基于最大示波图幅度的无创血压监测算法优化：可变比率算法提升家用血压计准确性

本刊推荐：为解决传统示波法血压（BP）监测中因袖带传感器特性变异和脉压（PP）变化导致的测量误差问题，研究人员通过数学模型仿真和实验验证，揭示了家用血压监测仪采用最大示波图幅度（ΔOm）的动态比率算法（而非固定比率算法）计算收缩压（SBP）和舒张压（DBP）。该算法显著降低测量误差（SBP误差从5.8 mmHg降至1.5 mmHg），为提升 oscillometric 设备在临床和家庭环境中的准确性提供了关键机制解释。

　　

血压测量是心血管疾病管理的基石，而示波法袖带设备因其自动化、易操作的特点，已成为临床、家庭和动态血压监测的主流工具。然而，这些设备在特殊人群（如心律失常、大臂围或宽脉压者）中的准确性一直备受质疑。传统观点认为，示波法设备采用固定比率算法（Fixed Ratio Algorithm）从示波图（oscillogram）中计算血压——即通过 cuff 压力振荡幅度（ΔO）与最大振荡幅度（ΔO_m）的固定比值（如 R_s=0.6 对应收缩压，R_d=0.75 对应舒张压）来确定血压值。但问题在于，袖带压力-气容积关系的非线性特性会因每次袖带缠绕方式、手臂特性（如围度、组织压缩性）的不同而变化，进而改变示波图形状和计算血压所需的比率。此外，脉压（Pulse Pressure, PP）的增宽也会独立影响示波图形状。这些因素共同导致固定比率算法在真实场景中产生显著误差，却鲜有研究揭示商用设备如何应对这些挑战。

为此，研究团队以一款经验证的家用血压监测仪（Omron Healthcare BP7100 3 Series）为对象，通过精密实验和算法分析，深入探究了其血压计算机制。该研究发表于《Scientific Reports》，首次证实该设备并非采用固定比率算法，而是利用最大示波图幅度动态调整比率，从而有效 mitigates（缓解）袖带传感器变异和脉压变化带来的误差。

研究人员主要通过以下关键技术方法开展研究：

1. 1.
   使用非侵入性血压（NIBP）模拟器（ProSim 8, Fluke Biomedical）在多种设定（7种血压水平、3种最大容积振荡幅度、1种心率）下驱动家用监测仪工作；
2. 2.
   通过外置压力传感器（DPM2Plus, Fluke）记录 cuff 压力数据，并构建示波图；
3. 3.
   将 Universal 袖带（22-42 cm）置于四种不同臂模（小型、中型、大型刚性臂模及包覆聚乙烯泡沫的软质臂模）上模拟不同手臂特性；
4. 4.
   采用线性回归模型对比固定比率算法与可变比率算法（Variable Ratio Algorithm）的误差；
5. 5.
   在志愿者队列（n=6）中进一步验证算法泛化能力。

研究结果

袖带-臂模系统的非线性特性显著影响示波图形状

通过测量静态袖带压力-气容积关系，团队发现四种臂模的曲线呈现显著差异（小型臂模增益最高，小型泡沫臂模最非线性）。这种差异直接导致在相同模拟器设定下，未归一化的示波图振幅（ΔO）发生变化，而归一化后的示波图形状也因 cuff transducer（传感器）增益变异而无法重叠。

最大示波图幅度是血压计算的关键输入

通过固定血压水平和心率、仅改变最大容积振荡幅度（模拟脉压变化），团队发现家用监测仪的血压输出值随 ΔO_m 变化而变化，但归一化示波图和 cuff 充气模式均未改变。这表明设备必定利用了 ΔO_m 自身（而非波形形态或充气斜率）作为计算依据。

可变比率算法显著降低估计误差

固定比率算法（R_s=0.66, R_d=0.55）估计的收缩压和舒张压误差分别为 5.8 mmHg 和 1.5 mmHg。而采用以最大振荡幅度倒数为输入的可变比率算法（R_s = 0.64 – 4.4/ΔO_m, R_d = 0.52 – 1.5/ΔO_m）将误差降至 1.5 mmHg 和 0.8 mmHg。引入 cuff 充气斜率等特征并未进一步改善误差。

算法在志愿者测量中保持良好泛化能力

在人体试验中，可变比率算法对收缩压和舒张压的预测误差分别为 4.6 mmHg 和 3.5 mmHg（经平滑处理后收缩压误差降至 3.7 mmHg），优于固定比率算法，证实设备未依赖心率或振荡形态特征。

其他设备的算法可能存在差异

对另三款设备（CVS Series 100, Suntech Oscar 2, Welch-Allyn H-BP100SBP）的初步分析表明，部分设备可能仍采用固定比率算法，而 Welch-Allyn 设备可能同样使用 ΔO_m 进行计算，提示制造商间算法存在异质性。

结论与意义

本研究通过实验证实，Omron 家用血压监测仪采用以最大示波图幅度为输入的可变比率算法，而非行业长期假定的固定比率算法。该机制尤其有助于抵消脉压增宽（通过降低比率以提升收缩压估计、降低舒张压估计）和袖带传感器非线性（通过提高比率以降低血压估计值）带来的误差。尽管该策略可能无法完全适应所有生理变异（如动脉顺应性变化），但整体上改善了测量准确性。研究不仅揭示了主流示波设备的工作机制，为其科学审评提供了基础，也为进一步优化算法、提升特殊人群中的测量精度指明了方向——例如，通过动态校准 cuff transducer 增益或整合脉压估计。最终，这些发现强调了在高血压管理这一依赖无创设备的领域中，深入理解技术底层原理的必要性。