INTRODUCTION

一、演算法

本專題分成兩部分,用兩種方法推算血壓並進行比較,分析並探討兩方法的優劣。第一種方法我們利用同步紀錄的PPG與ECG訊號,比較後計算出PTT,計算方法為ECG的R-wave波峰與PPG的主波峰最大上升斜率點間的時間差。而根據參考的文獻,我們得知了PTT與收縮壓(SBP)、舒張壓(DBP)應有如下的關係式模型:

SBP = a × PTT + b

DBP = c × PTT + d

第二種方法是利用PPG訊號的特徵參數,如主波峰的平均上升斜率(Slope)、脈波週期(T)以及心臟收縮期(T1)於週期所占比例(T1/T)等等。而根據參考的文獻,我們得知了這些參數與SBP、DBP應有如下的關係式模型:

SBP = a + b × Slope

DBP = c + d × (T1/T) + e × T

透過取得大量的血壓與對應PTT數據,經過統計後應可得到最佳化的關係式係數(a、b、c、d、e等等)。

二、系統架構

硬體部分可以分成兩部分,也就是測量脈波(PPG)訊號的光感模組電路,和測量心電(ECG)訊號的電路組成,而第一部分又是由LED的驅動電路和感測器與濾波電路組成。

1.LED的驅動電路

我們選用億光電子的紅外光發射器,IR17-21C/TR8,將其接上穩流電路,使Vin = 4.2V,如此LED的跨壓就為1.45V,能夠正常發光,如Fig.1。

2.感測器與濾波電路組成

因為LED的功率並不強,因此光感測器接收到訊號後需要接上放大電路才能做後續處理,而放大電路由兩層類比反向放大電路所組成,其中第一層放大倍率約667倍左右,第二層並無放大的效果,僅用以將訊號反向回原本的波形相位,之後在接上一個低通濾波器(如Fig.2所示),進行初步的雜訊過濾,將cut-off frequency定為2.21Hz,濾掉此頻率以上的雜訊,如此一來,即可獲得初步的PPG波形。

3.ECG訊號的量測電路

因為我們只需要取得R-wave的波峰時間點,因此直接採用DSP LAB中用過的ECG電路,而其最後的輸出電壓範圍也剛好適合輸入Arduino,也方便我們後續將血壓計做成即時系統,這部分的電路如Fig.3。

4.整體流程與後續處理

請受試者同時使用上述的PPG量測系統與ECG量測系統,並將兩系統的輸出同時接進Picoscope,利用其中的ADC轉換為數位訊號後,即可進行後續的訊號處理與運算,從而得出演算法中需要的參數,也就是PTT、T、T1/T以及Slope,整體流程如Fig.4。

三、結果

本專題我們邀請了7名健康受試者,先以電子血壓計測出他們的真實收縮壓(SBP) 與舒張壓(DBP),再讓他們使用我們的系統,分別測出受試者的Slope、T1/T、T與PTT,每一項數據都是採用平均連續10個週期計算值的方式得出,再經由Pseudo Inverse的矩陣運算,即可得出最能適用在這些受試者身上的收縮壓與舒張壓方程式係數,兩種方法分別如下:

方法一(透過PTT)

SBP = 111.1338 – 14.486*PTT

DBP = 71.1072 – 37.37*PTT .

方法二(透過PPG訊號參數)

SBP = 107.2588 + 0.561*Slope

DBP = 72.3149 + 28.9726*T1/T – 25.3474*T

SBP、DBP的單位為mmHg,PTT、T的單位為秒,而Slope的單位本應為mV/s,但其大小已經經過放大電路與數位處理,故數值已經變化許多,但只要是經過本系統算出的Slope都會受到相同處理,故只要在意大小比例即可,而最後得出的相關式係數也只適用於本系統。

藉由將受試者的數據帶回公式,我們可以測試這些公式是否能夠適用,也順便比較兩方法的優劣,以圖形呈現兩方法回推結果與電子血壓計測值比較,如Fig.5。

就結果來看,除了DBP的方法二結果以外,其他結果都不如預期,說明了實際上血壓與PTT、PPG訊號特徵參數之間,可能不是這麼簡單的關係,或是電路本身與周遭環境有我們沒有考慮的干擾因素。

比較兩種方法,我們認為第二種方法是比較可行的,至少它在DBP部分可以得到一個還能接受的關係式,而SBP部分會不如預期,推測是和我們選用的LED燈功率太低,發出的光太微弱,因此其值很容易受到許多因素影響,我們後續會嘗試更換LED燈或其他辦法來解決此問題;相較之下方法一感覺較讓人失望,因為在參考文獻中也有提到這個方法是在忽略一些難以測得的動脈血管參數後,建立出的簡易血壓與PTT之關係模型,也許需要考慮更多的因素才能組合成完備的關係模組。

四、結論

綜觀整個專題實驗,我們雖然建立出能夠同步取樣PPG與ECG訊號的系統,並且成功地測出了PTT和PPG訊號的特徵參數,但是其實我們也忽略了很多可能影響的因素,例如:在明亮的環境下使用感光元件的光雜訊、每個受試者的姿勢不同的影響等等。

再者,還有一個嚴重的問題,那就是取樣人數過少,如此一來 ,只要有一人在受試時受到干擾,就很有可能因為一筆數據導致最後得到的結果遠不如預期,而這次因時間緊迫,在取數據時也可能因為過度倉促而導致操作上有人為疏失而產生誤差及干擾。

雖然沒有辦法得到很成功的實驗結果,但是實驗就是要不斷的嘗試與發現錯誤,而我們也從目前的結果得到了許多有用的資訊,之後會繼續想辦法改良、優化我們的系統,也會試試看能否找出其他可行的演算法,希望能夠做出誤差很小的無壓脈帶式血壓量測系統。


Fig. 1


Fig. 2


Fig. 3


Fig. 4


Fig. 5

心得感想

一開始在專題說明會上聽李夢麟教授對此專題的說明與闡述,覺得此類與生活息息相關的題目,能結合電機系訊號處理相關的專業會十分有趣,雖然教授說此專題難度不小,仍決定挑戰。

因此開始著手蒐集與專題相關的生醫主題文獻資料,透過每周的Meeting及與教授的問答逐漸對PPG及ECG有更深的認識,接著蒐集ECG電路的材料,查詢PPG電路所需的電子零件型號,到將整個電路焊接組裝起來,在進度的安排上感覺時間還算是充裕。

不過沒料想到的是在訊號處理的部分,每周的波形擷取都遇到不同的問題,有時電容燒毀,有時電源供應器出問題,讓波形經處理後還是充斥著許多雜訊,難以取得我們所要的生理特徵點,進度一度延宕許久。

所幸幾番與教授討論後,還是得到一些能夠處理訊號的方法,並透過電子血壓計及系上熱心的同學幫忙,成功收集血壓、PPG、ECG的資料,完成這次的報告。

整個過程中感謝李夢麟教授的細心指導,在我們進度延遲時總能快速分析問題的癥結點,並提供給我們大量的意見,過程中我們相處非常融洽,使這次的合作成為我們的一份難忘的經驗。