檢測出波峰；（2）在兩個波峰之間尋找PPG信號中振幅最大點，將該點對應的時間記為PPGp；（3）在兩個波峰對應的時間索引之間尋找PPG斜率最大點，將該點對應的時間記為PPGd；（4）在兩個波峰對應的時間索引之間尋找PPG振幅開始增大的地方，將該點對應的時間記為PPGf。圖3是利用PPGp、PPGd和PPGf計算PTT的方式。以心電圖中R波波峰點（即振幅最大的點）為起點，PPG信號中的3個關鍵點為終點，對應兩點之間的距離就是對應的PTT。

圖3 3種PTT的計算方式Fig.3 Calculation of 3 kinds of pulse transit time(PTT)

1.3 血壓監測系統工作流程

首先，為減少血壓測量過程對脈搏波信號的影響，血壓值是通過被測者的右手手臂測量得到的［17］，同時為了使測得的血壓值范圍盡可能更大，在測量前讓被測者運動3 min。其次，實驗中測量部位選在耳后動脈和趾背動脈，得到脈搏波后，對其進行特征識別［18］。接著對數據進行去噪預處理，然后計算兩個脈搏波之間的傳播時間，進而根據病人生理信息獲取PWV。在計算PWV的同時利用脈搏波的形態特征對PWV進行實時校正，針對不同身高和體重的人群，利用上述建立的PWV與血壓之間變化規律的數學模型來計算人體的實時血壓。血壓監測系統工作流程如圖4所示。

圖4 血壓監測系統工作流程示意圖Fig.4 Working flowchart of blood pressure monitoring system

2 實驗結果

數據集采用文獻［19］提供的60例公開數據，這些被測試者無病史，年齡為12～50歲。模型輸入為被測試者的身高H、體重W和預先計算出來的PTT，輸出為被測試者的血壓值。采用MATLAB線性插值擬合的方法得到參數α1、α2、α3。使用3種不同的PTT作為對比，得到模型測試的血壓結果如表1所示。表中，r是皮爾森相關系數［20］，表示估計值和目標值之間的線性關系，介于‐1到1之間。r的絕對值越接近1，表示相關性越強，即預測的效果越好。

從表1可以看出來，基于PTTp的血壓估計模型r值較高，說明效果較好。因此，本研究采用PTTp計算血壓，表2給出了不同算法之間的對比結果。與傳統方法相比，本研究提出的血壓檢測模型r值較高，效果較好。

表1 不同PTT生成的算法模型對比Tab.1 Comparison of different PTT algorithm models

表2 不同血壓算法模型指標對比Tab.2 Comparison of different blood pressure algorithm models

3 結語

本研究在傳統PTT算法的基礎上，增加身高和體重兩個參數，改進了基于PTT的血壓監測模型，實現對血壓連續變化的檢測，提高血壓測量模型的魯棒性和測量精度，有望應用于臨床，對心血管疾病的預防、診斷都具有較大意義。但本模型仍然存在不足，首先，對于噪聲嚴重的心電信號檢測效果并不好，當噪聲過于嚴重時，濾波器不足以濾除噪聲；其次，模型的參數來源于有限的數據樣本，尚需開展大范圍人群的實驗驗證，涵蓋各種不同年齡、健康程度的人群，提升模型的泛化能力和準確性。