基于脉搏波测量与分析的血流参数检测系统

摘要

本发明提供了一种基于脉搏波测量与分析的血流参数检测系统。本发明系统包括：数据采集模块，用于采集脉搏波信号；数据分析模块，用于处理采集得到的脉搏波信号，将脉搏波波形特征量化成特征指标，并对上述指标进行时域分析和频域分析，生成参数列表和统计图表。静态测量和动态跟踪上述特征指标的变化可以无创实时连续地观察到心脏血管血流的工作状况、变化过程、动态趋势等。本发明可用于面向体育运动专业人士和普通大众的体能测试、运动监护、训练测评、体质研究、疾病筛查、健康分级和健康管理等。

说明书

技术领域

本发明涉及脉搏波的无创伤检测与分析技术领域，具体地说是具有脉搏波无创采集、量化与分析功能的血流参数检测系统。

背景技术

目前，现有对脉搏波的量化分析方法利用了脉搏波的以下特征点，见图1a，图中脉搏波的波谷1和5、主波波峰2、主波与重搏波之间的波谷3、重搏波波峰4；P1：脉搏波主波波峰高，P2：脉搏波重搏波波峰高，V：主波与重搏波间波谷的高，T：脉动周期。通过上述各特征点的坐标可以对脉搏波进行量化。但往往因为个体差异、状态或年龄差异，人体的脉搏波信号并非都是如图1a所示具备了上述所有的特征点，而是在相当多的情况下呈现图1b所示的状态。即脉搏波形态往往因个体差异和所处状态的不同而改变，有相当一部分脉搏波信号是没有重搏波的，这样就会造成图1a所示的主波与重搏波之间的波谷3以及重搏波波峰4模糊甚至消失，导致V、P2、t2、t3等指标无法测量，使得这部分脉搏波的特征无法量化。而动态连续监测脉搏波信号则要求对被测个体变化过程中的每一个脉搏波都能够进行量化，而且要求连续记录每个特征点的变化轨迹进行回放分析。这就对脉搏波的测量、量化和分析方法提出了新的要求。

发明内容

本发明针对上述不足提供一种能够连续测量与分析脉搏波的血流参数检测系统。

本发明的原理是通过对所采集的脉搏波曲线，采用面积重心位移分析法对其波形特征进行测量，量化成特征指标。系统还可以以上述特征指标为计算因子做进一步计算生成一系列量化的与心脏、血管、血流相关的血流动力学指标。对上述系列特征指标和进一步所生成的血流动力学指标进行连续监测、记录、观察、存储、回放、统计、分析和研究，即实现了无创、实时、连续监测人体的脉搏波特征和血流动力学状态以及跟踪观察其动态变化的过程。

为实现上述目的，本发明系统包括：

数据采集模块，用于采集脉搏波信号，由指夹式光电传感器采集指端容积血流脉搏波信号，对信号进行放大、滤波和模数转换等处理；系统支持血压采集模块作为可选模块，在需要时接入系统的数据分析模块；

数据分析模块，用于分析来自数据采集模块的脉搏波数字信号，将脉搏波波形特征量化成特征指标，此外还可以以特征指标为计算因子做进一步计算生成一系列量化的血流动力学指标。对上述特征指标和/或血流动力学指标进行时域和频域分析，生成参数列表和统计图表。

具体地说，数据分析模块根据脉搏波信号，计算出至少一种如下特征指标：

1)脉搏波曲线下的整体和局部面积及其面积系数，包括整个脉搏波波图面积A’，上升支对应部分的波图面积Ad’及其面积系数Cd和下降支对应部分的波图面积Ac’及其面积系数Cc；

2)脉搏波曲线下面积的重心位置，包括整个脉搏波波图面积重心G以及上升支对应部分的波图面积重心G1和下降支对应部分的波图面积重心G2；

3)脉搏波波图所对应的脉动周期T，包括上升支对应部分的时相Td和下降支对应部分的时相Tc；

4)对1)、2)、3)中所述的指标进行运算产生的新的特征指标。

其中4)中所述的新的指标包括但不限于：Ad’/Ac’、Cd/Cc、Cc-Cd、Ad’/A’、Ac’/A’、X2-X1、Y1-Y2、X-X1、Y1-Y、X2-X、Y-Y2、(t_cc-t_c)/(t_c-t_dc)、(q_c-q_cc)/(q_dc-q_c)、(X2-X)/(X-X1)、(Y-Y2)/(Y1-Y)、X-Td/T、(X2-Td/T)、(Td/T-X1)、Td/Tc、(Tc-Td)/T等等，此外还可以根据这些指标运算形成新的指标。

参见图2，所述的脉搏波曲线下面积，包括整个脉搏波波图面积A’以及分别计算上升支对应部分的波图面积Ad’和下降支对应部分的波图面积Ac’。

脉搏波波图所对应的时相T：脉动周期；

上升支对应部分的时相Td：血管充盈期；

下降支对应部分的时相Tc：血管回缩期。

参见图3及图8a、b，所述的脉搏波曲线下面积的重心坐标位置，包括整个脉搏波波图面积重心G坐标(t_c，q_c)及其相对坐标(X，Y)以及上升支对应部分的波图面积重心G1坐标(t_dc，q_dc)及其相对坐标(X1，Y1)和下降支对应部分的波图面积重心G2坐标(t_cc，q_cc)及其相当坐标(X2，Y2)；

数据分析模块进一步对血压和脉搏波数字信号进行分析和计算，生成血流动力学指标。所述的血流动力学指标至少包括“血管弹性、血管顺应性、外周阻力、平均动脉压、心输出量、心脏指数、心搏出量、心搏指数等”指标中的一种。

所述计算结果和参数列表至少包括以下数值中的一种：实时计算值、时段均值以及总平均值；所述统计图表至少包括以下形式中的一种：正态分布图、Lorenz散点图以及趋势图。

鉴于指端容积血流脉搏波相对于桡动脉、肱动脉、颈动脉等更容易采集，尤其是实时、动态、连续采集方面具有优势，然而，相对于桡动脉、肱动脉、颈动脉等处的压力波而言，指端容积血流脉搏波信号较弱，波形也比较圆滑，其上升和下降都比较缓慢，很多情况下重搏波低平甚至没有波峰，这是由于压力脉搏波经过末梢微血管的阻力和毛细血管网的多次分支泄露以及微血管周围组织等对波形产生的滤波作用所造成的。由于可识别的直观特征点较少，就给波形的量化和分析增加了相当的难度。通过本发明系统给脉搏波生成了全新的特征点和量化指标，而且与图1所示脉搏波曲线上的特征点不同，无论个体差异、运动状态、生理和病理状况如何变化，这些特征点和量化指标均不会消失，适合持续跟踪观察，因而有效解决了脉搏波连续监测这一难题。

采用本发明系统进行脉搏波测量和血流动力学检测是建立在对脉搏波的连续监测基础之上的。指端容积血流脉搏波信号包含有大量心血管系统和微循环方面的信息，一条脉搏波曲线的形态特征是由被检测特定个体的血流和血管相互作用的结果，反映了人体在特定时间和状态下微血管的血流动力学特性。在大血管和微血管血流通畅的情况下，其中包含有丰富的人体血流动力学信息。连续监测脉搏波特征指标的变化走势，就可以跟踪、观察、分析、研究人体的血流动力学特性的细微变化及规律。

指端容积血流脉搏波曲线Q(t)下的面积可表示为：

$>A^{,}=\underset{O}{\overset{T}{\int }}Q\left(t\right)\mathrm{dt}$>

Qmax为指端容积脉搏血流最大值；Qmin为指端容积脉搏血流最小值；T为脉动周期。见图4。

为进一步对波形特征进行量化，将反映自血管开始充盈直到最大程度的过程即脉搏波的上升支对应的时相定义为充盈期，用Td表示。将反映了血管在动脉壁弹性作用下开始回缩直到静脉血液回流使心脏充盈的过程即脉搏波的下降支对应的时相定义为回缩期，用Tc表示。

脉搏波曲线Q(t)下的整个波形图面积表示为：

$>A^{,}=\underset{O}{\overset{T}{\int }}Q\left(t\right)\mathrm{dt}$>

脉搏波曲线Q(t)下充盈期时相对应的面积可表示为：

$>{A_d}^{,}=\underset{O}{\overset{\mathrm{Td}}{\int }}Q\left(t\right)\mathrm{dt}$>

C_d＝A_d’/A’为脉搏波曲线下充盈期时相对应的面积与整个波形图面积的比值，定义为脉搏波充盈期面积系数。见图5。

脉搏波曲线Q(t)下回缩期时相对应的面积可表示为：

$>{A_c}^{,}=\underset{\mathrm{Td}}{\overset{T}{\int }}Q\left(t\right)\mathrm{dt}$>

C_c＝A_c’/A’为脉搏波曲线下回缩期时相对应的面积与整个波形图面积的比值，定义为脉搏波回缩期面积系数。见图5。

脉搏波曲线Q(t)下的面积重心坐标见图6，可表示为：

横坐标：$>t_c=\frac{\mathrm{\Sigma \Delta }{A^{,}}_i{t}_i}{A^{,}}=\frac{{\int }_{A^{,}}\mathrm{td}{A}^{,}}{A^{,}}$>纵坐标：$>q_c=\frac{\mathrm{\Sigma \Delta }{A^{,}}_i{q}_i}{A^{,}}=\frac{{\int }_{A^{,}}\mathrm{qd}{A}^{,}}{A^{,}}$>

量化脉搏波的形态特征也可以通过计算面积重心的相对坐标实现，见图7。设T为一个长度单位，Qmax-Qmin为一个宽度单位，我们可以求出波形面积重心G(X，Y)的相对坐标值为：

$>X=\frac{t_c}{T}$>$>Y=\frac{q_c}{Q\max -Q\min }$>

同样方法可以分别获得Q(t)下与充盈期和回缩期相对应面积的重心坐标，同样，量化脉搏波的形态特征也可以通过计算对应面积重心的相对坐标实现，见图8。

脉搏波曲线Q(t)下上升支部分的面积重心坐标G1(t_dc，q_dc)见图8a，可表示为：

横坐标：$>t_{\mathrm{dc}}=\frac{\mathrm{\Sigma \Delta }{{\mathrm{Ad}}^{,}}_i{t}_i}{{\mathrm{Ad}}^{,}}=\frac{{\int }_{{\mathrm{Ad}}^{,}}\mathrm{td}{A}^{,}}{{\mathrm{Ad}}^{,}}$>纵坐标：$>q_{\mathrm{dc}}=\frac{\mathrm{\Sigma \Delta }{{\mathrm{Ad}}^{,}}_i{q}_i}{{\mathrm{Ad}}^{,}}=\frac{{\int }_{{\mathrm{Ad}}^{,}}\mathrm{qd}{A}^{,}}{{\mathrm{Ad}}^{,}}$>

设T为一个长度单位，Qmax-Qmin为一个宽度单位，我们可以求出该部分波形面积重心的相对坐标G1(X1，Y1)，见图8b，可表示为：

$>X_1=\frac{t_{\mathrm{dc}}}{T}$>$>Y_1=\frac{q_{\mathrm{dc}}}{Q\max -Q\min }$>

脉搏波曲线Q(t)下下降支部分的面积重心坐标G2(t_cc，q_cc)见图8a，可表示为：

横坐标：$>t_{\mathrm{cc}}=\frac{\mathrm{\Sigma \Delta }{{\mathrm{Ac}}^{,}}_i{t}_i}{{\mathrm{Ac}}^{,}}=\frac{{\int }_{{\mathrm{Ac}}^{,}}\mathrm{td}{A}^{,}}{{\mathrm{Ac}}^{,}}$>纵坐标：$>q_{\mathrm{cc}}=\frac{\mathrm{\Sigma \Delta }{{\mathrm{Ac}}^{,}}_i{q}_i}{{\mathrm{Ac}}^{,}}=\frac{{\int }_{{\mathrm{Ac}}^{,}}\mathrm{qd}{A}^{,}}{{\mathrm{Ac}}^{,}}$>

设T为一个长度单位，Qmax-Qmin为一个宽度单位，我们可以求出该部分波形面积重心的相对坐标G2(X2，Y2)，见图8b，可表示为：

$>X_2=\frac{t_{\mathrm{cc}}}{T}$>$>Y_2=\frac{q_{\mathrm{cc}}}{Q\max -Q\min }$>

面积A’、Ad’、Ac’及其对应的时相T、Td、Tc，包括面积系数Cd、Cc和重心坐标(X，Y)、(X1，Y1)、(X2，Y2)都是反映脉搏波整体和局部特征的指标。通过连续检测脉搏波曲线整体和局部面积或面积系数变化及其对应的重心位移，可以观察到脉搏波的细微变化，对上述特征指标进行时域和频域分析，可以动态观察其变化过程、趋势和规律。

通过连续检测血流动力学指标，可以观察到心血管系统的细微变化，对血流动力学指标进行时域和频域分析，可以动态观察其变化过程、趋势和规律。

本发明系统给所采集的脉搏波信号生成了全新的特征点和量化指标，而且无论个体差异、运动状态、生理和病理状况如何变化，这些特征点和量化指标均不会消失，适合持续跟踪观察，因而有效解决了脉搏波连续监测这一难题。上述特征指标为生命科学研究提供了有效的技术手段，通过一系列对脉搏波特征的量化，有助于更加细致地区分不同个体间的差异以及同一个体不同状态间的差异，深入地研究生命科学现象。

本发明系统的数据采集模块可包括指夹式光电传感器、放大器、滤波器以及模/数转化器，传感器捕获的脉搏波信号经信号放大、滤波、转化成数字信号传送给数据分析处理模块。系统支持血压采集模块作为可选模块，在需要时接入系统的数据分析模块，自动测量血压；系统也支持将其他血压计测量的血压值手动输入本系统。

数据处理模块可以是一高性能处理器，由处理器进行采样描记，记录每个指端容积血流脉搏波波形图。将所获得的波形图特征量化成特征指标，包括面积和面积系数及其对应的时相和重心坐标等，也包括由上述指标计算而得的所有特征指标和/或所生成的一系列血流动力学指标。检测结果可根据用户的需要选择存储回放、输出到其他电脑、服务器、显示器或打印机，需要时还可以建立样本数据库，生成评估模板、连入中央监护系统网络或远程医疗服务系统。

本发明系统具有信号特征清晰、不受波形限制、易于观察和分析等特点，尤其适合实时、动态、连续地跟踪观察脉搏波。可用于面向体育运动专业人士和普通大众的体能测试、运动监护、训练测评、体质研究、疾病筛查、健康分级和健康管理等领域。

附图说明

图1a是具有重搏波的脉搏波波形图；

图1b是无重搏波的脉搏波波形图；

图2是脉搏波曲线下面积示意图；

图3是脉搏波曲线下面积的重心示意图；

图4是指端容积血流脉搏波曲线下的面积示意图；

图5是脉搏波曲线下的整体与局部面积示意图；

图6是脉搏波曲线下的面积重心坐标示意图；

图7是脉搏波曲线下的面积重心相对坐标示意图；

图8a是脉搏波曲线下整体与局部面积重心坐标示意图；

图8b是脉搏波曲线下整体与局部面积重心相对坐标示意图；

图9是本发明系统的结构示意图；

图10是健康人群不同年龄段采用本发明系统输出的结果；

图11是有运动组采用本发明系统输出的结果；

图12显示的是非运动组采用本发明系统输出的结果；

图13是采用本发明系统输出的有运动组均值和非运动组均值与普通健康人群组均值的结果比较。

图14是采用本发明系统输出的Lorenz散点图。

图15是采用本发明系统输出的正态分布(直方)图。

具体实施方式

下面结合具体的实施例来进一步阐述本发明。应当理解，这些实施例仅用于说明本发明，而不能限制本发明的保护范围。

实施例1

如图9所示，本例中，血流参数检测系统包括：数据采集模块，用于采集脉搏波信号，由指夹式光电传感器采集指端容积血流脉搏波信号，对信号进行放大、滤波和模数转换等处理；数据分析模块，用于分析来自数据采集模块的脉搏波数字信号，将脉搏波波形特征量化成特征指标，系统还以特征指标为计算因子做进一步计算生成一系列量化的血流动力学指标。对上述指标进行时域和频域分析，生成参数列表和统计图表。

这些特征指标包括：

1)脉搏波曲线下的整体和局部面积及其面积系数，包括整个脉搏波波图面积A’，上升支对应部分的波图面积Ad’及其面积系数Cd和下降支对应部分的波图面积Ac’及其面积系数Cc；

2)脉搏波曲线下面积的重心位置，包括整个脉搏波波图面积重心G以及上升支对应部分的波图面积重心G1和下降支对应部分的波图面积重心G2；

3)脉搏波波图所对应的脉动周期T，包括上升支对应部分的时相Td和下降支对应部分的时相Tc；

4)对1)、2)、3)中所述的指标进行运算产生的新的特征指标。

其中4)中所述的新的指标包括但不限于：Ad’/Ac’、Cd/Cc、Cc-Cd、Ad’/A’、Ac’/A’、X2-X1、Y1-Y2、X-X1、Y1-Y、X2-X、Y-Y2、(t_cc-t_c)/(t_c-t_dc)、(q_c-q_cc)/(q_dc-q_c)、(X2-X)/(X-X1)、(Y-Y2)/(Y1-Y)、X-Td/T、(X2-Td/T)、(Td/T-X1)、Td/Tc、(Tc-Td)/T等等，此外还可以根据这些指标运算形成新的指标。

数据分析模块还以此为计算因子做进一步计算生成一系列量化的血流动力学指标，对数据分析模块还对特征指标进行时域和/或频域分析，并生成计算结果、参数列表和/或统计图表。所述计算结果和参数列表包括：实时计算值、时段均值以及总平均值；所述统计图标包括：正态分布图、Lorenz散点图以及趋势图。

数据采集模块包括指夹式光电传感器、放大器、滤波器以及模/数转化器，传感器捕获的脉搏波信号经信号放大、滤波、转化成数字信号传送给数据分析处理模块。血压采集模块和袖带为可选配置，既可以选择采取系统内置的血压模块自动测量血压，系统也支持将其他血压计测量的血压值手动输入本系统。

本例使用指夹式光电传感器测量脉搏波，有无血压模块对系统生成脉搏波波形特征指标没有任何影响。鉴于指夹式光电传感器相对于压力脉搏传感器而言，对检测位置要求并不严格，传感器探头易于定位且方便固定，采集信号的适应性、稳定性和重复性强，可以满足静态检测和动态连续监测的要求，尤其适合进行时域和频域分析。

数据处理模块为一个高性能处理器，由处理器进行采样描记，记录每个指端容积血流脉搏波波形图。将所获得的波形图特征量化成特征指标，包括面积和面积系数及其对应的时相和重心坐标等，也包括由上述指标计算而得的所有特征指标，生成一系列血流动力学指标。检测结果可根据用户的需要选择存储回放、输出到其他电脑、服务器或打印机，需要时还可以建立样本数据库，生成评估模板、连入中央监护系统网络或远程医疗服务系统。

实施例2临床应用

应用本发明系统通过指端采集数据，并进行分析。表1显示随机抽取的六个不同年龄段的普通健康人群样本共2000例，年龄跨度范围在18～82岁，采集每个个体安静状态下的指端容积血流脉搏波信号，采用本发明系统对所获得的脉搏波特征指标进行计算和统计，结果如下：

表1不同年龄段普通健康人群的脉搏波形态特征分析

年龄段平均年龄样本数  (X2-X)/(X-X1)年龄特征指数均值标准差  18～30岁  24.10  380  0.345  0.061  31～40岁  34.00  310  0.385  0.055  41～50岁  45.73  310  0.456  0.053  51～60岁  54.02  310  0.508  0.048  61～70岁  65.61  310  0.558  0.047  71～82岁  75.63  380  0.586  0.045

表1及图10显示不同年龄段的六组人群在安静状态下所获得的指端容积血流脉搏波特征指标随着年龄的增加而呈现出有规律的变化，其中(X2-X)/(X-X1)随年龄增长呈逐渐上升的趋势，这里我们将(X2-X)/(X-X1)作为“年龄特征指数”使用，可以发现不同年龄组该指标随年龄上升的变化规律。

随机抽取长期坚持体育运动和几乎不参与体育运动的样本各400例，年龄范围在18～82岁，分为“有运动”和“非运动”两组，采集安静状态下的指端容积血流脉搏波，提取(X2-X)/(X-X1)指标，即年龄特征指数，结果见表2和表3。进一步将“有运动”和“非运动”两组与2000例健康人群图10进行对比，结果见图13。

表2不同年龄段有运动组的脉搏波形态特征分析

年龄段平均年龄样本数  (X2-X)/(X-X1)年龄特征指数均值标准差  18～30岁  25.20  68  0.303  0.062  31～40岁  34.08  65  0.343  0.059  41～50岁  45.98  66  0.411  0.056  51～60岁  54.87  65  0.465  0.053  61～70岁  66.01  67  0.517  0.049  71～82岁  74.99  69  0.547  0.048

表2及图11显示年龄在18～82岁的有运动组人群的“年龄特征指数”随年龄上升的变化规律。

表3不同年龄段非运动组的脉搏波形态特征分析

年龄段平均年龄样本数  (X2-X)/(X-X1)年龄特征指数均值标准差  18～30岁  24.90  68  0.416  0.071  31～40岁  34.82  66  0.451  0.067  41～50岁  46.03  65  0.513  0.061  51～60岁  55.01  66  0.560  0.051  61～70岁  64.98  67  0.598  0.045

年龄段平均年龄样本数  (X2-X)/(X-X1)年龄特征指数均值标准差  71～82岁  75.61  68  0.625  0.039

表3及图12显示年龄在18～82岁的非运动组人群的“年龄特征指数”随年龄上升的变化规律。

图13为有运动组、非运动组与健康人群组的均值比较，结果显示长期坚持体育运动的样本相对于普通健康样本的血流动力学特性出现了低龄化特征，相反，几乎不参与体育运动的样本相对于普通健康样本的血流动力学特性则出现了高龄化特征。表明本发明系统使用该指标可用于针对不同人群的健康分级。

图14为采用本发明系统输出的某一样本的“年龄特征指数”的Lorenz散点图。

图15为采用本发明系统输出的某一样本的“年龄特征指数”的正态分布(直方)图。

显然，由本发明系统生成的一系列脉搏波特征指标之一的“年龄特征指数”可以很好地反映血流动力学特性与增龄衰老的对应关系，而长期坚持体育运动和几乎不参与体育运动对年龄特征指数的影响程度可以得到要有效的量化，通过该指标可以连续观察衰老的轨迹。而通过容积血流脉搏波细微差异的测量也使得对血流动力学特性的研究、统计和分析来得更加简单方便，结果也更加清晰明显。

上述应用结果表明，本发明系统可将脉搏波的一系列整体和局部特征量化，并可通过对这些特征值的组合计算进一步生成更多的脉搏波特征指标，应用到实时连续监测中。如应用到运动负荷下人体的应激反应及其动态变化过程监测中，并从中发现传统检测方法检测不到的脉搏波变化及其差异。可用于血流动力学状态的无创快速检测和不同人群的分型；通过跟踪记录指端容积血流脉搏波特征指标的走势、出现分化的起止时间点、变化幅度和周期等信息，量化分析人体的血流动力学状况，研究体适能和运动风险的关系。该系统操作简单、使用方便、快捷有效的特点尤其适用于运动监护、体能测试、训练指导和运动干预等。

同时，作为一种基于脉搏波测量与分析的血流参数检测系统，通过量化指端容积血流脉搏波的一系列特征指标，我们可以发现不同人群间脉搏波形态和血流动力学特性的细微差异及其与生理和病理状态之间的关系。通过大样本量的采集与统计学分析，建立人群样本数据库，为数字化模板评估法和智能医学逻辑运算功能模块提供科学依据。