2018, Vol. 40
Issue (4): 63-67
2. 上海东方肝胆外科医院 仪器科, 上海 200438
2. Department Equipment, Shanghai Eastern Hepatobiliary Surgery Hospital, Shanghai 200438, China
血氧饱和度指数是测量人体氧合血红蛋白数量的核心指标, 也是衡量人体是否缺氧的主要依据之一, 其测量结果对于医生术中的指导、术后的监护及病人后续的康复具有十分重要的意义。特别是对于外科, 血氧饱和度指数是病人入院后每日必测的项目之一。目前医院在用的均为单机式血氧饱和度仪, 国内外相关研究均朝着单机集成化生命体征测量的方向发展, 而对于无线医用血氧监测的研究则较少。无线医用血氧监测的研究不仅可以使血氧监测得到进一步的普及, 辅助临床诊疗工作, 而且还可以形成血氧数据库为临床学术研究提供基础资料, 所以无线医用血氧监测具有很高的研究价值。
1 血氧饱和度监测系统组成 1.1 传统血氧饱和度仪传统血氧饱和度仪主要分为血氧探头及血氧饱和度主机(以下简称“血氧模块”)两部分。
(1) 血氧探头的核心部件是由一组发光二极管(660 nm的可见红光及940 nm的不可见红外光)及一组光敏传感器构成[1]。利用人体氧合血红蛋白及非氧合血红蛋白对两种光的吸收反差的特异性, 由光敏传感器感知并将差值转换为电信号。
(2) 血氧模块的核心部件是内部的电信号过滤器及数字转换器[2]。由于人体内部较为复杂, 往往血氧探头采集的电信号中会含有许多的杂质及无用信号, 所以采用电信号过滤器并利用某些算法对电信号进行过滤及去杂。
|
图 1 传统血氧饱和度仪结构示意图 Figure 1 Structure of traditional SpO2 instrument |
传统血氧饱和度仪由于其物理设计及制造成本等原因, 存在着诸多的不足, 不利于医院临床的使用, 主要有以下几点:
(1) 传统血氧饱和度仪的物理连接形式为有线式, 即血氧探头与血氧模块之间的连接依赖于一根数据传输线, 且数据传输线的长度较短。
(2) 传统血氧饱和度仪由于需要考虑其便携的特点, 血氧模块的体积受到了极大的限制[3]。
(3) 血氧饱和度指数作为一个动态的生命体征, 需要进行连续监测。但目前医院无法做到普及, 对临床的医疗工作开展造成了较大的阻力[4]。
(4) 传统血氧饱和度仪的血氧探头与血氧模块为“一对一”的模式, 在无形中造成了极大的浪费[5]。
(5) 在长时间的监测过程中, 医护人员可能会离开现场, 导致一些紧急情况无法及时处理, 可能会错过最佳抢救或治疗时间。
针对以上传统血氧饱和度仪的各种缺陷, 血氧饱和度信息监测系统(以下简称血氧监测系统)能够利用科学合理的办法, 通过对传统血氧饱和度仪进行改造与创新, 能够较好地解决以上问题[6]。
1.2 血氧饱和度信息监测系统血氧监测系统是在传统的血氧饱和度仪基础上, 对其进行了改造扩充了其功能。主要由可联网的血氧探头、系统主机、系统监视器及可推送至手机的APP等[7]组成, 如图 2所示。
|
图 2 血氧监测系统结构示意图 Figure 2 Structure of SpO2 monitoring system |
无线技术是将多个末端设备通过无线(包括长距离或短距离)在多种网络环境下采用适当的安全机制进行管理、控制、运营等。基于此理念, 在不改变传统血氧监测方式的基础上, 利用无线技术将多个血氧探头与血氧监测系统主机互联, 以达到监测血氧指数和及时介入病人治疗的目的[8]。其主要改进包括:①硬件, 在传统血氧探头上增加无线信号传输装置, 以一台血氧信息监测系统主机代替所有血氧模块[9]。②软件, 以血氧监测系统的软件对多个血氧探头的信号进行分析, 取代传统单机分析的情况。③整体结构, 通过无线技术实现“一对多”的血氧信号分析管理模式[10]。④无线连接方式, 由于我国医院病房区域与护理站距离较近, 所以血氧探头与血氧信息监测系统主机之间的通信采用目前主流的802.11ac。⑤传输速度, 理论上每个血氧探头的传输速度可达到1.3 Gbit/s, 受到各种客观条件限制, 实际传输速度要低于理论速度, 但血氧信号数据传输要求较低, 所以不受任何影响。⑥最大连接承载力, 血氧信息监测系统主机理论上可联接无限个血氧探头, 但为了保证目前测试样品的正常运转, 设计为最多可连接99个血氧探头[11]。根据我国医院与医疗机构的配置标准, 一般病房的床位数为20~50个左右, 所以目前的血氧监测系统主机完全可以满足临床需求。
2.2 采用傅里叶算法的血氧信号过滤与分析血氧信号的算法是整个血氧监测系统的核心, 它直接决定了系统的性能、准确性、监测速度等重要指标。经多次试验与比较, 傅里叶变换算法是最适合血氧信号过滤与分析的算法之一[12]。利用傅里叶变换原理将时域信号转换为频域信号, 其表达式为
|
(1) |
式中ω为频率。
由光敏二极管转换并输出带有较多干扰与杂质的原始电信号, 如图 3所示。
|
图 3 原始信号时域示意图 Figure 3 Time domain of original signal |
将原始电信号进行傅里叶变换, 由原来的时域变换为频域, 变换后的频域图像如图 4所示。从转换后的频域图像可以清晰地区分有效值与无效值(干扰波及杂质), 图中0频与左右两个波峰达到0.5的为有效值, 其余均为干扰波与杂质[13]。在频域图像中区分出有效值与无效值后, 可以设置分段函数对频域信号进行滤波, 保留有效值, 去除无效值。具体方程表达式如下:
|
图 4 原始信号频域示意图 Figure 4 Frequency domain of original signal |
|
(2) |
式中:ω0为滤波器中心频率; d为滤波器半窗宽。
经提取有效值后, 得到有效信号频域图像如图 5所示。
|
图 5 有效信号频域示意图 Figure 5 Frequency domain of effective signal |
此时可将过滤后的频域信号直接作为有效血氧信号。为了证明傅里叶变换算法的有效性, 也可以将频域信号通过傅里叶逆变换为时域信号[14]。傅里叶逆变换表达式如下:
|
(3) |
与血氧探头输出的原始电信号相比, 经过处理后的电信号图像改善明显, 能够有效提高血氧监测的准确性[15]。
2.3 血氧数据的存储、分析与推送血氧信息系统具有存储容量大、稳定度高的特点。当血氧信号完成过滤后, 由系统进行计算、转换与存储。此时信息系统软件自动读取连续的血氧指数并形成各种类型的趋势图等辅助医护人员诊断的信息。
3 血氧监测系统测试与分析血氧监测系统完成初步设计之后, 对样品进行了测试与分析。使用美国福禄克公司生产的Index 2型血氧检测仪作为标准器, 该设备上的两组发光二极管是人为可调的, 可以通过自由调整两组发光二极管所发射光束的强度来模拟实际检测过程中光敏二极管接收到的光束强度。
(1) 正常血氧数值检测:将血氧检测仪调至人体正常血氧指数, 对传统血氧饱和度仪与血氧监测系统的测量性能进行检测。试验数据如表 1所示。
|
表 1 正常血氧检测对比 Table 1 Contrast in the normal SpO2 test |
由表 1可知, 两者测量结果相同并与标准值一致; 检测耗时血氧监测系统明显优于传统血氧饱和度仪。
(2) 非正常血氧数值检测:在连接两种设备的血氧探头后快速调低血氧指数进行检测。试验数据如表 2所示。
|
|
表 2 非正常血氧检测对比 Table 2 Contrast in the unnormal SpO2 test |
由表 2可知, 血氧监测系统测量结果与标准值一致, 传统血氧饱和度仪与标准值有2%的相对误差; 检测耗时血氧监测系统明显优于传统血氧饱和度仪。
血氧监测系统的检测耗时比传统血氧饱和度仪更短, 更利于临床治疗过程中的应急处理。同时, 虽然传统血氧饱和度仪2%的相对误差在可允许误差范围内, 但血氧监测系统的测量结果更为精确。所以, 血氧监测系统比传统血氧饱和度仪更适合在临床应用。
4 血氧监测系统临床试用与评价得到医院临床认可后, 对3套血氧监测系统进行为期1个月的试用。在试用过程中有3个特殊案例(2例急救案例, 1例其他设备故障案例, 摘自临床护理记录)如下:
(1) 病人突发心衰导致血氧指数下降案例:中午12:43, 21床病人由于突发心衰导致血氧指数下降, 值班护士未能及时监测, 引发智能终端(手机)报警, 后经医护人员及时抢救, 病人脱离危险。
(2) 病人压迫手臂导致血氧指数下降案例:凌晨2:28, 13床病人由于睡眠时压迫手臂, 血流灌注不正常导致血氧指数下降, 值班护士未能及时监测, 引发智能终端(手机)报警, 经值班护士更正病人睡姿, 血氧指数恢复正常。
(3) 输液泵问题导致血氧指数波动案例:上午10:08, 护士监测到7床病人血氧指数有小幅波动属异常情况, 后经分析发现是由于输液泵与输液管路问题导致输注药量误差, 影响病人血氧指数。
从临床护理记录中的3个案例来看, 人体血氧指数具有突发性与不确定性的特点, 所以对病人应进行24 h的连续监测, 这样可以避免许多不必要的问题, 为安全医疗与精准医疗提供有效保障。
5 结论综上所述, 血氧监测系统具有可无线连接、轻简便携、易连续监测、多点位合一、智能化报警等优点。它的设计完全弥补了传统血氧饱和度仪的主要缺点, 同时也符合现代化医院的实际需求, 是血氧监测与无线技术的有效结合。它不仅包含了血氧监测的领域, 而且还将无线传输、大数据分析、信息处理与共享等多个方面融合, 完全取代了传统的血氧测量概念。同时, 血氧监测系统能够以较低的制造成本实现, 大大提高了该系统普及的可行性, 希望在不久的将来, 血氧监测能够以信息监测系统的方式真正在医院得到普及。
| [1] | 谢宏, 万兵, 杨文璐, 等. 近红外光信号采集的FPGA控制接口设计与实现[J]. 微型机与应用, 2016, 35(18): 26–28. |
| [2] | 黄煜栋. 基于NiosⅡ高速红外图像采集系统设计[J]. 电子器件, 2013, 36(6): 842–845. DOI:10.3969/j.issn.1005-9490.2013.06.020 |
| [3] | 渠立亮, 施云波, 王天, 等. 基于近红外光的血氧含量监测系统[J]. 黑龙江大学自然科学学报, 2016, 33(3): 392–398, 421. |
| [4] | KRESLAVSKI V D, FOMINA I R, LOS D A, et al. Red and near infra-red signaling:hypothesis and perspectives[J]. Journal of Photochemistry and Photobiology C:Photochemistry Reviews, 2012, 13(3): 190–203. DOI:10.1016/j.jphotochemrev.2012.01.002 |
| [5] | 林凌, 李威, 曾锐利, 等. 基于试验方差分析的血氧测量波长选取的研究[J]. 光谱学与光谱分析, 2014, 34(7): 2005–2009. DOI:10.3964/j.issn.1000-0593(2014)07-2005-05 |
| [6] | 李刚, 李尚颖, 林凌, 等. 基于动态光谱的脉搏血氧测量精度分析[J]. 光谱学与光谱分析, 2006, 26(10): 1821–1824. DOI:10.3321/j.issn:1000-0593.2006.10.012 |
| [7] | 张历, 段发阶, 李超. 基于iOS平台的脉搏血氧仪设计与实现[J]. 计算机工程与应用, 2015, 51(8): 53–60. DOI:10.3778/j.issn.1002-8331.1306-0239 |
| [8] | 刘俊微, 庞春颖, 徐伯鸾. 光电脉搏血氧仪的设计与实现[J]. 激光与红外, 2014, 44(1): 50–55. DOI:10.3969/j.issn.1001-5078.2014.01.011 |
| [9] | BIRCHARD G F, TENNEY S M. Relationship between blood-oxygen affinity and blood volume[J]. Respiration Physiology, 1991, 83(3): 365–373. DOI:10.1016/0034-5687(91)90055-N |
| [10] | 蒲莉娜, 潘颂欣, 林宛华, 等. 脉搏血氧饱和度测量精度的影响因素分析[J]. 中国医疗器械信息, 2010, 16(6): 11–15. DOI:10.3969/j.issn.1006-6586.2010.06.004 |
| [11] | 李双双, 丁海艳, 卞昕, 等. 指端脉搏血氧饱和度测量误差来源分析[J]. 计量技术, 2008(11): 21–24. DOI:10.3969/j.issn.1000-0771.2008.11.006 |
| [12] | 马振予, 齐向东, 李晓天, 等. 基于傅里叶光学原理的新型凹面光栅衍射效率测量方法[J]. 光谱学与光谱分析, 2017, 37(4): 1279–1285. |
| [13] | 王具民, 殷世民, 陈洪波, 等. 基于FPGA的傅里叶变换成像光谱仪实时数据采集与显示系统设计[J]. 电子器件, 2017, 40(1): 103–107. DOI:10.3969/j.issn.1005-9490.2017.01.020 |
| [14] | 宦海, 苏洋. 离散傅里叶变换在被采样信号频率波动时的计算结果误差原因及解决方案[J]. 信息通信, 2016(4): 13–15. DOI:10.3969/j.issn.1673-1131.2016.04.007 |
| [15] | 张术坤. 傅里叶变换红外光谱仪光谱响应非线性试验研究[J]. 计测技术, 2016, 36(2): 13–15. |