CC BY
9
УДК 004.891.3
DOI: 10.24412/2071-6168-2023-4-265-269
АКТУАЛЬНЫЕ ПРОБЛЕМЫ АВТОМАТИЗАЦИИ АМБУЛАТОРНОГО КОНТРОЛЯ
АРТЕРИАЛЬНОГО ДАВЛЕНИЯ
Л.В. Щапова
В данной работе был выполнен аналитический обзор способов автоматизации процесса измерения артериального давления, выявлены наиболее перспективные решения и сформулированы основные проблемы в области автоматизации контроля артериального давления. Среди физических методов измерения артериального давления в качестве наиболее перспективного выделен метод, основанный на измерении времени транзита пульсовой волны. Среди математических моделей, связывающих время транзита пульсовой волны и другие параметры физиологических сигналов фотоплетизмографии и электрокардиографии с величиной артериального давления, наиболее высокую точность показывают модели машинного обучения.
Ключевые слова: мониторинг артериального давления, автоматизация измерений артериального давления, фотоплетизмография.
Введение. Наиболее частой причиной смерти в мире являются заболевания сердечнососудистой системы. Для повышения качества диагностики и контроля заболеваний сердечнососудистой системы активно ведется разработка автоматизированных систем контроля артериального давления. Такие системы позволят производить непрерывный мониторинг состояния пациента и избежать аггравации симптомов со стороны больного.
На сегодняшний день существует только один способ амбулаторного контроля артериального давления - мониторинг Холтера. Данный метод позволяет производить замеры артериального давления с помощью тонометрического измерительного прибора. К недостаткам такого метода можно отнести применение надувающейся манжеты, которая обеспечивает окклюзию артерии, что приносит значительный дискомфорт пациенту при длительном применении. Кроме того, такой дискомфорт может отразится на показаниях прибора из-за мышечных спазмов или волнения пациента. Еще одним недостатком мониторинга Холтера является ограничение его применения при проблемах с кожным покровом, например, ожоги или воспаления, а также наличие избыточного веса.
В данной статье рассмотрены наиболее перспективные альтернативы холтеровскому мониторингу, а также проблемы, связанные с их применением.
Методы измерения артериального давления. Методы измерения артериального давления можно разделить на инвазивные и неинвазивные. Инвазивный метод измерения артериального давления предусматривает использование датчика давления, вводимого внутривенно. За счет прямого контакта со средой данный метод считается наиболее точным среди всех существующих на сегодняшний день методов оценки артериального давления. Однако инвазивное измерение артериального давления применяется только в медицинских учреждениях под контролем медицинского персонала. Кроме того, такой метод не позволяет производить систематический ежедневный контроль давления.
Таблица 1
Методы ^ измерения артериального давления_
Метод Тип сигнала Основной принцип
Аускультативный метод акустический Основан на регистрации акустических шумов в артерии, появляющихся в момент выравнивания давления в манжете и систолического давления в артерии и исчезающих в момент снижения давления в манжете до уровня диастолического давления в артерии.
Осциллометрический метод колебание давления Основан на регистрации колебаний давления в измерительной манжете пропорциональных колебаниям давления в сердечно-сосудистой системе.
Тонометрический колебание давления Основан на компенсации артериального давления за счет приложения давления со стороны манжеты.
Объемная компрессионная осциллометрия оптический + колебание давления Основан на измерении давления в манжете, изменяющегося таким образом, чтобы диаметр артерии оставался постоянным. Диаметр артерии измеряется при помощи фотодиода.
Метод на основе расчета скорости пульсовой волны оптический Основан на уравнении Моенса-Кортвега связывающего скорость движения пульсовой волны с гемодинамическими параметрами сосудов. Данное уравнение позволило описать один из факторов, влияющих на быструю локальную деформацию. Вторым основным фактором является колебание артериального давления. Скорость рассчитывается с помощью уравнения равномерного прямолинейного движения, где расстояние между датчиками заранее известно, а время измеряется между моментом прихода волны на один датчик и моментом прихода той же волны на второй датчик.
Метод на основе расчета времени транзита пульса оптический В основе данного метода также лежит уравнение Моенса-Кортвега. Главное отличие от метода на основе расчета скорости пульсовой волны заключается в том, что временем транзита принято считать отставание момента регистрации пульсовой волны оптическим датчиком от момента ее индуцирования сердцем ^-зубец на электрокардиограмме).
Неинвазивные методы являются наиболее распространенными при измерении артериального давления за пределами палаты интенсивной терапии. Данные методы в основном не подразумевают наличия специальных медицинских знаний и могут применяться пациентом, в том числе амбулаторно. Наиболее распространенные неинвазивные методы приведены в табл. 1.
В исследовании [1] была показана высокая степень корреляции между прямым (инвазивным) и косвенным (аускультативным) методом измерения артериального давления. На сегодняшний день именно этот метод считается наиболее точным среди существующих неинвазивных методов [2]. Недостатком данного метода является невозможность измерения артериального давления непрерывно. То есть значения артериального давления могут измеряться не чаще, чем один раз в несколько минут.
Осциллометрический метод является достаточно точным и применяется в мониторах Холтера для измерения артериального давления. Однако осциллометрический метод обладает теми же основными недостатками, что и аускультативный метод: использует в процессе измерения накачивающуюся манжету и позволяет получать данные о давлении не чаще, чем один раз в несколько минут.
Тонометрический метод имеет значительные преимущества, такие как возможность измерения давления во время каждого удара сердца, возможность применения без участия медицинского работника, а также данный метод оказывает лишь частичную окклюзию артерии, что делает указанный метод более безопасным для пациента. Однако тонометрический метод имеет и свои недостатки: большая чувствительность к артефактам движения, потребность в постоянном контроле расположения датчика, снижение точности показаний с увеличением времени непрерывного мониторинга, а также чувствительность к индивидуальным особенностям кожного покрова.
Объемная компрессионная осциллометрия позволяет производить измерения артериального давления непрерывно в течение времени мониторинга, при этом не требует присутствия медицинского работника. Также данный метод является частично окклюзивным. К основным недостаткам можно отнести его стоимость.
Метод на основе расчета скорости пульсовой волны имеет меньшую точность, чем методы с использованием манжеты. В качестве исключительного преимущества можно назвать полное отсутствие дискомфорта даже при непрерывном 24-часовом мониторинге. Но при расчете скорости пульсовой волны необходимо использование двух разнесенных оптических датчиков, точность измерения расстояния между которыми будет в значительной степени влиять на показания давления.
Метод на основе расчета времени транзита пульса, также как и метод на основе расчета скорости пульсовой волны, позволяет производить круглосуточное непрерывное измерение артериального давления, не требует наличия специальных медицинских знаний и не приносит дискомфорта пользователю, но отличительной особенностью данного метода является возможность его применения при физической активности. Однако на сегодняшний день еще не существует достаточно точных методов борьбы с артефактами движения, но данное направление достаточно активно развивается.
Таким образом, для построения наиболее удобной, гибкой и универсальной автоматической системы мониторинга артериального давления, пригодной для ежедневного использования, самым перспективным методом является метод, основанный на расчете времени транзита пульсовой волны. Однако данный метод нуждается в разработке способов повышения точности оценки артериального давления. Существующие на сегодняшний день алгоритмы до сих пор не позволяют использовать данный метод в медицинских целях, так как величина погрешности слишком велика для присвоения приборам, построенным на данном методе, класса точности согласно международной классификации ВОЗ. Также открытым остается вопрос о применении данного метода во время физической активности.
Метод транзита пульсовой волны. Метод измерения артериального давления на основе величины времени транзита пульсовой волны предполагает анализ двух физиологических сигналов: электрокардиограммы и фотоплетизмограммы.
Электрокардиограмма отражает электрическую активность сердца, вызванную перераспределением ионов К+, Ca2+, №+ и О- в клетках миокарда при систолической и диастолической фазах работы сердечной мышцы. Такое перераспределение является причиной возникновения биопотенциалов, регистрируемых электродами при снятии электрокардиограммы.
Фотоплетизмограмма показывает, какой объем крови прошел через участок сосудистой сети в каждый момент времени. Для этого на кончике пальца или мочке уха располагают светодиод, освещающий кожную поверхность. В случае проникающей фотоплетизмографии на обратной стороне размещают фотоприемник. Максимум сигнала на фотоприемнике соответствует минимуму объема крови в сосуде и наоборот. В случае поверхностной фотоплетизмографии фотоприемник располагают на той же стороне, что и светодиод. Тогда максимум такого сигнала будет соответствовать максимальному объему проходящей через сосуд крови.
Метод транзита пульсовой волны подразумевает измерение времени задержки между R-зубцом ЭКГ и точкой максимума первой производной ФПГ сигнала. Однако помимо данного параметра многие модели используют и другие показатели, часть из которых приведена на рис. 1 и 2.
Математические модели и алгоритмы для автоматизации измерения артериального давления методом транзита пульсовой волны. Для оценки величины артериального давления методом транзита пульсовой волны существует два подхода в построении моделей:
построение модели на основе известных физических законов;
построение модели на основе аппроксимации эмпирических зависимостей.
54,543.532.521,5]-
0,500 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Время, с
Рис. 1. Параметры ФПГ сигнала во временной области
0,5 0,45 0.4 0.35 0.3 0,25 0.2 0,15 0.1 0,05
с
О 0.2 0.4 0.6 0.8 1 12 1.4 1.6 1.8 2 Частота, Гц
Рис. 2. Параметры ФПГ сигнала в частотной области
Физическую модель сердечно-сосудистой системы можно представить в виде разветвленной замкнутой системы эластичных трубок, заполненных жидкостью, перемещение которой обусловлено наличием в системе нагнетательного насоса, роль которого выполняет сердце. Построение физической модели кровотока предполагает составление системы уравнений описывающих распространение волн давления в вязкой среде в толстостенной трубке. При построении физической модели, описывающей движение крови в сердечно-сосудистой системе, кровь рассматривается в качестве ньютоновской жидкости. Учитывая данное допущение, большинство моделей строятся на основе уравнения Новье-Стокса:
где V - скорость частицы жидкости, t - время, F - внешняя удельная сила, р - давление, ^ - кинематический коэффициент вязкости, р - плотность, V - оператор Гамильтона, Д - оператор Лапласа.
На основе полной системы дифференциальных уравнений, описывающей движение крови в сердечно-сосудистой системе построено множество гемодинамических моделей, позволяющих оценить артериальное давление с учетом механических параметров сосудов, а также реологических свойств крови [3].
Альтернативный подход к построению модели для оценки артериального давления заключается в нахождении аппроксимационного уравнения наилучшим образом описывающего эмпирическую зависимость артериального давления от параметров физиологических сигналов человека. От выбора такого уравнения зависит точность оценки давления. В табл. 2 приведены примеры современных моделей на основе аппроксимационных уравнений.
Представленные в табл. 2 модели позволяют рассчитать систолическое и диастолическое давление при помощи измерения параметров сигналов фотоплетизмографии и электрокардиографии. Значение погрешности указано относительно показаний осциллометрического прибора. Сравнение данных моделей между собой относительно величины погрешности не является корректным, так как регистрация физиологических сигналов производилась различными приборами, погрешности которых не были упомянуты авторами исследований. Однако представленные данные позволяют получить общее представление о величине погрешности существующих на сегодняшний день математических моделей для оценки артериального давления. В большинстве случаев средняя абсолютная погрешность невелика (десятые -сотые доли мм рт. ст. относительно показаний осциллометрического прибора, однако стандартные отклонения данных погрешностей являются довольно большими (2 - 10 мм рт. ст. относительно показаний осциллометрического прибора). Из этого следует, что метод оценки артериального давления на основе математических моделей в настоящее время не является достаточно достоверным и требует дополнительных исследований с целью получения новых более точных уравнений для расчета кровяного давления.
п
с
Ал .-
0
и \ -Л ------.Л *» л-
Таблица 2
Математические модели на основе аппроксимационных уравнений ^_
№ Автор Модель Средняя абсолютная погрешность ± стандартное отклонение Источник
3 Wang 1 SBP = DBP + Ka-- 2 / Kc \ 1 DBP = Kb+--ln (---1- - " 0.031 \R-PTT) 3 Ka R — PTT2' где КШКЬ - индивидуальный калибровочный коэффициент. SBP = минус 0.32 ± 5.14 мм рт.ст.; БВР = минус 0.44 ± 1.97 мм рт.ст. [4]
6 Lin PPG - SBP = а • PTT + b--— +c ' РРГ г r umax PPG DBP = d • PTT + e--— +f' РРГ г r umax где PPGmin - амплитуда минимума ФПГ сигнала, PPGmax - амплитуда максимума ФПГ сигнала, a, b, c, d, e, f - коэффициенты регрессии. SBP = 3.22 ± 8.02 мм рт.ст.; БВР = 3.13 ± 4.82 мм рт.ст. [5]
7 Escobar SBP = as + bs• PTT, DBP = ad + bd • PTT. SBP = 4.3 ± 2.2 мм рт.ст.; БВР = 2.0 ± 0.9 мм рт.ст. [6]
8 Feng SBP = a0 + a1^ PTT'2 + a2 • HR + a3 • Six, где HR - частота сердечных сокращений, SIx -индекс жесткости сосудов. DBP = а0 + а1^ PTT'2 + а2 • HR + а3 • DT, где DT - временной промежуток от диастоли-ческого пика до начала систолы. SBP = минус 0.98 ± 6.0 мм рт.ст.; БВР = 0.02 ± 4.98 мм рт.ст. [7]
8 Kachuee Полносвязная нейронная сеть (входных нейронов: 10, скрытых слоев: 1); Машина опорных векторов. SBP = 13.78 ±17.46 мм рт.ст.; БВР = 6.86 ± 8.96 мм рт.ст. SBP = 12.38 ±16.17 мм рт.ст.; БВР = 6.34 ± 8.45 мм рт.ст. [8]
9 Hajj Полносвязная нейронная сеть (входных нейронов: 7, скрытых слоев: 3); LSTM-сеть (входных нейронов: 7, скрытых слоев: 2); SBP = 12.38 ±16.17 мм рт.ст.; БВР = 6.34 ± 8.45 мм рт.ст. SBP = 3.23 ±4.74 мм рт.ст.; БВР= 1.59 ± 1.96 мм рт.ст. [9]
10 Chowdhury Регрессия гауссовского процесса. SBP = 3.02 ± 9.29 мм рт.ст.; БВР = 1.74 ±5.54 мм рт.ст. [10]
Заключение. Объем проводимых исследований в области автоматизации амбулаторного контроля артериального давления с каждым годом возрастает. Регулярно разрабатываются новые математические модели и аппаратные решения для систем автоматического контроля давления. Наибольшее количество публикаций посвящено разработке систем контроля на основе регистрации сигналов фотоплетизмографии и электрокардиографии с последующим расчетом времени транзита пульсовой волны. Для расчета величины давления наиболее популярны модели машинного обучения. Не смотря на огромное число исследований погрешность таких систем все еще достаточно велика. Поэтому на сегодняшний день до сих пор существует необходимость в разработке новых подходов к построению систем амбулаторного автоматического контроля артериального давления.
Список литературы
1. Assessment of the Accuracy of Indirect Blood Pressure MeasurementsHisao OCHIAI, MD, Na-omichi MIYAZAKI, MD, PhD.
2. Grim C. E., Grim C. M. Auscultatory BP: still the gold standard.
3. Терновой С. К. и др. Математическое моделирование коронарного кровотока для оценки функциональной значимости стенотического поражения по данным компьютерной томографии // Российский электронный журнал лучевой диагностики. 2019. Т. 9. №. 2. С. 205-212.
4. Wang J.H.S. et al. A fast digital chip implementing a real-time noise-resistant algorithm for estimating blood pressure using a non-invasive, cuffless PPG sensor // Microsystem Technologies. 2020. Т. 26. № 11. С. 3501-3516.
5. Lin W. H. et al. Using a new PPG indicator to increase the accuracy of PTT-based continuous cuffless blood pressure estimation // 2017 39th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). IEEE, 2017. С. 738-741.
6. Escobar B., Torres R. Feasibility of non-invasive blood pressure estimation based on pulse arrival time: a MIMIC database study //Computing in Cardiology 2014. IEEE, 2014. С. 1113-1116.
7. Feng J. et al. Study of continuous blood pressure estimation based on pulse transit time, heart rate and photoplethysmography-derived hemodynamic covariates // Australasian physical & engineering sciences in medicine. 2018. Т. 41. №. 2. С. 403-413.
8. Kachuee M. et al. Cuff-less high-accuracy calibration-free blood pressure estimation using pulse transit time //2015 IEEE international symposium on circuits and systems (ISCAS). IEEE, 2015. С. 1006-1009.
9. El Hajj C., Kyriacou P. A. Cuffless and continuous blood pressure estimation from ppg signals using recurrent neural networks //2020 42nd Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC). IEEE, 2020. С. 4269-4272.
10. Chowdhury M. H. et al. Estimating blood pressure from the photoplethysmogram signal and demographic features using machine learning techniques // Sensors. 2020. Т. 20. №. 11. С. 3127.
Щапова Лия Владимировна, аспирант, li.shchapova@mail.ru, Россия, Омск, Омский государственный технический университет
ACTUAL PROBLEMS OF A UTOMATION OF OUTPATIENT BLOOD PRESSURE MONITORING
L.V. Shchapova
In this paper, an analytical review of methods for automating the process of measuring blood pressure was carried out, the most promising solutions were identified and the main problems in the field of automation of blood pressure monitoring were formulated. Among the physical methods of measuring blood pressure, a method based on measuring the transit time of a pulse wave is singled out as the most promising. Among the mathematical models linking the pulse wave transit time and other parameters of physiological signals of photo-plethysmography and electrocardiography with the value of blood pressure, machine learning models show the highest accuracy.
Key words: blood pressure monitoring, automation of blood pressure measurements, photoplethys-
mography.
Shchapova Liia Vladimirovna, postgraduate, li.shchapova@mail.ru, Russia, Omsk, Omsk State Technical University
УДК 004.94
DOI: 10.24412/2071-6168-2023-4-269-276
ПОДХОД К ОБРАБОТКЕ КООРДИНАТ ДВИЖЕНИЯ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ В СЕЛЬСКОХОЗЯЙСТВЕННОМ МОНИТОРИНГЕ
Ю.В. Доронина, М.И. Мустафаева
В статье приведены результаты анализа процессов обработки данных в высоконагруженной прикладной базе данных координатного пространства при управлении БПЛА на основе учета типа запросов SQL в задачах мониторинга сельскохозяйственных угодий эфиромасличных культур. Рассмотрены процессы обработки данных, необходимые для принятия решений об оптимальных координатах передвижения БПЛА. Результаты моделирования производительности высоконагруженной базы данных позволили сформулировать рекомендации при использовании в сфере мониторинга производства эфиро-масличных культур.
Ключевые слова: беспилотные летательные аппараты, обработка данных, координаты движения, SQL запросы, JOIN- запросы, статистический анализ, эфиромасличные культуры, сельское хозяйство.
Развитие современных сельскохозяйственных работ, в том числе при выращивании эфиромасличных культур, требует применения эффективных технологий, часто - с применением искусственного интеллекта и беспилотных технологий. Например, применение малых и легких беспилотных летательных аппаратов (БПЛА) позволяет проводить эффективный мониторинг области роста эфиромасличных культур, выбор эффективного режима полива (оперативная интенсификация или урежение, включение или выключение близлежащих от БПЛА точечных источников полива и т.п.) [1, 4].
Мониторинг и контроль всей площади полей - это процесс отслеживания состояния и управления производственными процессами на сельскохозяйственных угодьях.
В сельском хозяйстве для решения задач аэросъемки ранее было принято использовать сверхлегкую авиацию, например, самолёты вида АН-2 [6]. Однако, применение самолетов на небольших участках мониторинга сельскохозяйственных культур, малоразмерных полей, садов и т.п. вызывает сложности, вызванные высокими расходами ресурсов. В этой связи альтернативой самолетам такого класса можно считать БПЛА, применение которых значительно дешевле и позволяет обеспечивать заметную экономическую выгоду, в том числе от интенсивного (оперативного) мониторинга процесса роста эфиромасличных культур [4].
