用于全天候动态血压监测的光纤智能手环

研究背景

      心血管疾病是发病率第一、死亡率最高的疾病，有报道称24小时动态血压监测有助于评估药物效果和预防心血管疾病。因此，连续血压监测对于心血管健康的管理意义重大。传统的袖带式血压计需要一个缠绕在手臂上的袖带气囊充气加压，这限制了连续测量的可能性。基于光电容积描记技术的可穿戴式连续血压监测受限于灵敏度不足，制约了其在临床实践中的应用。光纤传感器凭借其抗电磁干扰、高灵敏、生物相容性好的特性在可穿戴应用中具有广泛前景。尽管基于微纳光纤、光纤布拉格光栅的传感器表现出了很好的性能，但仍需克服位置对准、终端集成的挑战。此外，上述血压传感器通过脉搏传递时间（PTT）计算收缩压和舒张压，由于心血管、肺部和自主神经系统的混杂影响，基于PTT的血压拟合模型在大范围人群当中依旧面临准确度不足的挑战。因此，在个性化医疗和远程医疗的体系构建中，迫切需要一种精准、高集成、高灵敏、具有电气安全的智能血压监测设备。

论文导读

      随着柔性材料和微纳制造工艺的不断突破，人们对穿戴式健康传感器提出了越来越多的需求，如抗电磁干扰、位置免校准、优异的生物兼容性和终端集成等，使穿戴式传感技术的进一步发展面临诸多挑战。在光纤到户（FTTH）的背景下，利用网络系统中的光纤传感器可以获得更多有关心血管健康的细节，这对实现精准化远程医疗至关重要。近日，华中科技大学光学与电子信息学院孙琪真教授团队和同济医学院附属同济医院陈琛教授团队、南方科技大学沈平教授团队以及华为技术有限公司合作，设计了一种基于光纤传感器的智能手环系统，通过传感模块、信号处理模块、蓝牙传输模块和手机健康管理APP的集成，实现动态血压监测。相关工作以Automatic and continuous blood pressure monitoring via an optical-fiber-sensor-assisted smartwatch 为题于2023年7月3日发表在 PhotoniX 上。

主要研究内容

      本文提出并开发了一种光纤传感器辅助的智能手环，用于连续精确的血压监测。光纤传感器由一个光纤适配器传感单元和一个液体胶囊组成，光纤适配器被用来检测脉搏波压力信号，而液体胶囊被用来扩大传感区域以及增强传感器与皮肤之间的耦合。脉搏波携带丰富的心血管病理信息，其典型特征将被分析提取并通过机器学习算法构建血压监测模型。光纤传感器使智能手环在0-2 kPa的压力范围内具有高达-213 µw/kPa的灵敏度，并具备5毫秒的超快响应时间，以及7万次的高重现性。此外，可穿戴的信号处理芯片、蓝牙传输模块和一个自主开发的手机APP与光纤传感器结合，形成具备动态血压监测功能的可穿戴智能手环。该智能手环的性能显示血压平均误差小于3 mmHg，误差标准差小于5 mmHg，符合美国医疗仪器促进协会(AAMI)规定的精度要求。与目前的血压监测设备相比，这项工作不仅提出了一种稳健而灵敏的传感器，消除了位置漂移和错位引起的脉搏信号失真，更重要的是开发了一种集成了传感单元、光电处理芯片、蓝牙传输等基本元素的可穿戴光纤智能手环。手环可以实现精确的连续血压监测，说明了其在心血管疾病预防和诊断方面的潜在应用，这将促进以个人为中心的数字化、智能化健康管理发展。

技术突破

      为了提供有针对性的医疗服务，并鼓励以疾病预防和健康促进为重点的健康监测，本文开发的动态血压监测系统由光纤传感器、信号采集芯片、数据处理芯片、血压计算、智能手环终端和APP组成。心脏的跳动沿动脉血管向外传播，形成脉搏波。不同形态的脉搏波信号，对应于不同的心血管健康状况。脉搏波信号由光纤传感器感知，然后由光电探测器检测并转换成电信号。所设计的微处理器包括信号采集、转换、去噪和特征提取。为了更准确地计算血压，使用神经网络来训练模型。最后，收缩压(SBP)和舒张压(DBP)值将显示在手环屏幕上，并以蓝牙传输的方式传输到手机APP。

      光纤传感器包括光纤适配器传感单元和液体胶囊。光纤适配器由聚乙烯管、空气芯和两根不同芯径的多模光纤组成，用于探测脉搏波信号。液体胶囊的设计是为了实现自由对准和空间不敏感，根据帕斯卡定律，不可压缩静止流体中任一点受外力产生压强增值后，此压强增值瞬时间传至静止流体各点，因此，液囊基底区域内任何一点感应到的动脉脉搏信号都会传递到密封在液囊中的光纤适配传感单元。本项工作中，光纤传感器成功在20 mm × 20 mm区域内检测到高保真脉搏波信号，从而有效地消除了由位置漂移和错位引起的脉搏波信号失真，使血压监测更加精确。传感器在0-2 kPa的压力范围内具有高达-213 µw/kPa的灵敏度，并具备5 ms的超快响应时间，在长期的运行稳定性和可靠性过程中，在70000次循环后没有观察到明显的性能下降，由于其出色的实用性和鲁棒性，本工作中开发的光纤传感器可以集成到智能手环中。

      本项工作提出用于连续血压监测的训练模型，包括预处理、特征提取、监督训练和模型拟合。为了解决脉搏形状变化难以提取特征点的问题，设计自修正阈值法实现对不同形态的脉搏特征点的自适应提取，通过全面筛选脉搏波的时域、幅值、面积、比值、波形特征量等特征参数，提高模型的鲁棒性，结合后向传播神经网络算法，将脉搏特征点作为输入，收缩压和舒张压作为输出，实现精准动态血压监测。

      开展了临床血压实验研究，采集样本覆盖健康人群和高血压人群，共105组样本，其中，30组样本作为测试集，测试结果表明，光纤智能血压手环的收缩压和舒张压的平均绝对误差分别-0.35 mmHg和-2.54 mmHg，标准差分别为4.68 mmHg和4.07 mmHg，均符合美国医疗仪器促进协会规定的误差标准。

图1  (a) 血压监测系统示意图，监测系统由光纤传感器、信号采集、数据处理、血压计算、智能手环终端和APP组成。(b) 光纤适配器的结构。(c) 无压力作用下的光场能量分布。(d) 压力下的光场能量分布 (e)光纤适配器传感单元的制造过程。

图2 (a)脉搏特征值定义。(b) 血压模型处理过程。(c) SBP皮尔逊相关系数矩阵。(d) DBP皮尔逊相关系数矩阵。(e) 神经网络设计。(f) 后向传播神经网络原理。

表1 血压精度。

观点评述

      本工作展示了一种独特灵活的光纤传感器，并将其与智能手环集成，实现了自动和精准的动态血压监测。结合光纤适配器传感单元和和液体胶囊的优势，该手环可以对脉搏波信号进行高保真波形恢复，除了优异的灵敏度(-213 µw/kPa)、快速的动态响应(<5 ms)和高稳定性(>70000次)外，还消除了位置错位造成的信号失真。通过使用自校正阈值法提取脉搏波的特征并构建BPNN血压监测模型，可以准确计算出血压值。SBP和DBP的误差分别为-0.35±4.68 mmHg和-2.54±4.07mm Hg，符合国际血压计精度要求。这项工作对主动健康管理、个性化医疗健康的实施提供了非常有竞争力的技术支撑。

审核编辑：刘清