研究背景

? ? ? 心血管疾病是發病率第一、死亡率最高的疾病，有報道稱24小時動態血壓監測有助于評估藥物效果和預防心血管疾病。因此，連續血壓監測對于心血管健康的管理意義重大。傳統的袖帶式血壓計需要一個纏繞在手臂上的袖帶氣囊充氣加壓，這限制了連續測量的可能性。基于光電容積描記技術的可穿戴式連續血壓監測受限于靈敏度不足，制約了其在臨床實踐中的應用。光纖傳感器憑借其抗電磁干擾、高靈敏、生物相容性好的特性在可穿戴應用中具有廣泛前景。盡管基于微納光纖、光纖布拉格光柵的傳感器表現出了很好的性能，但仍需克服位置對準、終端集成的挑戰。此外，上述血壓傳感器通過脈搏傳遞時間（PTT）計算收縮壓和舒張壓，由于心血管、肺部和自主神經系統的混雜影響，基于PTT的血壓擬合模型在大范圍人群當中依舊面臨準確度不足的挑戰。因此，在個性化醫療和遠程醫療的體系構建中，迫切需要一種精準、高集成、高靈敏、具有電氣安全的智能血壓監測設備。

論文導讀

? ? ? 隨著柔性材料和微納制造工藝的不斷突破，人們對穿戴式健康傳感器提出了越來越多的需求，如抗電磁干擾、位置免校準、優異的生物兼容性和終端集成等，使穿戴式傳感技術的進一步發展面臨諸多挑戰。在光纖到戶（FTTH）的背景下，利用網絡系統中的光纖傳感器可以獲得更多有關心血管健康的細節，這對實現精準化遠程醫療至關重要。近日，華中科技大學光學與電子信息學院孫琪真教授團隊和同濟醫學院附屬同濟醫院陳琛教授團隊、南方科技大學沈平教授團隊以及華為技術有限公司合作，設計了一種基于光纖傳感器的智能手環系統，通過傳感模塊、信號處理模塊、藍牙傳輸模塊和手機健康管理APP的集成，實現動態血壓監測。相關工作以Automatic and continuous blood pressure monitoring via an optical-fiber-sensor-assisted smartwatch 為題于2023年7月3日發表在 PhotoniX 上。

主要研究內容

? ? ? 本文提出并開發了一種光纖傳感器輔助的智能手環，用于連續精確的血壓監測。光纖傳感器由一個光纖適配器傳感單元和一個液體膠囊組成，光纖適配器被用來檢測脈搏波壓力信號，而液體膠囊被用來擴大傳感區域以及增強傳感器與皮膚之間的耦合。脈搏波攜帶豐富的心血管病理信息，其典型特征將被分析提取并通過機器學習算法構建血壓監測模型。光纖傳感器使智能手環在0-2 kPa的壓力范圍內具有高達-213 μw/kPa的靈敏度，并具備5毫秒的超快響應時間，以及7萬次的高重現性。此外，可穿戴的信號處理芯片、藍牙傳輸模塊和一個自主開發的手機APP與光纖傳感器結合，形成具備動態血壓監測功能的可穿戴智能手環。該智能手環的性能顯示血壓平均誤差小于3 mmHg，誤差標準差小于5 mmHg，符合美國醫療儀器促進協會(AAMI)規定的精度要求。與目前的血壓監測設備相比，這項工作不僅提出了一種穩健而靈敏的傳感器，消除了位置漂移和錯位引起的脈搏信號失真，更重要的是開發了一種集成了傳感單元、光電處理芯片、藍牙傳輸等基本元素的可穿戴光纖智能手環。手環可以實現精確的連續血壓監測，說明了其在心血管疾病預防和診斷方面的潛在應用，這將促進以個人為中心的數字化、智能化健康管理發展。

技術突破

? ? ? 為了提供有針對性的醫療服務，并鼓勵以疾病預防和健康促進為重點的健康監測，本文開發的動態血壓監測系統由光纖傳感器、信號采集芯片、數據處理芯片、血壓計算、智能手環終端和APP組成。心臟的跳動沿動脈血管向外傳播，形成脈搏波。不同形態的脈搏波信號，對應于不同的心血管健康狀況。脈搏波信號由光纖傳感器感知，然后由光電探測器檢測并轉換成電信號。所設計的微處理器包括信號采集、轉換、去噪和特征提取。為了更準確地計算血壓，使用神經網絡來訓練模型。最后，收縮壓(SBP)和舒張壓(DBP)值將顯示在手環屏幕上，并以藍牙傳輸的方式傳輸到手機APP。

? ? ? 光纖傳感器包括光纖適配器傳感單元和液體膠囊。光纖適配器由聚乙烯管、空氣芯和兩根不同芯徑的多模光纖組成，用于探測脈搏波信號。液體膠囊的設計是為了實現自由對準和空間不敏感，根據帕斯卡定律，不可壓縮靜止流體中任一點受外力產生壓強增值后，此壓強增值瞬時間傳至靜止流體各點，因此，液囊基底區域內任何一點感應到的動脈脈搏信號都會傳遞到密封在液囊中的光纖適配傳感單元。本項工作中，光纖傳感器成功在20 mm × 20 mm區域內檢測到高保真脈搏波信號，從而有效地消除了由位置漂移和錯位引起的脈搏波信號失真，使血壓監測更加精確。傳感器在0-2 kPa的壓力范圍內具有高達-213 μw/kPa的靈敏度，并具備5 ms的超快響應時間，在長期的運行穩定性和可靠性過程中，在70000次循環后沒有觀察到明顯的性能下降，由于其出色的實用性和魯棒性，本工作中開發的光纖傳感器可以集成到智能手環中。

? ? ? 本項工作提出用于連續血壓監測的訓練模型，包括預處理、特征提取、監督訓練和模型擬合。為了解決脈搏形狀變化難以提取特征點的問題，設計自修正閾值法實現對不同形態的脈搏特征點的自適應提取，通過全面篩選脈搏波的時域、幅值、面積、比值、波形特征量等特征參數，提高模型的魯棒性，結合后向傳播神經網絡算法，將脈搏特征點作為輸入，收縮壓和舒張壓作為輸出，實現精準動態血壓監測。

? ? ? 開展了臨床血壓實驗研究，采集樣本覆蓋健康人群和高血壓人群，共105組樣本，其中，30組樣本作為測試集，測試結果表明，光纖智能血壓手環的收縮壓和舒張壓的平均絕對誤差分別-0.35 mmHg和-2.54 mmHg，標準差分別為4.68 mmHg和4.07 mmHg，均符合美國醫療儀器促進協會規定的誤差標準。

圖1??(a) 血壓監測系統示意圖，監測系統由光纖傳感器、信號采集、數據處理、血壓計算、智能手環終端和APP組成。(b) 光纖適配器的結構。(c) 無壓力作用下的光場能量分布。(d) 壓力下的光場能量分布 (e)光纖適配器傳感單元的制造過程。

圖2?(a)脈搏特征值定義。(b) 血壓模型處理過程。(c) SBP皮爾遜相關系數矩陣。(d) DBP皮爾遜相關系數矩陣。(e) 神經網絡設計。(f) 后向傳播神經網絡原理。

表1?血壓精度。

觀點評述

? ? ? 本工作展示了一種獨特靈活的光纖傳感器，并將其與智能手環集成，實現了自動和精準的動態血壓監測。結合光纖適配器傳感單元和和液體膠囊的優勢，該手環可以對脈搏波信號進行高保真波形恢復，除了優異的靈敏度(-213 μw/kPa)、快速的動態響應(<5 ms)和高穩定性(>70000次)外，還消除了位置錯位造成的信號失真。通過使用自校正閾值法提取脈搏波的特征并構建BPNN血壓監測模型，可以準確計算出血壓值。SBP和DBP的誤差分別為-0.35±4.68 mmHg和-2.54±4.07mm Hg，符合國際血壓計精度要求。這項工作對主動健康管理、個性化醫療健康的實施提供了非常有競爭力的技術支撐。

審核編輯：劉清