1、消除呼吸阻抗測量時運動干擾方法中關鍵參數的選取初探摘要雙頻率阻抗測試和自適應處理技術相結合消除呼吸阻抗測量中運動干擾的方法是一種較簡單且實用的方法，本文對該方法中關鍵參數的選取進行了實驗研究，得出了該參數的變化趨勢，為正確應用該方法得到更好的處理結果奠定了基礎。關鍵詞雙頻率阻抗測試呼吸監測運動干擾關鍵參數 Preliminary Study on Select Value of Important Parameter of Method to Reduce Motion Artifacts in Monitoring Respiration Using Impedance Measuring

2、TechnologyWang Weihong, Bao Xianneng(Institute of Space Medico-Engineering 100094)Wang Boliang(National University of Defense Technolgy 410073)AbstractThe method of using two-frequency impedance pneumography and adaptive filter to reduce motion artifacts in monitoring respiration is not only simple

3、but also practical. The value of an important parameter is decisive factor in using this method to gain good results. The changing tendency of the parameter was found by doing human experiments and the results were presented in this paper.Key words:Two-frequency impedance measuring; Monitoring respi

4、ration ; Motion artifacts; Important parameter0引言呼吸是臨床和航天醫學監測中要監測的重要生理指標。用阻抗法監測呼吸，具有無創、簡單、安全、廉價等諸多優點，但受人體運動引起的干擾影響較大。多年來國內外一些學者就如何解決呼吸阻抗測量中的運動干擾問題進行過研究，但結果都不太理想1。近來國外學者Javier Rosell等人提出應用雙頻率阻抗測試和自適應處理技術相結合的方法可能能夠消除呼吸阻抗測量中的運動干擾。我們曾對該方法進行了研究，取得了較好的結果，并對該方法中關鍵參數K的取值問題進行了初步的實驗探討，得出其變化的趨勢，為應用該方法得到更好的處理結果

5、奠定了基礎。1方法原理1由于呼吸阻抗信號和運動干擾信號的幅度隨頻率變化的趨勢不同，隨著頻率的增加，與呼吸相關的阻抗變化信號的幅度增加，相反，由運動引起的干擾信號的幅度卻會降低2。因此，采用雙頻率阻抗測試和自適應處理技術相結合的方法可以消除運動干擾。設高頻和低頻輸出的信號XHF(t)和XLF(t)分別由兩部分組成：要測的呼吸阻抗信號s(t)和由運動引起的以及其他的干擾信號(或噪聲)n(t)。則有：XHF(t)=A1S(t)+B1n(t)(1)XLF(t)=A2S(t)+B2n(t)(2)其中A1、A2、B1、B2分別為不同頻率下信號和噪聲的系數，因為在不同頻率下信號和噪聲的幅度是不同的，因此這里

6、在信號和噪聲的符號前加不同的系數。令K=A2/A1(3)d(t)=1/2XHF(t)+XLF(t)(4)y1(t)=KXHF(t)-XLF(t)(5)把(1)、(2)和(3)式分別代入(5)式，得到：y1(t)=A2B1/A1n(t)-B2n(t)(6)由(6)式可以看出，y1(t)是噪聲n(t)的一個表達式，因此這是一個與噪聲n(t)相關而與信號s(t)不相關的量，而d(t)是一個既包含信號s(t)又包含噪聲n(t)的量，因此把d(t)作為輸入信號，y1(t)作為參考輸入信號，分別代入自適應抵消器的輸入和參考輸入端，則其輸出信號即為消除了運動干擾后的呼吸阻抗信號。從上述方法實現的原理中可以看

7、出，K的取值非常重要。如果實際值和所用的計算值不完全相同的話，那么在參考輸入中就包含了一部分要提取的信號，即包含了s(t)中的一部分值，通過自適應抵消器之后，這部分值就會被抵消掉，從而導致輸出信號有較大的誤差。因此，在實際應用中，首先需要通過一個自適應過程來得到較準確的K值。具體原理如1所示。1系統使用的自適應處理的原理其中，第一個自適應過程僅在每次測量前啟動，通過記錄正常呼吸時高頻和低頻兩路的呼吸阻抗信號來得到K值。在測量時，用y1(t)=KXHF(t)-XLF(t)作為第二個自適應抵消器的參考輸入信號，經過上述自適應抵消處理之后，即可消除運動干擾信號，得到較好的呼吸阻抗信號。在K值的計算過

8、程中，采用比較簡單的LMS算法3，其中u值取0.0001，濾波器的階數為一階。2K值的比較實驗我們曾經對8名男性被試者進行了跑臺實驗，應用上述方法消除運動干擾時，應用正常呼吸時得出的K值進行計算，發現效果不好，有一部分信號也被抵消了。分析原因，主要是因為K值取值偏小，通過增加K值，得到了較好的輸出結果。這提示，運動情況下的K值比正常呼吸時的K值要大。為了探尋K值在不同運動情況和不同呼吸狀態下的變化趨勢，以便在實際應用中能夠更好地選取K值，進行了K值的比較實驗。實驗對象：男性(身體健康，年齡為1820歲，體重為5965kg)8名。女性(身體健康，年齡為2630歲，體重為4755kg)8名。實驗方

9、法：1.采用兩電極方法。電極選用極化電位較小的Ag/AgCl圓狀小電極，電極的粘貼部位選在兩側腋中線第五、六肋間。這是因為當電極貼在此處時，呼吸阻抗的靈敏度較高。2.實驗中用我們自行研制的雙通道呼吸阻抗測量系統來記錄高低兩種頻率下的呼吸阻抗信號。兩種頻率分別設定為185kHz和57kHz，采樣率為60Hz。實驗內容：實驗1男性運動與正常呼吸時K值的比較實驗為了比較運動時與正常呼吸時的K值，選擇被試者做蹬自行車功量計的實驗。因為在做這種運動時，只有腿部運動，上身基本保持不動，因此這種運動產生的運動干擾非常小，它可以較好地反映出被試者運動時的呼吸阻抗信號的變化情況。實驗過程：男性被試者站立地面，記

10、錄正常呼吸時的呼吸波形各20個，然后坐在自行車功量計上，啟動功量計，分別記錄當自行車的功率為50W，蹬車速度為60圈min時以及自行車的功率為150W，蹬車速度為100圈min時的信號各1min。實驗結果：2所示是功率為150W，蹬車速度為每分鐘100圈時記錄的某被試者的信號。2A所示為低頻一路的信號，2B所示為高頻一路的信號。由中可以看出，由蹬車所引起的運動干擾信號是很小的。這是實驗中運動負荷最大情況下的信號，其他功率檔上的運動干擾信號就更小。2功率為150W、蹬車速度為100圈/min時某被試者的信號A.低頻一路的信號B.高頻一路的信號分別計算男性正常呼吸時低頻一路與高頻一路信號的比值K以

11、及功率為50W、蹬車速度為每分鐘60圈與功率為150W、蹬車速度為每分鐘100圈時低頻一路與高頻一路信號的比值K(記為K1)，發現K1均比正常呼級時得出的K值要大。表1所示是功率為50W、蹬車速度為每分鐘60圈時的K1值與正常呼吸時K值的比較表。從表1可以看出，K1的平均值比K值的平均值大7%。差異顯著性檢驗(t檢驗)4的結果表明，兩種情況下K值的差異具有非常顯著的統計學意義(p0.001)。表2所示是功率為150W、蹬車速度為每分鐘100圈時的K1值與正常呼吸時K值的比較表。從表2可以看出，K1的平均值比K值的平均值大20%。差異顯著性檢驗(t檢驗)4的結果表明，兩種情況下K值的差異具有非常

12、顯著的統計學意義(p0.01)，說明運動時的K值的確比正常呼吸時的K值大。從表1和表2還可以看出，隨著運動強度的增大，胸部呼吸深度增加，K值增加更多。表1男性正常呼吸時K值與功率為50W、蹬車速度為60圈/分時K值(記為K1)的比較表被試者K值K1值K1/K10.63220.65881.0420.49250.51351.0430.47130.49981.0640.56780.61431.0850.47930.53451.1160.49990.52551.0570.49150.55401.1080.51850.54001.04均值sd0.51910.05460.55510.05421.070.0

13、3表2男性正常呼吸時K值與功率為150W、蹬車速度為100圈/分時K值(記為K1)的比較表被試者K值K1值K1/K10.63220.69151.0920.49250.53981.1030.47130.59881.2740.56780.72711.2850.47930.59741.2560.49990.57841.1670.49150.64091.3080.51850.61881.19均值sd0.51910.05460.62410.06091.200.08實驗2男性正常呼吸與女性正常呼吸以及女性正常呼吸與深呼吸時K值的比較實驗男性運動與正常呼吸時相比，胸部呼吸深度增加。由男性正常呼吸與運動時K值

14、的比較實驗可以得出，胸部呼吸深度增加則K值增大。為了驗證這個結論的正確性，選擇女性來做比較實驗。因為女性一般以胸部呼吸為主而男性則一般以腹部呼吸為主5。實驗過程：女性被試者站立地面，記錄正常呼吸以及深呼吸時的波形各20個。實驗結果：表3所示為男性正常呼吸與女性正常呼吸時K值的比較表。由表3可以看出：女性正常呼吸時K值的平均值比男性正常呼吸時K值的平均值大35%。兩個樣本均數差別的t檢驗4的結果表明，兩種情況下K值的差異具有非常顯著的統計學意義(p0.001)，說明女性正常呼吸時K值的確比男性正常呼吸時的K值大。 表3男性正常呼吸與女性正常呼吸時K值的比較表被試者男性正常呼吸時K值女性正常呼吸時

15、K值(K1表示)K1/K10.63220.716220.49250.598630.47130.637640.56780.669150.47930.717460.49990.741270.49150.767080.51850.7843均值sd0.51910.05460.70390.06411.35表4所示為女性正常呼吸與深呼吸時K值的比較表。由表4可以看出：女性深呼吸時K值的平均值比正常呼吸時K值的平均值大11%。差異顯著性檢驗(t檢驗)4的結果表明，兩種情況下K值的差異具有非常顯著的統計學意義(p0.001)，說明女性深呼吸時的K值的確比正常呼吸時的K值大。 表4女性正常呼吸與深呼吸時K值的比

16、較表被試者女性正常呼吸時K值女性深呼吸時K值(K1表示)K1/K10.71620.81541.1420.59860.68441.1430.63760.71291.1240.66910.75351.1350.71740.81931.1460.74120.77131.0470.76700.80921.0680.78430.83551.07均值sd0.70390.06410.77520.05471.110.043分析討論由以上實驗可以得出：在不同呼吸狀態下K值是不同的。運動時的K值比正常呼吸時的K值大，而且隨著運動強度的增加K值增大更多，女性正常呼吸比男性正常呼吸時的K值大，女性深呼吸比正常呼吸時的

17、K值大。這方面的研究工作目前在國內外均未見報道。生理學研究表明：男性運動與正常呼吸時相比，胸部的呼吸活動增加，呼吸深度增加，而且隨著運動強度的增加胸部呼吸深度會更深。而女性與男性相比，一般女性以胸部呼吸為主，而男性一般以腹部呼吸為主。同樣是女性，深呼吸時呼吸時的深度自然要比正常呼吸時的深度要深。因此，實驗結果提示，K值與胸部呼吸深度密切相關，K值隨胸部呼吸深度的增加而增大。至于K值為什么會有這樣的變化趨勢，也就是說，為什么胸部呼吸加深時，K值會增加，其機理尚需進一步探討。 4結語應用雙頻率阻抗測試和自適應處理技術相結合的方法消除呼吸阻抗測量中的運動干擾時，關鍵參數K的準確取值對于輸出結果有很大

18、的影響。通過實驗發現：在不同的呼吸狀態下K值是不同的。K值隨胸部呼吸深度的增加而增大。因此，在實際應用中，對于不同的運動情況，必須對K值進行必要的修正，然后再加以應用，才能獲得較好的呼吸阻抗信號。(致謝：實驗過程中得到趙國璇老師和劉向欣同志的熱情幫助和大力協助，特此致謝。)作者單位：王衛紅鮑咸能航天醫學工程研究所(北京100094)王博亮國防科技大學(長沙410073)5參考文獻1Rosell J,Cohen K P, and Webster J G. Reduction of motion artif acts using a two-frequency impedance plethysmograph and ada