肖前軍

(重慶工業(yè)職業(yè)技術(shù)學(xué)院 自動化學(xué)院，重慶 401120)

0　引言

體外反搏是一種通過在患者體外進(jìn)行充排氣的物理治療方法，能有效治療心、腦、腎等缺血性疾病。其原理是通過實時檢測患者心電R波信號，以此為基準(zhǔn)觸發(fā)氣囊充排氣。在心臟舒張期，壓迫肢體血管，迫使肢體和臀部動脈血液返流至主動脈，以提高主動脈的壓力和血容量，從而增加心、腦、腎等重要器官的血液灌注量[1-2]。在心臟收縮期前，氣囊迅速排氣，受壓的肢體血管立即松開，有利于心室射出的血液經(jīng)主動脈快速注入肢體動脈[1-2]。

體外反搏裝置通過采集患者R波作為充排氣觸發(fā)信號，如圖1(a)所示，TON為小腿充氣點到R波的時間，TOFF為排氣點到R波的時間。氣囊充氣采用三級序灌方式，即小腿、大腿和臀部依次充氣，充氣時序如圖1(b)所示，即I1為小腿充氣時間，I2為大腿充氣時間，I3為臀部充氣時間，TBY為氣囊保壓時間。同時在治療過程中需要實時監(jiān)測治療效應(yīng)，在臨床上通過采集耳垂脈搏波、指脈波或顳脈波作為體外反搏效應(yīng)的客觀指標(biāo)[3-5]。由于顳脈波存在明顯切跡點，能準(zhǔn)確地顯示心臟收縮期和舒張期的分界點，故采用顳脈波作為評價體外反搏治療效果的指標(biāo)。圖1(c)為治療前顳脈波波形，H點為切跡點；圖1(d)為患者治療時顳脈波波形。設(shè)D點對應(yīng)的高度為hD，S點對應(yīng)的高度為hS，反搏前后的峰值比為hPEAK，則hPEAK=hS/hD。設(shè)反搏前后的面積比為sPEAK，在圖1(d)中設(shè)D2部分對應(yīng)的面積為sD2，D1部分對應(yīng)的面積為sD1，則sPEAK=sD2/sD1。在臨床上hPEAK和sPEAK為治療效果的重要指標(biāo)。

圖1　波形圖

目前體外反搏裝置在治療時，醫(yī)生通過觀察患者的心電波和顳脈波采用手動方式調(diào)節(jié)充氣時刻和保壓時間，即圖1(a)中TON和圖1(b)中TBY，同時手動調(diào)節(jié)充氣壓力值，以此達(dá)到好的治療效果。由于在治療過程中患者的心電波和顳脈波會發(fā)生變化，需要不斷調(diào)節(jié)TON和TBY，增加了醫(yī)務(wù)人員的工作量。本文依據(jù)患者心電波和顳脈波的特征值，提出了一種新的治療效果評價方法，設(shè)計了TON、TBY和充氣壓力自動調(diào)節(jié)算法，實現(xiàn)了體外反搏裝置治療效果自動優(yōu)化，大大提高了體外反搏裝置的自動性和有效性。

1　R波檢測標(biāo)定算法

目前體外反搏裝置通過采集人體R波作為充排氣觸發(fā)信號，從心電信號提取R波的方法主要有差分法、小波變換、帶通濾波器、長度和能量變換、形態(tài)學(xué)運(yùn)算等[6]，但這些方法均存在缺陷，差分法準(zhǔn)確性差，其他幾種方法計算復(fù)雜導(dǎo)致實時性差。而體外反搏裝置在治療過程中需要以R波作為充排氣的依據(jù)，準(zhǔn)確性低將導(dǎo)致誤觸發(fā)或者不觸發(fā)，實時性差將導(dǎo)致治療效果差和安全性差，因此需要設(shè)計高效快速的R波識別算法。通過大量心電數(shù)據(jù)分析，發(fā)現(xiàn)R波的陡峭是對稱的且持續(xù)時間在一定范圍，這與干擾和其他生理波有本質(zhì)的區(qū)別，依據(jù)這兩個特征，本文提出了R波標(biāo)定算法。該算法在計算心電數(shù)據(jù)斜率的基礎(chǔ)上搜索R波上升段，然后搜索下降段，最后判斷上升段和下降段的間隔是否在閾值范圍內(nèi)，從而精確標(biāo)定R波。該算法R波判定準(zhǔn)確且實時性好，需要以下5步完成：

(1)預(yù)設(shè)R波上升斜率閾值Rslope_up、下降斜率閾值Rslope_down、下降支與上升支時間間隔閾值Tdown_up。

(2)使用差分法搜索R波上升段特征值，當(dāng)搜索到連續(xù)2個斜率大于Rslope_up時標(biāo)記R波上升支，記錄標(biāo)記時刻Tr_up。

(3)使用差分法搜索R波下降段特征值，當(dāng)搜索到連續(xù)2個負(fù)斜率小于Rslope_down時標(biāo)記R波下降支，記錄標(biāo)記時刻Tr_down。

(4)計算上升支與下降支時間間隔，當(dāng)Tr_down- Tr_up在Tdown_up范圍內(nèi)，則R波搜索成功，取Tr_up與Tr_down中間時刻為R波標(biāo)記時刻，作為充排氣時間依據(jù)。

(5)在治療過程中，患者的心電會發(fā)生輕微變化，需要實時更新R波上升支斜率閾值Rslope_up(取上一個R波上升支斜率平均值的2/3為新斜率閾值)、下降支斜率閾值Rslope_down(取上一個R波下降支斜率平均值的2/3為新斜率閾值)、下降支與上升支時間間隔閾值范圍Tdown_up(取上一個R波Tr_down- Tr_up時間差的1/2～2倍作為新的閾值范圍)。

2　反搏前后顳脈波信號特征值提取算法

作為體外反搏充氣時刻的參考點，顳脈波信號切跡點的識別算法極其重要，參考文獻(xiàn)[5]設(shè)計了顳脈波切跡點識別算法，本文采用該方法標(biāo)定圖2中的谷值點A和切跡點H。計算反搏前切跡點與谷值點之間的時間差THA，作為判斷反搏后切跡點是否異常的基礎(chǔ)[3，5]。

開始反搏后，筆者采用參考文獻(xiàn)[5]的方法搜索反搏后切跡點。由于開始反搏后，顳脈波信號受到心電波動和充氣時間不準(zhǔn)確的影響，在一個顳脈波信號周期內(nèi)可能會出現(xiàn)多個切跡點。如果切跡點的數(shù)量≥2，如圖3所示，則將所有切跡點中前面兩個切跡點之間的時間差Tx作為充氣時刻補(bǔ)償參數(shù)。如果切跡點的數(shù)量為1，如圖4所示，則計算切跡點與谷值點之間的時間差Ty[3，5]。

圖2 反搏前顳脈波圖3 多個切跡點

圖5　治療效果自動優(yōu)化算法

圖4　一個切跡點

3　體外反搏裝置治療效果評價算法

體外反搏裝置治療時，采用反搏前后的峰值比hPEAK和面積比sPEAK作為反搏效果的依據(jù)，hPEAK和sPEAK越大治療效果越好，因此需要實時計算hPEAK和sPEAK，算法需要以下9步完成：

(1)開始時在非治療狀態(tài)下，R波標(biāo)定后，搜索圖1(c)中的A點和D點，預(yù)設(shè)為顳脈波起始點和峰值點位置。

(2)截取2個周期的顳脈波數(shù)據(jù)并計算極值點。

(3)判斷極值點的個數(shù)是否大于3，如果大于3，則進(jìn)入步驟(4)；否則輸出錯誤信息。

(4)判斷是否正在進(jìn)行體外反搏治療，如果是，則進(jìn)入步驟(5)；否則更新起始點和峰值點的位置，返回步驟(2)。

(5)利用非治療狀態(tài)下的顳脈波起始點位置和心電R波的周期確定治療狀態(tài)下顳脈波的A點和E點，其中A點為治療狀態(tài)下的顳脈波周期起始點，E點為治療狀態(tài)下的顳脈波周期結(jié)束點。如果在非治療狀態(tài)下的顳脈波起始點位置附近不能找到極小值點，則輸出錯誤信息，結(jié)束。

(6)利用非治療狀態(tài)下的顳脈波峰值點確定治療狀態(tài)下顳脈波的D點，D點為治療狀態(tài)下的收縮波峰點。如果在非治療狀態(tài)下的顳脈波峰值點位置附近不能找到極大值點，則輸出錯誤信息。

(7)利用D點確定H點，選擇D點之后的極小值點為H點，H點即為治療狀態(tài)下顳脈波的拐點。

(8)利用H點和E點確定S點，選擇H點和E點之間幅值最大的極值點作為S點，S點為治療狀態(tài)下的舒張波峰點。

(9)根據(jù)S點和D點的幅值計算峰值比hPEAK，以H點為拐點計算面積比sPEAK。

4　體外反搏裝置治療效果自動優(yōu)化算法

臨床醫(yī)學(xué)上，3大因素決定體外反搏裝置的治療效果[2, 3, 5]，即充氣時刻(圖1(a)中的TON)、保壓時間(圖1(b)中的TBY)和治療壓力， 本文根據(jù)體外反搏裝置在治療前后采集的心電波和顳脈波的特征參數(shù)設(shè)計了充氣時刻TON、保壓時間TBY和治療壓力的自動優(yōu)化方法，實現(xiàn)體外反搏裝置治療效果自動優(yōu)化，算法流程如圖5所示。算法需要4步完成，使用N1～N4表示。

4.1　N1：體外反搏裝置初始充排氣時間設(shè)置方法

本文采用參考文獻(xiàn)[5]的方法設(shè)置初始充排氣時間，設(shè)TON表示氣囊充氣點到R波的時間,TOFF為氣囊排氣點到R波的時間，如圖1(a)所示,氣囊的充氣時間以TQT為參考基準(zhǔn)[3,5]：

TON=TQT-C1

(1)

其中，C1為時間常數(shù),與系統(tǒng)機(jī)械延時有關(guān)。

氣囊的排氣時間以充氣時刻為基準(zhǔn)，包括三級氣囊充氣時間TCQ和保壓時間TBY[3，5]：

TOFF=TON+TCQ+TBY-C2

(2)

其中，C2為時間常數(shù),與系統(tǒng)機(jī)械延時有關(guān)。

4.2　N2：自動優(yōu)化充氣時刻

當(dāng)體外反搏裝置按照初始充排氣時間和初始壓力P0進(jìn)行治療后，反搏效果沒有達(dá)到期望值時，開始進(jìn)行自動優(yōu)化步驟N2。根據(jù)反搏前后提取的特征值，優(yōu)化充氣時間，如果切跡點數(shù)量≥2，表明充氣點滯后，則將所有切跡點中前兩個切跡點之間的時間差Tx作為充氣時刻補(bǔ)償值[5]。則式(1) 優(yōu)化為：TON=TQT-C1-Tx，即充氣點提前Tx。按照優(yōu)化后的公式對反搏充氣時間進(jìn)行動態(tài)調(diào)節(jié)，直至切跡點的數(shù)量為1。

如果切跡點的數(shù)量為1，計算切跡點與谷值點之間的時間差Ty，比較Ty與THA的大小，當(dāng)Ty小于THA時，表明充氣時刻超前[5]，計算充氣時刻補(bǔ)償值TB=THA-Ty，則式(1)優(yōu)化為：TON=TQT-C1+TB，即充氣點推遲TB(當(dāng)TB小于10 ms時，不優(yōu)化)；當(dāng)Ty大于THA時，表明充氣時刻滯后，采用相同方法優(yōu)化式(1)。

4.3　N3：自動優(yōu)化保壓時間

當(dāng)充氣時刻調(diào)節(jié)到最佳狀態(tài)時，反搏效果仍然沒有達(dá)到期望值，需要優(yōu)化保壓時間，患者在反搏時，一般情況下保壓時間越長效果越好，在保障安全治療狀況下，要求TOFF<0.8TRR。在優(yōu)化保壓時間時，每次按照20 ms步進(jìn)增加保壓時間，滿足反搏效果或者TOFF<0.8TRR時優(yōu)化完成。

4.4　N4：自動優(yōu)化治療壓力

當(dāng)優(yōu)化充氣時刻和保壓時間仍然沒有滿足治療效果時，需要調(diào)節(jié)治療壓力值。一般情況下氣囊壓力越大效果越好，在保障安全治療狀況下，系統(tǒng)均設(shè)置壓力上限值，治療壓力必須小于上限值Pmax(國家標(biāo)準(zhǔn)規(guī)定的最大值為60 kPa)。在治療時，患者的身體條件存在差異性，能承受的最大壓力不一樣，因此體外反搏裝置均設(shè)置有患者治療最大壓力，設(shè)為Phz，在優(yōu)化治療壓力時，每次按照5 kPa步進(jìn)增加治療壓力，滿足反搏效果或者治療壓力等于Phz時優(yōu)化完成。

上述3種優(yōu)化方法完成后，如果還沒有達(dá)到預(yù)期效果，則需要告知醫(yī)務(wù)人員檢查氣路系統(tǒng)是否存在漏氣等現(xiàn)象。

5　實驗結(jié)果與分析

為了驗證所提算法的有效性和合理性，將該算法應(yīng)用在PSK型體外反搏裝置中，并分析觀察100例患者使用該優(yōu)化算法前后反搏效果。對數(shù)據(jù)進(jìn)行統(tǒng)計分析，主要統(tǒng)計未使用該優(yōu)化算法時治療效果滿足期望的人數(shù)、使用優(yōu)化算法步驟N1治療效果滿足期望的人數(shù)、使用優(yōu)化算法步驟N1、N2治療效果滿足期望的人數(shù)以及使用優(yōu)化算法步驟N1、N2、N3治療效果滿足期望的人數(shù)，表1統(tǒng)計了使用該優(yōu)化算法不同步驟治療效果滿足期望的人數(shù)。未使用該優(yōu)化算法時，只有31%的患者可以在預(yù)設(shè)參數(shù)治療下滿足治療效果，使用該優(yōu)化算法后98%的患者治療效果達(dá)到期望值?？梢娫撍惴ù蟠蟾纳屏酥委熜Ч?。

表1　優(yōu)化步驟與患者數(shù)量

6　結(jié)論

本文通過采集患者的心電波和顳脈波信號特征，提出了高效快速的R波識別算法、顳脈波切跡點搜索算法以及反搏效果評價方法，設(shè)計了體外反搏裝置治療效果自動優(yōu)化算法，并將這些算法應(yīng)用在體外反搏裝置系統(tǒng)中，實現(xiàn)了體外反搏裝置治療效果自動優(yōu)化，獲得了最佳的反搏效果，大大改善了體外反搏裝置的自動化程度和有效性，具有較好的理論價值和實用價值。

[1] 劉艷. 體外反搏的作用原理與臨床應(yīng)用[J]. 體育科技,2009,30(1):51-56.

[2] 杜健航, 伍貴富, 鄭振聲,等. 增強(qiáng)型體外反搏對早期動脈粥樣硬化斑塊局部應(yīng)力環(huán)境影響的實驗與仿真研究[J]. 中國生物醫(yī)學(xué)工程學(xué)報, 2014,33(2):246-251.

[3] 蔡大衛(wèi). 體外反搏[M]. 上海：科學(xué)與技術(shù)出版社, 2004.

[4] 伍貴富, 杜志民. 增強(qiáng)型體外反搏理論與實踐[M]. 北京：人民衛(wèi)生出版社, 2012.

[5] 肖前軍.體外反搏裝置充排氣時間自動優(yōu)化算法與實現(xiàn)[J].電子技術(shù)應(yīng)用,2017,43(4): 62-64，68.

[6] 姚成, 司玉娟, 郎六琪，等.改進(jìn)的基于小波變換的QRS波檢測算法[J].吉林大學(xué)學(xué)報(信息科學(xué)版),2011,29(5): 401-407.