CN101332084B - 脉搏波的面积重心位移分析方法 - Google Patents

Abstract

本发明提供了一种脉搏波的面积重心位移分析方法，本发明方法包括步骤：使用一个数据采集模块，用于采集脉搏波信号；使用一个数据分析模块，用于处理采集得到的脉搏波信号，将脉搏波波形特征量化成特征指标，所述的特征指标至少包括脉搏波曲线下整体和局部面积及面积系数、脉搏波曲线下整体和局部面积的重心位置以及脉搏波波图所对应的心动周期中的一种。动态跟踪上述特征指标的变化可以无创实时连续地观察到心脏血管血流的工作状况、变化过程、动态趋势等。本发明可用于面向体育运动专业人士和普通大众的训练测评、运动监护、体能测试等。

Description

脉搏波的面积重心位移分析方法

技术领域

本发明涉及无创伤体外检测技术领域，具体地说是脉搏波波形的量化与分析方法。

背景技术

目前，现有对脉搏波的量化分析方法利用了脉搏波的以下特征点，见图1a，图中脉搏波的波谷1和5、主波波峰2、主波与重搏波之间的波谷3、重搏波波峰4；P1：脉搏波主波波峰高，P2：脉搏波重搏波波峰高，V：主波与重搏波间波谷的高，T：脉动周期。通过上述各特征点的坐标可以对脉搏波进行量化。但往往因为个体差异、状态或年龄差异，人体的脉搏波信号并非都是如图1a所示具备了上述所有的特征点，而是在相当多的情况下呈现图1b所示的状态。即脉搏波形态往往因个体差异和所处状态的不同而改变，有相当一部分脉搏波信号是没有重搏波的，这样就会造成图1a所示的主波与重搏波之间的波谷3以及重搏波波峰4模糊甚至消失，导致V、P2、t2、t3等指标无法测量，使得这部分脉搏波的特征无法量化。而动态连续监测脉搏波信号则要求对被测个体变化过程中的每一个脉搏波都能够进行量化，而且要求连续记录每个特征点的变化轨迹进行回放分析。这就对脉搏波的测量、量化和分析方法提出了新的要求。

发明内容

本发明针对上述不足提供一种能够连续监测分析脉搏波的方法。

本发明的原理是通过对所采集的脉搏波曲线，采用面积重心位移分析法将其波形特征量化成特征指标。为进一步综合处理、分析和计算生成一系列量化的与心脏、血管、血流相关的生理参数创造条件。对上述系列特征指标和所生成的生理参数进行连续监测、记录、观察、存储、回放、统计、分析和研究，即实现了无创、实时、连续监测人体血流动力学状态并跟踪观察其动态变化的过程。

为实现上述目的，本发明方法包括如下步骤：

使用一个数据采集模块，用于采集脉搏波信号；

使用一个数据分析模块，用于处理采集得到的脉搏波信号，将波形特征量化成特征指标。

具体地说，数据分析模块根据脉搏波信号，计算出至少一种如下特征指标：

1)脉搏波曲线下的整体和局部面积及其面积系数，包括整个脉搏波波图面积A’，上升支对应部分的波图面积Ad’及其面积系数Cd和下降支对应部分的波图面积Ac’及其面积系数Cc；

2)脉搏波曲线下面积的重心位置，包括整个脉搏波波图面积重心G以及上升支对应部分的波图面积重心G1和下降支对应部分的波图面积重心G2；

3)脉搏波波图所对应的脉动周期T，包括上升支对应部分的时相Td和下降支对应部分的时相Tc；

4)对1)、2)、3)中所述的指标进行运算产生的新的特征指标。

其中4)中所述的新的指标包括但不限于：Ad’/Ac’、Cd/Cc、Cc-Cd、Ad’/A’、Ac’/A’、X2-X1、Y1-Y2、X-X1、Y1-Y、X2-X、Y-Y2、(t_cc-t_c)/(t_c-t_dc)、(q_c-q_cc)/(q_dc-q_c)、(X2-X)/(X-X1)、(Y-Y2)/(Y1-Y)、X-Td/T、(X2-Td/T)、(Td/T-X1)、Td/Tc、(Tc-Td)/T等等。

参见图2，所述的脉搏波曲线下面积，包括整个脉搏波波图面积A’以及分别计算上升支对应部分的波图面积Ad’和下降支对应部分的波图面积Ac’。

脉搏波波图所对应的时相T：脉动周期；

上升支对应部分的时相Td：血管充盈期；

下降支对应部分的时相Tc：血管回缩期。

参见图3及图8a、b，所述的脉搏波曲线下面积的重心坐标位置，包括整个脉搏波波图面积重心G坐标(t_c，q_c)及其相对坐标(X，Y)以及上升支对应部分的波图面积重心G1坐标(t_dc，q_dc)及其相对坐标(X1，Y1)和下降支对应部分的波图面积重心G2坐标(t_cc，q_cc)及其相当坐标(X2，Y2)；

鉴于指端容积血流脉搏波相对于桡动脉、肱动脉、颈动脉等更容易采集，尤其是实时、动态、连续采集方面具有优势，然而，相对于桡动脉、肱动脉、颈动脉等处的压力波而言，指端容积血流脉搏波的波形比较圆滑，其上升和下降都比较缓慢，重搏波低平甚至没有波峰，这是由于压力脉搏波经过末梢微血管的阻力和毛细血管网的多次分支泄露以及微血管周围组织等对波形产生的滤波作用所造成的。由于可识别的直观特征点较少，就给波形的量化和分析增加了相当的难度。“面积重心位移分析法”给脉搏波生成了全新的特征点和量化指标，而且与图1所示脉搏波曲线上的特征点不同，无论个体差异、运动状态、生理和病理状况如何变化，这些特征点和量化指标均不会消失，适合持续跟踪观察，因而有效解决了脉搏波连续监测这一难题。

采用“面积重心位移分析法”进行血流动力学检测和研究是建立在脉搏波的连续监测基础上的。指端容积血流脉搏波信号包含有大量心血管***和微循环方面的信息，一条脉搏波曲线是被检测的特定个体血流和血管相互作用的结果，反映了人体在特定时间和状态下微血管的血流动力学特性。在大血管和微血管血流通畅的情况下，其中包含有丰富的人体血流动力学信息。连续监测脉搏波特征指标的变化走势，就可以跟踪、观察、分析、研究人体的血流动力学信息及其变化规律。

指端容积血流脉搏波曲线Q(t)下的面积可表示为：

$A^{,}=\underset{O}{\overset{T}{\∫}}Q\left(t\right)\mathrm{dt}$

Qmax为指端容积脉搏血流最大值；Qmin为指端容积脉搏血流最小值；T为脉动周期。见图4。

为进一步对波形特征进行量化，将反映自血管开始充盈直到最大程度的过程即脉搏波的上升支对应的时相定义为充盈期，用Td表示。将反映了血管在动脉壁弹性作用下开始回缩直到静脉血液回流使心脏充盈的过程即脉搏波的下降支对应的时相定义为回缩期，用Tc表示。

脉搏波曲线Q(t)下的整个波形图面积表示为：

$A^{,}=\underset{O}{\overset{T}{\∫}}Q\left(t\right)\mathrm{dt}$

脉搏波曲线Q(t)下充盈期时相对应的面积可表示为：

${\mathrm{Ad}}^{,}=\underset{O}{\overset{\mathrm{Td}}{\∫}}Q\left(t\right)\mathrm{dt}$

Cd＝Ad’/A’为脉搏波曲线下充盈期时相对应的面积与整个波形图面积的比值，定义为脉搏波充盈期面积系数。见图5。

脉搏波曲线Q(t)下回缩期时相对应的面积可表示为：

${\mathrm{Ac}}^{,}=\underset{\mathrm{Td}}{\overset{T}{\∫}}Q\left(t\right)\mathrm{dt}$

Cc＝Ac’/A’为脉搏波曲线下回缩期时相对应的面积与整个波形图面积的比值，定义为脉搏波回缩期面积系数。见图5。

脉搏波曲线Q(t)下的面积重心坐标见图6，可表示为：

横坐标：                      纵坐标：

$q_c=\frac{\mathrm{\Σ\Δ}{A^{,}}_i{q}_i}{A^{,}}=\frac{{\∫A}^{,\mathrm{qd}{A}^{,}}}{A^{,}}$                        $t_c=\frac{\mathrm{\Σ\Δ}{A^{,}}_i{t}_i}{A^{,}}=\frac{{\∫A}^{,\mathrm{td}{A}^{,}}}{A^{,}}$

量化脉搏波的形态特征也可以通过计算面积重心的相对坐标实现，见图7。设T为一个长度单位，Qmax-Qmin为一个宽度单位，我们可以求出波形面积重心G(X，Y)的相对坐标值为：

$X=\frac{t_c}{T}$                   $Y=\frac{q_c}{Q\text{max-Q}\text{min}}$

同样方法可以分别获得Q(t)下与充盈期和回缩期相对应面积的重心坐标，同样，量化脉搏波的形态特征也可以通过计算对应面积重心的相对坐标实现，见图8。

脉搏波曲线Q(t)下上升支部分的面积重心坐标G1(t_dc，q_dc)见图8a，可表示为：

横坐标：                        纵坐标：

$t_{\mathrm{dc}}=\frac{\mathrm{\Σ\Δ}{{\mathrm{Ad}}^{,}}_i{t}_i}{{\mathrm{Ad}}^{,}}=\frac{{\∫\mathrm{Ad}}^{,\mathrm{td}{A}^{,}}}{{\mathrm{Ad}}^{,}}$             $q_{\mathrm{dc}}=\frac{\mathrm{\Σ\Δ}{{\mathrm{Ad}}^{,}}_i{q}_i}{{\mathrm{Ad}}^{,}}=\frac{{\∫\mathrm{Ad}}^{,\mathrm{qd}{A}^{,}}}{{\mathrm{Ad}}^{,}}$

设T为一个长度单位，Qmax-Qmin为一个宽度单位，我们可以求出该部分波形面积重心的相对坐标G1(X1，Y1)，见图8b，可表示为：

$X_1=\frac{t_{\mathrm{dc}}}{T}$                        $Y_1=\frac{q_{\mathrm{dc}}}{Q\text{max-Q}\text{min}}$

脉搏波曲线Q(t)下下降支部分的面积重心坐标G2(t_cc，q_cc)见图8a，可表示为：

横坐标：                             纵坐标：

$t_{\mathrm{cc}}=\frac{\mathrm{\Σ\Δ}{{\mathrm{Ac}}^{,}}_i{t}_i}{{\mathrm{Ac}}^{,}}=\frac{{\∫\mathrm{Ac}}^{,\mathrm{td}{A}^{,}}}{{\mathrm{Ac}}^{,}}$                  $q_{\mathrm{cc}}=\frac{\mathrm{\Σ\Δ}{{\mathrm{Ac}}^{,}}_i{q}_i}{{\mathrm{Ac}}^{,}}=\frac{{\∫\mathrm{Ac}}^{,\mathrm{qd}{A}^{,}}}{{\mathrm{Ac}}^{,}}$

设T为一个长度单位，Qmax-Qmin为一个宽度单位，我们可以求出该部分波形面积重心的相对坐标值为：

$X_2=\frac{t_{\mathrm{cc}}}{T}$                         $Y_2=\frac{q_{\mathrm{cc}}}{Q\text{max-Q}\text{min}}$

面积A’、Ad’、Ac’及其对应的时相T、Td、Tc，包括面积系数Cd、Cc和重心坐标(X，Y)、(X1，Y1)、(X2，Y2)都是反映脉搏波整体和局部特征的指标。通过连续检测脉搏波曲线整体和局部面积或面积系数变化及其对应的重心位移可以观察到脉搏波的细微变化，动态跟踪上述特征指标的变化可以无创实时连续地观察到脉搏波的稳定性、变化规律、动态趋势等。

本发明给所采集的脉搏波信号生成了全新的特征点和量化指标，而且无论个体差异、运动状态、生理和病理状况如何变化，这些特征点和量化指标均不会消失，适合持续跟踪观察，因而有效解决了脉搏波连续监测这一难题。上述特征指标为生命科学研究提供了有效的技术手段，通过一系列对脉搏波特征的量化，有助于更加细致地区分个体差异，深入地研究生命科学现象。

本发明具有适用波形广，特征清晰、易于观察和分析等特点，尤其适合实时、动态、连续地跟踪观察脉搏波。可用于面向体育运动专业人士和普通大众的训练测评、运动监护、体能测试等。

附图说明

图1a是具有重搏波的脉搏波波形图；

图1b是无重搏波的脉搏波波形图；

图2是脉搏波曲线下面积示意图；

图3是脉搏波曲线下面积的重心示意图；

图4是指端容积血流脉搏波曲线下的面积示意图；

图5是脉搏波曲线下的整体与局部面积示意图；

图6是脉搏波曲线下的面积重心坐标示意图；

图7是脉搏波曲线下的面积重心相对坐标示意图；

图8a是脉搏波曲线下整体与局部面积重心坐标示意图；

图8b是脉搏波曲线下整体与局部面积重心相对坐标示意图；

图9是采用本发明分析方法设备的结构示意图；

图10是不同年龄段人群采用面积重心位移分析法分析体现的差异；

图11a、b是有运动组的特征指标的连续记录；

图11c、d是非运动组的特征指标的连续记录。

具体实施方式

下面结合具体的实施例来进一步阐述本发明。应当理解，这些实施例仅用于说明本发明，而不能限制本发明的保护范围。

实施例1

如图9所示，本例中，数据采集模块包括指夹式光电传感器、放大器、滤波器以及模/数转化器，传感器捕获的脉搏波信号经信号放大、滤波、转化成数字信号传送给数据分析处理模块。本例使用指夹式光电传感器，其能在人体指端无创检测容积血流脉搏波和脉动周期，鉴于指夹式光电传感器相对于压力脉搏传感器而言，对检测位置要求并不严格，传感器探头易于定位且方便固定，采集信号的适应性、稳定性和重复性强，可以满足静态检测和动态连续监测的要求。

数据处理模块为一个高性能处理器，由处理器进行采样描记，记录相应的指端容积血流脉搏波波形图。将所获得的波形图特征量化成特征指标，包括面积和面积系数及其对应的时相和重心坐标等，也包括由上述指标计算而得的所有特征指标，生成一系列量化的与心脏、血管和血流功能相关的生理参数。检测结果可根据用户的需要选择存储回放、输出到其他电脑、服务器或打印机，需要时还可以连入中央监护***网络或远程医疗服务***。

实施例2临床应用

下表显示随机抽取的四个不同年龄段的人群各30例，采集每个个体安静状态下的指端容积血流脉搏波信号，采用“面积重心位移分析法”对所获得的脉搏波特征指标进行计算和统计，结果如下：

表1不同年龄段人群的脉搏波信号分析

表1及图10显示不同年龄段的四组人群在安静状态下所获得的指端容积血流脉搏波特征指标随着年龄的不同而呈现有规律的变化，其中(X2-X)/(X-X1)、(Y-Y2)/(Y1-Y)、Cd/Cc岁年龄增长呈逐渐上升的趋势，而X2-X1则几乎不受年龄的影响。通过一系列特征指标可以发现不同年龄组之间明显的规律性分化。

随机抽取长期坚持体育运动和几乎不参与体育运动的18～26年龄人群分为“有运动”和“非运动”两组进行3分钟台阶试验，采集每个个体运动前、运动后即刻、运动后恢复1～5分钟内的指端容积血流脉搏波信号进行对比，结果见表2：

表2不同人群运动前后脉搏波信号分析

表2及图11a、b、c和d显示年龄在18～26岁的有运动人群组与非运动人群各在进行同一台阶试验前后的连续检测记录。两组人群在运动前后所检测的指端容积血流脉搏波特征指标显示在运动负荷作用下呈现基本相同的变化走势，Cd/Cc先上升后下降，X2-X1先下降后上升。但对两组人群脉搏波特征的量化结果却存在非常明显的差异。

有运动组脉搏波特征指标Cd/Cc上升幅度相对较小，而且恢复较快；X2-X1下降幅度较小，而且恢复也较快，两条曲线在运动后5分钟已经出现运动前两个指标交汇的状态，显示脉搏波特征指标已经恢复到运动前的状态。

非运动组脉搏波特征指标Cd/Cc上升幅度明显要大，而且恢复较慢；X2-X1下降幅度相对较大，而且恢复也较慢，两条曲线在运动后5分钟仍保持有一定距离，即远没有恢复到运动前的状态。

将上述两组指标分别与各自的同步心率变化趋势图进行对照，其中Cd/Cc与传统的心率测量结果走势相似。但在反映两组之间差异程度方面，显然由“面积重心位移分析法”生成的一系列脉搏波特征指标要来得更加明显，这些指标及其组合计算结果所包含的信息量也尤其丰富。

上述数据表明，采用本方法可将脉搏波的一系列整体和局部特征量化，并可通过对这些特征值的组合计算进一步生成更多的脉搏波特征指标，应用到实时连续监测中。如应用到运动负荷下人体的应激反应及其动态变化过程监测中，并从中发现传统检测方法检测不到的脉搏波变化及其差异。可用于血流动力学状态的无创快速检测和不同人群的分型；通过跟踪记录指端容积血流脉搏波特征指标的走势、出现分化的起止时间点、变化幅度和周期等信息，量化分析人体的血流动力学状况，研究体适能和运动风险的关系。该方法操作简单、使用方便、快捷有效的特点尤其适用于运动监护、体能测试、训练指导和运动干预等。

Claims (4)

1.一种指端容积血流脉搏波的面积重心位移分析方法，该方法包括如下步骤：

1)使用一个数据采集模块，用于采集脉搏波信号；

2)使用一个数据分析模块，用于处理采集得到的脉搏波信号，将脉搏波波形特征量化成特征指标，所述的特征指标包括：

b)脉搏波曲线下面积的重心位置，包括整个脉搏波波图面积重心G坐标(t_c，q_c)及其相对坐标(X，Y)以及上升支对应部分的波图面积重心G1坐标(t_dc，q_dc)及其相对坐标(X1，Y1)和下降支对应部分的波图面积重心G2坐标(t_cc，q_cc)及其相对坐标(X2，Y2)。

2.如权利要求1所述的方法，其特征在于，所述特征指标还包括以下指标中的一种：

a)脉搏波曲线下的整体和局部面积及其面积系数，包括整个脉搏波波图面积A’，上升支对应部分的波图面积Ad’及其面积系数Cd和下降支对应部分的波图面积Ac’及其面积系数Cc；

c)脉搏波波图所对应的脉动周期T，包括上升支对应部分的时相Td和下降支对应部分的时相Tc；

d)对a)、b)、c)中所述的指标进行运算产生的特征指标。

3.如权利要求2所述的方法，其特征在于，其中步骤d)所述的运算产生的特征指标包括：Ad’/Ac’、Cd/Cc、Cc-Cd、Ad’/A’、Ac’/A’、X2-X1、Y1-Y2、X-X1、Y1-Y、X2-X、Y-Y2、(t_cc-t_c)/(t_c-t_dc)、(q_c-q_cc)/(q_dc-q_c)、(X2-X)/(X-X1)、(Y-Y2)/(Y1-Y)、X-Td/T、X2-Td/T、Td/T-X1、Td/Tc、(Tc-Td)/T。

4.如权利要求1～3任一项所述的方法，其特征在于，其还包括对特征指标进行连续监测。

Images