胡 锦, 彭诗瑶,, 张 浩, 阎跃鹏
(1.湖南大学 物理与微电子科学学院,湖南 长沙 410082;2.中国科学院 微电子研究所,北京 100029)
在生物医学中,血压是反映人体生理状况的一项重要指标,血压的高低反映了人体心脏泵血功能、心率、血液状态等功能状况[1],身体健康的重要条件之一就是保持正常血压[2]。高血压是很常见的慢性病,也是诱发心脑血管病最主要的危险因素,同时也会引发心肌梗塞、脑出血、肾衰竭等并发症[3]。因此,血压检测对疾病诊断、治疗以及监护具有重要意义。
临床上血压测量技术分为直接法和间接法。直接法是将连接压力传感器的导管直接插入大动脉或心室检测血压信号,其测量的血压数据准确,但技术要求高,且有一定创伤性,一般限于危重病人或开腔手术病人。间接法是无创测量方法,利用脉管内压力与血管阻断开通时刻所出现的血流变化间的关系,从体表测出压力值。目前,无创伤测量方法常用的有柯氏音法、示波法、超声法、脉搏延时法等。柯氏音法常见于临床测量,方便易行,但容易受外界干扰,其他声音振动会影响测量准确度[4]。超声法是利用超声波对血流和血管壁运动的多普勒效应来检测血压。脉搏延时法则利用血管内压力超过袖带压力时产生的脉搏波滞后于心电图R波的原理测量血压[2]。由于脉搏波信号频率较低,适于计算机处理,在柯氏音法的基础上改进的示波法广泛应用于血压监护仪和家庭血压计中。
为了方便、准确地实时检测血压值,本系统采用示波法,结合嵌入式技术和信号处理技术,设计实现了一种以压力传感器为基础的高精度血压测量系统。
示波法又称测振法,采用充气袖带来阻断动脉血流,由于动脉血流的脉动,在放气过程中通过压力传感器检测袖带内动脉血流产生的气压振荡波。其原理如图1所示。
在袖带静压力按阶梯式均匀放气过程中,振荡波波幅呈现先增大后减小的近似抛物线包络,可根据此包络判定血压。判定收缩压(systolic blood pressure,SBP)与舒张压(diastolic blood pressure,DBP)依据经验判别准则,包含突变点与归一化准则。突变点准则就是将振动波波幅明显增大点和明显减小点分别作为收缩压和舒张压判别点,此种方法难以把握。最常用的是归一化准则,即将信号幅值与信号最大幅值相比作归一化处理。由于袖带内振动波幅度和波形受心率、脉压、动脉弹性以及袖带特性等因素的影响[2],不同仪器采用的归一化值不完全相同。
图1 血压测量原理图
本设计采用飞思卡尔公司的压力传感器MP3V5050GP、TI公司的MSP430FG437单片机和三星公司的S3C2440芯片作为主要器件,系统构成如图2。系统由压力传感器、单片机、ARM处理器、袖带、气泵、气阀、放大电路、滤波电路、光耦隔离电路、电源等组成。
图2 硬件电路图
人体生理信号是低频小信号,一般是μV~mV级的,频率范围是0~300 Hz,信噪比低[5],因此,选择一个性能良好的传感器非常重要。MP3V5050GP压力传感器内部含有信号运放和信号调节功能,具有良好的线性度,输出电压与所加压力呈正比关系,可以进行片上补偿,并且其温度补偿特性能克服半导体压力敏感器件存在的温度漂移问题。它可以直接将血压值为0~375 mmHg的动脉血液对血管壁的压力转换为0~4.7 V的电信号,与血压计的设计要求非常匹配,因此,特别适合示波法血压测量。
为便于系统监测、信号采集、信号处理,本文采用单片机与ARM处理器结合的方法,达到快速、准确的目的。MSP430FG437是TI公司的一种16位具有精简指令集的混合型单片机,集成了A/D转换器、定时器、串行通信接口等,功耗低,系统稳定,片内外设丰富。S3C2440芯片是三星公司的一种基于ARM920T内核的16/32位RISC嵌入式芯片,适用于低成本、低功耗、高性能的手持设备或其他电子产品。
气动部分由2只压力传感器、气泵、袖带、快速放气阀、慢速放气阀、五接口连通接头等元器件组成。当电磁阀关闭时,启动气泵给袖带充气。微处理器根据袖带内的空气容量和压力选择适当的电磁阀进行快速或者精确放气。本设计采用2只压力传感器的目的是保证1只传感器出现故障时,仍能进行正常测量。
压力传感器检测出来的信号包含袖带静压力与脉搏信号两部分,同时还伴有高频干扰和直流或低频分量。脉搏信号频率一般约为1 Hz,所以,将信号分为两路进行处理:一路直接连接A/D转换器进行转换,得到袖带静压力;另一路通过C114和C5进行低通滤波后,经OPA348放大,再通过C7,R23,R24高通滤波,得到脉动压力波。低通滤波器的截止频率为22 Hz,用于滤去高频干扰信号和50 Hz的交流电干扰,高通滤波器的截止频率为0.5 Hz。滤波电路如图3所示。
图3 滤波电路图
软件部分是整个系统有效工作的核心,软件设计主框图如图4。系统上电后,首先对定时器、A/D、串口和I/O口进行初始化,然后检查是否有按键按下,若没有,则继续等待;若有,则调用测量前检测程序,进行系统自检、漏气检测、袖带类型检测、袖带松紧合适判断、校准等相应处理。再调用血压测量子程序,进行正式血压测量,完成整个测量过程。
图4 软件设计主框图
血压测量子程序包括两路信号实时显示、滤波处理、脉搏波波幅检测、数据平滑、内插、曲线拟合、血压值计算、血压值合理判断。
程序启动后,定时器产生定时中断,启动血压测量子程序。首先对袖带充气,通过A/D检测袖带静压力,当袖带压力至160 mmHg或高于收缩压30 mmHg时,停止充气,通过电磁阀按照5~10 mmHg步长进行阶梯式放气[6],并维持一定时间,在每个台阶上检测振荡波,并对其滤波。在同一台阶上,由动脉波动引起的脉搏信号在幅度、波形和持续时间上基本一致,因此,当传感器连续检测到2个相匹配的脉搏波时,放气并计算其平均峰值,将其存储在某一个变量中,同时存储该台阶的静压力值。显然,脉搏波的振幅随放气台阶的变化而变化。当检测到舒张压预估值时快速放气。MSP430将脉搏波峰值、静压力值发送给ARM,作内插、平滑、曲线拟合等处理,计算出该近似抛物线包络的最大值。该最大值所对应的气袖静压即是平均压。最后根据收缩压和舒张压归一化值求出对应的收缩压与舒张压。血压测量子程序框图如图5。
图5 血压测量子程序图
软件设计难点在于检测有效脉搏波峰值,比较经典的方法是阈值法,但阈值法的结果误差较大,特别在有干扰脉搏波信号时达不到预期目的[7]。因此,本文根据脉搏波特征点设计了一种改进的阈值法,既可以准确地提取有效的脉搏特征信号,又可以减少测量时间。脉搏波检测流程如图6所示。
图6 脉搏波检测流程图
脉搏波采集完成后,需对其进行曲线拟合、内插与平滑处理。为了选择合适的算法拟合振荡波包络线,分别采用了高斯曲线、卡尔曼滤波算法拟合。高斯曲线拟合如图7(a),自适应卡尔曼滤波算法拟合如图7(b)。经比较发现,卡尔曼滤波算法比高斯曲线拟合效果更好。
3.3.1 自适应卡尔曼滤波算法
卡尔曼滤波算法是采用递推的算法实现的,其基本思想是先不考虑输入噪声与观测噪声的影响,得到状态变量与输出信号的估计值,再用输出信号的估计误差加权后校正状态变量的估计值,使状态变量估计误差P的均方值最小。因此,卡尔曼滤波算法关键是计算出加权矩阵H的最佳值[8]。
假设系统k时刻的状态变量为Xk,状态方程和输出方程分别表示为
Xk+1=Ak+1Xk+Wk,
(1)
Yk=CkXk+Vk,
(2)
式中X为状态变量,Y为观测数据,A为状态变量的增益矩阵,C为状态变量与输出信号之间的增益矩阵,Wk为输入信号白噪声,Vk为观测白噪声。
按照以上基本思想可推算出以下公式
(3)
(4)
(5)
(6)
3.3.2 内插与平滑
由于经过自适应卡尔曼滤波处理后的数据是离散的,还需进行内插与平滑处理,以提高计算精确度。
1)本文以0.5 mmHg的间隔进行三点内插,内插公式如下
(7)
其中,zm为m点内插后的幅度值,am为内插点静压力值,y为原脉搏波幅度值,x为原静压力值。
2)再采用五点加权平滑算法,权重分别为2,2,1,2,2,公式如下
(8)
图7 高斯曲线和卡尔曼滤波拟合图
采用美国FLUKE公司的BP—Pump 2无创血压监护测试仪对本系统进行检测评估。BP—Pump 2提供动态血压模拟以测试无创血压参数,还能模拟病人状态、心率失常、新生儿等状态,可以全面检测不同条件下无创血压仪的血压测量准确度[9]。测量结果如表1、表2所示,每个标准值平均测试20次,并求其方差。
表1 正常模式测量结果(mmHg)
表2 心律不齐模式测量结果(mmHg)
由表1、表2数据结果可以看出:无论是何种模式,本电子血压计的测量误差小于4 mmHg。相比于许多商用电子血压计无法测量高于200 mmHg、低于50 mmHg的血压,本设计的测量范围可达0~295 mmHg,因此,可以在临床诊断和家庭医疗保健中应用。
本文详细介绍了血压测量的硬件平台与软件设计。本文的创新有以下3个部分:1)采用单片机与ARM处理器有效结合的方法,既能准确检测脉搏波信号,又能进行复杂信号处理,提高了测量精度,降低了测量时间;2)在传统阈值法的基础上,设计了一种改进的阈值法,能够准确地提取出脉搏波形图中的峰值,不影响原信号的其他特性;3)采用卡尔曼滤波算法拟合包络线,方法简单,易于编程实现。测量误差低于4 mmHg,测量范围可达0~295 mmHg,精度高,稳定性好,系统的设计达到测试的要求,有非常高的实用价值。
参考文献:
[1] 杨玉星.生物医学传感器与检测技术[M].北京:化学工业出版社,2005:220-228.
[2] 张海军,徐效文,金 雷.面向家庭健康监护的血压监护模块设计[J].中国医学物理学杂志,2011,28(3):2663-2667.
[3] Acierno Mark J,Anna Mary.Hypertension in renaldisease:Diagnosis and treatment[J].Diagnostic Techniques of the Urinary Tract,2005,20(1):23-30.
[4] Sebald D J,Bahr D E,Kahn A R.Narrowband auscultatory blood pressure measurement[J].IEEE Trans on Biomed Eng,2002,49(9):1038-1044.
[5] 彭国意,张郑波.基于示波法和柯式音法的双踪电子血压测量系统[J].医疗装备,2008(11):124.
[6] Van Moer W,Barbe K.Influence of the cuff deflation mode on oscillometric blood pressure measurements[J].IEEE Medical Measurements and Applications Proceedings,2011,30(31):652-656.
[7] 唐铭一,李 凯,马小铁.脉搏波信号时域特征提取与算法的研究[J].计算机与现代化,2010(4):15-22.
[8] 丁玉美,阔永红,高新波.数字信号处理—时域离散随机信号处理[M].西安:西安电子科技大学出版社,2002:49-55.
[9] 朱培清,陈真诚.多参数监护仪无创血压测量特性的检测校准[J].计量测试与检定,2009,19(5):1-39.