高血壓、糖尿病患者光電容積脈搏波特征分析

劉佳美，宋春莉，李思奇，龐春穎

（1.長春理工大學 生命科學技術學院，長春 130022 2.吉林大學第二醫院 心血管內科，長春 130041）

近年來，中國心血管病患病率及死亡率仍處于上升階段，發病年齡提前，到2020年，中國心血管病患病總人數達3.3億，且院外死亡率遠遠高于院內［1］。高血壓、Ⅱ型糖尿病作為心腦血管疾病的獨立危險因素［2］，兩者都影響心血管健康。研究表明，中國18歲以上人群有2.45億高血壓患者，血壓正常高值人群總心腦血管事件風險增加37.0%，缺血性腦卒中風險增加56.0%。成年人糖尿病患病率高達10.9%，與非糖尿病人群相比，糖尿病患者發生心腦血管疾病的風險增加2～4倍［3］，故早期發現高血壓和糖尿病患者血管變化情況在預防心腦血管疾病方面有著重要意義。

高血壓、糖尿病并發心腦血管疾病病理基礎均為血管的結構或功能出現了異常變化［4］，其中最常見的表現為動脈粥樣硬化，動脈粥樣硬化的病源是由動脈血管內壁損傷引起的，高血壓、糖代謝異常是動脈血管內壁病變的主要初始誘因［5］。光電容積脈搏波（photoplethysmography，PPG）信號中蘊含著豐富的心腦血管病理信息，其部分特征已被用于動脈粥樣硬化病變的早期篩查［6］。Mounir O S 等人［7］發現高血壓能夠影響心腦血管疾病的進程。張永會等人［8］發現硬化指數（stiffness index，SI）與冠狀動脈病變程度存在一定相關性，可能對預測冠狀動脈病變程度有一定的價值。同時，Yao L P等人［9］證明PPG特征參數及導數特征與高血壓、糖尿病之間存在強烈聯系。但高血壓、糖尿病患者的PPG特征參數變化規律尚不明確，本文研究根據吉林大學第二醫院臨床數據，探討高血壓、糖尿病患者PPG及其導數波形特征的變化情況，為高血壓、糖尿病血管并發癥的早期發現提供依據。

1 對象與方法

1.1 對象

選取2021年3～8月吉林大學第二醫院確診高血壓、糖尿病患者共198例，根據患病種類分為高血壓組106例、糖尿病組44例、高血壓合并糖尿病組（以下簡稱合并組）48例；同期選取校內教職工、學生等共152例為正常組，共350例，男154例，女196例，年齡分布范圍為20～86歲。

1.2 方法

1.2.1 資料收集

收集患者基礎資料，包括年齡、性別、體質量指數（body mass index，BMI）、收縮壓、高脂血癥、吸煙、飲酒等。同時采集患者PPG信號，控制室溫23℃，手指溫度32℃，受試者坐位休息15分鐘，放松狀態，規律呼吸，采集患者右手食指30秒以上的PPG信號，采樣頻率為500 Hz。

判定標準：收縮壓≥140 mmHg和（或）舒張壓≥90 mmHg（1 mmHg=0.133 kPa）；或既往明確診斷為高血壓，目前正在服用高血壓治療藥物為高血壓；空腹血糖≥7.0 mmol/L，或隨機血糖≥11.1 mmol/L，或口服葡萄糖耐量試驗2 h血糖≥11.1 mmol/L；或既往明確診斷為Ⅱ型糖尿病，目前正在服用糖尿病治療藥物為糖尿病。

排除標準：肝疾病、腎疾病、持續性心房顫動或頻發室性期前收縮、合并多發性大動脈炎、嚴重心功能不全、肢體動脈中度以上狹窄。本研究嚴格遵守赫爾辛基宣言，志愿者同意參加本研究并簽署知情同意書，并經過吉林大學第二醫院倫理委員會討論批準。

1.2.2 基于CEEMD-DWT的去噪

PPG是一種非平穩隨機信號，具有低幅度、低頻率、易受干擾等特點，影響脈搏信號采集質量的噪聲干擾主要包括基線漂移以及高頻噪聲，人體的呼吸以及信號采集過程中身體的移動等都會使脈搏信號產生基線漂移現象，這導致PPG信號形態結構失真，影響信號的特征提取［10］。因此，在進行特征提取之前，本文采用互補集合模態分解-離散小波變換（complementary ensemble empirical mode decomposition-discrete wavelet transform，CEEMD-DWT）對信號進行去處理，得到高質量的脈搏信號。

首先，采用CEEMD將原始信號分解，如圖1（a）所示，CEEMD-IMF0～CEEMD-IMF7為分解之后的IMF分量。

其次，采用DWT對含有噪聲的IMF進行小波分解，選取sym8作為小波基函數，將IMF分量表示成高頻部分與低頻部分的疊加，低頻系數和高頻系數分別表示不同范圍信號的頻率，通過濾除高頻噪聲和基線漂移所在頻率范圍內的小波細節，通過小波重構可得到濾波后的IMF分量，如圖1（b）所示。

圖1 IMF分量濾波前后對比

將濾波后的所有IMF分量進行CEEMD重構得到去噪后的信號，如圖2所示。

圖2 去噪結果

1.2.3 脈搏波特征點定位算法

PPG信號各階段均對應了心臟狀態及血液的傳播情況，其特征主要表現為波形的極值點和拐點。研究表明，動脈硬化對潮波的位置影響較大。如健康的年輕人，其動脈血管壁彈性良好，脈搏波波速慢，無明顯潮波，重搏波峰波谷明顯；但當血管僵硬程度增加時，潮波明顯，同時重搏波峰波谷變得模糊。

為了各個點命名清晰，將PPG信號的起始點命名為“a”，主波峰為“b”，重搏波谷波峰分別為“c”“d”，二階微分信號最大值、最小值分別為“A”“B”。采用極值斜率法提取脈搏波的起始點和峰值，找到原始信號波形中的所有的極值點并對信號做一階微分，根據心臟泵血原理，一階微分最大值點即斜率最大點一定在收縮期的上升支，故一階微分最大值點前后的極小值點、極大值點分別為信號起始點a和峰值點b。重搏波峰波谷存在不明顯的情況，不能通過求信號一階微分的方法來定位降中峽和重搏波峰點，故采用小波變換的模極值法對降中峽和重搏波峰進行檢測［11］，根據所采集到的PPG信號的特點以及重復實驗，選用db5小波基，對信號進行6層分解，發現第4層細節分量中，模最大值過后的第五個過零點和第六個過零點的位置與降中峽點c和波峰d相近。雖然目前老化系數在評估血管硬化方面有很大的價值，但部分患者的二階導數信號一些特征點變得模糊，但所有患者二階導數信號具有明顯的A，B特征點，且差異明顯，因此B/A參數可以作為評估的重點。采用微分閾值法提取二階微分的A點和B點。特征點定位結果如圖3所示。

圖3 特征點定位結果

根據已定位的特征點進行脈搏波特征參數的計算，主要包括時間類、幅值類和面積類三類特征。時間類特征：波形完整周期T（起始點a到下一個起始點a′）、波形上升支時間Tab（起始點a到主波峰b）、主波峰與重搏波峰的時間差時間Tbd，主峰時間比CTR（Tab與波形完整周期T的比值，CTR=）、硬化指數 SI（身高 Height與Tbd的比值，SI=）。幅值類特征：主波峰幅值高度Hb、重搏波峰幅值高度Hd，以及反射指數RI（重搏波峰高度Hd與主波峰高度Hb的比值，RI=）。面積類特征：面積特征量K、收縮期面積特征量K1、舒張期面積特征量K2以及特征比例。其他特征：主波寬度W（0.75倍主波高度處主波的寬度）、二階導數特征B A。

1.3 統計學方法

采用SPSS25.0統計軟件對一般臨床資料和提取的脈搏波特征參數進行分析。計量資料用ˉ±s表示，多組間比較采用單因素方差分析，兩兩比較采用SNK-q檢驗，計數資料用百分比表示，組間比較采用χ2檢驗，采用Spearman系數表示相關等級，P＜0.05（雙側）為差異有統計學意義。

2 結果

2.1 臨床資料

對四組志愿者的臨床資料進行比較分析，正常組152例，高血壓組106例，糖尿病組44例，合并組48例，共350例，平均年齡62.57±14.759歲，其中男性164例（46.86%），女性186例（53.14%）。年齡、BMI、收縮壓在四組的差異具有統計學意義；與正常組進行比較，其他三組的年齡、收縮壓差異具有統計學意義，高血壓組和合并組的BMI差異具有統計學意義；飲酒、血脂異常也是高血壓的影響因素，如表1所示。

表1 4組志愿者基礎資料比較

2.2 PPG信號特征分析

表2 4組志愿者PPG特征參數比較

3 結論

高血壓、糖尿病是心血管疾病的獨立危險因素，其動脈僵硬度發生一定變化，本研究以吉林大學第二醫院的臨床數據為研究資料，采用分組研究的方法，對志愿者基線資料以及光電容積脈搏波特征進行比較分析。

本文研究結果顯示，年齡是高血壓、糖尿病的主要影響因素，這與隨著年齡的增加，人體器官和組織機能衰退，新陳代謝變緩有關［12］，本研究中各個年齡高血壓、糖尿病平均患病率分別為44%、26.29%，均高于全國平均患病率（中國≥18歲高血壓患病率為27.9%；糖尿病患病率為10.9%），可能原因為本研究數據來源于臨床，患病人數較多，且本研究45歲以上患者比重較大。將不同年齡的患病率進行統計，如表3所示。發現45歲以下高血壓、糖尿病的患病率均低于平均患病率，隨著年齡的增加，高血壓、糖尿病的患病率隨之增加，55～64歲高血壓患病率為45～54歲的2.08倍，糖尿病為1.46倍；65歲以上高血壓患病率為45～54歲的2.06倍，糖尿病為1.61倍。

表3 不同年齡段高血壓、糖尿病患病率

與正常組相比，高血壓組/糖尿病組的BMI（25.91±3.73/22.93±0.73）高于正常人的BMI（21.63±3.47），BMI越高，同時患有兩種疾病的可能性越大；三組收縮壓SBP明顯升高，高血壓組最高、合并組次之。

本研究結果顯示，高血壓、糖尿病患者的PPG信號會發生一定變化，機體在維持較高血壓水平時，心臟做功增加，升支斜率變大，即上升時間變短。Tab為波形上升支時間，但四組差異無統計學差異（P=0.184）。CTR為脈搏波上升相對周期時間T的時間，本研究中，與正常組相比，三組患者的 CTR（0.20±0.06、0.18±0.07、0.19±0.08）均小于正常組（0.23±0.05），平均降幅分別為13.04%、21.74%、17.39%，三組之間差異不具有統計學意義（P=0.856），與現有研究結果一致。硬化指數SI可認為是脈搏波傳導速度的估測［13］，三 組 患 者 的 SI（7.87±1.01、7.47±1.79、7.59±1.05）均高于正常組（6.58±1.47），平均增幅分別為19.60%、13.53%、15.34%。

本研究結果顯示，高血壓患者降中峽、重搏波幅值Hc、Hd變低，高血壓組降中峽相對高度Hc/Hb雖然低于正常組，但無統計學意義（P=0.554）；重搏波幅值相對高度即反射指數RI（0.40±0.12）明顯低于正常組（0.49±0.12），降幅約為18.37%。

現有結果顯示，高血壓、糖尿病患者的臂踝脈搏波傳導速度會增快［14-15］，波形面積會發生變化，糖尿病組面積特征量K增加明顯，增幅約為16.67%。同時潮波較早出現，與主波接近或與主波融合成寬大的波峰［16］，在本研究中，兩組患者波峰寬度W均明顯變寬，高血壓組增幅約為31.58%，糖尿病組約為36.84%；高血壓組的參數存在明顯上升的趨勢，增幅約為15%。

綜上所述，高血壓、糖尿病患者PPG特征參數存在明顯變化，且兩者變化特點不同，高血壓合并糖尿病組具有兩組大部分特點，部分PPG特征參數能夠反映二者動脈彈性功能的改變，可以根據不同特點對高血壓、糖尿病血管并發癥進行早期干預，減緩轉換為心腦血管疾病的進程。

高血壓組變化明顯的原因可能為患者血管長期處于較高血壓水平，導致動脈血管彈性變差加劇。高血壓、糖尿病作為心腦血管的主要危險因素，應做到早期防治，未患病人群應調整不良的生活習慣，加強體育鍛煉，合理膳食，減少肥胖，積極預防高血壓、糖尿病的發生；已患病人群要主動拒絕飲酒，同時要加強鍛煉，有研究表明運動可以有效管控高血壓、糖尿病等慢性病［17］，意識到合理的生活方式對減輕心腦血管疾病具有重要意義。