高 云,周聰聰,田 健,涂春龍,葉學松
(浙江大學生物傳感器國家專業實驗室,生物醫學工程教育部重點實驗室,生儀學院,杭州 310027)
?
基于多傳感器的無創血壓測量系統的研究*
高 云,周聰聰,田 健,涂春龍,葉學松*
(浙江大學生物傳感器國家專業實驗室,生物醫學工程教育部重點實驗室,生儀學院,杭州 310027)
針對無創血壓測量過程中易受手臂運動干擾影響測量準確度,設計研究了一種無創血壓測量中抗運動干擾系統。該系統在常規的無創血壓測量基礎上,通過集成MEMS加速度傳感器,實時采集血壓測量過程中手臂運動的加速度信號,并將該信號作為自適應濾波器的參考信號來抵消原始信號中的運動干擾。實驗結果表明該系統對測量過程中手臂局部運動的血壓檢測具有較好的抗運動干擾作用。該方法可用于其他已經存在的可穿戴的動態血壓監測系統當中,提高其抗干擾能力,并對其他人體生理參數的穿戴式檢測技術具有重要意義。
血壓;自適應濾波;穿戴式;加速度傳感器;抗運動干擾
隨著物聯網技術的發展,基于穿戴式傳感器的生理參數監測設備正逐漸成為研究熱點[1-3]。近年來心電、呼吸、血壓等穿戴式測量設備層出不窮。Ferreira Marques F A等人研究設計的穿戴式心電血壓監測系統,可以實時監測穿戴者的心電和血壓[4]。Lim C Y等人利用織物電極,設計研究了一種可穿戴式衣衫,用來監聽穿戴者的心電信號并且可以判斷其心率是否異常[5]。Kundu S K等人自主設計了一種可穿戴式的紡織電容呼吸傳感器,用來測量人體的呼吸率[6]。然而,穿戴式生理參數監測設備真正應用到日常生活之中,仍需要克服許多困難。由于穿戴式生理參數監測設備的應用場景大多數是在日常生活之中,設備的抗運動干擾能力尤其重要,這是限制其應用的主要原因之一[7]。
在眾多生理參數測量中,血壓測量更易受到運動的影響[8]。特別地,就目前市場存在的一些可穿戴的動態血壓監測裝置而言,大多數是在穿戴者靜止狀態下測量的,這嚴重限制了可穿戴動態血壓監測系統的應用。因此,血壓的抗運動干擾測量研究對血壓測量技術的提高乃至未來可穿戴動態血壓監測裝置的真正實現具有十分重要的意義。同時,本文提出并實現的方法也對其他人體生理信號檢測的穿戴式技術的發展具有普遍的意義。
在日常生活中主要適用的是無創血壓測量。目前市場上存在的可穿戴動態血壓監測系統廣泛采用的是示波法測量,示波法主要是利用在放氣過程中脈搏波幅度的規律性變化來判定收縮壓和舒張壓的。隨著袖帶內壓力的逐漸降低,具體過程可分為以下4個階段[9]:①當袖帶壓力大于收縮壓時,脈搏波幅度較小;②當袖帶壓力等于收縮壓時,脈搏波幅度逐漸增加;③當袖帶內壓力等于平均壓時,脈搏波幅度最大;④當袖帶內壓力大于平均壓時,脈搏波幅度逐漸開始減小。
示波法測量血壓簡單易行,但是對于脈搏波幅度信號的準確度要求較高,而脈搏波容易受到手臂運動的干擾。這就是無創血壓測量易受運動干擾的主要原因之一。針對示波法測量血壓過程中,抗運動干擾問題的,國內外學者進行了大量的研究。全曉莉等人根據大量的病例數據分析,總結出了一套經驗方法,消除運動帶來的奇異峰值[10]。由于該方法是根據作者設計的測量系統進行大量數據統計得出的,所以在用于其他測量系統時,需要重新進行大量的測試統計,適用性較差。Koo Y等人利用加速度傳感器采集手臂的運動信號,并建立模型分析了運動信號對脈搏波信號的干擾,運動信號通過模型轉化成對袖帶內壓力的干擾,但是僅僅是建立了模型,并沒有應用到實際的血壓測量系統當中[11]。Choi H S等人利用電容傳感器來檢測手臂的運動信號,以此作為參考信號,對運動干擾進行噪聲抵消,取得了一些成果,但是作者只針對血壓的脈搏波波形做了一些處理,并沒有得到血壓測量值,分析算法的有效性[12-14]。
本文在前人的研究基礎上,設計一個無創血壓測量系統,利用加速度傳感器采集到的加速度信號作為自適應濾波的參考輸入,對脈搏波信號進行濾波處理,去除運動信號的干擾,提高了無創血壓測量系統的抗干擾能力。
1.1 硬件系統
本系統的硬件電路主要分為3個部分,包括充氣與放氣的氣路模塊、電路模塊以及信號采集模塊。系統的實物圖內部結構圖如圖1(a)所示。本系統采用的是意法半導體公司出品的LIS3DH加速度傳感器,該傳感器可以同時測量三軸重力加速度,精確測量人體的運動狀態,具有功耗低、精確度和靈敏度高的特點。圖1(b)顯示的是本系統的完整裝置。圖1(c)所示是系統正在進行測量。

圖1 血壓測量系統
1.1.1 氣路模塊
為了控制系統的尺寸,充氣氣路模塊采用的KPM14A迷你直流小氣泵,本系統的放氣氣路模塊采用的是KSV15C比例可調線性放氣閥和快速放氣閥,用來控制線性放氣,實時采集氣路中的氣壓。通過調節控制信號的占空比,來實現對放氣速度的調節。
1.1.2 電路模塊
該系統的主控芯片是TI的MSP430FG4618,用于控制系統的自動充放氣、A/D轉換以及進行運算。該單片機功耗低,資源豐富,穩定性強,自帶12位A/D轉換器。芯片可通過藍牙模塊將數據傳輸到上位機用于數據分析。脈搏波信號經過放大之后,通過一個帶通濾波器,最后經過CPU的A/D轉換模塊轉換為數字信號。
1.2 軟件設計
血壓測量主函數流程如圖2所示。

圖2 血壓測量系統流程圖

圖3 自適應濾波器原理圖
2.1 自適應噪聲抵消器設計基本原理
人體運動引起的運動偽差影響血壓信號的采集,從而降低了血壓測量的準確度。有研究學者指出[15],信號中由運動引入的誤差與運動本身的動態響應是有限的,這種動態響應可以用一個FIR系統來表示,也就是說,加速度采集到的運動信號,經過一個FIR系統,就可以得到運動偽差的估計。利用自適應濾波器來抵消運動偽差的本質,就是將由加速度信號來估計運動偽差,再從含有干擾信號的源信號中,減去運動偽差,就可以得到期望信號。

(1)

(2)

2.2 算法步驟
本系統采用的NLMS自適應濾波算法是基于LMS改進而來的,主要區別是采用補償可調節的方式控制收斂,步驟如下:
誤差估計:
e(n)=d(n)-y(n)
濾波:
y(n)=WT(n)·X(n)
系數更新:
W(n+1)=W(n)+2μe(n)X(n)/[P(n)+α]
式其:α為正常數,μ是步長因P(n)=XT(n)X(n),是輸入信號的功率值估計。X(n)=[x(n),x(n-1),…,x(n-N+1)]T為n時刻的參考輸入矢量,即加速度信號。

圖4 自適應濾波算法流程圖
具體的流程圖如圖4所示。
在使用示波法測量血壓過程中,手臂的抖動常常會引入運動干擾,導致脈搏波的信號受到影響,如圖5所示。在圖5(a)中1、2兩處,是由于手臂上下擺動造成的影響,由圖5(b)可以看出,加速度信號也產生了相應的變化,很好的記錄了手臂運動的情況。圖5(c)是經過帶通濾波器、滑動平均濾波器和自適應濾波器處理后的信號,可以看出,運動信號的干擾已經被去除。

圖5 自適應濾波處理效果圖
傳統的示波法測量學壓,有兩種方式,一種是波形特征法,通過擬合脈搏波序列的包絡線,然后在包絡線中尋找突變點;另一種是幅度系數法,尋找最大脈搏波幅度值,通過確定收縮壓和舒張壓的比例系數,從而確定收縮壓和舒張壓。兩種方法對于脈搏波幅度值的準確性要求都很高,所以都會嚴重受到奇異波的影響。因此,去除手臂運動干擾引起的奇異波有助于提高示波法無創血壓測量的準確性。本系統,采用加速度傳感器測量手臂的運動信號,并以此作為參考輸入,通過自適應濾波算法,去除了奇異波干擾,如圖6所示是測量過程中的一組波形圖。在此測量過程中,手臂隨機運動了3次,得到了如圖6(a)所示的原始的脈搏波信號,圖6(b)是加速度傳感器采集到
的手臂的運動信號。其中圖6(c)是信號經過帶通濾波器和滑動平均濾波器后的結果,可以看出,有3處受到了運動的干擾。圖6(d)是(c)圖信號經過以信號(b)為參考輸入的自適應濾波器后的結果,可以看出3處干擾得到了明顯的濾除,信號得到了改善。

圖6 自適應濾波處理前后脈搏波信號對比圖
針對自適應濾波器在示波法血壓測量中克服運動干擾能力進行測試。實驗選取了10名健康成年人,使用本設備各測量5組,在測量過程中隨機的上下擺動手臂,將使用抗運動干擾算法后的最終測量結果以及沒有使用抗運動干擾算法的測量結果與水銀血壓計進行比較,結果如表1和表2所示。從表1中的數據可以看出,收縮壓和舒張壓的均方差都超出了規定的8 mmHg。而從表2中數據可以看出,收縮壓和舒張壓的均差在±5 mmHg以內,均方差在8 mmHg以內,符合無創血壓測量標準。

表1 10名健康成年人未使用抗運動干擾算法的測量結果 單位:mmHg

表2 10名健康成年人使用抗運動干擾算法后的測量結果 單位:mmHg
設計了一種無創血壓測量系統,針對可穿戴式動態血壓監測系統的抗運動干擾問題進行了研究,利用MEMS加速度傳感器采集到的加速度信號,作為自適應濾波器的參考輸入,對手臂運動造成的干擾信號進行抵消,在一定程度上消除了血壓測量過程中手臂局部運動造成的干擾,提高了動態血壓測量的準確性。本方法可以用于目前市場上已經存在的可穿戴式動態血壓監測系統當中,提高其抗運動干擾能力。同時,該方法對于其他人體生理參數穿戴式檢測技術也有重要意義。
[1] Pantelopoulos A,Bourbakis N G. A Survey on Wearable Sensor-Based Systems for Health Monitoring and Prognosis[J]. Systems,Man,and Cybernetics,Part C:Applications and Reviews,IEEE Transactions on,2010,40(1):1-12.
[2]龔渝順,吳寶明,高丹丹,等. 一種抗干擾穿戴式血氧飽和度監測儀的研制[J]. 傳感技術學報,2012,25(1):6-10.
[3]吳常鋮,宋愛國,李曉鵬,等. 用于腦卒中病人康復訓練的穿戴式無線生理參數檢測系統設計[J]. 傳感技術學報,2012,25(4):432-437.
[4]Ferreira Marques F A,Ribeiro D M D,Colunas M F M,et al. A Real Time,Wearable ECG and Blood Pressure Monitoring system[C]//Information Systems and Technologies(CISTI),2011 6th Iberian Conference on. IEEE,2011:1-4.
[5]Lim C Y,Jang K J,Kim H,et al. A Wearable Healthcare System for Cardiac Signal Monitoring Using Conductive Textile Electrodes[C]//Engineering in Medicine and Biology Society(EMBC),2013 35th Annual International Conference of the IEEE. IEEE,2013:7500-7503.
[6]Kundu S K,Kumagai S,Sasaki M. A Wearable Capacitive Sensor for Monitoring Human Respiratory Rate[J]. Japanese Journal of Applied Physics,2013,52(4S):04CL05.
[7]Teng X F,Zhang Y T,Poon C C Y,et al. Wearable Medical Systems for p-Health[J]. IEEE Reviews in Biomedical Engineering,2008(1):62-74.
[8]D’Angelo L T,Lohmann M,Lueth T C. A New Device for Motion-Aware Ambulatory Blood Pressure Measurement[C]//Pervasive Computing Technologiesfor 2011 5th International Conference on Healthcare(PervasiveHealth). IEEE,2011:17-23.
[9]李雪情,張永亮,鄭瑩瑩,等. 基于示波法和高斯擬合的血壓測量方法[J]. 傳感技術學報,2010,23(12):1679-1685.
[10]全曉莉. 心血管動力學參數檢測方法的研究[D]. 重慶:重慶大學,2006.
[11]Koo Y,Kang J,Shin I H,et al. Preliminary Study of Motion Artifact Rejection for NIBP Measurement in an Ambulance[C]//Engineering in Medicine and Biology Society,2007. EMBS 2007. 29th Annual International Conference of the IEEE. IEEE,2007:705-708.
[12]Park H D,Choi H S,Cho S P,et al. Minimization of Artifact Using Adaptive Digital Filter during the Oscillometric Blood Pressure Measurement[C]//Control,Automation and Systems,2007. ICCAS’07. International Conference on. IEEE,2007:2429-2432.
[13]Choi H S,Myoung H S,Lee H K,et al. A New Noise Reduction Method for Oscillometric Blood Pressure Measurement[C]//Engineering in Medicine and Biology Society,2008. EMBS 2008. 30th Annual International Conference of the IEEE. IEEE,2008:270-272.
[14]Choi H S,Park H D,Lee K J. Motion Artifact Reduction in Blood Pressure Signals Using Adaptive Digital Filter with a Capacitive Sensor[C]//Engineering in Medicine and Biology Society,2007. EMBS 2007. 29th Annual International Conference of the IEEE. IEEE,2007:3285-3287.
[15]Rhee S,Yang B H,Asada H H. Artifact-Resistant Power-Efficient Design of Fingerring Plethysmographic Sensors[J]. Biomedical Engineering,IEEE Transactions on,2001,48(7):795-805.
A Research on Non-Invasive Blood Pressure Measurement System Based on Multi-Sensors*
GAOYun,ZHOUCongCcong,TIANJian,TUChunlong,YEXuesong*
(Biosensor National Laboratory,Key Laboratory of Biomedical Engineering of Education Ministry,Department of Biomedical Engineering,Zhejiang University,Hangzhou 310027,China)
Since the blood pressure measurement is susceptible to the arm movement in the process of measurement,this paper implements a noninvasive blood pressure system with an anti-noise algorithm. The system based on the conventional noninvasive blood pressure measurement,collect the real-time information of the arm movement during the measurement by the use of a MEME acceleration transducer,which is used as the reference input of a self-adaptive filter to eliminate the motion artifact by using the self-adaptive filtering algorithm. The experimental results show that the system is resistant to the partial arm motion artifact in the process of measuring blood pressure measurement. The method can be used by the other wearable blood pressure measurement system and improve its anti-interference ability.
blood pressure;self-adaptive filter;wearable;acceleration transducer;movement interference

高 云(1988-),男,遼寧丹東人,碩士研究生,主要研究方向為醫療器械研發,zjugy@zju.edu.cn;

葉學松(1970-),浙江大學生物醫學工程與儀器科學學院教授,博導。研究方向為MEMS傳感器和CMOS集成電路設計;微納生物醫學傳感檢測技術;微流體神經芯片與神經信息學;現代醫學儀器和醫療器械,yexuesong@zju.edu.cn。
項目來源:十二五國家科技支撐計劃項目(2012BAH06F00);國家科技重大專項項目(2013ZX03005008);中央高校基本科研業務費專項資金項目
2014-12-19 修改日期:2015-02-04
C:7230
10.3969/j.issn.1004-1699.2015.05.025
TP274.2;TF212.3
A
1004-1699(2015)05-0763-05