脉搏波传导时间法检测血压算法的研究与实现

张克刚，李蓓，饶梦琳，张广，王丹，何史林

1.中国人民解放军总医院海南分院 a.医工科；b.急诊科；c.信息科，海南 三亚 572013；2.军事医学科学院卫生装备研究所，天津 300170

脉搏波传导时间法检测血压算法的研究与实现

张克刚1a，李蓓1b，饶梦琳1c，张广2，王丹2，何史林1c

1.中国人民解放军总医院海南分院 a.医工科；b.急诊科；c.信息科，海南 三亚 572013；2.军事医学科学院卫生装备研究所，天津 300170

目的研究并实现用脉搏波传导时间法检测血压。方法利用对心电R波和脉搏波波峰的定位，计算脉搏波传导时间；利用检测方法结合监护仪检测血压采集大量数据，对脉搏波传导时间和人体血压数据进行统计分析。结果实现对心电R波和脉搏波波峰的定位，并计算脉搏波传导时间；利用统计结果进行血压估计，估计值与实测值误差在5 mmHg，占比32.54%；误差在10 mmHg以内的占比59.92%。结论定位方法的稳定性还需提高，血压估计算法的准确度还不够，后期将据此深入研究。

脉搏波传导时间；R波定位；统计分析；血压估计；多参数监护仪

引言

血压是反应心血管系统功能状态的重要参数之一，通过对血压的实时监测可以实现对人体心血管疾病的及时监控和预警，同时为临床医生对于疾病的诊治提供重要依据，在临床中具有重要意义。现有的血压测量方法主要包括导管介入法、听诊法、示波法、动脉张力法等。导管介入法为有创检测；听诊法、示波法检测都需要用袖带检测，无法实现长时间的实时检测；动脉张力检测法为手工检测，且检测难度较大，不利于进行实时监测。脉搏波传导时间法，主要通过测量血流在一定距离的传导时间来实现血压的检测[1-3]。相比较上面的几种方法，脉搏波传导时间检测法可以更方便地实现长时间、实时血压监测，方便快捷。

1 原理与方法

1.1 脉搏波传导时间法检测原理

脉搏波传导时间（Pulse Wave Transit Time，PWTT）是射血期在主动脉根部产生的搏动波沿血管壁传导到外周某处的时间，是反映动脉弹性及可扩张性的常用指标[1]。PWTT值大小，一定程度上反映了血管壁的僵硬程度。血流在动脉血管中流动与血管壁相互作用产生压力，脉搏波传导时间反映了血流在动脉血管中流动的相互作用，这与人体血压密切相关。因此我们就可以通过对脉搏波传导时间的检测来实现对人体血压的监测。

1.2 脉搏波传导时间的检测

心脏每次收缩时将血流压入动脉血管，在主动脉根部产生脉搏波信号，与此同时，心脏产生的心电信号出现R波信号，即可将其出现的时间定义为主动脉根部产生脉搏波的时间，也可利用在同一动脉位置检测到的R波信号时间与脉搏波顶点的时间差来实现对脉搏波传导时间的检测。

1.2.1 心电R波波峰定位

心电R波波峰定位主要包括前期信号预处理以及后期R波波峰定位。信号预处理主要包括滤波、求导等：信号采集模块采集的信号包含有大量的干扰噪声，会对后前的波峰定位造成较大干扰，因此必须进行滤波去噪处理；信号噪声主要包括环境当中的50 Hz工频噪声以及信号采集时噪声的基线漂移，而心电信号的主要频率位于二者之间，因此将带通滤波进行处理；相比信号其他位置以及干扰信号，R波的上升沿和下降沿的斜率都最大，因此采用求导得出信号斜率，进一步在信号当中突出R波信号[4-8]。R波波峰检测，主要依据ANSI/AAMI EC13:2002标准进行。R波波峰定位流程，见图1。其主要包括：

图1 R波波峰定位流程图

（1）检测能力：能够检测振幅范围0.5～5 mV，脉宽范围从70～120 ms的QRS波；抛弃振幅小于0.15 mV的信号，以及幅度达到1 mV但脉宽＜10 ms的QRS波。

（2）抗噪能力：能够抑制幅度100 µV，频率为60 Hz的背景噪声，能够抑制0.1 Hz，峰峰值为4 mV的三角波噪声。1.2.2 脉搏波波峰定位

脉搏波波峰定位流程，见图2。脉搏波波峰定位同样分为前期信号预处理和后期定位两部分。因为脉搏波信号相比心电信号其信号简单、带宽范围窄，而且不具备R波信号斜率最大的特点，因此只进行带通滤波。在后期定位中，直接利用求导得到相应的极值点，在极值点附近求其峰值点即为脉搏波波峰位置[9-13]。

图2 脉搏波波峰定位流程图

1.3 血压估计

根据脉搏波传导时间估算血压，现在主要是利用Moens-Korteweg方程来进行近似：

Tb是基础PWTT，Pb是对应于Tb的基础血压值。γ是血管特征的比例系数，ΔT是血压变化对应的PWTT变化。因为个体的血管特征在短时间内不会发生大的变化，所以血压与PWTT 有近似线性关系：

为得到最终的血压估计，只需测试两组PWTT值，同时利用标准血压计测出其对应的血压值，从而求出a、b值即可。但是前提是在理想状态下，因而忽略了血压改变时动脉内径大小和动脉壁厚度的改变[14-16]。在实际应用中，往往存在较大误差。本文利用采集到的大量心电数据，通过上述信号处理以及脉搏波传导时间的检测方法，结合患者多种生理参数，利用统计学方法，确定人体血压与脉搏波传导时间的关系。

2 实验结果及分析

2.1 R波及脉搏波波峰定位

本文利用基于MK2511芯片设计的智能腕表进行心电信号和脉搏波数据采集，采样频率512 Hz。对心电信号进行归一化、去除线性趋势处理，处理之后的信号，见图3。图中只能大致看出有些许R波信号轮廓，但是信号基本还是被淹没在噪声当中。

图3 原始信号波形

对其进行带通滤波处理。心电的能量主要集中在频率成分为5～11 Hz之间，但是在11～37 Hz之间还存在一些心电信号的细节成分。因此，在不损失R波信号特点的前提下，为最大程度减小计算量以及提高滤波效果，本文采用通带为5～26 Hz的带通滤波器对信号采集模块采集到的原始心电信号进行滤波处理。原始心电信号经过滤波之后的信号波形，见图4。图中基本可以很清楚的看出R波信号，信号质量相比原始信号得到很大提高。

图4 带通滤波信号图形

心电信号当中，R波信号的斜率最大。为在心电信号当中突出R波信号，对滤波处理之后的数据进行求导。经过求导处理之后的信号波形，见图5，求导处理更加突出了R波信号，同时也彻底消除了信号的基线漂移，使信号集中在0的左右。

图5 求导处理信号波形

根据E13标准，利用波峰高度，波峰位置（离上一个波峰的距离），以及波峰斜率来分辨是QRS波或者噪声。两个R波波峰距离必须大于200 ms（忽略300 bpm以上的心率），每个R波必须同时包括上升沿和下降沿，R波波峰幅值必须大于检测阈值：

其中，AN为平均噪声，AR为R波波峰平均幅值。利用最后检测到的8个噪声、R波幅值、R-R间隙来分别估计平均噪声、平均R波幅值以及平均R-R间隙。为防止由于连续的强的心跳将阈值提的太高以至于正常的心跳无法检测，在连续8 s没有波峰检测到时，重新对阈值进行初始化。除去滤波器延时、窗延时、最小间隔延时等延时，算法定位结果在原始心电信号定位效果，见图6。

图6 R波定位结果

脉搏波波峰定位与R波波峰定位相类似，主要包括：采用通带范围为0.1～3 Hz的带通滤波器进行去噪处理，通过求导求得脉搏波各个极值点，在极值点前120点寻找相应峰值点，最终定位结果，见图7。

图7 脉搏波定位结果

2.2 血压估计

本文利用心电采集模块采集9000多例心电及脉搏波数据，同时采用迈瑞iPM8型号的多参数监护仪对其血压进行测量，通过筛选得3280例有效数据，将数据录入Epidata 3.1软件中进行统一管理，使用SPSS 17.0进行统计分析。统计分析结果，见表1。

表1 多重线性回归方程结果列表

模型复相关系数R=0.663，模型拟合较好，可用于估计分析。估计值与实测值差值的平均值和标准差为（-0.06±12.76）mmHg，尚未能达到血压计准确性检测标准（5±8）mmHg。利用回归模型在252例患者中的估计结果进行检测，将相关自变量引入模型，结果显示，估计值与实测值误差在5 mmHg以内的82例，占比32.54%；误差在10 mmHg以内的151例，占比59.92%。

3 讨论

本文通过对心电信号和脉搏波信号的处理，实现了对心电R波及脉搏波波峰的定位，并通过定位结果计算了脉搏波传导时间，最后利用采集筛选的数据对人体血压和脉搏波传导时间进行了统计分析得到了人体血压和脉搏波传导时间的统计关系，并对其估计效果进行了检测。通过与监护仪实际检测到的血压数据相对比，误差在10 mmHg范围内的检测比例已经达到59.92%。与传统的利用Moens-Korteweg方程只利用PWTT估算血压相比，本文的算法增加了臂围、臂长等个性化参数，提高了算法的适用性和估算精度。但同时本文应用的定位算法在信号干扰较大时，定位效果并不理想；同时本文的利用统计分析数据进行估计的结果还不足够准确，算法估算的精度比例还不够，在后期的研究中，将结合以上不足进一步加强深入。

[1] Mukkamala R,Hahn JO,Inan O,et al.Towards ubiquitous blood pressure monitoring via pulse transit time: theory and practice[J].IEEE Trans on Biomed Eng,2015,62(8):1879-1901.

[2] 苏轶伦.脉搏波传播时间与血压关系的理论和实验探索[D].北京:中国科学院大学,2015.

[3] 孟祥平.利用脉搏波传播时间计算动脉血压的研究[D].济南:山东大学,2011.

[4] 吴建,李康,庞宇,等.基于斜率突变的QRS波检测[J].重庆:重庆邮电大学学报(自然科学版),2015,27(2):241-244.

[5] 艾娉婷.心电信号R波识别系统的设计[D].长春:吉林大学,2015.

[6] 江峰.心电信号滤波与QRS波形定位[D].武汉:武汉工业学院,2012.

[7] 黎承涛.心电信号特征提取及ST段形态识别的方法研究[D].合肥:安徽大学,2015.

[8] 杨晓利.心电信号R波与P波检测研究[D].长沙:中南大学,2008.

[9] 卢清.心电信号消嗓算法及R峰定位的研究[D].杭州:杭州电子科技大学,2012.

[10] Yoshida T,Kawakami T,Kato S,et al.Morphology-matchingbased R-wave detection for noise-robust ECG gating[J].J Cardiov Magn Reson,2016,18(1):1-2.

[11] Ma Y,Li T,Ma Y,et al.Novel real-time FPGA-based R-wave detection using lifting wavelet[J].Circ Syst Signal Pr, 2016,35(1):281-299.

[12] Hassan MKA,Mashor MY,Saad M,et al.Non-invasive continuous blood pressure monitoring based on PWTT[J]. IJARCS,2011,12(11):1616-1622.

[13] 苗长云,穆殿伟,张诚,等.基于多脉搏波参数的人体血压检测的研究[J].生物医学工程学杂志,2015(5):1113-1117.

[14] Pool AW,Sharafudeen S,Wadhwani R,et al.The use of pulse wave transit time (PWTT) non-invasive cardiac output monitoring during labour epidural anaesthesia and subsequent fetal distress leading to emergency caesarean section[J].Eur J Anaesth,2014,31:183.

[15] 刘延勇,向海燕,秦瑜斐,等.基于PWTT的无创逐拍动脉血压检测的硬件系统设计与实现[J].医疗卫生装备,2012,33(1):1-3.

[16] 高伟,李芹,张飞,等.基于脉搏波传导时间的血压监测方法[J].测控技术,2016,35(6):6-9.

[17] Bao K,Yaxiong GU,Gao J,et al.Continuous blood pressure measurement system based on pulse wave transit time[J]. J Biomed Eng Res,2016.

[18] 水上博光.血压估计参数校正方法和血压测量装置:CN, CN103371853A[P].2013.

本文编辑 袁隽玲

Research and Realization of Detecting Blood Pressure by Pulse Wave Transit Time Method

ZHANG Ke-gang1a, LI Bei1b, RAO Meng-lin1c, ZHANG Guang2, WANG Dan2, HE Shi-lin1c
1.a.Department of Medical Engineering; b.Department of Emergency; c.Department of Information; Chinese PLA General Hospital Hainan Branch, Sanya Hainan 572013, China; 2. Institute of Health Equipment, Academy of Military Medical Sciences, Tianjin 300170, China

ObjectiveTo study and realize the method to detect the blood pressure by pulse wave transmission time (PWTT).MethodsThe PWTT was calculated by using the orientation of the electrocardiogram R wave and pulse wave peak. Statistical analysis was performed on the relationship between the PWTT and human body's blood pressure by using the detection method combined with the monitor blood pressure collecting a large amount of data.ResultsThe orientation of the electrocardiogram R wave and pulse wave peak were realized, and the PWTT was calculated. Meanwhile, the blood pressure was estimated based on the statistical results. The proportion of the error of the estimated value and the measured values in 5 mmHg accounted for 32.54% and in 10 mmHg accounted for 59.92%.ConclusionThe stability of the positioning method still needs to be improved. In addition, the accuracy of the blood pressure estimation algorithm is not enough, and further studies will be conducted in the future.

pulse wave transmission time; R wave positioning; statistical analysis; blood pressure estimation

R318.6

A

10.3969/j.issn.1674-1633.2017.08.003

1674-1633(2017)08-0008-03

2016-12-29

2017-02-22

海南省高新技术课题（ZDFY2017008）。

何史林，解放军总医院海南分院信息科副主任，主要研究方向为从事医疗信息化、远程医疗和可穿戴设备研发与研究。

通讯作者邮箱：heshilin301@163.com