2. 东北电力大学 自动化工程学院, 吉林 132012
2. School of Automation Engineering, Northeast Dianli University, Jilin 132012, China
心血管疾病已经成为中国人面临的最大健康问题之一，心血管的健康监测、评价和疾病诊断十分重要，同时日常监护的重要性也越来越突出。心冲击信号(ballistocardiogram，BCG)是由于心脏搏动和血液在大动脉流动而引起的人体对外压力或体表位移的变化，反映了心脏的力学特性[1]，是一种非接触式、无感觉的心脏监护方法。心冲击信号最早由Gordon[2]于1877年提出，Starr等[3]在20世纪30年代建立了心冲击信号采集系统。受限于当时的技术，采集设备十分笨重、庞大，限制了心冲击信号技术的发展。随着电子信息技术的发展，压电薄膜、加速度传感器等广泛地应用于心冲击信号采集设备中。目前心冲击信号采集设备主要分为4类：站姿采集设备[4-5]、坐姿采集设备[6]、卧姿采集设备[7]和可穿戴采集设备[8]。同时，各种信号处理方法也被应用于心冲击信号的处理中，用于心跳定位与特征提取。例如Choi等[9]提出的基于局部极大值定位心跳的方法，Kortelainen等[10]提出的基于倒频谱的心率计算方法。
除心冲击采集设备的迅速发展之外，心冲击信号的生理意义也被更加深入的研究。目前研究主要聚焦于心冲击信号特征与已有心脏诊断指标的相关性，例如Etemadi等[11]通过对健康人群研究，发现心冲击信号J峰与心电信号R峰的时间间隔(RJ间期)与射血前期时间相关。同时，对心衰患者的研究发现心冲击信号的一致性与心功能有关[12]。
本文基于PVDF(polyvinylidene fluoride)压电薄膜设计心冲击信号-心电信号(BCG-ECG)联合采集系统，并提出自适应模板匹配算法对心跳进行检测。采集24名健康成年人信号，以心电信号为参考，对算法的计算结果进行评价。
1 研究方法 1.1 BCG-ECG联合采集设备BCG-ECG联合采集设备由3部分组成：基于PVDF压电薄膜的信号采集坐垫、信号采集与处理电路、信号显示与存储器(PC电脑)，如图 1所示。
|
| 图 1 BCG-ECG联合采集系统框图 |
1) BCG信号采集平台
BCG信号采集平台设计为软垫，主要由PVDF压电薄膜(20 cm×10 cm)、有机玻璃保护板(150 cm×150 cm×0.5 cm)、海绵垫(30 cm×30 cm×1 cm) 3部分构成，适用于坐姿和卧姿采集方式。PVDF压电薄膜具有质量轻、抗冲击性好、可任意裁剪等优点，适宜BCG信号采集，可等效为电容器；施加在其表面的压力可引起薄膜形变，从而引起输出电荷的变化，因此PVDF适用于监测压力变化量。有机玻璃板的作用是防止PVDF严重变形，从而保证信号质量。
2) 信号处理电路
PVDF压电薄膜的输出信号首先经过由OP27GS构成的电荷灵敏前置放大器，然后信号通过截止频率为30 Hz的低通滤波器去除高频噪声，为防止工频干扰，信号再通过50 Hz陷波器。最后信号通过增益为30 Hz的同相放大器，并加入直流偏置，最终信号变化范围为0~2 V。
心电信号作为参考信号，采用了AD8232单导联心率监护前端芯片，心电采集电极相应地连接在左臂(LA)、右臂(RA)、右腿(RL)。
3) 数据采集与传输
使用STM32F103(意法半导体公司生产)作为主控芯片，使用其内置的模拟数字转换器(analog digital converter, ADC)模块(精度12 bit，采样率500 Hz)对经过放大滤波后的信号进行采样。采样后数据通过串口转WIFI模块(HLK-M30，深圳市海凌科电子有限公司生产)传输到电脑，电脑端使用基于java开发的软件对数据进行显示和存储。
1.2 自适应模板匹配算法 1.2.1 信号预处理BCG信号中包含呼吸信号的干扰，采用离散小波变换(discrete wavelet transform, DWT)的方法来消除呼吸信号。首先，原始BCG信号经过截止频率为30 Hz的零相移低通滤波器，以消除信号中的高频噪声。然后，使用DWT(dB 4，Level 9) 来分离出呼吸信号，信号第9级概貌(0.2~0.5 Hz)包含呼吸信号，将这一级信号消除，重建后得到真实的BCG信号。
1.2.2 算法1) 模板提取。BCG模板代表一段时间内BCG信号的特征，通常使用集总平均的方法得到。对初始一段信号定位BCG信号J峰(BCG信号正向最大峰值)，以J峰为基准，对其前后0.5 s信号波形进行集总平均，最终得到长度为1 s的信号即为BCG模板，如图 2所示。从图 2可以看出，不同人之间的BCG模板在形态上有一定的差异性，因此，模板匹配的方法可以回避由BCG信号的差异性引起的定位不准确的问题。
|
| 图 2 3个不同健康成年人BCG模板 |
2) 计算相关系数函数。使用长度与模板相同的矩形窗截取BCG信号，计算模板与截取后信号之间的相关系数，不断移动矩形窗，得到相关系数函数，如图 3所示。相关系数计算公式如下：
| $ \begin{align} & r\left( t \right)=\frac{\text{cov}\left( X\left( t \right),Y \right)}{{{\sigma }_{X(t)}}{{\sigma }_{Y}}} \\ & =\frac{\sum\limits_{i=1}^{N}{({{x}_{i}}\bar{x})({{y}_{i}}\bar{y})}}{\sqrt{\sum\limits_{i=1}^{N}{{{({{x}_{i}}\bar{x})}^{2}}}}\sqrt{\sum\limits_{i=1}^{N}{{{({{y}_{i}}\bar{y})}^{2}}}}}~ \\ \end{align} $ | (1) |
|
| 图 3 模板匹配过程图示 |
其中: X(t)为被矩形窗截取的BCG信号，Y为BCG模板。随着矩形窗沿时间轴移动，得到相关系数关于时间的函数。
3) 定位心跳与BCG特征。如图 3所示，相关系数函数尖峰特征明显，与BCG信号中每次心跳对应，通过阈值的方法很容易区分出来。本文认为大于0.9的局部极大值为心跳位置，而BCG信号的HIJK峰也可通过相关系数函数而确定。J峰为心跳位置附近幅度最大峰，I峰为J峰之前幅度最小峰，H为I峰之前的峰，K峰为J峰之后的幅度最小峰。
4) 更新模板。确定一段BCG信号的J峰之后，采用第一步中模板提取的办法，重新计算BCG模板，下一段信号使用更新后的模板来计算相关系数函数，从而保证相关系数函数的质量。
1.3 实验方法采集24名健康成年人的BCG和ECG信号，信号长度约为5 min。为增大心率变化范围，指导被试者先进行1 min蹲起运动，然后再采集信号。使用查全率(Sensitivity)和查准率(Precision)2个指标来评价算法对心跳定位的准确性，定义如下：
| $ {\rm{Sensitivity}} = \frac{{{\rm{TP}}}}{{{\rm{TP + FN}}}}, $ | (2) |
| $ {\rm{Precision}} = \frac{{{\rm{TP}}}}{{{\rm{TP + FP}}}}. $ | (3) |
其中: TP为通过BCG正确定位的心跳(true positive)，FN为误判的心跳(false negative)，FP为未定位的心跳(false positive)。
同时对ECG的心动周期(heart beat interval，HBI)和BCG心动周期进行配对t检验，研究是否可由BCG信号来替代ECG信号进行心率检测。
2 结果 2.1 BCG信号采集结果截取一段成年健康男性样本的信号，如图 4所示。从图 4可以看出BCG信号的HIJK峰可清晰界定，同时IJK峰与ECG信号的QRS波在时间上有一致性，说明IJK波与心脏搏动有一定关系。从图 4可以看出，BCG信号的IJK波可重复性极好，说明采集系统鲁棒性强。
|
| 图 4 系统采集到某样本一段BCG与ECG信号 |
2.2 心动周期对比
如图 5所示，对比由BCG和ECG得到的心动周期，发现一致性较好。取750次心跳，对2种方法计算得到的心动周期进行配对t检验，结果并无显著性差异(p=0.95)。表 1为配对t检验结果。
|
| 图 5 BCG与ECG计算得到心动周期对比图 |
| 心跳/次 | HBIBCG/ms | HBIECG/ms | 差值/ms | p值 |
| 750 | 791.67±109.51 | 791.64±109.54 | 0.024±0.380 | 0.95 |
2.3 算法评价
截取一段成年男性样本计算结果，如图 6所示。相关系数函数局部极大值与BCG信号HIJK峰在时间上有一致性，说明局部极大值可代表心跳位置。相比BCG信号，相关系数函数更容易处理，有利于提高心跳定位准确率。算法对模板自动更新，避免由于BCG信号变化导致相关系数函数峰值降低，对信号的适应性更强。表 2为24名健康成年人自适应模板匹配算法计算结果。
|
| 图 6 自适应模板匹配算法计算结果 |
| 编号 | 心跳/次 | TP | FN | FP | 查全率/% | 查准率/% |
| 1 | 270 | 269 | 1 | 2 | 99.63 | 99.26 |
| 2 | 305 | 304 | 1 | 0 | 99.67 | 100.00 |
| 3 | 227 | 227 | 0 | 1 | 100.00 | 99.56 |
| 4 | 327 | 324 | 3 | 2 | 99.08 | 99.39 |
| 5 | 268 | 265 | 3 | 0 | 98.88 | 100.00 |
| 6 | 375 | 368 | 7 | 1 | 98.13 | 99.73 |
| 7 | 423 | 423 | 0 | 1 | 100.00 | 99.76 |
| 8 | 377 | 376 | 1 | 2 | 99.73 | 99.47 |
| 9 | 397 | 397 | 0 | 0 | 100.00 | 100.00 |
| 10 | 354 | 354 | 0 | 0 | 100.00 | 100.00 |
| 11 | 283 | 283 | 0 | 0 | 100.00 | 100.00 |
| 12 | 251 | 250 | 1 | 0 | 99.60 | 100.00 |
| 13 | 354 | 354 | 0 | 0 | 100.00 | 100.00 |
| 14 | 278 | 278 | 0 | 0 | 100.00 | 100.00 |
| 15 | 350 | 348 | 2 | 0 | 99.43 | 100.00 |
| 16 | 202 | 201 | 1 | 0 | 99.50 | 100.00 |
| 17 | 397 | 396 | 1 | 3 | 99.75 | 99.25 |
| 18 | 275 | 274 | 1 | 0 | 99.64 | 100.00 |
| 19 | 307 | 307 | 0 | 0 | 100.00 | 100.00 |
| 20 | 304 | 300 | 4 | 0 | 98.68 | 100.00 |
| 21 | 250 | 242 | 8 | 1 | 96.80 | 99.59 |
| 22 | 349 | 349 | 0 | 1 | 100.00 | 99.71 |
| 23 | 388 | 388 | 0 | 0 | 100.00 | 100.00 |
| 24 | 395 | 395 | 0 | 4 | 100.00 | 99.00 |
| 总计 | 7 706 | 7 672 | 34 | 18 | 99.56 | 99.77 |
3 结论
本文基于BCG信号试制心率检测系统，利用PVDF压电薄膜将采集设备制成坐垫样式，可与座椅结合，信号采集过程十分便捷，非常适于家庭心脏监护。提出自适应模板匹配算法，将心跳定位问题转换为寻找相关系数函数局部极大值的问题。采集24位健康成年人信号，以ECG为参考信号，对系统进行评估。定性地从信号质量和信号重复性来看，采集得到的BCG信号各个特征峰可清晰界定，波形重复性较好，可一定程度说明系统具有较强的鲁棒性。分别通过ECG信号和BCG信号计算心动周期并进行对比，发现2种方法计算得到的心动周期并无显著差异，说明BCG信号在心动周期计算方面可替代ECG信号，可作为一种准确度很高的心率监测方法用于心率变异性分析。在心跳定位方面，自适应模板匹配算法查准率为99.77%，查全率为99.56%，能够达到实时检测心率的要求。
BCG信号极易受到身体晃动的干扰，咳嗽、扭头等引起的身体轻微运动都将使得信号特征难以辨认。因此，未来工作应该首先解决BCG信号在各种条件下的采集问题，保证BCG信号的质量。其次，自适应模板匹配算法作为众多BCG处理算法中的一种，其准确性由相关系数函数的质量来保证，对于心脏病患者等人群，其BCG信号一致性较差，算法有效性还有待验证。另外，算法对于异常心跳(例如早搏)的处理也需要进一步修正。
| [1] | Starr I, Schroeder H A. Ballistocardiogram. Ⅱ. Normal standards, abnormalities commonly found in diseases of the heart and circulation, and their significance[J]. Journal of Clinical Investigation, 1940, 19(3): 437–450. DOI:10.1172/JCI101145 |
| [2] | Gordon J. Certain molar movements of the human body produced by the circulation of the blood[J]. Journal of Anatomy and Physiology, 1877, 11(3): 533–536. |
| [3] | Starr I, Rawson A, Schroeder H, et al. Studies on the estimation of cardiac ouptut in man, and of abnormalities in cardiac function, from the heart's recoil and the blood's impacts: The ballistocardiogram[J]. American Journal of Physiology—Legacy Content, 1939, 127(1): 1–28. |
| [4] | Inan O, Etemadi M, Wiard R, et al. Robust ballistocardiogram acquisition for home monitoring[J]. Physiological Measurement, 2009, 30(2): 169–185. DOI:10.1088/0967-3334/30/2/005 |
| [5] | Gómez Clapers J, Serra Rocamora A, Casanella R, et al. Uncertainty factors in time-interval measurements in ballistocardiography[C]//Proceedings of the 19th IMEKO TC-4 Symposium 17th IWADC Workshop Adverbial Instrum-entation and Sensors Interoperability. Barcelona, Spain: IMEKO, 2013: 395-399. |
| [6] | Junnila S, Akhbardeh A, Värri A. An electromechanical film sensor based wireless ballistocardiographic chair: Implementation and performance[J]. Journal of Signal Processing Systems, 2009, 57(3): 305–320. DOI:10.1007/s11265-008-0307-2 |
| [7] | Jansen B H, Larson B H, Shankar K. Monitoring of the ballistocardiogram with the static charge sensitive bed[J]. IEEE Transactions on Biomedical Engineering, 1991, 38(8): 748–751. DOI:10.1109/10.83586 |
| [8] | Chuo Y, Marzencki M, Hung B, et al. Mechanically flexible wireless multisensor platform for human physical activity and vitals monitoring[J]. IEEE Transactions on Biomedical Circuits and Systems, 2010, 4(5): 281–294. DOI:10.1109/TBCAS.2010.2052616 |
| [9] | Choi B H, Chung G S, Lee J S, et al. Slow-wave sleep estimation on a load-cell-installed bed: A non-constrained method[J]. Physiological Measurement, 2009, 30(11): 1163–1170. DOI:10.1088/0967-3334/30/11/002 |
| [10] | Kortelainen J M, Virkkala J. FFT averaging of multichannel BCG signals from bed mattress sensor to improve estimation of heart beat interval[C]//Engineering in Medicine and Biology Society, 2007, 29th Annual International Conference of the IEEE. Lyon, France: IEEE, 2007: 6685-6688. |
| [11] | Etemadi M, Inan O T, Giovangrandi L, et al. Rapid assessment of cardiac contractility on a home bathroom scale[J]. IEEE Transactions on Information Technology in Biomedicine, 2011, 15(6): 864–869. DOI:10.1109/TITB.2011.2161998 |
| [12] | Giovangrandi L, Inan O T, Banerjee D, et al. Preliminary results from BCG and ECG measurements in the heart failure clinic[C]//Engineering in Medicine and Biology Society (EMBC), 2012 Annual International Conference of the IEEE. San Diego, CA, USA: IEEE, 2012: 3780-3783. |