基于加速度波形形态分析的胸外按压深度检测研究

吴豪杰，吴水才，刘忠英

1.北京工业大学 生命科学与生物工程学院，北京 100124；2.北京麦邦光电有限公司，北京 102629

引言

胸部按压是心肺复苏（Cardiopulmonary Resuscitation，CPR）的重要方法。多年来，不同的机构已经发出建议，对CPR实施过程协议和方法给出了准则[1-2]。对于急救人员要记住急救过程的协议，同时要满足《国际心肺复苏指南2010》提出的按压使胸骨下陷至少5 cm要求[3]是一件困难的事情[4-6]。人工心肺复苏术中胸外按压深度测量，可给急救人员提供实时、便携、可靠的胸外按压深度反馈，辅助其进行高质量的胸外按压。此外，也可帮助急救人员有效评估按压深度，提高心肺复苏的成功率，增加患者成活率[7-12]。

目前，已有文献报道二次积分在胸外按压深度测量中是一种行之有效的方法[13-19]。然而，二次积分方法极易出现积分漂移，误差会迅速累积，如果不加以去除将很难得到正确的积分结果。通常实际采集的胸外按压加速度信号经常包含有直流分量[20-21]，直流分量在二次积分运算中会不断累加。另外，按压和回弹过程中力与位移呈不完全对称关系[22]，按压加速度和速度均不对称，经过积分后，按压与回弹过程位移随之不对称，从而发生漂移。此外，救护人员按压动作的不规范，如按压不完全回弹、倾斜按压等，均会造成积分位移漂移。

Myklebust等[13]提出采用压力开关对积分进行控制，按压开始后、压力增大导致开关闭合开启积分；释放后压力减小，开关重新释放停止积分；下次按压对积分结果清零并重新积分。实际操作中，由于压力开关的机械特性，开关的闭合动作通常较按压和回弹有一定的延迟，且因按压不完全释放等不规范操作，导致开关一直闭合而出现连续积分造成漂移[14]。

Palazzolo等[15]描述了一种采用滤波和滑动平均的加速度—位移按压深度检测方法，将过往的按压深度进行一定策略的加权平均作为当前按压深度，采用心电图（Electrocardiograph，ECG）信号作为参考信号来分析每一次按压的开始点和结束点，这种方法可去除积分过程出现的严重偏差，但采用过往按压深度加权平均来衡量当前按压深度也缺乏一定的合理性，同时ECG信号本身的复杂性和心脏骤停个体间的差异性，用其计算按压开始点和结束点也缺乏一定的准确性。

到目前为止，胸外按压二次积分的加速度—位移计算方法已逐步得到公认，但寻求一种稳定可靠的积分参考信号，与胸外按压具有较好的同步性，同时又便于实现，仍是当前研究的一个重要内容。

本研究将提出一种全新的积分同步复位方法。对按压加速度数据进行波形分析，判断出按压的起止点作为二次积分同步复位开关，对加速度数据进行二次积分运算，即可得到单次的按压深度。

本文按压深度检测流程，见图1。采集按压运动加速度信号，通过对加速度数据进行高通滤波去噪后，对缓存数据进行波形形态分析，确定按压的起止点。对起止点之间的数据进行积分运算，最终计算出按压深度。

图1　按压深度检测流程图

1　材料和方法

1.1　实验平台

按压深度数据采集平台，见图2，包括传感器模块、USB数据通讯模块、核心处理器模块和PC机。

加速度传感器选用3轴小型超薄塑料封装ADXL345，处理器选用ARM 32位的Cortex™-M3 CPU，USB数据通讯模块选用SILICON LABS的CP2102。处理器一边通过串行外接口从加速度传感获取数据，一边实时的将数据通过通讯模块发送给计算机。计算机将收到的数据动态实时显示并存贮。再利用MATLAB软件对存贮数据进行分析处理。按压对象为一个可以设定按压深度的模拟人，这个深度可作为算法验证的基准。

图2　实验平台连接图

1.2　加速度二次积分算法

按公式(1)对采样数据进行积分：

式(1)中Δt为采样间隔时间，当Δt趋于0时，离散积分误差为0。按照矩形积分算法：

积分误差，为红色的矩形边与黑色弧线所围成的面积（图3），这个误差随着时间的延续迅速积累。

图3　离散积分误差示意图

其积分误差为图3中绿色的折线与黑色的弧线所围成的面积，这个误差远远小于矩形积分面积。

假设患者平躺于水平面上，胸外按压深度可以抽象为救助人员双手在按压运动中的位移。如果已知双手按压的加速度，可以利用梯形积分方法，求出物体的位移：

如果按照公式(3)进行梯形积分：

公式(4)中，第n次采样加速度为a(n)，位移为x(n)，采样时间间隔为ΔT。

虽然梯形积分方法可大大降低离散积分的误差，但它依然具有积累效应。随着积分时间的继续，积累效应会越发的明显，也就是说积累误差会越来越大。

1.3　静息加速度值校准

为便于积分，需要对A/D后的加速度值进行零点偏移校准。零点校准过程，见图4。

图4　零点校准过程

其中，零点偏移量的精确性直接关系到校准效果的好坏，零点偏移量受到加速度计摆放方向和重力加速度的影响。在实验前，将加速度计放置水平面上，使传感器z轴方向与重力加速度方向一致，提取1000个加速度计z轴方向的数值，将这1000个数据进行平均运算消除噪声干扰，得到精确的加速度计零点偏移量。

1.4　对原始数据进行去噪处理

通过对按压原始数据的分析，高于10 Hz的数据几乎都是由于按压的抖动，或是电路本身的噪声引起。所以在进行波形形态分析前，对数据进行一个10 Hz的低通滤波。

1.5　基于波形形态分析复位积分方法

为解决积分累计误差，采用一种基于波形形态识别的积分复位方法来消除这种积累效应。也就是识别每次按压的起止点，对每次按压过程进行单独积分，计算按压深度。在人工按压过程中，下压过程，见图5。

图5　下压过程的分解

下压和回弹过程具有不对称性，单次按压周期中，加速度的最大峰值出现在下压过程中。首先找到一次周期中加速度的最大峰值点，之后在峰值点后40～120 ms内寻找最小值作为积分终点。通过相邻两点幅值求差的方式，找到峰值点前120 ms内的拐点作为凹点，在凹点向前30～120 ms寻找下一拐点作为积分起点。

在寻找峰值点时，采用数据分段，求取每一段的峰值，然后通过阀值设定，剔除掉一些不是在下压过程中出现的峰值。进一步通过相邻峰值点的时间间隔阀值，进行二次替换，排除掉一些由于某种抖动形成的伪峰值。

2　结果

4个加速度波形识别的结果，见图6a。所有的波形特征点都被准确的识别出来；图6b为18个40 mm预设深度的检测结果，最大的按压误差为3 mm。3种预设按压深度各300次按压深度检测的折线图，见图7。7a～b两个折线图分布结果显示，按压深度检测值集中在预设值的±4 mm内。

深度检测数据的统计分析结果，见表1。统计数据显示，3种预设的按压深度检测，误差基本上成正态分布。最大标准差为预设值50 mm时的4.7 mm；最大的95%置信区间为预设值为50 mm时的[-0.93, +0.93]。最大正误差为+16 mm。最大负误差为-14 mm。

图6　按压特征点波形识别效果和检测结果

表1　按压深度检测结果统计（mm）

3　讨论

本文采用二次积分和基于波形形态分析的积分复位方法实现胸外按压加速度—位移的测量。积分算法沿用Myklebust的梯形积分算法[13]。为了消除积分累计误差，采用全新的波形形态分析方法。从测试结果来看，3种预设深度的按压测试中，最大的标准差为4.7 mm，能够满足胸外按压深度的检测要求。

本文所提按压深度检测方法不用额外传感器作为积分算法的同步复位信号，没有按压开关和压力传感器[13]，避免了按压开关结构上使用的困难，避免了压力传感的结构安装困难[13-14]。这种算法也存在局限性，由于采用一个静态基准加速度值去除基线，使得它对于水平按压非常准确，而对于存在一定倾角的平面按压出现较大误差。另波形形态识别算法需要用到单次按压完成后的数据，也就是说它不能实时的输出按压深度，而存在一定的延时。

图7　3种预设按压深度各300次按压深度检测的折线图

4　结论

本文提出并实现了一种能够精确检测人工胸外按压深度新方法。采用按压加速度与位移二次积分和基于波形形态分析的积分复位方法，减小了积分累计误差，简化了按压深度检测硬件的要求。实验结果表明，基于该方法的按压深度检测精度满足临床应用需求。

[参考文献]

[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.

如图2所示，制造商库存波动、零售商库存波动经过15个节拍后都平滑趋近于设定的标称值，说明采用模型预测控制方法对系统的制造商库存、零售商库存的控制有明显效果，库存波动量渐趋为零，最终二者的库存均可以维持在期望的库存水平上。如图3所示，反复应用的滚动优化和反馈校正的预测控制使整个供应链系统趋于稳定状态，为生产商提供了最优生产策略，为分销商提供了最优的订单策略。

[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,Eftestøl 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] 陈为真,汪秉文,胡晓娅.基于时域积分的加速度信号处理[J].华中科技大学学报(自然科学版),2010(1):1-4.

[21] 周小祥,陈尔奎,吕桂庆,等.基于数字积分和LMS的振动加速度信号处理[J].自动化仪表,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.