基于加速度波形形態分析的胸外按壓深度檢測研究

吳豪杰，吳水才，劉忠英

1.北京工業大學 生命科學與生物工程學院，北京 100124；2.北京麥邦光電有限公司，北京 102629

引言

胸部按壓是心肺復蘇（Cardiopulmonary Resuscitation，CPR）的重要方法。多年來，不同的機構已經發出建議，對CPR實施過程協議和方法給出了準則[1-2]。對于急救人員要記住急救過程的協議，同時要滿足《國際心肺復蘇指南2010》提出的按壓使胸骨下陷至少5 cm要求[3]是一件困難的事情[4-6]。人工心肺復蘇術中胸外按壓深度測量，可給急救人員提供實時、便攜、可靠的胸外按壓深度反饋，輔助其進行高質量的胸外按壓。此外，也可幫助急救人員有效評估按壓深度，提高心肺復蘇的成功率，增加患者成活率[7-12]。

目前，已有文獻報道二次積分在胸外按壓深度測量中是一種行之有效的方法[13-19]。然而，二次積分方法極易出現積分漂移，誤差會迅速累積，如果不加以去除將很難得到正確的積分結果。通常實際采集的胸外按壓加速度信號經常包含有直流分量[20-21]，直流分量在二次積分運算中會不斷累加。另外，按壓和回彈過程中力與位移呈不完全對稱關系[22]，按壓加速度和速度均不對稱，經過積分后，按壓與回彈過程位移隨之不對稱，從而發生漂移。此外，救護人員按壓動作的不規范，如按壓不完全回彈、傾斜按壓等，均會造成積分位移漂移。

Myklebust等[13]提出采用壓力開關對積分進行控制，按壓開始后、壓力增大導致開關閉合開啟積分；釋放后壓力減小，開關重新釋放停止積分；下次按壓對積分結果清零并重新積分。實際操作中，由于壓力開關的機械特性，開關的閉合動作通常較按壓和回彈有一定的延遲，且因按壓不完全釋放等不規范操作，導致開關一直閉合而出現連續積分造成漂移[14]。

Palazzolo等[15]描述了一種采用濾波和滑動平均的加速度—位移按壓深度檢測方法，將過往的按壓深度進行一定策略的加權平均作為當前按壓深度，采用心電圖（Electrocardiograph，ECG）信號作為參考信號來分析每一次按壓的開始點和結束點，這種方法可去除積分過程出現的嚴重偏差，但采用過往按壓深度加權平均來衡量當前按壓深度也缺乏一定的合理性，同時ECG信號本身的復雜性和心臟驟停個體間的差異性，用其計算按壓開始點和結束點也缺乏一定的準確性。

到目前為止，胸外按壓二次積分的加速度—位移計算方法已逐步得到公認，但尋求一種穩定可靠的積分參考信號，與胸外按壓具有較好的同步性，同時又便于實現，仍是當前研究的一個重要內容。

本研究將提出一種全新的積分同步復位方法。對按壓加速度數據進行波形分析，判斷出按壓的起止點作為二次積分同步復位開關，對加速度數據進行二次積分運算，即可得到單次的按壓深度。

本文按壓深度檢測流程，見圖1。采集按壓運動加速度信號，通過對加速度數據進行高通濾波去噪后，對緩存數據進行波形形態分析，確定按壓的起止點。對起止點之間的數據進行積分運算，最終計算出按壓深度。

圖1　按壓深度檢測流程圖

1　材料和方法

1.1　實驗平臺

按壓深度數據采集平臺，見圖2，包括傳感器模塊、USB數據通訊模塊、核心處理器模塊和PC機。

加速度傳感器選用3軸小型超薄塑料封裝ADXL345，處理器選用ARM 32位的Cortex?-M3 CPU，USB數據通訊模塊選用SILICON LABS的CP2102。處理器一邊通過串行外接口從加速度傳感獲取數據，一邊實時的將數據通過通訊模塊發送給計算機。計算機將收到的數據動態實時顯示并存貯。再利用MATLAB軟件對存貯數據進行分析處理。按壓對象為一個可以設定按壓深度的模擬人，這個深度可作為算法驗證的基準。

圖2　實驗平臺連接圖

1.2　加速度二次積分算法

按公式(1)對采樣數據進行積分：

式(1)中Δt為采樣間隔時間，當Δt趨于0時，離散積分誤差為0。按照矩形積分算法：

積分誤差，為紅色的矩形邊與黑色弧線所圍成的面積（圖3），這個誤差隨著時間的延續迅速積累。

圖3　離散積分誤差示意圖

其積分誤差為圖3中綠色的折線與黑色的弧線所圍成的面積，這個誤差遠遠小于矩形積分面積。

假設患者平躺于水平面上，胸外按壓深度可以抽象為救助人員雙手在按壓運動中的位移。如果已知雙手按壓的加速度，可以利用梯形積分方法，求出物體的位移：

如果按照公式(3)進行梯形積分：

公式(4)中，第n次采樣加速度為a(n)，位移為x(n)，采樣時間間隔為ΔT。

雖然梯形積分方法可大大降低離散積分的誤差，但它依然具有積累效應。隨著積分時間的繼續，積累效應會越發的明顯，也就是說積累誤差會越來越大。

1.3　靜息加速度值校準

為便于積分，需要對A/D后的加速度值進行零點偏移校準。零點校準過程，見圖4。

圖4　零點校準過程

其中，零點偏移量的精確性直接關系到校準效果的好壞，零點偏移量受到加速度計擺放方向和重力加速度的影響。在實驗前，將加速度計放置水平面上，使傳感器z軸方向與重力加速度方向一致，提取1000個加速度計z軸方向的數值，將這1000個數據進行平均運算消除噪聲干擾，得到精確的加速度計零點偏移量。

1.4　對原始數據進行去噪處理

通過對按壓原始數據的分析，高于10 Hz的數據幾乎都是由于按壓的抖動，或是電路本身的噪聲引起。所以在進行波形形態分析前，對數據進行一個10 Hz的低通濾波。

1.5　基于波形形態分析復位積分方法

為解決積分累計誤差，采用一種基于波形形態識別的積分復位方法來消除這種積累效應。也就是識別每次按壓的起止點，對每次按壓過程進行單獨積分，計算按壓深度。在人工按壓過程中，下壓過程，見圖5。

圖5　下壓過程的分解

下壓和回彈過程具有不對稱性，單次按壓周期中，加速度的最大峰值出現在下壓過程中。首先找到一次周期中加速度的最大峰值點，之后在峰值點后40～120 ms內尋找最小值作為積分終點。通過相鄰兩點幅值求差的方式，找到峰值點前120 ms內的拐點作為凹點，在凹點向前30～120 ms尋找下一拐點作為積分起點。

在尋找峰值點時，采用數據分段，求取每一段的峰值，然后通過閥值設定，剔除掉一些不是在下壓過程中出現的峰值。進一步通過相鄰峰值點的時間間隔閥值，進行二次替換，排除掉一些由于某種抖動形成的偽峰值。

2　結果

4個加速度波形識別的結果，見圖6a。所有的波形特征點都被準確的識別出來；圖6b為18個40 mm預設深度的檢測結果，最大的按壓誤差為3 mm。3種預設按壓深度各300次按壓深度檢測的折線圖，見圖7。7a～b兩個折線圖分布結果顯示，按壓深度檢測值集中在預設值的±4 mm內。

深度檢測數據的統計分析結果，見表1。統計數據顯示，3種預設的按壓深度檢測，誤差基本上成正態分布。最大標準差為預設值50 mm時的4.7 mm；最大的95%置信區間為預設值為50 mm時的[-0.93, +0.93]。最大正誤差為+16 mm。最大負誤差為-14 mm。

圖6　按壓特征點波形識別效果和檢測結果

表1　按壓深度檢測結果統計（mm）

3　討論

本文采用二次積分和基于波形形態分析的積分復位方法實現胸外按壓加速度—位移的測量。積分算法沿用Myklebust的梯形積分算法[13]。為了消除積分累計誤差，采用全新的波形形態分析方法。從測試結果來看，3種預設深度的按壓測試中，最大的標準差為4.7 mm，能夠滿足胸外按壓深度的檢測要求。

本文所提按壓深度檢測方法不用額外傳感器作為積分算法的同步復位信號，沒有按壓開關和壓力傳感器[13]，避免了按壓開關結構上使用的困難，避免了壓力傳感的結構安裝困難[13-14]。這種算法也存在局限性，由于采用一個靜態基準加速度值去除基線，使得它對于水平按壓非常準確，而對于存在一定傾角的平面按壓出現較大誤差。另波形形態識別算法需要用到單次按壓完成后的數據，也就是說它不能實時的輸出按壓深度，而存在一定的延時。

圖7　3種預設按壓深度各300次按壓深度檢測的折線圖

4　結論

本文提出并實現了一種能夠精確檢測人工胸外按壓深度新方法。采用按壓加速度與位移二次積分和基于波形形態分析的積分復位方法，減小了積分累計誤差，簡化了按壓深度檢測硬件的要求。實驗結果表明，基于該方法的按壓深度檢測精度滿足臨床應用需求。

[參考文獻]

[1] Handley AJ,Becker LB,Allen M,et al.Single rescuer adult basic life support[J].Circulation,1997,95(8):101-108.

[2] Gonzalez ER.Guidelines for cardiopulmonary resuscitation and emergency cardiac care[J].Clin Pharm,1987,6(2):165-166.

如圖2所示，制造商庫存波動、零售商庫存波動經過15個節拍后都平滑趨近于設定的標稱值，說明采用模型預測控制方法對系統的制造商庫存、零售商庫存的控制有明顯效果，庫存波動量漸趨為零，最終二者的庫存均可以維持在期望的庫存水平上。如圖3所示，反復應用的滾動優化和反饋校正的預測控制使整個供應鏈系統趨于穩定狀態，為生產商提供了最優生產策略，為分銷商提供了最優的訂單策略。

[3] Ma MH,Hwang JJ,Lai LP,et al.Transesophageal echocardiographic assessment of mitral valve position and pulmonary venous flow during cardiopulmonary resuscitation in humans[J].Circulation,1995,92(4):854-861.

[4] Eisenburger P,Safar P.Life supporting first aid training of the public—review and recommendations[J].Resuscitation,1999,41(1):3.

[5] Kaye W,Mancini ME.Teaching adult resuscitation in the United States—time for a rethink[J].Resuscitation,1998,37(3):177-187.

[6] Liberman M,Lavoie A,Mulder D,et al.Cardiopulmonary resuscitation: errors made by pre-hospital emergency medical personnel[J].Resuscitation,1999,42(1):47-55.

[7] Kouwenhoven WB,Jude JR,Knickerbocker GG.Closedchestcardiac massage[J].Jama,1960,173(7267):1064.

[8] Jr VNM.Resuscitate! How Your Community Can Improve Survival from Sudden Cardiac Arrest[M].Washington:Washington University of Washington Press,2013.

[9] Lown B,Neuman J,Amarasingham R,et al.Comparison of alternating current with direct electroshock across the closed chest[J].Am J Cardiol,1962,10(2):223-233.

[10] Cardiopulmonary Resuscitation.Statement by the Ad Hoc committee on cardiopulmonary resuscitation of the division of medical sciences, national academy of sciences—national research council[J].J Am Med Assoc,1966,198(4):372-379.

[11] Nichol G,Thomas E,Callaway CW,et al.Regional variation in out-hospital cardiac arrest incidence and outcome[J].J Am Med Assoc,2008,300(12):1423.

[13] Myklebust H,Fossan H.System for measuring and using parameters during chest compression in a life-saving situation or a practice situation, and also application thereof[J].Ann Emerg Med,2013,62(5):554.

[14] Aase SO,Myklebust H.Compression depth estimation for CPR quality assessment using DSP on accelerometer signals[J].IEEE Trans Biomed Eng,2002,49(3):263.

[15] Palazzolo JA,Berger RD,Halperin HR,et al.Devices for determining depth of chest compressions during CPR:US,US7118542[P].2006.

[16] Dantu R,Gupta N,Dantu V,et al.Effective CPR Procedure with Real Time Evaluation and Feedback Using Smartphones:US20150351647[P].2015.

[17] Adam PJ,Ronald BD,Henry HR.System for determining depth of chest compressions during CPR[J].2015.

[18] Ayala U,Eftest?l T,Alonso E,et al.Automatic detection of chest compressions for the assessment of CPR-quality parameters[J].Resuscitation,2014,85(7):957-963.

[19] Ruiz GS,González-Otero DM,Ruiz J,et al.Feedback on the rate and depth of chest compressions during cardiopulmonary resuscitation using only accelerometers[J].PloS One,2016,11(3):e0150139.

[20] 陳為真,汪秉文,胡曉婭.基于時域積分的加速度信號處理[J].華中科技大學學報(自然科學版),2010(1):1-4.

[21] 周小祥,陳爾奎,呂桂慶,等.基于數字積分和LMS的振動加速度信號處理[J].自動化儀表,2006,27(9):51-53.

[22] Tsitlik JE,Weisfeldt ML,Chandra N,et al.Elastic properties of the human chest during cardiopulmonary resuscitation[J].Crit Care Med,1983,11(9):685.