基于脈搏的心沖擊信號特征提取方法研究*

王春武，程禮邦，丁 煜，劉春玲

(吉林師范大學 信息技術(shù)學院，吉林 四平 136000)

基于脈搏的心沖擊信號特征提取方法研究*

王春武，程禮邦，丁 煜，劉春玲

(吉林師范大學 信息技術(shù)學院，吉林 四平 136000)

針對心臟疾病診斷過程中心沖擊(ballistocardiogram，BCG)信號特征提取的難點，提出了一種以同步采集的脈搏信號作為BCG分段基準的特征提取新方法。首先，介紹了BCG和脈搏信號檢測原理，并通過趨勢項消除和DB5小波變換對原始BCG信號進行了預處理；然后，對BCG、ECG和脈搏信號的相關(guān)性進行了分析；最后，提出了BCG特征提取算法。實驗結(jié)果表明，與ECG相比，以脈搏作為BCG分段基準具有分段更準確和操作更方便等特點。該系統(tǒng)便攜式的設(shè)計能夠使受試者隨時對心臟機械活動進行監(jiān)測，也為BCG應用于臨床診斷提供了可靠依據(jù)。

心沖擊；心電圖；脈搏；特征提?。恍〔ǚ治?/p>

0 引言

心沖擊信號(ballistocardiogram,BCG)源于心臟機械收縮以及大血管中的血液被突然加速而對身體產(chǎn)生的反作用力，因此，BCG信號可以反映心臟的機械活動[1-2]。關(guān)于基于BCG信號提取心率和呼吸參數(shù)的睡眠監(jiān)護系統(tǒng)[3-4]研究已有報道，但尚未形成如ECG形式的臨床診斷功能，實現(xiàn)該功能的關(guān)鍵是對BCG信號進行特征提取，從波形圖中分析心臟的生理病理特征。

特征提取的關(guān)鍵問題在于對BCG信號的正確分段，常用的分段方法有兩種，一種是單通道BCG信號的盲分離技術(shù)[5-6]，該方法依賴于閾值的合理評估、小波分解層數(shù)和Kohonen自組織神經(jīng)網(wǎng)絡(luò)的聚類功能等，其算法較復雜，預處理時間長；另一種是以ECG信號為分段基準，利用R波對BCG進行分段的技術(shù)[7]，該方法分段準確性較高，但存在硬件復雜、體表貼敷電極、操作不便等問題。而脈搏作為人體生理特征信號的一種，其所呈現(xiàn)出的形態(tài)、強度和節(jié)律等方面的信息，也能夠反映出心臟的生理病理特征[8]，但是其作為BCG信號分段基準的方法還未見報道。本文首次將脈搏信號應用到BCG信號特征提取過程中。文中詳細敘述了BCG和同步脈搏信號檢測的原理，為研究其可行性，討論了脈搏信號與BCG信號的相關(guān)性，并以脈搏信號作為分段基準對BCG信號進行了特征提取，同時與以ECG為基準得到的特征參數(shù)進行了對比。結(jié)果表明，脈搏作為BCG分段基準，具有分段更準確和操作更方便等特點。該系統(tǒng)便攜式的設(shè)計能夠使受試者隨時對心臟機械活動進行監(jiān)測，也為BCG應用于臨床診斷提供了可靠依據(jù)。

1 系統(tǒng)原理及數(shù)據(jù)采集過程

BCG信號檢測：心肌的周期性收縮和舒張會導致與身體緊密接觸的檢測平臺的受力情況發(fā)生變化，該變化可以表征心動過程。基于此原理，利用電阻式應變傳感器連接成惠斯通電橋，安裝在人體秤中實現(xiàn)了BCG信號檢測。脈搏信號檢測：由脈搏血氧傳感器(pulse-bloodoxygensensor)完成脈搏信號檢測。ECG信號檢測：為了后續(xù)的對比實驗，本設(shè)計采用了標準I型導聯(lián)實現(xiàn)了同步ECG信號檢測。

系統(tǒng)框圖如圖1所示，利用改造的人體秤和脈搏血氧傳感器，配合程控放大、數(shù)字濾波、A/D轉(zhuǎn)換和無線通信等模塊，完成了脈搏和BCG信號的同步采集，并最終利用PC完成后續(xù)數(shù)據(jù)處理過程。

圖1 BCG信號采集系統(tǒng)框圖

圖2 降噪處理前后對比圖

利用高精度A/D轉(zhuǎn)換芯片TM7708完成BCG信號和脈搏信號的A/D轉(zhuǎn)換。該芯片采用Σ-Δ轉(zhuǎn)換技術(shù)實現(xiàn)了24位轉(zhuǎn)換精度；能夠程控設(shè)置信號的放大倍數(shù)、截止頻率和信號采樣率；自校準和系統(tǒng)校準選項可進一步削弱信號干擾。

硬件設(shè)置過程：首先將TM7708模塊的初始化模式設(shè)置為自校準模式，設(shè)置增益、雙極性信號檢測、帶緩沖方式、同步陷波處理，更新頻率為100Hz，截止頻率為26.2Hz；然后，設(shè)置微處理器為下降沿觸發(fā)中斷，將24位A/D轉(zhuǎn)換數(shù)據(jù)放入數(shù)據(jù)緩沖區(qū)；最后，將緩沖區(qū)數(shù)據(jù)通過無線通信模塊傳輸至PC，完成數(shù)據(jù)處理過程[9]。數(shù)據(jù)采集過程中，受試者站在人體秤上，手臂自然下垂，盡量減少肢體活動，同時將脈搏血氧傳感器夾在右手食指上，進行同步脈搏信號檢測。通過PC同步觀察檢測結(jié)果，適當調(diào)節(jié)傳感器位置以獲得最理想的同步脈搏信號，待信號平穩(wěn)后，開始記錄數(shù)據(jù)。

2 數(shù)據(jù)預處理

雖然對原始BCG信號進行了濾波處理，但是采集到的數(shù)據(jù)還包含呼吸、體動、電路噪聲和直流偏置等成分，使波形含有噪聲和趨勢項，如圖2(a)所示。因此，首先采用多項式最小二乘法對檢測到的信號進行趨勢項消除操作，結(jié)果如圖2(b)所示，消除趨勢項后的波形呈現(xiàn)明顯的周期性，但仍含有較高的噪聲成分，所以進一步采用小波變換[10]對BCG信號進行降噪處理。

函數(shù)f(t)∈L2(R)的小波變換公式為：

Wf(a,b)=f*ψa,b(x)

(1)

式(1)中，*表示卷積，Wf(a,b)是尺度因子a,b的函數(shù)，通過ψ(x)在尺度上的伸縮和空間上的平移來分析原始信號。

實驗中采用Daubechies小波系的DB5小波函數(shù)對低頻信號分析。由頻譜分析得出，BCG頻譜的中心頻率fc≈6Hz，在采樣頻率fs=100Hz的情況下，最大分解尺度jmax由式(2)決定：

(2)

因此，對趨勢項處理后的信號進行了4尺度分解，經(jīng)實驗數(shù)據(jù)的分析可知，第3和第4尺度分解得到的低頻系數(shù)消除了大部分的噪聲，降噪后如圖2(c)所示。處理后的信號周期性明顯，很好地保留了BCG信號特征。

3 信號相關(guān)性分析

為了比較BCG、ECG和脈搏信號的相關(guān)性，利用公式(3)計算信號的相關(guān)系數(shù)：

(3)

其中,x(n)和y(n)為信號序列，N為采樣點各數(shù)，ρ為相關(guān)系數(shù)，其取值范圍為[-1,1]，其絕對值越大，表明兩個信號相似度越大。

將同步采集的單通道ECG和BCG信號進行降噪和歸一化處理后，隨機取2s信號進行對比，如圖3所示，通過公式(3)計算其平均相關(guān)系數(shù)為γ1=0.476。使用同樣的方法得出BCG與脈搏信號對比圖如圖4所示，其平均相關(guān)系數(shù)γ2=0.782，是γ1的1.64倍，說明與ECG信號相比，脈搏和BCG信號的相關(guān)性更高。

圖3 處理后的BCG與ECG信號對比圖

圖4 處理后的BCG與脈搏信號對比圖

從圖3和圖4中還可以得出，BCG信號的峰值出現(xiàn)在ECG的峰值之后約200ms，而與脈搏基本同步(比脈搏峰值提前約20ms)，與文獻[11]的結(jié)論完全相符，進一步驗證了該系統(tǒng)設(shè)計的正確性。脈搏與BCG信號均來自于心臟的機械動力，兩者的波形走勢相近。同時，脈搏信號強、易于檢測，其高大的信號幅度更易于采用閾值處理算法提取峰值以作為BCG同步信號?；诿}搏信號的BCG分段技術(shù)無需電極貼服，減少信號處理的運算量，從而可有效提高檢測精度。

4 BCG信號特征提取算法

為進一步獲取BCG信號的特征，提出脈搏參考的BCG特征提取算法，步驟如下：

(1)取預處理后的BCG信號Swa(i)，脈搏信號Pwa(i)(i=1,2,…,N)，如圖5(a)所示。

(2)對脈搏進行閾值處理：

(3)提取Pwa(i)序列局部極值點距。以Pwa(i)的每個最大峰值點為中心，以相鄰兩個局部極大值點平均間距為窗對Swa(i)分段，結(jié)果如圖5(b)所示。

(4)在段內(nèi)取極值點?；诠?4)確定段內(nèi)的極大值點為J波位置，其前后各取一個極小值點為I和K位置，如圖5(c)所示。

(4)

圖5 局部極值點求解過程

圖5表明，基于脈搏信號的BCG信號特征提取方法能夠快速定位BCG信號的H、I、J、K、L等位置。為了驗證其正確性，與同步ECG為分段基準的BCG特征參數(shù)進行對比，如表1所示。由表1的統(tǒng)計結(jié)果可知，以脈搏為基準得出的平均IJ寬度為0.083s，平均IJK寬度為0.161s，平均JJ間期為0.870s，與以ECG為基準的數(shù)據(jù)值最大偏差僅為2.4‰，說明兩種方法得出的BCG特征數(shù)據(jù)基本相同，進一步驗證了該方法的可行性和正確性。因此，本文提出的方法能夠及時準確地發(fā)現(xiàn)心動周期異常信號，為BCG信號應用于臨床診斷奠定了基礎(chǔ)。

表1 分別以ECG和脈搏為基準提取BCG

5 結(jié)論

本文針對BCG信號特征提取過程中存在的問題，提出了一種以同步采集脈搏信號作為BCG分段基準的特征提取新方法。首先，利用改造后的人體秤和壓電陶瓷片實現(xiàn)了BCG和脈搏信號的檢測。然后，利用相關(guān)性計算得出脈搏信號與BCG信號的相關(guān)系數(shù)為0.782，是ECG信號與BCG信號相關(guān)系數(shù)的1.64倍，說明前者的相關(guān)性更高，確定了脈搏作為分段基準的科學性。最后，提出了基于脈搏信號的BCG特征提取算法，通過實驗準確定位了BCG信號H、I、J、K、L波的位置，并與以ECG為基準得到的BCG特征參數(shù)對比，得出兩種方式獲得的數(shù)值非常接近，最大偏差僅為2.4‰，表明在BCG信號特性分析中，脈搏信號能夠完全替代ECG實現(xiàn)分段基準功能。該系統(tǒng)便攜式的設(shè)計使受試者能夠隨時對心臟機械活動進行監(jiān)測，也為BCG的研究提供了新的參考。

[1]NOHYH,JEONGDU.Implementationofunconstrainedballistocardiogrammonitoringsystemforubiquitoushealthcare[J].SensorLetters, 2011, 9(1): 228-233.

[2]GONZALEZ-LANDAETAR,CASASO,PALLAS-ARENYr.Heartratedetectionfromanelectronicweighingscale[C].Proceedingsofthe29thAnnualInternationalConferenceoftheIEEEonEngineeringinMedicienandBiologySociety,Lyon,France,2007:23-26.

[3]MACKDC,PATRIEJT,FELDERRA,etal.Sleepassessmentusingapassiveballistocardiography-basedsystem:preliminaryvalidation[C].AnnualInternationalConferenceoftheIEEEonEngineeringinMedicineandBiologySociety,2009(1),4319-4322.

[4]GILABERTES,GOMEZ-CLAPERSJ,CASANELLAR,etal.Heartandrespiratoryratedetectiononabathroomscalebasedontheballistocardiogramandthecontinuouswavelettransform[J].HumanFactor,2010(1):2557-2560.

[5]AKHBARDEHA,KAMINSKAB,TAVAKOLIANK.BSeg++:aextractionmodifiedblindsegmentationmethodforballistocardiogramcycleextraction[J]. 29thAnnualInternattoualConferenceoftheIEEEonEngineeringinMedicineandBiologySociety,2007:1896-1899.

[6]WangChunwu,WangXu,XiongXin,etal.Thesegmenteddynamictimewarpingalgorithmforbeat-to-beatheartrateestimationinballistocardiogram[J].JournalofFibreBioengineeringandInformatics, 2013,6(4): 415-425.

[7]JinJingjing,WangXu,WuYingnan,etal.Pseudo-periodsegmentofballistocardiogrambasedonjointtime-frequencyanalysis[C].IEEEInternationalConferenceonIntelligentComputingandIntelligentSystems,IEEE, 2009(3): 467-470.

[8] 張愛華,張妍,王琦.基于脈搏信號的心電特征研究[J].電子測量技術(shù),2009,32(8):8-11.

[9] 王春武,王旭,龍哲,等.坐立兩便式心沖擊信號檢測系統(tǒng)設(shè)計與實現(xiàn)[J].東北大學學報(自然科學版),2012,33(6):786-789.

[10] 王旭,金晶晶.基于體震信號的心率檢測裝置的設(shè)計與實現(xiàn)[J].傳感器與微系統(tǒng),2008,27(11):81-86.

[11]SCARBOROUGHWR,DAVISFW,BAKERBM,etal.Areviewofballistocardiography[J].AmericanHeartJournal,1952(44):910-946.

Ballistocardiogram signals feature extraction method based on pulse signals

WangChunwu,ChengLibang,DingYu,LiuChunling

(CollegeofInformationandTechnology,JilinNormalUniversity,Siping136000,China)

Aimingatthedifficultpointofballistocardiogram(BCG)signalfeatureextractioninheartdiseasediagnosisprocess，anewmethodofBCGfeatureextractionispresentedtakingthesynchronousacquisitionpulsesignalasBCGsubsectionstandard．Firstly,thispaperintroducestheBCGandpulsesignalsdetectiontheory,andtheoriginalBCGsignalispretreatedthroughthetrendofeliminationandDB5wavelettransform.ThenthecorrelationofBCG,ECGandpulsesignalsisanalyzed.Finally,thealgorithmoftheBCGfeatureextractionisproposed.Theexperimentalresultsshowthat,comparedwithECG,themethodofpulsesignalsbeingusedasBCGsubsectionstandardhashigheraccuraterateonsubsectionandmoreconvenientoperationcharacteristics.TheportablesystemcanautomaticallydetectstheBCGsignalsofthesubjectsatanytime.Thismethodlaysafoundationforaccuratediagnosisofheartdiseaseinthefutureclinicapplications.

ballistocardiogram(BCG);electrocardiogram(ECG);pulse;featureextraction;waveletanalysis

吉林省教育廳“十二五”科學技術(shù)研究項目(2014[489])

TP

ADOI： 10.19358/j.issn.1674- 7720.2016.22.010

王春武，程禮邦，丁煜，等. 基于脈搏的心沖擊信號特征提取方法研究[J].微型機與應用，2016,35(22)：36-39.

2016-05-25)

王春武(1978-)，通信作者，男，博士，副教授，主要研究方向：信號檢測技術(shù)與自動化裝置。E-mail：wang_chunwu@163.com。