基于BP 神經(jīng)網(wǎng)絡(luò)的無創(chuàng)連續(xù)血壓測量模型

成剛，查曉俊

南京大學(xué)醫(yī)學(xué)院附屬鼓樓醫(yī)院 （江蘇南京 210008）

血壓水平與心功能、外周血管功能密切相關(guān)，能夠反映人體心血管系統(tǒng)的健康狀況[1-2]。高血壓是臨床常見的慢性病，也是心腦血管疾病的最主要危險因素之一[2-3]。因此，血壓的精準(zhǔn)測量和實時監(jiān)測對血壓異?；颊哂葹橹匾?。由于血壓的波動性和不確定性，單次血壓測量結(jié)果并不能真實反映患者日?；顒訝顟B(tài)下的血壓水平[4]。動脈插管法能夠?qū)崿F(xiàn)連續(xù)不間斷血壓測量，是國際公認(rèn)的血壓測量金標(biāo)準(zhǔn)[5]；但由于其為有創(chuàng)操作、專業(yè)性較強(qiáng)、價格昂貴及有傷口感染風(fēng)險等缺點(diǎn)，多用于術(shù)中和危重患者的血壓測量。無創(chuàng)血壓測量則具有無創(chuàng)傷、操作簡單、適應(yīng)證更廣、能實現(xiàn)自動化血壓監(jiān)測、省時省力等優(yōu)點(diǎn)[6-7]。本研究通過采集人體脈搏波信號和動脈血壓值，建立基于BP 神經(jīng)網(wǎng)絡(luò)的無創(chuàng)連續(xù)血壓測量模型，以實現(xiàn)患者血壓的無創(chuàng)實時監(jiān)測，幫助醫(yī)師及時掌握患者病情，確定藥物治療的有效性，及時調(diào)整給藥時間和劑量，現(xiàn)報道如下。

1 材料與方法

1.1 數(shù)據(jù)采集

本研究中的脈搏波數(shù)據(jù)是利用光電血氧探頭采集受試者左手手指末端的光電容積脈搏波波形，收縮壓和舒張壓由水銀血壓計測得。水銀血壓計由江蘇魚躍醫(yī)療設(shè)備股份有限公司生產(chǎn)，經(jīng)南京市計量監(jiān)督檢測院計量合格，且在合格證有效期內(nèi)。

脈搏波頻率主要分布在0.1～40.0 Hz 之間，絕大部分頻率集中在10 Hz 以下[8]。根據(jù)奈奎斯特采樣定理，將脈搏波的采樣頻率設(shè)為100 Hz，采集時間定為1 min。數(shù)據(jù)采集在我院心內(nèi)科門診和病房進(jìn)行，采集前，受試者靜息5 min，調(diào)整情緒，穩(wěn)定呼吸；采集時，囑受試者身體保持正常坐姿，手臂和手指保持靜止；脈搏波信號采集完成后，進(jìn)行血壓測量，每位受試者連續(xù)測量3次，每次間隔1 min，取3次測量結(jié)果的平均值作為血壓的參考值。

本研究共采集296組數(shù)據(jù)，其中男143例，女153例；年齡25～75歲，平均（44.20±13.45）歲；高血壓121例，正常血壓112例，低血壓63例；收縮壓76～191 mmHg（1 mmHg=0.133 kPa），平均（121.43±23.93）mmHg；舒張壓47～113 mmHg，平均（78.26±13.79）mmHg。

1.2 數(shù)據(jù)處理

由于受信號采集裝置及人為因素的影響，采集到的脈搏波信號中均含有噪聲，而噪聲會降低提取脈搏波特征點(diǎn)算法的運(yùn)行效率和準(zhǔn)確性，因此，需對脈搏波信號做預(yù)處理。脈搏波特征參數(shù)獲取流程見圖1。

圖1 脈搏波特征參數(shù)獲取流程

本研究采用低通濾波器去除脈搏波信號中的高頻噪聲，考慮到脈搏波信號的頻率一般不會超過10 Hz，所以將低通濾波器的截止頻率設(shè)為10 Hz[8]；采用零向位濾波去除基線漂移，先將輸入序列按順序濾波，即前向濾波，然后將濾波后所得序列反轉(zhuǎn)，再用同一個濾波器做逆向濾波，濾波得到的序列再反轉(zhuǎn)，最終得到零相位失真的輸出序列[9]；波形中還會夾雜著一些非脈搏波波形，這些波形的存在會影響脈搏波特征點(diǎn)的提取，需要進(jìn)行篩選將其剔除；在提取脈搏波的特征點(diǎn)時，發(fā)現(xiàn)濾波后的信號仍然有零星毛刺存在，我們采用Matlab工具箱中五點(diǎn)三次平滑濾波的方法去除毛刺，該方法不僅能夠有效濾去脈搏波信號的毛刺，還可保證峰值點(diǎn)的幅值變化較小[10]；脈搏波特征點(diǎn)的提取采用微分法，該方法原理簡單，實現(xiàn)較為容易，被廣泛應(yīng)用于信號特征點(diǎn)的識別；最后，通過相關(guān)性分析，共篩選出6個收縮壓特征參數(shù)（波峰幅值、重搏波幅值、波形面積、二次諧波幅值、三次諧波幅值、四次諧波幅值）和8個舒張壓特征參數(shù)（波谷幅值、波峰幅值、上升支斜率、基波頻率、基波幅值、一次諧波幅值、二次諧波幅值、三次諧波幅值）[11]。

1.3 BP 神經(jīng)網(wǎng)絡(luò)

BP 神經(jīng)網(wǎng)絡(luò)是一種由非線性變換單元構(gòu)成的前饋網(wǎng)絡(luò)，也被稱為誤差反向傳播神經(jīng)網(wǎng)絡(luò)。BP 神經(jīng)網(wǎng)絡(luò)的血壓計算模型中，輸入脈搏波特征參數(shù)，輸出收縮壓和舒張壓。由于收縮壓和舒張壓的模型輸入神經(jīng)元個數(shù)不同，因此，本研究建立了兩個BP 神經(jīng)網(wǎng)絡(luò)模型，即收縮壓BP 神經(jīng)網(wǎng)絡(luò)模型和舒張壓BP 神經(jīng)網(wǎng)絡(luò)模型。模型的訓(xùn)練樣本為196組數(shù)據(jù)，驗證樣本為100組數(shù)據(jù)。因此，收縮壓BP 網(wǎng)絡(luò)訓(xùn)練模型輸入為196×6的脈搏波特征參數(shù)矩陣，輸出為196×1的收縮壓矩陣；舒張壓BP 網(wǎng)絡(luò)訓(xùn)練模型輸入為196×8的脈搏波特征參數(shù)矩陣，輸出為196×1的舒張壓矩陣。收縮壓BP 神經(jīng)網(wǎng)絡(luò)模型的驗證輸入為100×6的脈搏波特征參數(shù)矩陣，輸出為100×1的收縮壓矩陣；舒張壓BP 神經(jīng)網(wǎng)絡(luò)模型的驗證輸入為100×8的脈搏波特征參數(shù)矩陣，輸出為100×1的舒張壓矩陣。

本研究選擇三層神經(jīng)網(wǎng)絡(luò)，需確定隱含層的最佳節(jié)點(diǎn)數(shù)目。通過網(wǎng)絡(luò)訓(xùn)練和誤差背景，最終確定收縮壓BP 神經(jīng)網(wǎng)絡(luò)模型的隱含層節(jié)點(diǎn)數(shù)為10，舒張壓BP 神經(jīng)網(wǎng)絡(luò)模型的隱含層節(jié)點(diǎn)數(shù)為12。隱含層節(jié)點(diǎn)傳遞函數(shù)選用tansig 函數(shù)，輸出層節(jié)點(diǎn)傳遞函數(shù)選用purelin 函數(shù)，網(wǎng)絡(luò)訓(xùn)練函數(shù)選擇traingd 函數(shù)。網(wǎng)絡(luò)的其他參數(shù)設(shè)置為：學(xué)習(xí)速率為0.1，訓(xùn)練要求精度為0.1，最大訓(xùn)練次數(shù)為5 000次。

2 結(jié)果

BP 神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練結(jié)束后，需對網(wǎng)絡(luò)進(jìn)行驗證，將100組驗證樣本輸入訓(xùn)練好的網(wǎng)絡(luò)，比較收縮壓和舒張壓的仿真值和水銀血壓計測得值的誤差。圖2為收縮壓仿真值和測得值的比較結(jié)果及殘差圖，圖3為舒張壓仿真值和測得值的比較結(jié)果及殘差圖。

圖2 收縮壓仿真值和測得值比較

圖3 舒張壓仿真值和測得值比較

由圖2（a）和圖3（a）可知，收縮壓和舒張壓的仿真值與測得值的曲線重合度較高；從圖2（b）和圖3（b）可以看出，大多數(shù)樣本點(diǎn)的殘差值在±5 mmHg以內(nèi)。通過計算，100個驗證樣本中，收縮壓仿真值和測得值的均方根誤差為5.92 mmHg，77個樣本點(diǎn)的殘差值在±5 mmHg以內(nèi)；舒張壓BP仿真值和測得值的均方根誤差為6.11 mmHg，71個樣本點(diǎn)的殘差值在±5 mmHg以內(nèi)。因此，收縮壓BP神經(jīng)網(wǎng)絡(luò)模型血壓計算誤差滿足美國醫(yī)療儀器促進(jìn)協(xié)會（the Association for the Advancement of Medical Instrumentation，AAMI）的國際標(biāo)準(zhǔn)（平均誤差＜5 mmHg，誤差的標(biāo)準(zhǔn)差＜8 mmHg）[12]的比例達(dá)77%，舒張壓BP神經(jīng)網(wǎng)絡(luò)模型血壓計算誤差滿足AAMI的國際標(biāo)準(zhǔn)的比例達(dá)71%。

3 討論

本研究通過BP 神經(jīng)網(wǎng)絡(luò)模型，實現(xiàn)了基于脈搏波特征參數(shù)的無創(chuàng)連續(xù)血壓測量，仿真值對臨床上血壓連續(xù)測量具有一定的參考意義；但其血壓測量精度未能100%滿足AAMI 國際標(biāo)準(zhǔn)，且該模型穩(wěn)定性較差，不能有效控制血壓的計算精度。這和BP 神經(jīng)網(wǎng)絡(luò)本身的缺陷有關(guān)，如不能保證收斂至全局最小點(diǎn)、學(xué)習(xí)收斂速度慢等；另外，神經(jīng)元節(jié)點(diǎn)的初始權(quán)值和閾值對網(wǎng)絡(luò)的訓(xùn)練和預(yù)測精度具有較大影響，但又無法準(zhǔn)確獲得[13]。針對BP 神經(jīng)網(wǎng)絡(luò)的缺陷，若要進(jìn)一步提高網(wǎng)絡(luò)模型的計算精度，需對BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化。

在今后的研究中，我們將從以下幾方面對血壓計算模型進(jìn)行改進(jìn)：（1）采集更多、更全面的樣本數(shù)據(jù)，增加低血壓的數(shù)據(jù)量，提高模型的泛化能力；（2）計算更多的脈搏波特征參數(shù)，從而得到更多高相關(guān)性的特征參數(shù)，去除相關(guān)性低的特征參數(shù)；（3）優(yōu)化BP 神經(jīng)網(wǎng)絡(luò)模型的算法，或采用深度學(xué)習(xí)算法建立模型，提高模型的精度，實現(xiàn)誤差100%滿足AAMI 國際標(biāo)準(zhǔn)，達(dá)到臨床的使用要求，真正實現(xiàn)無創(chuàng)連續(xù)血壓監(jiān)測。