基于ECG與PPG的血壓測量方法研究

1、學院(部) 電子信息學院題 目 基于ECG與PPG的血壓測量方法研究目錄摘要1Abstract2第一章 緒論31.1 課題背景31.2 研究目的和意義41.3 國內外研究現(xiàn)狀41.3.1 柯氏音法51.3.2 示波法51.3.3 恒定容積法51.3.4 動脈張力法51.4 數(shù)據(jù)庫簡介61.5 行文安排6第二章 脈搏波波速法的相關理論72.1 血壓簡介72.2 信號簡介72.2.1 心電信號簡介72.2.2 脈搏波信號簡介82.3 噪聲簡介92.3.1 基線漂移92.3.2 肌電干擾92.3.3 工頻干擾102.4 脈搏波波速法10第三章 去噪113.1 去噪算法113.2 去噪結果13第四章

2、血壓算法254.1 定位254.1.1脈搏波傳播時間的起點定位254.1.2脈搏波傳播時間的終點定位324.2 血壓模型的建立344.2.1 PTT的計算344.2.2 線性回歸36第五章 總結與展望405.1 總結405.2 展望40參考文獻41致謝43摘要目前，心血管疾病已經成為威脅人類身體健康和生命安全的主要疾病之一，其中血壓是引起心血管疾病的主要因素，因而通過監(jiān)測血壓的變化進而預防心血管疾病的發(fā)生具有非常重要的意義。血壓測量方法有很多種，常見的血壓測量方法如柯氏音法、示波法均無法實現(xiàn)血壓的連續(xù)測量。針對以上現(xiàn)狀，本文基于脈搏波波速法的原理，研究一種基于ECG與PPG實現(xiàn)連續(xù)測量血壓的算

3、法。算法主要包括三個方面：去噪、定位以及血壓模型的建立。在去噪階段，采用小波變換與閾值相結合的方法去除信號中基線漂移、高頻噪聲等干擾的影響，在確保信號不失真的情況下提高了信噪比；在定位階段，采用Pan-Tompkin算法實現(xiàn)R波波峰的定位，定位準確度為97.31%，采用動態(tài)閾值的方法實現(xiàn)脈搏波波峰的定位，定位準確度為98.28%；在建立血壓模型階段，首先找出對應的R波波峰與脈搏波波峰，求出脈搏波傳播時間，根據(jù)脈搏波傳播時間與血壓的線性關系，構造出血壓模型，基于此模型初步實現(xiàn)血壓的連續(xù)測量。實驗測得收縮壓與舒張壓均滿足平均誤差小于5mmHg、標準差小于8mmHg的要求, 符合AAMI電子血壓計設

4、計的標準。本次設計的數(shù)據(jù)來源于Challenge 2010 Training Set A/Test Set B挑戰(zhàn)賽的數(shù)據(jù)庫。關鍵詞：血壓測量；脈搏波波速法；基線漂移；R波定位 AbstractAt present, cardiovascular disease has become one of the major diseases that threaten human health and life safety. Among them, blood pressure is a major cause of cardiovascular disease. Therefore, it is

5、 of great significance to monitor changes in blood pressure to prevent the occurrence of cardiovascular disease. There are many ways to measure blood pressure, common blood pressure measurement methods such as Korotkoff sound and oscillometric cannot achieve continuous measurement of blood pressure.

6、In view of the above situation, based on the principle of pulse wave velocity method, this paper studies an algorithm based on ECG and PPG to achieve continuous measurement of blood pressure. The algorithm mainly includes three aspects: denoising, positioning and establishment of blood pressure mode

7、l. In the denoising stage, the combination of wavelet transform and threshold is used to remove the effects of baseline drift, high frequency noise, and other disturbances in the signal, and the signal-to-noise ratio is improved when the signal is not distorted. In the positioning stage, the Pan-Tom

8、pkin algorithm was used to achieve the positioning of the R wave peak, the positioning accuracy reached 97.31%, and the dynamic threshold method was used to achieve the positioning of the pulse wave peak, the positioning accuracy reached 98.29%; In the establishment of the blood pressure model stage

9、, first, find out the corresponding R wave peak and pulse wave peak, and calculate the pulse wave propagation time, according to the linear relationship between the pulse wave propagation time and blood pressure, construct a personal blood pressure model, based on this model to achieve measurement o

10、f blood pressure. The experimentally result meets the requirement that the average error is less than 5 mmHg, and the standard deviation is less than 8 mmHg, and it meets the standards for the design of the AAMI electronic blood pressure monitor. The data for this design is from the database of the

11、Challenge 2010 Training Set A/Test Set B .Keywords：Blood pressure measurement；Pulse wave velocity method；Baseline drift；R wave positioning 第一章 緒論1.1 課題背景血壓是維持組織器官血流灌注以及血液循環(huán)必不可少的因素，血壓異常是導致心血管疾病的主要因素，其中高血壓是最顯著的致病因素之一，由高血壓引起的心血管疾病超過了心血管疾病總數(shù)的一半。根據(jù)國家心血管疾病中心2017年的報告，如圖1.1、圖1.2所示，截至2015年年底我國心血管疾病患者的患病率正處于持

12、續(xù)上升的階段，越來越多的人正在飽受心血管疾病的折磨，這嚴重威脅到了我國人民的健康水平，造成了國家資源的嚴重浪費?，F(xiàn)階段血壓的測量仍存在一些問題，如柯氏音法以及示波法，擺脫不了袖帶的束縛，導致其便攜性不好，并且袖帶的充放氣需要一定的時間，這不僅限制了血壓的連續(xù)測量，還會給人體帶來不適，可實現(xiàn)血壓連續(xù)測量的直接測量法由于其有創(chuàng)性只適用于危及病人以及開腔手術的情況下?；贓CG與PPG的血壓測量方法由于其便攜性以及可實現(xiàn)無創(chuàng)連續(xù)測量的優(yōu)點成為了血壓測量方法的研究熱點。圖1. 1各種疾病導致的農村居民死亡率變化情況圖1. 2各種疾病導致的城市居民死亡率變化情況1.2 研究目的和意義血壓異常會影響到心、

13、腦、腎等多個人體器官，其并發(fā)癥有心力衰竭、高血壓性心臟病、腦血栓、動脈硬化、慢性腎功能衰竭、尿毒癥以及視網膜動脈硬化等，實現(xiàn)血壓的連續(xù)測量對預防、診斷和治療心腦血管疾病具有重要意義。人的血壓會隨著時間的變化而發(fā)生改變，但血壓大都是在醫(yī)院里測量，這就會出現(xiàn)“白大衣高血壓效應”，因此實現(xiàn)血壓的連續(xù)測量十分重要，不僅有利于提前預防高血壓，還有利于實時監(jiān)測人體身體狀況，減少心腦血管的發(fā)病率。本課題的目的是基于脈搏波波速法的原理，通過求解ECG與PPG兩路信號的時間差得出脈搏波傳播時間，根據(jù)血壓與脈搏波傳播時間存在的線性相關從而建立血壓模型，基于該血壓模型實現(xiàn)血壓的連續(xù)測量。1.3 國內外研究現(xiàn)狀血壓的

14、直接測量通過將含有壓力傳感器的導管直接插入到人體動脈測得血壓，這種方法測得的血壓精度高，但方法的有創(chuàng)性表明該方法只適用于危及病人以及開腔手術的情況下；間接測量通過檢測與血壓相關的其他參數(shù)測量血壓，是日常測量血壓的常用方法。1.3.1 柯氏音法1905年俄國醫(yī)生Korotkoff提出利用柯氏音的出現(xiàn)與消失測量血壓1?？率弦舴y血壓通過在充氣階段對袖帶加壓直到壓力阻斷動脈，然后對袖帶放氣逐步降低袖帶內壓力，當袖帶內壓力剛好等于收縮壓時可以聽到柯氏音從而求出收縮壓的大小，袖帶繼續(xù)放氣直到柯氏音消失可得到舒張壓的大小?？率弦舴y血壓準確度高，但存在著許多缺點，如無法擺脫袖帶的束縛，測量時被測者會產生不

15、適，測量結果也會因人而異。1.3.2 示波法示波法又稱為“振蕩法”，該方法利用壓力傳感器拾取袖帶放氣階段產生的壓力振蕩波，然后通過分析壓力振蕩波的特征參數(shù)來獲得收縮壓與舒張壓的值2。和柯氏音法相比，該方法消除了由于人工測量產生的誤差，實現(xiàn)了血壓的自動測量，但是依然沒有擺脫袖帶的束縛，而且缺乏跟蹤血壓突變的能力，測量結果也會受到運動的干擾。1.3.3 恒定容積法由于血管的直徑會隨著血壓變化而改變，血管容積也會改變，當血管處于恒定容積狀態(tài)時，血管的直徑恒定，基于此可以通過外部伺服系統(tǒng)調節(jié)血管的外部壓力，使得外部壓力與動脈壓力相等，補償血管內的容積變化，即可求出動脈血壓的值3。這種方法的優(yōu)點是簡便快

16、捷，缺點是便攜性不好。1.3.4 動脈張力法動脈張力法測量結果的準確度與傳感器的精度與放置位置有很大的關系，該方法的原理是通過對放置在人體體表的壓力傳感器加壓，使得該處動脈呈扁平狀，此時的外加壓力與動脈血壓存在著正比的關系，通過轉換即可得出血壓的值4。該方法測量位置通常選擇橈動脈、頸動脈等貼近體表動脈的地方，可以實現(xiàn)連續(xù)測量血壓的目標，但是由于傳感器的精度問題，難以實現(xiàn)準確測量，對于該方法的研究還處于測試階段。1.4 數(shù)據(jù)庫簡介Physio是一個提供公共網絡資源服務的網站，該網站每年與心臟計算會議合作舉辦一系列心臟病學挑戰(zhàn)賽，利用Physio網站提供的數(shù)據(jù)和軟件解決臨床或基礎科學中未解決的問題

17、5，研究人員可通過PhysioBank ATM選擇所需數(shù)據(jù)，利用數(shù)據(jù)庫提供的rdsamp函數(shù)導出MATLAB可識別的.mat格式的數(shù)據(jù)。本文所用數(shù)據(jù)來源于該網站里的Challenge 2010 Training Set A和Challenge 2010 Test Set B挑戰(zhàn)賽的數(shù)據(jù)庫，2010挑戰(zhàn)賽的目標是根據(jù)其他幾組同步的信號重建缺失的信號。挑戰(zhàn)賽的數(shù)據(jù)庫中的每組數(shù)據(jù)至少包含了6個同步連續(xù)的長達10分鐘的數(shù)據(jù)，這6個同步信號包括心電信號、持續(xù)有創(chuàng)血壓、呼吸、指尖體積描記波等其他輸出信號，包含本次設計所需要的ECG、PPG以及BP三路信號。1.5 行文安排第一章緒論為文章簡介，分別對課題背

18、景、目的與意義、國內外現(xiàn)狀以及數(shù)據(jù)庫進行了簡單的介紹；第二章介紹了血壓的相關知識、ECG信號與PPG信號的特征、噪聲的類型、以及脈搏波波速法測血壓的基本原理；第三章介紹了去噪的主要內容，包括本文所用去噪方法的原理以及去噪結果、數(shù)據(jù)紀錄與分析；第四章介紹了血壓算法的主要內容，包括定位算法的原理以及數(shù)據(jù)紀錄與分析，脈搏波傳播時間的計算與血壓方程的求解；第五章總結了算法的主要內容與現(xiàn)階段仍存在的問題。第二章 脈搏波波速法的相關理論2.1 血壓簡介血壓指的是血液在血管流動時對血管壁產生的側壓力，血液循環(huán)系統(tǒng)的充盈度、心臟射血和外周阻力是產生血壓的三個因素。心臟、血管和淋巴系統(tǒng)組成了人體的循環(huán)系統(tǒng)，心臟

19、的一張一縮，使得人體血液沿著血管流動產生了對血管壁的壓力。心臟收縮，動脈壓力最高時的血壓為“高壓”，即收縮壓（Systolic Blood Pressure, SBP）；心臟舒張，動脈壓力最低時的血壓為“低壓”，即舒張壓（Diastolic Blood Pressure, DBP）。血壓受很多因素的影響，如心輸出量對收縮壓的影響較大，但對舒張壓的影響則較小，收縮壓和舒張壓也都會隨著外周阻力的增大而升高，外周阻力對舒張壓的影響較大，對收縮壓的影響較小。2.2 信號簡介基于ECG與PPG測量血壓的方法需要獲得兩路信號的時間差，其中最為常見的是以心電信號的R波波峰到脈搏波波峰處的時間差作為脈搏波傳播

20、時間。2.2.1 心電信號簡介心動周期內，心臟不同部位相繼興奮時產生的電信號的變化情況即為心電圖（Electrocardiogram，ECG），心電圖為研究心臟提供了重要參考。心電信號是微毫伏級的信號，幅值范圍為50µV5mV之間，其頻率分布在0.05Hz100Hz之間,其中90%的心電信號頻譜集中在0.25Hz35Hz之間，QRS復合波的能量集中在3Hz45Hz之間，P波和T波的能量集中在0.5Hz10Hz之間，與P波和T波相比，QRS波群具有更高的幅度，提供了更多關于心臟狀況的信息6。正常心臟活動傳遞過程為由竇結房傳入右心房并沿心房肌向右心房下部和左心房擴展，此時即為心電圖的P波

21、，心室的全面除極產生了心電圖的QRS波群，心室復極過程產生了心電圖的T波，正常的心電信號一個周期的波形如圖2.1所示。圖2. 1一個周期的正常心電信號波形圖2.2.2 脈搏波信號簡介光電容積描記波（Photo Plethysmo Graphy，PPG），即脈搏波是重要的生理信號，可通過接收光信號的強弱描繪出人體內血液容量變化情況，可用于推測人體的部分健康狀況。通過分析脈搏波的頻譜，可以看出信號的頻率主要分布在0.5Hz10Hz之間，其主要頻率成分除了以心率為基頻并且與該基頻成倍數(shù)的高次諧頻成分之外，還存在一些其他高次諧頻成分，這些高次諧頻成分的基頻與心率非常相近，相差在0.1Hz以內，總的來說

22、，脈搏波信號是由多個頻率相近的基頻分量以及于該基頻信號成倍數(shù)關系的高次諧頻信號組成的7。正常的脈搏波一個周期的波形如圖2.2所示，由圖可知脈搏波主要由上升支和下降支兩個部分組成的。左心室射血導致動脈管壁擴張形成了脈搏波的上升支，射血后期速度減慢引起的血量減少形成了脈搏波的下降支，此時動脈管壁開始慢慢回縮，血壓逐漸下降，脈搏波下降支的后半段是由于心室舒張，動脈管壁加速彈性收縮導致的，左心室射血停止使得動脈內血液逆流產生了潮波，心室舒張時血液反流沖擊動脈瓣產生了重搏波。圖2. 2一個周期的正常脈搏波信號波形圖2.3 噪聲簡介由于人體的呼吸以及儀器等帶來的干擾，采集到的信號波形很少會像圖2.1以及圖

23、2.2那樣標準，會受到基線漂移、高頻噪聲等噪聲的干擾，不利于后續(xù)對信號的分析處理。2.3.1 基線漂移基線漂移是由人體呼吸運動產生的，屬于低頻噪聲，其頻率主要分布在0.05 Hz2 Hz之間，接近心電信號的ST段和Q波段頻率分量8?；€漂移會使信號上下波動，使信號出現(xiàn)嚴重失真，對于之后的R波定位閾值的選取將會產生很大的干擾。由于心電信號與脈搏波信號僅有小部分頻段與基線漂移重疊，故比較容易消除該噪聲帶來的干擾。2.3.2 肌電干擾肌電干擾主要是由人體活動、肌肉收縮等各種電現(xiàn)象混雜在一起產生的干擾，其頻率分布在5 Hz2000 Hz之間，屬于高頻噪聲9。由于肌電干擾與信號的頻譜重疊，故很難完全消除

24、該噪聲對信號的影響，但由于其頻率分布很廣，每個頻率分量的幅值較小，對信號的定位影響很小。2.3.3 工頻干擾工頻干擾指的是市內電壓以電磁波輻射的形式對電子設備造成的干擾10，通常情況下國內頻率為50Hz，國外頻率為60 Hz，時域上表現(xiàn)為連續(xù)規(guī)律的正弦波，頻域上表現(xiàn)為在50Hz或60Hz處有個明顯的峰值，由于工頻噪聲的頻率固定，與信號的主要頻段沒有重疊，很容易濾除該噪聲。2.4 脈搏波波速法基于ECG與PPG測量血壓的方法即脈搏波波速法，是根據(jù)人體血壓與脈搏波傳播時間呈線性相關的特點提出的一種方法，研究發(fā)現(xiàn)，距離一定的條件下，收縮壓與脈搏波傳播時間呈線性相關，舒張壓與脈搏波傳播時間也存在一定的

25、線性關系，但相關性較小11。利用脈搏波傳播時間和血壓的生理與物理關系為基礎可以推導出脈搏波傳播時間與血壓的線性方程： BP=a+bPTT （2.1）該方法的核心問題就是要求出方程中的待定系數(shù)a與b。研究發(fā)現(xiàn)年齡、性別與心血管疾病等因素決定著動脈硬化的程度，而動脈硬化程度與脈搏波傳播時間存在著明顯的相關性12。個體的差異將會導致線性方程的a和b參數(shù)的值不同，故針對不同個體，利用該方法測量血壓時，需要求出相應個體的待定系數(shù)a和b從而建立適用于該個體的血壓模型。算法主要分為三個部分，分別為去噪、定位和線性回歸。本文選擇小波變換與軟閾值相結合的方法，可以去除大部分噪聲，信號失真度小，信噪比足夠高。定位

26、分為兩部分，R波定位和脈搏波定位，其中脈搏波定位有兩個可選擇的方案，分別為以脈搏波波峰處和以脈搏波上升支斜率最大值處為脈搏波傳播時間終點，通過實驗對比，以脈搏波波峰處為脈搏波傳播時間終點的誤差要比以脈搏波上升支斜率最大值處為脈搏波傳播時間終點的誤差要小，曲線擬合效果也較好；R波定位的難點在于T波干擾和基線漂移，由于采用的定位方法為閾值法，故在定位之前需要對信號進行預處理，消除基線漂移對定位造成的干擾，可用RR間隔以及斜率去除T波干擾帶來的影響。脈搏波波速法測血壓不僅可以擺脫袖帶的束縛，提高設備的便攜性，還可以實現(xiàn)長期監(jiān)測血壓變化的目標，因此，該方法的研究具有十分重要的意義。第三章 去噪3.1

27、去噪算法脈搏波信號和心電信號都是十分微弱的信號，容易受到很多噪聲的干擾，這些干擾會影響信號的質量，降低定位的精度，給后續(xù)的血壓測量帶來較大的誤差，因此需要去除這些噪聲的干擾，從而提高定位的精度。小波分析方法是一種窗口大?。创翱诿娣e）固定但形狀可改變，時間窗和頻率窗都可改變的時頻局域化的分析方法，可使信號中的有用信息和噪聲呈現(xiàn)出不同的特征13,故本文采用小波變換與閾值相結合的方法去除基線漂移、肌電干擾和工頻干擾等噪聲。小波變換可以同時獲得信號時域與頻域的信息，通過小波變換可以提取出信號的低頻概貌與高頻細節(jié)，通過閾值函數(shù)對小波系數(shù)經行閾值量化處理，由處理后的小波系數(shù)重構即可得到去噪之后的信號。小

28、波變換需要手動選擇小波基函數(shù)以及分解層數(shù)，由于Daubechies小波（一般簡寫為dbN，N為小波的階數(shù)）具有較好的正則性與緊支撐性，且與信號最為相似，故本文最終采用db7作為脈搏波信號小波變換的基函數(shù),心電信號采用db4為小波變換的基函數(shù),分解層數(shù)為八層。小波變換后，基線漂移主要存在于大尺度的小波系數(shù)上，故可直接將該部分小波系數(shù)置零14；根據(jù)Donoho理論，幅值較大數(shù)目較少的小波系數(shù)是由信號產生的，其他的小波系數(shù)則是由噪聲產生的，而肌電干擾和工頻干擾等高頻噪聲的能量主要存在于小尺度的小波系數(shù)上，故可以利用閾值函數(shù)對小尺度的小波系數(shù)進行閾值量化處理，從而消除高頻噪聲對信號的影響。故本文的去噪

29、方案為將含有基線漂移的小波分量置零去除低頻噪聲，將含有高頻噪聲（包括肌電干擾、工頻干擾等等）的小波分量經過閾值處理去除高頻噪聲。常用的閾值函數(shù)有軟閾值函數(shù)與硬閾值函數(shù)15，其中軟閾值函數(shù)由公式（3.1）給出： j,k'= sgnj,k（ |j,k|） ， |j,k| 0 ， |j,k|< （3.1）硬閾值函數(shù)由公式（3.2）給出： j,k'= j,k ， |j,k| 0 ， |j,k|< （3.2）軟閾值函數(shù)處理后的小波系數(shù)連續(xù)性好，信號失真率較低，但是去噪后的信號與原始信號會存在一個固定的差值；硬閾值函數(shù)處理后的小波系數(shù)可以很好地保留局部特征，但由于其“一刀切”的

30、特性會導致小波系數(shù)的連續(xù)性較差，并且會在恢復后的信號中產生一些人為的噪聲，兩種閾值函數(shù)各有優(yōu)缺點，可以根據(jù)信號的波形特征以及去噪效果的對比確定去噪方案。通過對比發(fā)現(xiàn)選擇小波變換與軟閾值相結合的方法去除脈搏波信號中噪聲的干擾得到的去噪結果較為優(yōu)秀，去噪對比結果如表3.1所示，反映信號受噪聲干擾的程度的指標為信噪比SNR，值越大表示信號受噪聲干擾越小，如公式（3.3）所示： SNR=10log101nx(i)21nyixi2 （3.3）反映去噪后的信號與原始信號的逼近程度的指標為均方根誤差RMSE，值越小表示去噪后的信號與原始信號逼近程度越高，失真度越小16，如公式（3.4）所示： RMSE=1n

31、yix(i)2n （3.4）其中，x(i)為原始信號，y(i)為去噪后的信號，z(i)為含噪信號，n為信號長度。表3.1列出了分別采用軟閾值函數(shù)與硬閾值函數(shù)去除脈搏波信號中高頻噪聲的處理結果，選擇數(shù)據(jù)庫中較為干凈的10組脈搏波信號作為原始信號，通過加入高斯白噪聲構造出含噪信號，由去噪結果可知采用軟閾值函數(shù)去除脈搏波信號中高頻噪聲的信噪比比采用硬閾值去除脈搏波信號中高頻噪聲的信噪比高，均方根誤差也相對較小。表3. 1脈搏波信號去噪效果對比表3.2列出了分別采用軟閾值函數(shù)與硬閾值函數(shù)去除心電信號中高頻噪聲的處理結果，選擇數(shù)據(jù)庫中較為干凈的10組心電信號作為原始信號，通過加入高斯白噪聲構造出含噪信號

32、，由去噪結果可知，采用硬閾值函數(shù)去除心電信號中高頻噪聲的信噪比比采用軟閾值函數(shù)去除心電信號中高頻噪聲的信噪比高，均方根誤差也相對較小，因此選擇小波變換與硬閾值相結合的方法去除心電信號中噪聲的干擾。 表3. 2心電信號去噪效果對比故去噪最終方案的具體步驟為：（1）首先對信號作八層小波變換可得到八層高頻分量和一層低頻分量，其中脈搏波信號選擇db7作為小波基函數(shù)，心電信號選擇db4作為小波基函數(shù)。（2）將脈搏波信號中含有基線漂移的第七層第八層高頻分量以及第八層低頻分量置零，將心電信號中含有基線漂移的第六層第八層高頻分量以及第八層低頻分量置零，去除信號中的基線漂移。（3）將脈搏波信號中含有高頻噪聲的第

33、一層第三層高頻分量經過軟閾值量化處理，將心電信號中含有高頻噪聲的第一第二層高頻分量經過硬閾值處理，去除信號中的高頻噪聲。（4）將處理后的小波分量重構即可得到去除低頻噪聲與高頻噪聲的信號。3.2 去噪結果來源于Challenge 2010 Training Set A a08這一組數(shù)據(jù)的脈搏波原始信號如圖3.1所示。圖3. 1脈搏波原始信號以db7為小波基函數(shù)對脈搏波原始信號作八層小波變換后的結果如圖3.2所示，其中a8為第八層低頻分量，d1d8為八層高頻分量，脈搏波原始信號等于高頻分量與低頻分量的和。圖3. 2脈搏波信號作八層小波變換將脈搏波信號中含有基線漂移的第七層第八層高頻分量以及第八層低

34、頻分量置零，去除信號中的基線漂移，去噪前后的頻譜如圖3.3、圖3.4所示。圖3. 3脈搏波原始信號的頻率分布圖3. 4去除基線漂移后的脈搏波信號的頻率分布脈搏波信號進行八層小波變換后的第一層第三層高頻分量如圖3.5所示，由圖可知這三層分量里含有較多的高頻噪聲。圖3. 5脈搏波信號小波變換后第一層第三層高頻分量將脈搏波信號進行八層小波變換后的第一層第三層高頻分量進行閾值量化處理后的結果如圖3.6所示。圖3. 6軟閾值量化處理后的第一層第三層高頻分量將脈搏波信號中含有高頻噪聲的第一層第三層高頻分量經過軟閾值量化處理，去除信號中的高頻噪聲，將處理后的小波分量重構，即可得到去除高頻噪聲的脈搏波信號，去

35、除高頻噪聲前后的脈搏波的頻譜如圖3.7、圖3.8所示。圖3. 7脈搏波信號去除高頻噪聲之前的頻率分布圖3. 8脈搏波信號去除高頻噪聲之后的頻率分布去噪后的脈搏波信號如圖3.9所示，由圖可知已基本消除基線偏移與高頻噪聲的影響。圖3. 9去噪之后的脈搏波信號原始心電信號如圖3.10所示圖3. 10原始心電信號以db4為小波基函數(shù)對原始心電信號作八層小波變換后的結果如圖3.11所示，其中a8為第八層低頻分量，d1d8為八層高頻分量，原始心電信號等于高頻分量與低頻分量的和。圖3. 11心電信號作八層小波變換將心電信號中含有基線漂移的第六層第八層高頻分量以及第八層低頻分量置零，去除信號中的基線漂移，圖3

36、.12為去噪前的頻譜，圖3.13為去噪后的頻譜。圖3. 12原始心電信號的頻率分布圖3. 13去除基線漂移后心電信號的頻率分布心電信號八層小波變換后的第一層第二層高頻分量如圖3.14所示，由圖可知這兩層高頻分量里含有較多的高頻噪聲。圖3. 14心電信號小波變換后第一層第二層高頻分量將心電信號進行八層小波變換后的第一層第二層高頻分量進行閾值量化處理后的結果如圖3.15所示。圖3. 15硬閾值量化處理后的第一層第二層高頻分量將心電信號中含有高頻噪聲的第一層第二層高頻分量經過硬閾值量化處理，去除信號中的高頻噪聲，將處理后的小波分量重構，即可得到去除高頻噪聲的心電信號，去除高頻噪聲前后的心電的頻譜如圖

37、3.16、圖3.17所示。圖3. 16原始心電信號的頻率分布圖3. 17去除基線漂移后的心電信號的頻率分布去除基線漂移與高頻噪聲后的心電信號如圖3.18所示，由圖可知已基本消除基線漂移與高頻噪聲的影響。圖3. 18去噪之后的心電信號第四章 血壓算法4.1 定位本節(jié)主要內容包括脈搏波傳播時間的起點定位與終點定位，因為心電信號采集原理上為光速，傳播時間可忽略，而脈搏波傳播到指尖則需要一定的時間，故可選擇心電信號的R波波峰作為脈搏波傳播時間的起點，選擇脈搏波波峰或上升支最大斜率處作為脈搏波傳播時間的終點。4.1.1脈搏波傳播時間的起點定位Pan-Tompkin算法基于心電信號的斜率、幅值和RR間隔三

38、個參數(shù)，可實現(xiàn)QRS波群的準確定位17，是一種典型的QRS波群定位算法，故本文以Pan-Tompkin算法原理為基礎，實現(xiàn)R波定位。算法在實現(xiàn)定位之前需要對信號做一個預處理，預處理的過程包括去噪、差分、平方以及滑動窗口積分，其流程如圖4.1所示，由于去噪部分已在3.1節(jié)去噪部分講過，故不再贅述。差分可以獲得心電信號斜率的信息；平方可以擴大斜率差距以突出R波，利用T波變化較為緩慢的特點消除由T波高聳引起的誤報；滑動窗口積分可以獲得QRS波群的斜率和寬度等信息。圖4. 1心電信號預處理流程心電信號預處理過程的結果如圖4.24.5所示。圖4. 2經過去噪處理后的心電信號圖4. 3經過五點差分后的心電

39、信號圖4. 4五點差分后再平方的心電信號圖4. 5經過滑動窗口積分后的心電信號算法定位分為三個階段，分別為學習階段一、學習階段二和檢測階段。學習階段一需要大約兩秒的時間，根據(jù)在學習過程中檢測到的信號和噪聲峰值來初始化信號閾值與噪聲閾值；學習階段二需要兩個心拍來初始化RR間隔閾值；檢測階段進行峰值判斷，通過自適應閾值以適應信號的變化，從而增加R波定位的準確度。算法采用兩組閾值來定位R波波峰，兩組閾值分別用于預處理后的信號和原始信號的R波定位，通過對比兩路信號的定位結果，可以提高定位的可靠性與準確度，下面以預處理后的信號為例介紹算法的主要流程。學習階段一：需要初始化信號閾值與噪聲閾值，其中信號閾值

40、包括第一閾值與第二閾值，第二閾值為第一閾值的一半。信號的初次檢測使用第一閾值，若在一定的時間間隔內未檢測到R波波峰，則使用第二閾值，采用搜索返回算法重新檢測R波波峰。第一閾值與第二閾值由以下公式計算得出：SPKI = 0.125PEAKI+0.875SPKI (當PEAKI為信號峰值時） （4.1）NPKI = 0.125PEAKI+0.875NPKI (當PEAKI為噪聲峰值時) （4.2）THRESHOLD I1 = NPKI+0.25(SPKINPKI) （4.3）THRESHOLD I2 = 0.5THRESHOLD I1 （4.4）當使用第二閾值找到R波時，下一個信號峰值由公式（4.

41、5）確定：SPKI = 0.25PEAKI+0.75SPKI （4.5）當遇到不規(guī)則的心拍時，通過將第一個閾值減半以此提高檢測的靈敏度，避免缺失心拍。THRESHOLD I1 0.5THRESHOLD I1 （4.6） 其中，PEAKI是檢測到的峰值，SPKI是實時更新的信號峰值，NPKI是實時更新的噪聲峰值，THRESHOLD I1是第一閾值，THRESHOLD I2是第二閾值。信號峰值SPKI是已經判斷為R波的峰值，噪聲峰值NPKI是已經判斷為不是R波的峰值（如T波峰值），第一次檢測時，信號峰值SPKI取兩秒內最大峰值的1/4倍，噪聲峰值NPKI取兩秒內峰值平均值的1/2倍，之后的變量則是

42、由前一個變量計算得出的。當檢測到峰值時，首先將其判斷為信號峰值或噪聲峰值。判斷為信號峰值的條件為滿足峰值大于第一閾值或者在搜素返回算法時滿足峰值大于第二閾值。學習階段二：需要得到兩個獨立的RR間隔的平均值。第一個RR間隔平均值是判定為正常心拍的連續(xù)8個RR間隔的平均值，第二個RR間隔平均值是最近8個心拍的RR間隔的平均值，大小在正常RR間隔平均值的92%116%之間波動。第二個RR間隔平均值適用于緩慢變化的心拍，第一個RR間隔則可用于心率發(fā)生突變的時刻，通過這兩個間隔的交替使用，當從一個人的ECG切換到另一個時，可以快速適應變化，而不需要特殊的學習階段。檢測階段：在使用信號閾值進行峰值定位時，

43、每組信號在定位時使用雙閾值進行定位，其檢測流程如圖4.6所示。圖4. 6 R波定位算法流程圖首先利用MATLAB自帶的findpeaks函數(shù)以200ms為間隔找出心電信號的所有峰值點，因為生理上需要等待200ms的不應期才能檢測到下一個R波波峰18，這個200ms的不應期消除了在這個時間間隔內錯誤檢測的可能性，避免出現(xiàn)一個節(jié)拍內的多次檢測。采用findpeaks函數(shù)尋找峰值時會出現(xiàn)很多噪聲峰值，如圖4.7所示，而以200ms為間隔尋找峰值則可去除這些多余的噪聲峰值點，如圖4.8所示，該組數(shù)據(jù)來源于Challenge 2010 Training Set A a82。圖4. 7利用findpeak

44、s函數(shù)找出R波波峰圖4. 8以200ms為間隔利用findpeaks函數(shù)找出R波波峰如果在檢測到R波之后的200ms到360ms之間的一段時間內檢測到峰值，且該峰值滿足大于第一閾值這一條件，為了判斷這個峰值是否是有效的R波還是T波，利用T波變化較為緩慢的特點對斜率進行判斷，若斜率大于上一個R波斜率的一半，則判斷為R波，反之則為T波，如圖4.9、圖4.10所示。圖4. 9含T波干擾的R波定位圖4. 10排除T波干擾若在大于360ms小于166%的RR時間間隔內未檢測到R波波峰，則使用第二閾值，采用搜索返回算法重新檢測R波波峰，如圖4.11所示的Challenge 2010 Test Set B

45、b97這一組數(shù)據(jù)檢測時出現(xiàn)R波波峰低于第一閾值的情況，采用搜索返回算法即可找到R波波峰。若在大于166%的RR間隔內沒有檢測到R波，則可認為在該時間間隔內發(fā)生了漏檢，此時會觸發(fā)搜索返回，選擇這段時間內峰值最大處為R波波峰，并以第二閾值作為檢測下一個R波的閾值，通過這種方式，縮短了搜索返回的時間，提高了檢測的靈敏度。圖4. 11搜索返回算法每組長達2500個采樣點的50組數(shù)據(jù)測試結果顯示R波定位的正確率為97.31%，錯檢率為2.14%，漏檢率為0.55%。4.1.2脈搏波傳播時間的終點定位在定位脈搏波波峰時，為了保證主波波峰的準確提取，需將非目標點剔除,常采用的剔除方法是判斷兩峰值之間的時間差

46、，如果時間差太小，則這兩峰值之間必定有非目標點，將幅值較小的點剔除，即可得到有效的局部峰值點19。利用MATLAB自帶的findpeaks函數(shù)以300ms為間隔找出Challenge 2010 Training Set A a16這一組數(shù)據(jù)中脈搏波的有效峰值點，結果如圖4.12所示。圖4. 12以300ms為間隔利用findpeaks函數(shù)找出脈搏波波峰為了提高檢測的準確度，去除圖4.12出現(xiàn)的峰值異常點，本文通過設置自適應閾值進行有效峰值判斷。通過對所求峰值點進行排序，求出峰值的中值，以中值的1/4倍作為初始閾值，判斷第一個峰值是否為有效峰值，若該峰值為有效峰值，則取該峰值的1/4倍作為下一個

47、閾值，經過自適應閾值判斷的結果如圖4.13所示，虛線為自適應閾值，圓圈標出的位置為脈搏波波峰的位置。圖4. 13利用自適應閾值定位脈搏波波峰通過測試每組長達2500個采樣點的50組數(shù)據(jù)，脈搏波波峰定位的正確率達到了98.29%，錯檢率為0.63%，漏檢率為1.43%。在求出脈搏波波峰的基礎上，可以進一步實現(xiàn)脈搏波上升支最大斜率點的定位，以找到的脈搏波波峰位置為起點，向前搜索50個采樣點（通過實驗得出的結論）尋找脈搏波一階導數(shù)的峰值點，即可找出脈搏波上升支最大斜率點的位置，結果如圖4.14所示，虛線為自適應閾值，圓圈標出的位置為脈搏波波峰的位置，方塊標出的位置為脈搏波上升支最大斜率點的位置。圖4

48、. 14定位脈搏波上升支最大斜率點4.2 血壓模型的建立為了求出公式（2.1）中的系數(shù)a和b，需要以心電信號R波波峰為起點，以脈搏波波峰或上升支最大斜率點為終點求出脈搏波傳播時間。4.2.1 PTT的計算在求出脈搏波傳播時間之前，將所求R波波峰與脈搏波波峰的位置一一對應，通過計算兩者的時間差即可求出脈搏波傳播時間。以Challenge 2010 Training Set A a01這一組數(shù)據(jù)為例，圖4.15給出了以心電R波波峰到脈搏波波峰的時間差求出脈搏波傳播時間的結果，圖中標號相同的為同一組，第三路信號為連續(xù)血壓波形，血壓波峰處為收縮壓SBP的值，波谷處為舒張壓DBP的值。圖4. 15分組編

49、號圖4.16為以心電R波波峰為起點，以脈搏波上升支最大斜率處為終點求出的10組對應位置，標號相同的為同一組。圖4. 16分組編號4.2.2 線性回歸以心電R波波峰為起點，以脈搏波波峰為終點作為脈搏波傳播時間求出的血壓模型如圖4.17、圖4.18所示，實驗以Challenge 2010 Training Set A a01這一組數(shù)據(jù)長為25000個點的數(shù)據(jù)作為訓練集，共求出362組PTT與SBP、DBP的對應關系，即圖中標記為·的點，圖中的直線即為由最小二乘法得出的血壓與脈搏波傳播時間的線性方程，以數(shù)據(jù)長度為5000個點的數(shù)據(jù)作為測試集，即圖中標記為的點，圖4.17給出了收縮壓SBP與

50、脈搏波傳播時間PTT的線性方程建立的過程。圖4. 17 SBP與PTT的線性回歸收縮壓與脈搏波傳播時間的關系可表達為如公式（4.7）所示的方程：SBP = 113.47410.0191PTT （4.7）圖4.18給出了舒張壓DBP與脈搏波傳播時間PTT的線性方程建立的過程。圖4. 18 DBP與PTT的線性回歸舒張壓與脈搏波傳播時間的關系可表達為如公式（4.8）所示的方程：DBP = 71.77530.0155PTT （4.8）以心電R波波峰為起點，以脈搏波上升支斜率最大點為終點作為脈搏波傳播時間求出的血壓模型如圖4.19、圖4.20所示，實驗以Challenge 2010 Training

51、Set A a01這一組長為25000個點的數(shù)據(jù)作為訓練集，共求出362組PTT與SBP、DBP的對應關系，即圖中標記為·的點，用最小二乘法得出血壓與脈搏波傳播時間的線性方程，即圖中的直線，然后以數(shù)據(jù)長度為5000個點的數(shù)據(jù)作為測試集，即圖中標記為的點，圖4.19給出了收縮壓SBP與脈搏波傳播時間PTT的線性方程建立的過程。圖4. 19 SBP與PTT的線性回歸收縮壓與脈搏波傳播時間的關系可表達為如公式（4.9）所示的方程：SBP = 110.80320.0167PTT （4.9）圖4.20給出了舒張壓DBP與脈搏波傳播時間PTT的線性方程建立的過程。圖4. 20 DBP與PTT的線

52、性回歸舒張壓與脈搏波傳播時間的關系可表達為如公式（4.10）所示的方程：DBP = 70.40090.0151PTT （4.10）表4.1給出了采用兩種方案得到的兩組血壓測量誤差的數(shù)據(jù)，其中方案一中的PTT1指的是以心電R波波峰為起點、以脈搏波波峰為終點測得的脈搏波傳播時間，方案二中的PTT2指的是以心電R波波峰為起點、以脈搏波上升支最大斜率點為終點測得的脈搏波傳播時間。表4. 1兩種血壓模型測量血壓的誤差對比通過對比發(fā)現(xiàn)，方案一求出的血壓模型的測量誤差比方案二求出的血壓模型的測量誤差均值小，但a59這一組數(shù)據(jù)測得標準差要比方案二大，綜合以上指標，以心電R波波峰為起點、以脈搏波波峰為終點作為脈

53、搏波傳播時間求出的血壓模型較為準確，且該方案測得的血壓誤差均值5mmHg，標準差8mmHg,滿足AAMI的要求,故本次設計選擇的最終方案為以心電R波波峰為起點，以脈搏波波峰為終點作為脈搏波傳播時間建立血壓模型。第五章 總結與展望5.1 總結本文基于血壓與脈搏波傳播時間之間存在的線性關系為基礎，通過測量脈搏波傳播時間建立血壓模型從而實現(xiàn)血壓的連續(xù)測量。在去噪階段，利用小波變換與閾值相結合的方法去除脈搏波信號與心電信號中含有的基線漂移與高頻噪聲，其中肌電干擾與工頻干擾為脈搏波信號與心電信號中最常見的高頻噪聲類型；在定位階段，基于Pan-Tompkin算法的原理實現(xiàn)了R波波峰的準確定位，采用自適應閾

54、值的方法實現(xiàn)了脈搏波波峰與上升支最大斜率點的定位；在建立血壓模型時，以求出的脈搏波傳播時間與收縮壓、舒張壓為基礎構造足夠大的樣本量建立個人血壓模型，從而實現(xiàn)血壓的連續(xù)測量。5.2 展望基于ECG與PPG的血壓測量方法可實現(xiàn)血壓的連續(xù)測量，具有非常重要的研究意義，由于時間的關系導致本課題仍存在一些問題有待解決：（1）小波基函數(shù)的選擇：去噪時，由于小波基函數(shù)的選擇沒有明確的標準，僅憑先驗知識和主觀判斷基函數(shù)與信號的相似度確定去噪方案。（2）脈搏波傳播時間：心電信號R波波峰是心臟電活動與心室射血的起點，與脈搏波起點之間相差一個預射血期(The Preejection Period, PEP),故以心電R波波峰為起點，以脈搏波波峰為終點求出的脈搏波傳播時間具有一定的偏差，其中預射血期占脈搏波轉播時間的比例為12%35%20。（3） 血壓模型：影響血壓的參數(shù)不止包括脈搏波傳播時間，還包括動脈血管的厚度、人體脂肪含量、身高與體重等多種參數(shù)，由于本次課題實驗數(shù)據(jù)來源于數(shù)據(jù)庫，無法獲得除脈搏波傳播時間之外的參數(shù)，故無法建立適用于所有人群的血壓模型。參考文獻1 向海燕. 無創(chuàng)傷人體逐拍動脈血壓測量技術D.第四軍醫(yī)大學,2005.2 于雙. 基于PTT無創(chuàng)血壓測量影響因素的研究D. 天津工業(yè)大學, 2017.3 于瀟. 基于脈搏波速度的無創(chuàng)連續(xù)血壓測量系統(tǒng)研究D. 吉林大學, 20