英语原文共 4 页，剩余内容已隐藏，支付完成后下载完整资料

基于LabVIEW的脉搏波传导时间测量系统

J. M. Zhang, P. F. Wei and Y. Li

摘要：脉搏波传导时间（PWTT）因其无侵入性和无反馈副作用的方法常被用于血压评估。在这篇文章中，我们设计了一个可以通过监测ECG和连续脉搏波来测量PWTT的系统。这个系统包括在PCB中的模拟信号采样，电脑中的信号显示和数据处理。我们通过装在手指的包含一个红外LED传递光的光体积描记器(PPG)、在OPT101的光电二极管作为探测器、放大器和滤波器来测量脉搏波。再通过臂上安装的传感器来测量ECG。我们设计了放大器和0.01HZ的高通滤波器，75HZ的低通滤波器以及50HZ的陷波滤波器。滤波和放大之后，ECG和PPG通过MCU被取样然后数据被传输至电脑。LABVIEW被用于接收，显示和处理这些数据，最后计算出PWTT。而基于PWTT的值，我们可以粗略地计算出SBP。

1.介绍

血压（BP）是心脏泵血传至身体各处时被应用于抵抗动脉阻塞的力量，是一种非常重要的生理参数。他能有效地得出许多心血管的状况以及治疗效果的信息。因此，在临床和医学研究中精确测量血压是及其重要的。通常有两种方法，即有侵袭性和非侵袭性的方法来获得血压，其中侵袭性的方法能精确且连续地获得血压，但是难以装配且有感染的危险。公认的非侵袭性方法是柯氏法（Korotkoff）和示波法。这些方法能够较容易获得血压，但是需要使用一个端口。这样测量血压只在一个单一的时间点且不够精确。在1922年Bazzett发现了脉搏波传播速度(PWV)不仅与血压有关，而且还和动脉的体积和弹性有关。因此PWV可以作为一个有效且便利的参数来对血压计算进行持续监测。当然，在临床得到PWV也比较困难。所以人们把PWV替换为脉搏波传导时间（PWTT）并且重新得出了其与血压的关系。在1957年，Lansdown提出PWTT和血压的关系在生理学上是线性的，并且这种关系对于个人在一定时间内可能是稳定的。一般而言，如果血压升高，PWTT降低，反之亦然。

PWTT是在同样动脉上的两个脉冲检测之间的时间间隔。通常，PWTT被定义为两个特征点——心电图（ECG）的R峰和手指、耳垂或脚趾的脉冲峰值之间的时间间隔。所以PWTT在研究中被用于监测ECG以及脉搏波。这两个信号在额外的血压信息测量中被用于提高精确度。这篇文章只要工作是致力于利用LABVIEW改进一个监测系统来测量PWTT。基于这个结果，心脏的收缩压只能粗略地估计。

LabVIEW (Laboratory Virtual InstrumentationEngineering Workbench)是一个源于美国国家仪器公司用于视觉化程序设计语言的平台和开发环境。通过LABVIEW的帮助，我们可以连接现实信号；从有意义的信息中分析数据；以及通过直观的显示和报告分享结果。

本文剩余部分组织结构如下。第二节给出测量系统的大致的框图以及放大器和滤波器的规格。第三节描述ECG和PPG的详细处理以及PWTT的探测。第四节近似模拟出基于PWTT和SBP的线性函数，将测量得到的SBP和计算出的SBP对比，第五节总结本文。

II. ECG 及PPG 的测量

利用光电容积描记（PPG）是一种利用光源和探测器透过身体来探测心血管脉搏波的非侵袭性的方法。PPS信号表明在血管中的体积的改变。PPG传感器为了获得可靠而稳定的PPG信号而被放置于指尖。ECG信号通过标准肢的引导来获得。ECG和PPG的测量系统框图示于Fig.1。

PPG指尖传感器包括红外LED（940nm）以及光电二极管。红外LED用于发射光，OTP101则用于光探测器。如Fig2所示。

传感器接收到的信号非常微弱，并且含有脉搏波、直流信号和一些噪声。为了放大所需的交流信号，我们设计了0.1HZ的高通滤波器来滤除直流信号，脉搏波的频率范围从0.1HZ至60HZ，且大部分低于20HZ。因此，另一个40HZ的低通滤波器用于去除高频干扰。功率噪声是此电路的主要噪声，并且可以被50HZ的陷波滤波器去除。

心电图（EGG）是心脏电活动的表现，由在右臂和左臂上的电极记录。在心电图的测量中，0.01HZ的高通，75HZ的低通，以及50HZ的陷波滤波器都是必要的。这些滤波器不仅排除50HZ的工作频率引起的干扰，而且抑制了外加电源引起的干扰。我们同样可以设计一个右脚驱动电路来抑制共态干扰。从而改进了前置放大器的共态抑制比。

滤波和放大之后，ECG信号和PPG信号通过位于一个微控制器的模数转换器取样。我们用MSP430F149来为微控制器处理数据。它是一个来自德州仪器的16位的CPU，被设计为低功率测量仪器，芯片内包含一些比如ADC和SPI的通常外围设备。信号采样率为250HZ，A/D的分辨率是12位，微控制器通过串行端口连接电脑，系统的PCB示于Fig3。

II. PWTT的探测

LABVIEW程序被称为虚拟仪器（Vis），任何虚拟仪器都有三个组成：一个框图，一个前面板，一个连接器窗格。我们在框图内编写程序。LABVIEW提供许多子块来让我们编写程序，比如虚拟滤波器，虚拟窗口等等，当我们从串行端口接收到数据时，我们需要知道如何在LABVIEW中使用虚拟仪器软件体系的资源。虚拟仪器软件体系的波特率和信号格式必须与单片机（MCU）一致。

LABVIEW接收到数据之后，我们需要处理及转换微波来找到ECG和PPG信号的特征点，正如前面提到的，PWTT被定义为ECG的R峰和PPG的最小点的 时间间隔，如Fig.4所示。

对于生理信号的数字处理分为两步实施，即基线漂移和关键点探测。第一步中，在移除ECG和PPG的基线漂移使用基于移动窗口的方法。这种方法易于实施，尤其是对于我们的实时系统而言。假设原始信号是长度为L的Sig1。该算法的步骤简略如下：

1. 给移动窗口挑选适当的窗口。其长度必须小于L。一般而言是一个奇数。这里我们假设W为101。
2. 将原始信号（sig1）扩展为sig2，从而避免边缘效应。Sig2从反应式(1)中获得。

1. 利用反应式（2）计算Sig3的连续平均值。

1. 在Sig1中减去Sig3，得到去除基线漂移的信号。

移除基线漂移后，我们使用差分阈值算法来测量ECG和PPG的特征点。此算法用于测量ECG的R峰，它是基于二阶导数的最小值。具体算法描述如下：

1. 一般来说，心率的范围从60次/分到200次/分不同，在我们的系统中，样本的频率是250HZ，所以一个心电图信号的心脏周期（约一秒）不会少于250个点。我们将原始心电图划分为数段，每段都有250个点。然后算出每段的二阶导数，找出其中的最小值并设置为探测阈值（将最小值乘以0.6）。
2. 在每段的二阶导数中，我们找出四组连续数据，前两组大于探测阈值后两组小于阈值。将第一个值的位置记录。
3. 根据结果得出，在心电图信号变化的QRS波的持续时间为60-100毫秒，我们从十分线段的最大值和中心值来在原心电图中找出R峰。

PPG的最小点通过同样的方法来探测出，但是是基于一次求导的最大值得出的。

IV. 结果

从LABVIEW中得出的仿真结果如Fig.5所示。从Fig.5中，我们可以探测出R峰和PPG的最小点。从而计算出PWTT。对于不同个人，PWTT理应也不同，在此次试验中，14个健康人的生理参数被记录，我们分别用了大约五分钟测试了系统和测量了ECG及PPG，然后通过水银压力计测得了SBP。并且通过MATLAB的第一回归近似得到了PWTT和SBP的线性函数，最后等式为：

从等式（3）中，我们可以在测量得出PWTT的参数后计算出SBP。将计算得出的SBP和水银压力计测量出的SBP做对比。

表1展示了我们的系统成功地通过PWTT计算出了SBP的值。从结果看，我们知道了BP的PWTT的关系为线性的，但是因为我们是从14人中估计的线性函数，所以对于个人而言精确度并不会很高。测量的SBP和计算得出的SBP之间的最大误差为8.26mmHg,最小值为1.58mmHg。

在这个系统中，PPG传感器被放在指尖而ECG电极被放在手腕。因为指尖个手腕的距离可以忽略，在以后PWTT和BP的结果应该是更标准化刻度化的方程式。正如前面所提，PWTT不仅与BP有关，还和动脉的容积及弹性有关。所以我们的PWTT函数对于个人的SBP测量来说不够准确。因此在下一步，我们将改善为每个人都适用的线性函数，使其精确度明显提高。我们将加入更多生理参数然后使函数适用于任何人。

PWTT作为一项生理参数可以预测出血压的变化，它与脉搏波速度和血压成反比。所以或许可以通过PWTT来连续监测血压。本文提出一种实际且简单的PWTT测量系统。同时也做了一些试验来检验系统和改善SBP和PWTT之间的线性函数。虽然线性函数给出了可接受的结果，但需要更多的研究来提高精确度。已有14人参与我们的测试。我们计划在近期从更多普通人和确定有心脏疾病的病人中收集更多的数据。

参考文献

[1] Yuan-ting Zhang, “Blood Pressure Devices”, IEEE/EMBS international Summer School on Medical Devices and Biosensors (ISS-MD), 2004.

[2] Bazzet HC, Dfeyer NB. Measurement of pulse wave velocity [J].Am.J.Physiol, 1922,63:94-115

[3] Lansdown M. “A method of using induced waves to study pressure propagation in human arteries”, [J]. Circ.Res,1957,5:594-601

[4] Gu-Young Jeong, Kee-Ho Yu, and Nan-Gyun Kim, “Continues Blood Pressure Monitoring using Pulse Ware Transit Time ”, ICCAS2005,June 2-5, KINTEX, Gyenonggi-Do,Korea.

[5] Zhang Jun-feng, Wang Yan-yan, “Design for high data acquisition system based on PCL-816 and LabVIEW”, Machinery Design amp;Manufacture, 2007 Vol7, pp.64-66.

[6] Parry Fung, Guy Dumont, Craig Ries, Chris,and Mark Ansermino,“Continuous Noninvasive Blood Pressure Measurement by PulseTransit Time”, Proceedings of the 26 th Annual International Conference of the IEEE EMBS in 2004,pp.738-741.

[7] Pacla Holejsovska, Zdenek Peroutka, Jiri Cengery, “Non-Invasive Monitoring of the Human Blood Pressure”, Proceedings of the 16th IEEE Symposium on Computer-Based Medical Systems (CBMSrsquo;03),2003.

[8] Dai Junwei, Wang Boliang, “A New Design of PPG Pulse Sensor and

Noise Analysis”, Modern Electronics Technique, 2006, Vol.2,pp.78-80.

[9] Jin Yinbin, Yu Youli, Jin Jie, Huang Yecho, “Development on Pacing ECG Monitoring System”, Proceeding of the 20 th Annual International

Conference of the IEEE Engineering in Medicine and Biology Society,Vol.20,No 1,1998

[10] Du Xu, Wu Shuicai, Hou liya, Ren Xinying, Zhang Song,“Development of a Portable Cardiovascular Hemodynamic Parameters Detecting Instrument Based on MSP430 Micro-Controller”, Beijing Biomedical Engineering, Oct.2005, Vol.24, No.5.

[11] Texas Instruments Incorporated.OPT101 Datasheet, MSP430F149 Datasheet, and OPA 2251 Datasheet.

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24563]，资料为PDF文档或Word文档，PDF文档可免费转换为Word