基于MUSIC的算法利用腕上光電容積脈搏波(PPG)信號提供按需心率估算
想象未來幾十年后的世界,您的孫子們可能不知道醫(yī)院這個詞,所有健康信息都是通過傳感器遠(yuǎn)程記錄和監(jiān)測。想象您的家里配備了不同的傳感器來測量空氣質(zhì)量、溫度、噪聲、光照和氣壓,并且根據(jù)您的個人健康信息,系統(tǒng)調(diào)整相關(guān)環(huán)境參數(shù)以優(yōu)化您的家居環(huán)境。在實現(xiàn)美好未來的道路上,ADI公司處于一個獨(dú)特的有利位置,通過提供相互補(bǔ)充的傳感器、軟件和算法來增加其在數(shù)字健康市場的份額。
本文引用地址:http://www.ex-cimer.com/article/201810/393410.htm心率(HR)監(jiān)測是許多現(xiàn)有可穿戴產(chǎn)品和臨床設(shè)備的關(guān)鍵特性。這些設(shè)備一般測量光電容積脈搏波(PPG)信號,為獲得該信號,須利用LED照射人體皮膚,然后用光電二極管測量血流引起的反射光強(qiáng)度變化。PPG信號形態(tài)與動脈血壓(ABP)波形相似,這使得該信號成為受科學(xué)界歡迎的非侵入性心率監(jiān)測工具。PPG信號的周期性與心臟節(jié)律相對應(yīng)。因此,可以根據(jù)PPG信號估算心率。然而,受血液灌流不良、環(huán)境光線以及最重要的運(yùn)動偽像(MA) 1的影響,心率估算性能會降低。業(yè)界已提出許多信號處理技術(shù)來消除MA噪聲,包括ADI公司的運(yùn)動抑制和頻率跟蹤算法,通過使用一個靠近PPG傳感器放置的三軸加速度傳感器來實現(xiàn)。當(dāng)沒有運(yùn)動時,最好能有一個按需算法來向跟蹤算法提供快速且更精確的心率估算。本文改造了多信號分類(MUSIC)頻率估計算法,以利用ADI醫(yī)療健康手表平臺,根據(jù)手腕上的PPG信號實現(xiàn)高精度按需心率估算,圖1所示為其框圖。該圖的細(xì)節(jié)將在后面的內(nèi)容中說明。
圖1. 利用腕上PPG信號的基于MUSIC的按需心率估計算法
ADI醫(yī)療健康手表提供的PPG信號概述
當(dāng)LED發(fā)光時,血液和組織會吸收不同數(shù)量的光子,導(dǎo)致光電檢測器檢測到不同的結(jié)果。光電檢測器測量血液脈動的變化并輸出一個電流,該電流隨后經(jīng)放大和濾波以供進(jìn)一步分析。 圖2a顯示了一個由交流(ac)和直流(dc)分量組成的一般PPG信號。PPG波形的直流分量檢測組織、骨骼和肌肉反射的光信號,以及動脈和靜脈血液的平均血容量。交流分量則表示心動周期的收縮期和舒張期之間發(fā)生的血容量變化,交流分量的基頻取決于心率。圖2b是來自 ADPD107 手表的PPG信號,這在之前的《模擬對話》文章中已介紹過。ADI多感知手表的目標(biāo)是測量人體手腕上的多項生命體征。ADI手表有PPG、心電圖(ECG)、皮膚電活動(EDA)、加速度(ACC)和溫度傳感器。本文僅關(guān)注PPG和ACC傳感器。
現(xiàn)在我們仔細(xì)看看PPG和ABP波形的相似之處。ABP波形是由于左心室射出血液造成的。主壓力沿全身血管網(wǎng)流動并到達(dá)多個部位,動脈阻力和順應(yīng)性的顯著變化引起反射。第一個部位是胸主動脈和腹主動脈之間的接合處,其引起第一次反射,通常稱為收縮晚期波。第二個反射部位是腹主動脈和髂總動脈之間的接合處。主波被再次反射回來,產(chǎn)生一個很小的下降,稱為重搏切跡,這可以在第一次和第二次反射之間觀察到。還有其他較小的反射,這些反射在PPG信號中被平滑掉2。本文的重點(diǎn)是心率估計,其僅取決于PPG信號的周期性,此算法不考慮PPG的確切形態(tài)。
圖2a. 含交流和直流部分的典型PPG信號
圖2b. ADI醫(yī)療保健手表PPG信號
PPG信號預(yù)處理
PPG信號易受周邊組織的不良血液灌流和運(yùn)動偽像的影響是眾所周知的1。為將這些因素的影響降至最小,以免干擾隨后的PPG分析和心率估計,須有一個預(yù)處理階段。需要一個帶通濾波器來消除PPG信號的高頻成分(如電源)和低頻成分(如毛細(xì)血管密度和靜脈血容量的變化、溫度變化等等)。圖3a顯示了濾波之后的PPG信號。使用一組信號質(zhì)量指標(biāo)來找到適合于按需算法的PPG信號第一個窗口。第一次檢查涉及ACC數(shù)據(jù)和PPG信號,以確定是否能檢測到一段無運(yùn)動的數(shù)據(jù),然后衡量其他信號質(zhì)量指標(biāo)。如果三個方向上存在高于ACC數(shù)據(jù)絕對值的特定閾值的運(yùn)動,則按需算法會拒絕根據(jù)這樣的數(shù)據(jù)窗口進(jìn)行估計。下一信號質(zhì)量檢查是基于數(shù)據(jù)段特征的某種自相關(guān)。圖3b顯示了經(jīng)濾波的PPG信號的一個自相關(guān)例子??山邮苄盘柖蔚淖韵嚓P(guān)表現(xiàn)出如下特性:具有至少一個局部峰值,并且對應(yīng)于最高可能心率的峰值不超過某一數(shù)量;局部峰值從高到低遞減,間隔時間遞增;以及其他一些特性。僅計算與有意義的心率(位于30 bpm到220 bpm范圍內(nèi))相對應(yīng)的間隔時間的自相關(guān)。
當(dāng)有足夠的數(shù)據(jù)段連續(xù)通過質(zhì)量檢查時,算法的第二階段就會使用基于MUSIC的算法算出準(zhǔn)確的心率。
圖3a. 經(jīng)過帶通濾波的圖1b中PPG信號
圖3b. 圖2a中信號圖的自相關(guān)
基于MUSIC的按需心率估計算法
MUSIC是一種基于子空間的方法,使用諧波信號模型,可以高精度地估算頻率3。對于受到噪聲破壞的PPG信號,傅立葉變換(FT)可能表現(xiàn)不佳,因為我們需要的是高分辨率心率估計算法。此外,F(xiàn)T將時域噪聲均勻分布到整個頻域中,限制了估算的確定性。使用FT很難在較大峰值附近觀察到較小峰值4。因此,在本研究中,我們使用基于MUSIC的算法進(jìn)行心率的頻率估計。MUSIC背后的關(guān)鍵思想是噪聲子空間與信號子空間正交,所以噪聲子空間的零點(diǎn)會指示信號頻率。下面的步驟是這種心率估計算法的總結(jié):
從數(shù)據(jù)中刪除平均和線性趨勢
計算數(shù)據(jù)的協(xié)方差矩陣
對協(xié)方差矩陣應(yīng)用奇異值分解(SVD)
計算信號子空間階數(shù)
形成信號或噪聲子空間的偽譜
找出MUSIC偽譜的峰值作為心率估計值
MUSIC必須應(yīng)用奇異值分解,并且必須在整個頻率范圍內(nèi)搜索頻譜峰值。我們來看一些數(shù)學(xué)算式,以使上述步驟更清晰。假設(shè)經(jīng)濾波的PPG信號有一個長度為m的窗口,表示為xm且m≤L(其中L為給定窗口中經(jīng)濾波PPG信號的總樣本數(shù))。那么,第一步是形成樣本協(xié)方差矩陣,如下所示:
然后對樣本協(xié)方差矩陣應(yīng)用SVD,如下所示:
其中,U為協(xié)方差矩陣的左特征向量,Λ為特征值的對角矩陣,V為右特征向量。下標(biāo)s和n分別代表信號和噪聲子空間。正如之前提到的,使用信號已經(jīng)通過信號質(zhì)量檢查階段的先備知識,對基于MUSIC的算法進(jìn)行修改以用于心率估計,因此預(yù)處理步驟之后,信號中唯一存在的頻率成分是心率頻率。接下來形成信號和噪聲子空間,假設(shè)模型階數(shù)只包含一個單音,如下所示:
其中p = 2為模型數(shù)。僅考慮有意義心率限值內(nèi)的頻率。這會大 大減少計算量,使嵌入式算法的實時實現(xiàn)成為可能。搜索頻率 向量定義為:
其中,k為心率目標(biāo)頻率范圍內(nèi)的頻點(diǎn),L為xm(t)中數(shù)據(jù)的窗口長度。然后,下面的偽譜使用噪聲子空間特征向量找出MUSIC的峰值,如下所示。
這里使用偽譜一詞,是因為它表明所研究信號中存在正弦分量,但它不是一個真正的功率譜密度。圖4顯示了基于MUSIC的算法處理5秒數(shù)據(jù)窗口得到的示例結(jié)果,在1.96 Hz處有一個很陡的峰值,換算為心率是117.6 bpm。
圖4. 使用PPG數(shù)據(jù)的基于MUSIC估計的一個示例
基于MUSIC的按需心率估計算法的結(jié)果
我們已經(jīng)在一個包含1289個測試案例(data1)的數(shù)據(jù)集上測試了該算法的性能,并且在數(shù)據(jù)開始時,測試對象被要求靜止。表1給出了基于MUSIC算法的結(jié)果,并指出估計的心率是否在參考(ECG)的2 bpm和5 bpm精度范圍內(nèi),以及估計時間的第50百分位數(shù)(中值)和第75百分位數(shù)。表1中的第二行顯示了對于一個包含298個測試案例(data2)的數(shù)據(jù)集,存在周期性運(yùn)動(如步行、慢跑、跑步)時該算法的性能。通過檢測運(yùn)動,如果任一數(shù)據(jù)被視為不可靠而遭到拒絕,或者是認(rèn)為不受運(yùn)動影響而精確估算得到心率,則認(rèn)為該算法是成功的。在內(nèi)存使用方面,假設(shè)緩沖區(qū)大小為500(即100 Hz時為5秒),對于目標(biāo)頻率范圍(30 bpm至220 bpm),所需總內(nèi)存約為3.4 kB,每次調(diào)用花費(fèi)2.83周期。
表1. 基于MUSIC的按需心率估計算法的性能數(shù)值指標(biāo)2 bpm 精度5 bpm 精度第50百分位數(shù)第75百分位數(shù)
結(jié)語
基于MUSIC的按需算法是ADI公司醫(yī)療保健業(yè)務(wù)部門生命體征監(jiān)測小組提出的眾多算法之一。在我們醫(yī)療健康手表中使用的按需算法與這里討論的基于MUSIC的方法不同,前者的計算成本較低。ADI公司為傳感器(嵌入式)和邊緣節(jié)點(diǎn)提供軟件和算法功能,使其從數(shù)據(jù)中獲取有價值的信息,僅將最重要的數(shù)據(jù)發(fā)送到云端,讓我們的客戶和合作伙伴可以在本地做出決策。我們選擇應(yīng)用的標(biāo)準(zhǔn)是,其成果對于我們的客戶來說非常重要,并且我們擁有獨(dú)特的測量專業(yè)技術(shù)。本文只是對ADI公司研發(fā)的算法的簡單介紹。憑借我們在傳感器設(shè)計方面的現(xiàn)有專業(yè)知識,以及我們在生物醫(yī)學(xué)算法開發(fā)(包括嵌入式和云計算)方面的努力,ADI公司將擁有獨(dú)特的優(yōu)勢來為全球醫(yī)療健康市場提供最先進(jìn)的算法和軟件。
參考電路
1 Tamura, Toshiyo Tamura, Yuka Maeda, Masaki Sekine, 和 Masaki Yoshida. “可穿戴光電容積脈搏波傳感器——過去和現(xiàn)在.” Electronics, 第3卷第2期,2014年。
2 R. Couceiro, P. Carvalho, R.P. Paiya, J. Henriques, I. Quintal, M. Antunes, J. Muehlsteff, C. Eickholt, C. Brinkmeyer, M. Kelm, 和 C. Meyer. “根據(jù)手指光電血管容積圖的多高斯擬合評估心血管功能.” Physiological Measurement,第36卷第9期,2015年。
3 Petre Stoica and Randolph L. Moses. 信號頻譜分析. Pearson Prentice Hall,2005年
4Steven W. Smith。面向科學(xué)家和工程師的數(shù)字信號處理指南。California Technical Publishing,1997年。
致謝
作者感謝ADI公司的Sefa Demirtas、Bob Adams和Tony Akl對此算法的開發(fā)所提供的幫助和寶貴意見。
作者
Foroohar Foroozan
Foroohar Foroozan是信號處理科學(xué)家。Foroohar于2015年8月加入ADI公司,領(lǐng)導(dǎo)醫(yī)療健康業(yè)務(wù)部面向生命體征和家用監(jiān)測系統(tǒng)的多倫多算法團(tuán)隊。同時,她就護(hù)理點(diǎn)超聲成像系統(tǒng)與ADI成像團(tuán)隊展開合作。加入ADI之前,她擔(dān)任加拿大Geotech Ltd.的研發(fā)科學(xué)家,致力于新一代機(jī)載電磁地球物理測量系統(tǒng)的智能濾波。她是Sunnybrook Research Institute博士后,在2012年至2013年期間致力于腦血管病圖的3D、超高分辨率超聲成像,正在申請PCT專利。她于2011年獲得加拿大多倫多約克大學(xué)-拉松德工學(xué)院計算機(jī)科學(xué)博士學(xué)位。她對生物醫(yī)學(xué)系統(tǒng)中的信號處理和算法感興趣,主要致力于生命體征系統(tǒng)和生物醫(yī)學(xué)成像。她是安省專業(yè)工程師協(xié)會(P.Eng.)成員和IEEE高級成員。
評論