使用光電容積描記(PPG)信號進行非侵入性血壓估算

血壓是人體的一項重要生理參數，可以反應人體的心血管功能狀況，是臨床上預防、診斷有關疾病的重要指標。非侵入性血壓量測已有相當成熟的醫材產品，但主要以使用壓脈帶的示波法，僅能提供間歇性量測且無法成為長期穿戴的健康器材。光電容積描記法(Photoplethysmography,PPG)信號能夠幫助瞭解人體末稍血液循環情況，以及提供一個更簡單的非侵入式生理信號量測方式，PPG信號除了有著容易取得與較不受人體型態限制之優點外，本身也蘊藏著豐富的生理資訊。本研究計畫希望開發僅基於PPG和類神經網路（ANN）的非侵入性連續血壓估算方法。 本研究計畫將取用來自PhysioNet(https://www.physionet.org/) 的MIMIC II資料庫中採集於ICU內生命徵象監視器的各種ECG, BP, PPG等信號資料。分離不同人不同時段下同時具有PPG波形及相應BP值的資料，然後應用ANN來訓練出估計血壓的模型。我們計算各項波形特徵值作為ANN的輸入向量，包括PPG 最大高度，總面積，收縮時間，舒張時間，上升支面積, 下降支面積，50%高度處收縮時間，50%高度處舒張時間，50%高度處收縮時間+50%高度處舒張時間，50%高度處舒張時間 / 50%高度處收縮時間等時域資料；另外也會加上PPG波形的頻譜分析資料作為血壓估算的特徵值。本研究預計使用了40個病人的近25萬個PPG波形，70%用於訓練，30%用於驗證。驗證結果將以英國高血壓協會協議標準評估，希望能達到A級的標準。 PPG的信號在許多穿戴式裝置上已用於做心率的測量，本研究希望利用PPG的時頻域特徵來估算血壓值並證明其可行性。此方法可以進行血壓的連續量測，也無須需增加額外的量測設備，因此有望應用於穿戴式設備以便隨時隨地方便獲取連續血壓值。