郎晓华 俞梦孙

1(山东大学控制科学与工程学院，济南 250061)

2(空军航空医学研究所，北京 100142)

引言

呼吸是临床上重要的生理参数，对心率变异性有不可忽视的影响［1］，且对睡眠呼吸暂停、慢性阻塞性肺病等病症的诊断有极其重要的作用［2-3］。目前，检测呼吸的方法有胸阻抗法［4-5］、呼吸感应描记法［6］、气动敏感床垫法［7］、气流法等。这些方法可以应用到不同的场合，但是设备比较复杂，使用不方便。

血氧计是重要的生理信号检测设备，由其测量的光电血管容积脉搏波，(以下简称容积脉搏波)可以计算得到血氧饱和度和心率，这在重症监护、睡眠监测等场合有重要的诊断价值。容积脉搏波包含交流(AC)成分和直流(DC)成分［8］;交流成分即由动脉脉搏波动引起，变化较快，频率较高;而直流成分主要与血容量的变化有关，相对于脉搏波动，血容量变化微小，因此频率较低。已有文献报道，容积脉搏波中的低频成分蕴含了呼吸的信息，可以从此脉搏波中提取呼吸率［9-11］，此方法是一种无创且简便的方法，并将提升血氧计的使用价值，具有重要的临床、科研意义。

多篇文献提出，可以从血氧计采集到的容积脉搏波中提取由呼吸引起的强度变异(respiratoryinduced intensity variation，RIIV)［12-14］，这种变异是由于呼吸时胸腔内压力改变使回流心脏的静脉血量发生变化而引起的，与呼吸密切相关。另外，呼吸还会引起容积脉搏波的其他频率成分和幅值成分的变异［15］，其中提取了6个特征量，比较了这些特征量与呼吸的相关性。本研究在此基础上，分析吸气和呼气对容积脉搏波的影响，比较脉搏波幅值、周期、宽度在同一呼吸周期的吸相和呼相间的变异程度及其相关性，进一步研究由呼吸引起的容积脉搏波的变化，为呼吸疾病和其他病症的诊断提供更多信息。

1 实验设计和算法

1.1 实验设计

1.1.1 实验设备

实验设备由两部分组成，一部分为自研血氧计，采用反射式传感器。该传感器一端固定2个并列放置的红光和红外光发光二极管，先后让2个发光二极管按一定的时间间隔分别发光;另一端是光敏接收器件，将组织反射过的红光和红外光转换为电信号并保存，发光二极管和光敏接收器件间的距离为16 mm。信号的采样率为100 Hz，A/D转换芯片采用ADS8320，精度为16位。将该传感器固定在黑色有弹性的宽带子上，以便根据头部大小调节带子的松紧程度。

实验设备的另一部分用于检测呼吸，以气流法测得的呼吸波作为参考信号［16］。在面罩侧面钻一直径为6 mm的小孔，将长为50 cm、直径刚好插入小孔的透明管子一端插入面罩小孔，另一端插入一黑盒，黑盒内为检测呼吸压力的电路。电路中采用的压力传感器型号为SM5652，为了使更多的气流流向该传感器，在面罩前端的大孔内插入一流量传感器，增强平稳呼吸时压力传感器的敏感程度。信号采样率为100 Hz，AD精度为8位。

1.1.2 研究对象

研究对象为20～50岁的健康志愿者，且均知情同意，共10人，男女各5人。

1.1.3 实验步骤

实验之前，被试者头戴血氧计，将其传感器固定在眉骨上方动脉处，并调节黑色带子的松紧程度。蓝牙接收采集到的脉搏数据，打开监视界面，调整传感器位置，直到界面显示有脉搏波形，并固定传感器位置不变。让被试者适应5 min，并戴上面罩练习控制呼吸5 s/次，练习5 min。实验开始，打开实验设备电源，被试者静息5 min，戴上面罩控制呼吸5 s/次，持续2 min，摘下面罩。实验结束，关闭电源。记录下实验开始和结束的时间，以便读取数据。实验在安静环境下进行。

1.2 算法

1.2.1 特征量提取

已有多篇文献报道利用数字滤波法从容积脉搏波中提取呼吸波［8，17］。文献［17］验证了 Nilsson等提出的三阶巴特沃斯带通滤波算法较好，平均误差在每分钟0.5个呼吸周期以内。该算法带通频率为0.1～0.3 Hz，滤波器的作用是滤除高频成分，尽量只保留呼吸信息，滤除其他干扰信号(包括脉搏波信号)。本研究将原始容积脉搏波信号经过三阶巴特沃斯带通滤波处理，带通频率为0.1 ～2 Hz，去除噪声干扰，保留脉搏波的2个基本特征点:峰点和谷点。如图1所示，检测滤波后脉搏波的峰点和谷点，分别用*和o标出。定义3个特征量

式中，P(j)和V(j)分别表示峰点和谷点的幅值，P(j)和P(j－1)分别表示此刻峰点和前一脉搏周期峰点的时刻，M(j)和M(j－1)分别表示1/2脉搏波幅值对应的脉搏波下降沿段和上升沿段的时刻。

图1 典型的容积脉搏波形Fig.1 A typical PPG pulse waveform

对滤波后脉搏波各数据点作一阶导数，求得极大值，对其进行数据点插值，使包络线数据点长度与原始信号长度一致。由此提取的包络线波动很剧烈，对其采用三阶巴特沃斯低通滤波，低通频率为0.3 Hz，将滤波后的包络线作为从容积脉搏波中提取的呼吸信号。

作为参考的呼吸信号，首先需要确定其呼气和吸气的波形。打开监视界面，不戴面罩时呼吸基线自动调整为70 mV。吸气时，面罩内压力降低，波形在基线以下，称为吸相;呼气时面罩内压力升高，波形在基线以上，称为呼相。确定参考呼吸波的吸气和呼气时间点，用I(j)和E(j)表示。分别计算吸相和呼相时脉搏波的平均幅值IA和EA、平均周期IP和EP、平均宽度IW和EW，为了比较这3个特征量在同一呼吸周期(实验时先吸后呼为一呼吸周期)的吸气和呼气间的的变化程度，定义3个比值

1.2.2 方法

对每位受试者控制呼吸时的2 min数据，平均分为4段，每段30 s的波形，分别求得上述6个特征量，比较从容积脉搏波中提取的呼吸波与参考呼吸波的波形特征，并比较由呼吸引起的脉搏幅值、周期、宽度相互间的相关性，以及脉搏幅值、周期、宽度在吸相和呼相间的变异性。相关性rxy为

相关性系数在-1和1之间，绝对值越接近1，相关性越好。

2 实验结果与分析

图2给出某一受试者30 s控制呼吸时的相关波形，分别为:参考呼吸波形、容积脉搏波形(峰点、谷点分别用*和 o标出)、脉搏波幅值、脉搏波周期、脉搏波宽度。可以看出，呼吸波、脉搏波幅值、周期、宽度变化趋势一致，且具有周期性，后3者比呼吸波滞后。提取图2(b)上包络线，与图2(a)参考呼吸波有很好的相关性，说明容积脉搏波的包络线中蕴含有与呼吸密切相关的信息，但也受其他低频成分的影响。

图3给出脉搏幅值、周期、宽度3者相互之间的相关性，10位受试者，共分为40段数据，横坐标表示为相关性的次数。纵坐标分别为脉搏幅值和周期、幅值和宽度、宽度和周期间的相关系数，均取绝对值，范围在0～1之间，相关系数越接近1相关性越好。由图3可以看出，脉搏幅值和周期的相关性较好，基本在0.7～1之间波动，脉搏宽度和周期的相关性次之，仅有一个点在0.5以下，脉搏幅值和宽度的相关性较差，相关系数在0～1之间发生明显波动。

图2 相关波形。(a)参考呼吸波;(b)容积脉搏波;(c)脉搏波幅值;(d)脉搏波周期;(e)脉搏波宽度Fig.2 Related waveforms.(a)reference respiratory signal;(b)PPG signal;(c)amplitude of pulse wave;(d)period of pulse wave;(e)width of pulse wave

图2(a)为通过气流法测得的参考呼吸波，其基线稳定在70 mV，波形在基线以下为吸相，基线以上为呼相。图4给出在各呼吸周期中脉搏幅值、宽度、周期在吸相和呼相间的变异相关性，即 RA、RW、RP相互之间的相关性。

由图4可以看出，脉搏宽度变化和周期变化相关性较好，相关系数大多在0.6～1之间，平均为0.744 3，而脉搏幅值变化和周期变化、幅值变化和宽度变化相关性较差，相关系数波动很明显。图3、图4综合来看，脉搏幅值和周期相关性较好，但在吸相和呼相间的变异性差异很大。而由呼吸引起的脉搏宽度和周期的变异性不论在整个呼吸过程还是在不同时相，相关性都很好。

图3 相关系数。(a)脉搏幅值与周期的相关系数;(b)脉搏幅值与宽度的相关系数;(c)脉搏宽度与周期的相关系数Fig.3 Correlation coefficients.(a)between amplitudes and periods;(b)between amplitudes and widths;(c)between widths and periods

3 讨论

容积脉搏波的基线波动，即由呼吸引起的脉搏波强度变异，已有多篇文献报道［12-14］。容积脉搏波信号是对组织血容积的量化，血氧计接收到的光强与血容积成反比。血容积包括多个部分，而脉搏波的包络线主要与静脉血容有关，呼吸时胸内压改变，使静脉回流发生变化，即体现在脉搏波的低频波动上。图2(b)上包络线与参考呼吸信号波动基本一致，只是在相位上会滞后，原因在于脉搏是由心脏射血活动引起的一种血液和血管壁震荡，而呼吸会影响心脏射血活动，震荡波也随之改变。这一震荡波沿着动脉树迅速向外周血管传播，在头部检测时即会发生延迟。另外，滤波也会使原始信号产生一定的偏移。但有研究指出，静脉回流的变化不是脉搏波中包含呼吸信息的唯一原因，呼吸影响脉搏波的机制还有待深入研究［18］。

由图2(d)可以看出脉搏周期与呼吸的关系，吸气时脉搏周期缩短，即心率加快;呼气时脉搏周期延长，即心率减慢。这与理论相吻合，因为吸气时交感神经兴奋，释放儿茶酚胺增多，使窦性P-P周期缩短，心率加快，呼气时迷走神经张力增高，产生乙酰胆碱，引起窦房结过度极化，窦房结舒张期自动除极的坡度降低，使窦性 P-P间期延长，心率减慢。

图4 脉搏幅值、周期、宽度在同一呼吸周期的吸相和呼相间变异性的相关系数。(a)脉搏幅值和周期之间;(b)脉搏幅值和宽度之间;(c)脉搏宽度和周期之间Fig.4 Correlation coefficients ofamplitude，period and width variations between inspiration and expiration of the same respiration period.(a)between amplitudesandperiods;(b)between amplitudesand widths;(c)between widths and periods

本研究探讨了容积脉搏波的幅值、周期、宽度在同一呼吸周期、不同时相间的变异性。由图4看出，脉搏幅值和周期在不同时相间变异的相关性不大。也就是说，由呼吸引起的脉搏波幅值和周期变化趋势相关性很好，但是在同一呼吸周期的吸相和呼相间的变化程度不一定一致。由呼吸引起的脉搏波周期和宽度变化趋势相关性很好，在吸相和呼相间的变化程度也基本一致。文献［15］提出，由呼吸引起的脉搏波周期、幅值和强度变异与呼吸波有很好的相关性，可以较大程度地反映呼吸信息。本研究在此基础上，分析吸气和呼气对容积脉搏波3个特征量的影响，能够更好地反映呼吸信息，为各种呼吸检测提供新的信息。

本研究将自行研制的血氧计固定在头部，可以较大程度地避免因为人为活动造成的信号干扰，且头部血管分布广泛，由此采集到的容积脉搏波信噪比较高［19-20］，可以较准确地反映动静脉血容积的变化，而且受神经影响最小［21］。

4 结论

呼吸信息可以从多种生理信号中实现无创检测，比如心电信号，压力传感器检测的脉搏波信号以及血氧计检测的容积脉搏波信号。其中，血氧计检测血氧饱和度和心率在临床上已得到广泛应用，利用血氧计提取呼吸信息将扩展其使用范围，提升临床诊断价值。本研究利用自研血氧计采集容积脉搏波，研究由呼吸引起的波形特征变异性，即脉搏波的幅值、周期、宽度在不同时相间的变异性，利用相关系数分析法，得到脉搏波的周期和宽度在不同时相间的变化程度最接近。因此，脉搏波周期和宽度可以粗略地反映呼吸信息，而其在吸相和呼相间的变化程度能够更好地反映呼吸信息的细节，为各种呼吸检测提供新的诊断信息。

本研究仅对10位健康受试者在控制呼吸时的2 min数据作分析，性别差异不明显，实验数据不多。因此，研究不同性别、不同呼吸率、病态下的脉搏波幅值、周期和宽度在吸相和呼相间变异的相关性，将是下一步研究目标。

［1］刘雪红，王克强，李川勇.呼吸对心率变异性的影响［J］.国际生物医学工程杂志，2006，29(1):56-59.

［2］Younes M.Role of respiratory control mechanisms in the pathogenesis of obstructive sleep disorders［J］.J Appl Physiol，2008，105:1389-1405.

［3］Hasselgren M， Jalonen J， Gronlund J， etal. Estimated prevalences of respiratory symptoms，asthma and chronic bostructive pulmonary disease related to detection rate in primary health care［J］.Scand J Prim Health Care，2001，19:54-57.

［4］Allison RD，Holmes EL，Nyboer J.Volumetric dynamics of respiration as measured by electrical impedance plethysmography［J］.J Appl Physiol，1964，19:166-173.

［5］Ashutosh K，Gilbert R，Auchincloss JH，et al.Impedance pneumograph and magnetometer methods for monitoring tidal volume［J］.J Appl Physiol，1974，37:964-966.

［6］张政波，俞梦孙，赵显亮，等.穿戴式、多参数协同监测系统设计 ［J］.航天医学与医学工程，2008，21(1):66-69.

［7］俞梦孙，杨军.用微动敏感床垫监测睡眠的研究［J］.中华航空航天医学杂志，1999，10(1):40-45.

［8］Nakajima K，Tamura T，Miike H.Monitoring of heart and respiratory rates by photoplethysmography using a digital filtering technique［J］.Med Eng Phys，1996，18(5):365-372.

［9］Shelley KH，Awad AA，Stout RG，et al.The use of joint time frequency analysis to quantify the effect of ventilation on the pulse oximeter waveform ［J］.J Clin Monit Comput，2006，20:81-87.

［10］Leonard P，Beattie TF，Addison PS，et al.Standard pulse oximeters can be used to monitor respiratory rate［J］.Emerg Med J，2003，20:524-525.

［11］Chon KH，Dash S，Ju K.Estimation of respiratory rate from photoplethysmogram data using time - frequency spectral estimation［J］.IEEE Trans Biomed Eng，2009，56(8):2054-2063.

［12］Johansson A，Oberg P°A.Estimation of respiratory volumes from the photoplethysmographic signal.Part1:experimental results［J］.Med Biol Eng Comput，1999a，37:42-47.

［13］Johansson A，Oberg P°A.Estimation of respiratory volumes from the photoplethysmographic signal.Part1:experimental results［J］.Med Biol Eng Comput，1999b，37:48-53.

［14］Nilsson L，Johansson A，Kalman S.Respiratory variations in the reflection mode photoplethysmographic signal.Relationships to perioheral venous pressure ［J］.Med Biol Eng Comput，2003，41:249-254.

［15］Li Jin，Jin Jie，Chen Xiang，et al.Comparison of respiratoryinduced variations in photoplethysmographic signals ［J］.Physiol Meas，2010，31:415-425.

［16］Foo JYA，Wilson SJ.Estimation of breathing interval from the photoplethysmographic signals in children ［J］.Physiol Meas，2005，26:1049-1058.

［17］Fleming SG，Tarassenko L.A comparision of signal processing techniquesfor the extraction of breathing rate from the photoplethysmogram ［J］.Int J Biomed Sci，2007，2:232-236.

［18］Nilsson L，Johansson A，Kalman S.Macrocirculation if not the sole determinant of respiratory induced variations in the reflection mode photoplethysmographic signal［J］.Physiol Meas，2003，24:925-937.

［19］Tur E，Tur M，Maibach HI，et al.Basal perfusion of the cutaneous microcirculation:Measurementsasa function of anatomic position ［J］.J Investigat Dermatol，1983，81:442-446.

［20］Nijboer JA，Dorlas JC.The origin of inverted waveforms in the reflection plethysmogram ［J］.Br J Anaesth，1982，54:1289-1293.

［21］Ziege S， Schmid-schonbein H，Grebe R， et al. Long-term registration of cutaneous microcirculation during general anaesthesia［J］.Int J Microcirc，1997，17:385-394.