摘 " "要： 針對傳統(tǒng)的連續(xù)無創(chuàng)血壓測量設備結構復雜、體積大、不宜穿戴、限制患者運動等問題，設計一種可穿戴設備對人體血壓進行實時無創(chuàng)測量。通過硬件設備同步獲取心電-脈搏波信號，設計信號處理算法，提取特征點用于后續(xù)血壓估計。應用MIMIC數據中心電-脈搏-血壓信號計算脈搏波傳導時間及射血前期，并利用最小二乘法進行線性回歸分析，構建血壓測量模型，實現個性化血壓檢測算法。實驗驗證結果表明：采用該技術檢測人體血壓時，誤差的標準差在±8 mmHg（1 mmHg≈133 Pa）范圍內，平均絕對誤差小于5 mmHg，滿足AAMI國際血壓計準確性評價標準的要求。

關鍵詞： 無創(chuàng)血壓測量；脈搏波傳導時間；可穿戴；射血前期

中圖分類號：R318.6 " " " " "文獻標志碼： A " " " " " " " "文章編號： "１６７１－０２４Ｘ（２０24）０2－００83－06

Wearable non-invasive human blood pressure measurement technology

GAO Tiecheng1，2， LIU Can1，2， GE Lijun1，2， MA Yujie3

（1. School of Electronics and Information Engineering， Tiangong University， Tianjin 300387， China； 2. Tianjin Key Labo-ratory of Optoelectronic Detection Technology and System， Tiangong University， Tianjin 300387， China； 3. Department of Critical Care Medicine of Air Force Medical Center， Air Force Medical University， Beijing 100142， China）

Abstract： Aiming at the problems of complex structure，large size， unsuitable wearability， and restriction of patient movement in the existing continuous non-invasive blood pressure measurement equipment， a wearable device is designed to measure human blood pressure in real time. The electrocardiogram（ECG）-pulse wave signal is obtained synchronously through the hardware device， and a signal processing algorithm was designed to extract feature points for subsequent blood pressure estimation. The electro-pulse-blood pressure signal of MIMIC data center is used to calculate the pulse wave transmission time and pre-ejection stage， and the linear regression analysis is carried out using the least squares method， and the blood pressure measurement model is constructed to realize the personalized blood pressure detection algorithm. The experimental results show that when using this technology to detect human blood pressure， the standard deviation of the error is within the range of ± 8 mmHg（1 mmHg≈133 Pa）， and the average absolute error is less than 5 mmHg， which meets the requirements of the AAMI international sphygmomanometer accuracy evaluation standard.

Key words： non-invasive blood pressure measurement； pulse wave transmission time； wearable； pre-ejection period

血壓（blood pressure，BP）測量是診斷疾病、觀察病情變化與判斷治療效果的一項重要內容?，F階段血壓測量方法主要分為有創(chuàng)檢測和無創(chuàng)檢測 [1]，有創(chuàng)檢測通過應變計測量某一瞬間的血壓值，然而這種方法容易造成患者感染細菌，無法進行無間斷測量，使用限制條件較多，已經慢慢淡出大眾視野。無創(chuàng)血壓檢測方法分為柯氏音法、示波法、容積振動法和脈搏波測量方法等?？率揭舴椒ㄊ褂眯鋷降乃y血壓計測量血壓值[2-3]，無法用于一些皮膚受傷的病人、精神類疾病患者等特殊人群。研究表明血壓值會受到心輸出量和心率的影響。收縮壓（systolic blood pressure，SBP）是血壓的最大值，舒張壓（diastolic blood pressure，DBP）反之。通過心電圖（ECG）信號可以觀察心臟活動的規(guī)律，具有廣泛性、獨特性等特點[4]。心臟晝夜不停地收縮與舒張，將新鮮的血液源源不斷地通過血管傳向全身。血壓和血管體積發(fā)生改變，隨后血液向末梢血管流動形成的波稱為脈搏波[5]。血管管壁彈性、動脈腔內體積以及血液流動速度等因素均會對脈搏波造成影響[6]。

為了對人體血壓進行無間斷無創(chuàng)測量，基于光電容積脈搏波描記法（PPG）原理制備的傳感器得到廣泛關注。當傳感器中的光源射向皮膚時，光穿過皮膚組織被反射回來，這部分光被光敏傳感器接收為光信號，光信號轉換成電信號，最后再經過模數轉換獲得數字信號。該信號可以反映出血液流動的典型特征，濾除相關噪聲就得到較為純凈的脈搏波信號[7]，從而通過脈搏波信息對血壓值進行實時推斷。該傳感器成本低廉，尺寸小，方便易操作，可用作隨身攜帶的健身追蹤器[8-10] 測量心率和血氧等生理參數?，F階段根據脈搏波傳導時間（pulse transit time ，PTT）進行血壓測量的算法比較超前，這種無創(chuàng)的血壓測量方法限制較少，應用人群廣泛。

張大可等[11]使用脈搏波和心電信號提取PPG 上升時間、周期比和峰值等時域特征參數，并基于PTT建立血壓模型，但是對模型的泛化能力欠缺考慮。夏攀等[12]提出了一種基于射血前期的無創(chuàng)血壓監(jiān)測算法，該算法充分利用了血壓與射血前期之間高關聯性的原理。文獻[13]設計了一種可穿戴式智能手環(huán)，完成對血壓、體溫的無創(chuàng)測量，但是該設備未對電路板進行合理的設計，不能合理地布局在手環(huán)內部。鄭傳權等[14]改進了傳統(tǒng)的基于PTT提出的血壓監(jiān)測算法，增加身高和體重2個因素，血壓監(jiān)測的精確性和魯棒性得到了大幅度提升，但是該模型的參數來源于有限的數據樣本，其泛化能力和準確性較為欠缺。

針對上述問題，本文基于PPG原理，提出了一種可穿戴人體無創(chuàng)血壓測量技術，采用該技術的設備能長期無間斷檢測人體生理指標的變化，避免了傳統(tǒng)設備存在的結構復雜、體積大、不宜穿戴、限制患者運動等問題，通過對血壓和特征參數的回歸分析，實現個性化血壓檢測算法，提高血壓測量的精確性和魯棒性。

1 基于脈搏波的無創(chuàng)動脈血壓測量算法

PTT定義為心臟動脈射血時，動脈壓力波從主動脈瓣到達周圍血管所需要的時間，如圖1所示，其大小主要受傳導距離和速度的影響[15]。在計算PTT時，以ECG的R波作為傳導時間起點，以脈搏波信號的主波波峰作為終點，該特征點具有極強的辨別性，對外界噪音以及人體表面抖動具有極強的抗干擾能力。

脈搏波傳導距離的值等于脈搏波波速與PTT的乘積，脈搏波傳導距離固定時，則脈搏波波速可表示為：

式中：V為脈搏波波速；L為脈搏波傳導距離；T為脈搏波傳導時間。Moens 和 Korteweg 分別推理出自己的脈搏波波速公式，整合成如下關系式：

式中：g 為重力加速度；E 為楊氏彈性模量；x為血管壁厚度；ρ為血液流體密度；r為平衡狀態(tài)下彈性管內徑。

研究證明，血管跨壁壓力和血管彈性模量之間具有如下關系[16]：

E = E0 eγP（3）

式中：E0為血管跨臂壓力為0時的彈性模量；P為動脈血壓；γ為表征血管特征的常量。

將式（1）和式（3）代入式（2），整理得到：

忽略動脈血壓變化時造成的內徑大小和血管壁厚度的變化，1/γ可以看作常量，求導得到式（5）：

研究證明，較短時間內動脈血管的彈性形變波動量較小[17]，由此得到動脈血壓P和PTT的關系：

P = K × PTT + b（6）

式中：K和b為待定系數；PTT為脈搏波傳導時間。

在生理學上ECG信號R波波峰到脈搏波信號主波峰值點的時間間隔的數值大于PTT，這個時間間隔減去射血前期（PEP）所需要的時間才能與PTT相等。本文使用心動周期對射血前期進行估算，關系式為：

PEP = CC × 7%（7）

式中：PEP為射血前期所需要的時間；CC為心動周期。最終得到更加準確的動脈血壓與PTT以及心動周期之間的關系式：

P = K × （PTT - CC × 7%） + b（8）

由于個體差異性，不同個體具有不同的待定系數K和b。

2 實驗驗證

本文所提及的無創(chuàng)動脈血壓測量算法實現流程如圖2所示。

為了實現對信號的去噪和優(yōu)化，首先對采集到的實時PPG- ECG信號進行濾波處理；檢測并定位心電-脈搏波信號中關鍵的特征點，計算PTT、PEP和心動周期的值；將處理完成的PPG-ECG信號及其對應的SBP和DBP利用最小二乘法進行線性擬合，得出系數K和b；將后續(xù)數據代入模型，計算預測血壓值與實際血壓值的誤差，驗證SBP與DBP的預測準確度。

2.1 實驗數據處理

本文實驗數據分為2個類別：第1類是MI-MIC數據庫中患者的ECG-PPG-血壓波形數據；第2類是使用本文設計出的可穿戴設備同步采集到的健康人群的心電-脈搏信號，采用AFE4900芯片，部分電路原理圖如圖3所示。該設備是用于同步ECG、PPG信號采集的模擬前端 （AFE），此外該設備還可用于光學生物傳感應用，經驗證該設備的性能參數和指標符合測試要求。利用這2類數據對本文提出的無創(chuàng)血壓監(jiān)測算法進行可行性驗證。

2.1.1 MIMIC數據庫數據

從MIMIC數據庫[18-19]中篩選出5位病人的數據記錄，其中同時包含PPG-ECG信號（f = 125 Hz）和動脈血壓信號（f = 125 Hz）。在對脈搏-心電信號測量的過程中，呼吸和身體抖動會造成心電信號和脈搏波信號的基線漂移，另外還存在不可避免的工頻干擾和肌電干擾等噪聲。其中，含噪聲的ECG信號和脈搏波信號分別如圖4和圖5所示（截取MIMIC數據庫中某位患者的部分數據）。因此，先通過濾波處理去除原始信號中存在的噪聲，然后再對信號進行特征波峰檢測并提取特殊點。濾除噪聲后的PPG信號和ECG信號分別如圖6、圖7所示。

為驗證本研究方法的可行性，共從MIMIC數據庫中篩選出5組病人的實驗數據對所構建的血壓估計模型進行評估。每位病人的數據均提取6組ECG、PPG信號及其相對應的動脈血壓值，對前3組數據使用最小二乘法進行線性擬合，得到相關系數K和b，之后利用后3組數據的ECG-PPG信號對動脈血壓值進行預測。

2.1.2 實測數據

對5名健康師生同步進行心電-脈搏信號以及血壓的采集，采集時被采集者應處在平穩(wěn)狀態(tài)下。首先，將右臂放入歐姆龍HEM-1020臂筒中；同時，將可穿戴設備放置在左手指尖，利用同步采集模塊進行心電-脈搏信號采集。其次，利用同步采集到的心電-脈搏信號對模型進行訓練，通過本文提出的算法計算出PTT，將數據進行線性擬合，從而分別得到SBP與DBP的測量方程。最后，利用得到的測量方程對血壓做預測，將根據算法計算得到的血壓值與歐姆龍血壓計測得的數據做誤差分析。

2.2 驗證結果分析

本文分別利用MIMIC數據庫和實際同步采集到的數據進行可行性驗證，評估所提出的血壓估計模型的誤差性能。MIMIC數據庫中SBP和DBP的誤差如表1和表2所示。為進一步分析模型估計能力，本文采用平均絕對誤差（mean absolute error，MAE）和標準差（standard deviation，SD）來表征模型整體誤差，如表3所示。

5位健康師生各估計值與真實血壓的比較如圖8和圖9所示，平均絕對誤差和標準差如表4所示。

由表1、表2、圖8、圖9結果可見，該算法能較為準確的對血壓值進行估計。由表3和表4可見，收縮壓、舒張壓相關估計誤差絕對值 ＜ 5 mmHg（1 mmHg≈133 Pa）、標準差 ＜ 8 mmHg，滿足AAMI國際血壓計準確性評價標準的要求。與文獻[14]血壓算法模型相比，收縮壓誤差降低2.236 mmHg，舒張壓誤差降低0.312 mmHg。

3 結 語

本文基于PTT和PEP的相關原理，提出了一種可穿戴人體無創(chuàng)測量技術，該模型對傳統(tǒng)基于PTT的血壓監(jiān)測模型進行了改進，分別采用MIMIC數據庫中的15組數據以及實際測得的5組數據進行可行性分析。結果表明，收縮壓、舒張壓相關估計誤差絕對值＜5 mmHg，標準差＜ 8 mmHg，滿足AAMI國際血壓計準確性評價標準的要求，驗證了該算法的可行性。該穿戴設備能長期連續(xù)檢測人體生理指標的變化，避免了傳統(tǒng)設備結構復雜、體積大、不宜穿戴、限制患者運動等問題，實現了個性化血壓檢測算法，提高了血壓測量的精確性和魯棒性。

參考文獻：

[1] " "胡軍鋒， 鄭彬. 基于深度學習的ECG/PPG血壓測量方法[J]. 生物醫(yī)學工程研究， 2022， 41（1）： 46-54.

HU J F， ZHENG B. ECG/PPG blood pressure measurement method based on deep learning[J]. Journal of Biomedical Engi-neering Research， 2022， 41（1）： 46-54 （in Chinese）.

[2] " "ESMAILI A， KACHUEE M， SHABANY M. Nonlinear cuffless blood pressure estimation of healthy subjects using pulse tran-sit time and arrival time[J]. IEEE Transactions on Instrumenta-tion and Measurement， 2017， 66（12）： 3299-3308.

[3] " "DING X R， ZHANG Y T， LIU J， et al. Continuous cuffless blood pressure estimation using pulse transit time and photople-thysmogram intensity ratio[J]. IEEE Transactions on Biome-dical Engineering， 2016， 63（5）： 964-972.

[4] " "CHATLAPALLI S， NAZERAN H， MELARKOD V， et al. Ac-curate derivation of heart rate variability signal for detection of sleep disordered breathing in children[C]//The 26th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. San Francisco， CA， USA： IEEE， 2005： 538-541.

[5] " "倪永斌， 李翠蘭. 血管病變研究新視角： 動脈硬度、脈搏波和脈壓[J]. 心血管病學進展， 2007， 28（1）： 3-6.

NI Y B， LI C L. Fresh insight into vascular disease： Arterial stiffness， pulse wave and pulse pressure[J]. Advances in Cardi-ovascular Diseases， 2007， 28（1）：3-6（in Chinese）.

[6] " "張衛(wèi)平， 陳莉， 王婧玲， 等. 健康成人頸動脈極速脈搏波傳導速度影響因素分析[J]. 南昌大學學報（醫(yī)學版）， 2020， 60（6）：53-56.

ZHANG W P， CHEN L， WANG J L， et al. Analysis of influ-encing factors of carotid artery extreme speed pulse wave veloc-ity in healthy adults[J]. Journal of Nanchang University （Medi-cal Sciences）， 2020， 60（6）： 53-56（in Chinese）.

[7] " "劉喬壽， 王森. 基于單路PPG信號的連續(xù)血壓檢測算法設計[J]. 電子設計工程， 2019， 27（1）：63-69.

LIU Q S， WANG S. Continuous blood pressure detection algo-rithm based on single PPG signal[J]. Electronic Design Engi-neering， 2019， 27（1）：63-69（in Chinese）.

[8] " "劉浩楠. 基于ECG， PPG信號的便攜式心血管信息檢測電路的設計與實現[D]. 西安： 西安電子科技大學， 2019.

LIU H N. Design and implementation of portable cardiovascu-lar information detection circuit based on ECG and PPG sign-als[D]. Xi'an： Xidian University， 2019（in Chinese）.

[9] " "DING X R， YAN B P， ZHANG Y T， et al. Pulse transit time based continuous cuffless blood pressure estimation： A new extension and a comprehensive evaluation[J]. Scientific Re-ports， 2017， 7（1）： 1-11.

[10] "趙秀秀， 徐磊. 光電容積脈搏波在監(jiān)測心血管系統(tǒng)功能中的應用進展[J]. 臨床麻醉學雜志， 2020， 36（1）：89-92.

ZHAO X X， XU L. Application progress of photoelectric vol-ume pulse wave in monitoring cardiovascular system function[J]. Journal of Clinical Anesthesiology， 2020， 36（1）89-92（in Chinese）.

[11] "張大可， 劉立紅， 王鋼， 等. 基于心電信號－光電容積脈博波信號多特征參數無創(chuàng)血壓監(jiān)測系統(tǒng)設計[J]. 生物醫(yī)學工程研究， 2018， 37（4）： 447-453.

ZHANG D K， LIU L H， WANG G， et al. Design of non-invasive blood pressure monitoring system based on ECG-PPG multi-charateristic parameters[J]. Journal of Biomedical Engineering Research， 2018， 37（4）：447-453（in Chinese）.

[12] "夏攀， 周瑞石， 趙榮建， 等. 一種基于射血前期的連續(xù)血壓估計方法[J]. 生物醫(yī)學工程研究， 2020， 39（3）： 300-305.

XIA P， ZHOU R S， ZHAO R J， et al. A method of continuous blood pressure estimation based on pre-ejection period[J]. Journal of Biomedical Engineering Research， 2020， 39（3）： 300-305（in Chinese）.

[13] "路開放. 可穿戴式血壓監(jiān)測設備的設計與實現[J]. 電腦知識與技術， 2021， 17（7）： 225-227.

LU K F. Design and implementation of wearable blood pressure monitoring equipment[J]. Computer Knowledge and Technolo-gy， 2021， 17（7）： 225-227（in Chinese）.

[14] "鄭傳權， 黃雄京， 劉博生， 等. 基于脈搏波傳導時間的血壓測量方法[J]. 中國醫(yī)學物理學雜志， 2021， 38（7）：846-849.

ZHENG C Q， HUANG X J， LIU B S， et al. Blood pressure measurement method based on pulse transit time[J]. Chinese Journal of Medical Physics， 2021， 38（7）：846-849（in Chinese）.

[15] "林冬梅， 張育儒， 陳曉雷， 等. 基于USB-4221數據采集卡的連續(xù)血壓測量[J]. 中國醫(yī)學物理學雜志， "2021， 38（5）：606-612.

LIN D M， ZHANG Y R， CHEN X L， et al. Continuous blood pressure measurement based on USB-4221 data acquisition card[J]. Chinese Journal of Medical Physics， 2021， 38（5）：606-612 （in Chinese）.

[16] "袁董瑤，夏彩芬，丁春燕.脈搏波無創(chuàng)血壓測量技術與有創(chuàng)血壓測量技術臨床對比及應用前景[J].中國老年學雜志，2019，39（1）：16-19.

YUAN D Y， XIA C F， DING C Y. Clinical comparison and application prospect of pulse wave non-invasive blood pressure measurement technology and invasive blood pressure measurement technology[J]. Chinese Journal of Gerontology， 2019， 39（1）：16-19（in Chinese）.

[17] "A·克烏瑪，C·L·范西尼，G·C·夏瑪.彈性動脈血管中血液流動特性的模擬和分析[J]. 應用數學和力學，2005，26（3）： 316-324.

KUMAR A， VARSHNEY C L， SHARMA G C. Performance modeling and analyis of blood flow in elastic arteries[J]. App-lied Mathematics and Mechanics， 2005， 26（3）：316-324（in Chinese）.

[18] "JOHNSON A E W， POLLARD T J， SHEN L， et al. MIMIC-III， a freely accessible critical care database[J]. Scientific Data， 2016， 3（1）： 1-9.

[19] "吳金桐， 桑海峰， 徐州， 等. 實時血壓監(jiān)測系統(tǒng)設計[J]. 電子測量技術， 2019， 42（24）： 63-70.

WU J T， SANG H F， XU Z， et al. Design of real-time blood pressure monitoring system[J]. Electronic Measurement Tech-nology， 2019， 42（24）： 63-70 （in Chinese）.

本文引文格式：

高鐵成， 劉璨， 戈立軍， 等. 可穿戴人體無創(chuàng)血壓測量技術研究[J]. 天津工業(yè)大學學報， "2024， "43（2）： 83-88.

GAO T C， LIU C， GE L J， "et al. Wearable "non-invasive hu-man blood pressure measurement technology[J]. Journal of Tian-gong University， " 2024， "43（2）： 83-88（in Chinese）.