左心室輔助裝置的橈動脈壓信號前處理與特征識別

趙一平，周健，潘剛

1 上海交通大學(xué)生物醫(yī)學(xué)儀器研究所，上海，200030

2 上海交通大學(xué)Med-X研究院，上海，200030

3 上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院心外科，上海，200020

0 前言

每年約1/5的心臟病患者最終發(fā)展為心衰（heart failure），心血管類疾病正成為新的醫(yī)療重點。治療心力衰竭的方法有藥物治療、心臟移植和心室輔助等，其中藥物治療占絕大多數(shù)，但療效不佳，患者生活質(zhì)量差，病死率高；心臟移植由于慢性排斥反應(yīng)以及供體的嚴(yán)重缺乏等諸多因素也很難廣泛開展[1]；因此心室輔助裝置( ventricular assist device， VAD)在臨床治療中將成為首選。

心室輔助裝置的泵體主要分搏動式隔膜泵和恒流式葉輪泵兩種。George V.Letsou和他的團隊證明，與心臟同步工作的搏動式LVAD相比同等輸出量的恒流式LVAD，能更好的降低左心室負(fù)荷并改善有效的血液循環(huán)[2]。不過，目前國內(nèi)同步搏動式VAD領(lǐng)域的研究還較少。本文針對搏動式VAD的同步輔助，提出了一種基于有創(chuàng)橈動脈壓的信號前處理和實時心動周期識別的方法。

1 原理與實現(xiàn)

橈動脈綜合了心臟泵血活動規(guī)律其幅值變化與心動周期直接相關(guān)，相對心電信號橈動脈波能更直接地反應(yīng)心臟的機械運動狀態(tài)。圖1所示的橈動脈波各參數(shù)點的意義如下：

圖1 標(biāo)準(zhǔn)橈動脈壓[3]Fig.1 Standard radial arterial pressure[3]

t1為快速射血期；

t2為左室射血期；

t3為舒張期；

a為心動周期起點；

b為主波峰；

c為降中峽（動脈瓣開放）；

d為重搏峰；

e為舒張期結(jié)束點。

1.1 橈動脈壓信號前處理

從飛利浦UTAH有創(chuàng)式血壓傳感器得到的橈動脈壓信號，經(jīng)過有源放大器放大后，采樣發(fā)現(xiàn)原始信號包含大量噪聲。經(jīng)分析，噪聲主要來自傳感器固有噪聲、采樣電路的隨機噪聲和工頻干擾等，于是采用IIR低通數(shù)字濾波器進行平滑處理。IIR濾波器系統(tǒng)傳遞函數(shù)的極點可以位于單位圓內(nèi)的任何地方，因此可以用較低的濾波器階數(shù)來獲得較高的頻率選擇性，相對于FIR濾波器以及時域循環(huán)平均等方法可以減少延時，減少嵌入式系統(tǒng)的運算開銷。

原始數(shù)據(jù)來自于合作單位上海交通大學(xué)附屬瑞金醫(yī)院心外科監(jiān)護病房。將原始數(shù)據(jù)利用Matlab做頻譜分析，圖2所示為其中一幅譜圖分析的結(jié)果，發(fā)現(xiàn)橈動脈壓信號諧波構(gòu)成極其簡單，且有用分類集中在5 Hz頻點內(nèi)，故將濾波器截止頻率定在5 Hz處。

圖2 橈動脈壓譜分析Fig.2 radial arterial pressure spectrum analysis

圖3 原始采樣信號與濾波信號對比Fig.3 Original signal and filtered signal

IIR濾波公式：

式1中X(n)為原始橈動脈采樣值；y(n)為IIR濾波后結(jié)果；ai和bi為濾波器系數(shù)。

圖3中上方曲線為原始橈動脈信號，下方曲線為原始橈動脈動信號經(jīng)濾波后的結(jié)果。濾波器能明顯去除舒張期平坦區(qū)上的噪聲引入的抖動，但同時引入了少量延時。

1.2 特征點識別

1.2.1 動脈壓信號及特征

在心動周期的識別中，主要關(guān)注的是動脈壓信號的起始、動脈瓣開放和舒張期結(jié)束三個特征點。目前，比較常見的脈搏波特征識別主要有以下四種方法：① 脈搏波舒張壓的最小值之間的距離；② 脈搏波的一階導(dǎo)數(shù)最大值；③ 脈搏波的二階導(dǎo)數(shù)最大值；④ 通過脈搏波最小值點的平行線與其上升曲線的擬合曲線之間的交點[4]。

方法①、②和④的計算復(fù)雜度和計算量都比較大，不適合嵌入式平臺實現(xiàn)，所以本文采用求取一階導(dǎo)數(shù)的方法。

對平滑后的橈動脈壓信號進行求導(dǎo)：

式中m為求導(dǎo)間隔。

由于橈動脈壓信號的特征點集中在波形的駐點處，而駐點處的導(dǎo)數(shù)值為零，所以將信號導(dǎo)數(shù)過零點作為特征點的判斷依據(jù)。圖4中所示的上方曲線為濾波后的橈動脈壓曲線，下方曲線為其導(dǎo)數(shù)值，可見壓力曲線的特征點與導(dǎo)數(shù)過零點一一對應(yīng)。

圖4 .橈動脈壓信號與其導(dǎo)數(shù)的對應(yīng)關(guān)系Fig.4 radial arterial pressure and its derivatives

1.2.2 識別算法實現(xiàn)

心臟雖然是持續(xù)不斷地工作的，不過其運動可以分解成單個的心動周期。因此，識別過程也應(yīng)視為一個周期過程，每個周期需要一個起始觸發(fā)點。主波峰b、動脈瓣開放點c、重搏波高度d和舒張期結(jié)束點e都可作為開始點，考慮到c、d、e三點雖然都是導(dǎo)數(shù)過0點，但在一些病例中c、d、e點的幅度相近不易區(qū)分，故以b點作為起始觸發(fā)點。整個周期內(nèi)識別如圖5所示。

圖5.系統(tǒng)狀態(tài)轉(zhuǎn)換圖Fig.5 System status cycle

圖5中Ymax為上個周期動脈壓最大值，菱形框內(nèi)為狀態(tài)轉(zhuǎn)換的條件。每個周期從尋找起始點b開始，找到主播高度b后進入狀態(tài)1；當(dāng)導(dǎo)數(shù)再次為0時，即找到動脈瓣開放點c，并進入狀態(tài)2；當(dāng)導(dǎo)數(shù)再次為0時，即找到舒張期結(jié)束點c，識別周期結(jié)束，進入下一個周期。通過起始點以及狀態(tài)輪轉(zhuǎn)的方式能夠有效保證狀態(tài)的順序性，即使遺漏一個特征點也不會造成電機的非正常工作，從而提高了VAD的工作安全性。

1.3 基線漂移自適應(yīng)

人體是一個非常復(fù)雜的系統(tǒng)，各種生理狀態(tài)及情緒的變化等都會對橈動脈壓產(chǎn)生影響，呼吸及身體的位移會導(dǎo)致采樣信號的基線漂移現(xiàn)象。從圖6.（c）中可以觀察到，動脈壓信號整體以一個較小周期上下波動。據(jù)實際采樣數(shù)據(jù)分析，上下波動的范圍可以超過脈壓差的20%。

橈動脈壓特征點的識別是與脈壓幅度相關(guān)的，基線漂移影響算法的準(zhǔn)確性。理想情況下橈動脈壓震蕩幅度固定，識別周期起始點b的判斷條件為幅度大于上個周期主波峰幅值的80%且一階導(dǎo)數(shù)等于0。但實際在基線漂移存在的情況下，經(jīng)模擬算法經(jīng)常會遺漏某些周期。考慮基線票以后，將識別周期起始點的幅度閾值設(shè)定為上一周期的脈壓其平均值，即當(dāng)新周期開始后幅值大于此閾值且導(dǎo)數(shù)為0時，判斷為新周期的起始點。

1.4 延遲補償

同步式輔助裝置的工作需要嚴(yán)格同步于心動周期。圖3中所示濾波器輸出信號相對于原始采樣信號有一個明顯的延時，可見濾波器會引入延時。經(jīng)統(tǒng)計，延時最大可達整個周期的10%，這種情況嚴(yán)重影響VAD同步輔助的實時性。

由圖4可知，各特征點附近的一階導(dǎo)數(shù)具有嚴(yán)格的單調(diào)性特點，故可采用閾值法修正IIR濾波器造成的延時，并補充硬件驅(qū)動電機自身的機械延時。將實時采樣的動脈壓求一階導(dǎo)數(shù)值后取絕對值與閾值比較，若小于閾值則判定為有效特征點。閾值來自于實際橈動脈壓數(shù)處理后統(tǒng)計的經(jīng)驗值。

1.5 心率失常識別

臨床情況下，術(shù)后患者心臟時常會出現(xiàn)心律失常的情況，此情況下心室輔助裝置就不適合工作在同步模式下了。為了有效解決此類問題，算法在每個識別周期完成后記錄周期長度，比較最近N次心跳周期的變化率，在變化率大于預(yù)設(shè)的閾值時，則判定為心率失常。

2 實驗驗證

為了驗證方法的有效性，使用嵌入式ARM9開發(fā)板導(dǎo)入實時采樣數(shù)據(jù)進行仿真。橈動脈壓數(shù)據(jù)采自上海交通大學(xué)附屬瑞金醫(yī)院心外科監(jiān)護病房的三名患者。

圖6 .幾種典型病癥的驗證Fig 6.Verification of Several typical symptoms

由于實際輔助中只用到三個特征點，故以實際情況為例。圖6中曲線為濾波后的橈動脈壓曲線，折線為算法識別起始點b、動脈瓣開放點c和舒張期結(jié)束點e。如圖6所見，一個周期中最高峰處的轉(zhuǎn)折對應(yīng)b點，其后的兩個轉(zhuǎn)折分別對應(yīng)c和e。動脈壓曲線由于病癥、個體差異的關(guān)系呈現(xiàn)各異的形狀趨勢，但本算法都能實現(xiàn)實時跟蹤識別。應(yīng)用延遲補償后，折線轉(zhuǎn)折點出現(xiàn)的略早于特征點可有效抵消濾波器引入的延時現(xiàn)象。圖6（c）有明顯基線漂移現(xiàn)象，每個周期的波峰呈周期變化，算法亦能準(zhǔn)確跟蹤識別。

3 結(jié)論

本文提出了一種用于左心室輔助裝置的有創(chuàng)橈動脈壓信號前處理和心動周期識別方法。算法主要考慮實時性要求，根據(jù)實驗驗證能夠準(zhǔn)確識別心動周期的關(guān)鍵特征點，并且具有延時補償、基線漂移自適應(yīng)、心率失常識別的特點。將本方法與左心室輔助裝置的機械驅(qū)動器[5]結(jié)合能夠達到臨床實時輔助的應(yīng)用效果。

[1]李鐵巖, 范慧敏, 劉中民.心室輔助裝置的發(fā)展與臨床應(yīng)用[J].中國胸心血管外科臨床雜志, 2010, 17(3): 230-234.

[2]George V.Letsou, Thomas D.Pate, Jeffrey R.Gohean.Improved left ventricular unloading and circulatory support with synchronized pulsatile left ventricular assistance compared with continuous-?ow left ventricular assistance in an acute porcine left ventricular failure model[J].The Journal of Thoracic and Cardiovascular Surgery,2010, 140(5):1181-1188.

[3]劉輝, 趙剛, 陳世超.基于LabVIEW的脈搏信號處理與分析系統(tǒng)設(shè)計[J].科學(xué)技術(shù)與工程, 2011, 11(14): 3151-3155.

[4]俞思聰.基于脈搏波的血壓測量儀研制和臨床驗證[D].復(fù)旦大學(xué), 碩士論文, 2011

[5]曹云, 潘鋼, 臧旺福, 等.搏動式血泵驅(qū)動源的運動參數(shù)計算及精確實時補償控制[J].中國醫(yī)療器械雜志, 2011, 35(2):97-99.