基于双路外周脉波的中心动脉压无创监测系统设计与实现

王璐，徐礼胜，纪宁，齐林，郝丽玲

东北大学 a.计算机科学与工程学院；b.中荷生物医学与信息工程学院，辽宁 沈阳 110169

引言

心脑血管疾病已成为危害人类健康的第一大杀手。人们通常将肱动脉压作为高血压诊断及疗效评价的标准，然而，一些中心动脉压实验证明了中心动脉压作为人体一些疾病的独立预测因子优于外周血压[1-4]。

目前中心动脉压力波形测量的方法分为有创法和无创法。有创法是测量中心动脉压力波形的“金标准”，但其操作复杂，费用昂贵，同时给病人带来痛苦和风险。现已应用于临床的无创测量方法一般有替代法和传递函数法。替代法用颈动脉脉搏波替代中心动脉脉搏波，但颈动脉脉搏波测量困难。法国AlamMedical公司的Complior采用替代法，通过颈压式的张力脉搏传感器测量人体颈动脉脉搏波，近似等于中心动脉脉搏波，最后通过袖带测得的肱动脉压进行校准，获得中心动脉压。传递函数法用外周动脉脉搏波，通过传递函数重建中心动脉脉搏波，测量方便。在市场应用较广泛的澳大利亚AtcorMedical公司的SphygmoCor系统和日本OMRON公司的HEM-9000AI，采用传递函数法。SphygmoCor系统通过手持式的脉搏传感器采集桡动脉脉搏波来估计中心动脉脉搏波，最后通过波形分析得到中心动脉的收缩压和舒张压等生理参数。但是，一般的传递函数法需要事先建立先验函数和模型，而且还忽略了人体心血管系统的时变性和个体间的差异。因此研发价格低廉、精度较高的中心动脉压力波形无创测量设备对于心血管疾病的预防与控制具有重要意义。

近年来对于无创测量中心动脉压的研究主要集中于改进或对比分析广义传递函数法与个性化传递函数法对中心主动脉的重建估计效果。2013年Hahn[5]用桡动脉—中心主动脉的全个性化、半个性化、非个性化三种传递函数进行中心主动脉压重建估计的对比，分析结果推荐使用全个性化传递函数；2016年Jiang等[6]构建了一个基于粘性流体动力学理论的个性化人体主动脉网络传递函数模型，并据此进行中心主动脉重建估计，结果证明比传统的广义函数和滑动平均方法具有更好的表现性能；2015年Krivoshei等[7]利用基于腕关节生物电阻抗的广义传递函数法进行无创中心主动脉重建估计，并与有创测量金标准对比，还探讨了心率变异性对重建结果的影响；2015年Peng等[8]利用广义传递函数法，对182名高血压患者分别使用澳大利亚AtCor公司的袖带式Sphygomocor Xcel设备和桡动脉血压计进行中心主动脉重建，对比分析得到的收缩压、舒张压、增强指数等指标差异；2016年Yao等[9]利用基于峰值共振频率修正的肱动脉—主动脉广义传递函数设计了自适应传递函数，实现了对26名心脏插管手术中的病人的中心主动脉压估计；2017年Buxi等[10]采用基于生物电阻抗估计的脉搏传导时间和连续波雷达传感器的新方法实现对非袖带式的中心主动脉压估计。

而盲辨识技术无需知道系统先验模型，仅通过系统的输出即可辨识出系统模型、参数及系统输入信号。因此假定人体心血管系统是短时时不变的线性系统，可以将盲辨识技术应用于心血管系统的辨识。2004年Zhang等[11]将盲辨识技术引入应用于无创心血管系统监测，2005年Mccombie等[12]通过多通道盲辨识技术实现基于拉盖尔模型的双路外周动脉脉搏波重建中心主动脉脉搏波，2007年Swamy等[13]通过多通道盲辨识技术从测量获得的多个外周动脉脉搏波反卷积得到中心动脉脉搏波，具有较好的效果。盲辨识技术无需知道系统先验模型，仅通过系统的输出即可辨识出系统模型、参数及系统输入信号。因此假定人体心血管系统是短时时不变的线性系统，可以将盲辨识技术应用于心血管系统的辨识。2008年Swamy等[14]利用盲辨识技术拟合Windkessel模型，进一步取得较好的重建成果。盲辨识法可克服传统传递函数法需建立先验函数或模型的缺点，实现心血管系统的个性化辨识和心血管系统输入的动态重建，对于中心动脉压力波形的无创测量具有重要的理论意义。

本研究旨在开发一种中心动脉压无创监测系统，该系统通过袖带自动无创测量体表外周动脉（如桡动脉、股动脉和肱动脉等）的脉搏波，通过盲辨识算法重建中心动脉脉搏波，并通过袖带测量的肱动脉压校正中心动脉压，从而达到中心动脉压力波形的无创检测，并最终实现心血管系统功能的评估。

1 无创中心动脉压监测系统介绍

本研究设计了一种基于两路外周动脉脉搏波的中心动脉脉搏波监测系统，该系统由两个子系统组成，分别为袖带式外周血压测量与双路脉搏波采集子系统、中心动脉压力波形重建子系统。前者实现了外周血压测量和双路脉搏波采集；后者实现了中心动脉脉搏波重建、校正及特征解析。两个子系统之间通过串口进行数据交换。

在袖带式外周血压测量与双路脉搏采集子系统中，通过实现对袖带充放气的控制、数据A/D转换和串行通信、充气式袖带可采集多处动脉的脉搏波（桡动脉、肱动脉、股动脉等），使集成气体压力传感器可以对袖带内气体压力进行检测，得到脉搏波信号和袖带压信号。系统通过单片机的串口与中心动脉压重建子系统进行通信，实现系统整体数据的传输和控制。

在中心动脉压重建子系统中，通过采用ARM开发板，实现对整个系统的控制，SD卡存储采集到的两路外周动脉脉搏波数据和估计的中心动脉压力波形数据。

2 系统设计与实现

2.1 系统结构设计

2.1.1 外周血压测量与双路脉搏采集子系统设计

该系统实现的功能主要有：① 示波法中的幅度系数法测量血压；② 通过双袖带同时测量双路脉搏波；③ 通过串口进行系统控制和传输血压与双路脉搏波数据。

设计的系统的结构框图，见图1。系统主要由3部分组成：① 压力采集与模拟信号放大滤波电路，该电路的主要功能是将气体压力转换为电信号，并加以处理使之适合后续A/D转换；② 充气控制、血压计算和脉搏波采集电路，电路以单片机为核心，主要负责压力信号与脉搏波信号的A/D转换、数据传输和血压计算，还负责对气路系统发送控制信号，保证气路系统的正常运转；③ 气路系统，气路系统由气泵、快速气阀、慢速气阀、三通阀、袖带组成，由单片机负责气路的控制。

2.1.2 基于ARM的中心动脉压重建子系统设计

中心动脉压重建子系统采用ARM处理器，子系统的功能框图，见图2。主要包括脉搏波的数字信号处理、中心动脉脉搏波的重建、中心动脉压的校正以及系统控制和用户管理的功能。另外，系统各功能间的切换通过触摸屏完成；通过LCD屏实时显示采集的外周动脉脉搏波以及重建的中心动脉脉搏波，并储存在SD卡的不同用户文件中，方便不同用户的管理与使用。

图1 袖带式外周血压测量与双路脉搏采集子系统结构框图

图2 中心动脉压重建子系统功能框图

2.2 系统硬件实现

2.2.1 外周血压测量与双路脉搏采集子系统实现

外周血压测量与双路脉搏采集子系统的第一个模块为压力采集与模拟放大滤波电路。本系统通过袖带测量外周动脉血压，由于血压测量范围一般在0～300 mmHg，因此选用美国Freescale公司的MPX系列硅压力传感器MPXV5050GP，该传感器适用于医疗器械和气体压力控制等领域，具有非常高的精度和线性度，其内部含有温度补偿和放大的功能。通过MPXV5050GP压力传感器输出的模拟电信号将输入两个模拟信号调理电路，分别是袖带内脉搏震荡波采集调理电路和外周动脉脉搏波采集调理电路。前者采用一个0.6～6.4 Hz的二阶巴特沃斯带通滤波器，采集袖带内脉搏震荡波并滤波以用于后续外周血压的计算；后者采用一个0.1～40 Hz的二阶巴特沃斯带通滤波器对外周动脉脉搏波进行采集并滤波，以用于后续中心动脉脉搏波的重建。两个模拟信号调理电路均选用高精度双运算放大器OPA2277，并设置电路放大倍数为31，以保证最终输出电压在A/D可转换范围内达到最大分辨率。

外周血压测量与双路脉搏采集子系统的第二个模块为高精度模数转换电路。为使采集得到的外周动脉脉搏波信号保留更多信息，本系统采用德州仪器的24位高精度、低噪声模数转换器ADS1256，其可为微弱信号采集提供高分辨率的测量方案。由于ADS1256通过SPI总线与控制器进行通信，因此本系统使用Tiny6410自带的SPI总线接口对其进行控制，并根据奈奎斯特定理将脉搏波信号采样频率设定为100 Hz。当一次A/D转换完成后，发送读数据指令读出转换数据。

外周血压测量与双路脉搏采集子系统的第三个模块为气路系统及驱动电路。选用型号为R-14A221的MITSUMI微型气泵，其额定电压为6 V，额定电流为450 mA；微型快速放气泵为CONJOIN，型号为CJV13-A06A1，额定电压为6 V，额定电流为60 mA；微型两位三通气阀为OKD，型号为0520ST，额定电压为6 V，额定电流为16 mA。由于MCU输出电流相对气泵、两位三通阀和快速放气阀的工作电流来说较小，MCU不能直接驱动气泵和气阀工作，因此本系统采用达林顿管ULN2803芯片驱动工作。ULN2803的额定最大输出电压为50 V，最大输出电流为500 mA，可同时驱动8路信号工作，且其内部含有的二极管可保护达林顿管。由于微型气泵和电磁阀均属于感性原件，为避免它们对MCU产生干扰，本系统采用光电耦合器件TLP521进行隔离。

2.2.2 基于ARM的中心动脉压重建子系统的实现

本系统采用三星公司的S3C6410芯片作为主处理器的Tiny6410开发板，该处理器是基于ARM11的架构，拥有16/32位精简指令集，成本低、功耗小、性能高，采用了ARM1176JZF-S的内核，主频533 Hz，最高主频为667 MHz，还具有16 kB的指令数据缓存与指令数据。该开发板提供了很多硬件外设接口，如本系统设计中使用的触摸屏、LCD显示屏、按键、SPI接口、SD存储、RTC、定时器等。考虑到要在该开发板实现系统所有功能，因此该开发板移植了uC/OS-II嵌入式系统。

2.3 系统软件设计

2.3.1 数字滤波算法

在数据采集过程中，存在电源噪声和外部干扰噪声，这些噪声会对血压判定的精度产生影响；考虑到算法的嵌入式执行，本设计采用了一种简单的固定权值滤波器，使袖带压力曲线更平滑。

2.3.2 基于峰值拟合的变幅度系数法

目前无创血压的测量最主要的方法是示波法、柯氏音法。相对于柯氏音法，示波法因为其具有较好的客观性和重复性，成为电子血压计的首选。因此，本项目采用基于示波法原理的幅度系数法。它将脉搏震荡波的幅值与其最大幅值相比进行归一化处理，通过对应的系数来识别收缩压与舒张压。在放气过程中，脉搏震荡波幅度的增大时，震荡波幅度与最大幅度的比值发生变化，有一个时间点的比值为Ks时，那么这时对应的袖带压力就是收缩压；随后，经过MAP后，脉搏震荡波幅度减小时，当某一个时刻为Kd时，对应的袖带压力就为舒张压。幅度系数法需要选择合适的特征系数Ks、Kd来计算血压。为了增强幅度系数法的个体化性能，本设计选用由Moraes等[15]提出的，根据平均压的大小决定Ks、Kd的方法。

2.3.3 盲辨识CR算法

将心血管系统视为一个单输入多输出（SIMO）系统，见图3。由于心血管系统的复杂的特性，本文假设心血管系统的各个分支血管之间存在足够的不同，因此人体体表的不同位置的两路脉搏信号之间不存在公共的零点，可以通过相应的传感器（本设计采用袖带和气压传感器）来采集足够长的体表不同位置的脉搏波信号数据。

图3 SIMO盲辨识算法应用到心血管系统示意图

综上所述，可以认为心血管系统满足通道的可辨识条件，因此利用盲辨识算法就可以辨识出各FIR通道的参数，结合最小二乘法和频域变换法重建出中心动脉脉搏波，然后校正中心动脉脉搏波，最终得到中心动脉压。

该模型的所有通道都是由同一输入驱动的，这样就可以对两路外周脉搏波运用基于输出信号互相关信息的两种算法（CR或TSML算法）即可实现各通道FIR系数的估计[13-15]。考虑到算法的复杂性与嵌入式实现的可行性，本文采用一种基于输出信号互相关信息的算法，即时域CR算法。CR算法估计中心动脉压的步骤如下：

（1）根据两通道测量信号的交叉关系，建立输出信号P1、P2与两通道参数h1和h2的具有未知尺度系数的线性方程组。

两通道测量信号的交叉关系方程可以表示为：

上式可用矩阵表示为：

其中，t=L-1, …,N-1，e(t)为系统的噪声或模型的误差。L表示该系统两个通道FIR模型的阶数，N则表示两通道输出信号P1和P2的采样点个数。为了计算方便，本文设定两个通道的L和N都相等。

（2）确定两通道FIR模型的阶次和系数h1、h2。FIR模型阶次的估计方法为：① 将通道的阶次L设为最大值15（假定15阶的FIR模型包含了真正的通道阶数），根据步骤①得到该阶次下的矩阵PL；② 求解矩阵PL的自相关矩阵RL=PLTPL，对矩阵根据RL进行奇异值分解（SVD）；③选择最佳的阶次，Swamy提出了一种阶次确定方法，即取阶次为特征值总数的一半（特征值为奇数时取整），且特征值至少为最大特征值的5%[14]。此阶次估计方法需要计算全部的特征值并比较，用于观测特征值对于矩阵影响的大小，实现起来相对复杂，在嵌入式系统实现较困难。因此，本系统采用手动调节模型阶次。

（3）通过求得的两个通道FIR模型参数，根据频域变换的原理估计中心动脉脉搏波。求出两个通道的FIR模型参数以后，可根据线性时不变系统输入输出的关系以及卷积的性质完成对中心动脉脉搏波的估计。

（4）校正估计的中心动脉压。由于盲辨识算法具有不确定性，因此通过其得到的中心动脉压力波形的幅值会被一定程度的放大或缩小，需要对估计的中心动脉压力波形进行校正。这里认为脉搏波在传导过程中无能量损失，依据Poiseuille’s定律，外周动脉压的平均值与中心动脉压的平均值基本一致，故使用式(3)对估计的中心动脉压进行校正。

其中，P1(t)为实测的外周动脉压（一般用肱动脉压），Pa(t)为通过盲辨识算法估计的中心动脉压，而P*a(t)即为校正后的中心动脉压。然后根据动脉脉搏波信号的特点，可以很容易得到中心动脉的收缩压、舒张压等。

3 系统性能测试方案设计

3.1 血压测量实验方案和流程

目前，美国AAMI标准与英国BHS标准是在血压计性能的评估方面广泛使用的两个标准。AAMI-SP10 2002标准的要求是：与柯氏音法对照，误差平均值在±5 mmHg之内，误差标准差在8 mmHg以内[16-17]。本实验对于血压计准确性评估选用AAMI标准进行。

本血压测量实验方案设计如下：选取10名志愿者（青年男女各5名）进行血压测量。在安静的室温环境下，同一观察者使用本系统和汞柱血压计分别对10名志愿者进行肱动脉血压测量，计算两组测量结果间收缩压的标准差与舒张压的标准差，将计算结果与国际血压计评估标准对照，对本系统的准确性做出评估。

首先受试者在测试之前需在安静状态下休息5 min，然后以柯氏音法测得血压记为P1，随后再休息3 min，用本文设计的系统测得血压值记为P2，随后再休息3 min再用水银血压计重新测量一遍，得到的血压值记为P11，将汞柱血压计两次测量的平均值，即(P1+P11)/2，作为血压计最终测量值。

3.2 中心动脉压重建实验方案和流程

据澳大利亚AtCor医疗公司的技术说明中，Pauca等[18]通过与有创实验对比，得到由无创中心动脉压检测与心血管参数评估设备SphygmoCor系统推算出的中心动脉压值和有创测量所得的中心动脉压的差异如下（形式为平均误差±标准差）：收缩压（0.0±4.4）mmHg，舒 张 压（0.6±1.7）mmHg， 脉 压（-0.7±4.2）mmHg，平均压（-0.5±2.0）mmHg。有研究通过SphygmoCor设备与有创测量结果进行对比，测试52个患者后，得到SphygmoCor测得的收缩压的差异为0.77±14[19]。以上数据均可说明SphygmoCor系统无创重建中心主动脉精度与有创测量金标准十分接近，误差小，因此为评估本系统重建结果的准确性，本文将其作为本系统无创动态重建中心主动脉性能评判验证的参考。SphygmoCor系统检测中心动脉压也需要使用外周动脉血压作为系统的输入参数，但其无法主动检测外周动脉血压，因此使用本系统作为外周动脉血压测量设备。

实验中选取10名身体健康的志愿者（青年男女各5名）作为被测对象。实验中，首先让10位受试者在安静状态下休息10 min，接着将两路袖带分别放置于上肢肱动脉和下肢股动脉，使用本系统的血压测量功能测量受试者的肱动脉收缩压、舒张压和平均压，然后利用本系统测量受试者的中心动脉脉搏波波形、收缩压和舒张压，之后使用SphygmoCor系统测量受试者的中心动脉压。

4 结果及分析

4.1 血压测量实验结果及分析

按照本文所述的血压测试方案，分别得到由本系统与汞柱血压计测得的10名受试者的肱动脉收缩压和舒张压测量数据。经计算得到收缩压平均误差为2.4 mmHg，舒张压平均误差为-2.1 mmHg，收缩压偏差标准差为5.6 mmHg，舒张压偏差标准差为5.1 mmHg，满足AAMI中规定的数值偏差标准。为验证本系统与水银血压计测量肱动脉血压的一致性，对该结果进行了Bland-Altman一致性分析，见图4，图4a、b分别为本系统与汞柱血压计测量的10名受试者肱动脉收缩压、舒张压的Bland-Altman图。由图可看出两个系统测量收缩压与舒张压差值均在95%置信区间内，因此可初步得出本系统在测量外周动脉血压上与汞柱血压计具有较好的一致性。

图4 本系统与汞柱血压计测量的10名受试者肱动脉血压的Bland-Altman图

4.2 中心动脉压重建实验结果及分析

1号受试者使用本系统检测结果，见图5，对应的SphygmoCor系统的检测结果，见图6。其中，图5为重建波形的详细数据。

图5 本系统中心动脉压检测结果

图6 SphygmoCor脉搏波分析仪中心动脉压检测结果

由本系统与SphygmoCor系统估计测得的10名受试者的中心动脉收缩压平均误差为-1.8 mmHg，舒张压平均误差为-3.2 mmHg，收缩压偏差标准差为5.6 mmHg，舒张压偏差标准差为4.3 mmHg，满足AAMI中规定的数值偏差标准。为验证本系统与SphygmoCor系统估计中心主动脉压的一致性，对该结果进行了Bland-Altman一致性分析，见图7。图7a、b分别为本系统与SphygmoCor系统估计的10名受试者中心主动脉收缩压、舒张压的Bland-Altman图。由图可看出两个系统测量收缩压与舒张压差值大部分均在95%置信区间内，因此可初步得出本系统在估计中心主动脉压上与SphygmoCor系统具有较好的一致性。

5 结论与讨论

本文设计并实现了一种基于两路外周动脉脉搏波的中心动脉压力波形无创监测系统。该系统可以通过袖带测量用户的外周动脉血压与两路外周动脉脉搏波，然后通过双通道盲辨识CR算法，重建出无尺度信息的中心动脉压波形，最后通过外周动脉血压校正重建出的中心动脉压，得到真实的中心动脉压波形，并通过实验初步验证了系统的可行性。本系统充分考虑了个体差异和人体心血管系统的时变特性，采用的盲辨识算法克服了传递函数法需建立先验函数或模型的缺点，实现了中心动脉压的无创个性化监测，为无创中心动脉压测量设备的研制和发展提供了新的思路。

图7 本系统与SphygmoCor系统估计测量的10名受试者中心动脉压的Bland-Altman图

本系统的血压测量精度还存在着一定的误差，本文验证系统血压测量实验距离AAMI规定（受试者人数不得少于85人，有效测压数据不少于255次[20]）还有较大偏差。因此，本系统仅初步检验了系统的功能实现，在后续的工作中，还需要做大量的实验，或使用相关的血压测试仪器，对系统的结果进行系统的验证，对产生的偏差进行校准，使系统精度更高。