同步运动后心电图、心音图、光电容积脉搏波与心震图：首个系统性心率变化下的心血管多参数信号数据库

本研究针对心血管疾病(CVDs)诊断中电-机械信号关联分析的空白，开发了首个覆盖52-182 bpm心率范围的同步多参数心血管信号数据库SensSmartTech。通过跑步机运动诱导心率变化，团队同步采集心电图(ECG)、心音图(PCG)、光电容积脉搏波(PPG)和加速度计(ACC)信号，建立包含32名受试者338段记录的开放数据库。该成果为心率校正机械性生物标志物提供基准数据，揭示了运动后心血管松弛动力学特征，对心衰(HF)、动脉疾病诊断及远程血压监测具有重要意义。

　　

心血管疾病已成为全球头号健康杀手，每年夺走1900万生命，且发病率十年间激增18.7%。尽管移动心电图在心律失常检测中表现优异，但对心力衰竭(HF)、高血压等机械性功能障碍的诊断仍依赖昂贵的超声检查。现有技术存在两大瓶颈：一是电信号与机械信号测量不同步，导致医生难以关联分析；二是生物标志物易受心率(HR)干扰，缺乏系统性心率校正数据。

为突破这些限制，Aleksandar Lazovi?团队在《Scientific Data》发表了开创性研究。他们构建了名为SensSmartTech的首个多参数心血管信号数据库，覆盖52-182 bpm的广阔心率范围。通过定制化多导联采集系统（采样率ECG 500Hz/PCG 1kHz/ACC 500Hz/PPG 100Hz），在32名健康受试者跑步运动前后，同步记录4导联ECG、双波长颈动脉/肱动脉PPG、胸骨处PCG及三轴ACC信号。所有数据经伦理审查后，以CSV和WFDB格式开源。

关键实验技术包括：

1. 1.

   多模态同步采集系统集成ADS1298芯片(ECG)、ICS-40300麦克风(PCG)、MAX86150EFF+T芯片(PPG)及MEMS加速度计

2. 2.

   标准化运动协议：静息测量-跑步机运动-运动后松弛监测

3. 3.

   信号质量验证采用中位心跳模板法计算信噪比(SNR)

4. 4.

   数据去标识化处理符合HIPAA规范

【数据特征】

数据库包含338段30秒记录，涵盖17816次心跳。如图3所示：

运动后记录显示显著基线漂移(BLW)，包含呼吸模式等宝贵信息。典型信号特征如图5所示：

【技术验证】

传感器信噪比(SNR)分析显示：ECG导联V4最优(13.5dB)，PCG最差(3.1dB)。运动后PPG信号质量随心率升高显著下降，160bpm时颈动脉PPG SNR仅3.4dB。数据重采样误差极低(SMAPE<10^-7)，保证分析可靠性。

这项研究创建了首个系统性心率变化下的多参数心血管信号库，其重要意义体现在三方面：

1. 1.

   为机械性生物标志物(如LVET/PEP比值)的心率校正提供基准

2. 2.

   揭示运动后心血管系统松弛动力学特征

3. 3.

   推动可穿戴设备在HF、动脉硬化等疾病筛查中的应用

   该数据库已应用于心率变异性(HRV)与脑区代谢活动关联研究，为神经科学提供新工具。未来可通过深度学习挖掘电-机械信号耦合规律，发展新型心血管风险评估模型。