一种可穿戴的动脉检测装置及其数据处理方法
【技术领域】
[0001] 本发明涉及医疗器械领域，特别是一种可穿戴的动脉检测装置及其数据处理方 法。
【背景技术】
[0002] 动脉硬化及其相关的血管病变是导致心脑血管事件的主要原因，是心肌梗死、脑 卒中等常见心脑血管疾病的共同病理学基础。因此，动脉血管硬化程度往往反应了人体潜 在的心血管疾病发病可能，及早发现动脉血管硬化并采取有效治疗可以减缓甚至逆转心血 管疾病的发生和发展。为了实现通过检测动脉血管硬化状况早期预警心血管疾病的潜在危 险，就需要能够实时获知动脉血管的功能状况，进而早期发现动脉血管的结构和功能病变， 及时引入有效的医学干预。
[0003] 目前，评价动脉血管功能状况的方法主要包括间接法、影像诊断法和脉搏波检测 法。间接法是指通过血糖、血脂等生化指标或内皮功能检测来间接判断动脉硬化程度，但上 述生化指标水平并不总与动脉硬化的病变过程同行，无法直接反映动脉的弹性特性。利用 血管造影术检查、核磁共振成像检查、CT扫描检查、彩色超声检查等影像诊断法只能对局部 血管进行测量分析，了解某一截面动脉管腔的弹性功能变化，不能详细了解动脉整体的弹 性功能。而且，上述两种方法均需要借助很强的专业知识和昂贵的检测仪器方能进行，不适 合在社区和家庭中应用。脉搏波检测法是指依据脉搏波特征参数来评价动脉血管弹性功能 的方法，其测量原理是：动脉血管硬化后导致血管的物理性质发生改变，并在脉搏波信号上 产生相应的变化，可以通过检测脉搏波波形的变化情况判断出动脉血管的硬化程度，主要 包括脉搏波传导速度、反射波增强指数、舒张期脉搏波分析法和套袖压力震荡波分析测量 等。尽管此方法在准确性方面比不上影像诊断法，但是由于具有良好的预见能力和方便、易 行的检测流程，适合在社区和家庭进行推广使用。
[0004] 但是，现有脉搏波诊断仪器操作复杂，只适于在医院由医生进行操作；可以同时检 测多项生理参数，但是无法根据检测得到的参数形成综合的评价情况，需要由医生进行诊 断，不利于居家使用；现有的检测设备价格昂贵，系统复杂，不适合社区和家庭推广；现有 的设备使用加压式的套袖，用户体感不好，不适合长时间佩戴，无法连续、实时、动态检测生 理参数。本发明的目的是设计开发适用于家庭、社区的可穿戴式的无创动脉血管硬化检测 系统，为早期预警心血管疾病的潜在危险因素提供一种有效的技术手段。
【发明内容】
[0005] 针对上述技术问题，本发明公开了一种可穿戴的动脉检测装置，旨在提供一种可 穿戴的动脉硬化检测系统，以连续、动态、实时地检测多项生理参数，综合评价动脉硬化水 平，及时给予风险预警。
[0006] 本发明的另一个目的在于，提出了一种用于可穿戴的动脉检测装置的数据处理方 法，以得到多方位的生理参数，以方便经过下一步学习处理后得出最终指导性结果。
[0007] 为了实现根据本发明的目的，提供了一种可穿戴的动脉检测装置，包括：
[0008] 心电传感器模块，其内设置有用于采集动态心电数据的心电传感器；心音传感器 模块，其内设置有用于采集动态心音数据的心音传感器；脉搏波传感器模块，其内设置有若 干个用于采集动态脉搏波数据的反射式光电传感器，且每个均携带有独立的相对位置传感 器；以及健康管理模块，其内设置有用于接收所述动态心电、心音和脉搏波数据的无线数据 接收器，所述健康管理模块对接收到的数据计算分析后给予综合学习指数；其中，所述心电 传感器至少有3导联位于左胸腔，且与所述心音传感器封装在同一个小贴片内，所述小贴 片内设置有一个基准位置传感器，作为所述相对位置传感器的基准坐标。
[0009] 优选的，所述心电、心音和脉搏波传感器模块中分别设置有电源模块、A/D转换器、 同步信号触发器和无线数据传输器。
[0010] 优选的，所述可穿戴的动脉检测装置还包括分别与所述心电、心音、脉搏波传感器 模块和健康管理模块无线连接的系统控制/信号处理模块，其内设置有同步时序信号发生 器、多通道无线数据接收/发送器、信号处理器和数据存储器。
[0011] 优选的，所述心电、心音传感器模块被封装于同一个大贴片内或紧身衣服内，所述 大贴片或紧身衣服外表设置有用于调节所述心电、心音传感器位置的开口。
[0012] 优选的，所述脉搏波传感器模块包含2个或4个反射式光电传感器，其分别通过紧 固式套袖固定在肱动脉处和踝动脉处，所述相对位置传感器安装在所述套袖内。
[0013] 提出了一种用于可穿戴的动脉检测装置的数据处理方法，包括：
[0014] 步骤1)同步时序信号发生器发送时序触发信号，心电、心音和反射式光电传感器 按照时序触发信号进行同步信号采样，同时相对位置传感器测量套袖相对于基准坐标的距 离；
[0015] 步骤2)分别将采集的信号转换成数字信号后无线发送到系统控制/信号处理模 块，系统控制/信号处理模块中的信号处理器对接收到的数字信号进行并行化处理，将处 理后的信号无线发送至健康管理模块；
[0016] 步骤3)健康管理模块根据动态心电、心音和脉搏波信号，以及套袖相对位置，计 算和记录以下动态多生理参数：肱动脉动态收缩压/舒张压/平均血压、踝动脉动态收缩压 /舒张压/平均血压、动态踝臂指数、动态脉搏波传导速率、动态心踝血管指数、动态心电波 形、动态心音波形、动态心率、动态射血前期、动态射血时间、动态射血指数、动态波形上升 时间、动态脉搏波体积记录；
[0017] 步骤4)将计算得到的全部动态生理参数按照动态心电信号的节律划分为多个时 间窗，接着按照划分好的时间窗，将全部长时间的动态生理参数分解到多个短时间的动态 生理参数，然后将同一时间窗内的全部动态生理信号进行排列，组织成为按时间排列的高 维特征向量，最后将多个时间窗的高维特征向量同时输入到深度学习网络的输入层，依次 对输入向量进行有监督的深度学习，提取有效信息，得出经降维处理后的综合学习指数，以 待进行下一步学习处理后得出最终学习结果。
[0018] 优选的，步骤2)中的并行化处理过程包括：对心电、心音信号进行带通滤波、降 噪、平滑等处理，对脉搏波信号进行滤波放大、脉搏波信号背景噪声分离和脉搏波信号提 取。
[0019] 优选的，步骤3)中利用相对位置传感器标定各个反射式光电传感器相对于基准 坐标的位置；利用心电、心音信号校准脉搏波传输时间；根据心电、心音波形信号和脉搏波 传输时间信号，利用血压测量金标准和脉搏波传输时间建立线性回归方程，通过心音信号 对射血前期的时间进行标定，再对回归方程的参数进行校正，基于动态心电、心音、脉搏波 传输传输时间、线性回归方程和相对位置传感器的坐标位置来计算所述生理参数。
[0020] 优选的，部分计算过程包括：计算脉搏波传导速率PWV，具体的：计算上臂PWV、右 PWV和左PWV，上臂PWV (心脏到上臂套袖肱动脉处）=D1/T1 ;右PWV (右上臂肱动脉到右脚 踝踝动脉）=(Dl-D2)/T2;右PWV(右上臂肱动脉到右脚踝踝动脉）=(Dl-D2)/T3;其中， Dl为心脏到右上臂的距离，D2为心脏到脚踝的距离，分别有相对位置传感器获取；Tl为从 心音图的第二心音到右上臂脉搏容积记录的凹槽之间的时段；T2为右上臂脉搏容积波上 升沿到右脚踝脉搏容积波上升沿之间的时间差，T3为左上臂脉搏容积波上升沿到左脚踝脉 搏容积波上升波之间的时间差；
[0021] 计算肱动脉动态收缩压/舒张压，具体的：使用MMIC数据标定QRS，使用血压金 标准对脉搏波传导速率和动态血压之间的关系进行标定，使用基于大数据的深度学习方法 或基于有限混合模型的回归方法对脉搏波传导速率和动态血压进行回归分析，优选的，有 限混合模型是t分布混合模型，健康管理模块对采集到的动态脉搏波波形，根据同步采集 到的心电波形信号和心音波形信号进行获取其传导时间，根据回归分析的结果，计算出动 脉的收缩压/舒张压，并基于经验公式计算其平均血压，平均血压=舒张压+(收缩压-舒 张压）/3;
[0022] 计算踝动脉动态收缩压/舒张压，具体计算方法如肱动脉动