高血压、糖尿病患者光电容积脉搏波特征分析

刘佳美，宋春莉，李思奇，庞春颖

（1.长春理工大学 生命科学技术学院，长春 130022 2.吉林大学第二医院 心血管内科，长春 130041）

近年来，中国心血管病患病率及死亡率仍处于上升阶段，发病年龄提前，到2020年，中国心血管病患病总人数达3.3亿，且院外死亡率远远高于院内［1］。高血压、Ⅱ型糖尿病作为心脑血管疾病的独立危险因素［2］，两者都影响心血管健康。研究表明，中国18岁以上人群有2.45亿高血压患者，血压正常高值人群总心脑血管事件风险增加37.0%，缺血性脑卒中风险增加56.0%。成年人糖尿病患病率高达10.9%，与非糖尿病人群相比，糖尿病患者发生心脑血管疾病的风险增加2～4倍［3］，故早期发现高血压和糖尿病患者血管变化情况在预防心脑血管疾病方面有着重要意义。

高血压、糖尿病并发心脑血管疾病病理基础均为血管的结构或功能出现了异常变化［4］，其中最常见的表现为动脉粥样硬化，动脉粥样硬化的病源是由动脉血管内壁损伤引起的，高血压、糖代谢异常是动脉血管内壁病变的主要初始诱因［5］。光电容积脉搏波（photoplethysmography，PPG）信号中蕴含着丰富的心脑血管病理信息，其部分特征已被用于动脉粥样硬化病变的早期筛查［6］。Mounir O S 等人［7］发现高血压能够影响心脑血管疾病的进程。张永会等人［8］发现硬化指数（stiffness index，SI）与冠状动脉病变程度存在一定相关性，可能对预测冠状动脉病变程度有一定的价值。同时，Yao L P等人［9］证明PPG特征参数及导数特征与高血压、糖尿病之间存在强烈联系。但高血压、糖尿病患者的PPG特征参数变化规律尚不明确，本文研究根据吉林大学第二医院临床数据，探讨高血压、糖尿病患者PPG及其导数波形特征的变化情况，为高血压、糖尿病血管并发症的早期发现提供依据。

1 对象与方法

1.1 对象

选取2021年3～8月吉林大学第二医院确诊高血压、糖尿病患者共198例，根据患病种类分为高血压组106例、糖尿病组44例、高血压合并糖尿病组（以下简称合并组）48例；同期选取校内教职工、学生等共152例为正常组，共350例，男154例，女196例，年龄分布范围为20～86岁。

1.2 方法

1.2.1 资料收集

收集患者基础资料，包括年龄、性别、体质量指数（body mass index，BMI）、收缩压、高脂血症、吸烟、饮酒等。同时采集患者PPG信号，控制室温23℃，手指温度32℃，受试者坐位休息15分钟，放松状态，规律呼吸，采集患者右手食指30秒以上的PPG信号，采样频率为500 Hz。

判定标准：收缩压≥140 mmHg和（或）舒张压≥90 mmHg（1 mmHg=0.133 kPa）；或既往明确诊断为高血压，目前正在服用高血压治疗药物为高血压；空腹血糖≥7.0 mmol/L，或随机血糖≥11.1 mmol/L，或口服葡萄糖耐量试验2 h血糖≥11.1 mmol/L；或既往明确诊断为Ⅱ型糖尿病，目前正在服用糖尿病治疗药物为糖尿病。

排除标准：肝疾病、肾疾病、持续性心房颤动或频发室性期前收缩、合并多发性大动脉炎、严重心功能不全、肢体动脉中度以上狭窄。本研究严格遵守赫尔辛基宣言，志愿者同意参加本研究并签署知情同意书，并经过吉林大学第二医院伦理委员会讨论批准。

1.2.2 基于CEEMD-DWT的去噪

PPG是一种非平稳随机信号，具有低幅度、低频率、易受干扰等特点，影响脉搏信号采集质量的噪声干扰主要包括基线漂移以及高频噪声，人体的呼吸以及信号采集过程中身体的移动等都会使脉搏信号产生基线漂移现象，这导致PPG信号形态结构失真，影响信号的特征提取［10］。因此，在进行特征提取之前，本文采用互补集合模态分解-离散小波变换（complementary ensemble empirical mode decomposition-discrete wavelet transform，CEEMD-DWT）对信号进行去处理，得到高质量的脉搏信号。

首先，采用CEEMD将原始信号分解，如图1（a）所示，CEEMD-IMF0～CEEMD-IMF7为分解之后的IMF分量。

其次，采用DWT对含有噪声的IMF进行小波分解，选取sym8作为小波基函数，将IMF分量表示成高频部分与低频部分的叠加，低频系数和高频系数分别表示不同范围信号的频率，通过滤除高频噪声和基线漂移所在频率范围内的小波细节，通过小波重构可得到滤波后的IMF分量，如图1（b）所示。

图1 IMF分量滤波前后对比

将滤波后的所有IMF分量进行CEEMD重构得到去噪后的信号，如图2所示。

图2 去噪结果

1.2.3 脉搏波特征点定位算法

PPG信号各阶段均对应了心脏状态及血液的传播情况，其特征主要表现为波形的极值点和拐点。研究表明，动脉硬化对潮波的位置影响较大。如健康的年轻人，其动脉血管壁弹性良好，脉搏波波速慢，无明显潮波，重搏波峰波谷明显；但当血管僵硬程度增加时，潮波明显，同时重搏波峰波谷变得模糊。

为了各个点命名清晰，将PPG信号的起始点命名为“a”，主波峰为“b”，重搏波谷波峰分别为“c”“d”，二阶微分信号最大值、最小值分别为“A”“B”。采用极值斜率法提取脉搏波的起始点和峰值，找到原始信号波形中的所有的极值点并对信号做一阶微分，根据心脏泵血原理，一阶微分最大值点即斜率最大点一定在收缩期的上升支，故一阶微分最大值点前后的极小值点、极大值点分别为信号起始点a和峰值点b。重搏波峰波谷存在不明显的情况，不能通过求信号一阶微分的方法来定位降中峡和重搏波峰点，故采用小波变换的模极值法对降中峡和重搏波峰进行检测［11］，根据所采集到的PPG信号的特点以及重复实验，选用db5小波基，对信号进行6层分解，发现第4层细节分量中，模最大值过后的第五个过零点和第六个过零点的位置与降中峡点c和波峰d相近。虽然目前老化系数在评估血管硬化方面有很大的价值，但部分患者的二阶导数信号一些特征点变得模糊，但所有患者二阶导数信号具有明显的A，B特征点，且差异明显，因此B/A参数可以作为评估的重点。采用微分阈值法提取二阶微分的A点和B点。特征点定位结果如图3所示。

图3 特征点定位结果

根据已定位的特征点进行脉搏波特征参数的计算，主要包括时间类、幅值类和面积类三类特征。时间类特征：波形完整周期T（起始点a到下一个起始点a′）、波形上升支时间Tab（起始点a到主波峰b）、主波峰与重搏波峰的时间差时间Tbd，主峰时间比CTR（Tab与波形完整周期T的比值，CTR=）、硬化指数 SI（身高 Height与Tbd的比值，SI=）。幅值类特征：主波峰幅值高度Hb、重搏波峰幅值高度Hd，以及反射指数RI（重搏波峰高度Hd与主波峰高度Hb的比值，RI=）。面积类特征：面积特征量K、收缩期面积特征量K1、舒张期面积特征量K2以及特征比例。其他特征：主波宽度W（0.75倍主波高度处主波的宽度）、二阶导数特征B A。

1.3 统计学方法

采用SPSS25.0统计软件对一般临床资料和提取的脉搏波特征参数进行分析。计量资料用ˉ±s表示，多组间比较采用单因素方差分析，两两比较采用SNK-q检验，计数资料用百分比表示，组间比较采用χ2检验，采用Spearman系数表示相关等级，P＜0.05（双侧）为差异有统计学意义。

2 结果

2.1 临床资料

对四组志愿者的临床资料进行比较分析，正常组152例，高血压组106例，糖尿病组44例，合并组48例，共350例，平均年龄62.57±14.759岁，其中男性164例（46.86%），女性186例（53.14%）。年龄、BMI、收缩压在四组的差异具有统计学意义；与正常组进行比较，其他三组的年龄、收缩压差异具有统计学意义，高血压组和合并组的BMI差异具有统计学意义；饮酒、血脂异常也是高血压的影响因素，如表1所示。

表1 4组志愿者基础资料比较

2.2 PPG信号特征分析

表2 4组志愿者PPG特征参数比较

3 结论

高血压、糖尿病是心血管疾病的独立危险因素，其动脉僵硬度发生一定变化，本研究以吉林大学第二医院的临床数据为研究资料，采用分组研究的方法，对志愿者基线资料以及光电容积脉搏波特征进行比较分析。

本文研究结果显示，年龄是高血压、糖尿病的主要影响因素，这与随着年龄的增加，人体器官和组织机能衰退，新陈代谢变缓有关［12］，本研究中各个年龄高血压、糖尿病平均患病率分别为44%、26.29%，均高于全国平均患病率（中国≥18岁高血压患病率为27.9%；糖尿病患病率为10.9%），可能原因为本研究数据来源于临床，患病人数较多，且本研究45岁以上患者比重较大。将不同年龄的患病率进行统计，如表3所示。发现45岁以下高血压、糖尿病的患病率均低于平均患病率，随着年龄的增加，高血压、糖尿病的患病率随之增加，55～64岁高血压患病率为45～54岁的2.08倍，糖尿病为1.46倍；65岁以上高血压患病率为45～54岁的2.06倍，糖尿病为1.61倍。

表3 不同年龄段高血压、糖尿病患病率

与正常组相比，高血压组/糖尿病组的BMI（25.91±3.73/22.93±0.73）高于正常人的BMI（21.63±3.47），BMI越高，同时患有两种疾病的可能性越大；三组收缩压SBP明显升高，高血压组最高、合并组次之。

本研究结果显示，高血压、糖尿病患者的PPG信号会发生一定变化，机体在维持较高血压水平时，心脏做功增加，升支斜率变大，即上升时间变短。Tab为波形上升支时间，但四组差异无统计学差异（P=0.184）。CTR为脉搏波上升相对周期时间T的时间，本研究中，与正常组相比，三组患者的 CTR（0.20±0.06、0.18±0.07、0.19±0.08）均小于正常组（0.23±0.05），平均降幅分别为13.04%、21.74%、17.39%，三组之间差异不具有统计学意义（P=0.856），与现有研究结果一致。硬化指数SI可认为是脉搏波传导速度的估测［13］，三 组 患 者 的 SI（7.87±1.01、7.47±1.79、7.59±1.05）均高于正常组（6.58±1.47），平均增幅分别为19.60%、13.53%、15.34%。

本研究结果显示，高血压患者降中峡、重搏波幅值Hc、Hd变低，高血压组降中峡相对高度Hc/Hb虽然低于正常组，但无统计学意义（P=0.554）；重搏波幅值相对高度即反射指数RI（0.40±0.12）明显低于正常组（0.49±0.12），降幅约为18.37%。

现有结果显示，高血压、糖尿病患者的臂踝脉搏波传导速度会增快［14-15］，波形面积会发生变化，糖尿病组面积特征量K增加明显，增幅约为16.67%。同时潮波较早出现，与主波接近或与主波融合成宽大的波峰［16］，在本研究中，两组患者波峰宽度W均明显变宽，高血压组增幅约为31.58%，糖尿病组约为36.84%；高血压组的参数存在明显上升的趋势，增幅约为15%。

综上所述，高血压、糖尿病患者PPG特征参数存在明显变化，且两者变化特点不同，高血压合并糖尿病组具有两组大部分特点，部分PPG特征参数能够反映二者动脉弹性功能的改变，可以根据不同特点对高血压、糖尿病血管并发症进行早期干预，减缓转换为心脑血管疾病的进程。

高血压组变化明显的原因可能为患者血管长期处于较高血压水平，导致动脉血管弹性变差加剧。高血压、糖尿病作为心脑血管的主要危险因素，应做到早期防治，未患病人群应调整不良的生活习惯，加强体育锻炼，合理膳食，减少肥胖，积极预防高血压、糖尿病的发生；已患病人群要主动拒绝饮酒，同时要加强锻炼，有研究表明运动可以有效管控高血压、糖尿病等慢性病［17］，意识到合理的生活方式对减轻心脑血管疾病具有重要意义。