脈搏波波速法無創(chuàng)血壓測量中多模量血壓計算模型研究

顧亞雄 楊 濤 包 科 鐘鑫鑫

1(西南石油大學機電工程學院,成都 610500)2(重慶市腫瘤醫(yī)院手術(shù)室,重慶 400030)

脈搏波波速法無創(chuàng)血壓測量中多模量血壓計算模型研究

顧亞雄1*楊 濤1包 科1鐘鑫鑫2

1(西南石油大學機電工程學院,成都 610500)2(重慶市腫瘤醫(yī)院手術(shù)室,重慶 400030)

針對脈搏波波速法無創(chuàng)血壓測量中血壓計算模型建模困難和模型計算精度較低的問題，結(jié)合TPTT、ln(TPTT)及(1/TPTT)2等模量建立多模量血壓計算模型。首先，利用99名隨機測試者的實驗數(shù)據(jù)確定多模量模型參數(shù)，并基于實驗數(shù)據(jù)計算各模型性能評價指標，其中多模量血壓計算模型擬合相關(guān)系數(shù)最大，為0.891，誤差方差最小，僅為6.1，實驗表明，多模量血壓計算模型具有更好的擬合效果和更低的計算誤差。然后，利用醫(yī)用水銀血壓計和自主設計的多模量血壓測量系統(tǒng)兩種方法采集另外36名隨機測試者的收縮壓和舒張壓數(shù)據(jù)，并計算兩種方法采集數(shù)據(jù)間的相關(guān)參數(shù)，其中收縮壓差值的絕對值d<6 mmHg，差值均值Ed=0.55 mmHg，差值的標準差δd=2.98 mmHg；舒張壓差值的絕對值d<6 mmHg，差值均值Ed=0.57 mmHg，差值的標準差δd=3.42 mmHg，完全符合美國醫(yī)療儀器促進協(xié)會SP10-199中對電子血壓計測量差值<8 mmHg的要求。最后，采用Bland-Altman差值法，對兩種方法測量數(shù)據(jù)一致性進行檢驗，發(fā)現(xiàn)舒張壓與收縮壓的95 %一致性界限分別為(-5.3，6.4)和(7.2，-6.2)，完全在臨床血壓測量可接受范圍之內(nèi)，較好地證明多模量血壓計算模型用于無創(chuàng)血壓測量的有效性。研究結(jié)果表明，多模量血壓計算模型可以應用于脈搏波波速法無創(chuàng)血壓測量。

脈搏波波速法；無創(chuàng)血壓測量；多模量血壓計算模型；非線性回歸；一致性檢驗

引言

血壓作為人體重要生理參數(shù)之一，能反映出人體心臟與血管的功能狀況，同時也是臨床疾病診斷與治療效果評估的重要依據(jù)之一[1-2]。血壓測量方法可分為直接測量法和間接測量法兩類，其中直接測量法也稱動脈插管法，可實現(xiàn)血壓的連續(xù)測量，結(jié)果最為準確，被公認為血壓測量的“金標準”，但因技術(shù)要求高，準備時間長，且為有創(chuàng)測量，不能被推廣使用[3]。因此，在臨床上仍廣泛采用間接的聽診法(水銀血壓計)測量血壓，該方法操作簡單、快捷，是臨床血壓測量標準，但聽診法只能測量單一時刻血壓值，無法連續(xù)實時跟蹤人體血壓變化趨勢[4]。人體血壓并非一直保持穩(wěn)定，易受生理周期、個人情緒及環(huán)境刺激等諸多因素的影響產(chǎn)生較大波動，特別是心腦血管病患者血壓變化尤為明顯，致使單次血壓測量結(jié)果在作為臨床診斷與治療依據(jù)方面存在一定的局限性[5-6]。

為了實現(xiàn)對人體血壓的連續(xù)無創(chuàng)測量，國內(nèi)外學者們相繼提出了動脈張力法、容積補償法與脈搏波波速法等連續(xù)無創(chuàng)血壓測量方法[7]。動脈張力法測量原理簡單，測量結(jié)果可靠，但對壓力傳感器的精確定位和外壓力大小要求十分嚴格，難以應用于實際測量中。容積補償法需要施加外力預置參考壓，長期佩戴會導致靜脈充血，會嚴重影響測量結(jié)果和佩戴舒適性。脈搏波波速法根據(jù)脈搏波沿動脈血管傳導速率(pulse wave velocity，PWV)與人體血壓(blood pressure，BP)之間存在相關(guān)性，利用測量脈搏波傳導速率間接推算出血壓值[8]。與其他方法相比較，脈搏波波速法具有測量設備簡單、對傳感器位移精度要求較低、無施加外力等優(yōu)點，更適合長時間的血壓監(jiān)測，在許多國家與地區(qū)受到了越來越多的關(guān)注與應用[9]。

2005年，Payne等用藥物的方式改變?nèi)梭w血壓，利用動脈插管法驗證了[10]脈搏波傳播速度與血壓收縮壓之間的相關(guān)性關(guān)系。2008年，Mccombie等利用人體手腕與小拇指根部間測得的脈搏波傳導時間建立了與人體血壓平均壓的近似模型[11]。李頂立對基于脈搏波的無創(chuàng)連續(xù)血壓測量方法進行了詳細研究，建立了基于脈搏波傳導時間的收縮壓模型和舒張壓歸一化模型[12]。2014年，董驍?shù)炔捎米钚【秸`差線性估計的方法來建立脈搏波傳導時間和收縮壓之間的線性模型，并對同一測試者進行了多次實驗[13]。

人體血壓變化受到諸多生理因素影響，表現(xiàn)為一個復雜的非線性系統(tǒng)[14]。目前，基于脈搏波傳導時間的單模量血壓計算模型的計算精度有待進一步提高，而且現(xiàn)有脈搏波傳導速率同步測量方案未充分考慮測量點動脈的分叉、血管管徑與血管壁彈性等不一致對脈搏波傳導速率測量和無創(chuàng)血壓測量結(jié)果精度的影響。因此，研究脈搏波波速法無創(chuàng)血壓測量中多模量血壓計算模型，對進一步改善脈搏波波速法的血壓測量精度具有重要現(xiàn)實意義。

1 無創(chuàng)血壓測量原理

1.1 脈搏波波速法血壓測量原理

脈搏波波速法是基于脈搏波傳導速率與人體血壓具有相關(guān)性特點的一種無創(chuàng)血壓測量方法。早在1878年，Moens、Korteweg等對人體脈搏波傳導速率進行了研究，在大量實驗基礎上建立了Moens-Korteweg脈搏波傳導速率方程。

將Hughes建立的動脈壁彈性模量與血管跨壁壓關(guān)系式代入Moens-Korteweg方程中，可得到血壓隨脈搏波傳導速率的計算模型。實際測量過程中，由于脈搏波傳導時間(pulse wave translation time，PTT)相對于脈搏波傳導速率更容易測量，一般用PTT代替PWV[15]，有

(1)

式中，P為收縮壓(systolic blood pressure，SBP)或舒張壓(diastolic blood pressure，DBP)，γ為血管特性參數(shù)量值(取0.016～0.018(mm·Hg)-1)，ρ為血液密度，d為血管內(nèi)徑，h為管壁厚度，K為無量綱的莫恩斯常數(shù)(對人體主動脈，一般取K=0.8)，E0為血壓值為零時血管壁楊氏彈性模量，β為個體差異系數(shù)，l為動脈樹上兩測量點間距，TPTT為兩測量點間脈搏波傳導時間。

為簡化血壓值計算，Chen將血管特性參數(shù)γ假設為常數(shù)，忽略血管壁彈性、血液密度及粘稠度等參數(shù)變化的影響[16]。對式(1)求導，得近似的線性血壓計算模型，即

(2)

式中，Tb為基礎TPTT，血壓值P由基礎血壓值Pb和變化血壓值ΔP兩部分組成，ΔP與脈搏到達時間差ΔT相關(guān)，γTb可通過實驗方法確定。

Poon、Kaniusas對血管壁彈性模量、血管管徑變化等主要參數(shù)開展實驗建模分析，分別推導出兩類非線性血壓計算模型[17-18]，即

(3)

(4)

式中，P為血壓值，a、b為模型參數(shù)，TPTT為脈搏波傳導時間。

1.2 多模量血壓測量原理

人體血壓不僅與血管壁黏彈特性、泊松比、血液粘度等生理參數(shù)變化有關(guān)，還與各參數(shù)相互關(guān)聯(lián)作用有關(guān)，變化機理較為復雜[14]。因此，在對具有非線性系統(tǒng)特征的人體血壓變化進行分析時，難以通過嚴格的物理數(shù)學手段建立準確的計算模型。

目前的研究成果表明，模量ln(TPTT)與(1/TPTT)2包含了血管壁彈性與血管半徑變化等參數(shù)對血壓變化的影響[16-19]。血壓與TPTT、ln(TPTT)及(1/TPTT)2等模量都具有不同程度的相關(guān)性。式(3)和式(4)兩類非線性血壓計算模型雖然在一定程度上提高了血壓計算精度，但都只與ln(TPTT)及(1/TPTT)2等模量單獨發(fā)生關(guān)系，無法同時綜合反映血壓與血管壁彈性及血管半徑變化等參數(shù)的內(nèi)在聯(lián)系，從而導致血壓計算精度提升有限，阻礙了脈搏波波速法測量血壓的推廣應用?；谏鲜稣J識，本研究嘗試同時引入模量TPTT、ln(TPTT)與(1/TPTT)2，建立新的多模量血壓計算模型為

(5)

式中，P為血壓值，a、b、c、d為模型參數(shù)。

在本次研究中，將基于新建立的多模量血壓計算模型進行人體無創(chuàng)血壓測量。

2 實驗方法

本課題主要對脈搏波波速法中多模量血壓計算模型進行研究，包括多模量血壓計算模型參數(shù)確定和模型有效性檢驗。因此，包含多模量血壓計算模型參數(shù)確定實驗和有效性檢驗實驗兩部分。

2.1 實驗對象及儀器

分別選取99名測試者和36名測試者組成兩組測試組，要求兩組測試對象互不包含，所有測試者在近一周內(nèi)身體狀況良好，未服用任何降壓藥，詳細年齡與性別信息統(tǒng)計見表1、2。實驗中所用儀器主要包括醫(yī)用水銀血壓計(型號：上海玉兔牌 XJ11E同步開關(guān)型)和自主設計的多模量血壓測量系統(tǒng)。

表1 99名用于模型建立的測試者信息

表2 36名用于模型驗證的測試者信息

2.2 實驗方法

實驗過程中，所有血壓測量時間段均為上午9:00—11:30，要求測試者在實驗開始前靜止休息10 min。另外，為降低環(huán)境及測量系統(tǒng)不確定因素對測量結(jié)果產(chǎn)生的隨機誤差，要求對同一測試者重復測量5次，分別取血壓值和脈搏變傳導時間TPTT的平均值作為測量結(jié)果。

在多模量血壓參數(shù)確定實驗中，對每位測試者先采用醫(yī)用水銀血壓計測量測試者血壓收縮壓與舒張壓，再利用自主設計的多模量血壓測量系統(tǒng)獲得測試者脈搏波傳導時間TPTT。測量完畢后，利用Origin分析軟件對99名測試者數(shù)據(jù)進行非線性回歸分析，以便確定多模量血壓模型參數(shù)。

在多模量血壓模型有效性檢驗實驗中，對每位測試者分別采用醫(yī)用水銀血壓計和確定了模型參數(shù)的多模量血壓測量系統(tǒng)、測量測試者收縮壓和舒張壓。測量完畢后，利用Bland-Altman差值法[20]分別對兩種方法測量的36名測試者收縮壓和舒張壓結(jié)果做一致性校驗分析，以確認多模量血壓模型的有效性和正確性。

2.3 多模量血壓測量系統(tǒng)

2.3.1 脈搏波傳導速率測量方法改進

脈搏波波速法測量中，準確測量脈搏波傳導速率是提高系統(tǒng)測量精度的重要環(huán)節(jié)。目前，脈搏波傳導時間TPTT的測量一般采用Maguire等提出的兩路脈搏波信號同步測量方法[21-22](臨床上一般通過測量脈搏波傳導時間代替脈搏波傳導速率的測量)，如圖1所示。其中，A與B點為脈搏波信號測量點，r1與r2分別為測量點A與B所在位置的動脈血管管徑，T1與T2分別為同一脈搏波到達測量點A與B的時間。TPTT定義為T1與T2差值，即

(6)

圖1 兩路脈搏波同步測量方案Fig.1 Synchronous measurement program of pulse wave

圖1所示的同步測量方案中，在測量點A與B之間的動脈血管上所存在的較大動脈分叉，將導致明顯的血液二次回流，嚴重影響脈搏波在動脈血管中的傳導速率[23]。同時，動脈血管管徑r1與r2相差較大，尚有其他諸如血管壁彈性(單位順應性)、不一致性等因素，都將不同程度地影響脈搏波傳導速率[24-25]。因此，十分有必要對現(xiàn)有兩路脈搏波信號同步測量方案進行優(yōu)化改進。

本研究提出的優(yōu)化改進如圖2所示。改進的關(guān)鍵之處在于避開動脈分叉，重新在人體左上臂上選擇兩處測量點，以消除血管管徑與血管壁彈性的不一致性對脈搏波傳導速率所產(chǎn)生的影響，提高脈搏波信號質(zhì)量。新的測量點A與B均選在管徑較粗、脈搏信號較強及次波反射較少的大動脈。

圖2 改進后的兩路脈搏波同步測量方案Fig.2 Improved synchronization measurement program of pulse wave

2.3.2 多模量血壓測量硬件系統(tǒng)

多模量血壓測量系統(tǒng)硬件結(jié)構(gòu)如圖3所示。系統(tǒng)主要由兩路脈搏波信號傳感器，信號調(diào)理電路，模數(shù)轉(zhuǎn)換(analog to digital conversion，ADC)，中央處理器，存儲、顯示及操作交互模塊組成。

圖3 多模量血壓測量系統(tǒng)Fig.3 Multi modulusblood pressure measuring system

多模量血壓測量系統(tǒng)中，脈搏波傳感器采用波長為570 nm的反射式綠光光電傳感器(型號：NJL5303R)組成3×3傳感器陣列，如圖4所示。

圖4 3×3脈搏波光電傳感器陣列Fig.4 3×3 photoelectric sensors array of measuring pulse wave

圖4中，ωi，j為權(quán)重系數(shù)。陣列各傳感器數(shù)據(jù)xi,j(k)乘以權(quán)重系數(shù)ωi,j后求和，構(gòu)成系統(tǒng)輸入數(shù)據(jù)X(k)，即

(7)

由生物機能測試結(jié)果可知，人體脈搏波信號能量的95%集中在0.5～6 Hz頻率范圍內(nèi)[14]，而肌肉抖動、人體運動或外界工頻信號等噪聲頻率基本上都在10 Hz以上。因此，多模量血壓測量系統(tǒng)中信號調(diào)理電路帶寬設置為0.5～10 Hz。

ADC將經(jīng)過放大濾波處理后的脈搏波模擬信號采樣轉(zhuǎn)換為數(shù)字信號。采樣頻率設置為10 kHz，對應的TPTT分辨率為0.1 ms，完全能夠滿足測量系統(tǒng)的實際需求。中央處理器負責對同步采集的兩路脈搏波信號進行運算以提取脈搏波傳導時間TPTT并轉(zhuǎn)換為實時血壓值。

2.3.3 脈搏波傳導時間計算方法

圖5所示為利用多模量血壓測量系統(tǒng)采樣獲得的人體脈搏波信號。圖中，橫軸為采樣點數(shù)，縱軸為信號幅值。系統(tǒng)采樣頻率為10 kHz。

圖5 采集的脈搏波信號波形Fig.5 The samplingsignal of pulse wave

圖5中，脈搏波信號波形特征較為明顯，因此可通過提取信號特征點(極大值)橫坐標相減的方法求取兩路信號之間的時間延遲量，即脈搏波傳導時間TPTT[25]。為提高測量精度，提取兩路信號在多個周期內(nèi)的特征點時間延遲量并取平均值，得到脈搏波傳導時間TPTT，有

(8)

式中，M1(i)與M2(i)分別為第i個周期內(nèi)兩路脈搏波信號極大值所對應的橫坐標值，n為選定的周期數(shù)目。

3 結(jié)果

3.1 多模量血壓計算模型參數(shù)確定實驗結(jié)果

在多模量血壓計算模型參數(shù)確定實驗中，利用Origin軟件對99名測試者血壓數(shù)據(jù)非線性回歸計算得模型參數(shù)a、b、c及d的最優(yōu)值，并代入式(5)得

1 402ln(TPTT)-22

(9)

式中，Ps為收縮壓，TPTT為脈搏波傳導時間。

在模型參數(shù)確定實驗中，為了能直觀比較多模量模型與各單模量模型的擬合效果，對式(2)～(4)模型采用同樣方法進行了參數(shù)確定，并做出各模型擬合曲線，如圖6所示。

圖6 收縮壓不同計算模型擬合曲線Fig.6 The fitting curve of different SBP model

圖6中，各單模量血壓計算模型因所含模量不同，對實驗數(shù)據(jù)擬合效果也相差較大，而且不能很好地跟隨實驗數(shù)據(jù)趨勢變化。但是，多模量血壓計算模型對實驗數(shù)據(jù)的擬合效果卻比較理想，能較好地跟隨實驗數(shù)據(jù)趨勢變化。

表3列出了定量評價各血壓計算模型性能的相關(guān)指標。其中，相關(guān)系數(shù)R值越大，表示模型擬合相關(guān)性越高；而當顯著性值α<0.05時，模型才具有顯著性。

表3 血壓計算模型的評價指標

表3中，雖然各模型的顯著性值α均小于0.01，說明各模型顯著性較高，符合要求，但多模量血壓計算模型的相關(guān)系數(shù)為最大(R=0.896)，表明多模量血壓計算模型對實驗數(shù)據(jù)的擬合相關(guān)性在各模型中為最高。

由于人體血壓舒張壓與脈搏波傳導時間相關(guān)性較弱，但與收縮壓有較好的相關(guān)性[10,24]。因此，本次實驗中利用多項式擬合建立舒張壓與收縮壓的二階模型為

(10)

式中，Pd為舒張壓，Ps為收縮壓。

經(jīng)計算，舒張壓模型與實驗數(shù)據(jù)相關(guān)系數(shù)R=0.745，顯著性值α也小于0.01，說明模型與實驗數(shù)據(jù)之間具有良好的相關(guān)性，也意味著源自多模量血壓收縮壓計算模型的人體血壓舒張壓計算模型也能應用于測量中。舒張壓模型擬合曲線如圖7所示。

圖7 舒張壓計算模型擬合曲線Fig.7 The fitting curve of different DBP model

3.2 多模量血壓計算模型有效性檢驗結(jié)果

在多模量血壓計算模型有效性檢驗實驗中，測量了36名測試者的收縮壓和舒張壓數(shù)據(jù)，見表4。其中，SBPHg與DBPHg為采用醫(yī)用水銀血壓計測量的動脈收縮壓值與舒張壓值，SBPPTT與DBPPTT為采用脈搏波傳導速率血壓測量系統(tǒng)測量的動脈收縮壓值與舒張壓值。

依據(jù)表4中實驗數(shù)據(jù)，可計算SBPPTT與SBPHg相關(guān)系數(shù)R=0.95(P<0. 01)，差值的絕對值d<6 mmHg，差值均值Ed=0.55 mmHg，差值的標準差δd=2.98 mmHg。DBPPTT與DBPHg差值的絕對值d<6 mmHg，差值均值Ed=0.57 mmHg，差值的標準差δd=3.42 mmHg，完全符合美國醫(yī)療儀器促進協(xié)會(Association for the Advancement of Medical Instrumentation，AAMI)SP10-199規(guī)定的收縮壓和舒張壓差值的標準差小于8 mmHg的要求。

Bland-Altman 差值法是數(shù)學界與工程界廣泛認同的適合于兩種儀器或兩種方法所測試數(shù)據(jù)一致性比較的統(tǒng)計分析方法。在本次實驗中，對36名測試者的舒張壓SBPPTT與SBPHg，收縮壓DBPPTT與DBPHg進行Bland-Altman差值法一致性檢驗分析，結(jié)果如圖8、9所示。

表4 36名測試自愿者收縮壓和舒張壓實驗數(shù)據(jù)

圖8 收縮壓SBPPTT與SBPHg的一致性分析結(jié)果Fig.8 Consistency analysis results of SBPPTT and SBPHg

圖9 舒張壓DBPPTT與DBPHg的一致性分析結(jié)果Fig.9 Consistency analysis results of DBPPTT and DBPHg

從圖8、9可以看出，36組實驗數(shù)據(jù)的誤差均位于一致性界限以內(nèi)，表明兩種方法測量結(jié)果具有較好的一致性。經(jīng)計算，舒張壓與收縮壓的95 %一致性界限分別為(-5.3，6.4)和(7.2，-6.2)，在臨床血壓測量可接受范圍之內(nèi)，驗證了多模量血壓計算模型在用于無創(chuàng)血壓測量中是正確和有效的。

4 討論

現(xiàn)有的脈搏波波速法無創(chuàng)血壓測量研究表明，模量TPTT、ln(TPTT)及(1/TPTT)2等包含了血管壁彈性與血管半徑變化等參數(shù)對血壓變化的影響，與血壓變化都具有不同程度的相關(guān)性。因此，本研究以現(xiàn)有單模量血壓計算模型為基礎，結(jié)合TPTT、ln(TPTT)及(1/TPTT)2等模量建立了多模量血壓計算模型。由于該模型包含了更多的人體生理參數(shù)，相比單模量血壓計算模型能更好地反應血壓變化，模型計算精度更高。因此，在人體血壓計算模型中，多模量血壓計算模型相對于任一單模量血壓計算模型具有更大優(yōu)勢。

在脈搏波波速法的無創(chuàng)血壓測量研究中，血壓計算模型的建立和模型的計算精度是研究重點[14-21]。在多模型血壓計算模型參數(shù)確定實驗過程中，對Chen的線性單模量血壓計算模型[15]，Poon、Kaniusas的非線性單模量血壓計算模型[16-17]等幾類主要的單模量血壓計算模型進行了較為詳細研究。各模型擬合曲線如圖6所示，各模型性能評價參數(shù)見表3。對比分析各單模量與多模量血壓計算模型擬合效果和性能分析可知：

1)線性的近似血壓計算模型f2只能大致反映血壓變化與脈搏波傳導時間具有相關(guān)性(呈負相關(guān)性)，而不能反映血壓變化細節(jié)，對實驗數(shù)據(jù)的擬合效果較差，且表3中對應的模型相關(guān)系數(shù)R最小，僅為0.803，誤差方差最大，達到13.93。

2)兩類非線性血壓計算模型f3和f4相比線性模型f2能更好地擬合實驗數(shù)據(jù)，表3中f3和f4的相關(guān)性能評價參數(shù)也更優(yōu)于f2的相關(guān)性能評價參數(shù)；但從圖6可見，大于135 mmHg的實驗數(shù)據(jù)全部位于f3和f4模型曲線上方，說明，在此范圍內(nèi)模型的擬合效果較差。

3)結(jié)合了TPTT、ln(TPTT)及(1/TPTT)2等模量建立的多模量血壓計算模型f1對實驗數(shù)據(jù)的擬合效果明顯優(yōu)于其他幾類單模量血壓模型，模型曲線能更好地跟隨和反映實驗數(shù)據(jù)的變化趨勢，且在全范圍內(nèi)實驗數(shù)據(jù)都較為均勻地分布在模型曲線兩側(cè)；另外，表3中多模量血壓計算模型對應的相關(guān)系數(shù)R最大，為0.896，誤差方差最小，僅為6.841。因此，多模量血壓計算模型的擬合效果和計算精度明顯高于其他的單模量血壓計算模型?？傊?，在多模量血壓計算模型中，提高脈搏波傳導時間的測量精度，是保證多模量血壓計算模型計算精度的關(guān)鍵因素。

在多模量血壓計算模型有效性檢驗實驗中，分別計算了36名隨機測試者SBPPTT和SBPHg與DBPPTT和DBPHg的相關(guān)參數(shù)，其中SBPPTT和SBPHg差值標準差與DBPPTT和DBPHg的差值標準差均小于6 mmHg，符合AAMI規(guī)定的收縮壓和舒張壓差值的差值標準差小于8mmHg的要求。由于舒張壓的計算模型源于收縮壓的多模量血壓計算模型，收縮壓模型誤差會影響舒張壓模型計算結(jié)果。因此舒張壓的整體誤差大于收縮壓的整體誤差，在今后的研究中，應挖掘與舒張壓相關(guān)性更高的模量參數(shù)，以改善舒張壓模型誤差。

圖8、9中對SBPPTT和SBPHg與DBPPTT和DBPHg的一致性分析結(jié)果表明，基于本研究提出的多模量血壓計算模型的血壓測量系統(tǒng)與醫(yī)用水銀血壓計測量結(jié)果具有較好的一致性，驗證了多模量血壓計算模型用于無創(chuàng)血壓測量中是正確和有效的，多模量血壓計算模型的血壓測量系統(tǒng)可用于人體的無創(chuàng)血壓測量中。但因個體之間存在生理特性差異，多模量血壓計算模型中各模量的影響比重不同，當對單個個體進行連續(xù)動態(tài)血壓測量時，可以考慮對多模量血壓計算模型參數(shù)進行適當調(diào)整與修正，以適應個體差異性，進一步保證模型計算精度及可靠性[12-14]。

5 結(jié)論

本研究在分析現(xiàn)有無創(chuàng)血壓模型特點基礎上，結(jié)合TPTT、ln(TPTT)及(1/TPTT)2等模量建立了多模量血壓計算模型，并對多模量血壓計算模型的模型參數(shù)確定、模型性能評價、模型有效性檢驗等進行了較為詳細的研究，驗證了多模量血壓計算模型用于無創(chuàng)血壓測量的正確性和有效性。在本課題中，多模量血壓計算模型的建模思路為脈搏波波速法中建立新的血壓計算模型提供了一種不同的研究思路，對將來研究類似于人體血壓變化這類復雜非線性系統(tǒng)的建模問題具有一定的參考意義。

[1] Chen Y, Wen C, Tao G, et al. Continuous and noninvasive measurement of systolic and diastolic blood pressure by one mathematical model with the same model parameters and two separate pulse wave velocities.[J]. Annals of Biomedical Engineering, 2012, 40(4):871-882.

[2] Zhang G, McCombie SA, Greenstein R, et al. Assessing the challenges of a pulse wave velocity based blood pressure measurement in surgical patients[C]//2014 36th Annual International Conference of the IEEE-EMBS. Chicago: IEEE,2014: 574-577.

[3] 李頂立, 陳裕泉, 邢雷,等. 基于小波變換的無創(chuàng)血壓檢測方法研究[J]. 浙江大學學報:工學版, 2008, 42(9):1648-1652.

[4] 徐克, 周奇, 韋云隆. 無創(chuàng)血壓測量[J]. 重慶工學院學報:自然科學版, 2008, 22(1):164-167.

[5] 徐久強, 藺弘濟, 李晗,等. 基于心電與脈搏波的血壓檢測算法的改進[J]. 東北大學學報:自然科學版, 2014, 35(1):33-37.

[6] Puke S, Suzuki T, Nakayama K, et al. Blood pressure estimation from pulse wave velocity measured on the chest[C]//2013 35th Annual International Conference of the IEEE-EMBS. Osaka: IEEE, 2013: 6107-6110.

[7] 蔣巍巍, 季忠. 無創(chuàng)血壓測量方法的研究進展[J]. 中華高血壓雜志, 2015(7):685-689.

[8] Sola J, Proenca M, Ferrario D, et al. Noninvasive and non-occlusive blood pressure estimation via a chest sensor[J]. IEEE Transactions on Biomedical Engineering, 2013, 60(12): 3505-3513.

[9] 孟祥平. 利用脈搏波傳播時間計算動脈血壓的研究[J]. 中國生物醫(yī)學工程學報, 2011,30(4):509-513.

[10] Payne RA, Symeonides CN, Webb DJ, et al. Pulse transit time measured from the ECG: an unreliable marker of beat-to-beat blood pressure[J]. Journal of Applied Physiology, 2006, 100(1): 136-141.

[11] Mccombie DB, Shaltis PA, Reisner AT, et al. Adaptive hydrostatic blood pressure calibration: development of a wearable, autonomous pulse wave velocity blood pressure monitor.[J].2007, 53(4):370-373.

[12] 李頂立. 基于脈搏波的無創(chuàng)連續(xù)血壓測量方法研究[D]. 杭州:浙江大學, 2008.

[13] 董驍, 賓光宇, 吳水才. 基于個性化脈搏波傳導參數(shù)的連續(xù)血壓測量方法研究[J]. 中國醫(yī)療設備, 2014,29(10):24-27.

[14] 朱雯, 阮曉聲, 梁中慶,等. 脈動波在彈性管道中的傳播速度與諸因素的關(guān)系[J]. 浙江大學學報:醫(yī)學版, 1996,25(4):154-156.

[15] 白麗紅, 王成, 文苗,等. 基于脈搏波傳導時間的連續(xù)血壓監(jiān)測系統(tǒng)[J]. 生物醫(yī)學工程研究, 2014,33(4):221-225.

[16] Chen MW, Kobayashi T, Ichikawa S, et al. Continuous estimation of systolic blood pressure using the pulse arrival time and intermittent calibration[J]. Medical and Biological Engineering and Computing, 2000, 38(5): 569-574.

[17] PoonCC Y, Zhang YT, Wong G, et al. The beat-to-beat relationship between pulse transit time and systolic blood pressure[C]//International Conference on Information Technology and Applications in Biomedicine. Oil: IEEE, 2008: 342-343.

[18] Kaniusas E, Pfützner H, Mehnen L, et al. Method for continuous nondisturbing monitoring of blood pressure by magnetoelastic skin curvature sensor and ECG[J]. Sensors Journal, 2006, 6(3): 819-828.

[19] Chen Y, Wen C, Tao G, et al. Continuous and noninvasive blood pressure measurement: a novel modeling methodology of the relationship between blood pressure and pulse wave velocity[J]. Annals of Biomedical Engineering, 2009, 37(11): 2222-2233.

[20] 倪平, 陳卉, 涂嬌,等. 基于Bland-Altman法對定量資料的一致性評價及其SAS宏實現(xiàn)[J]. 中國臨床藥理學與治療學, 2014, 19(8):898-903.

[21] Mukkamala R, Hahn JO, Inan OT, et al. Toward ubiquitous blood pressure monitoring via pulse transit time: theory and practice[J]. IEEE Transactions on Biomedical Engineering, 2015, 62(8): 1879-1901.

[22] Maguire M, Ward T, Markham C, et al. A comparative study in the use of brachial photoplethysmography and the QRS complex as timing references in determination of pulse transit time[C]//2001 23rd Annual International Conference of the IEEE-EMBS.Istanbul: IEEE, 2001: 215-218.

[23] 劉有軍, 喬愛科, 主海文,等. 頸動脈分支的血流動力學數(shù)值模擬[J]. 計算力學學報, 2004, 21(4):475-480.

[24] 李章俊, 王成, 朱浩,等. 基于光電容積脈搏波描記法的無創(chuàng)連續(xù)血壓測量[J]. 中國生物醫(yī)學工程學報, 2012, 31(4):607-614.

[25] 王曉東. 脈搏波的傳播與反射及其在動脈硬化檢測中的應用[D]. 濟南:山東大學, 2007.

[26] 凌振寶, 張銘, 熊文激, 等. 基于脈搏波傳導時間的無袖帶血壓測量儀設計[J]. 電子測量與儀器學報, 2013, 26(12): 1080-1085.

Study on Multi-Mode Calculation Model in Non-Invasive Blood Pressure Measurement by Pulse Wave Velocity Method

Gu Yaxiong1*Yang Tao1Bao Ke1Zhong Xinxin2

1(SchoolofMechatronicEngineering，SouthwestPetroleumUniversity,Chengdu610500,China)2(OperationRoom，ChongqingCancerHospital，Chongqing400030，China)

Aiming to solve the problem of modeling difficulties and low calculating accuracy in the process of blood pressure measurement by pulse wave velocity method, a new multi modulus model of blood pressure calculation was built up with combination of multiple modulusTPTT, ln(TPTT) and (1/TPTT)2. Firstly, the parameters for the model were determined based on experimental data drawn from measurement carried out to 99 random voluntary subjects while performance evaluation indexes of each model were calculated simultaneously. It was found that the fitting correlation coefficient of the modulus model, equal to 0.891, was larger than that of any other model with the least error variance of the modulus model, equal to 6.1, smaller than that of any other model, which showed that the multi modulus model possessed better fitting effect and lower calculation error compared with single modulus models. Then, another 36 subjects' SBP and DBP data were collected by using mercury blood meter and the self-designed multi modulus blood pressure system separately, and the relevant parameters between the two methods were calculated. For SBP,d<6 mmHg,Ed=0.55 mm Hg andδd=2.98 mmHg, while for DBP,d<6 mmHg,Ed=0.57 mmHg andδd=3.42 mmHg, which could meet the requirements included in AAMI SP10-199. At last, the Bland-Altman difference method was applied to test the consistency of data between the two methods. A conclusion was drawn that 95% consistency limits of DBP and SBP were (-5.3, 6.4) and(7.2, -6.2) respectively, which satisfied the clinical demand and provided an evidence to the effectiveness of application of multi modulus model of blood pressure calculation in noninvasive blood pressure measurement. The research result proves that it is possible for multi modulus model of blood pressure calculation to be applied to noninvasive blood pressure measurement by pulse wave velocity method.

pulse wave velocity; non-invasive blood pressure measurement; multi-mode model; nonlinear regression; consistency verification

10.3969/j.issn.0258-8021. 2016. 06.008

2015-12-10， 錄用日期:2016-07-02

西南石油大學研究生創(chuàng)新基金(CXJJ2015022)

R857.3； R318.6； TP274

A

0258-8021(2016) 06-0691-08

*通信作者(Corresponding author)， E-mail: gyx@swpu.edu.cn