可穿戴连续血压监测测量原理分析

可穿戴设备

261人已加入

描述

高血压是一种大幅提高心血管患病风险的严重慢性疾病,是全球过早死亡的重要原因之一。数据显示,全球30-79岁的高血压患者人数已达12.8亿,其中约有一半的患者并不知道自己患有高血压。

因此,及时检测血压并预防心血管疾病,对人类健康具有重要意义。并且,迫切需要一种能够在日常家庭护理中进行连续血压监测的可穿戴设备,这类产品的市场需求巨大。
压力传感器

血压是循环血液对血管壁产生的压力。人们对血压测量的认知大都还停留在传统的方法,即通过手动听诊或示波技术(在医疗环境或家中)获取血压读数。

这种血压测量对于广泛的人群基础具有巨大价值,但对个体的血压评估容易受到各种因素的影响,例如检测人员的技术、“白大褂”效应(即在医疗环境中血压评估的的短暂变异性)以及血压本身的可变性等。

因此,为了改进血压测量,业界开发了动态血压监测方法。现有的动态血压监测仪使用了示波技术。这些体积较大的监测器通常佩戴在皮带上或口袋中,通过塑料管连接上臂的袖带。监测器每一刻钟或半小时读取一次读数。动态血压监测可以评估真实或平均血压、血压的昼夜节律和血压变异性。然而,它并不能提供连续的血压测量。没有连续血压监测,就无法获取日常身心活动的动态血压响应。

因此,连续血压监测吸引了广泛的关注,并获得了深入研究。目前,容积钳制和眼压测量是连续血压监测的两种常规技术。然而,它们需要持续对皮肤施加压力,长期使用可能会引起不适。例如,容积钳制需要将设备一直佩戴在手指上,造成不便。此外,眼压测量对运动伪影较敏感,需要频繁校准。

为了解决现有连续血压监测方法存在的问题,已有研究提出了一些解决方法,包括脉搏传导时间(PTT)、脉搏到达时间(PAT)、脉搏波速度(PWV)、脉搏波分析(PWA)、面部视频法和超声波法等。PWV方法是指心脏每次搏动射血产生的沿大动脉壁传播的压力波传导速度,是动脉壁扩张、回缩产生脉搏由近心端向远心端传导的速度 ,PWV = L/PTT,其中L是近端和远端之间的距离。当血压升高时,血管张力增加,动脉壁变硬,导致PTT缩短。相反,当血压下降时,血管张力降低,动脉壁变得不那么僵硬,PTT增加。

通过校准程序,可以使用适当的模型将测量的PTT转换为动脉压。近端波形可以通过光体积描记术(PPG)、压力传感器、心电图(ICG)、冲击心电图(BCG)、地震心电图(SCG)等来测量。当使用心电图(ECG)来获得近端波形的替代时,该方法被称为PAT。PWA包括从动脉波形中提取特征,并通过校准模型将其映射到血压单元。PWA比PTT方法更方便,只需要单个传感器,并且它可以与PTT结合以提高其准确性。

得益于机器学习(ML)的普及,PWA方法越来越受到关注。然而,PTT、PAT、PWV和PWA是数据驱动的方法,在不同个体之间的通用性较差,需要频繁对特定受试者进行校准。面部视频方法利用面部视频来提取动脉波形特征,并使用PWA或PTT来估算血压。超声波方法记录的是脉动血管的直径,但需要用袖带血压计进行校准。

上述现有的连续血压监测方法都存在普遍的瓶颈问题,即不同个体、不同佩戴方式之间的通用性较差。血压测量通常需要在受试者特定校准后进行评估。鲜有可穿戴方法能够在一般人群新受试者进行连续血压监测中达到AAMI标准(平均误差ME < ± 5. mmHg和标准差SD < 8. mmHg)。事实上,实际的医疗保健应用需要在不依赖受试者特定校准的情况下进行血压监测,这对于大规模部署是必须的。

据麦姆斯咨询介绍,清华大学精密仪器系朱荣教授课题组提出了一种新的血压测量方法,并开发了一种由双PPG传感器和定制接口传感器组成的双边测量智能手表。这款可穿戴设备能够实现无创连续血压监测,在新受试者和不同佩戴条件下具有良好的通用性,无需依赖受试者的特定校准。该可穿戴设备利用佩戴在手腕正反两侧的双PPG传感器来检测心输出量和脉搏波形特征,并利用接口传感器来检测佩戴压力和皮肤温度。

然后利用机器学习算法对检测获得的多通道信号进行融合,以实时评估佩戴者的连续血压。手腕上的双PPG传感器可以消除因不同人或不同佩戴条件引起的PPG信号的个体差异,从而增强血压测量的个体通用性。同时检测到的接触压力和皮肤温度,可以进一步增强血压测量的普适性。

压力传感器


本研究所提出的可穿戴设备及其测量原理

压力传感器

特征提取和数据融合

与其它方法相比,该方法具有更好的测量精度和良好的通用性。得益于简单的手表设计和低计算负载,这种可穿戴设备为连续血压监测提供了可行的解决方案,大大提高了患者病情恶化的早期发现潜力。

未来,研究人员计划从以下几个方面进一步改进这款可穿戴设备:在传感器系统方面,将进一步优化其结构设计,以提高与皮肤的贴合性,消除PPG传感器的环境干扰;在算法性能方面,将进一步研究优化提取特征的数据融合算法,以提高DBP的评估精度;此外,还将考量人体运动和出汗等特定应用场景。

编辑:黄飞

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分