基于Android平臺的無創血壓連續監測系統*

游 玲 鄭瑞杰 季 忠,2#*

1(重慶大學生物工程學院，重慶 400044)2(重慶市醫療電子工程技術中心，重慶 400044)

基于Android平臺的無創血壓連續監測系統*

游 玲1鄭瑞杰1季 忠1,2#*

1(重慶大學生物工程學院，重慶 400044)2(重慶市醫療電子工程技術中心，重慶 400044)

血壓是反映心臟和血管功能狀況的重要參數，無創、準確的血壓連續監測便攜式系統能提高血壓監測的舒適性與便捷性，從而有助于心血管疾病的預防和診斷。根據血壓連續監測需求，設計一套基于Android平臺的無創血壓連續監測系統。該系統由前端信號采集系統和手機端App構成，可實現心電、脈搏信號的同步采集。用手機端App實時繪制兩路波形，計算出脈搏波傳導時間PWTT和脈搏波波形特征量K，建立血壓回歸模型,計算血壓值，并對血壓的變化進行圖表分析。實驗結果表明，所設計的無創血壓監測系統測量的血壓絕對誤差均小于8 mmHg，標準誤差小于5 mmHg，App界面簡單易操作，用戶通過隨身攜帶的手機就能隨時查看自己身體健康狀況變化，達到預防高血壓疾病和及時問醫的目的。

Android；脈搏波傳導時間；無創血壓；血壓分析

引言

血壓是反映人體心臟和血管的功能狀況的重要參數，會隨時間、生理狀態的不同而波動[1]。受醫院、診室測量時間和地點的影響，血壓變異癥患者晝夜間的血壓存在較大波動，容易錯過隱匿性高血壓和誘發“白大褂”高血壓的診斷[2]。高血壓屬于慢性病[3]，診斷治療本身是一個緩慢、長期的過程，需在家調理、服藥并長期監測。而間歇式血壓只能得到某一時刻的血壓值，無法為血壓的診斷、預防提供連續的數據，這就需要便攜、實時、準確的連續血壓無創監測系統。

現有的人體連續血壓測量方法可分為有創測量法和無創測量法。動脈插管法被認為是一種有創連續血壓監測的“金標準”[4]，它將連接壓力傳感器的導管插入大動脈或者心臟來監測血壓信號，從而實現連續地測量血壓，但該方法局限性大[5]。無創連續血壓監測方法包括動脈張力法、容積補償法和脈搏波傳導時間測量法等[6]。其中脈搏波傳導時間法測量方便、舒適度高、效果理想。近年來，國內外的學者對脈搏波傳導時間測量法做了大量的研究[7]，目的在于提高測量精度，以求能夠應用于臨床。

同時，隨著智能手機的更新換代，處理性能也越來越強，這為低成本的移動血壓監測提供了支持[8]。安卓手機在智能手機市場中占據較高的份額[9]，且Android是完全免費開放的移動設備平臺，這就為連續血壓測量提供了有力的平臺支持[10]。

筆者根據前面所述特點，設計并搭建了基于Android平臺的無創血壓連續監測系統，實現了心電(electrocardiogram，ECG)和脈搏(pulse wave，PW)信號的同步采集，計算得到脈搏波傳導時間(pulse wave transit time，PWTT)和脈搏波波形特征量K，并建立了包含個體差異性的無創血壓監測模型，從而實現血壓的連續無創測量。

1 方法

1.1 血壓計算模型

隨著動脈內壓力的增加，脈搏波沿動脈傳播的速率也變大，因此可根據脈搏波速度(pulse wave velocity，PWV)的變化推知動脈內壓力的變化[11]。若已知體表兩點間的距離，即可利用脈搏波在動脈中兩點間傳導時間PWTT求出PWV，根據建立的血壓模型就可以由 PWTT得出血壓值。目前，已有大量研究人員通過實驗，證實血壓的變化與PWTT的變化具有良好的相關性[12]。另外，血壓還受血管阻力、血管壁彈性和血液黏性等的影響，會導致脈搏波波形圖的特征和面積發生相應變化[13]，這可以通過脈搏波波形特征量K來反映。因此,本研究以心電 R 波為起點、脈搏波峰為終點計算PWTT[14]，結合脈搏波波形特征量K，建立無創血壓監測的回歸模型。

如圖1 所示，首先定位心電、脈搏信號的波峰點，計算出兩路信號相鄰特征點之間的點數，結合采樣頻率可得到傳導時間的表達式，有

(1)

式中，Ni為心電、脈搏信號相鄰特征值點之間的采樣點數，f為采樣頻率。

圖1 ECG 和PW信號測量 PWTTFig.1 PWTT measurement from ECG and PW signals

K值與脈搏波波形關系模型[15]如圖2所示。

圖2 提取脈搏波波形特征量KFig.2 Picking the characteristic value K of pulse

K值是一個無量綱參數，大小只與脈搏波形狀有關[16]，相當于脈搏壓力脈動分量均值(pm-pd)與脈動分量最大值(ps-pd)比值，與舒張壓pd和收縮壓ps的絕對值無關，其計算方式為

(2)

(3)

通過實驗，應用袖帶式血壓計測量得到大量受試者的血壓值，對應通過研究所設計的系統測量得到受試者的PWTT和K值，再將二者與血壓進行相關性分析得到相關性函數，利用最小二乘法確定權重系數和校正系數初始值。收縮壓和舒張壓的計算模型表達式為

(4)

(5)

式中，A1、B1是收縮壓的權重系數，A2、B2是舒張壓的權重系數，C1、C2分別是與被監測對象個體化差異相關的收縮壓和舒張壓的校正系數。

測試不同個體時，C1和C2可根據被測者手動輸入的袖帶血壓值進行個性化校正，提高準確度。

1.2 監測系統設計

本研究通過PWTT和K值建立模型計算血壓值，這就要求前端信號采集系統能夠同步實時采集正確的心電、脈搏信號，然后手機端根據接收信號來提取血壓所需的特征參數，并計算血壓。無創血壓連續監測系統的總體結構設計如圖3所示。

圖3 系統結構框圖Fig.3 The block diagram of system

前端信號采集系統如圖4所示，主要由ECG傳感器和PPG傳感器、信號控制和處理模塊以及藍牙模塊等組成。采集系統利用兩個采樣保持器，實現心電和脈搏信號的同步采集。心電信號采用II導聯的方式獲取，脈搏信號是通過將指夾式光電脈搏傳感器夾在左手中指上獲取。人體心電信號的頻率范圍為0.05～100 Hz，有效頻率主要集中在0.05～40 Hz之間[17]；脈搏信號頻率范圍1～40 Hz，基于奈奎斯特采樣定律，結合手機處理數據的能力，設定每通道采樣頻率為200 Hz。采集前端獲得兩路信號，可通過藍牙模塊(CC2540)傳輸給手機。

圖4 采集前端裝置Fig.4 Acquisition front-end device

序號S_SBPC_SBPAE_SBPSE_SBPS_DBPC_DBPAE_DBPSE_DBP123456789101112131415108109100112107102108109106112125112115111108109103971071001051091061061081211091121121081615731304473104.732.683.877065656769687370677476687269706360646463717067697273667070707513633322322104.902.651.79

手機端App的主要功能如圖5所示，由注冊/登錄、用戶信息、測量、血壓分析和健康報告5個模塊構成。用戶在使用時，首先呈現的是登錄/注冊頁面，成功登錄后進入測量界面。測量、血壓分析、健康報告和用戶信息4個模塊可以互相啟動，以完成不同的任務。本研究的重點在于無創血壓連續監測的實現，而手機軟件端的健康報告等功能將另文闡述。

圖5 手機軟件端功能框圖Fig.5 The structure of the system phone software

為提高App的處理效率，系統通過創建多線程來分別處理各響應和計算。在實時測量過程中，藍牙通信線程實現數據接收，根據需要選擇是否保存原始數據；繪圖線程利用Achargenine，繪制兩路波形；算法線程實現PWTT、K值、心率和血壓的計算，并將結果存入SQLite數據庫，供后續統計分析。

由于人體血壓在不同狀態和不同時間是不斷發生變化的，能夠向用戶展示這種變化趨勢是十分有意義的，因此App端設計了血壓分析模塊，以統計分析收縮壓和舒張壓的變化趨勢。統計一天的血壓最大、最小值及其出現時間，分析血壓是否是正常的“杓型”變化[18]，并提供生活建議；分析長時間的歷史血壓變化，可觀察生活調理對血壓的改善程度。

設計無創血壓連續監測系統的初衷是為了家庭用戶，因此根據當今家庭成員數量特點，設定系統可處理最多10位用戶數據。心電和脈搏信號采樣轉換AD為12位，每秒產生400個數據(約0.31 kb)。普通測量時，被測者在靜坐狀態下只需持續測量30 s；而臨近高血壓者和高血壓患者需長時間監測血壓變化，所以考慮血壓波動和手機電量因素，所設計的無創血壓連續監測系統可進行長達1 h的測量。

2 結果

2.1 監測系統準確性驗證

選取3名受試者(2名女性1名男性，23～26歲)，同時使用歐姆龍HEM-6131型袖帶式血壓計和本研究所設計的無創血壓連續監測系統進行測量，各測試5組數據，單位為mmHg，共15組，如表1所示。其中，S_SBP、C_SBP分別為本研究所設計的無創血壓連續監測系統測量得到的收縮壓和袖帶血壓計測得的參考收縮壓，AE_SBP、SE_SBP分別表示收縮壓絕對誤差和標準差；S_DBP、C_DBP分別為本系統測量得到的舒張壓和袖帶血壓計測得的參考舒張壓，AE_DBP、SE_DBP分別表示舒張壓絕對誤差和標準差。

由表1可看出，由本研究所設計的無創血壓連續監測系統所得到的血壓值與歐姆龍血壓計所得到的血壓值的絕對誤差都小于8 mmHg，3位受試者在這兩種方法下所得血壓值的標準誤差都小于5 mmHg。

2.2 系統整體測試結果

系統調試完成之后，將傳感器放置到合適位置，手機端登錄App，進入測量界面，藍牙配對連接后開始測量，如圖6所示。

圖6 系統測試Fig.6 System test

從圖6中可看出，系統能正確采集、傳輸信號，心電信號的R波和脈搏信號的波峰明顯、易識別(紅圈標記)，便于后續處理。心率和血壓正常范圍分別為60～100/min，89～140/60～90 mmHg，圖6中的心率和收縮壓分別為60/min、100 mmHg，在正常范圍內，用黑色字體顯示；舒張壓為59mmHg，低于正常值，但在允許波動范圍(±5%)內，顯示為黃色。

2.3 血壓統計分析結果

圖7所示為某天的血壓變化，其中標出了8：00—21：00各時間點的收縮壓和舒張壓的平均值。從圖7中可看出，該用戶一天內血壓在不斷波動，12：00達到最小值100/63 mmHg，15：00達到一天最大值113/76 mmHg，收縮壓波動幅度比舒張壓波動幅度要大，但都在正常范圍內。

圖7 血壓統計分析Fig.7 Statistical analysis of blood pressure

3 討論和結論

筆者在無創血壓監測模型構建方面，通過綜合考慮PWTT和脈搏波形特征參數K，克服了單一參數在監測精度方面的不足，并針對不同受試者引入了個性化參數校正，實現了SBP和DBP的較高精度測量。考慮到家用型連續血壓監測要求，本設計的前端采集系統尺寸較小，并與使用量最大的Android手機結合，在手機App上直觀顯示連續的血壓值，被測者平時通過手機就能了解自己的血壓變化。

筆者設計的基于Android平臺的無創血壓連續監測系統，為家用型連續血壓監測提供了一種與現有血壓測量方式不同的可選方案，方便人體血壓指標的監測和評估，也可供醫生進行病理診斷分析，達到預防疾病、及時診斷和提高生活質量的目的。

但該系統還存在有待完善的地方。本研究設計的無創血壓監測模型中的個性化參數校正需被測者手動輸入校正，在后續研究中將嘗試自適應校正。驗證系統精度時，由于現在實驗條件及課題進度等原因，實驗中所用的歐姆龍血壓計自身存在±3 mm Hg誤差，后續將在臨床實驗中進一步驗證所設計無創血壓連續監測系統的有效性。前端信號采集系統因材料、技術等限制，還不夠精小，后續要從傳感器和處理電路入手，進一步縮小體積，以提高便攜性。

本課題設計了一套基于Android平臺的無創血壓連續監測系統，主要由前端信號采集系統與手機端App組成。前端信號采集系統能夠實現心電和脈搏兩路信號的同時采集、處理，并可通過藍牙進行傳輸。手機端App實現了信號的特征點定位，從而準確地計算出PWTT和K值；同時，通過應用大量已經測得的數據，建立了基于PWTT和K值的無創血壓監測模型，從而實現無創血壓監測。通過對比歐姆龍血壓計所測量的血壓值，可以看出：應用本研究設計的無創血壓連續監測系統，所測量的血壓值的絕對誤差均小于8mmHg，標準誤差小于5mmHg，證明了模型的可靠性。本研究所設計的App界面簡單，易操作，可根據個人情況進行個性化設置。讓用戶通過隨身攜帶的手機就能隨時查看自己身體健康狀況的變化，及時調整不健康的生活方式，以達到預防高血壓等疾病和及時就醫的目的。

[1] 顧亞雄,楊濤,包科，等.脈搏波波速法無創血壓測量中多模量血壓計算模型研究[J].中國生物醫學工程學報,2016(6):691-698.

[2] 江武志, 許娜芬, 羅東海. 物聯網藍牙血壓監控系統設計與實現[J]. 科技風, 2015(23):30-31.

[3] 陳宏. 高血壓健康教育在社區慢性病防治中的應用探討[J]. 心血管病防治知識, 2014(3):1-3.

[4] 孟祥平,劉兵,鄧寶蕓,等. 利用脈搏波傳播時間計算動脈血壓的研究[J]. 中國生物醫學工程學報,2011,30(4):509-513.

[5] 于翠香.門診高血壓病患者綜合防治干預模式效果評價的研究[D].廣州：中山大學,2009.

[6] 張媛. 基于脈搏波傳播時間的無創連續血壓監測方法研究[D]. 廣州：南方醫科大學, 2015.

[7] 劉寶華, 任曉華. 脈搏波傳導速度測量算法的研究及其進展[J]. 生物醫學工程學雜志, 2010,27(1):231-235.

[8] 劉靜, 饒偉, 賈得巍. 先進低成本醫療技術[M]. 北京: 科學出版社, 2010.

[9] 李建州. 安卓智能手機功耗管理評測機制的研究[D]. 西安：西安電子科技大學, 2014.

[10] 黃遠坤. Android移動設備統一文件管理系統研究與實現[D]. 南京：東南大學, 2013.

[11] 劉延勇, 向海燕, 秦瑜斐,等. 基于PWTT的無創逐拍動脈血壓檢測的硬件系統設計與實現[J]. 醫療衛生裝備, 2012, 33(1):1-3.

[12] 蔣巍巍. 無創連續血壓測量方法及系統研究[D]. 重慶：重慶大學, 2015.

[13] 董鋒. 基于脈搏波特征的連續血壓測量方法研究[D]. 昆明：云南大學, 2015.

[14] Payne RA, Symeonides CN, Webb DJ, et al. Pulse transit time measured from the ECG: an unreliable marker of beat-to-beat blood pressure [J]. Journal of Applied Physiology, 100:136-141,2006.

[15] 羅志昌, 程桂馨, 吳崢嶸,等. 人體脈搏波波形參數與生理參數間關系的理論和實驗研究[J]. 北京工業大學學報, 1988(2)：25-32.

[16] 馬利娜. 基于ARM9的便攜式脈搏波分析診斷儀設計[D].廈門：廈門大學,2009

[17] 季忠, 劉旭. 基于波形特征和小波的脈搏波特征點識別研究[J]. 儀器儀表學報, 2016,37(2):379-386.

[18] 彭峰, 張廷星, 黃群英,等. 高血壓患者血壓和心率晝夜節律變化與左心室肥厚的關系[J]. 中華高血壓雜志, 2012,20(6):537-541.

Non - Invasive Blood Pressure Monitoring System Based on Android Platform

You Ling1Zheng Ruijie1Ji Zhong1,2#*

1(SchoolofBiomedicalEngineering,ChongqingUniversity,Chongqing400044,China)2(MedicalElectronicEngineeringTechnologyCenterofChongqing,Chongqing400044,China)

Android; PWTT; noninvasive blood pressure; blood pressure analysis

10.3969/j.issn.0258-8021. 2017. 04.015

2016-11-18， 錄用日期:2017-02-08

國家自然科學基金(81371713)、中央高?；究蒲袠I務費(106112015CDJZR235522)

R318

D

0258-8021(2017) 04-0497-05

*通信作者(Corresponding author)，E-mail: jizhong@cqu.edu.cn