CN109730663A - 基于脉搏波传导速度非线性分析的血压评估方法 - Google Patents

Abstract

本发明提出一种基于脉搏波传导速度非线性分析的血压评估方法，属于非线性分析和医疗领域，包括：原始数据采集、原始数据的处理工作、非线性模型构建以及非线性模型的校准优化。本发明根据人体脉搏波传导速度（Pulse Wave Velocity）与人体血压的密切关系，提供一种提取处理原始数据的方法，并且提出了一个非线性模型以及该模型的校准过程。该数据测量方法具备便携性，连续性并且包含处理步骤，该非线性模型进行筛选拟合建立拟合曲线之后，通过两个特征项对其精度进行校准，提供了该模型的拟合精度和适用性。从而得到具备一般性，可供广泛使用的血压计算模型。

Description

基于脉搏波传导速度非线性分析的血压评估方法

技术领域

本发明涉及非线性回归领域和医疗检测领域，具体涉及一种基于脉搏波传导速度非线性分析的血压评估方法。

背景技术

当今生活中各种各样的疾病危害着人们的健康，心血管疾病便是常见的疾病之一。在研究治愈心血管疾病的同时，探索心血管疾病的及时预防与预测具有十分重要的意义。与心血管疾病密切相关的人体生理指标是血压，血压又分为收缩压即高压，以及舒张压即低压两种。因此，对于血压高低以及其变化状况的研究有着必要的需求。临床角度上讲，侵入式的血压测量方式是测量血压数值的金标准，常见的袖带式血压计也被认为是一种可靠的测量工具。但是侵入式测量会对患者造成一定的痛苦，而且血压计无法提供血压的连续测量，以观察其短时的变化情况。现在的研究方向在于开发一种非侵入式、可连续性测量的方法。研究表明脉搏波传导速度(Pulse Wave Velocity)与血压中的收缩压有着紧密的联系，从理论上可以建立二者线性、非线性模型或者通过实验测量，进行线性回归、非线性回归来拟合两者的关系。线性模型在公式上较为简单，但是拟合精度不高，并且适用性不强。单一的非线性模型在某些情况下拟合精度较线性高，但是适用性也不强，无法针对不同的对象输入其特征。

综上，目前线性模型或者单一的非线性模型在血压评估方面仍存在很大的限制和不足。

发明内容

本发明针对现有技术的不足，提出一种基于脉搏波传导速度非线性分析的血压评估方法。该方法提高了估算收缩压的精度，并且提高了模型的适用性，充分考虑了不同对象所具有的差异。

本发明为了解决以上技术问题采用如下技术方案：

本发明基于脉搏波传导速度非线性分析的血压评估方法，它是一种通过实时分析指端两路脉搏波信号获取脉搏波传导速度PWV，进而通过所述的非线性模型评估得到血压的方法，其特点在于包括如下步骤：

步骤一、设计人体PWV数据采集实验

在传统方法中，使用一路PPG信号与一路ECG信号来计算PTT，该方法涉及到ECG信号的测量，这需要大型设备的支持和使用，不具有便携性。采用血压仪测量PPG信号是一种便携的方法，通过在人体两处设置传感器可以得到两路PPG信号。本发明中，采用指端测量的方式，在同一手指上设置两个血氧仪的传感器，将两者外部连接起来，此时已知间距ΔL。记录两路PPG信号，由于存在距离差，因而PPG信号在波形上存在时间差即PTT，通过提取特征点得出PTT的数值。在此方法下，可得PWV的表达式为：

该连续的PWV数据序列即为原始数据。该实验方法测量方便，并且能够连续测量个体的脉搏波传导速度PWV，具有极强的便携性和广泛的适应性。

步骤二、对人体PWV数据进行预处理

由于在实验中不可避免出现的误差或者错误，整个PWV数据序列中会局部地出现过大或者过小的数值，或者出现较大的波动，这些情况都会影响人体真实数据的反映。通过多次测量实验和对比其他研究发现，一般测量计算得出的PWV序列具有如下特点：PWV最大值约为PWV最小值的2倍，整个序列的平均值约为最大值和最小值两者的平均值。因此，设置数据序列平均值的0.75-1.25倍为正常的数据范围，对于范围之内的数据不作处理，对于范围之外的数据进行处理，处理方法为计算该问题数据前10个正常数据的平均值并且赋予该值，如果前面正常数据的个数没有达到所要求的数量，那么直接将前一个正常数值赋予该值。以此去掉PWV数据序列中的噪声或者干扰。

步骤三、建立评估血压的非线性模型

基于PWV的非线性分析构建的模型的初始化步骤。从ΔSBP与ΔPWV具有线性变化关系角度分析：

其中，g为重力加速度，E为血管弹性模量，a为血管壁的厚度，ρ为血液密度，d为血管的直径。

并且其中E₀是压力为零时的弹性模量，γ是在0.016到0.018之间变化的系数。因此可以得出：

P_estimated＝P_base+ΔP

得出ΔSBP＝a·ΔPWV。从血液流经血管过程中的流体动力学角度，可以得出从人体在不同的体位姿势下，脉搏波传导过程中的能量变化角度，由脉搏波在流经血管做功以及脉搏波本身具有的能量考虑，可以得出：

其中，F是作用在血管上面的力，d是两个测量点的距离，m是血液的质量，a是流经的动脉面积，g是重力加速度，h是两点之间的高度差，可以得出BP＝A·PWV²+B。

因此，从PWV与SBP变化关系的角度出发，构建的非线性模型为：

其中，a，b，c，d为待拟合分析的参数，T为校准项。

初始化过程中，首先选取健康的几个不同对象进行PWV测量记录，在PWV记录期间采用袖带式血压计测量某一时刻的血压值作为参考血压，我们可以得到PWV与血压的时间上的对应关系。采用这些参数对模型进行拟合，将模型中的待定系数初始化。

步骤四、非线性模型的校准优化

初始的非线性模型考虑从多个变化角度出发，构建出能够具有广泛适用性的拟合曲线。但是，此时的模型并没有加入与对象具体特征相关的参量，不能突出不同对象的特点。所以，考虑引入两个与对象具体特征相关的校正项来作为所述非线性模型中的校准项。第一个校正项为T1＝BP_cuff-BP_pwv，其中BP_cuff为初始测量时，使用袖带式血压计测量的血压，也可以拟定为近期在相同生理状态下一个收缩压的历史值。BP_pwv为原模型计算出的血压，即实验开始时模型计算得出的初始值。该校正项的意义在于已知PWV与收缩压变化趋势关系的情况下，可以对计算模型的曲线进行一次上下的平移，该平移过程可以拉近理论和实际参考值BP_cuff之间的差距，从而提高模型的准确性。

第二个校准量为其与测量对象的年龄，身高，体重，身体质量指数(BMI)具有显著相关性。该校准量的具体意义在于对象站立和仰卧不同姿势时，SBP变化与PWV变化的比值与对象个体特征密切相关。此处我们可以简化为两种不同姿势下测量的差值。

与已有方法相比，本发明具有如下显而易见的突出实质性特点和显著技术进步：

(1)本发明所述的非线性模型基于PWV与SBP变化关系的理论分析构建而来，从几个方面的变化角度出发，具有高可信度。

(2)本发明在所述的非线性模型中加入了表征测量对象个体特征的两个校正项。由此，模型除了包含一个初始的拟合关系，还与对象个体差异联系了起来，提高了拟合关系的精度，丰富了其含义，使得该模型的构建不再是一个单纯的数学拟合过程。

(3)本发明提出的基于脉搏波传导速度非线性分析的血压评估方法，在评估过程中可以直接由PWV值估算出血压值，该过程简单并且实验成本较低，具有广泛的适用性。

附图说明

图1是本基于脉搏波传导速度非线性分析的血压评估方法的总体流程图。

图2是本发明的数据提取示意图。

图3是本发明中确定评估血压非线性模型中待定系数的流程图。

具体实施方式

以下结合附图和优选实施例对本发明的内容作进一步详细描述。

实施例一：

参考图1，本基于脉搏波传导速度非线性分析的血压评估方法，其操作步骤如下：

(1)设计人体PWV数据采集实验：通过特定的设备采集同一手指的两路脉搏波信号计算得到人体PWV数据。

(2)对人体PWV数据进行预处理：对所述的PWV数据序列进行处理，去除由于误差或者操作不当导致的过小或者过大的数据。

(3)建立评估血压的非线性模型：通过对线性和非线性模型的分析和比较得出所述评估血压的非线性模型，同时对模型中的参数进行初始化。

(4)非线性模型的校准优化：将两个与不同对象具体特征相关的参数作为校准量引入到所述的非线性模型之中，突出不同对象的特点，提高模型的准确性。

实施例二：

本实施例基于脉搏波传导速度非线性分析的血压评估方法是按如下步骤进行：

步骤一、设计人体PWV数据采集实验

本发明原始数据为脉搏波传导速度PWV，其测量只能通过间接的方式得出，不能直接由仪器测量。从传导速度的定义出发，此时需要已知脉搏波传导时间PTT与传导距离L，脉搏波传导时间PTT可以通过实验测量，一般的PTT视为脉搏波由心脏传导至人体测量点处，这种PTT计算需要一路ECG信号和一路PPG信号。人体ECG信号测量需要大型设备支持，不具备便携性，考虑采用血氧仪的方法来获取两路PPG信号，本实验为人体同一手指上两路PPG信号的测量。

在同一手指上设置两个探头测量两路PPG信号，可以已知两个探头的距离L。由于脉搏波由心脏传导至手指两个位置存在时间差，将该两路信号的峰值提取，其峰值的时间差距即为PTT，如图2所示。可以提取特征得到连续的PTT数据序列。而且，两个测量点的位置已知并固定为L，那么，根据速度的定义，脉搏波传导速度为：

其中，L为指端两个探头之间的距离，PTT为脉搏波传导时间。

通过脉搏波传导速度计算公式可以计算得到人体PWV数据，将该数据作为原始数据进行下述操作。

步骤二、对人体PWV数据进行预处理

由于在实验中不可避免出现的误差或者错误，整个PWV数据序列中会局部出现过大或者过小的数值，或者出现较大的波动，这些情况会影响人体真实数据的反映。通过多次测量实验发现和对比其他方法发现，一般测量计算得出的PWV序列具有如下特点：PWV最大值约为PWV最小值的2倍，整个序列的平均值约为最大值和最小值两者的平均值。因此，设置数据序列平均值的0.75-1.25倍为正常的数据范围，对于范围之外的数据进行处理，处理方法为计算该问题数据前10个正常数据的平均值并且赋予该值，如果前面正常数据的个数没有达到所要求的数量，那么直接将前一个正常数值赋予该值。通过这一步骤去掉PWV数据序列中的干扰，提高血压的计算准确度。

步骤三、建立评估血压的非线性模型

非线性模型的基础公式为此处共有a，b，c，d四个待定系数。如图3所示，其中待定系数的确定过程如下：

首先，选取第一个实验对象，测量其PWV数据序列，并且测量在相应时间段内SBP(DBP)的数据，对测量血压时间段内对应的PWV数据序列计算其平均值，那么PWV-SB(PWV-DBP)就可以对应起来。连续测量三个时间段的PWV，每个时间段为5分钟，在每分钟内使用血压计测量血压值，可以得到15个数据对。

然后，使用MATLAB工具箱对非线性模型进行拟合，评估待定系数，构建第一个模型。再选取第二个实验对象，测量连续的数据对，观察使用第一个模型拟合这组数据的情况，若并未出现完全不相符或者过大的差距，则认为第一个模型是有效的，否则认为该模型不具有一般性。将此时得出的待定系数a₁,b₁,c₁,d₁记录下来。使用第二个对象的数据对构建新的模型，使用上述步骤得出a₂,b₂,c₂,d₂并且记录下来。对于第N个对象，将a_n,b_n,c_n,d_n记录下来，将判断为有效模型的参数记录下来，并分别计算其平均值： 其中M为有效参数的个数。

将整合的a，b，c，d四个参数带入到模型中，此时的模型则具有一般性并且可以适应多数情况。

步骤四、非线性模型的校准优化

构建初始的非线性模型后，设置两个校准项增加了对于不同实验对象的特征量。表达式为T1的意义在于设置该差值项可以对非线性拟合模型进行上移、下移，该差值项的大小为通过血压计等广泛认可的方法测量的血压值减去实验开始时计算得出的血压值，将此差异代入模型中可以缩小实际值与测量值之间的差异。T2的意义在于：该比值与实验对象的年龄，身高，体重，身体质量指数(BMI)具有显著相关性，引入该项即考虑到这些对象生理指标对于模型所产生的影响。

对于T1其中包含两项，BP_cuff可以通过袖带式血压计在实验初始时，测量一个血压的参考值，或者考虑使用近期在同样的环境、身体状态下测量的一个历史血压值。而BP_pwv则是实验中模型计算得出的初始血压值，该测量值与计算值的差值作为T1校准项。对于T2，其原意是实验对象在站立与仰卧时血压变化与PWV变化的比值和对象个体特征密切相关。此处，使用站立时测量血压和坐姿时测量血压作为等效实验。T2表达式中ΔHP＝ρgΔH表示流体动力学的压力变化。人体在站立时，身高为头部的7倍，坐下为头部的5倍，因此h是人体的身高。该校准项可以表达为ΔBP_stand-sit通过非线性模型计算得出，ΔPWV_stand-sit可以通过测量计算的出，ΔHP是与人体身高关联的固定项。至此，可以求出两个校准项。

通过以上步骤得出进行收缩压评估的非线性模型，也就是计算公式，由得到的非线性模型就可以方便地进行人体血压的评估。

Claims (6)

1.一种基于脉搏波传导速度非线性分析的血压评估方法，其特征在于操作步骤如下：

(1)设计人体PWV数据采集实验：通过设定的设备采集同一手指的两路脉搏波信号，计算得到人体PWV数据；

(2)对人体PWV数据进行预处理：对所述的PWV数据序列进行处理，去除由于误差或者操作不当导致的过小或者过大的数据；

(3)建立评估血压的非线性模型：通过对线性和非线性模型的分析和比较得出所述评估血压的非线性模型，同时对模型中的参数进行初始化；

(4)非线性模型的校准优化：将两个与不同对象具体特征相关的参数作为校准量引入到所述的非线性模型之中，突出不同对象的特点，提高模型的准确性。

2.根据权利要求1所述的基于脉搏波传导速度非线性分析的血压评估方法，其特征在于：所述步骤1中，使用两路指端光电容积脉搏波波形结合的方式来计算得到脉搏波传导速度PWV；在实验的过程中，将两个脉搏波传感器集成在同一个设备上，同步测量指端不同位置处的脉搏波信号；这样，两个传感器之间的距离ΔL就是已知的，只需要计算指端两路脉搏波信号的传播时间差PTT，就得到脉搏波传导速度PWV，其计算公式如下：

其中，△L是采集设备中两个光电传感器之间的距离，PTT是两路脉搏波的传播时间差。

3.根据权利要求1所述的基于脉搏波传导速度非线性分析的血压评估方法，其特征在于：所述步骤2中，根据实际实验测量结果和其他相关研究，设置一个可接受的数据分布区间对采集得到的PWV数据进行处理，区间范围为PWV数据平均值的0.75倍至1.25倍之间；对于此范围内的PWV数据不作处理；对于分布在此区间外的PWV数据，用该问题数据前10个正常数据的平均值代替该值，如果前面正常数据的个数没有达到所要求的数量，那么直接用前一个正常数值替代该值。

4.根据权利要求1所述的基于脉搏波传导速度非线性分析的血压评估方法，其特征在于：所述步骤3中，所述评估血压的非线性模型如下：

其中，a，b，c，d为待定系数，T为校准项。

5.根据权利要求1所述的基于脉搏波传导速度非线性分析的血压评估方法，其特征在于：所述的步骤4中，引入两个与对象具体特征有关的校正项作为步骤3中所述非线性模型的校准项；第一个校正项为T1＝BP_cuff-BP_pwv，其中BP_cuff为初始测量时，使用袖带式血压计测量的血压，或者拟定为近期在相同生理状态下收缩压的一个历史值；BP_pwv为原模型计算出的血压，即实验开始时模型计算得出的初始值；该校正项的意义在于已知PWV与收缩压变化趋势关系的情况下，对计算模型的曲线进行一次上下的平移，该平移过程拉近理论和实际参考值BP_cuff之间的差距，从而提高模型的准确性；第二个校正项为ΔBP/ΔPWV，其中ΔBP和ΔPWV分别为站立与静坐两个不同姿势下测量的血压变化量以及PWV的变化量；在非线性模型中设置的校准项为T＝(BP_cuff-BP_pwv)+ΔBP/ΔPWV，经过步骤4校准优化后的完整非线性模型公式为：

其中，a，b，c，d为待定系数，PWV为采集得到的脉搏波传导速度，BP_cuff为初始测量时，使用袖带式血压计测量的血压，或者拟定为近期在相同生理状态下收缩压的一个历史值，BP_pwv为原模型计算出的血压，即实验开始时模型计算得出的初始值，ΔBP和ΔPWV分别为站立与静坐两个不同姿势下测量的收缩压变化量以及PWV的变化量，BP为收缩压。

6.根据权利要求1所述的基于脉搏波传导速度非线性分析的血压评估方法，其特征在于：所述评估血压的非线性模型中，根据实验者的PWV以及对应的收缩压拟合得到用于评估人体收缩压的非线性模型。