脉搏波信号处理算法及实验研究

工学硕士学位论文

脉搏波信号处理算法及实验研究

张富强

哈尔滨工业大学

2008年6月

国内图书分类号：TP274+.2

国际图书分类号：621.38

工学硕士学位论文

脉搏波信号处理算法及实验研究

硕士研究生：张富强

导师：祝宇虹副教授

申请学位：工学硕士

学科、专业：机械电子工程

所在单位：机电工程学院

答辩日期：2008年6月

授予学位单位：哈尔滨工业大学

Classified Index: TP274+.2

U.D.C: 621.38

Dissertation for the Master Degree in Engineering

RESEARCH ON ALGORITHM OF

SIGNAL PROCESSING OF PULSE

WAVES AND THE EXPERIMENT Candidate：Zhang Fuqiang

Supervisor：Prof. Zhu Yuhong

Academic Degree Applied for：Master of Engineering Speciality：Mechatronics Engineering Affiliation：School of Mechatronics Engineering Date of Defense：June, 2008

Degree-Conferring-Institution:Harbin Institute of Technology

哈尔滨工业大学工学硕士学位论文

摘要

脉搏波信号处理算法的研究对于心血管疾病多参数检测技术的发展具有重大意义。近年来，脉搏波信号的特征提取已经成为人体健康监护领域的研究热点之一。通过脉搏波信号能够检测心血管功能的多项参数，具有无创、快速等特点，是防治心血管疾病的重要手段。目前，脉搏波信号的处理算法研究还不成熟，特别是信号的特征提取，使其在检测设备中的应用发展缓慢，开展该方面的研究具有重要的实际应用价值及社会意义。

首先，对脉搏波信号特点及波形特征进行了分析，在此基础上采用了基于数学形态学的脉搏波信号预处理算法，分别设计了加权组合形态滤波器去除脉冲噪声和抑制基线漂移，并进行了仿真研究，该算法能够有效去除噪声而不损伤原信号的特征。

其次，针对脉搏波信号与振动系统的联系，建立了基于振动理论的脉搏波信号特征提取数学模型，在此基础上，提出了脉搏波信号特征提取算法，对该算法进行了数学分析，证明其物理可实现性，得到了相关参数的范围。并针对脉搏波信号的周期、波形和血压信号特征，定义了相关的特征提取向量，并给出具体实现过程中的信号运算数学表达式。

最后，设计了脉搏波信号处理实验系统，包括脉搏波和血压信号检测硬件电路，微处理器信号采集与处理任务，以及上位机基于VB6.0的心血管功能检测软件。利用实验系统采集到的脉搏波信号，对算法进行验证，实验结果表明，本文提出的算法能够有效去除脉搏波信号中的噪声，提取出脉搏波信号和血压信号特征，通过实验分析，特征提取算法具有准确性高，计算量小、连续性好、在线处理能力强、可实现插值功能等特点。将算法应用到心血管功能检测中并进行实验，取得了较好的效果。

关键词脉搏波；信号处理；振动理论；特征提取；实验系统

- I -

哈尔滨工业大学工学硕士学位论文

Abstract

The research on pulse-wave signal processing algorithm has great significance on the multi-parameter detection. The feature extraction on pulse-wave signal has recently become the hot spot in the field of health surveillance. The method of detecting parameters of cardiovascular functions through pulse-wave signal is rapid without injury, which is an important way in prevention of cardiovascular diseases. However the processing algorithm, especially feature extraction is immature, which makes it develop slowly in application of detecting equipment. Therefore, study on this aspect has great practical value of application and social significance.

Firstly, an overall analysis of characteristics of pulse-wave signal was performed, based on which the weighted combined morphology filter to remove high frequency pulse noise and inhibit baseline drift was designed by the morphology-based preprocessing algorithm for pulse-wave signal with simulation study. The method could efficiently remove noises without damaging the characteristics of original signal.

Secondly, according to the interrelationship between the pulse-wave signal and vibration theory, the vibration theory-based model of the pulse-wave signal feature extraction was established, and then, algorithm of the pulse-wave signal feature extraction was proposed which had been proved to be physical realization through mathematic analysis of and the range of relevant parameters was acquired. Moreover the characteristics of the pulse-wave period, waveform and blood pressure signal were detailed designed. The vectors of relevant feature extraction were defined and the signal operation expressions in specific course of realizing were acquired.

Finally the pulse-wave signal experiment system was designed concluding hardware circuit for detecting pulse-wave and blood pressure signal, microprocessor for signal sampling and processing and host computer software on VB6.0 for cardiovascular functions detecting. The algorithm had been verified through the pulse-wave signal sampled. The results showed that the algorithm could remove noises from pulse-wave signal effectively and extract the signal

- II -

哈尔滨工业大学工学硕士学位论文

feature of pulse-wave and blood pressure. Through experiment analysis, the algorithm presented had high precision, small computational amount and strong practically, and moreover the good effect was obtained by means of applying the algorithm into experiment of cardiovascular functions detection.

Keywords pulse-wave; signal processing; vibration theory;

feature extraction; experiment system

- III -

哈尔滨工业大学工学硕士学位论文

- - IV

目录

摘要.......................................................................................................................I Abstract................................................................................................................II

第1章 绪论 (1)

1.1 课题来源及课题背景 (1)

1.1.1 课题来源 (1)

1.1.2 课题背景 (1)

1.2 国内外研究现状分析 (2)

1.2.1 脉搏波信号去噪方法的研究现状 (2)

1.2.2 脉搏波信号特征提取方法的研究现状 (4)

1.2.3 脉搏波的应用现状 (6)

1.3 本课题的研究内容 (7)

第2章 脉搏波信号分析与预处理 (9)

2.1 引言 (9)

2.2 脉搏波信号分析 (9)

2.2.1 脉搏波形成与信号特点 (9)

2.2.2 脉搏波的传播与波形特征 (10)

2.2.3 血压信号特征 (13)

2.3 基于数学形态学的脉搏波信号预处理方法 (13)

2.3.1 数学形态学与形态滤波器 (14)

2.3.2 组合形态滤波器设计 (16)

2.3.3 形态滤波器去噪仿真 (17)

2.4 本章小结 (19)

第3章 基于振动理论的脉搏波信号特征提取算法 (20)

3.1 引言 (20)

3.2 振动理论特征提取算法的提出 (20)

3.3 算法数学模型的建立 (21)

3.4 算法的数学分析 (22)

3.4.1 系统稳定条件下的参数范围 (22)

3.4.2 非线性激振力下的系统稳定性分析 (24)

3.4.3 系统可控性与可观测性分析 (31)

哈尔滨工业大学工学硕士学位论文

3.5 脉搏波信号周期特征的提取 (32)

3.5.1 周期特征提取向量的建立 (32)

3.5.2 周期波形的提取 (33)

3.6 脉搏波形特征的提取 (33)

3.6.1 波形特征提取向量的建立 (33)

3.6.2 组成波的提取 (34)

3.7 血压特征提取与包络 (34)

3.8 本章小结 (35)

第4章脉搏波信号处理实验研究 (36)

4.1 引言 (36)

4.2 实验系统设计 (36)

4.2.1 系统硬件电路设计 (36)

4.2.2 系统软件设计 (41)

4.2.3 实验系统样机 (43)

4.3 脉搏波信号去噪实验 (43)

4.4 脉搏波信号特征提取实验 (45)

4.4.1 脉搏波信号特征提取与算法分析 (45)

4.4.2 对比实验与算法分析 (47)

4.5 血压信号特征提取实验 (49)

4.6 心血管功能检测实验 (50)

4.7 本章小结 (51)

结论 (52)

参考文献 (53)

攻读学位期间发表的学术论文 (57)

哈尔滨工业大学硕士学位论文原创性声明 (58)

致谢 (59)

- V -

哈尔滨工业大学工学硕士学位论文

第1章绪论

1.1课题来源及课题背景

1.1.1课题来源

本课题来源于国家863重点项目“心血管疾病多参数监测微系统”（2007AA042105）。旨在解决心血管疾病多参数监测微系统中信号处理的关键技术。

1.1.2课题背景

随着人们生活节奏的加快以及工作压力的增加，心血管疾病与日剧增，成为威胁人类健康的严重疾病之一，发病和死亡率已跃居世界第一位 [1]，心血管疾病的防治已成为世界各国努力解决的一个课题。要有效诊断心血管疾病就必须检测心血管功能参数(血流动力学参数)。目前的心血管功能检查方法分二类：一为有创性（侵入法），如导管检查技术。另一类为无创伤性检查，如：X射线、心电图、心电向量图、阻抗图、超声心动图及桡动脉脉搏波图等[2]。有创伤性检查其费用昂贵，设备及技术要求高，病人检查时痛苦且易受感染；无创伤性检查相对费用低，设备及技术要求一般，病人无痛苦无感染，是发展的方向。

桡动脉脉搏波图法进行心血管功能参数检测是根据血流动力学原理及弹性腔模型理论，利用脉搏信号特征，推导出一系列计算公式[3]，获得一组反映心脏功能、血管状况、血液状态及微循环功能的多项参数。该方法简便、快捷，适合院外监护使用，因此，研究桡动脉脉搏波图法心血管功能参数检测具有重要科学意义和应用价值。从脉搏波中提取人体的生理病理信息作为临床诊断和治疗的依据，历来受到中医研究者的重视，西方学者则主要在脉搏波理论[4~9]方面做了较多研究。目前，基于脉搏波的心血管功能参数检测系统[10~14]多有研究，但还不成熟，其难点在于脉搏波信号的处理算法还没有较好地解决，尤其是特征提取方面，给其广泛应用带来了困难。

脉诊在中国有几千年的发展历史，是中医的重要组成部分，然而传统脉

- 1 -

哈尔滨工业大学工学硕士学位论文

学是建立在人们手指的主观感受的基础上，使脉象的辨认及识别缺乏统一、精确的标准[15,16]，难以规范化，从而影响了中医的可持续发展，因此，脉象客观化便成了中医的重大课题。为提高脉诊的水平，促进脉诊在以现代科技为指导的临床诊断中有效应用，科研工作者们在脉象客观化[17~20]方面做出了许多努力，国内外的许多医院和医疗机构开展了各种脉搏波的描记和分析研究工作，利用现代检测技术的各种方法，采集脉搏波信号，绘制成图谱，以便看图识脉；分析脉搏波信号的各种量化特征，在临床上研究其特征与多种疾病的相互关系，用以诊断。但由于人体生理信号的多样性与复杂性，一直以来都没有得到广泛的应用。虽然人们对脉象自动检测方法及检测系统的研究取得了很多成果，但是在脉搏信号的去噪及特征提取等方面仍存在很多缺陷[21]，导致脉象的成功识别率不是很高。

综上所述，对脉搏波信号的处理方法进行研究，探索新的有效的信号处理算法，有着很大的理论与实际意义：

(1)可以指导基于脉搏波的无创心血管功能参数测量仪器的发展，提高仪器的准确性与实用性；快速、实时、高效率的算法可以指导无创血管功能参数测量仪器向便携式监护设备方向发展，以提高其应用领域。

(2)可以指导中医脉象客观化的发展，促进中医脉诊在现代临床医学中的应用，更好地防治各种疾病。

1.2国内外研究现状分析

近年来，随着现代自然科学与计算机技术的快速发展，脉搏波用于临床诊断的研究已引起了许多学科的注意，成为热门的研究课题。而脉搏波信号处理是其应用的基础性工作，包括信号的去噪与特征提取，许多科研工作者在这方面作出了努力，并将研究成果加以应用。

1.2.1脉搏波信号去噪方法的研究现状

(1)基于独立分量分析的脉搏波降噪处理独立分量分析（ICA）是伴随着盲信号处理，特别是盲信源分离而发展起来的一种信号分解技术[22,23]，其特点是把信号分解为若干相互独立的成分。南方医科大学的苏永春等人研究了基于独立分量分析的脉搏波降噪处理[24]。如图1-1所示，s(n)是一组相互独立的信号源，A是混合矩阵，x(n)是观察记录，即x(n)=Ax(n)。独立分量分析的思想是：在A混合矩阵未知并且对s(n)除独立性外无其它先验知识

- 2 -

哈尔滨工业大学工学硕士学位论文

的情况下，求解混矩阵B，使得处理结果y(n)=Bx(n)中各分量尽可能独立，且逼近s(n)，从分离后的盲信源中还原有效信号。在求解混矩阵B时，对B 进行优化是关键，信息极大判据是常用的方法。

图1-1 独立分量分析法处理脉搏波信号

Figure1-1 Pulse waves processed by ICA

独立分量分析是一种典型的多元统计方法，处理对象通常是多维观测向量，其适用的条件是信源数目N只能小于或等于观测通道M，由于脉搏波信号是一维的加噪信号，所以必须引入适当的虚拟观测将一维信号扩展为多维信号，而且在优化B时需要进行大量的迭代运算。独立分量分析作为一种新的信号分解技术，其方法还不够完善，该方法能否有效消除运动伪差、工频干扰等还没有定论。

(2)小波分析与提升方法的脉搏波去噪处理小波分析具有多分辨率分析的特点，在时域和频域都有表征信号局部信息的能力，因此，将小波分析用于脉搏波信号的去噪处理多有研究。但传统小波在构造小波函数的过程中引入了Fourier变换，在实际的工程应用中，寻找一个很适合的小波函数并不是一件容易的事情。而且，小波变换有大量的卷积运算，实现速度比较慢，且在频域中进行，仅适合于规则的数据采样[25]。

1994年，W.Sweldens博士提出了提升算法（lifting scheme），也称为第二代小波[26,27]。它继承了传统小波多分辨率的特性，与传统小波不同的是，它不依赖于Fourier变换，小波变换后的系数是整数，所有运算在空间域进行，摆脱了对频域的依赖。天津大学姜印平、李艳文提出用提升方法对脉搏波信号进行去噪处理，采用D4整数小波变换，减少了信号处理过程中的浮点运算量，取得了一定的效果[25]。但是提升方法对脉搏波信号处理过程中，存在小波系数的阈值处理问题，对于复杂多变的脉搏波信号，这仍是一个工程应用的难点。

(3)基于卡尔曼滤波的脉搏波去噪 1960年由卡尔曼提出的卡尔曼滤波是一种估计线性系统的最优滤波方法，采用时域法以状态方程为数学工具，递推算法实现[28~30]。对于非线性系统，在工程实际应用中，对系统模型进行“线性化”的近似，常用的方法是基于泰勒级数展开的一阶近似，以最优状态估值进行线性化的滤波方法，即扩展的卡尔曼滤波（EKF：Extended

- 3 -

哈尔滨工业大学工学硕士学位论文

Kalman Filter）。大连理工大学的孙健将卡尔曼滤波用于脉搏波信号的去噪处理，起到了较好的去“毛刺”效果[31]。卡尔曼滤波数学理论相对复杂，滤波器参数是时变的，只有在信号和噪声的统计特性先验已知的情况下，才能获得最优滤波。

(4)脉搏波信号基线漂移抑制基线漂移是很多信号处理都面临的问题，特别是复杂多变的生理信号，但目前还没有通用的抑制基线漂移的方法。脉搏波信号的基线漂移抑制有一些研究，但不是很成熟。山东大学的王鹏提出，利用基于Meyer小波变换的自适应滤波器来抑制脉搏波的基线漂移[32]。基本思想是：选择脉搏波信号小波变换后1-6尺度下的高频分量作为参考输入信号，理由是尺度大于7时，有基线漂移的脉搏波信号经过小波变换后的幅值远大于没有基线漂移的脉搏波信号经过小波变换后的幅值，而在1-6尺度下，两种信号小波变换后的幅值差异很小。参考信号与原信号经过自适应滤波器作用，抑制脉搏波信号中的基线漂移。

该方法中的小波变换数学原理较为复杂，信号处理过程中有大量的运算，在PC机上可以较好的实现，但对于嵌入式应用领域，在快速、实时性等方面有一定的缺陷。

1.2.2脉搏波信号特征提取方法的研究现状

(1)阈值法与差分法阈值法阈值法在脉搏波信号特征提取中的应用主要是用来寻找脉搏波的周期分界点和波形中的幅值最大点，从连续的脉搏波信号中提取出一个周期的脉搏波形。其思想是根据相邻周期脉搏波形相交点为极小值点，幅值最大点为极大值点，设定一个阈值，当波形数据中两个点的差值大于阈值，则认为找到了极大值与极小值点，实现方法为逐点搜索。该方法简单易懂，但在实际应用存在很多问题。比如阈值的设定，由于每个人的脉搏波形都不尽相同，测量时幅值也相差较大，还有基线漂移等因素，因此，选择一个合适的阈值并不容易。

差分阈值法主要用来寻找脉搏波形中的极值点与拐点，根据差分值的变化来确定相应的特征点。脉搏波信号是由压力传感器采集的，往往会出现相对长的不稳定信号，对脉搏波信号进行差分运算，差分序列在同一点附近会出现多个局部极大值，使得差分阈值法难以准确检测波形。出现这种现象的根源在于差分运算相当于用一个大小固定的窗函数作用于信号，而这种分辨率不可调的窗函数不能很好地适合脉搏波信号[33]。

- 4 -

哈尔滨工业大学工学硕士学位论文

- 5 -

另外，这两种方法均采用逐点搜索的方式，耗时大，且不能在线处理，搜索起点也难以确定。

(2)句法模式识别 中国科学院合肥智能机械研究所的黄祥钧等人提出基于句法模式识别的脉搏波特征提取方法[34]。句法模式识别方法把模式的分层结构类比于语言中的句子的构造，从而利用形式语言学的理论来分析模式。整个脉搏波形图用基元（基本波形段，如直线段和/或二次曲线段）子模式及连接构成，并采用关系树来描述，对每种不同的波形构造一个模式，定义相关的句法。该方法对脉搏波信号进行分段线形化基元提取，得到输入模式，然后使用Earley 算法构造识别器对脉搏波波形进行模式判别,并在模式信息的基础上判断提取脉搏波波形特征。这种方法首先要对脉搏波形进行分类，句法模式识别根据先验的分类知识对实测脉搏波形进行识别，然后再根据不同类的波形特性确定特征点。因此，先验的分类知识很重要，别外，对分类后的波形如何确定特征点也很关键。

(3)高斯函数分解法 1994年钱伟立等提出，如果将脉搏波的每个特征波形都用一个高斯函数（钟形波）来近似，这种方法可使脉搏波的特征变得非常明确[35]，不管用直观的方法能否找到重搏前波和重搏波，实际上它们都是存在的。这时，脉搏波的特征变化完全可以用三个高斯函数的参数变化而构成。由这样的数学模型可合成出各种常见的脉搏波波形图，用最小二乘拟合的方法可由实测脉图中求出这三个高斯函数的参数。

2()31()i i t T U i i x t V e

??==∑ （1-1）

脉搏波由式(1-1)表示，脉搏波波形特征参数转化为钟形波的参数幅度i V ，时间i T 和宽度i U 。东南大学常昌远等人研究脉搏波的函数叠加逼近方法

[36]，其思想与高斯函数法一致。大连理工大学的陈雪峰研究了基于混合遗传算法的脉象特征提取[37]，其思想也是由高斯函数构造脉搏波数学解析模型，采用最小二乘估计准则，利用混合遗传算法对脉搏波解析模型进行参数估计。这些方法实现过程中有大量的迭代运算，速度较慢，且参数估计得到的不是直接的脉搏波波形参数，离临床应用还有很大的距离。

(4)小波变换 武警工程学院的张丽琼等人研究了基于小波变换的脉搏波信号特征提取方法[38]。提出了两种提取脉象信号特征的方法：连续小波变换法和二进小波变换法。在此基础上，构造了两种特征向量：小波变换系数的尺度—主波峰值和小波变换的尺度—能量值。山东大学白金星等人研究了

哈尔滨工业大学工学硕士学位论文

基于小波变换过零点表征的脉搏波信号分析，根据小波变换过零点和信号突变点之间的关系，分别运用小波变换过零点表征检测脉象时域特征点和各特征点脉搏信号变化的快慢[39]。北京工业大学刁越等人研究了基于连续小波变换的桡动脉脉搏波自动检波算法[33]。小波变换以其多分辨率分析的特点，使其在脉搏波信号特征识别方面多有研究，但小波变换法在工程实践中也存在一些问题，如小波基的选取，相关阈值的确定。另外，小波变换计算量较大在微处理器中实现不是很理想。

(5)HHT方法 HHT(Hibert-Huang Transformation)方法是一种具有适应性的信号时频局部化分析方法，它不受傅立叶分析的局限，能够进行非线性、非平稳信号线性化和平稳化处理，保留信号本身的特性。上海交通大学孙仁、沈海东等人提出采用HHT时间序列分析方法处理脉搏波信号[40]。通过经验模态分解（EMD）技术将非线性、非稳态过程的原始离散数据序列分解为一组内的模态函数，（IMFs），然后对每一个IMF进行HT变换，这样得到的信号幅度和瞬时频率都是时间的函数，即获得脉搏波信号的时间和频率的时间分布，再根据已获得的HH谱，进而得到边际谱。HH边际谱提供了每一个频率值所对应的幅度值，在统计意义上表征了整个时间跨度内信号在每个频率点上能量积累的分布情况。从而HHT方法捕捉到脉搏波形信号随时间和频率动态变化的不同分量的主要特征。HHT方法实现时多次用到三次样条函数，会引起过冲或欠冲现象，同时还存在端点效应，这给方法的实际应用带来了困难。

1.2.3脉搏波的应用现状

(1)心血管功能检测脉搏波在心血管功能检测方面的应用还不是十分成熟，其利用的是平稳脉搏波信号特征，计算心血管功能参数。目前主要有两种方法，一种是北京工业大学罗志昌等在理论分析和大量临床实验的基础上提出的从脉搏波波形图面积变化中提取脉搏波波形特征K值的分析方法[3]。由K值可导出包括心输出量在内的一整套血流参数计算方法，经临床对比，有很高的相关性。目前根据这一原理开发的心血管血流参数无创检测仪器已经进入国内外医疗仪器市场，如图1-2所示，为国产TP-CBS I型心功能参数无创检测仪，可以采集挠动脉脉搏信息，分析计算出人体心脏血管功能的13项参数。

另一种为根据人体循环系统建立起来的弹性腔模型理论为基础，对模型

- 6 -

哈尔滨工业大学工学硕士学位论文

- 7 -

进行分室网络分析，用线性相关算法推导出一系列计算公式，这些公式经过非线性补偿和临床经验参数修正，便能获得一组反映心脏功能、血管状况、血液状态及微循环功能的参数。如图1-3为合肥华科电子公司生产的ZXG-4C 型自动心血管功能诊断仪，可检测30多项参数。

图1-2 TP-CBS I 型心功仪 图1-3 ZXG-4C 型自动心功仪

Figure1-2 TP-CBS I heart instrument Figure1-3 ZXG-4C heart instrument

(3)无创血压测量 脉搏波在无创血压测量方面的应用较为成熟，其利用的是血压袖带中脉搏波在不同压力下的变化特征，即示波法[41~47]来计算血压。市场上电子血压计的产品较多，如图1-4为欧姆龙血压计HEM-746C ，图1-5为松下血压计EW3037，均采用示波法原理测量血压。

图1-4 欧姆龙血压计HEM-746C 图1-5 松下血压计EW3037 Figure1-4 HEM-746C hemomanometer Figure1-5 EW3037 hemomanometer

1.3 本课题的研究内容

从上面的分析可以看到，尽管脉搏波信号处理领域的研究取得了较大的进展，并且相关处理方法在一定程度上得到了应用，但是，目前的信号处理方法还不够成熟，比如准确性不高，对非线性信号处理效果不理想；数学原理复杂，计算量大，不适合嵌入式应用；实时处理能力差，不利于在实时监护系统中的应用。这些问题导致其在心血管疾病检测，特别是在便携式监护

哈尔滨工业大学工学硕士学位论文

系统中的广泛应用受到了一定的限制。根据这一情况，本文从脉搏波信号分析入手，研究新的更适合脉搏波信号特点的去噪和特征提取方法，并设计实验系统采集信号进行实验验证。主要内容为：

(1)分析脉搏波信号的特点，研究脉搏波信号的预处理方法，寻找一种新的更适于脉搏波信号特点的方法,有效去除高频脉冲噪声和基线漂移，并且不损失原信号的特征，为脉搏波的特征提取奠定基础。

(2)研究脉搏波信号的特征提取算法，根据脉搏波信号特征提出一种新的简单易实现、计算量小且具有在线处理功能的特征提取算法，对算法进行数学分析，并设计算法的具体实现过程，给出信号运算的数学表达式，分别实现脉搏波周期特征、波形特征与血压信号特征的提取，解决脉搏波的有效应用中存在的困难。

(3)设计脉搏波信号处理与心血管功能检测实验系统，包括脉搏波信号的硬件检测电路、微处理器多任务处理、基于VB6.0的心血管功能检测软件，将所研究的算法进行信号处理实验并对算法进行分析，同时加以应用，以验证算法的正确性及实用性。

- 8 -

哈尔滨工业大学工学硕士学位论文

第2章脉搏波信号分析与预处理

2.1引言

脉搏波信号属于微弱生物信号，目前这方面有一些预处理方法的研究，但各种方法都不是很理想，存在着各种问题，如前文所述。因此，寻找一种简单、易实现，可以有效去除噪声并不损伤原信号特征的方法非常重要。本文对脉搏波信号进行深入分析，根据信号特点，采用基于数学形态学的脉搏波信号预处理方法。

2.2脉搏波信号分析

脉搏波信号处理是本文的重点内容，为了更好地处理脉搏波信号，我们必须对该信号的相关特性进行全面、深入的分析，以掌握该类信号的特点，从而有针对性地设计合理的信号处理算法。这里，我们从脉搏波的产生与传播入手，详细分析脉搏波信号的特点，为后文脉搏波信号的有效处理打下坚实的基础。

2.2.1脉搏波形成与信号特点

人体血液循环系统由心脏、动脉、毛细血管、静脉和神经体液调节五个腔室组成，是一个充满血液的虎克弹性体管道系统，各腔室相互连接形成血液循环网络。心脏有节律地收缩与舒张，提供了血液在循环系统中流动的持续动力。血液由心脏加压搏出，流经动脉至毛细血管，然后由静脉回流到心脏，形成在以心脏为中心的川流不息的血液循环，以完成机体生命活动的各种需要。循环过程中，心脏搏出的血量和由静脉流回到心脏的血量是均等平衡的。根据文献[48]，在一个心动周期中，心室收缩，主动脉瓣打开，血液被射入主动脉内，由于血管的阻力作用，这部分血液不会立刻进入静脉中，而暂留在主动脉近端，引起主动脉扩张，压力升高；心室舒张，主动脉瓣关闭，射血过程停止，主动脉因血管的弹性作用收缩。心脏周期地收缩与舒张，引起主动脉周期地扩张与收缩，产生有节律的受迫振动，使压力从主动脉近端以波的形式向远端传播，即主动脉压出的血液以压力波的形式在动脉

- 9 -

哈尔滨工业大学工学硕士学位论文

系统中传播，从而动脉有节律地搏动，形成脉搏波，在颈动脉、肱动脉和桡动脉处，可用手指触知脉搏搏动。

从脉搏波的产生过程可知，脉搏波信号是准周期确定性信号，通过查阅相关文献[32,49]，我们总结了脉搏波信号的特点主要有以下几个方面：

(1)信号频率低脉搏波信号频率很低，一般在0.2-40Hz之间，能量主要分布在2-20Hz之间，属微弱次声信号。

(2)信号弱容易受干扰从脉搏传感器采集到的原始脉搏波信号一般为毫伏数量级，很微弱，在信号采集过程中，容易受到外界电磁环境的干扰，同时，人的呼吸以及仪器本身也会引入干扰，给脉搏波信号的处理带来了很大的难度，脉搏波信号的主要干扰如下：

1)工频、高频及脉冲干扰随着电子设备的广泛使用，电磁环境日益恶

劣，容易引起较大的干扰；人体呼吸及肌肉痉挛产生脉冲干扰；

2)基线漂移非周期直流分量，频率在0.7Hz以下，主要是信号采集过

程中身体的移动引起的，另外还有仪器本身的因素。

(3)信号的变异性脉搏波信号具有变异性，研究表明，不同的人在同样条件下，或同一个人在不同的时期，均会表现出不同的脉搏波形，这是脉搏波信号分析中的一个难题。

(4)信号数据量大由于脉搏波信号的变异性及很强的噪声，临床上对脉搏波进行采集的时候，需要记录一定时间内的波形数据，同时，为了得到更多的生理信息，通常会采用提高采样频率的办法，这样做进一步加大了信号的数据量。

2.2.2脉搏波的传播与波形特征

血液循环过程体现了血流动力学和血液流变学两种物理学的变化，这些变化的共性和基础是力能的转换，包括心脏力学、血管力学和血液流体力学，这三者在血液循环过程中是互相影响、互相依存，不可分割，共同作用的。脉搏波形成后，从主动脉根部沿动脉向前传播的过程中，由于动脉血管弹性模量的改变、动脉血管分支的出现及血管横截面积不断变小等原因，脉搏波将不同程序的被反射和折射。血流动力学研究表明，脉搏波在动脉传播过程中，不但存在向心的反射，而且该反射波还会在动脉瓣处发生再反射，因此，脉搏波在整个动脉管系中的传播是由初始波与反射波线性叠加而成的，这些线性组合构成了脉搏波的特征形状，如脉搏波中的重搏波，就是由

- 10 -

哈尔滨工业大学工学硕士学位论文

于反射引起的波形变化。但是，由于动脉血管的结构因素，不同部位的反射特性是不相同的。大动脉与小动脉、微动脉连接的分叉处，由于小动脉、微动脉的阻力作用，具有较大的阻抗，反射强烈；主动脉和大动脉连接的分叉处，主动脉和大动脉的阻抗比较接近，近似于阻抗匹配，反射作用很小[48]。基于以上原因，人体不同部位的脉搏波形是不相同的，上半身的动脉脉搏波与下半身的脉搏波有的显著的区别，下半身的脉搏波一般只有主波的重搏波，而上半身的脉搏波有三个波：主波，重搏前波和重搏波。

影响脉搏波传播的因素是多方面的，除了以上分析的反射波的作用外，主要还有如下因素：

(1)谐波分量传播速度不同的影响根据脉搏波的产生机制可以知道，脉搏波是准周期的简谐振动，可以分解成不同频率的谐波成分，其中，高频谐波的传播速度快于低频谐波，于是传播过程中会出现名谐波成分先后不一的现象，从而导致脉搏波在传播过程中发生变化。

(2)脉搏波传播过程的中衰减由于血液具有粘滞性，血管壁具有弹性，均对脉搏波的传播起着阻尼作用，导致脉搏波的波幅在传播过程中有不断衰减的趋势，对于脉搏波中的高频谐波分量，这种阻尼效应更为明显。

(3)非线性效应的影响动脉中脉搏波传播的非线性效应主要来源于血管壁及血液物理性质的非线性、血管系统几何形状的非均匀性和血液流动的非线性。压力较高时，非线性效应的影响更加显著。

(4)心血管生理病理变化的影响随着人体生理年龄的增长，血管特性也会发生相应变化，如血管的顺应性、外周阻力等，从而引起脉搏波波速的改变，导致脉搏波传播过程中反射规律改变，影响到脉搏波的传播。另外，心血管疾病也导致血管特性发生变化，从而对脉搏波的传播产生影响。

脉搏波波动信息即人体动脉血管的脉动信息，它反映了血管壁径向伸缩的信息，更为本质的是它反映了动脉血管壁，容积和压强的变化。每搏脉图应该认为是一次心动周期，它反映了从心房收缩，左室增压、喷血，血管运动，左室舒张到充盈，直到主动脉排空等一系列血流动力学变化过程，脉搏传感器所检测的信号，经计算机采样处理后的一个周期内的典型脉搏波形应如图2-1所示。

正常情况下为三峰波，分别为主波（B点）、潮波（D点）和重搏波（F 点）。图中各点的意义如下：

A点：主动脉开放点，即始射点，是整个脉搏波形图的最低点，标志着心脏快速射血期的开始，主要反映收缩期末血管内的压力和容积。

- 11 -

哈尔滨工业大学工学硕士学位论文

图2-1 脉搏波形图

Figure2-1 Figure of the pulse wave

B点：主动脉压力最高点。此处是主波，是波形图的基线至主波峰顶的一条上升曲线，峰顶反映动脉内压力与容积的最大值。A->B为升支，是由心脏收缩时，左心室向主动脉射血，引起主动脉血压迅速上升，主动脉管被扩张而成。其上升速度主要与心输出量、心室射血速度、动脉阻力和管壁弹性有关。

C点： B->C为降支，在左心室射血后期，由于射血速度减慢，主动脉根部流入血量低于向外周流出的血量时，压力随之下降，主动脉管弹性回缩形成。

D点：左心射血停止点，此处为潮波（重搏波前波）。位于波形图的下降支，一般迟延于主波之后，幅度低于主波而位置高于重搏波。它是在减慢射血期后期心室停止射血，动脉扩张，血压下降，动脉内血液逆向流动产生返折波的多次叠加所致的，重搏前波出现的时间及幅值主要与外周阻力、血管弹性及降支下降速度等变化速度有关。

E点：降中峡，是主波下降支与重搏波上升支构成的波形向下的切迹波。出现在主动脉瓣关闭的瞬间，是心脏收缩与舒张的分界点，反映心脏舒张期起点的主动脉压力。降中峡的幅值，受外周阻力和主动脉瓣功能的影响，当外周阻力增高时降中峡抬高，反之降低，若主动脉瓣闭锁不全时，心舒期主动脉压力较低，降中峡位置亦低下。

F点：重搏波，是位于重搏波波谷之后的一个突出的小波，它的形成是在心室减慢射血期后，心室开始舒张，室内压迅速下降至明显低于主动脉压，主动脉内的血液开始向心室方向返流。因返流血液的冲击，主动脉瓣突然关闭，返流的血液撞击在骤然关闭的主动脉瓣上而产生的振荡，使主动脉压再次稍有上升，动脉管壁亦随之稍有扩张。它以反应主动脉瓣的功能状

- 12 -