通過脈搏波PPG波形推導血壓(主要是SBP)有沒有可能性,結合其它例如年齡、體重等參數呢?


謝邀。翻了下題主和林軒的對話,覺得有必要來回答一下。

待討論的問題如下

1) ECG+PPG 估計血壓的可能性

2) PPG 波形特徵估計血壓的可能性

針對1)

很多文章里說 pulse transit time (PTT)和 血壓有線型關係

這裡面實際存在的問題其實比較多。這個所謂的線性關係首先是源於兩個模型,Huges + Moens-Kortweg。先不談這個模型/公式的假設條件,如果完全按照公式推導

那血壓應該跟 ln(pulse wave velocity(PWV)) 存在線性關係。

值得注意的PWV是與傳統定義上的PTT是存在區別的,具體的區別在下面的公式里假設里討論。

聯合利用這兩個公式的前提假設:只在elastic tube測量。如果真的是這樣,那上述關係還可以基本成立。然而PTT的測量,通常涉及到末端(peripheral),這個過程中經過的血管並不都是elastic的,於是這個關係過於簡化,忽略了其他變數。實際上針對個人的頻繁的再校正(recalibration),也是為了解決這個問題。至於題主提到的calibration,這個是必須要做的,以解決個體差異,然後隨著時間的進行,需要不斷的再校正才能保證一定的精度。

此外利用ECG與PPG來計算PTT,引入了另外一個變數,Pre-ejection period (PEP),這個變數在某些情況下的影響甚至大於PTT本身,如果強行利用線性模型來估計,極端的情況是估計了血壓和PEP 的關係。。。

針對2)

波形特徵估計血壓也討論了一些年,但沒有PTT那麼火熱,大概是因為波形特徵和血壓之間的關係並不像PTT那樣擁有理論模型。特別地,單一的波形特徵通常不如PTT與血壓的關係那麼緊密,雖然後者如上文所述,也並沒有很出色。截至目前,與血壓關係最緊密的大概就是dicrotic notch相關的特徵,然而由於dicrotic notch自身的不穩定性,這個特徵在實際中也難以持續做出貢獻。現存的文獻中,尚未發現任何一篇文章可以利用波形特徵很好地估計血壓。


完全贊同 @Bear Sun 同學的技術分析,在技術方面再做一些詳細補充,拋磚引玉,大家共同討論

問題1,提問者提到的「脈搏波PPG波形推導血壓(主要是SBP)」

根據題目描述,是想問單獨的脈搏波波形推導血壓,暫時沒有PPG+ECG的故事。這裡我把脈搏波的範疇擴大一點,不限於PPG採集,而是可以用壓力感測器、光電感測器(PPG)、連續波雷達感測器(我司自研)、超聲感測器中任何一種手段測量的脈搏波波形。就這一點,可以非常肯定的說,我們查閱過的學術界論文+我司長期工程實踐,還沒有發現能夠穩定重現的相對準確預測SBP值的實驗報告。

那是否是說波形和血壓完全沒關係?也不是。一方面有論文研究在受控條件下,脈搏波某些特徵點,包括Bear Sun同學提到的dicrotic notch,也包括其它特徵點,與血壓有關;另一方面,我司自己的工程實踐中也發現,在部分人群上,脈搏波特徵與血壓的某些成分(注意:不是SBP的值,而是構成SBP值的一部分)有關。

總的來說,這個問題目前還是純科研問題,並且在科研領域還是早期研究階段,缺乏有統計意義人群的可重複實驗和數據。

問題2,ECG+PPG做無袖帶血壓測量能否準確

A) ECG+PPG測不準PTT。

ECG+PPG可以計算PAT,這裡強調是Pulse Arrival Time不是Pulse Transit Time,因為靠ECG無法準確得到左心室瓣膜打開時刻,PAT = PTT + PEP。傳統MK方程推導的是PTT和血壓的關係,那麼第一個弱點就暴漏出來了,ECG+PPG信號測不準PTT,要測準的話,要麼上ICG信號,要麼超聲心動圖,這兩種技術都是為了定位左心室瓣膜打開的時刻。

B) PTT與血壓的關係受其它因素的影響

這一點源於MK方程的彈性腔假設, @Bear Sun 同學已經描述的足夠清楚,不再贅述

C) PTT與血壓的關係只能計算血壓的相對變化量,很難給出絕對值

MK方程給出 PWV = sqrt{frac{Eh}{{
ho}r}} ,通過實驗給出 E=E_0e^{{alpha}P}
同時,PWV = L / PTT,這三個等式合在一起,可以推出血壓P與PTT的關係表達式。

但問題是, alpha , 
ho ,h, r這幾個生理參數的絕對值不易測量,在實驗中往往只能假設他們在一定時期內是隨時間不變的常量。那麼就只能用兩次血壓測量結果做差,即P1-P2,在數學公式上消掉部分常量。讀者如果自己推公式的話會發現即便做差也不能消掉所有常量。消不掉的常量靠校準解決,所謂校準,就是一邊測PTT,一邊用金標準(例如水銀血壓計柯氏音聽診法)測量血壓,得到P和PTT的值,建立方程組求解未知係數。

在這種情況下,模型最多給出第二次血壓測量比第一次血壓測量是升高了還是降低了,至於第一次測量的絕對血壓值是多少,目前的理論和工具很難給出令人信服的數據。

綜上,針對無袖帶測血壓這件事,ECG+PPG代表了學術界目前最可靠的技術路線,可即便是這條技術路線,仍然不能做到接近普通消費者認知的血壓計精度。

利益相關:筆者目前供職於相關領域感測器和演算法創業團隊,長期參與無袖帶血壓檢測技術的研發。


沒有可能,或者說實用性能不高。

我司做了可以測量非外周毛細血管的振動射頻脈搏波感測器,的確在符合ptt公式中對比光電加ecg要靠譜的多。

然而對於有病態的測試者,特別是服用藥物會快速改變血管彈性的,就很難跟蹤了,或者由於需要校準次數太多,失去醫學價值。

however這個主題火了幾十年,不可謂不是一個誘人的課題,讓創業者屢敗屢戰。

早在上世紀90年代,卡西歐就已經做了嘗試,並且除了幾代產品。

建議僅僅作為興趣或者公司關注的技術研究一下,短期內不要妄圖產品化。


目前有一些研究,但是感覺原理上比較牽強(主要是血管的彈性模型這一塊)。對於確定的個體在短時間內應該還能算出幾個參數,但是考慮到 PPG 的實際使用場景和各人的差異,市面上並沒有效果比較好的產品。

說到產品,很早就有手錶式的,後來也有手環式的,但都不敢把準確做為買點。實際測過幾次也的確不怎麼樣。從這個角度來說這些理論應該也是不成熟吧。

當然了現在大數據分析這麼火,說不定能找到一些看上去沒什麼關聯的體征參數加入到計算中呢。


沒有,測試過幾款成品,出來的數據都很扯。 ECG+PPG的看起來還有些可行性,但是數據出來也很扯。


ppg 單純從硬體的角度目前來看 基本上已經做到極致了

好在近兩年大數據和人工智慧的發展,已經可以從演算法層面實現了

拼到最後無非就是拼誰家的樣本庫更大 更全。。。。。

可以關注一下healthme


直接上幾億個參數暴力擬合咯。。

20萬我可以給你們做哦


首先,MTK最新方案的精確度已經大大提高了,市面上數以百計的廠家都在做這個方案,但是要實現真正血壓的管理,一定要做到動態連續的自動測量,而且硬體方案,軟體演算法還要有進一步的提高,從我們合作夥伴目前的實證實驗結果來看,基本上收縮壓和舒張壓已經能達到和傳統家用血壓計一樣的精度了,當然這個是我們獨有的軟硬體方案。醫學的東西,關鍵是精度,而這需要數十年如一日的研究,這樣的研究需要的社會氛圍是所有賺快錢的道路已經堵死,只能坐下里老老實實幹活。


推薦閱讀:

演算法 第四版(algorithms 4th edition ) 這本書有配套的習題答案嗎?
有可能利用監控實時識別每一個出現的人么?
怎麼列動態規劃遞推方程?
如何系統地學習演算法?
請問求一個圖的全局最小割,有什麼比較快的演算法?

TAG:演算法 | 機器學習 | 相關性分析 | 智能手環 |