一种无创中心动脉血压测量方法和设备

摘要

本发明公开一种无创人体中心动脉血压测量方法和设备。无创人体中心动脉血压测量方法包括：基于粘性流体力学的人体动脉血管网络模型，由测量出的桡动脉和肱动脉的脉搏波信号和手臂血压值计算被测者动脉血管网络模型个性化参数的方法，计算升主动脉-桡动脉传递函数的方法，从测出的桡动脉血压波形计算出中心动脉血压波形的方法。无创人体中心动脉血压连续测量设备由一脉搏波信号处理和分析单元和一戴在手腕上的桡动脉和肱动脉脉搏波信号采集单元组成。与现有的通用传递函数法不同，本发明对每个被测者，测量和计算其动脉血管网络模型参数，这些参数，和计算出的中心动脉血压波形一起，是被测者心血管系统状态的数字特征，对于心血管病，特别是高血压、冠心病等高危疾病的防治和控制具有重要意义。

说明书

技术领域

本发明属于医学检测技术领域，特别是涉及一种无创中心动脉血压波形测量系统。 

背景技术

中心动脉压（Central aortic pressure）指升主动脉根部血压。2006年，欧洲最大规模高血压研究ASCOT的亚组研究CAFE（Conduit Artery Function Evaluation）的研究结果显示,中心动脉压和中心脉压比外周肱动脉血压更能反映心脏负荷,与心血管事件的发生更加密切相关。近年，中心动脉压得到了医疗界越来越多的重视，欧洲高血压协会和欧洲心脏病协会联合发布的高血压管理指导手册已经将中心动脉压作为血压管理的单独指标。 

准确的中心动脉血压估计是心血管领域的关键技术。现有获取中心动脉血压的方法分为有创方式和无创方式两大类。有创方法是指采用导管介入法直接获取中心动脉血压。该方法主要用于急救领域、心血管外科和重症监护病房等领域，具有准确直观的优点；但该方法具有创伤性，且需要专业人员进行操作，不易大范围应用。人体中心动脉血压不能无创测量，无创方法主要通过对桡动脉血压波形等生理信号的分析，估计得到中心动脉血压。 

由O'Rourke撰写的美国专利5,265,011提出了一种通用传递函数（GTF）法，通过对大样本数据的分析，估计得到中心动脉压-桡动脉压的通用传递函数，从测量到的桡动脉血压，利用GTF估计得到被试者的中心动脉血压。该方法已经被澳大利亚AtCor Medical公司的产品SphygmoCor采用。O'Rourke还有一系列类似技术，包括美国专利7,628,758等。新加坡HealthSTATS提出了多点移动平均（N-Point Moving Average）法，对人体桡动脉血压波形进行N点移动平均处理（N为采样率的四分之一）后得到人体中心动脉血压波形。 

上述方法虽然得到了大量临床试验的验证，但存在以下问题：（1）通用传递函数法和多点移动平均法都来自临床经验，没有理论支撑。（2）这两种方法均为通用方法，其假设前提是，每个人，不管年龄、性别、身体状况如何，他们的中心动脉压-桡动脉压的传递函数都是一样的。这种假设忽略了一个事实，表征疾病的血管个性化参数一定会反应在传递函数上，不同患者的心血管特性有着很大的不同（如血管顺应性，血流阻力等），这必然影响结果的准确性，同时也丢掉了诊断的重要信息。我们认为，每个人的中心动脉压-桡动脉压的传递函数都是不一样的，传递函数的参数本身，也是人们的心血管系统的数字特征，是心血管病诊断的重要信息。 

我国有2亿多高血压病人，高血压病的预防、诊断、治疗和控制的关键技术的连续血压测量和中心动脉压的测量和分析。因此，本发明“无创中心动脉血压测量方法和设备”具有重要意义。 

  

发明内容

   有别于现有技术，本发明是个性化的无创中心动脉血压测量方法和设备，其技术方按包括： 

   本发明中的设备有一个可戴在手腕上的脉搏波信号采集单元，包括测量桡动脉和肱动脉的传感器、控制器和手腕附着和紧固装置，采集被测者的绕动脉、肱动脉脉搏波信号，放大和数字化所测得的信号。

本发明的理论基础是人体动脉血管网络模型，该可计算模型从动脉血管的理想弹性微元开始，建立流体力学控制方程组、大中动脉血管模型和等效电路、小微动脉血管模型和等效电路，从而获得人体动脉血管网络模型。 

   本发明的设备中还有一个运行在便携式计算设备上的信号处理和分析单元，实时同步控制脉搏波信号采集单元，实现同步采集和处理桡动脉和肱动脉脉搏波信号，由桡动脉和肱动脉脉搏波计算被测者桡动脉血管参数、中心动脉到桡动脉的传递函数、由桡动脉血压波形和传递函数计算中心动脉血压波型，为医生和使用者提供动脉血管参数和中心动脉血压波型的分析工具，生成检测报告，打印报告，或将检测结果和报告上传到服务器。 

根据本发明的实施例，脉搏波信号采集单元是一微型嵌入式硬件和软件系统，包括测量桡动脉和肱动脉脉搏波的传感器、前置放大器、模数转换和控制器，其中桡动脉传感器由一附着装置保证传感器与桡动脉外表稳定接触，保证测量肱动脉脉搏波时，桡动脉脉搏波传感器输出脉搏波信号的质量，所测脉搏波信号经前置放大器放大并转换为数字信号，送往信号处理和分析单元。 

根据本发明的实施例，脉搏波传感器采用压力传感器、光学传感器或电磁传感器，桡脉搏波传感器的附着装置采用类似手表的结构，肱动脉传感器嵌入易于手工操作的探头中，脉搏波传感器采用单个传感器电极或传感器电极阵列。 

根据本发明的实施例，建立了可计算的人体动脉血管网络模型，包括：推导出了理想弹性动脉血管微元的粘性流体力学控制方程组、人体主要大中动脉血管和小微血管的粘性流体力学控制方程组和等效电路，建立了可计算的人体全身动脉血管网络模型。 

根据本发明的实施例，信号处理和分析单元，它运行在便携式计算设备上，以有线或无线方式与脉搏波信号采集单元连接，实时同步控制桡动脉和肱动脉脉搏波信号的采集和处理，并进一步包括脉搏波信号处理和分析模块、动脉网络模型计算模块和测量和分析报告模块。 

根据本发明的实施例，脉搏波信号处理和分析模块接收来自脉搏波采集控制器的桡动脉和肱动脉脉搏波波形信号，并对这些波形信号进行评估，输出评估结果，以便操作者调整传感器放置位置和方式，直到采集到合格的脉搏波信号为止。脉搏波信号处理和分析模块也进一步处理所采集到的脉搏波信号序列，从中选取一定数目的桡动脉和肱动脉脉搏波信号对，并将每对脉搏波信号的数据送到动脉血管模型计算模块。 

根据本发明的实施例，动脉血管模型计算模块使用被测者肱动脉和桡动脉脉搏波信号数据和所测手臂血压值，使用最小二乘法，求取被测者桡动脉血管参数：血流阻力、血液流动惯量和血管顺应性。 

根据本发明的实施例，跟据人体动脉血管模型和被测者的桡动脉血管参数，得到个性化动脉血管网络模型，计算出相应的升主动脉-桡动脉传递函数，并由被测者桡动脉脉搏波、测得的手臂血压和传递函数计算其中心动脉血压波形。 

根据本发明的实施例，测量和分析报告模块为医生和使用者提供被测者的中心动脉血压波形、动脉血管参数、升主动脉-桡动脉传递函数，以及分析、显示工具，中心动脉血压和动脉血管参数分析和诊断案例库和分析对照工具，检测报告生成和打印工具，数据和报告上传和存档工具。 

  

附图说明

图1、无创中心动脉血压测量方法和设备的系统方框图 

图2、无创中心动脉血压测量方法和设备的系统构成和佩戴方式示意图

图3、人体弹性动脉血管微元 

图4、由弹性动脉血管微元级联而成大中动脉血管

图5、人体大中动脉血管的等效电路模型

图6、人体小微动脉血管的等效电路模型

图7、人体动脉血管网络

图8、人体动脉血管网络等效电路（图中为公式中的）

图9、左桡动脉血管等效电路

图10、左图为用侵入式方法，将血压计插入动脉血管测得的桡动脉血压波形，右图中实线是侵入式方法测得的中心动脉血压波形，虚线是由桡动脉血压波形推导出的中心动脉血压波形，与实测波形有高度相似性。

图11、侵入式测量的中心动脉血压与由桡动脉血压波形推导出的血压的相关性 

具体实施方式

下面将结合附图对本发明加以详细说明，应指出的是，所描述的实施例仅旨在便于对本发明的理解，而对其不起任何限定作用。 

如图1本发明无创中心动脉血压测量方法和设备的系统方框图所示，其系统构成和佩戴方式示意图如图2。本发明是一种基于微型传感器的嵌入式系统硬件和软件，以及基于粘性流体力学的可计算的人体动脉血管网络模型基础。整个中心动脉血压测量设备由脉搏波采集单元100和处理和分析单元200组成。中心动脉血压连续测量设备100由微型信号处理和分析单元101、脉搏波采集单元110和心电采集单元120组成。中心动脉血压测量设备的基础是可计算人体动脉血管网络模型300。 

人体动脉网络模型有多种，一类简化模型不具备严谨的理论推导，另一类着重血液在血管中流动中复杂物理现象的理论分析和模拟，严谨但在实际应用中没有“可计算”性。本发明的基于粘性流体力学的可计算的人体动脉血管网络模型既有严谨的粘性流体力学基础，又具有可计算性。 

脉搏波采集单元100由桡动脉、肱动脉脉搏波传感器101、102和脉搏波采集控制器110组成。为保证信号采集的稳定性，桡动脉脉搏波传感器由一附着装置紧固在手腕上。肱动脉传感器则由操作员手动测量脉搏波形。在测量脉搏波信号的同时，也测量桡动脉脉搏波传感器101和肱动脉脉搏波传感器102之间的距离。脉搏波采集控制器110至于桡动脉脉搏波传感器附着装置之上，它包括控制器、前置放大器、电源调节芯片，蓝牙模块或其它无线或有线传输模块。脉搏波采集单元100通过桡动脉脉搏波传感器101和肱动脉脉搏波传感器102采集脉搏波信号，经放大和数字化后送到信号处理和分析单元200。 

脉搏波传感器可以选择各种材料的压力传感器，包括形变、压敏电阻、聚偏二氟乙烯等，也可以采用基于光学和电磁学的传感器。由于桡动脉的最佳测量位置范围较小，为了减小传感器位置的微小移动所带来的测量误差，也可以采用传感器阵列。 

处理和分析单元200包括脉搏波波形处理和分析201，动脉网络模型计算 202，和测量和分析报告 203三个模块。脉搏波波形处理和分析201接收来自脉搏波采集控制器110的桡动脉和肱动脉脉搏波波形信号，并对这些波形信号进行评估，以免因传感器放置不当或其它原因引起信号失真，影响测量结果。选取数组桡动脉和肱动脉脉搏波信号，进行处理和分析。动脉网络模型计算202根据脉搏波对分析结果，计算被测者的动脉网络参数。并进一步算桡动脉到中心动脉的传递函数，和中心动脉血压波形。测量和分析报告203根据被测者的动脉网络参数、传递函数和中心动脉血压模型，结合被测者的年龄、性别和其它指标，给出综合评估，生成报告。打印或将有关数据和结果上传到指定的服务器。 

人体动脉血管网络模型300是整个无创中心动脉血压测量设备的方法论基础。本发明使用粘性流体力学理论，分三步建立了一个严谨的可计算人体动脉血管网络模型：首先推导出了理想弹性动脉血管微元的粘性流体力学控制方程组，然后，根据人体动脉长度远小于脉搏波波长的事实，获得了人体主要大中动脉血管和小微血管的粘性流体力学控制方程组和等效电路，最后建立了可计算的人体全身动脉血管网络模型。 

下面详细介绍本发明的实施例： 

一、脉搏波的采集、处理和分析

本发明同步采集桡动脉和肱动脉脉搏波波形信号。采用的是压力传感器。压力传感器必须直接置于动脉之上，才能取得好的测量效果。为了获得好的同步测量结果，先固定好桡动脉传感器101，然后放置肱动脉传感器102。脉搏波采集控制器110同步采集这两个脉搏波信号，经放大和转换为数字信号后，送往脉搏波处理和分析201。该模块评估脉搏波采集质量。在固定桡动脉传感器时，如果采集的脉搏波信号符合预期，系统将给出满意信息，以便操作者固定桡动脉传感器。

在两个传感器同时操作时，如果采集的两种脉搏波信号对序列符合预期，将脉搏波处理和分析201存储一定数目的桡动脉和肱动脉脉搏波对，并给出“信号采集满意结束”的信息。随后，脉搏波处理和分析201转入脉搏波信号分析，从存储的信号对序列中找出数个（记为n个）完整的桡动脉和肱动脉脉搏波信号对，将每对桡动脉和肱动脉脉搏波波形信号，送往动脉网络模型计算模块202。 

以一定的采样率采样这两种脉搏波，记一个周期的样点数为m，将此两个脉搏波的数据样点送往动脉网络模型计算模块202，计算出被测者桡动脉血管参数。最后的结果将取n个脉搏波对的数据处理结果的重心值。 

二、人体动脉网络模型300

本发明提出了一种基于动脉血管网络模型的由上肢动脉血压波形估计人体中心动脉血压波形的方法（Model-based Central Aortic Pressure，MCAP，简称“模型法”)。该方法从理想弹性血管微元的粘性流体力学控制方程组出发，建立人体动脉血管模型，进而获得人体全身动脉血管网络模型；通过对不同被试者肱动脉和桡动脉血压波形信号的分析，估计出血管网络模型参数，得到个性化动脉血管网络模型，并计算出相应被试者的升主动脉-桡动脉传递函数，最后由桡动脉血压波形计算出中心动脉血压波形。与现有GTF和N-Point方法的对比实验表明，模型法在精度和个性化方面具有明显的优势。

动脉血管的血液粘性流体力学基本参数有： 

血管顺应性，又称为血管弹性，指血管壁的缓冲能力。

由于外周阻力的存在以及主动脉和大动脉管壁具有较大的顺应性，心室收缩时，主动脉和大动脉弹性扩张，主动脉压升高的速度和和幅度得到缓冲而达到适中水平；心室舒张时，被扩张的主动脉和大动脉弹性回缩，将心缩期储存的那部分势能释放出来，并将血液继续推向外周，使主动脉压在心舒期仍能维持较高水平。 

血管顺应性定义为容积改变量与相应压力改变量的比值，单位为：： 

     

血流阻力及外周阻力，血流阻力是指血液在血管内流动时所遇到的阻力。动脉系统的血流阻力主要来自于血管半径相对较小的小微动脉血管。通常，我们将小微动脉血管中的血流阻力统称为循环系统的外周阻力。外周阻力一般用符号表示： 

       

其中，代表动脉血管的平均压，代表心输出量，单位是。

血液流动惯量，血液具有一定质量，也就具有一定的惯性，当通过血管的血流量发生变化时，血液的惯性总是试图保持血液原来的运动状态，阻碍血流的变化，我们称这种现象为血液的惯性效应。 

将时刻血流量变化率 与血液压力差 之间的关系定义为： 

       

单位为 。

理想弹性血管微元及其流体力学控制方程组

定义一小段弹性血管，如图3所示。为血管长度；为血管体积；为 时刻，血管处横截面面积，为半径；为血液未流经血管时，处的横截面面积，为半径；为时刻，血管处的血流速度。为时刻，血管处的血流量。为 时刻，血管处的血液压力。

如果上述弹性血管长度足够小，即，则血液粘度为定值，血液密度为定值，且沿着血管长度方向血管的横截面积不变，即，，且，我们称之为理想弹性血管微元，记为。 

血液作为具有相当粘度的流体，其在血管中变形、流动所遵循的规律由物理学三大守恒定律规定。即质量守恒定律、动量守恒定律和能量守恒定律。这三大定律对流体运动的数学描写就是流体动力学基本方程组。经过推导，可得血管的流体力学连续性方程和动量方程如下： 

其中，为血液粘度； 为血液密度；为动量相关系数，是一个与血管壁厚度、杨氏模量及血管横截面积有关的系数。

由于 

      

        

        

上述流体力学连续性方程和动量方程可写为与动脉血管的血液粘性流体力学基本参数有关的公式：

         

人体大中动脉血管模型。

根据动脉血管横截面积的大小，人体动脉血管分为大中动脉血管和小微动脉血管。人体大中动脉血管可分为55段，每段大中动脉血管沿着血管轴线方向横截面积近似不变。人体最长动脉血管为股动脉，长度约为0.44米，远小于动脉血管中脉搏波波长8米。为此，在讨论人体大中动脉血管模型时作如下设定：血管长度为，其长度远小于血液流动形成的脉搏波波长；血管横截面积沿血管长度方向不变，即，，且。血液粘度为定值；血液密度为定值；血管厚度为定值；血管杨氏模量为定值。 

令大中动脉血管由N段同样的理想弹性血管微元、…级联而成，如图4所示。 

记大中动脉血管的长度，血管顺应性为，血液流动惯量为，血流阻力为，平均血流量为，两端血流量为：、，平均血压为，两端血压为、。 

因为血管长度远小于脉搏波波长，所以N段等同的理想弹性血管微元的平均血压和平均血流量近似相等。可推导得由N段弹性血管微元前后级联而成的人体大中动脉血管的流体力学控制方程组： 

       

上述流体力学控制方程组可用如图5的电路模型等效。其中，电路中的电压用 表示，其值等于血管中的血压值；电路中的电流用 表示，其值等于血管中的血液流量值。电路中的电阻用表示，其值等于血液流经血管所受到的阻力，与血管横截面积的平方成反比，与粘性阻力、血液密度和血管长度成正比；电路中的电感用表示，其值等于血液流动惯量，与血管横截面积成反比，与血液密度和血管长度成正比；电路中的电容用表示，其值等于血管顺应性，与血管横截面积的开方和血管长度成正比。

图5所示模型即为一段人体大中动脉血管的模型。血管的长度为 ，血管横截面积为，血液密度为，血液粘度为 ，血管顺应性为 ，血流阻力为，血液流动惯量为 。 

人体小微动脉血管模型。 

定义人体小微动脉血管如下：血管长度为，且血管长度远小于血液流动形成的脉搏波波长；血管横截面积沿血管长度方向不变，即，，且；血液粘度为定值；血液密度为定值；血管顺应性为；血液流动惯量为；血流阻力为；；随着时间的变化，血管中血液的流量和压力保持不变，即血液在血管中的流动为定常流动；平均血流量为；血管两端血流量为：、；血管平均血压为；两端血压为、。 

同样，人体小微动脉血管可由N段理想弹性血管微元、…级联而成。 

进而得到小微动脉血管的流体力学控制方程： 

      

  因为血液在小微动脉血管中是定常流，所以上述方程组可进一步简化得:

        

上式可用电路模型等效，得到人体小微动脉血管模型，见图6。

其中，电路中的电压用表示，其值等于血管系统中的血压值；电路中的电流用 表示，其值等于血管系统中的血液流量值。电路中的电阻用表示，其值。 

  

人体动脉血管网络模型。

人体动脉血管网遍布全身，沿着血流方向，动脉血管从升主动脉出发，通过分叉不断延生到身体各部位的小微动脉。参考Wang, J.J. and K.H. Parker, Wave propagation in a model of the arterial circulation. Journal of biomechanics, 2004. 37(4): p. 457--470和Stergiopulos, N., D.F. Young and T.R. Rogge, Computer simulation of arterial flow with applications to arterial and aortic stenoses. Journal of biomechanics, 1992. 25(12): p. 1477-1488，以分叉结构组成全身的动脉血管网络，见图7。上述55根大中动脉血管组成的大中动脉血管网络模型可以由如图5所示的大中动脉血管模型、…的网络结构表示，如图8。上述参考文献提供了55段大中动脉血管生理参数。为了简化表示，图中，我们将由图6小微动脉血管模型组成的每一个小微动脉血管网络模型用一个外周阻力表示。 

三、个体动脉血管网络模型参数的测量和计算

将图8中的左桡动脉血管模型单独绘制如图9。图中 为桡动脉的血流阻力； 为桡动脉的血液流动惯量； 为桡动脉的血管顺应性； 为与桡动脉相连的代表小微动脉血管网络的外周阻力； 为桡动脉始端的血液压力；为桡动脉末端的血液压力； 为桡动脉始端流入的血液流量；为桡动脉末端流出的血液流量。

这里，桡动脉始端为肱动脉与桡动脉相联处，其血压波形也为肱动脉脉搏波传感器102测的的波形；桡动脉末端血压波形即为桡动脉脉搏传感器101测的波形。模型参数、、、的估计方法如下。 

1）左桡动脉血管模型所级联的外周阻力

       

2）左桡动脉血管模型参数、、

根据图7所示桡动脉血管模型，我们可以得到如下数学表达式：

    

其中，参数、、 可以通过一般最小二乘算法估计得到。具体方法如下：

由图9左桡动脉血管模型可知；，即左桡动脉末端的血液流量与血液压力成线性关系，血液流量曲线可由压力传感器在左手腕的桡动脉测量得到的脉搏波推出，其数据从脉搏波处理和分析201模块中获得。左桡动脉血液流量值的计算公式：

  

将上式结果用于桡动脉血液流量曲线的校准，即得到左桡动脉血液流量。

因为肱动脉末端与桡动脉始端相连，所以左桡动脉始端的血液压力曲线可以由脉搏波传感器102在左臂肘部肱动脉末端测量得到。进一步，用测得的上臂收缩压和舒张压对上述压力曲线进行校准，得到左桡动脉血液压力。进一步定义如下观测矩阵： 

      

和参数矩阵：

      

并有：

        

其中，为观测误差。

现有次观测，也即为从脉搏波处理和分析201获得的一个周期内脉搏波形的m个采样点数据，令 ，写为： 

        

其中：

      

       

       

最小二乘算法的思想就是寻找一个的估计值，使得各次观测的与由估计的之差的平方和最小。得到如下公式。令：

      

则：

       

由上式可知的最小二乘估计为:

        

由估计值，得到如下方程组：

       

解方程中得到参数、、的表达式：

      

计算个体升主动脉到桡动脉的传递函数

图8所示人体动脉血管模型中的任意节点间的传递函数记为：   (其中表示图8所示模型中号节点的血压)。观察模型，我们可以得到如下传递函数：

        

其中： 

       

式中的为图8所示动脉血管网络模型中3-13号血管网络模型的特征阻抗。为图8所示动脉血管网络模型中15-17号血管网络模型的特征阻抗。为图8所示动脉血管网络模型中18、26-55号血管网络模型的特征阻抗。整理后得到以升主动脉模型的始端的血压（）为输入，以桡动脉模型的末端的血压（）为输出的传递函数。

  

       

由桡动脉血压波形计算中心动脉血压波形

通过压力传感器，我们可以在人体腕关节附近测得人体桡动脉脉搏波。同时，我们采用水银柱血压计测得人体上肢血压的收缩压和舒张压，进而校准桡动脉脉搏波，得到桡动脉血压波形。桡动脉血压波形和中心动脉血压波形之间的关系可以在频率域用传递函数（）表示。

其关系式表示如下： 

       

中心动脉血压估计公式如下：

     

图10中左图为用侵入式方法，将血压计插入动脉血管测得的桡动脉血压波形，右图中实线是侵入式方法测得的中心动脉血压波形，虚线是由桡动脉血压波形推导出的中心动脉血压波形，它与实测波形有高度相似性。

图11是侵入式测量的中心动脉血压与由桡动脉血压波形推导出的血压的相关性。这些数据表明，本发明中的无创中心动脉血压测量方法完全达到了当前最高精度。 

四、测量和分析报告 

本发明不仅测量并准确计算出被测者的中心动脉血压波形，而且测量并计算出被测者的动脉血管参数，即桡动脉的血流阻力、血液流动惯量和血管顺应性。这些参数都是诊断和治疗心血管病的关键指标和参数。

测量和分析报告203模块为医生提供： 

1、       被测者的中心动脉血压波形、动脉血管参数、升主动脉-桡动脉传递函数；

2、       中心动脉血压波形分析工具、动脉血管参数和传递函数的分析工具；例如，由获得的中心动脉血压波形进一步计算反射波拐点和扩增指数（AIX），作为高血压病的诊断依据；

3、       中心动脉血压和动脉血管参数分析和诊断案例库，和分析对照工具；

4、       检测报告生成和打印工具；

5、       数据和报告上传和存档工具；等。