英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
使用智能手机进行无袖差压测量
Vikram Chandrasekaran, Ram Dantulowast;, Srikanth Jonnada, Shanti Thiyagaraja, and Kalyan Pathapati Subbu
摘要 - 今天，智能手机已经越来越受到普通大众对其导航，社交网络和多媒体设施等多种功能的欢迎。这些手机配备了高端处理器，高分辨率相机和内置传感器，如加速计，方向传感器和光传感器。据comScore调查，26.2％的美国成年人在日常生活中使用智能手机。受这一统计数据和智能手机多样化的能力的驱动，我们专注于将其用于生物医学应用。我们展示了智能手机的新应用，其内置的摄像头和麦克风取代了传统的听诊器和基于袖带的测量技术，可以量化心率和血压等生命体征。我们提出了两种使用心跳和脉搏数据的差分血压估计技术。第一种方法使用两个智能电话，而第二种方法用一个定制的外部麦克风取代其中一个电话。我们通过从记录的数据中计算脉压和每搏输出量来估计两种技术的收缩压和舒张压。通过将估计的血压值与使用商用血压计测量的血压值进行比较，我们获得了95-100％准确度的令人鼓舞的结果。
关键词 - 血压，无袖，手指脉搏，手机摄像头，手机，血管通过时间。
介绍
在意外情况下突然出现眩晕或晕厥时，测量人体生命体征是一项艰巨的任务。我们知道的唯一信息是这些事件是低血压最常见的症状。血压，当血液被迫全身施加在动脉壁上的力的大小取决于诸如身体中的血量，心脏的泵送速率，动脉壁的柔韧性，以及由于动脉的大小而引起的血流阻力。由于身体活动，药物，焦虑和情绪，人的血压会不断变化。身体有调节人体血流的独特机制，无论何时一个人的血压下降，心率会增加，以泵送更多的血液，动脉壁收缩以增加血压。
通常使用水银血压计测量血压。然而，为了在意想不到的情况下检查人的血压，需要便携式的便利设备或装置。尽管可以使用数字手腕和手臂血压计，但大多数人在日常工作地点，体育馆，娱乐设施等通勤时并不携带这些设备。唯一一种无所不在的人们在各行各业中使用的设备是手机还是智能手机。带有内置传感器的智能手机（如加速度计，带闪光灯的照相机和麦克风传感器）的批量生产促使我们将其益处投入到生物医学领域。尽管Scully等人[1]开发了一种使用智能手机估计生命体征的方法，它不包括血压估计。
我们在此提出一种基于手机的血压估计技术。换句话说，我们通过两种方式记录心脏声音和手指脉搏，取代传统用于血压测量的传统袖带和听诊器：1）使用内置两个智能手机的麦克风和相机，以及2）定制的外部麦克风和一个智能手机的相机。通过在Jonathan等人描述的智能电话中实施光电容积描记技术来记录手指脉冲[2]。
估算技术由三个阶段组成。第一阶段涉及在胸部定位适当的位置以记录心音。该音频数据用于计算心率。第二阶段包括两种记录方法。在第一种方法中，使用两个时钟同步手机，一个用于记录心音，另一个用于记录手指脉冲。在第二种方法中，我们使用带有外部麦克风的单个手机记录心音和手指脉冲。第三阶段，即血压估计阶段包括使用测量的数据计算收缩压，脉压和舒张压。
方法
本节将详细讨论使用单个手机和两部手机记录心音和手指脉冲的过程。心跳和脉搏的本地化，脉搏检测和心率计算都将在下一节中讨论。
- 两台手机设置血压测量
在第一种技术中，安装开始于使用蓝牙的两部手机之间的时间同步。同步后，一部手机上的摄像机通过视频录制应用程序以24帧/秒（fps）的速度将手指中的脉冲记录下来。应用程序启动时，LED闪光灯亮起，然后视频录制的开始时间保存在手机的SD卡中。同样，第二部手机通过录音应用程序开始录制心音，并将手机的麦克风靠近胸部。必须注意麦克风的开口紧贴胸部皮肤以避免记录外部噪音。图1显示了差分估计技术的总体过程。
为了同步两个手机的时钟，我们设计了一个基于蓝牙的同步协议。该协议类似于有线网络中使用的精确时间协议-EEE 1588[3]。同步过程遵循主从架构。接收同步消息的手机充当主设备，一个发送设备充当从设备。我们采用了运行Android操作系统的Nexus One和HTC Hero手机。Nexus One配备了支持蓝牙2.1 EDR（扩展数据速率技术）的Broadcom BCM4329芯片组以及802.11n WiFi，Hero支持蓝牙2.1 EDR以及802.11b / g WiFi连接。手机通过Android BlueZ[4]进行通信，这是一款蓝牙2.1兼容的堆栈，可以在任何蓝牙芯片组上运行。用于视频录制的Nexus One充当主人，用于心跳记录的Hero充当奴隶。同步过程由两个步骤组成，如下所述。
从设备与主时钟同步：主设备的时间戳通过蓝牙获取并固定在从设备上。这种简单的方法可以在两台设备上同步时间，但血压差分估计需要精确到毫秒的时间计算。忽略传输延迟会导致系统精度下降。因此，传输延迟必须在程序期间进行计算。
这需要两个系统的时间戳。图2描述了同步过程的工作。第一步是在与设备配对后标准建立蓝牙连接。一旦连接建立，从设备就会向主设备发送一个时间戳并将其存储为TS。一旦主设备收到时间戳，它就会将其自己的时间戳发送回从设备。该返回的时间戳与时间戳一起被记录为TR，被从设备接收为Trsquo;s。该过程重复30秒并记录时间戳。该过程之后是从设备中的客户端时钟同步模块。该模块有四个主要操作：估计往返时间，估计偏移量，计算主时间以及设置从时钟。往返时间由下式给出：
RTT = Trsquo;s - TS （1）
终端之间的单向传输时间是往返时间的一半：
Tt = RTT / 2 （2）
两个设备Ot之间的偏移量由主设备和从设备的时间戳差值给出：
Ot= TS - （TR - Tt） （3）
在主设备中从接收时间中减去单向传输时间将在从设备和主设备之间产生精确的时差。主时钟时间通过从时钟减去偏移来估算。
为了克服测量个体的一次一次的脉搏率和心跳以估计血压的开销，现有系统被简化为单个移动方法。
- 单手机设置血压测量
在此设置中，我们通过视频和音频录制应用程序以24 fps的速度录制自定义外部麦克风和手指脉冲的心音。当应用程序启动时，LED闪光灯亮起，然后将视频和音频录制的开始时间保存在手机的SD卡中。
外置麦克风的设计包括声学听诊器膜片，中空管，3.5毫米微型插头电容式麦克风，频率响应为50-18,000赫兹，手机采用3.5毫米麦克风适配器。我们将隔膜固定到中空管的一端，将麦克风固定到中空管的另一端。图3显示了外部麦克风的定制。这种定制的麦克风取代了用于测量图1中的心音的第二个移动设备的需求。
用于血压估计的交互组件
在测量开始之前，我们必须确定胸部最佳位置以获得心跳，以获得高质量的读数。第III-A和III-B节解释了心音的定位，手指脉搏的分析以及心率的计算。第III-C节清楚地解释了分析血压时心跳和手指脉搏相关的过程。
- 心跳的本地化
|
肺动脉瓣 主动脉瓣 二尖瓣 三尖瓣 |
第二肋间 第二肋间 第五肋间 第四肋间隙 |
左胸骨上缘 右胸骨上缘 内侧至左锁骨中线 左胸骨下缘 |
本地化心脏跳动是一项具有挑战性的任务，但是对于精确确定血压来说是必需的。 心音的简要描述如下。心脏瓣膜的打开和关闭会产生心脏声音。心脏在一个心动周期中主要产生四种类型的声音[5]，表示为S1，S2，S3和S4。第一心音（S1，Iub）由房室瓣（即二尖瓣和三尖瓣）产生，第二心音（S2，配音）由半月瓣（即主动脉和肺动脉瓣）产生。由于疾驰，第三和第四心音仅在一些罕见的条件下产生。在本文中，我们有兴趣只记录第一个和第二个心音。在胸部区域进行实验以找到获得可记录心音的最佳位置。如图4所示，阀的四个位置被识别和选择用于记录目的。根据这些实验，从包含肺动脉瓣的肺部区域听到从麦克风捕捉到的心音最响。由于肺动脉瓣与S2声音相关，在大多数情况下，S2的分贝水平高于S1。如[6]中列出的表I给出了胸腔中瓣膜相对于肋间隙和胸骨的位置。
- 脉搏检测和心率计算
检测脉搏的过程遵循的原则是[7]，每一次心跳都与血管中的血液涌流有关，即使在指尖的毛细血管中也是如此。通过将手指放在相机上并通过视频记录应用程序打开闪光灯，进行了以下观察。在收缩期脉搏中，当毛细血管富含血液时，更多的光被血液吸收，导致低反射指数和更暗的框架强度。同样，在舒张期脉冲期间，大部分光被反射，导致明亮的帧。通过手指的光线强度的变化形成了另一种波浪形式。这些强度随时间的变化被用来获得一个人的脉搏。视频中的像素信息分为单独的红色，蓝色和绿色组件。在大多数观察的框架中，突出的颜色是红色的。我们将视频的每一帧分成四个象限，仅考虑第一象限，因为波动在该地区更为主要。然后，我们在固定长度的窗口（Wt）上分割帧，以检查在相同的时间间隔出现的峰值数量（n），如图5所示。然后，我们计算出心率（HR）：
HR =（n * 60）Wt （4）
- 组件的集成
本节介绍如何处理记录的心跳和手指脉搏并用于估计收缩压和舒张压。图6说明估计过程中事件的顺序执行。估计过程首先同步两个手机的系统时钟。之后，每部手机都开始记录适当的数据。 Nexus One以24 fps的速率录制视频，HTC Hero以8 kHz的采样率录制音频。两个手机必须在时钟同步后的10秒内开始记录。由于处理器负责维护系统时间，因此让应用程序运行很长时间会造成系统时钟漂移。而且，当CPU载入高优先级进程时，处理器无法保持时钟的精度。
算法1校准用于音频和视频数据的同步开始
INPUT：音频和视频开始的时间戳（SA和SV）
OUTPUT：同步音频数据
SyncStart = SA - SV
If SyncStart gt;= 0 then 将SyncStart的空数据添加到音频数据集的开始处
End if
If SyncStart lt; 0 then 从音频数据集的开头删除SyncStart毫秒数据
End if
在我们的研究中，所有的测量都是在20秒内完成的，视频从音频后大约1秒开始。收集的数据在MATLAB中离线处理。第一步是数据的去噪和重采样。从移动电话收集的音频数据通过15阶带通滤波器，该滤波器允许仅在10-250Hz之间的频率，因为大多数心音记录在10-250Hz频带内。为了计算有效性，滤波后的音频被重采样到1 kHz的较低速率。类似地，如第III-B部分所述处理视频帧以给出红色强度的值。
下一步是从数据中确定峰值并在视频中确定与音频信号相对应的适当峰值。为了识别峰值，由于音频和视频数据与开始时间不同步，波形必须对齐。为了达到这个目的，记录的开始时间分别存储在两个电话的SD卡上，作为用于校准的时间戳。例如，假设音频数据的开始时间是SA，并且视频数据的开始时间是SV。时间戳的差异将会导致一个数据超前/滞后的时间量。算法1解释了校准这两个设备所遵循的程序。由于音频的采样频率为1 kHz，因此添加和删除数据点在音频上比在24 fps下的视频更容易和更精确。图7显示了对齐的数据。
在执行对齐后，峰值检测算法[8]应用于两种波形。该算法对波形中的每个样本使用峰值函数，其定义为每个样本左右两组相邻点之间最大值的平均值。此外，基于计算出的每个峰值函数值的平均值和标准偏差，对局部峰值进行滤波。如图7所示，这些局部峰值在收缩峰旁形成的量级较小。这导致在窗口内识别出一个显着的峰值，从而揭示明显存在心跳。
数学分析
本节介绍使用预处理的心跳和手指脉搏计算收缩压和舒张压值的方法。
- 收缩压
记录S1的到达时间和相应的收缩峰值。这两次到达时间的差异产生了一个称为血管通过时间（VTT）的参数。VTT被定义为血液从心脏到达心脏一次行程的肢体末端所需的时间。 Foo等人[9]指出，收缩压的变化可以从VTT相对于参考值的变化中得出，如图所示。因此，计算VTT的原因：
△ Ps= -0.425 * △VTT （5）
基于（5），可以产生与VTT相对应的收缩压值。因此，使用两个手机估计的收缩压由下式给出：
Ps= -0.425 * VTT 214 （6）
为了推导收缩压与VTT之间的关系，我们在估计的VTT与测量的收缩压值之间进行线性曲线拟合以获得回归关系。上述常数214从回归关系中获得。我们已经验证了这个恒定的500多个读数。
- 脉冲压力和冲程体积
如下计算脉压Pp和每搏输出量SV。对于每搏输出量，我们使用[10]
全文共9527字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[14274]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
