光学仪器  2019, Vol. 41 Issue (5): 10-16   PDF    
基于脉搏波的无创血压检测系统
张磊, 单新治, 高秀敏     
上海理工大学  光电信息与计算机工程学院,上海  200093
摘要: 针对现阶段无创血压检测仪体积较大、不易携带,且需要专业人员操作的问题,提出了一种无创血压检测系统。系统基于脉搏波传导和光与物质相互作用的原理,提取并分析了光与手腕处的皮肤作用后的光电信号模量,推算出动脉血液流速,即脉搏波传导速度,从而进一步推算出血压值。试验结果表明,本系统与传统血压检测仪的平均相对误差在5 %以内,具有一定的可行性。该系统具有体积小、成本低、测量方式简单、易携带、可做大数据管理等特点,可用于人体血压的实时监测及健康管理。
关键词: 无创    血压检测    光电信号    
Non-invasive blood pressure detection system based on pulse wave
ZHANG Lei, SHAN Xinzhi, GAO Xiumin     
School of Optical-Electrical and Computer Engineering,University of Shanghai for Science and Technology,Shanghai 200093,China
Abstract: Aiming at the problem that the non-invasive blood pressure measuring instrument is large and inconvenient to carry and needs professional operation, this paper proposes a non-invasive blood pressure measuring system. Based on the principle of pulse wave conduction and the interaction between light and matter, the system extracts and analyses the photoelectric signal modulus of the skin at the wrist. The arterial blood flow velocity is then calculated, that is, the pulse wave conduction velocity. Finally, the hemorrhagic pressure is calculated. We have tested the performance of the system. The experimental results show that the average relative error between the system and traditional blood pressure measuring instruments is less than 5%. The system is helpful to realize real-time blood pressure monitoring. It has the characteristics of small size, low cost, simple measurement method, easy to carry and large data management. It can be used for human health management.
Key words: noninvasive    blood pressure detection    photoelectric signal    
引 言

血压是指血管内血液对单位面积血管壁的侧压力,即压强。血压可以分为静脉血压和动脉血压,一般情况下血压指的是动脉血压,它能反映心脏功能以及外周血管的生理病理状况。同时,血压是反映人体心血管状况、评价人体健康程度的一项重要生理指标,也是临床上诊断疾病的重要参考依据[1]。血压会存在很大的波动性,由于各种因素会导致每一次心跳时的血压都不一样,因此血压连续测量对守护人的健康具有重要意义。

高血压是引起心脑血管疾病的首要危险因素[2-3]。随着社会经济的发展,人们对健康也越来越关注,因此对高血压及其并发症早发现、早治疗的疾病预防理念也受到越来越多人的重视。目前,血压检测方法主要分为有创检测法和无创检测法。有创检测法即为动脉插管法,是将导管插入到测量部位的动脉血管中,通过导管外部连接的压力传感器测出血压,测量结果虽然很准确,但是操作要求比较高,且为有创检测,会给患者带来不适感,因此仅适用于重症病人手术过程中,不适用于日常测量[4-5]。无创血压检测方法主要有柯氏音法、示波法、容积振动法等。柯氏音法对应的就是水银式血压计,测量结果很准确,被业界广泛认可,一般医学检测都采用这种方式。但水银式血压计需要专业人员操作,且准确度受到操作人员的影响,因此不适用于日常生活中的血压检测。目前市场上有很多类型的电子血压计,大多是采用了示波法的原理[6-9]。但电子血压计准确性不是很高,且对适用人群有限制,而且不能随身携带,无法做到对血压的实时监测,因此也存在不足之处。

本文针对以上几种方法的不足,提出了一种基于脉搏波传导速度和光与物质相互作用原理的无创血压检测系统。通过提取并分析光与手腕处皮肤作用后的光电信号模量,推算出动脉血液流速,即脉搏波传导速度,从而进一步推算出血压值。

1 血压检测原理

本系统的理论模型是流体模型:假设血管中流动的血液像水在水管中流动一样(如图1所示),在血管壁摩擦力、血管粗细等参数已知或相对固定的情况下,只要知道血液的流动速度,即脉搏波传导速度v,就可推算出血液对侧壁的压力,即人体血压P

图 1 血管模型 Figure 1 Vascular model

物理学家Thomas Young早在1808年就提出了理想流体的传播速度公式[10]

$ C = \sqrt {\frac{{Eh}}{{\rho D}}} $ (1)

式中:h为动脉血管壁厚度;E为动脉血管壁的弹性模量; $\rho $ 为血液密度;D为血管内直径。

随后Hughes等就提出了血压和血管模量的关系式[11]

$ E = {E_0} \cdot {{\rm{e}}^{\gamma P}} $ (2)

式中:E0为压力为零时的弹性模量;γ为表征血管特征的一个参数;P为人体血压。

1878年,Moens对Thomas Young提出的公式进行了修正,公式[12]如下:

$ C=K\sqrt{\frac{Eh}{\rho D}} $ (3)

式中K为Moens常数,对于人体而言,K的值一般取0.8[13]

而脉搏波的传播速度可以表示为

$ C = \frac{S}{T} $ (4)

式中:T为脉搏波传导时间;S为传导距离。

整理以上几式可得

$P = \frac{1}{\gamma }\left[ {\ln \left( {\frac{{\rho D{S^2}}}{{h {E_0}K}}} \right) - 2\ln T} \right] $ (5)

在忽略血管壁厚度的情况下,将式(5)两边对T求导,可得:

$ \frac{{{\rm{d}}P}}{{{\rm{d}}T}} = - \frac{2}{{\gamma T}} $ (6)

式(6)也可以写成

${\rm{\Delta }}P = - \frac{2}{{\gamma T}}{\rm{\Delta }}T $ (7)

由式(7)可以得出,在血管弹性模量不变的情况下,人体血压的改变值与脉搏波的传导时间成正比。因此只要知道了脉搏波传导速度,也就是血液流速,即可推出脉搏波传导时间,从而可以求得人体血压。

一般情况下,人体皮肤对光的吸收主要受到动脉血液、静脉血液、骨骼和其他组织的影响。而静脉血液、骨骼和其他组织对光的吸收变化影响较小,在某个时间点内可以忽略不计。随着心脏的收缩和舒张,动脉血液的流速会发生变化,所以皮肤对光的吸收变化与动脉血液流速的变化直接相关。

由以上的分析我们可以得出:皮肤对光的吸收变化与动脉血液流速的变化有着直接的关系。所以只要测得皮肤对光的吸收变化,就可以推算出动脉血液流速的变化,进而可以得到某一时间点血压。我们通过检测系统中的光学传感器向被测者手腕皮肤发射光束,并用接收传感器进行连续信号收集,然后对一段时间内得到的连续图像进行信号处理,从而得出这段时间内皮肤对光束的吸收变化。通过皮肤对光的吸收变化,能求得动脉血液的流速变化量,即脉搏波传导速度变化量,再利用上述结论得到人体血压。

2 系统硬件设计 2.1 系统硬件组成

系统硬件如图2所示,主要包含数据采集模块、算法模块、主控模块、电源模块及显示模块等。数据采集模块将采集到的光电信号传输到算法模块,由算法模块对数据信号进行处理,主控模块在电源模块的支持下控制整个系统的运行和工作,最后通过显示模块显示检测结果。通讯接口用于控制器与外界通讯以及外接软键盘进行系统校准。

图 2 系统硬件结构示意图 Figure 2 Systematic hardware
2.2 心率算法电路

心率算法电路中采用了一款低功耗的YKB1712心率传感器芯片,该芯片采用光电式容积描记(PPG)的方式感应人体的脉搏信息并加以提取,最后输出脉搏波波形。该芯片集合了上一代心率传感器芯片的优点,采用高灵敏度光感集成电路(IC)以及2个绿色LED以及低噪声前置放大器,功耗更低,适用于可穿戴产品、手机、医疗器械中。HRB6708是用来配合YKB1712心率传感器芯片工作的一款心率芯片,可同时输出心率的方波和正弦波,工作电压范围为2.1 ~ 5.5 V(配合心率监测电路时通常为3 V供电),正常工作温度为−40 ~+85 ℃。

2.3 血压算法电路及校准电路

血压算法电路及校准电路如图3所示,U6(SF9709)是一颗带心率血压算法的算法IC,配合YKB1712心率传感器芯片与HRB6708心率芯片输出串口UART信号,可以实现血压数值的串口输出。U7(JZ11711)为校准芯片,本系统设置有外接接口,可以通过外接软键盘输入校准信息,定期对系统进行标定和校准,同时在系统测量结果出现误差时,也可人为对系统进行校准,保证系统测量结果的准确性。

图 3 血压算法电路及校准电路 Figure 3 Blood pressure arithmetic circuit and calibration circuit
2.4 电源电路

电源电路为整个系统供电,采用3.7 V锂电池和5 V USB两种供电方式,其中5 V接口可以同时满足锂电池充电和系统供电要求。采用TP4056芯片对锂电池进行充电,稳压芯片采用LP2992。

2.5 MCU及外围电路

系统采用意法半导体公司生产的STM32L063系列低功耗型芯片作为控制器。由于芯片采用了高性能、低成本、低功耗的ARM Cortex-M0+内核,具有较高的运算能力及数据处理功能,并拥有丰富的外设接口。

3 系统软件设计 3.1 主控程序

为各个硬件模块提供实现所需功能的相关程序,主要包括主控单元程序、光源驱动程序、传感器通讯协议程序等。调试平台基于Keil for ARM,开发语言主要采用适合STM32编程的C语言。

STM32为整个电路的核心控制单元,通过ST-Link烧入控制程序,用于控制整个电路系统正常有序地工作。主控程序流程如图4所示。

图 4 系统软件流程图 Figure 4 The flow chart of the system’s software
3.2 光源驱动程序

光源驱动模块的控制也是由STM32完成,STM32初始化变量后,开启LED驱动模块电源,通过设置不同工作电流,使LED间歇性地发出两个波长的绿光,配合接收传感器来测量用于分析人体脉搏波的特征信息。

3.3 数据采集程序

STM32控制相关模块开始采集各传感器检测到的模拟信号,经AD转换后,对读取到的各数值进行处理,并对处理后的有关信息进行显示和存储。

3.4 系统校准程序

校准程序用于定期对系统进行标定和校准,同时在系统测量结果出现误差时,也可人为对系统进行校准。校准时需确保系统测量结果与可靠的袖带式血压计测量结果一致,通过输入舒张压、收缩压及心率值来对系统进行校准。系统校准程序如图5所示。

图 5 数据采集程序流程图 Figure 5 The flow chart of data acquisition program
4 测试与分析

为保证测量数据的准确性,本系统带有校准电路,在测试前先输入标准数据对系统进行标定和校准。用本系统对10名20~30岁的健康志愿者进行测试,要求被测者在测量前一天晚上保证有良好的睡眠,在早上八点半左右接受测试。测量时,被测者保持背部挺直放松,手腕处测试位置与心脏保持在同一高度,手臂放松、手掌朝上。对每个被测者进行2次测量,2次测量的时间间隔为2~3 min。若2次测量结果相差不大则采用,若差距较大则再测1次。同时用技术成熟的家用电子血压计对被测者进行测试,将其作为标准值,然后对2组数据进行比对。测试数据如表1所示,表中由斜杠分开的2个值是舒张压(斜杠前)和收缩压(斜杠后),血压单位为 mmHg(1 mmHg = 133.322 Pa)。

测试数据的曲线图如图6所示。

表 1 血压测试值与标准值对比数据 Table 1 Comparisons between blood pressure test values and standard values

图 6 血压测试数据对比折线图 Figure 6 Comparison of blood pressure test data
5 结论与分析

本文的无创血压检测系统可以实现对血压和心率的实时监测。利用该系统对健康人群进行了测试,并与市场评价较好的家用电子血压计测试结果进行对比,得到收缩压和舒张压平均绝对误差分别为2.9 mmHg、3.1 mmHg,平均相对误差分别为2.23%、4.27%,心率的平均相对误差为5.46%,证实了本系统的可行性。

目前系统还存在一些不足之处,后续工作中会继续进行改进。首先,对硬件作改进以减小环境等因素的干扰;其次,优化算法,在保证准确率的前提下,提高检测效率;最后,做更多的临床测试,将不同年龄段的人群纳入到我们的实验对象中,进一步完善本系统。

参考文献
[1] 姚鸣放, 杨伟松, 赵西梅, 等. 无创性连续血压测量初探[J]. 医疗设备信息, 2005, 20(5): 60–61. DOI:10.3969/j.issn.1674-1633.2005.05.031
[2] 陈伟伟, 高润霖, 刘力生, 等. 《中国心血管病报告2014》概要[J]. 中国循环杂志, 2015, 30(7): 617–622. DOI:10.3969/j.issn.1000-3614.2015.07.001
[3] 宋义林, 张彤, 高树枚. 基于容积脉搏波振幅梯度的血压检测法的研究[J]. 生物医学工程研究, 2018, 37(3): 281–285, 296.
[4] 陈其成. 电子血压计的研究进展[J]. 电子制作, 2016(14): 9–10. DOI:10.3969/j.issn.1006-5059.2016.14.008
[5] 柴川页, 管琦, 赵帆帆. 可穿戴式血压连续检测系统的实现方案研究[J]. 当代经济, 2018(13): 129–131. DOI:10.3969/j.issn.1007-9378.2018.13.039
[6] LIU J K, HAHN J O, MUKKAMALA R. Error mechanisms of the oscillometric fixed-ratio blood pressure measurement method[J]. Annals of Biomedical Engineering, 2013, 41(3): 587–597. DOI:10.1007/s10439-012-0700-7
[7] FOROUZANFAR M, DAJANI H R, GROZA V Z, et al. Oscillometric blood pressure estimation: past, present, and future[J]. IEEE Reviews in Biomedical Engineering, 2015, 8: 44–63. DOI:10.1109/RBME.2015.2434215
[8] LEE S, CHANG J H. Oscillometric blood pressure estimation based on deep learning[J]. IEEE Transactions on Industrial Informatics, 2017, 13(2): 461–472. DOI:10.1109/TII.2016.2612640
[9] LEE S, CHANG J H, NAM S W, et al. Oscillometric blood pressure estimation based on maximum amplitude algorithm employing gaussian mixture regression[J]. IEEE Transactions on Instrumentation and Measurement, 2013, 62(12): 3387–3389. DOI:10.1109/TIM.2013.2273612
[10] CHEN W, KOBAYASHI T, ICHIKAWA S, et al. Continuous estimation of systolic blood pressure using the pulse arrival time and intermittent calibration[J]. Medical and Biological Engineering and Computing, 2000, 38(5): 569–574. DOI:10.1007/BF02345755
[11] CRUICKSHANK K, RISTE L, ANDERSON S G, et al. Aortic pulse-wave velocity and its relationship to mortality in diabetes and glucose intolerance[J]. Circulation, 2002, 106(16): 2085–2090. DOI:10.1161/01.CIR.0000033824.02722.F7
[12] WILKINSON I B, FUCHS S A, JANSEN I M, et al. Reproducibility of pulse wave velocity and augmentation index measured by pulse wave analysis[J]. Journal of Hypertension, 1998, 16: 2079–2084. DOI:10.1097/00004872-199816121-00033
[13] YAMASHINA A, TOMIYAMA H, TAKEDA K, et al. Validity, reproducibility, and clinical significance of noninvasive brachial-ankle pulse wave velocity measurement[J]. Hypertension Research, 2002, 25(3): 359–364. DOI:10.1291/hypres.25.359