利用光电容积描记法评估心血管系统功能研究进展

综述国内外有关光电容积描记法(photoplethysmography,PPG)的心血管系统功能评估作用,以期为PPG的医学应用及创新研究提供理论参考与借鉴。现阶段可从PPG信号中解析得到心率、心律、血压、容量等功能评价指标,PPG还可辅助识别诊断血压异常、糖尿病、心律失常、睡眠呼吸暂停综合征、早期缺血性休克等疾病。但PPG精确度与准确性、数据解释及标准化、波形分析和临床应用等方面仍存争议。PPG作为有效评估心血管系统功能状态与辅助诊断各类疾病的工具,已被广泛应用于医疗及科研领域并展现出重要价值,未来其有面朝高精度、多参数、非接触式、远程监护或医疗等方向多路发展的趋势。

光电容积脉搏波描记法对重症患者合并阻塞性睡眠呼吸暂停综合征的诊断价值

目的探讨光电容积脉搏波描记法(PPG)对伴有打鼾的呼吸系统疾病或心脑血管疾病重症患者合并阻塞性睡眠呼吸暂停综合征(OSAS)的诊断价值。方法纳入2019年1月—2023年10月苏北人民医院内科病房收治的伴有打鼾的呼吸系统疾病或心脑血管疾病重症患者91例,经知情同意后行整夜多导睡眠监测(PSG)和PPG,通过计算灵敏度、特异度、阳性预测值、阴性预测值及受试者工作特征(ROC)曲线的曲线下面积评价2种方法获得睡眠呼吸暂停参数结果的一致性情况。结果PPG所得呼吸暂停低通气指数(AHI)、总睡眠时间、最低血氧饱和度及血氧饱和度低于90%的时间与PSG比较,差异无统计学意义(P>0.05)。当AHI≥5次/h、AHI≥15次/h,本组患者诊断灵敏度分别为94.37%、93.10%,特异度分别为73.68%、90.91%,阳性预测值分别为91.78%、94.74%,阴性预测值分别为77.78%、88.23%,ROC曲线的曲线下面积分别为0.961、0.982;呼吸系统疾病重症患者诊断灵敏度分别为89.29%、87.10%,特异度分别为84.62%、80.00%,阳性预测值分别为92.59%、93.10%,阴性预测值分别为78.57%、72.72%,ROC曲线的曲线下面积分别为0.978、0.987;心脑血管疾病重症患者诊断灵敏度分别为87.18%、90.32%,特异度分别为83.33%、89.47%,阳性预测值分别为91.89%、99.63%,阴性预测值分别为78.57%、85.56%,ROC曲线的曲线下面积分别为0.942、0.986。结论针对合并OSAS的呼吸系统疾病和心脑血管疾病重症患者,PPG监测结果与PSG具有较高一致性。

基于遥测光电容积脉搏波描记法的心率测量综述

遥测光电容积脉搏波描记法(remote photoplethysmography,rPPG)是一种无需接触即可实现心率等生理信号测量的技术,在重症监护、情绪感知、驾驶员状态评估等医疗和工业领域中都有较大的应用潜力。然而基于遥测光电容积脉搏波描记法的非接触心率测量容易受到光照、运动等多种因素干扰,为提高非接触式生理指标测量的精度,中外学者做了大量的研究工作。系统性地综述了基于rPPG的非接触式心率为代表的生理指标测量研究进展。首先,概述了rPPG技术的背景和原理,而后对比分析了基于rPPG心率测量的主流传统方法,此外对基于深度学习的rPPG心率测量最新研究进展进行了分类阐述,最后讨论了非接触心率测量的前景以及未来研究方向。

基于光电容积脉搏波描记法的无创连续血压测量

为了摆脱传统血压计充气袖带的束缚、实现长期连续的血压监测,很多学者开展了基于PPG实现无创、连续血压监测的研究。阐述基于光电容积脉搏波描记法(PPG)实现无创、连续血压测量的基本原理。将当前基于PPG无创血压监测的研究分为3类,分别为心电(ECG)与PPG结合的血压测量技术、两路PPG结合的血压测量技术、脉搏波特征参数血压测量技术,分析这3类技术的基本测量原理、测量精度及其优缺点。在此基础上,论述基于PPG实现无创、连续监测血压的发展方向。

基于示波法和光电容积脉搏波描记法的动脉顺应性动态检测仪

目的针对目前静态检测方法血压依赖性造成的敏感性不足和需要血压校正的问题,找到一种对动脉亚临床病变引起的弹性减退更敏感且无需血压校正的指标,并设计一种适用于家庭和社区诊所的新型动脉顺应性动态检测仪器。方法对动脉加压导致了透壁压减小和顺应性非线性增加,同时也导致了脉搏波传递时间(pulse transit time,PTT)非线性增大。基于示波法血压测量和光电容积脉搏波描记法(photoelectric plethysmography,PPG)设计了检测仪器,实现了对肱动脉加压动态检测,并在不同透壁压下对高血压组和对照组脉搏波传递时间增量进行测量。结果由高到低预设3个透壁压,即8.00、6.67、5.33kPa(60、50、40mmHg),加压所导致的高血压组PTT增量总体均值和标准差分别为(3.7±2.1)、(8.5±3.2)、(13.1±3.5)ms,而对照组相应的总体均值和标准差分别为(5.4±2.2)、(12.5±2.8)、(19.3±3.1)ms。在相同透壁压下,两组之间差异有统计学意义(P<0.01)。实验结果表明,随着透壁压的减小,虽然两组脉搏波传递时间均增加,但两组的差异也越来越大。选择透壁压为5.33kPa(40mmHg)时脉搏波传递时间增量ΔPTT40为更敏感的动脉弹性指标,它与收缩压负相关(r=-0.73,P<0.01),与舒张压负相关(r=-0.54,P<0.01),与脉压负相关(r=-0.49,P<0.01)。结论虽然ΔPTT40具有明显的血压相关性,但它是动态检测的结果,通过对动脉施加外在作用力,拉大了高血压中、低危险患者与健康人之间的组间统计学差异,能够更敏感地分辨动脉亚临床病变引起的动脉弹性减退,比较好地解决了静态检测方法血压依赖性造成的敏感性不足和需要血压校正的问题。所设计的仪器操作简便,有望在早期的动脉亚临床病变的诊断及监测方面发挥作用,并应用于社区和家庭心血管疾病的预防检查。

光电容积描记法在血液透析通路相关肢端缺血征诊断的应用

目的:探讨光电容积描记法(photoplethysmography,PPG)在血液透析通路相关肢端缺血征(hemodialysis access-induced distal ischemia,HAIDI)诊断的应用价值。方法:选取2016年6月至12月在北京大学第三医院海淀院区肾内科首次行动静脉内瘘术的终末期肾病患者69例,进行前瞻性队列研究。在术前(0～48h)、术后1天(12～24h)、术后1月、术后3月对所有患者双侧肢体行PPG检查,测定指标包括基础指压(basal digital pressure,BDP)、指肱指数(digital to contralateral brachial index,DBI)及压闭内瘘后指压变化(change in digital pressure with access compression,CDP)。术后1月和3月行HAIDI问卷调查,并根据患者是否出现HAIDI症状进行分组。结果:69例患者中有62例完成随访研究,其中15例(21.7%)例出现HAIDI,其中5例术后3月缺血症状有所缓解。术后各时段HAIDI组BDP及DBI均明显低于非HAIDI组(P<0.001),术后1月和3月HAIDI组CDP高于非HAIDI组(P<0.05)。两组患者术后各时段BDP及DBI均明显低于术前(P<0.001),HAIDI组DBI从0.90降至0.51,术后3月小幅回升至0.59,非HAIDI组DBI 0.94降至0.72,术后3月小幅回升至0.83,且HAIDI组下降幅度较非HAIDI组大。术后1月和3月HAIDI组缺血问卷调查(hand ischemic questionnaire,HIQ)评分明显高于非HAIDI组(107.33±54.96 vs 5.74±11.75、104.00±39.24 vs 5.32±10.18,P<0.001)。结论:PPG可作为HAIDI诊断的工具,BDP及DBI的诊断准确性高于CDP,诊断HAIDI各指标的临界值为:BDP<94 mmHg(灵敏度66.7%,特异度93.6%)、DBI<0.6(灵敏度80%,特异度83%)、CDP>65 mmHg(灵敏度53.3%,特异度91.5%)。

光电容积脉搏波描记法原理、应用及其电路设计

本文简述了光电容积脉搏波描记法原理及其应用,介绍了人体外周血管中光电脉搏信号检测电路设计。

基于光电容积脉搏波描记法和人工智能算法的两种预测血压模式准确性对比研究

目的:基于光电容积脉搏波描记法(PPG)和人工智能算法的智能血压监测设备预测血压的两种模式准确性比较。方法:使用智能血压监测设备(O2Ring指环)采集患者PPG信号后上传至深度卷积神经网络(DCNN)系统,用于提取患者PPG信号的自身特征,并构建回归网络连接其特征,通过不断采集临床数据和机器学习来优化算法。O2Ring指环预测血压有直接预测和标定预测两种算法模式,采集41例临床高血压患者446个时间点的血压数据,将两种模式的预测血压值与动态血压计实测的血压值进行比较,对比两种预测血压模式的准确性。结果:41例患者的收缩压O2Ring指环的直接预测值和标定预测值与动态血压计的实测值比较,差异无统计学意义(t=-0.237,t=1.738;P>0.05);舒张压的O2Ring指环的直接预测值与动态血压计的实测值比较,差异有统计学意义(t=-6.332,P<0.001),舒张压的O2Ring指环的标定预测值与动态血压计的实测值比较,差异无统计学意义(t=-1.371,P>0.05)。Pearson相关分析,收缩压的实测值与直接预测值和标定预测值均有显著相关性(r=0.5195,r=0.8828;P<0.001);舒张压的实测值与直接预测值和标定预测值亦都有显著相关性(r=0.4333,r=0.7544;P<0.001)。标定预测值与实测值的一致性亦好于直接预测。结论:基于PPG信号和人工智能算法的标定预测模式与直接预测模式相比,能够更准确预测血压,可为临床应用提供参考。

基于图像光电容积描记法的心率测量

基于视频的图像光电容积描记法可以实现完全无接触心率测量。为了探究环境光线和通道选取对非接触心率测量的影响,首先采集30 s的面部视频,基于HSV色彩模型检测到肤色作为感兴趣区域,再结合小波变换与带通滤波滤除噪声,最后使用快速傅里叶变换提取心率频率并计算心率值,设计了20组实验,对比了不同颜色通道以及环境光线对心率计算结果的影响。实验结果表明:G通道与实际心率的线性相关程度最高,在均匀光场景下心率测量的均方根误差为1.14,平均误差率为1.38%。该方法可实现连续、无创的非接触式心率测量,对于远程医疗发展具有重要意义。

基于成像式光电容积描记技术的人体生理参数检测研究进展

生理参数检测是临床工作的基础,目前使用的光电容积描记法(photoplethysmography,PPG)存在接触式测量、可测参数少等问题。成像式光电容积描记法(imaging photoplethysmography,IPPG)因其非接触、多通道检测的特点受到重视并快速发展。本文首先简要介绍了IPPG的工作原理,然后根据IPPG技术应用中涉及的关键点,从信号采集部位、图像采集设备、采集生理参数和数据处理算法四个方面,进行了分类和综述,分析了IPPG应用各关键点目前存在的问题。最后提出IPPG技术未来的研究方向即运动伪迹消除算法以及可测参数多样化,对今后IPPG技术的研究和应用具有一定的参考价值。

基于PPG光电容积脉搏波睡眠耳机的研究

随着我国科学技术的迅猛发展和消费群体需求的多元化,传统的耳机难以满足新兴的消费需求,为此设计一款基于PPG光电容积脉搏波技术的具有降噪和健康监测效能的睡眠耳机。该款耳机通过内嵌集成创新化芯片与“PPG光电容积脉搏波+陀螺仪”双重传感进行睡眠健康监测,利用“人-机-环境”三大要素的关系设计右侧为耳机的基础控制器,左侧为健康监测的模块,解决系统中人的效能、健康问题,实现舒适睡眠的效果。在结构设计上,将绕颈式与挂耳式相结合便于采集心率数据,采用有“慢回弹”效果的记忆海绵对耳塞进行优化,在此基础上将监测到的心率、血氧、血压等生理指标数据反馈给APP,利用睡眠监测算法与心率检测算法对睡眠数据进行分析处理,形成睡眠报告与听力健康报告,为使用者提供健康监测参考。

基于光电容积脉搏波描记法的柔性血压传感器标定方法研究

基于光电容积脉搏波描记法(Photo Plethysmo Graphy,PPG)的柔性传感器可进行心率(Heart Rate,HR)和血压(Blood Pressure,BP)检测,但是对其检测结果的标定报道甚少.据此,本文提出一种基于模拟血液循环的反射式PPG心率检测和血压标定系统.以蠕动泵来产生脉动流,通过调节其转速的大小来控制模拟血液输送的频率和压力,从而引起弹性乳胶管内模拟血液体积的变化,而改变反射光的信号周期与强度,贴近于人体脉搏测量过程的实际场景.该系统心率检测误差均值为0.27778,95%一致性界限为(-2.59562,3.15117),所测收缩压(Systolic Blood Pressure,SBP)和舒张压(Diastolic Blood Pressure,DBP)的拟合优度分别为0.97185和0.98111.经标定后的柔性PPG传感器对4名志愿者检测的SBP和DBP的平均偏差(Mean Deviation,MD)±标准差(Standard Deviation,SD)均值分别为(1.21±2.16)mmHg和(0.76±2.02)mmHg,均符合且远小于美国医疗仪器促进协会(Association for the Advancement of Medical Instrumentation,AAMI)所制定的衡量血压计精度的标准指标(5±8)mmHg.结果表明,该系统能够准确高效地标定柔性PPG传感器,为实现便携式可穿戴设备的精准血压检测提供标定基础.

基于生成对抗学习的标准rPPG信号生成

为了提高生成远程光电容积脉搏波描记法(remote Photoplethysmography,rPPG)信号的波形规律性,降低心率计算难度,提出了一种标准化rPPG的信号生成方法。将人脸视频输入到生成对抗网络的生成器中,生成器通过有标签数据进行监督训练,预测得到人脸视频中蕴含的rPPG信号。为了进一步优化生成器的预测结果,使用数学建模方法生成标准的rPPG信号,并将其与生成器预测的信号同时输入至判别器中进行对抗学习,不断优化生成器参数,使得生成器能够学习标准信号的波形分布。这样,生成器预测的信号波形在形态上更接近于真实rPPG信号的波形分布,从而有利于后续心率计算。在不同数据集上进行的实验结果表明,该方法可以显著提高预测的准确性,且拥有更高的信噪比。

基于rPPG的脉搏波提取及心率测量方法研究

为了从图像中快速获取准确稳定的脉搏波信号,提出一种通过肤色空间转换提高视频提取抗干扰性的方法。基于rPPG(remote photo plethysmo graphy)原理研究,对原有提取算法进行改进并设计测量实验。结果表明,该方法具有较明显的抗光线干扰能力,与接触式设备平均误差为2.3 bpm,95%数据点落在一致性界限区间内,满足医药行业标准要求,实现了微弱脉搏波信号的稳定获取,具有稳定、快速、便捷等特点,在远程医疗及家庭医疗中具有广泛的应用前景。

容积脉搏波的检测方法及其在评价心血管功能方面的应用

目前利用光电容积脉搏波分析获取血流参数的方法没有广泛应用,但其简单易用的特点已引起人们更多关注。光电容积脉搏波法是根据外周微血管的血液容积随心脏搏动而产生的脉动性变化,再通过光电容积描记法(photoplethysmography,PPG)获得的容积脉搏波信号。本文介绍了PPG的测量原理、光电传感器、脉搏波的特征信息提取方法,并概述了光电容积脉搏波法在评价心血管功能方面的研究。

4种基于rPPG的非接触式心率估计方法的性能评估

目的:评估2SR(spatial subspace rotation)、POS(plane-orthogonal-to-skin)、Project_ICA和联合盲源分离与集合经验模态分解(joint blind source separation and ensemble empirical mode decomposition,JBSS_EEMD)4种具有代表性的基于远程光电容积脉搏波描记术(remote photoplethysmography,rPPG)的心率估计方法的性能。方法:采集黄种人和黑种人受试者的面部视频用于估计心率,同时用透射式手指脉搏血氧仪采集受试者的参考心率,在静止状态下和运动恢复状态下分别用4种方法估计受试者的心率,并与参考心率进行对比。结果:实验结果表明,在黄种人组处于静止和运动恢复状态以及黑种人组处于静止状态3种场景下,POS和Project_ICA方法的心率估计效果优于2SR和JBSS_EEMD方法。但在黑种人组处于运动恢复状态的场景下,4种方法的心率估计效果都较差。结论:在黄种人组处于静止和运动恢复状态以及黑种人组处于静止状态的场景下,引入皮肤反射模型,可以有效提高基于rPPG的非接触式心率估计方法的准确性。

基于光电容积脉搏波的心血管多参数检测系统

为了实现人体心血管多参数检测,设计了一种基于光电容积脉搏波描记法(photoplethysmography,PPG)的心血管多参数检测系统。该系统采用S5PV210处理器为控制核心,设计了指端脉搏波采集及滤波电路,提取指端脉搏波信号特征,测量人体心率、血氧饱和度、血压值。结果表明:与标准仪器对比,心率测量最大误差为5次/min;血氧饱和度测量最大误差为2%;血压测量满足ANSI/AA-MI国际电子血压仪标准。

基于光电容积脉搏波描记法的心率变异性分析系统前端装置设计

心率变异性(HRV)是指逐次心跳周期差异的变化情况,它产生于自主神经系统对心脏窦房结的调制,是预测心脏性猝死和心律失常性事件的一个很有价值的指标。传统对HRV的分析多是基于心电信号,而心电信号的采集过程较为复杂,因此我们设计了一种基于光电容积脉搏波(PPG)描记法的HRV分析系统,PPG信号通过单片机从人体手指端采集,数据经过USB转串口模块发送给上位机,上位机软件将采集到的数据绘成波形图并将数据存储下来,以便日后HRV分析使用。该系统尺寸小、功耗低、操作简单,适用于家庭和医院的日常监护。

光电容积描记法在血液透析通路引起的肢体远端缺血征中的应用——附一例报告

患者，女，65岁，因“Scr升高16年，血液透析3年，左侧指端溃疡2个月”入院。患者16年前Scr升高，3年前接受左上肢肱动脉深穿支静脉动静脉内瘘成形术，内瘘成熟后开始接受血液透析治疗。此后患者逐渐感左手发凉。3个月前出现左手疼痛，透析时尤甚，逐渐加重。2个月前出现左手中指及无名指溃疡伴指端肿胀。

基于生成对抗网络的PPG⁃ECG信号转换方法

心电(Electrocardiogram,ECG)信号的长期检测与评估对心血管疾病的诊断和预防至关重要。心电信号的检测通常需要在患者身上安装电极,易使受试者产生不适感,适用范围有限。相对而言,使用光电容积描记法(Photoplethysmography,PPG)检测得到的脉搏波(Pulse wave)信号不仅包含丰富的心血管生理和病理信息,而且易于测量。考虑到PPG与ECG信号间存在固有的映射关系,本文基于生成对抗网络(Generative adversarial network,GAN)提出了一种将PPG转换为ECG信号的模型。该模型生成器由Unet模型组成,并且在特征图融合方面参考了Unet++的结构,而其判别器由卷积神经网络组成。在训练过程中,采用梯度惩罚方式增加了生成模型的稳定性。基于公用数据集进行了实验,通过对比53名受试者样本的处理结果,新模型所生成ECG信号的均方根误差(Root mean square error,RMSE)、Pearson相关系数(ρ)和Fréchet距离(Fréchet distance,FD)三个指标分别提升了3.4%、5.5%和0.4%,证明新模型具有更好的PPG⁃ECG转换效果。