编辑推荐：
在心血管疾病诊断中，脉搏波测量意义重大，但传感器选型影响测量结果。研究人员对比声学、光学、压力传感器用于桡动脉脉搏测量的性能，发现压力传感器在捕捉脉搏信息上表现更优，为传感器选择提供依据，助力相关设备研发与临床应用。
在医学领域，心血管疾病严重威胁人类健康，早期准确诊断至关重要。动脉脉搏波（Arterial Pulse Wave）蕴含丰富心血管系统的生理和病理信息，对其测量分析有助于评估心血管健康状况，能为疾病诊断提供关键依据，如通过测量脉搏波的峰值（收缩压）和波谷（舒张压）来估算血压。然而，用于脉搏波测量的传感器种类繁多，不同传感器的工作原理和性能各异，这使得测量结果差异较大，严重影响了诊断的准确性，也给标准化测量和结果比较带来极大困难。此前研究虽对部分传感器进行了比较，但缺乏对多种传感器在时域、频域和脉搏率变异性（Pulse Rate Variability，PRV）等多方面的全面综合分析。为了解决这些问题，印度理工学院孟买分校的研究人员开展了一项关于声学、光学和压力传感器用于脉搏波分析性能定量比较的研究。
研究人员招募了 30 名无已知疾病的志愿者，其中男性 18 名，女性 12 名。在数据收集前，要求志愿者 24 小时内避免摄入含咖啡因、酒精的饮料以及吸烟。数据收集在安静且温度控制在（25 ± 1 °C）的房间内进行，志愿者需休息 5 分钟后，保持安静放松状态，由同一名研究人员从其左手腕桡动脉处，依次使用声学、光学和压力传感器记录 2 分钟的脉搏波信号。
研究中用到的主要技术方法有：信号处理方面，利用 MATLAB 和 LabChart 8 软件对采集的信号进行预处理，通过设置 40Hz 的低通截止频率避免电力线干扰，运用 “db6” 小波分解在 7 级水平上去除基线漂移（主要由呼吸和运动伪影引起）并降低高频噪声，同时对信号进行下采样、分段和归一化处理；特征提取时，通过算法提取脉搏波信号的形态学和频谱特征，包括峰值点、拐点、重搏切迹点等时域特征点，以及利用快速傅里叶变换（Fast Fourier Transform，FFT）提取频域特征；PRV 测量上，采用时域、频域和非线性心率动力学方法，计算平均心率、SDPP、RMSSD、pPP50 (%) 等参数评估 PRV 。
研究结果如下：
- 波形的形态学分析：对比三种传感器获取的脉搏波形，发现脉搏周期长度相近，但波形形状和结构存在差异。声学和压力传感器能捕捉到完整的五个振幅（h1 - h5），而光学传感器仅能捕获 h1、h4和 h5，且声学和压力传感器波形有明显的重搏切迹，光学传感器则没有。
- 波形的频谱分析：声学传感器信号包含多个频率成分，其基频约 1.24Hz；光学传感器信号幅度较小，基频为 1.24Hz，谐波较少；压力传感器信号幅度介于两者之间，基频约 1.23Hz，有明显谐波且噪声较少。三种传感器均能捕捉到约 1.24Hz 的脉搏基频，但压力传感器在时域特征点检测和频域表现上更具优势。
- PRV 分析：统计分析显示，不同传感器测量的平均心率约 75BPM，无显著差异（p=0.983）。在其他 PRV 指标上，如 SDPP、RMSSD、pPP50 等，虽压力传感器测量值相对较高，但各传感器间差异无统计学意义（p>0.05） ，表明三种传感器在评估 PRV 特定指标上表现相近。
研究结论表明，压力传感器在捕捉全面脉搏波信息上表现更优，能更精确地获取时域和频域特征，可用于更准确的脉搏波形分类；声学传感器受低频噪声影响，限制了其在安静环境下的脉搏波形采集；光学传感器对环境光敏感，且无法检测部分时域特征点和完整谐波，不利于详细的脉搏波形分析。此外，不同传感器测量的 PRV 指标在统计学上无显著差异，但这并不意味着测量结果完全相同。
该研究的意义在于为脉搏波分析应用中的传感器选择提供了循证指南，有助于开发更精准可靠的可穿戴心血管监测设备，推动临床心血管疾病诊断技术的发展。不过，研究也存在一定局限性，如样本量较小且未涵盖多种病理状态的参与者。后续研究可扩大样本规模，纳入更多不同疾病患者，进一步探究传感器融合方法以及临床应用的成本效益，为心血管疾病的诊断和监测提供更有力的支持 。
