连续非侵入性血压监测实现高度准确的血压估计

血压（BP）是一项重要的生理指标，可以提供关于患者的心功能、心容积状况、器官灌注和整体血流动力学稳定性的相关信息。通常情况下，通过在手臂上使用非侵入性血压计（即臂式电子血压计），可以实现血压的间歇性测量。在高危医疗环境中（如手术室（OR）和重症监护室（ICU）），连续血压监测是通过插入外周动脉的侵入性动脉导管（A- line）实现的。虽然动脉导管可以检测到突然的血流动力学变化，但是由于动脉导管具有高侵入性，并与一些医疗并发症（包括血肿、动脉血栓和感染）相关，它们的使用通常仅限于“高风险”患者。在美国，据估计只有36%的重症监护病房危重患者使用动脉导管进行血压监测。鉴于与动脉导管相比，臂式电子血压计的精度相对较低，且有高估低血压和低估高血压的倾向，所以大多数患者在只使用臂式电子血压计作为血压测量的唯一工具的情况下，会因为存在未被检测到的关键血流动力学变化，从而影响其医疗护理。

此外，最近的研究表明，血压的连续变化模式与心血管症状息息相关，例如，每次心跳的血压，其测量数据的波动性可用于评估重要的生理参数，如血管张力、液体反应性和交感神经自动调节。因此，连续非侵入性血压（CNIBP）监测在过去几十年里引起了越来越多的关注，但目前仍然难以实现。

据麦姆斯咨询报道，为了应对这些挑战，美国加利福尼亚大学尔湾分校（University of California，Irvine）的研究人员开发了一种独特的方法，通过创建一种新的心动周期内生物标志物（舒张传输时间，DTT）来实现高度准确的血压估计。研究证明，与其他常见的信号处理技术相比，该方法在消除随机基线漂移、保持信号完整性和测量精度方面具有优越的性能，这种优势即使在具有显著的血流动力学变化的情况下也依然能够保持。此外，研究人员从不同批次的高危患者那里收集到了使用非侵入性传感器获得的血压数据，并应用这种新算法进行处理，结果表面，经处理后的监测数据可以接近侵入性动脉导管血压监测的金标准，且这种动态监测过程可以持续长达20分钟，而无需重新校准（图1）。其次，研究人员通过成功地将该方法应用于从各种传感器（包括光电容积描记术（PPG）和电容压力传感器（CAP））获得的脉冲波形，建立了该方法的普适性。同时，该算法还保持了信号的完整性，能够可靠地评估血压的波动性。此外，该算法对在突然的手部运动和长时间行走过程中的低频和高频运动伪影都表现出了耐受能力。因此，与以往的方法相比，该方法显示出长足的进步，可以广泛应用于可穿戴传感器，实现在门诊和住院情境下的连续非侵入性血压监测。

图1 DTT方法概述：（a）使用侵入性桡动脉导管和对侧放置的非侵入性CAP或PPG传感器获取住院患者的血压数据；（b）使用DTT算法处理来自非侵入性传感器的血压信号，以获得与动脉导管可比的测量值。灰色阴影区表示原始信号（灰线）与经过DTT处理后的信号（蓝线）之间的偏移量。

住院患者的血压监测

使用来自高危患者（在手术室和ICU的患者）的血压记录，研究人员评估了算法修正原始血压信号和准确测量关键心血管参数的能力（图2-3）。总的来说，该算法可以应用于广泛的血流动力学范围，其中收缩压（SBP）的范围为79-158mmHg，舒张压（DBP）的范围是34-92mmHg，平均动脉压（MAP）的范围是49-115mmHg，心率范围是44-123次/分钟（bpm）。

图2 评估使用CAP传感器进行住院患者血压监测的准确性和精确度

图3 评估使用PPG传感器进行住院患者血压监测的准确性和精确度

在该项研究中，研究人员以接受手术的患者为试验对象，证明了基于CAP传感器的血压估计值和金标准动脉导管测量值之间具有很强的线性相关性，SBP、DBP和MAP的皮尔逊系数分别为0.987、0.960和0.980（图2a），而SBP、DBP和MAP的平均偏差（或SD）分别为0.05（3.07）mmHg、-0.21（2.47）mmHg和-0.12（2.35）mmHg（图2b）。此外，来自CAP传感器的HR测量结果与来自动脉导管的测量结果非常一致（平均偏差为0.02±1.53bpm）。以上结果与不使用DTT算法的测量结果相比有显著的改善（在不使用DTT算法的情况下，SBP、DBP和MAP的平均偏差（或SD）分别为-6.63（16.30）mmHg、-6.56（16.35）mmHg和-6.59（16.20）mmHg）。

门诊患者的血压监测

间歇性运动伪影对门诊和住院患者的连续非侵入性血压监测是一个重大挑战。为了研究所提出的算法在未来于这些情境中应用的潜力，研究人员评估了它在一些常见的手臂/手部运动情境（包括手腕180°旋转、手腕90°屈曲、手合、手腕击打/冲击和走路（图4））中修正CAP传感器测量数据的性能。在该试验中，CAP传感器通过弹性带固定在受试者的手上，嵌入传感器无线板的加速度计可以对运动进行跟踪，并以加速度计测量值的归一化幅度（−1到1）表示。

图4 门诊病人血压监测中的测量性能

总的来说，经过处理的CAP传感器信号与护理人员测量的结果表现出了良好的一致性。平均来看，手腕旋转、手腕屈曲、手合和手腕撞击/冲击时收缩压的平均偏差（或SD）分别为2.03（2.55）mmHg、0.82（2.83）mmHg、0.75（2.6）mmHg和2.10（3.60）mmHg，舒张压的平均偏差（或SD）分别为0.16（2.09）mmHg、0.51（1.86）mmHg、0.34（2.16）mmHg和0.84（3.73）mmHg。此外，当走路时间控制在3分钟内时，该算法估算的血压与护理人员测量结果一致，收缩压（或舒张压）的平均偏差分别为3.94（5.49）mmHg和1.03（3.23）mmHg。

总之，与现有技术相比，该项研究中所开发的算法具有以下几个优点：（1）支持单传感器血压监测；（2）消除随机基线漂移；（3）保持时空信号的完整性；（4）减轻突然（如手部运动）或循环（如步行）运动的运动伪影，因此（5）使得用于患者监测的血压测量更加准确。

审核编辑：郭婷