基于波形时域特征和动态差分阈值的脉搏波传导时间检测算法EI北大核心CSCD

针对传统脉搏波传导时间(PTT)检测方法对脉搏波(PPG)信号幅值变化敏感、计算量大等问题,提出了一种综合波形时域特征和动态差分阈值的PTT检测算法。采用动态差分阈值检测心电(ECG)信号R波,根据波形时域特征缩短脉搏波信号主波检测区间,利用R波检测脉搏波信号主波,从而计算PTT。利用美国麻省理工学院MIMIC数据库和实验室实测数据对上述算法进行验证。结果表明,该方法能够准确地提取特征点并检测出PTT,对实测和数据库样本的PTT检测准确率分别为99.1%和97.5%,效果优于传统检测方法。     

基于单个颈动脉压力波形获取主动脉脉搏波速度的可行性研究

目的评估基于单个颈动脉压力波形分解以获取主动脉脉搏波速度(aortic pulse wave velocity,ao PWV)的可行性,验证该方法是否适用于动脉硬化的早期筛查。方法研究对象为53名无明显心血管病的健康人群[男性22人,女性31人,(58.6±13.7)岁]。利用压力传感器同步获取颈动脉和股动脉脉搏波形,计算颈股动脉脉搏波传导时间(carotid-femoral pulse transit time,cf PTT)和传导速度(carotid-femoral pulse wave velocity,cf PWV)。利用阻抗分析技术将颈动脉压力波形分解为前向波和反向波。通过对前向波和反向波进行相关分析获得主动脉脉搏波传导时间(aortic pulse transit time,ao PTT)和传导速度(aortic pulse wave velocity ao PWV)。评估ao PTT与cf PTT以及ao PWV与cf PWV之间的相关性和一致性。结果基于单个颈动脉压力波形分解获得的ao PTT与实测的cf PTT显著相关(r=0.624,P0.001),组内相关系数为0.621;ao PWV与cf PWV之间的相关系数为0.476(P0.001),组内相关系数等于0.452。老年人(年龄≥60岁,29人)ao PWV与cf PWV间的相关性显著低于中青年人(0.267 vs 0.549,P0.001)。结论基于单个颈动脉压力波形分解获取ao PWV与实测的cf PWV之间只具有中度的相关性和一致性,且在老年人中相关性更低。该方法可能不适用于老年人的ao PWV检测。     

基于脉搏波传导时间和脉搏波特征参数的连续血压无创检测

本研究为克服在基于脉搏波传导时间(pulse transit time,PTT)方法无创血压检测中个体差异对测量准确性的影响,分析了个体脉搏波特征参数与血压值的相关性,并将个体脉搏波特征参数中与血压值相关度高的参数作为优化脉搏波特征参数加入PTT与血压的校正模型中,以提高模型普适性。基于偏最小二乘法(partial least squares,PLS)对50名志愿者200组PTT和脉搏波特征参数数据进行训练建模,得到舒张压、收缩压的预测模型。再选取5名新志愿者的PPT和脉搏波特征参数进行预测,最大预测误差小于5 mm Hg,满足AAMI国际电子血压计标准。将优化的脉搏波特征参数和PTT引入到连续血压预测模型当中,有助于提高血压预测模型的准确度和普适性,有助于无创连续血压检测的临床应用。     

脉搏波波形特征信息检测及与部分血流动力学变化相关分析

目的引入特征点——收缩期与舒张期分界点，提出脉搏波波形周期面积特征．讨论脉搏波波形周期面积特征量与血流动力学参数的相关关系。方法选择笔者所在医院门诊病人424例，采集桡动脉脉搏波信号，分析其波形周期面积特征（收缩期面积特征量K1和舒张期面积特征量K2）与血流动力学参数[心输出量（CO）、血流阻力（TPR）和血液黏度（V）]的相关性。结果脉压差与K1高度正相关（P〈0．01），与K2高度负相关（P〈0．01），与K1/K2，高度正相关（P〈0．01）。年龄与K1高度正相关（P〈0．01），与致高度负相关（P〈0．01），与K1/K2，高度正相关（P〈0．01）。K1与CO高度负相关（P〈0．01），K2与CO负相关（P〈0．05），K1/K2与CO无明显相关。K2、K2分别与TPR高度正相关（P〈0．01），K1/K2与11PR无明显相关。K1、K2分别与V高度正相关（P〈0．01），K1/K2，与V高度负相关（P〈0．01）。结论试验表明，脉搏波波形周期面积特征量代表人体心血管系统中最为重要的一些生理参数如血管外周阻力、血液黏性等的变化。     

基于光电容积脉搏波波形分析的运动负荷评价

目的能量消耗是衡量运动负荷最直接的指标。本文的研究目的是利用脉搏波波形来衡量运动负荷,从而为基于可穿戴设备的运动负荷评价技术提供基础。方法招募32名年龄为18~60岁的正常人作为受试者,采用指夹式光电容积脉搏波传感器对受试者的脉搏波进行采集,使用K4b2心肺功能测试仪获取的能量消耗作为金标准进行功率自行车实验,从而获得脉搏波波形特征与能量消耗之间的关系。结果在静息状态下,脉搏波周期、主波峰值、脉搏波面积的数值较为稳定;而在功率车运动状态下,脉搏波波形周期平均值、主波峰值、脉搏波面积的平均值变小,三者标准差则增大。实验结果表明,脉搏波波形幅值对时间的积分J与能量消耗E在静止、功率车运动状态下皆呈线性关系,两者拟合直线的斜率之比为常数。结论使用光电容积脉搏波波形对运动负荷进行评估是可行的。利用脉搏波波形特征,可以较为准确地拟合出运动中的能量消耗,从而评价运动负荷。     

利用腕部脉搏波无创估测心脏每搏输出量的方法

目的开发利用腕部采集的脉搏波信号无创估测心脏每搏输出量(stroke volume,SV)的算法,以实现在家庭环境中对SV的监测。方法 351名志愿者参与本研究,每名志愿者的样本数据包含桡动脉脉搏波信号和SV,前者使用小云心脉仪在腕部采集,后者利用超声设备获得,两者的测量同步进行。在剔除了39名有明显心血管异常的志愿者的数据后,样本数据被分为训练集和测试集两组,前者用于优化估测算法,后者用于检验算法的有效性。SV的估测方程基于在脉搏波信号上提取的6个特征点构建。考虑年龄、性别等生理因素对SV的影响,进一步按性别、年龄对志愿者进行二次分组,分别优化SV的估测方程。结果对两组志愿者估测的SV与超声测量值均显示良好的相关性,其中训练集的皮尔逊相关系数r=0.776,测试集的相关系数r=0.725。结论利用在腕部采集的脉搏波信号无创估测SV具有可行性,该方法有望实现在家庭环境中由使用者自主完成SV测量,对心血管健康的院外自主监测将是有益的补充。     

基于心电信号的脉搏波形特征点提取

为寻求一种精确的脉搏波特征提取方法,提取更多的脉搏波形特征,揭示心电脉搏在时域上的相关性,使用MP425数据采集卡和LabVIEW构成的数据采集系统同步采集ECG信号和脉搏波信号,对ECG信号和脉搏波信号进行分析和处理,采用能量算子法检测心电信号R波;基于同步采集的ECG和脉搏波信号,提出一种应用ECG信号的R波和T波来提取Pulse wave的重搏波和峰值的方法.经过分析与实验验证,该方法能准确找到脉搏波波峰和重搏波位置,并具有较强的抗干扰能力,为研究心电脉搏之间的关系提供了一种新的方法.     

一种光电容积脉搏波的特征点自动识别算法

目的为弥补现有光电容积脉搏波特征点识别算法存在的需要人为设定阈值筛选门限和对复杂波形适应能力较差的缺陷,提出一种基于脉搏波上升支单调增加几何特性的特征点自动识别算法。方法通过两次Hilbert变换后过零点检测在每个脉搏周期内确定一个基准点,在基准点前后搜索距离其最近的凹拐点即为波谷点、凸拐点即为主波峰点。结果利用MIT-BIH标准数据库中18组数据进行检测验证,平均值达到99.94%灵敏度、99.72%查准率和99.68%检测准确率。对比已有的4种算法,在查准率上有明显的提升,应对复杂的波形依然能准确识别特征点。结论提出的算法在搜索确定脉搏波波谷点和主波峰值点位置过程中取得较高的检测准确率,同时展现出对波形变化更强的适应力。研究结果为临床上通过脉搏波特征提取进行生理病理分析提供良好基础。     

脉搏波的衰减特性研究

分析了动脉血管内的血液以及动脉血管周围组织,对脉搏波衰减特性的影响,并比较了这两种影响的结果,为脉搏波传播特性的进一步研究奠定了理论基础,也有助于临床上利用脉搏波的传播特性分析和诊断相关疾病.     

基于深度学习的桡动脉脉搏波重构方法

目的：针对从指端脉搏波重构出桡动脉脉搏波的难题,提出一种基于深度学习的重构方法。方法：使用四通道数据采集系统PowerLab分别无创采集指端脉搏波和桡动脉脉搏波,对脉搏波信号噪声源进行分析,利用去基线算法、小波变换去噪算法、归一化预处理算法,得到稳定的信号波形。设计变分自编码器（VAE）网络模型结构参数,利用十折交叉验证法对744例受试者数据进行训练,建立桡动脉脉搏波预测模型。设置学习率、随机失活、正则化项共3项超参数,对VAE网络模型进行优化。结果：186例受试者桡动脉脉搏波重构和同步检测结果表明：低阻型和高阻型指端脉搏波经VAE网络模型建模后5%K差、20%K差、K差总方差、FIT分别为49.10%、96.70%、89.74和75.80%;低阻型和高阻型指端脉搏波经VAE网络优化模型建模后5%K差、20%K差、K差总方差、FIT分别为48.50%、94.50%、73.74和66.30%。结论：VAE网络模型建模及其优化方法可用于桡动脉脉搏波重构,重构精度较高,并具有较强的鲁棒性和泛化能力。     

基于容积脉搏波血流动力学检测的血流动力学参数的临床验证

目的 改进脉搏波无创检测仪的检测方式,考虑到桡动脉检测的操作复杂,因而选择操作简便的指脉检测.方法 通过大量的临床数据分析,确定指脉检测方式与桡动脉检测方式之间的转换关系,计算基于容积脉搏波的部分血流动力学参数,并和超声心动检测结果进行对比.结果 用指端容积脉搏血流方法同步检测的血流参数和超声心动检测血流参数的结果对比,差异没有统计学意义.结论 所得结果表明,在应用指端容积脉搏血流方法检测心输出量及其他血流参数是可行的.     

基于脉搏波特征参数的无创连续血压测量研究进展

脉搏波与血压变化息息相关,可以通过脉搏波特征参数进行无创连续血压测量。本研究首先介绍脉搏波特征参数以及通过脉搏波特征参数进行无创连续血压测量的原理;总结了当前利用脉搏波特征参数计算血压的测量模型,主要有一元线性回归模型、多元线性回归模型和神经网络模型,并主要分析了这些模型的测量原理和研究进展,以及各种模型的优缺点;最后对基于脉搏波特征参数进行血压测量,研究方向进行了展望。     

基于超声回波信号的指端脉搏波提取

脉搏波可作为检测人体心血管系统生理病理状态的重要依据。为了验证用超声波测量脉搏波的可能、解决脉搏波的测量部位受限的问题,本研究提出一种从超声回波信号中提取脉搏波的方法。设计一种跟随式超声传感器,用数据采集系统采集指端超声回波信号,经过滤波、选点及小波去噪等处理后得到较为纯净的脉搏波信号;同时采集心电信号以及光电容积脉搏波信号作为参考信号。结果表明,可以从提取的指端脉搏波中准确地获取心率;与同步测得的光电容积脉搏波数据相关系数大部分在0.8以上;波形中的重搏前波、重搏波等细节部分也能明显地表现出来。本研究提出的方法实现了从指端超声回波信号中获取完整可靠的脉搏波信号,为日后获取不同部位的脉搏信号提供了基础。     

基于脉搏波检测技术的心血管健康评测

脉搏波中蕴含丰富的生理病理信息,能反映心功能参数的早期变化趋势。因此,脉搏波信息的量化对心血管疾病具有重要的参考价值。从脉搏波的形成机制角度,阐述脉搏波与心血管生理病理信息的关系;从脉搏波的波形分析,阐述临床中应用脉搏波技术的心血管无创检测指标;将心血管的生理病理信息和脉搏波理论相结合,建立评测心功能健康状况的评价指标。基于脉搏波理论建立的心血管无创检测方法,有助于全面维护心血管健康,为心血管系统疾病的早发现、早预防、早治疗提供重要医疗手段;其次,可以简化临床检测过程,降低检测成本,实现心血管疾病适时地健康普检,降低心血管疾病的致死率和致残率。     

基于脉搏波的心输出量监测技术研究进展

心输出量（CO）是人体血流动力学监测的核心参数,对心血管疾病的诊断和治疗具有重要意义,而脉搏波包含了丰富的生理病理信息,其波形特征与血流动力学参数的变化密切相关,因此在CO监测上有着广泛的应用。脉搏波主要分为压力脉搏波和容积脉搏波两类,前者在CO监测上已有成熟的产品,后者则仍在科研阶段,尚未有能满足应用要求的技术产品。本文首先分别介绍压力脉搏波和容积脉搏波各自的特点以及计算CO的理论基础,然后从微创及无创两个方面,介绍几种基于两类脉搏波的CO监测技术,并分析它们的基本原理和优缺点,最后对监测技术的发展和应用做了展望。     

基于脉搏波传播时间测量的特征信号处理算法的研究

目的针对目前加速度脉搏波特征点检测研究少的问题,本文提出一系列处理算法,并对加速度脉搏波关键点中的a、c两点进行了重点研究。方法通过对加速度脉搏波采用防脉冲移动平均、小波滤波等方法预处理后,采取差分阈值与小波系数模极大值相结合的方法,对关键点位置进行检测。实验处理数据源于对15名在校学生采集的60组容积脉搏波,通过本文算法进行处理、检测和验证。结果对于加速度脉搏波中关键点a、c两点的正确识别率达92％以上。结论本文所述信号处理算法能够对脉搏波传播时间测量中的特征信号进行快速、准确的检出,为新型医疗监护设备的开发设计提供了技术支持。     

基于心电-脉搏波的心血管疾病识别研究

为实现心血管疾病的早期筛查,降低心血管疾病临床检测的成本。本研究基于上肢脉搏波传导速度（PWV）及脉搏波相关血液动力学基础理论,采集了总计51人的脉搏波与心电信号数据,提取了包括3种PWV和脉搏波特征参数总计16个特征参数,将不同的PWV与脉搏波特征组成3个样本特征数据集,分别建立了基于K近邻学习（KNN）和支持向量机（SVM）的心血管疾病识别模型。KNN模型分类准确率为66.28%,SVM模型分类准确率为84.3%,并通过对比不同PWV对模型性能的影响,确定了用于血管评估的最优脉搏波传导速度pwvm。研究表明基于SVM建立的分类模型对心血管疾病识别有一定可靠性,为低成本的心血管疾病早期筛查提供了新思路,也为穿戴式心血管系统监测提供了基础。