基于光電容積描記法的人體生理參數(shù)動(dòng)態(tài)測(cè)量技術(shù)研究.pdf

1、心血管疾病(Cardiovascular diseases，CVDs)通常由心臟、血管和血液運(yùn)輸系統(tǒng)發(fā)生異常導(dǎo)致，根據(jù)世界衛(wèi)生組織(World Health Organization，WHO)2015年公布的數(shù)據(jù)顯示，全球31％的人死于這類疾病，已經(jīng)對(duì)人體健康造成嚴(yán)重威脅。實(shí)現(xiàn)動(dòng)態(tài)監(jiān)測(cè)心率、血壓、血氧濃度和血液黏度等生理參數(shù)，對(duì)心血管類病癥的診治具有指導(dǎo)作用。目前傳統(tǒng)的生理參數(shù)測(cè)量方法由于便攜性差和測(cè)量舒適感低等限制，不能滿足連續(xù)測(cè)量的

2、需求。人體脈搏波是判斷心血管系統(tǒng)健康與否的重要標(biāo)準(zhǔn)，生理參數(shù)測(cè)量模型的研究通常以脈搏波為研究對(duì)象。在眾多脈搏波測(cè)量方法當(dāng)中，光電測(cè)量法通過(guò)特定光譜獲取人體容積脈搏波，測(cè)量過(guò)程重復(fù)性好，舒適度高，能夠?qū)崿F(xiàn)連續(xù)測(cè)量。本文重點(diǎn)對(duì)光電容積脈搏波(Photoplethysmography,PPG)和不同生理參數(shù)之間的關(guān)系進(jìn)行深入研究，分別為心率、血壓、血液黏度和血氧飽和度四種生理參數(shù)建立對(duì)應(yīng)的測(cè)量模型，將測(cè)量結(jié)果以腕表的形式展現(xiàn)，具有很好的學(xué)術(shù)意

3、義和市場(chǎng)應(yīng)用價(jià)值。
　　本文針對(duì)動(dòng)態(tài)心率測(cè)量模型、舒張壓測(cè)量模型和血液黏度測(cè)量模型的建模難度大，血氧飽和度測(cè)量模型定標(biāo)環(huán)境復(fù)雜等問(wèn)題，進(jìn)行一系列的探索和研究。
　　第一，選取523nm綠光、660nm紅光和810nm紅外的組合光譜作為探測(cè)光源，并在結(jié)構(gòu)設(shè)計(jì)中引入“目”型槽結(jié)構(gòu)消除環(huán)境光干擾，提高測(cè)量信號(hào)信噪比。將低功耗通信、微傳感器技術(shù)，環(huán)境光學(xué)傳感器、低功耗控制處理器和藍(lán)牙模塊集成在腕表上，實(shí)現(xiàn)硬件層面的信號(hào)放大和濾波，完

4、成測(cè)量系統(tǒng)的電路設(shè)計(jì)與實(shí)現(xiàn)。
　　第二，在傳統(tǒng)廣義形態(tài)學(xué)去除基線漂移算法的基礎(chǔ)上進(jìn)行改進(jìn)，實(shí)現(xiàn)一種簡(jiǎn)化的基線漂移去除算法，以犧牲部分精度為代價(jià)實(shí)現(xiàn)快速、低功耗的信號(hào)處理過(guò)程，運(yùn)算量降低了4倍。
　　第三，引入灰度預(yù)測(cè)GM(1，1)模型，對(duì)受到運(yùn)動(dòng)偽跡干擾導(dǎo)致失真的光電脈搏波信號(hào)進(jìn)行補(bǔ)償，結(jié)合加速度模型，建立動(dòng)態(tài)心率測(cè)量模型，經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證，94％以上的測(cè)量結(jié)果誤差范圍在+/-6之間;根據(jù)朗伯-比爾定律分析推導(dǎo)脈搏波形態(tài)特征和波

5、形面積等參數(shù)與脈壓差（收縮壓-舒張壓）之間的關(guān)系，成功推導(dǎo)得到脈壓差的測(cè)量模型，間接實(shí)現(xiàn)舒張壓的連續(xù)測(cè)量，通過(guò)實(shí)驗(yàn)得到測(cè)量誤差在+/-10之間，符合美國(guó)醫(yī)療器械進(jìn)步協(xié)會(huì)(The Association for the Advancement of MedicalInstrumentation，AAMI)的規(guī)定;通過(guò)收縮壓和舒張壓計(jì)算得到關(guān)鍵參數(shù)K，帶入經(jīng)驗(yàn)公式完成血液黏度的測(cè)量，以開(kāi)放型醫(yī)學(xué)數(shù)據(jù)庫(kù)MIMIC(Multiparameter

6、Intelligent Monitoring in Intensive Care)Ⅱ中的記錄數(shù)據(jù)作為實(shí)驗(yàn)分析的對(duì)象，得到95％的測(cè)量值誤差落在+/-0.5以內(nèi);根據(jù)修正的血氧飽和度測(cè)量公式，對(duì)未知系數(shù)進(jìn)行定標(biāo)，完成與定標(biāo)環(huán)境相似條件下的血氧濃度的連續(xù)測(cè)量模型，經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證得到測(cè)量結(jié)果的平均誤差為0.076％。
　　最后，通過(guò)手持設(shè)備與云服務(wù)平臺(tái)建立聯(lián)系，采集并存儲(chǔ)多維度生理參數(shù)信息。不但實(shí)現(xiàn)生理參數(shù)的遠(yuǎn)程連續(xù)監(jiān)測(cè)，而且為深度挖掘生