基于脉搏波的血压测量相关特征参数辨识

基于脉搏波的血压测量相关特征参数辨识
姚瑞晗;张榆锋;陈龙;彭程祥;施心陵
【摘要】目的:建立基于脉搏波特征参数的血压测量模型,并对模型参数进行辨识.方法:采集家兔颈动脉脉搏波与对应的血压数据,提取脉搏波的特征值,建立相应的自回归(auto-regressive,AR)模型.利用最小二乘法的原理,通过MATLAB系统辨识工具箱对模型参数进行辨识,得到脉搏波与收缩压、舒张压、平均动脉压之间的关系.结果:所建模型的脉搏波特征参数与收缩压、舒张压及平均动脉压具有良好的对应关系,其拟合度均大于95％.结论:根据所建的脉搏波与血压间关系模型可由脉搏波推算出血压值,有助于实现对血压的实时监测.
【期刊名称】《医疗卫生装备》
【年(卷),期】2016(037)001
【总页数】3页(P5-7)
【关键词】脉搏波;血压测量;特征辨识
【作者】姚瑞晗;张榆锋;陈龙;彭程祥;施心陵
【作者单位】650091昆明,云南大学信息学院;650091昆明,云南大学信息学院;650091昆明,云南大学信息学院;650091昆明,云南大学信息学院;650091昆明,云南大学信息学院
【正文语种】中文
【中图分类】R318;TH772.2
血压是人体的重要特征之一，目前临床上多用柯氏音法测量血压。

但该方法测得的血压只是特定某一时刻的血压值，无法对血压进行实时监测[1]。

由于脉搏波方便
测量，因此利用脉搏波与血压的相关性能获得连续血压波形，实时监测血压的变化，为临床诊断与治疗提供充分的依据，特别对于临床危重患者的血压监护有重要意义[2]。

目前，可对血压进行实时监测的方法有：容积补偿法、脉搏波速法、动脉张力测定法等，但这些方法对测量精度要求很高，操作烦琐[3-5]。

而且求解脉搏波特征参
数与血压特征方程的方法多用逐步回归分析法，计算复杂，精确度不高。

针对以上问题，本文提出脉搏波血压测量方法。

该方法操作简单，易于实现，且使用最小二乘法[6]进行辨识，并通过MATLAB系统辨识工具箱[7]实现，计算量小。

本文从家兔中获得脉搏波波形[8]，并提取特征值[9-10]，建立各个特征值与血压
的自回归（auto-regressive，AR）模型，对特征值与血压参数进行辨识，得到脉搏波特征参数与血压的特征方程，达到根据脉搏波特征值推算血压值的目的。

1.1 实验方法
采集28只家兔的颈动脉脉搏波，提取其特征值，并将特征值与对应的血压进行相关性计算，得出影响血压的主要特征值：主波斜率（S）以及由（波平均值-波谷值）/（波峰值-波谷值）计算得到的K值。

为了得出脉搏波与血压之间精确的关系，将血压分为收缩压（SP）、舒张压（DP）和平均动脉压（MAP）3种，依次分析各特征值与三者的关系。

利用最小二乘法对参数进行辨识，通过脉搏波的特征值推算出血压，从而达到连续测量血压的目的。

1.2 实验数据
实验数据由参考文献[8]提供。

脉搏波是通过采集28只家兔的颈动脉脉搏波得到的，而血压值是通过对家兔进行动脉插管与脉搏波同时测得的。

采用该方法的目的是分析血压与脉搏波之间的相关性，为脉搏波测量血压建立理论基础。

虽然脉搏波波形中有多个特征值，但研究表明：与SP具有较好相关性的脉搏波特征参数是S以及K值；与DP具有较好相关性的脉搏波特征参数是K值；与MAP 具有较好相关性的脉搏波特征参数是S值和K值。

1.3 辨识工具
实验过程中使用的辨识方法为最小二乘法，即：通过最小化误差的平方和寻找脉搏波特征值与血压的最佳函数匹配。

并通过MATLAB系统辨识工具箱对这一方法进行实现，用输入输出数据所提供的信息来建立数学模型。

MATLAB系统辨识工具箱包括参数化、非参数化模型的辨识工具和验证工具、递
推参数估计和建立函数以及集成多种功能的用户界面。

支持的参数模型包括AR、外因输入自回归模式（auto-regressive model withexogenousinput，ARX）、自回归滑动平均模型（auto-regressive moving average model，ARMA）、状态空间等模型（含一次完成和递推辨识等算法）。

使用该工具箱无需编程，只需将输入、输出数据加载到工具箱中，利用其中的参数模型对参数进行估计，即可得到结果。

如图1所示，选择import data将数据导入并选择所需的辨识方法。

选择polynominal models，调试出最好的参数，将调试出的模板保存在如图2
所示位置，即可得到所需结果。

将所测得的28只家兔的数据分为2组：一组为23只家兔组成的实验组；一组为
5只家兔组成的检测组。

实验组的数据是用来建模的，通过实验组的数据来求出脉搏波特征值与血压之间的差分方程；检测组的数据用来检测所求出的模型的精确度。

（1）将实验组的SP作为输出，K值与S值作为输入，其辨识结果如图3（a）所示，所得差分方程为
其中，y（t）为输出SP；u（t）为输入；e（t）为白噪声；A（z）、B（z）为待辨识参数向量；B1（z）、B2（z）分别为K值与S值做输入时的待辨识参数向量。

将检测组数据用该模型进行辨识，辨识结果如图3（b）所示。

可以看出实际测得的检测组数据与预测数据几乎重合，得出了SP与K、S值之间较好的关系。

（2）将实验组DP作为输出，K值作为输入，其辨识结果如图4（a）所示，所得差分方程为
其中，y（t）为输出DP；u（t）为输入；e（t）为白噪声；A（z）、B（z）为待辨识参数向量。

将检测组数据用该模型进行辨识，辨识结果如图4（b）所示。

可以看到检测组数据与根据差分方程预算出的数据几乎重合，辨识出了DP与K值之间的关系。

（3）将实验组的MAP作为输出，K值与S值作为输入，其辨识结果如图5（a）所示。

所得差分方程为
其中，y（t）为输出MAP；u（t）为输入；e（t）为白噪声；A（z）、B（z）为待辨识参数向量；B1（z）、B2（z）分别为以K值与S值做输入时的待辨识参数向量。

将检测组数据用该模型进行辨识，辨识结果如图5（b）所示。

可以看出实际数据与预测数据几乎一致，得出了平均动脉压与K、S值之间的转换关系。

通过对SP、DP以及MAP的辨识，可得辨识结果的拟合度分别为95.97%、95.84%、96.83%，由此可以看出通过模型估计出的结果与实际测量值较为接近。

结果表明利用本文所建的模型能迅速、准确地通过脉搏波特征参数推算出血压值，便于对血压进行实时检测。

虽然测量对象为家兔，实验过程也有一定的局限性，但此方法为无创连续血压的测量提供了一种新思路，且本文所得结果对临床有重要意义。

【相关文献】
[1]李同心，胡志刚.基于脉搏波速法连续测量血压的实验研究[J].医疗卫生装备，2013，34（9）：22-24.
[2]罗志昌.脉搏波波形特征信息的研究[J].北京工业大学学报，1996，22（1）：71.
[3]Penaz J.Photoelectric measurement of blood pressure，volume and flow in the
finger[C]//Digest of the 10th International Conference on Medical Engineering.Dresden，Germany：Conference Organization，1973：103-104.
[4]Pressman G L，Newgard P M.A transducer for the continuous external measurement of arterial blood pressure[J].IEEE Trans Biomed Eng，1963，10：73-81.
[5]Barschdorf D，Erig M.Continuous blood pressure monitoring during
stressE[J].Biomedical Engineering/BMT，1998，43（3）：34-39.
[6]仇振安，何汉辉.基于广义最小二乘法的系统模型辨识及应用[J].计算机仿真，2007，24（10）：89-91.
[7]刘兆田，李敬敬.Matlab系统辨识工具箱在煤泥浮选过程辨识建模中的应用[J].选煤技术，2014，12（6）：77-80.
[8]汤池.利用脉搏波无创连续检测血压的实验研究[D].西安：第四军医大学，2005.
[9]焦学军，房兴业.利用脉搏波特征参数连续测量血压的方法研究[J].生物医学工程学杂志，2002，19（2）：217-220.
[10]梁妃学，姚翔，于巍.双通道脉搏波速度测量系统的研制[J].中国医学物理学杂志，2006，23（3）：209-212.。