一种无创动脉血压连续测量方法和设备

摘要

本发明公开一种无创人体动脉血压连续测量方法和设备。无创人体中心动脉血压连续测量方法包括：由采集的桡动脉和肱动脉脉搏波波形计算被测者动脉血管网络模型个性化参数的方法，由桡动脉脉搏波速度和动脉血管网络参数计算桡动脉血压收缩压、舒张压和血压波形的方法，计算升主动脉-桡动脉传递函数，并进而计算中心动脉血压的方法。无创人体中心动脉血压连续测量设备由信号处理和分析单元、戴在手腕上的脉搏波和运动信号采集单元、以及戴在胸前的心电和运动信号采集单元组成。本发明同时监测心电、桡动脉血压和中心动脉血压压、以及运动和姿态，在各种运动状态下分析心率和心电形态参数，分析动脉网络模型参数和血压参数，特别是中心动脉压波形参数，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连续血压测量和监测系统。 

背景技术

血压的连续测量是预防、诊断、治疗和控制高血压的需要。高血压病是心血管疾病重要的危险因素。但高血压病患者常常直到发生靶器官损伤（Target Organ Damage，TOD)时才有明显临床表现而引起注意。因此早期监测和发现高血压，并在TOD前即开始治疗，具有十分重要的意义。现在市面上传统的24小时血压监测仪采用充气法，使用程序定时测量和记录血压。其缺点是精度低，干扰被测者，不能获得连续测量。由新加坡健资国际申请的中国专利CN1477942A是血压的扁平测量法。它在桡动脉上加一压力传感器，将血管压至扁平时，令传感器所受压力等与血管内壁压力。其缺点是需要精准的佩戴，长期压力造成不舒服。美国专利6413223发明了一种基于光体积描记器（PPG）测得的血液容积信号和血液动力学的方法，然而没有经过临床，也没有实际应用。美国专利5865755的发明，使用测得的心电信号和PPG信号，计算脉搏波到达时间、PPG波形和心率，进一步计算血压。这种基于脉搏波传播速度的方法，只能得到一个平均血压或收缩压。而且，由心电信号和PPG信号来计算血压，其原理不清楚，测量精度得不到保障，因此，这一技术也没有得到真正应用。 

中心动脉压（Central aortic pressure）指升主动脉根部血压。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。 

现有连续获取中心动脉血压的方法分仅为有创方式。它采用导管介入法直接用压力计测量血管内部血压。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。它准确、连续，同时具有创伤性，需要专业人员操作，不可能大范围应用。 

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。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。类似技术还包括美国专利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）这两种方法的假设前提都是，不管年龄、性别、身体状况如何，人们的中心动脉压-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，每个人的血管参数因年龄、性别、疾病不同而不同，这一定会反应在传递函数上。这两种方法结果的准确性一定有问题，也丢掉了诊断的重要信息。 

由本专利申请人申请的中国专利“一种无创中心动脉测量方法和设备”，申请号：201210584475，所发明的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。 

本发明公开的是无创连续动脉血压测量方法和设备，是基于粘性流体力学的人体动脉血管网络模型的连续血压测量和监测。本发明根据动脉网络模型，给出了准确的由脉搏波速度推导血压的公式、方法和设备。 

我国有2.3亿高血压病人，连续血压测量是高血压病的预防、诊断、治疗和控制的关键技术。因此，本发明“一种无创连续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，本发明是无创动脉血压连续测量方法和设备，其技术方案包括： 

无创动脉血压连续测量方法：使用同步测得的桡动脉和肱动脉脉搏波序列计算桡动脉血管模型参数的方法，由桡动脉脉搏波速计算平均血压、收缩压和舒张压的方法，血管网络中每段血管的脉搏波速比例关系，计算升主动脉到桡动脉的传递函数的方法，以及由桡动脉血压计算中心动脉血压的方法。

   无创动脉血压连续测量设备包括：脉搏波和运动信号采集单元，包括采集桡动脉和肱动脉脉搏波的传感器、运动传感器、控制器和附着装置，在各种运动和姿态情况下采集被测者的桡动脉、肱动脉脉搏波信号和小臂的运动信号，放大和数字化所测得的信号。 

   进一步包括：信号处理和分析单元，以有线或无线方式与脉搏波和运动信号采集单元连接，实时同步控制脉搏波和运动信号采集单元，实时同步采集和处理桡动脉和肱动脉脉搏波信号，由采集到的桡动脉和肱动脉脉搏波信号对序列计算动脉网络模型参数，由连续采集的每一对桡动脉和肱动脉脉搏波及相应两个传感器距离计算桡动脉脉搏波波速，并进而计算血压值和波形，计算升主动脉到桡动脉的传递函数并进而计算中心动脉血压和波形、计算中心动脉血压波形反射波拐点和扩增指数（AIX），根据人体和小臂运动数据，分类躯干和小臂的运动类型、强度、姿态和俯仰角，处理和分析在不同运动和姿态下的血压和心电数据，向计算机或服务器上传数据和计算分析结果。 

   还包括：计算机或服务器，连接和管理多个无创动脉血压连续测量设备，接收和分析佩戴者在不同运动状态和姿态下、不同时辰、的心电、血压和呼吸数据，计算心肺健康指数等一系列指标，根据佩戴者的年龄、性别、病史，提供报告和咨询意见。 

无创动脉血压连续测量设备还包括第二种实施方案，即，以心电信号和桡动脉脉搏波来计算桡动脉脉搏波波速。这种技术方案的无创中心血压连续测量方法和设备，包括：脉搏波和运动信号采集单元，包括采集桡动脉和肱动脉脉搏波的传感器、运动传感器、控制器和附着装置，在各种运动和姿态情况下采集被测者的桡动脉脉搏波信号和小臂的运动信号，在测量开始的时候，同步测量桡动脉和肱动脉脉搏波序列信号，放大和数字化所测得的信号。 

   无创动脉血压连续测量设备的第二种实施方案还包括心电和运动信号采集单元，包括测量心电的电极、运动传感器、控制器和佩戴装置，采集、放大心电信号并转换为数字信号，该装置同时嵌入运动传感器，测量人体躯干的运动和姿态信号。 

   无创动脉血压连续测量设备的第二种实施技术方案还包括信号处理和分析单元，以有线或无线方式与脉搏波和运动信号采集单元以及心电和运动信号采集单元连接，实时同步控制脉搏波和运动信号采集单元和心电和运动信号采集单元，实时同步采集和处理桡动脉和肱动脉脉搏波以及心电和运动信号，由采集到的桡动脉和肱动脉脉搏波信号对序列计算动脉网络模型参数，由连续测量的每一对桡动脉脉搏波和心电信号波形，计算桡动脉脉搏波速度并进而计算血压和波形，计算升主动脉到桡动脉的传递函数并进而计算中心动脉血压和波形、计算中心动脉血压波形反射波拐点和扩增指数（AIX），根据人体和小臂运动数据，分类躯干和小臂的运动类型、强度、姿态和俯仰角，处理和分析在不同运动和姿态下的血压和心电数据，向计算机或服务器上传数据和计算分析结果。 

   无创动脉血压连续测量设备的第二种实施方案也包括计算机或服务器，连接和管理多个无创动脉血压连续测量设备，接收和分析佩戴者在不同运动状态和姿态下、不同时辰、的心电、血压和呼吸数据，计算心肺健康指数等一系列指标，根据佩戴者的年龄、性别、病史，提供报告和咨询意见。 

根据本发明的实施例，脉搏波和运动信号采集单元是佩戴在手腕上的微型嵌入式数据采集系统，它包括测量桡动脉和肱动脉脉搏波的传感器、运动传感器、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，不受或极少受运动和其它因素影响，以便在长时间内稳定测量桡动脉脉搏波信号，在同步、连续测量肱动脉脉搏波的同时测量桡动脉和肱动脉脉搏波的传感器之间的距离，所测脉搏波信号经前置放大器放大并转换为数字信号，与该装置中的运动传感器信号一起，送往信号处理和分析单元。 

根据本发明的实施例，小臂动脉血压参考值有两种获取方法，其一是在脉搏波和运动信号采集单元中的桡动脉传感器上装有手动或自动加压装置，使桡动脉脉搏波传感器将桡动脉血管压扁，达到桡动脉脉搏波传感器测得的血压值与血管内血压值相等，其二是用常规血压计测量小臂血压值。 

根据本发明的实施例第二种实施方案，心电和运动信号采集装置是用一胸带佩戴于胸前的微型嵌入式系统，为了保证心电信号质量，其中一个电极应置于心电胸导V3或V4位置，采集的心电信号经前置放大后再转换为数字信号，与该装置中的运动传感器信号一起送到微型信号处理装置，运动传感器包括3轴加速度计，增加陀螺仪和磁力计会增加躯干和小臂三维角度估计精度，肱动脉脉搏波传感器只在开始时由操作员或被测者自己操作，同步测量桡动脉和肱动脉脉搏波序列，供计算动脉网络参数之用。 

根据本发明的实施例第二种实施方案，心电信号采集装置，进一步包括基于胸阻抗测量方法测量呼吸波，将恒定幅度的调制电流源激励到人体，并测量电流产生的电压，得到人体的胸部阻抗，该阻抗随着人体呼吸而变化，从而推出呼吸波。 

根据本发明的实施例，信号处理和分析单元是一微型计算设备，以类似手表的方式戴在腕上，或佩带在腰间，它以有线或无线方式与脉搏波和运动信号采集单元和心电和运动信号采集单元连接，实时同步控制脉搏波信号采集单元和心电信号采集单元，实时同步采集和处理桡动脉和肱动脉脉搏波以及心电和运动信号，计算动脉网络模型参数，连续计算桡动脉血压和中心动脉血压，分析人体躯干和小臂的运动和姿态，存储数据、提供报告，以有线或无线方式向计算机或服务器上传数据。 

根据本发明的实施例，无创动脉血压连续测量方法包括：建立了基于粘性流体力学的动脉血管模型，使用同步测得的桡动脉和肱动脉脉搏波序列，计算桡动脉血管模型参数，即桡动脉的血流阻力、血液流动惯量和血管顺应性，建立了基于动脉血管模型的桡动脉这一段无分叉均匀血管的血压与脉搏波速关系，以及由脉搏波速计算平均血压、收缩压和舒张压的公式，建立了血管网络中每段血管的脉搏波速比例关系，从而将血压与脉搏波速关系扩展到动脉网络中的任意血管段，包括中心动脉到桡动脉，可从心电图和桡动脉脉搏波波形计算出脉搏波波速，建立了基于动脉血管网络模型计算升主动脉到桡动脉的传递函数的方法，以及由桡动脉血压计算中心动脉血压的公式。 

根据本发明的实施例，信号处理和分析单元从心电和运动信号采集单元获得心电数据和呼吸波数据，对其进行滤波、去除基线漂移，对心电信号提取QRS波、ST段、检测心电异常、计算心率、心率变异度。 

根据本发明的实施例，信号处理和分析单元从心电和运动信号采集单元获得人体躯干运动信号，包括加速度计信号、陀螺仪和磁力计信号，根据其中一组信号，或融合多组信号，推断人体姿态和运动类型，包括：躺、坐、站、走、跑、摔、坐起、躺下、站起、坐下，以及走和跑时的步频，计算躯干的俯仰角和姿态，从脉搏波和运动信号采集单元获得的小臂运动数据分析小臂的运动和静止状态，计算小臂的俯仰角和姿态。 

根据本发明的实施例，处理采集到的桡动脉和肱动脉脉搏波信号对序列，找出合适的波形点序列对，列出参数矩阵和观测矩阵，使用最小二乘算法，求出动脉网络模型参数，包括桡动脉血流阻力、血液流动惯量和血管顺应性。 

根据本发明的实施例，由连续测量的每一对桡动脉和肱动脉脉搏波及相应两个传感器距离计算桡动脉脉搏波传播速度，或由连续测量的每一对桡动脉脉搏波和心电信号波形，计算中心动脉到桡动脉的脉搏波平均传播速度，再根据动脉网络中血管间的脉搏波传播速度的比例关系，得到桡动脉的脉搏波传播速度，根据脉搏波传播速度和血压的关系公式，计算桡动脉血压收缩压和舒张压和波形，根据人体动脉血管网络模型计算升主动脉到桡动脉的传递函数，并进而计算中心动脉血压波型。 

根据本发明的实施例，根据测量和计算出的动脉网络模型参数、桡动脉和中心动脉连续血压及其波形、躯干和小臂的运动类型、强度、姿态和俯仰角数据，以及时间标签，分析和显示桡动脉和中心动脉血压随时间，以及运动和姿态的变化，计算和显示动脉硬化指数、心肺系统健康指数、中心动脉血压波形反射波拐点、扩增指数（AIX），作为高血压病的诊断依据。 

根据本发明的实施例，根据人体和小臂运动和姿态类型，融合血压、心电、呼吸信号和它们随时辰和运动的变化，计算佩戴者的多器官变异性参数，作为其心肺系统健康指数，表征该佩戴者的健康状况，预测可能的疾病。 

根据本发明的实施例，每个连续动脉血压测量设备可以独立运行，也可以通过无线或有线（如USB）与计算机或服务器联接，将测量和计算出的数据，以及连续动脉血压测量设备的即时状态，如电池水平、脉搏波和心电采样率、各单元的工作状态和自检结果，上传到计算机或服务器，计算机或服务器连接和管理多个无创动脉血压连续测量设备，接受和分析佩戴者在不同运动状态和姿态下、不同时辰、的心电、呼吸和血压数据，根据佩戴者的年龄、性别、病史，提供综合报告，对特定个人，分析和跟踪健康状况和病情，对所有人员，研究心肺系统健康和疾病对不同人群的发生、发展、防治、康复进行跟踪和深入研究。 

附图说明

图1、无创连续动脉血压测量方法和设备的系统方框图； 

图2、无创连续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、无创连续动脉血压测量方法和设备第二实施方案的系统方框图；

图4、无创连续动脉血压测量方法和设备的系统第二实施方案构成和佩戴方式示意图；

图5、左桡动脉血管等效电路；

图6、脉搏波传输时间计算时脉搏波参考点的选取；

图7、佩戴在胸前的加速度传感器的三个坐标轴和人体俯仰角计算。

  

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。 

无创连续动脉血压测量方法和设备的系统方框图如图1所示，其系统构成和佩戴方式示意图如图2。无创连续动脉血压测量方法和设备的第二实施方案系统方框图如图3所示，其系统构成和佩戴方式示意图如图4。无创连续动脉血压测量方法和设备的基本方案和第二实施方案的差别仅在于，基本方案以连续测量的桡动脉和肱动脉脉搏波对来计算桡动脉脉搏波波速，第二实施方案以连续测量的桡动脉脉搏波和心电信号对来计算桡动脉脉搏波波速。为了叙述的方便，我们将重点叙述第二实施方案，基本方案只是不包括心电和运动信号的采集、处理和应用部分。 

本发明是一种基于身体传感网络的穿戴式实时连续动脉血压、心电和呼吸监测系统硬件和软件。整个连续动脉血压测量方法和设备由穿戴式连续动脉血压测量设备100和计算机/服务器200组成。连续动脉血压测量设备100由脉搏波和运动信号采集单元110、心电和运动信号采集单元120、和信号处理和分析单元130组成。 

脉搏波和运动信号采集单元110置于脉搏波传感器附着装置之上，包括控制器、前置放大器、小臂运动传感器113、桡动脉脉搏波传感器111、肱动脉脉搏波传感器112。小臂运动传感器由一个三轴加速度计组成，该加速度信号由两部分组成，一是大地重力加速度，它在加速度传感器三个坐标轴上的分量可以算出小臂相对于地平面的俯仰角。二是传感器本身，也即小臂本身的加速度，它表示小臂的运动状态。加速度信号中重力加速度和本身加速度的分离，以及小臂运动状态和俯仰角的计算可在脉搏波和运动信号采集单元110中进行，也可将加速度信号送至信号处理和分析单元130中进行。脉搏波和运动信号采集单元110通过桡动脉脉搏波传感器111和肱动脉脉搏波传感器112采集脉搏波信号，经放大和数字化后送到微型信号处理和分析单元130。桡动脉脉搏波传感器111须连续不断地采集信号，为保证信号采集的稳定性，由一附着装置将传感器紧固在手腕上，保证传感器对准桡动脉位置。同时，为了获得桡动脉血压，传感器同时装有将传感器压向桡动脉的自动装置。当将桡动脉压扁时，获得此时桡动脉血压波形，作为连续测量的参考血压。这样的测量操作只需要一次，由操作员或被测者操作。 

肱动脉脉搏波传感器112在采集脉搏波的时候，是由操作者或被测者放置肱动脉脉搏波传感器完成的，同时也测量桡动脉脉搏波传感器111和肱动脉脉搏波传感器112之间的距离。 

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。 

脉搏波和运动信号采集单元110同步采集桡动脉和肱动脉脉搏波信号，并对这些信号进行评估，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。当脉搏波和运动信号采集单元110获得一定数目质量符合要求的桡动脉和肱动脉脉搏波信号序列时，脉搏波和运动信号采集单元110给出完成肱动脉脉搏波采集的信号，操作者即可停止肱动脉脉搏波采集。 

心电和运动信号采集单元120包括控制器、前置放大器、运动传感器122、和心电电极121组成。它通过心电电极121按照常规动态心电图电极连接方法采集心电信号，根据需要，导联数可从1到12不等。由于血压测量中用到的是主胸导，因此，其中一个电极应该置于胸导联点V3或V4。胸阻抗的测量和心电共用两个电极。将恒定幅度的调制电流源通过这两个电极激励到人体，测量电流产生的电压，得到人体的胸部阻抗，该阻抗随着人体呼吸而变化，从而推出呼吸波。该阻抗也随着心脏射血而发生变化，因此，在确定心脏射血点上有一定意义。心电和运动信号采集单元120以胸带或黏贴方式固定在胸前或腰间。其中的运动传感器包括三轴加速度计、陀螺仪和磁力计。视需要可采用其中部分或全部传感器。分析三轴加速度传感器数据可以得到人体的姿态和运动类型：包括：躺、坐、站、走、跑、摔、坐起、躺下、站起、坐下，以及走和跑时的步频。加入陀螺仪可以较为准确地得到三维角度，加入磁力计可以获得方位角。 

信号处理和分析单元130从脉搏波和运动信号采集单元110和心电和运动信号采集单元120接收信号，同时监测、控制和同步这两个单元的运行。信号处理和分析单元130运行在微型计算设备上，该微型计算设备可以如手表一样戴在手腕上。信号处理和分析单元130与脉搏波和运动信号采集单元110和心电和运动信号采集单元120之间可以采用无线或有线连接方式。 

信号处理和分析单元130包括脉搏波和心电图处理模块131、动脉网络模型计算模块132、脉搏波速和血压计算模块133、运动和姿态分析模块134、存储和报告模块135，和本地数据库136。它处理和分析桡动脉脉搏波和肱动脉脉搏波，计算被测者动脉网络参数，处理和分析心电信号和桡动脉脉搏波，计算脉搏波波速，计算桡动脉血压，和中心动脉血压。 

每个连续动脉血压测量设备可以独立运行，也可以通过无线或有线（如USB）与计算机或服务器200联接。计算机或服务器200将对该连续动脉血压测量设备提供系统监测和进一步数据分析，为佩戴者提供健康咨询和服务。 

下面详细介绍本发明的实施例： 

1、基于粘性流体力学的血管模型

从桡动脉到中心动脉的人体血管网络包含升主动脉、肱动脉、桡动脉以及周边毛细血管几个部分，其中除周边动脉外，其它几段动脉符合同样的大中动脉血管模型，只是参数不同。所以我们将建立两种模型，分为大中动脉模型，和周边毛细动脉模型，然后通过级联构成所需的血管网络。中国专利“一种无创中心动脉测量方法和设备”，申请号：201210584475，使用粘性流体力学，推导了整个人体动脉网络及其方程。借用其结果，我们可以使用同步测得的桡动脉和肱动脉脉搏波序列，计算桡动脉血管模型参数，如下：

参照图5的左桡动脉血管等效电路，其中 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。模型参数、、、的估计方法如下。

（1）左桡动脉血管模型外周阻力估计

人体血液最终流向多段动脉血管所级联的小微动脉血管网络。通过上述动脉流入小微动脉血管网络的血液流量记为。将人体总外周阻力表示如下：

               

然后根据上文讨论的血管参数，以及模型参数的比例关系，得到左桡动脉血管模型所级联的外周阻力，

              

（2）桡动脉血管模型参数、、估计

根据桡动脉血管模型，我们可以得到如下数学表达式：

              

整理式（3.6）得

       

其中，参数、、 可以通过一般最小二乘算法估计得到。

（3）参数估计的观测矩阵

由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。血液流量曲线可以由压力传感器在左手腕的桡动脉测量得到，但是绝对值位置，需要校准得到。结合左桡动脉血液流量值的计算公式

   

将上式的结果用于桡动脉血液流量曲线的校准，可以得到左桡动脉血液流量。

同时，左桡动脉始端的血液压力曲线可以由压力传感器在左臂肘部肱动脉末端测量得到。进一步，通过水银柱法测得的小臂收缩压和舒张压对上述压力曲线进行校准，或由桡动脉脉搏波传感器上的自动加压装置，使用扁平法原理，同步测得桡动脉血压波形，得到左桡动脉血液压力。 

最终，可以得到如下观测矩阵： 

          

定义如下参数矩阵：

           

得到参数矩阵和观测矩阵的关系方程

              

其中，为观测误差。如果有次观测，也即从脉搏波和运动采集单元110同步采集桡动脉和肱动脉脉搏波信号波形的m个采样点数据，令 ，则有：

              

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。最小二乘估计为:

               

解方程得到参数、、的表达式。

、基于桡动脉血管模型的血压监测

（1）基于血管模型的桡动脉血压与脉搏波速关系

脉搏波速由动脉壁力学特性(粘性和弹性)、几何学特征(直径和管壁厚度)和血液的密度决定。由于弹性管道(动脉)内血液是不可压缩的液体，能量传递主要通过血管壁传导，因此血管功能是影响脉搏波速的主要因素。它们的关系可以用Moens-Korteweg方程表示：

            

式中，是脉搏波速度，是血管壁的弹性模量，是血液密度，是血管壁厚度，是血管内径。又有血压和血管壁弹性模量之间的关系如下：

           

式中，是压力为零时的弹性模量，是血压（mmHg），是表征血管特征的一个参数，数值范围约为0.016～0.018（mmHg）。

由上面二式可以推导出桡动脉平均血压和桡动脉脉搏波速之间的关系如下： 

             

其中，为桡动脉血管特征参数，为桡动脉血管内径，为桡动脉血液密度，为桡动脉血管壁厚度，为桡动脉血管壁的弹性模量。上述参数为个性化参数，其值因人而异。

（2）桡动脉处的连续平均血压估计

对于长度为的桡动脉血管，脉搏波波速可以表示为：

            

式中，为脉搏波在桡动脉传播的时间。进一步可以得到

       

根据桡动脉血管模型的血管顺应性和血液流动惯量的定义我们可以对公式进行如下转化：

         

上述公式即为基于血管模型的桡动脉连续血压估计公式：我们可以根据逐拍脉搏波在桡动脉中的传递时间估计得到连续的桡动脉平均血压。其中，血管顺应性和血液流动惯量已知。血管特征参数可以由一组桡动脉平均血压和对应的脉搏波传递时间校准获得。

（3）桡动脉处的收缩压与舒张压估计

在心脏舒张期，动脉瓣关闭，流入桡动脉血管的血流近似为零，即。即在舒张期（，为舒张期起始时刻，为舒张期结束时刻），我们有：

         

其中，=。解上述常微分方程得到舒张期的桡动脉末端血压为：

             

其中，为舒张期起始时刻桡动脉末端的血压（即为收缩压）。进而可以知道桡动脉末端舒张压为：

           

对于每一拍脉搏波，我们根据脉搏波在桡动脉的传递时间，计算得到该脉搏波的平均血压。又因为脉搏波平均压与收缩压、舒张压存在如下关系：

         

其中为脉搏波波形系数，可由脉搏波波形计算得到。上述两个公式得到逐拍脉搏波的收缩压计算公式：

              

进而，舒张压计算公式为:

              

3、血管网络中每段血管的脉搏波速比例关系

上面的由脉搏波传播时间或脉搏波速推导血压的公式，只适用于无分叉的一段均匀血管，如桡动脉。但是，这段血管比较短，其测量误差不好控制，而且测量起来有困难。下面，我们给出在人体动脉血管网络中，已知任意一段血管中的脉搏波速，都可以导出桡动脉的脉搏波速，进而计算出血压值。下面以升主动脉-桡动脉脉搏波传递时间为例，给出公式：

脉搏波速由动脉壁力学特性(粘性和弹性)、几何学特征(直径和管壁厚度)和血液的密度决定。由于弹性管道(动脉)内血液是不可压缩的液体，能量传递主要通过血管壁传导，因此血管功能是影响脉搏波速的主要因素。它们的关系可以用Moens-Korteweg方程表示，并得到：

                   

由此可以得到任意血管段中脉搏波传递时间为：

               

其中为血管段编号。升主动脉-桡动脉脉搏波传递时间 为脉搏波在升主动脉（）、主动脉弓I（）、主动脉弓II（）、左锁骨下动脉I（）、左锁骨下动脉II（）及桡动脉（）的传递时间之和，进而我们可得的公式推导为：进一步，对公式进行调整在已知升主动脉-桡动脉脉搏波传递时间的前提下，我们可以计算脉搏波在桡动脉中的传递时间为：

现假设公式中不同血管的血液密度 、血管特征参数和血压相同，那么上述公式可简化为：

         其中、、、为血管 的血管参数比值，由文献Westerhof, N., et al., Analog studies of the human systemic arterial tree. Journal of biomechanics, 1969. 2(2): p. 121-134，以及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可以获得。

得到这些脉搏波速的比例关系的一大用处就是，我们可以通过测得的多段血管级联后的脉搏波速，推导具体一段血管的脉搏波速参数。比如我们使用心电图的R波（或者心阻抗波形），和桡动脉末端的脉搏波，测量得到脉搏波速，是中心动脉、肱动脉、桡动脉三段血管级联的平均脉搏波速，而具体每段血管的脉搏波速是不同的，所以直接使用这一平均值计算的血压是不恰当的。而通过脉搏波速在这三段血管的比例关系，我们就可以具体计算每段血管的脉搏波速，并用它去推导血压值。而使用平均脉搏波速推导某一段的脉搏波速，比直接测量该段血管的脉搏波速更容易实施，因为大部分血管的初始段和末端，往往不容易同时测量脉搏波或信号。比如，桡动脉的末端动脉很容易测量，带来的干扰也较小，但是桡动脉的初始段的脉搏波则不容易测量到。 

、基于动脉血管网络模型的传递函数及中心动脉压的估计

人体动脉血管网络模型中的任意节点间的血压的传递函数记为：  (其中表示模型中号节点的血压)。根据我们的网络模型，对其电网络等效，计算其电压传递函数即可得到传递函数。特别的，可以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。 

              

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：

            

从而，中心动脉血压估计公式如下：

             

5、人体和小臂的运动和姿态检测

无创无须充气的人体中心动脉血压连续测量设备在连续测量人体上肢血压的同时，连续获得中心动脉血压波形。同时，我们也获得心电信号、呼吸信号，以及身体的运动和姿态信息，包括小臂的动态信息和俯仰角信息。

在我们要分类的运动类型中，可以划分为三大类：躺、坐和站立为静止运动类型，起身、躺下、起立和坐下为过渡运动类型，走和跑为动态运动类型。针对这三种运动类型采用了信号幅度面积、加速计轴方位和累积变化量三个特征作为分类的依据。信号幅度面积依据人体运动加速度波动面积的大小来反映当前人体运动的剧烈程度，定义为：

累积变化量用于描述过渡运动类型的特征，这一特征的提出是基于人体做出过渡运动动作时加速度具有持续性的变化，而且变化的幅度较大的特点。在人体做出过渡运动动作的过程中，姿态往往发生转变，而由于姿态的转变使得重力加速度分量在加速计三个轴上的分解后的加速度值在一定的持续时间内呈现向某一个方向持续变化(增大或减小)的趋势。

为了将特征对应到某一个具体的运动类型，首先需要对数据进行分段。分段时间间隔取决于人体运动最短的持续时间，而人体运动一般都会在1秒时间以上完成，因此分段时间窗口定位1秒，在100Hz的采样率下即100个样本点。在完成数据分段后，将会对每个数据段的加速度数据提取这三个特征。后续的分类则依据该数据段对应的特征进行分类确定当时数据段对应的人体的运动状态。 

由于加速计能够测量重力加速度，当人体姿态发生改变，通过将重力加速度分解到加速计各个轴进而可以计算出各个轴与重力方向的夹角，依据各个轴的方位就可以识别人体的姿态。将加速计的放置位置以及在人体站立时的加速计三个轴的朝向如图7所示。在人体处于站立的姿态时，x轴指向身体背面，y轴指向身体右侧而z轴则与重力方向相反，指向头部。当人体姿态不同时，例如站立和平躺，站立时，z轴与重力方向几乎相反，测得的与重力方向的夹角约为180度；平躺时，z轴与重力方向垂直，测得的与重力方向的夹角约为90度。由于不同的姿态加速计的三个轴的方位也不同，因此加速计轴方位可以作为区分人体姿态的特征。加速计轴的方位往往依据重力加速度在各个轴的分解分量确定，由此可以测量身体躯干和小臂的俯仰角，也即姿态。 

、无创动脉血压连续测量步骤

1）   将整个设备按照图2佩戴好。调整桡动脉脉搏波传感器位置，使其对准桡动脉，获得稳定的桡动脉博波波形。

2）   将肱动脉脉搏波传感器置于桡动脉起始端（也即肱动脉末端），获得满意的一串脉搏波信号。同时，测量桡动脉起始端和末端的距离，并将测量值输入信号处理和分析单元130。 

3）   开动桡动脉传感器上的自动压力调整装置或手动调整，直到把桡动脉血管压扁，获得桡动脉血压波形。或用其它血压测量方法，获得小臂血压值，并输入信号处理和分析单元130。这两种方法之一测得的血压值，用于下面的动脉网络模型参数计算和桡动脉连续血压计算。 

4）   完成上述操作后，系统将转到连续测量模式，自动进行下述操作; 

a)        脉搏波和心电图处理131对脉搏波和心电图信号进行滤波处理，获得肱动脉和桡动脉脉搏波信号对序列，以及连续的心电图和桡动脉波形信号，分别送往动脉网络模型计算132和脉搏波速和血压计算133，并同时将数据存储于本地数据库136中。

b)        动脉网络模型计算132根据由脉搏波和心电图处理131来的肱动脉和桡动脉脉搏波信号对序列，使用上述“基于粘性流体力学的血管模型”中的方法和公式计算被测者左桡动脉血管模型的模型参数，包括血管顺应性，血液流动惯量，血管外周阻力和血流阻力。并将模型参数送到脉搏波速和血压计算133。同时将血管模型参数存入本地数据库136中。 

c)        脉搏波速和血压计算133使用脉搏波和心电图处理131送来的连续心电图和桡动脉脉搏波波形信号对，使用上述“血管网络中每段血管的脉搏波速比例关系” 中的方法和公式计算桡动脉脉搏波速。进一步使用动脉网络模型计算132送来的动脉网络模型参数，和上述“基于桡动脉血管模型的血压监测”中的方法和公式，计算桡动脉血压值和波形，并进一步使用上述“基于动脉血管网络模型的传递函数及中心动脉压的估计”中的方法和公式，计算中心动脉血压和波形。将计算结果送往本地数据库136。 

d)       如果采用无创连续动脉血压测量方法和设备的基本方案脉搏波速和血压计算133使用脉搏波处理131送来的连续肱动脉和桡动脉脉搏波波形信号对，使用图6中方法和测得的桡动脉传感器和肱动脉传感器之间的距离，测算桡动脉脉搏波波速，使用上述“血管网络中每段血管的脉搏波速比例关系” 中的方法和公式计算桡动脉脉搏波速。进一步使用动脉网络模型计算132送来的动脉网络模型参数，和上述“基于桡动脉血管模型的血压监测”中的方法和公式，计算桡动脉血压值和波形，并进一步使用上述“基于动脉血管网络模型的传递函数及中心动脉压的估计”中的方法和公式，计算中心动脉血压和波形。将计算结果送往本地数据库136。 

e)        运动和姿态分析134分别接收从脉搏波和运动采集单元110来的小臂运动传感器（主要是加速度传感器）信号和心电和运动采集单元120来的躯干运动传感器（主要是加速度传感器）信号，按照上述“人体和小臂的运动和姿态检测”中的方法，分类躯干和小臂的运动类型、强度、姿态和俯仰角。将结果送往本地数据库136。 

f)         存储和报告135自本地数据库136读取动脉网络模型参数、桡动脉和中心动脉血压及其波形、躯干和小臂的运动类型、强度、姿态和俯仰角数据。根据时间标签，绘制和显示桡动脉和中心动脉血压随时间，以及运动和姿态的变化曲线，计算和显示动脉硬化指数、心肺系统的健康指数、中心动脉血压波形参数，等。 

5）   每个连续动脉血压测量设备100可以独立运行，也可以通过无线或有线（如USB口）与计算机或服务器200联接，将本地数据库136中的数据，以及连续动脉血压测量设备100的即时状态，如电池水平、脉搏波和心电采样率、各单元的工作状态和自检结果，上传到计算机或服务器200。计算机或服务器200将对连续动脉血压测量设备100提供系统监测和进一步数据分析，为佩戴者提供健康咨询和服务。 

、日常生活、工作和运动中心肺系统的健康指数

研究和医学实验证明，心肺系统是一个动态系统，它受自主神经控制，它的功能就是随着人的身体状况、运动、外界条件等的变化而自适应地调节其心跳、供血、供氧。医学工作者们也发现，不少严重的心血管疾病，如冠心病、脑卒中，都与心率变异度、呼吸、血压变化等有高度相关性。对于特定的年龄、性别的人群，如将心肺系统的状态（正常、冠心病、心率失常、心肌缺血…）和测量出来的心电、呼吸、血压等用贝叶斯网络表示，可以得到，给定因素和测量值的情况下心肺系统状态的后因概率与心电、呼吸、血压三个测量的似然率的乘积成正比。也就是说，如果选择不同的年龄和性别的人群，测量心电、呼吸、血压的同时测量其运动，并考虑时辰；再将测得的心电、呼吸、血压和运动信号进行处理之后，获得某些特定疾病在所有因素条件下的似然率。有了这些似然率，对于某个人的一组测量，就可以计算出他患某种疾病的概率。也就是说，这些似然率可以作为心肺系统的健康指数以及某些疾病的早期预警和诊断的指标。下面是求取心肺系统的健康指数的方法：

运动分割。获得的心电、呼吸和血压数据经过预处理之后的第一步，是以运动类型、强度和姿态为情景条件的进一步处理，即运动分割。这一处理的必要性非常明显：心肺系统受运动影响很大，不同的运动下心率、呼吸率和血压也不同；人的姿态的突然变化会导致测量结果的突变，这不仅因为姿态的变化会导致心肺系统的反应，也因为测量仪器与身体间位置的变化而产生测量噪声和误差；再者，即使都在静止状态下，血压传感器与心脏相对位置不一，其血压测量结果也不一样。

如前所述，我们所分的运动类型有：躺（平躺、左侧、右侧）、坐、站、走（步频）、跑（步频）；运动变化有：摔、坐起、起立、坐下、躺下，加速、减速；以及血压传感器相对于心脏的高度。首先，以运动类型和运动变化来分割所有的心电、呼吸和血压数据流，得到两大类数据序列：一类是发生运动变化时的数据序列，作为某些突发运动所引起疾病的重要数据源。另一类是以静止姿态或以恒定强度运动情景下的心电、呼吸和血压的数据序列。 

特征提取。特定运动和姿态下的心电、呼吸和血压数据序列还需作进一步的特征提取，以便获得具有直接和明显的医学意义的特征度量。例如，心电图的医学意义不明显，我们从中提取出RR间隙（心率）序列和ST段序列，它们表征心脏的动态特性，并分别与心律失常和心肌缺血有关。 

由于时间序列由多个因素驱动，并且是非线性和非平稳的，尤其是个体在运动或者带有生理异常时，为了提出不同的变化特征，对序列信号做时间序列的分解处理，分解为三部分：趋势（Trend），异常值（Outlier）和波动（Fluctuation）分量。 

生理周期。心血管系统在一天之内随时辰变化代表一种生理周期。典型的例子是，高血压患者一天的血压变化对诊断、用药非常有价值。为此，我们采取每两小时为一个时辰的方法，获取24小时特征度量矢量阵列： 

{[Fecg, Fresp, Fbp](t,act),t=1,2,3,…12, act=（姿态、运动）}

上式中中括号中的特征依次为心电、呼吸、血压特征，包括心率变异度、心电图ST段、呼吸率变异度、血压、血压变异度等。对某个人，这些特征在某时辰、某运动状态、某运动量之下的测量值构成了一个特征阵列，在获得正常值和疾病的似然率后，成为判断身体心肺系统健康的指数，和心肺系统疾病早期预警、治疗效果监测、出院观察和随访的重要指标。