逐搏檢測算法用于根據(jù)腕部光電容積脈搏波信號進(jìn)行脈率變異性分析

作者：Foroohar Foroozan and Dr. Jiang Wu

心電圖（ECG）中的心率變異性（HRV）是一種眾所周知的診斷方法，用于評估心臟的自主神經(jīng)功能。評估心臟功能的更方便方法是使用光電容積脈搏波（PPG）波形，其中脈率變異性（PRV）取代HRV。然而，由于缺乏針對PPG信號的穩(wěn)健檢測算法，醫(yī)療市場無法使用PRV提供臨床診斷，也無法測量用于健康目的的生物信息，例如睡眠階段、壓力狀態(tài)和疲勞。

本文為使用PPG信號的逐搏脈沖間隔分析提供了一種可靠的峰值和起始檢測算法。我們使用ADI公司（ADI）多感官觀察平臺通過大數(shù)據(jù)收集來演示我們的方法，與ECG信號的逐搏結(jié)果相比，該平臺具有高覆蓋率、靈敏度和低連續(xù)差分均方根（RMSSD）。

介紹

心率（HR）監(jiān)測是許多現(xiàn)有可穿戴和臨床設(shè)備的關(guān)鍵功能，但這些設(shè)備尚未提供使用脈搏間隔測量連續(xù)心率變異性的功能。HRV 由從心電圖 （ECG） 中提取的連續(xù)心跳之間的時間間隔的變化組成，稱為心跳間隔。1HRV包含眾所周知的生物特征信息，反映了自主神經(jīng)系統(tǒng)的交感神經(jīng)和副交感神經(jīng)活動。2研究人員已廣泛使用HRV作為支持臨床診斷和測量健康目的的生物學(xué)信息的工具，例如睡眠階段，壓力狀態(tài)和疲勞。2, 3鑒于心電圖測量的技術(shù)要求，信號可能并不總是在事故/災(zāi)難現(xiàn)場、戰(zhàn)場或心電圖可能造成電干擾的區(qū)域可用。

從光電容積脈搏波信號中提取的脈率變異性可以 用作 HRV 的替代品。5,6, 7PPG信號由下式獲得 使用LED和測量強(qiáng)度來照亮人體皮膚 由于光電二極管反射光中的血流而變化。

此外，PPG可以提供有關(guān)心血管系統(tǒng)的相關(guān)信息，例如心率，動脈壓，僵硬指數(shù)，脈沖傳輸時間，脈搏波速度，心輸出量，動脈順應(yīng)性和外周阻力。8, 9, 10然而，基于PPG的算法的性能可能會因血液灌注不良、環(huán)境光以及最重要的運(yùn)動偽影（MA）而降低。11 已經(jīng)提出了許多信號處理技術(shù)，包括ADI運(yùn)動抑制和頻率跟蹤算法，通過使用放置在PPG傳感器附近的三軸加速度傳感器來消除MA噪聲。

對于PRV分析，從PPG波形中準(zhǔn)確提取收縮期峰值、發(fā)病和雙裂口等重要點(diǎn)非常重要。12PPG波形的開始是由于血液開始從心臟排出到主動脈，而雙搏裂口是血液噴射的結(jié)束或主動脈瓣的關(guān)閉。由于缺乏針對PPG信號的穩(wěn)健檢測算法，至少部分地阻止了研究人員使用PPG進(jìn)行PRV分析。之前關(guān)于PRV的一些工作忽略了基準(zhǔn)點(diǎn)，13一些報告使用手動或經(jīng)驗(yàn)檢測收縮期峰值，14有些基于未經(jīng)驗(yàn)證的基于時間窗口的算法來獲得脈沖峰值。

本文提出了一種穩(wěn)健的峰值和發(fā)病檢測算法，該算法使用最初為動脈血壓（ABP）波形提出的描述方法。16需要注意的是，使用腕戴式可穿戴設(shè)備的PPG信號包含許多運(yùn)動偽影、基線波動、反射波和其他可能影響檢測算法行為的噪聲。6因此，在將數(shù)據(jù)饋送到逐拍提取模型之前，首先對數(shù)據(jù)進(jìn)行預(yù)處理。這項(xiàng)工作中使用的自動描述器是一種混合方法，其中來自原始PPG的不同預(yù)處理信號和信號的一階導(dǎo)數(shù)用于提取峰值和起始點(diǎn)。我們使用通過ADI觀察平臺收集的大型數(shù)據(jù)庫，該平臺提供同步的PPG和ECG信號。在存儲器占用方面，該算法重量輕，可用作ADI手表平臺中的嵌入式算法。該算法經(jīng)過驗(yàn)證，并使用覆蓋范圍、靈敏度、正生產(chǎn)率和連續(xù)差分的均方根與ECG信號的逐搏結(jié)果進(jìn)行比較。

基于PPG形態(tài)的逐拍算法

在本節(jié)中，我們將解釋所提出的腕部PPG信號逐搏算法的細(xì)節(jié)，該算法由（i）預(yù)處理和（ii）高分辨率逐搏提取模塊組成。該算法的框圖如圖 1 所示。

圖1.所提出的逐拍提取算法的流程圖，包括（i）預(yù)處理和（ii）高分辨率B2B提取。

預(yù)處理

眾所周知，PPG信號對外周組織血液灌注不良和運(yùn)動偽影的敏感性18，為了盡量減少這些因素在PPG分析的后續(xù)階段的影響，以進(jìn)行逐搏估計(jì)，需要一個預(yù)處理階段。此步驟包括：

框架和窗口

帶通濾波（0.4 Hz 至 4 Hz）

自動增益控制 （AGC） 用于限制信號電平

信號平滑和基線漂移消除

PPG 輸入數(shù)據(jù)使用 T 窗口進(jìn)行處理0通過使用 mT 移動窗口來處理秒和進(jìn)一步的塊0（即 m = 3/4）重疊。然后需要帶通濾波器來去除PPG信號的高頻分量（如電源），以及低頻分量，如毛細(xì)血管密度和靜脈血容量的變化、溫度變化等。圖2a和2b顯示了濾波前后的PPG信號。濾波器的截止頻率分別為0.4 Hz和4 Hz。HR 的基頻范圍在 0.4 Hz 至 3 Hz 之間。因此，使用稍高一點(diǎn)的范圍進(jìn)行節(jié)拍估計(jì)，我們可以包括強(qiáng)調(diào)節(jié)拍時間的諧波。使用中值濾波器從濾波信號中去除突然的尖峰。然后，AGC 模塊將信號電平限制為 ±V 伏，以便在稍后階段檢查信號幅度來驗(yàn)證所選峰值。HRV的持久PPG測量過程不可避免地引入了另一種類型的偽影，例如基線漂移。因此，使用低通有限脈沖響應(yīng)（FIR）濾波器對幀中的PPG樣本陣列進(jìn)行平滑處理（如圖2c所示），消除基線漂移噪聲，并為描述模塊獲得更平滑的信號。

圖2.PPG圖。

高分辨率逐拍提取模塊

逐拍提取算法由以下模塊組成：

插值

劃分

高分辨率逐搏提取

信號質(zhì)量指標(biāo)

預(yù)處理模塊的輸出被饋送到插值模塊，以提高逐拍提取算法的精度。如果 PPG 段來自 t0到 Tτ在第一幀中給出，節(jié)拍間隔為 b0和 bτ，我們使用端點(diǎn)之間的 n 個點(diǎn)線性插值逐搏間隔值，然后從 b 中提取高分辨率逐搏（例如，1 ms 分辨率）0和 bτ.接下來，描繪模塊依靠信號形態(tài)和節(jié)律信息來提取峰值和開始。因此，不僅需要收縮期峰值，還應(yīng)報告發(fā)病和雙搏裂口，以進(jìn)行逐搏檢測。所提出的描述符在理論上與論文“光電容積脈搏波的自適應(yīng)描述符”中顯示的描述符相似12和“關(guān)于動脈血壓波形的自動描述器，”16它通過使用信號一階導(dǎo)數(shù)的一對拐點(diǎn)和零交叉點(diǎn)來適應(yīng)手腕PPG信號。圖2d繪制了PPG表征的拐點(diǎn)和過零點(diǎn)。對于過零點(diǎn)，信號由零相位失真濾波器處理，通過匹配初始條件來最小化啟動和結(jié)束瞬變。這是為了確保在過濾后保留時域要素。請注意，PPG 波形導(dǎo)數(shù)的起始點(diǎn)對應(yīng)于最大拐點(diǎn)之前的過零點(diǎn)，而收縮期峰值對應(yīng)于該拐點(diǎn)之后的過零點(diǎn)。用于此逐拍算法的信號質(zhì)量指標(biāo)是清晰度，指示信號具有音調(diào)的程度。這個指標(biāo)最初是在Philip McLeod和Geoff Wyvill的文章“A Smarter Way to Find Pitch”中提出的。19其中，歸一化平方差分函數(shù)（自相關(guān)函數(shù)的一種形式）用于查找信號的周期性。我們使用此指標(biāo)來確定逐搏算法何時有信心報告峰值和開始。

ADI腕部平臺的評估結(jié)果

將我們的 PPG 逐拍算法結(jié)果與 Pan-Tompkins 算法的結(jié)果進(jìn)行比較，20這是一種公認(rèn)的心電圖峰值檢測算法。收集數(shù)據(jù)是為了使用ADI生命體征監(jiān)測（VSM）手表平臺評估我們的算法。ADI VSM iOS應(yīng)用用于通過藍(lán)牙連接與手表接口。ADI手表包括一個PPG傳感器，用于從拍攝對象的手腕收集PPG信號。心電圖信號也被收集到ADI手表上。三個心電圖電極連接到受試者的胸部區(qū)域。來自這些電極的導(dǎo)線連接到ADI手表，在那里處理信號并與PPG信號同時記錄。該平臺提供同步的PPG和ECG信號。圖3a顯示了用于數(shù)據(jù)收集的ADI手表，圖3b顯示了iOS應(yīng)用程序界面和從平臺獲得的示例信號。?

圖3.ADI平臺和工具。

評估指標(biāo)和結(jié)果

在計(jì)算逐拍指標(biāo)之前，重要的是要有一個異常值去除過程，以識別Pan-Tompkins算法輸出和我們的PPG逐搏算法輸出中的缺失/額外峰值。忽略缺失/額外的峰值會導(dǎo)致異常的心跳持續(xù)時間，從而導(dǎo)致結(jié)果不準(zhǔn)確。通過查看Pan-Tompkins算法提供的連續(xù)搏頻持續(xù)時間來確定ECG信號中缺失/額外的峰值。任何改變心跳持續(xù)時間超過20%的ECG峰值都被標(biāo)記為異常值。去除這些ECG峰后，通過將每個ECG峰與PPG信號中的峰相關(guān)聯(lián)來識別PPG信號中的缺失/額外峰。如果PPG峰在ECG峰的時間范圍內(nèi)，則PPG峰與ECG峰相關(guān)。當(dāng)無法識別PPG峰或在ECG峰的時間接近內(nèi)識別出太多峰時，這些峰被識別為異常值。在指標(biāo)計(jì)算期間，這些缺失/額外的 PPG 節(jié)拍可能導(dǎo)致的異常節(jié)拍持續(xù)時間將作為異常值被忽略。

許多指標(biāo)是使用我們提出的算法和Pan-Tompkins算法的逐搏值計(jì)算的。這些指標(biāo)是：（i）覆蓋率（等式1）;（二） 靈敏度或硒（等式2）;（iii）正預(yù)測性或P+（公式3）;（iv）連續(xù)差值的均方根或RMSSD（等式4）。圖 4 顯示了用于指標(biāo)計(jì)算的一些值的可視化表示形式。

圖4.顯示IBI的ECG和PPG信號，以及原始PPG信號上逐搏算法的相應(yīng)峰值和開始。

其中 TP（真陽性）是 PPG B2B 算法正確識別的心跳次數(shù)，F(xiàn)P（假陽性）是與心電圖中實(shí)際心跳不對應(yīng)的 PPG 心跳次數(shù)，F(xiàn)N（假陰性）是 PPG 心跳到心跳算法錯過的心跳次數(shù)。心跳間期 （IBI） 是連續(xù)心電圖峰值、PPG 峰值或 PPG 開始之間的時間。

為了評估我們的算法，為每個受試者同時收集PPG和ECG信號。收集了大量不同年齡、膚色和體型的受試者的數(shù)據(jù)。這是為了確保我們的評估結(jié)果與所有人群相關(guān)。收集 27 名受試者（不同膚色的男性和女性）的數(shù)據(jù)，每人 2 分 30 秒。受試者被要求在前半段站立，在后半段時間坐著。表 1 顯示了逐拍算法的每個指標(biāo)的平均結(jié)果。如表中所示，與ECG信號的結(jié)果相比，手腕數(shù)據(jù)的覆蓋率、靈敏度和陽性預(yù)測率均高于83%，平均RMSSD差異低于20 ms。

討論與結(jié)論

本文提出了一種魯棒的峰值和起始檢測算法，用于腕部PPG信號的PRV分析。該算法使用了多個預(yù)處理階段，并提出了一種混合描繪算法來檢測手腕PPG信號的基準(zhǔn)點(diǎn)。ADI多感官手表被用作我們的評估平臺，以測試所提出的算法。結(jié)果顯示與心電圖HRV具有很強(qiáng)的相關(guān)性和一致性。未來的工作將集中在應(yīng)用運(yùn)動抑制算法和處理PRV分析中缺失的節(jié)拍問題。

審核編輯：郭婷