摘要

心電圖(ECG)的心率變異性(HRV)是一種著名的診斷方法，用于評(píng)估心臟的自主神經(jīng)功能。為了更方便地評(píng)估心臟功能，可使用光電容積脈搏波(PPG)波形，用脈搏率變異性(PRV)代替HRV。但是，由于沒有用于分析PPG信號(hào)的可靠檢測算法，醫(yī)療市場一直無法使用PRV提供臨床診斷，也無法測量健康方面的生物信息，如睡眠階段、壓力狀態(tài)和疲勞狀況等。

本文提供一種可靠的峰值和起始點(diǎn)檢測算法，可以利用PPG信號(hào)進(jìn)行逐搏間隔分析。我們利用ADI公司的多感知手表平臺(tái)，通過大數(shù)據(jù)收集來演示我們的方法，與通過ECG信號(hào)獲得的逐博結(jié)果相比，我們方法的覆蓋范圍廣，靈敏度高，且逐次差分的均方根(RMSSD)較低。

簡介

心率(HR)監(jiān)測是許多現(xiàn)有的可穿戴設(shè)備和臨床設(shè)備的一個(gè)關(guān)鍵特性，但這些設(shè)備還沒有配備利用逐搏間隔來測量持續(xù)心率變異性的功能。HRV包括從自心電圖(ECG)提取的連續(xù)心跳之間的間隔時(shí)間(稱為心搏間期)變化。HRV包含總所周知的生物特征識(shí)別信息，反映了自主神經(jīng)系統(tǒng)的交感神經(jīng)和副交感神經(jīng)活動(dòng)。研究人員廣泛使用HRV這一工具來幫助臨床診斷和測量健康方面的生物信息，如睡眠階段、壓力狀態(tài)和疲勞狀況等。鑒于ECG測量的技術(shù)要求，在事故/災(zāi)難現(xiàn)場、戰(zhàn)場或者在心電圖可能引起電氣干擾的區(qū)域，并不一定能獲取這種信號(hào)。

從光電容積脈搏波信號(hào)中提取的脈搏率變異性可能被用于替代HRV。PPG信號(hào)的獲取方式為：用LED照射人體皮膚，然后用光電二極管測量血流引起的反射光強(qiáng)度變化。

此外，PPG還可以提供與心血管系統(tǒng)有關(guān)的信息，如心率、動(dòng)脈壓、硬度指數(shù)、脈搏傳導(dǎo)時(shí)間、脈搏波傳導(dǎo)速度、心輸出量、動(dòng)脈順應(yīng)性和外周阻力等。然而，受血液灌流不良、環(huán)境光線以及最重要的運(yùn)動(dòng)偽像(MA)的影響，基于PPG的算法的性能會(huì)降低。業(yè)界已提出許多信號(hào)處理技術(shù)來消除MA噪聲，包括ADI公司的運(yùn)動(dòng)抑制和頻率跟蹤算法，通過使用一個(gè)靠近PPG傳感器放置的三軸加速度傳感器來實(shí)現(xiàn)。

很關(guān)鍵的一點(diǎn)是要從PPG波形中準(zhǔn)確地提取出重要的點(diǎn)，如收縮期峰值、起始點(diǎn)和重搏切跡，用于實(shí)施PRV分析。PPG波形的起始是由于血液開始從心臟輸出到主動(dòng)脈引起的，而重搏切跡則表示射血結(jié)束或主動(dòng)脈瓣關(guān)閉。沒有適用于PPG信號(hào)的可靠檢測算法讓研究人員無法利用PPG來全面開展PRV分析，至少一定程度上是如此。之前關(guān)于PRV的一些研究忽略了基準(zhǔn)點(diǎn)，據(jù)報(bào)道有些是使用人工方法或根據(jù)經(jīng)驗(yàn)檢測收縮期峰值，有些則是基于沒有經(jīng)過驗(yàn)證的時(shí)間窗口算法來獲取脈搏峰值。

本文提出一種可靠的峰值和起始點(diǎn)檢測算法，該算法使用最初被提議用于動(dòng)脈血壓(ABP)波形的描繪方法。需要注意的是，采用腕戴式設(shè)備的PPG信號(hào)包含許多運(yùn)動(dòng)偽影、基線波動(dòng)、反射波以及其他可能影響檢測算法行為的噪聲。因此，在將數(shù)據(jù)饋入逐搏提取模型之前，會(huì)對(duì)其實(shí)施預(yù)處理。本項(xiàng)工作使用的自動(dòng)描繪器是一種混合方法，利用從原始PPG預(yù)處理得來的不同信號(hào)和信號(hào)的一階導(dǎo)數(shù)來提取峰值和起始點(diǎn)。我們使用通過ADI手表平臺(tái)收集的大型數(shù)據(jù)庫來提供同步PPG和ECG信號(hào)。至于存儲(chǔ)器大小，這種算法需要的內(nèi)存較小，在ADI手表平臺(tái)中可作為嵌入式算法使用。利用覆蓋率、靈敏度、正檢測率，以及逐次差分的均方根，對(duì)該算法實(shí)施了驗(yàn)證，并與來自ECG信號(hào)的逐博結(jié)果進(jìn)行了比較。

圖1.提出的逐搏提取算法的流程圖，包含(i)預(yù)處理和(ii)高分辨率B2B提取

基于PPG形態(tài)學(xué)的逐搏算法

在本節(jié)中，我們將詳細(xì)介紹所提出的適用于手腕PPG信號(hào)的逐搏算法，該算法由(i)預(yù)處理和(ii)高分辨率逐搏提取模塊組成。該算法的框圖如圖1所示。

預(yù)處理

PPG信號(hào)易受周邊組織的不良血液灌流和運(yùn)動(dòng)偽像的影響是眾所周知的。為將這些因素的影響降至最小，以免干擾隨后的PPG分析和逐博估算，須有一個(gè)預(yù)處理階段。這個(gè)步驟包括：

? 幀傳輸和窗口

? 帶通濾波(0.4 Hz至4 Hz)

? 自動(dòng)增益控制(AGC)，用于限制信號(hào)幅度

? 信號(hào)平滑處理和基線漂移去除

PPG輸入數(shù)據(jù)使用T0秒窗口進(jìn)行處理，進(jìn)一步的數(shù)據(jù)塊則通過移動(dòng)帶有mT0 (m = 3/4)重疊的窗口進(jìn)行處理。然后需要一個(gè)帶通濾波器來消除PPG信號(hào)的高頻成分(如電源)和低頻成分(如毛細(xì)血管密度和靜脈血容量的變化、溫度變化等等)。圖2a和2b顯示了濾波前后的PPG信號(hào)。濾波器的截止頻率為0.4Hz和4Hz。HR的基波頻率范圍為0.4Hz至3Hz。因此，使用更高一點(diǎn)的范圍進(jìn)行逐搏估算即可將強(qiáng)調(diào)搏動(dòng)次數(shù)的諧波包含在內(nèi)。使用中值濾波器去除濾波信號(hào)中突然出現(xiàn)的尖峰值。然后，AGC模塊將信號(hào)電平限制為±V伏，以在稍后的階段通過確認(rèn)信號(hào)的幅度來驗(yàn)證所選的峰值。用于HRV的PPG測量流程持續(xù)時(shí)間較長，不可避免地會(huì)引入另一種偽影，例如基線漂移。因此，使用低通有限脈沖響應(yīng)(FIR)濾波器對(duì)幀內(nèi)的PPG樣本陣列進(jìn)行平滑處理(如圖2c所示)，以去除基線漂移噪聲，并得到更為平滑的、適用于描繪模塊的信號(hào)。

圖2.PPG圖

高分辨率逐搏提取模塊

逐搏提取算法由以下模塊組成：

? 插值

? 描繪

? 高分辨率逐搏提取

? 信號(hào)質(zhì)量指標(biāo)

預(yù)處理模塊的輸出被饋入插值模塊，以提高逐搏提取算法的精度。如果在第一幀中給出從t0至tτ的PPG分段，其逐搏間隔為b0和bτ，我們會(huì)使用端點(diǎn)之間的n個(gè)點(diǎn)，以線性方式插入逐搏間隔值，然后從b0和bτ提取高分辨率逐搏間隔值(例如，1 ms分辨率)。接下來，描繪模塊依靠信號(hào)形態(tài)學(xué)和節(jié)奏信息來提取峰值和起始點(diǎn)。因此，進(jìn)行逐搏檢測時(shí)，不僅需要收縮期峰值，還應(yīng)報(bào)告起始點(diǎn)和重搏切跡。提議的描繪器從理論上來說，與兩篇文章中所示的描繪器相似，一篇是“一種用于光電容積脈搏波波形的自適應(yīng)描繪器”，一篇是“關(guān)于用于動(dòng)脈血壓波形的自動(dòng)描繪器”，該描繪器利用來自信號(hào)一階導(dǎo)數(shù)的一對(duì)轉(zhuǎn)折和過零點(diǎn)進(jìn)行調(diào)整以適應(yīng)手腕PPG信號(hào)。圖2d描繪了轉(zhuǎn)折和過零點(diǎn)，以進(jìn)行PPG表征。對(duì)于過零點(diǎn)，信號(hào)通過零相位失真濾波器來處理，通過匹配初始條件將啟動(dòng)和結(jié)束瞬變最小化。這是為了確保在濾波之后仍然保有時(shí)域特性。注意，來自PPG波形導(dǎo)數(shù)的起始點(diǎn)與最大轉(zhuǎn)折之前的過零點(diǎn)對(duì)應(yīng)，而收縮期峰值與該轉(zhuǎn)折點(diǎn)之后的過零點(diǎn)相關(guān)。用在這種逐搏算法中的信號(hào)質(zhì)量指標(biāo)為清晰度，并指明了信號(hào)的信號(hào)音范圍。這種指標(biāo)最初是在Philip McLeod和Geoff Wyvill的文章“通過更聰明的方式來查找音調(diào)”中提出的，該指標(biāo)采用歸一化平方差函數(shù)(一種自相關(guān)函數(shù))來查找信號(hào)的周期性。我們使用這個(gè)指標(biāo)來決定逐搏算法什么時(shí)候能夠可靠地報(bào)告峰值和起始點(diǎn)。

來自ADI腕表平臺(tái)的評(píng)估結(jié)果

我們的PPG逐搏算法的結(jié)果與Pan-Tompkins算法的結(jié)果進(jìn)行了比較，20后者是一種公認(rèn)的心電圖峰值檢測算法。收集的數(shù)據(jù)用于評(píng)估使用ADI生命體征監(jiān)測(VSM)腕表平臺(tái)的算法。ADI VSM iOS應(yīng)用被用于通過藍(lán)牙?連接與手表接口。ADI腕表包含一個(gè)PPG傳感器，用于收集來自受試者手腕的PPG信號(hào)。此外，也會(huì)在ADI腕表上收集ECG信號(hào)。有3個(gè)ECG電極連接到受試者的胸部區(qū)域。這些電極上的電線連接到ADI腕表上，以處理這些信號(hào)，并與PPG信號(hào)同時(shí)記錄下來。這個(gè)平臺(tái)提供同步化的PPG和ECG信號(hào)。圖3a所示為用于數(shù)據(jù)收集的ADI腕表，而圖3b所示為iOS應(yīng)用界面和從平臺(tái)獲取的示例信號(hào)。

圖3.ADI平臺(tái)和工具

評(píng)估指標(biāo)和結(jié)果

在計(jì)算逐搏指標(biāo)之前，需要先執(zhí)行異常值剔除過程，以確定Pan-Tompkins算法輸出和我們的PPG逐搏算法輸出中缺失的/額外的峰值，這一點(diǎn)非常重要。忽略缺失的/額外的峰值可能導(dǎo)致心跳時(shí)長異常，進(jìn)而得出不準(zhǔn)確的結(jié)果。ECG信號(hào)中缺失的/額外的峰值是通過檢查由Pan-Tompkins算法提供的連續(xù)心跳時(shí)長來確定的。心跳時(shí)長改變超過20%的任何ECG峰值都被標(biāo)記為異常值。剔除這些ECG峰值之后，通過將每個(gè)ECG峰值與PPG信號(hào)中的峰值關(guān)聯(lián)來確定PPG信號(hào)中缺失的/額外的峰值。如果PPG峰值在ECG峰值的時(shí)間接近范圍內(nèi)，則將其與ECG峰值關(guān)聯(lián)。當(dāng)PPG峰值無法確定，或者ECG峰值的時(shí)間接近范圍內(nèi)確定的峰值數(shù)量過多時(shí)，則將它們識(shí)別為異常值。在計(jì)算指標(biāo)期間，這些缺失的/額外的PPG心跳可能導(dǎo)致的異常心跳時(shí)長作為異常值被忽略。

利用通過我們建議的算法以及Pan-Tompkins算法得出的逐搏值，對(duì)多個(gè)指標(biāo)實(shí)施了計(jì)算。這些指標(biāo)包括：(I)覆蓋范圍(等式1);(Ii)靈敏度(Se)(等式2);(Iii)正檢測率(P+)(等式3);以及(iv)逐次差分的均方根(RMSSD)(等式4)。圖4展示了用于指標(biāo)計(jì)算的一些值的直觀表示。

其中TP(真陽性)表示PPG B2B算法正確識(shí)別的心跳次數(shù)，F(xiàn)P(假陽性)表示與ECG中的實(shí)際心跳不對(duì)應(yīng)的PPG心跳次數(shù)，F(xiàn)N(假陰性)表示PPG逐搏算法遺漏的心跳次數(shù)。心搏間期(IBI)是連續(xù)ECG峰值、PPG峰值或PPG起始點(diǎn)之間的時(shí)間間隔。

為了評(píng)估我們的算法，我們同時(shí)從每位受試者收集PPG和ECG信號(hào)。我們從不同年齡、不同膚色和不同體型的廣大受試者收集收據(jù)。這是為了確保我們的評(píng)估結(jié)果適用于所有人群。數(shù)據(jù)采集自27位受試者(膚色不同的男性和女性)，每位檢測2分30秒。要求受試者前半段時(shí)間保持站姿，后半段時(shí)間保持坐姿。表1是通過逐搏算法得出的每個(gè)指標(biāo)的平均值。如表中所示，與來自ECG信號(hào)的結(jié)果相比，手腕數(shù)據(jù)的覆蓋范圍、靈敏度和正檢測率都高于83%，RMSSD平均差則低于20 ms。

圖4.顯示ECG和PPG信號(hào)與IBI，以及逐搏算法分析原始的PPG信號(hào)得出的峰值和起始點(diǎn)

表1.逐搏指標(biāo)結(jié)果

討論和總結(jié)

本文提出了可對(duì)手腕PPG信號(hào)實(shí)施PRV分析的可靠峰值和起始點(diǎn)檢測算法。該算法采用多個(gè)預(yù)處理階段，建議采用混合描繪算法來檢測手腕PPG信號(hào)的基準(zhǔn)點(diǎn)。我們將ADI多感手表用作評(píng)估平臺(tái)，對(duì)建議的算法進(jìn)行測試。結(jié)果顯示，與ECG HRV存在較強(qiáng)的相關(guān)性和一致性。未來的工作將側(cè)重于應(yīng)用運(yùn)動(dòng)抑制算法和處理PRV分析中遺漏。