一种无袖带血压连续监测系统

一种无袖带血压连续监测系统

余格非，王照东，张书豪，王尔琪，李翔，郭子冉

天津工业大学，天津 300387

摘要：高血压是造成心血管类疾病发生的主要危险因素之一，是威胁人民健康的一大杀手。使用经典的袖带式血压测量仪进行血压测量时具有一定的局限性，故本文设计一种无袖带血压连续监测系统实现对血压的长期监测从而避免偶然测量的血压未能反映血压峰值这一缺点。

该系统通过提取ECG和PPG信号来计算PWTT等相关特征值从而构建血压评估模型对血压值进行估计，将处理后的数据经过蓝牙上传至客户端构建血压波动曲线，并在云端进行数据的存储和数据库的建立。该系统对于血压的测量与传统血压测量仪相比误差在10mmHg，具有很好的实用价值。

关键词：   无袖带连续监测  血压估计模型  ECG  PPG  PWTT

1研究背景

1.1背景介绍

高血压是造成心血管类疾病发生的主要危险因素之一，严重危害人类的健康。高血压是可防可控的，只要提高其知晓率就可以做到早期防治，所以进行血压监测与长期管理对减小心血管疾病患病率与死亡率及高血压控制率都意义重大。

血压测量是进行血压水平估计和高血压诊断的主要手段，然而血压水平具有波动性，外界因素及自身情绪的变化都会对其造成影响故对测量系统的准确度、舒适性都有一定要求。经典的袖带血压测量装置在每次测量时都需对袖带充放气，在测量时间较长或需要多次测量时容易造成静脉充血，影响测量舒适性与准确度。

无袖带血压连续监测系统能够克服袖带式测量的缺点，实现全天候24小时的血压监控，连续血压测量可获得被检测者24小时的平均血压水平和血压波动情况，避免偶然测量的血压经常未能反映血压峰值这一缺点，有利于早期高血压患者的确诊。

1.2 测量原理

根据PPG与ECG个别的生理特征点，我们可以发现ECG的峰值来自于心室的收缩，而PPG的峰值则是因为血管收缩所造成的。由于ECG为电信号，PPG为压力波的传播，故ECG传播速度远高于PPG，将心电波形中的特征点到脉搏波形中的特征点时间作差即可看作PWTT。为了提高检测的准确度且方便计算，通常选用ECG 波形特征中最为明显的R 波峰为起点，以PPG波形特征中最明显的主波峰值点为终点。

PWTT与动脉血压之间的关系是基于动脉弹性腔理论建立的。血管壁越紧张，血压越高，造成脉搏波传播速度越快；血管壁越放松，血压越低，脉搏波传播速度越慢。血管弹性保持相对不变的情况下，血压变化与脉搏波传导时间具有一定比例关系，但影响血压的因素众多，单一的PWTT并不能很好的反映血压的变化情况，故可以加入更多影响血压的相关特征，全面反映血压的情况。

图一  基于 ECG 与 PPG 的 PWTT 测量原理示意图

2系统设计

2.1硬件系统设计

本文所设计的无袖带血压连续监测系统的硬件系统包括有心电采集与调理电路、脉搏采集与调理电路、主控制器及其外围电路、蓝牙模块电路及电源管理电路。心电与脉搏采集传感器将信号经调理电路再送入主控制器进行处理；主控制器对接收的数据进行处理后，通过串口与蓝牙进行通信；蓝牙再将处理后的数据整合无线发送至Android客户端；电源管理电路为各个电路模块供电，同时完成对锂电池保护功能。

2.2软件系统设计

    本文所设计的无袖带血压连续监测系统的软件系统实现信号采集终端将采集的数据整合之后传输到基于Android操作系统的手机客户端，客户端接收数据后对其进行显示与预处理，后续上传至服务器存储在数据库中。具体实现如下：

所述信号采集终端通过心电传感器和脉搏传感器同步ECG与PPG，并通过UART和ADC将数据传输至主控制器，主控制器对数据进行整合。最后以数据包的形式由URAT通过蓝牙发送至Android客户端。Android客户端接收采集终端的生理数据并进行显示与预处理，首先将接收的数据包进行分离，再对其中心电信号进行质量评估与消噪的预处理；接着计算出 ECG与PPG的波形特征值及脉搏波传导时间PWTT；最后由血压回归模型计算出血压值，同时将结果数据上传到云端服务器。云服务器接收客户端所传数据，并建立数据库，对数据做永久性存储。

2.3血压估计模型

    本文提供的血压估计模型建立方法：使用硬件系统进行心电与脉搏信号的采集，计算出PWTT与相关特征值，同时使用血压计测量受试者的实际血压值。通过建立多元的线性回归方程，拟合出血压估计模型。

3数据采集与整合

为更好的提取不同个体的ECG和PPG信号，本文基于指尖和胸部对二者进行采集，利用建立的血压估计模型对采集的数据来估算适合该个体的采集部位。

本文中对试验者的数据收集主要应用于其血压模型建立中指标参数的计算以及利用数据构成样本对所建立的无袖带血压连续监测的实用性和精准度进行评估，在本文的数据收集中，初期共采集了100位受试志愿者的静息状态下的生理信号数据，对采集的ECG和PPG信号进行滤波处理去除噪声后，应用上述血压估计模型对受试者的血压做出估算，将结果与袖带式血压测量仪测量的结果进行比对，发现测量误差在10mmHg以内，其误差在允许范围内。

4结语

   本文以无袖带血压连续监测为出发点，设计出一种无袖带血压连续监测系统，通过提取用户的ECG和PPG等生理信号从而构建血压估计模型来计算血压估计值，将处理后的数据利用蓝牙上传至客户端构建血压波动曲线，并且在云端服务器对历史数据进行存储，该系统实现了对用户血压的持续监测及数据存储，为早期高血压的发现和治疗可提供有效的帮助。

参考文献：

[1]高伟.基于脉搏波的连续血压监测仪器的设计[D].天津：天津大学，2016：1-3.

[2]蒋巍巍，季忠.无创血压测量方法的研究进展[J].中华高血压杂志，2015，23(07)：685-689.

[3]陈盼盼，黄建凤. 24小时血压波动性的研究进展[J].中国循环杂志，2011，26(02)：156-158.

[4]郭维.可穿戴式人体生理参数监测系统的研究与实现[D].长春：吉林大学，2012：21-25.