基于脉搏波特征量关联分析的疾病预诊研究

刘辉，黄丹飞，李世维

（长春理工大学 生命科学技术学院，长春 130022）

基于脉搏波特征量关联分析的疾病预诊研究

刘辉，黄丹飞，李世维

（长春理工大学 生命科学技术学院，长春 130022）

心脑血管疾病已成为威胁人类健康的头号杀手。血流参数的变化可以为心脑血管疾病预诊提供重要依据。针对当前血流参数检测方法复杂、有创等缺点，无创获取脉搏波信号，对信号预处理，提取脉搏波形特征量K来计算血流参数，并对K值与血流参数进行相关性分析。结果表明本文方法不仅方便快捷，而且能够用脉搏波面积特征量准确预测血流参数变化，成为心脑血管疾病家庭和临床预诊的一种新的有效手段。

心脑血管疾病；脉搏波；特征值；血流参数；关联分析

随着人们生活水平的不断提高，心脑血管疾病的发病群体逐渐年轻化，成为危害国民健康的一种高发疾病。血流参数是心脑血管疾病诊断的重要依据［1］，传统的血流参数检测方法操作复杂、造价昂贵、条件较高、具有一定的危险性，本文采用脉搏波波形特征量关联分析法测量血流参数，可以很好地解决以上问题。

脉搏波信号包含人体大量的生理健康信息，其中脉搏波波形特征量的变化能反映人体心脑血管系统中一些最为重要的血流参数的变化，如心搏出量（SV）、心输出量（CO）、外周阻力（TPR）、血液粘度（V）等。而血流参数又是心脑血管疾病诊断的指标，因此人体心脑血管系统生理和病理的变化与脉搏波波形面积的变化有关［2］。由于脉搏波形特征量不仅能很好地反映血流参数的变化，对这些参数进行监测，能够预测人体健康的变化趋势，而且易获取，变化很规律，为家庭和临床上心脑血管功能预测和评估提供了重要依据。

1 脉搏波获取系统的设计

本文采用光电容积法获取脉搏波信号。利用单片机对放大、滤波处理后的信号进行A/D转换，将采样得到的信号通过串口传输至计算机，进一步处理。图1为获取脉搏波的系统原理框图。

图1 脉搏波获取系统原理框图

透射式光电容积法借助动脉血液对光的吸收量随动脉搏动而变化的原理，实现在活体组织中无创检测血液容积的变化［3］。相比其他方法，该方法具有无创，操作简单，易实现等优点。系统采用的指夹式传感器型号为HKG-07B，工作电压为5V，工作电流为20mA，输出幅度峰值夏天在0.6～1.5V，冬天在0.1～0.3V。

人体脉搏波是一个低频微弱信号，幅度大约在几mv～十几mv，动态范围大，频率在0.1～40Hz内，易受噪声的干扰。本文采用具有高共模抑制比的通用型集成运放μA741，设计了一个可滤除50Hz工频干扰的二阶巴特沃斯低通滤波器，截止频率为40Hz，增益为1.56倍。

使用Atmega16单片机的PA0口对输入信号进行A/D转换，采样频率为250Hz。由于成人脉率为60～120次/min，设采样时间为3s，约750个数据，包含了4个完整的脉搏波。采样数据通过PD1引脚由串行口的状态线将信号送入计算机。

2 脉搏波数据处理

采用MATLAB软件对A/D采集到的信号进行滤波、检波、去基线漂移等操作后，根据脉搏波容积的变化求出面积特征值和血流参数并进行结果显示。

2.1 脉搏波的预处理

由A/D采集到的信号往往还要受到其他一些电磁信号的干扰以及由呼吸、肌肉抖动等原因造成的运动伪差的影响，因此还需要对信号进行预处理［4］。

2.1.1 滤波和检波

正常人体脉搏波信号大部分的能量集中在0.5～25Hz之间，因此本文采用凯塞窗设计的FIR数字滤波器获取有用的脉搏波信号。带通频率范围为0.5～25Hz。各参数设置:采样频率为250Hz，滤波器长度为80，滤波器的阶数为20，通带衰减为1dB，阻带衰减为20dB［5］。滤波和检波图如图2所示，其中a）图上边是滤波前的原始脉搏波信号及其频谱图，下边是滤波后的信号及频谱图；对采集到的750个点找到其中的极大值点和极小值点，如图b）所示；那么相邻两波谷间的点即组成了一个完整的脉搏波，图c）即为检出的4个完整的脉搏波。

图2 滤波和检波图

2.1.2 EMD－WT法去基漂

由于脉搏波信号跟大多数生物医学信号一样，具有强的随机性和低的信噪比，因此，在体表采集时，会引入各种外界噪声。在对信号进行分析及诊断过程中，要消除对其影响最大的呼吸基线漂移，它是一种低频噪声［6］。被测者的呼吸等生理活动形成了基线漂移，本文采用基于EMD－WT法消除基漂，它将小波变换和经验模态分解（EMD）结合到一起，故该算法不仅能利用小波变换快速、方便的设置参数，而且还具有EMD处理非平稳信号、非线性的特点。图3为脉搏波信号经EMD法分解后得到的6个IMF分量及其对应的频谱图。

由图3可知呼吸基漂属于低频干扰，必须把频率范围限制在1Hz以内。本文采用db10的小波基做10次小波变换并对小波变换系数进行处理，消除了0～0.977Hz频率内的呼吸干扰。采用wrcoef函数重构会得到一条缓慢变化的基漂曲线，如图4所示。图5为IMF分量进行EMD重构后得到的脉搏波图像［7］，可以明显观察到很好地去除了呼吸基线漂移。

图3 EMD分解

图4 拟合出的漂移曲线

图5 去基漂后的脉搏波

2.2 特征值K的提取

若管腔弹性、血管阻力等生理发生变化，则脉搏波波形也会改变，同时波形面积也跟着变化，这就是脉搏波信号产生和传播的机理。可以用一个易获取的脉搏波波形特征量K值来描述这些改变，提取特征量的方法是以脉搏波图形面积的变化为依据的［8］，其定义:

2.3 血流参数的计算及结果显示

根据血流动力学模型，利用脉搏波波形特征量来计算心血管诊断中常用的一些血流参数［9］，如下所示:

（1）心率HR（次/min）:心脏每分钟跳动次数，正常值:60～100。过快易引发生高血压，但若低于45次/min，会造成缓慢性心律失常。

（2）心搏输出量SV（ml）:心脏每搏动一次的输出血量，正常值:60～80。心肌收缩力强时，心搏出量会增多。但若在正常值以下，可能会引起供血量不足。

（3）心输出量CO（ml/min）:每一分钟内心脏搏动的输出血量，正常值:4.5～6。心输出量的减少是心力衰竭的主要血流动力学标志。急性心肌梗死患者心源性休克的发生会伴随着心输出量的逐渐下降。

（4）外周阻力TPR（Pa*s/ml）:心脏每搏输出的血液通过外周血管网络到达中心静脉压力等于零处所遇到阻力的总和，正常值:90～150。是心脏后负荷的指标之一。

（5）血液粘度V（cp）:血液粘稠度通常使用血液分子之间内摩擦力的大小来表示，正常值:男性: 3.43～5.07；女性:3.01～4.29。粘稠度较高常伴随着心肌缺血、心梗、脑血栓等一些心脑血管疾病的发生。

（6）心搏指数SI（ml/m2）:心脏每搏一次每平方米体表面积的输出血量，正常值:50～60。心搏变缓，SI升高；心脏收缩功能减弱、心力衰竭、血供氧短缺、后负荷增加、血管扩张明显、心动过快、心律失常时，SI降低。

（7）心脏指数CI（L/m2*min）:每分钟内每平方米的体表面积心脏搏动输出血量，正常值:3～4。贫血时，CI指数上升。当血容量过低，出现心率异常，甚至引发心源性休克时，CI指数下降。

其中，体表面积:BAS=0.0061*TALL(cm)+0.0128* WEIGHT(kg)-0.1592，单位:m2。

利用MATLAB设计可视化人机交互界面，该界面实现了脉搏波预处理后波形图以及输入身高、体重、收缩压和舒张压4个变量后K值、心率和血流参数值的显示。图6给出了当软件运行后在Pop-up Menu选择HR出现的结果。

图6 血流参数显示结果

3 相关性分析

采用本文方法检测得到的50例实验者的样本数据，经SPSS统计学分析［10］，实现脉搏波波形面积特征值K与部分血流参数的相关性分析，为心脑血管疾病预诊提供更为简便的方法。

通过计算可知，样本各变量的均值都在标准差的3倍以上，样本各变量符合正态分布，因此可以采用Pearson相关分析法。Pearson是用来衡量连续变量或是等间距测度的变量间的相关分析。数据分析结果如表1所示。

表1 K与血流参数的Pearson相关性分析

其中，MEAN为均值；STD为标准差；R为相关系数；P为显著性概率。

相关系数R的计算公式为:

相关系数检验的t统计量的显著性概率P值表示拒绝原假设的最小显著性水平，是一种样本结果能否代表总体的估量方式［11］。如果P＜0.01，表示特别显著相关；0.01＜P＜0.05，表示一般显著相关；P＞0.05表示无显著的相关关系。

由表1可知，K与HR弱正相关（P＜0.05）；K与SV、CO、SI强负相关（P＜0.01）；K与CI中等强度负相关（P＜0.01）；K与TPR强正相关（P＜0.01）；K与V极强正相关（P＜0.01）。

4 结论

本文采用光电容积脉搏法提取脉搏面积特征值K，并计算出血流参数。相比传统的计算血流参数的方法，该方法简单、无创。通过相关性分析可知，P值都小于0.05，故可以用样本来估量总体的相关性；K值除了与心率HR弱相关外，与其它血流参数都是中等以上的强相关。弱相关表明在临床上不能用K值判断心率，强相关则表示可以用K值反映心血管系统中血流参数变化。因此，在家庭中通过K的变化就可大体判断自己的心脑血管系统是否正常，身体状况是否良好，具有广泛地应用前景。但由于样本数量较少，不具有广泛的代表性，下一步需要做大量的实验，获取大量的数据进行更加准确的验证。

［1］ 杜旭，吴水才，侯立亚等.基于MSP430单片机的便携式心血管血流参数检测仪的研制［J］.北京生物医学工程学报，2005，24（5）:356-359.

［2］ 柳兆荣，李惜惜.关于脉图的分析［J］.中国科学B辑，1983，2（2）:131-138.

［3］ 韩庆阳，李丙玉，王晓东.一种同时消除脉搏波信号中呼吸基线漂移和高频噪声的方法［J］.中国医学物理学杂志，2014，31（2）:4801-4805.

［4］ 王燕，张松，杨益民等.基于容积血流脉搏波的心血管血流参数监护模块的研制［J］.北京生物医学工程学报，2006，25（2）:148-150.

［5］ 张鹤林，张康，张国龙.基于MATLAB的脉搏波数字滤波器的设计［J］.科技广场杂志，2013，11:41-44.

［6］ 刘艳丽，赵为松，李海坤等.基于形态滤波的脉搏波信号基线漂移消除方法研究［J］.合肥工业大学学报（自然科学版），2011，34（4）:525-528.

［7］ 李学亮，夏金虹，陈真诚.基于LabVIEW的脉搏信号基线漂移去除［J］.医疗卫生装备，2012，33（9）:5-8.

［8］ 杨琳，张松，杨益民等.基于重搏波谷点的脉搏波波形特征量分析［J］.北京生物医学工程学报，2008，27（3）: 229-233.

［9］ R Gonzalez，O Morales，JDelgdo，et.Automatic Brachial Ankle Pulse Wave Velocity Measurements for Vascular Damage Assessments［J］.Computers in Cardiology，2008，35:173-176.

［10］ 张俊利，蔺嫦燕，杨琳等.脉搏波波形特征信息检测及与部分血流动力学变化相关分析［J］.生物医学工程与临床，2008，12（2）:104-107.

［11］ 孙逸敏.利用SPSS软件分析变量间的相关性［J］.新疆教育学院学报，2007，23（2）:120-123.

Pre-diagnosis Study of Cardiovascular and Cerebrovascular Diseases Based on Correlation Analysis of Pulse Waveform Characteristic

LIU Hui，HUANG Danfei，LI Shiwei
（School of Life Science and Technology，Changchun University of Science and Technology Changchun 130022）

Currently，cardiovascular and cerebrovascular diseases have become the top killer of threat to human health. The change of the blood flow parameters can provide important basis for cardiovascular and cerebrovascular diseases preliminary diagnosis.In view of the current blood flow parameters detection method has some shortcomings，such as complicated，invasive and so on.This paper obtain pulse wave signal non-invasively，the signal preprocessing，extracting the pulse waveform characteristic K to calculate the blood flow parameters and doing correlation analysis between K value and the blood flow parameters.Results show that this method is not only convenient and quick，but also can predict the change of blood flow parameters accurately with characteristic of pulse wave area.It has becomed a new and effective method to pre-diagnosis for family and clinical.

cardiovascular and cerebrovascular disease；pulse wave；characteristic value；flow parameters；correlation analysis

TP301.6

A

1672-9870（2016）05-0139-05

2016-06-27

吉林省科技厅项目（20110443）

刘辉（1991-），女，硕士研究生，E-mail:lhyl_140222@163.com

黄丹飞（1965-），女，博士，教授，E-mail:huang_d_f@163.com