可穿戴医疗监测系统中通过冗余去噪和自适应滤波方法减少心肺生命体征（如血氧饱和度（SpO2）和无创血压（NIBP））中的运动伪影

《Cardiovascular Engineering and Technology》：Reduction of Motion Artifacts in Cardiorespiratory Vital Signs as Oxygen Saturation and Non-Invasive Blood Pressure Through Redundant Denoising and Adaptive Filtering Methods for Wearable Healthcare Monitoring Systems

　　

背景与目标：慢性心血管疾病推动了可穿戴系统的发展，这些系统能够持续监测血氧饱和度（SpO₂）和无创血压（NIBP）等生理变量。然而，运动伪影仍然是影响这些测量在动态环境中可靠性的主要限制之一。本文提出了一种基于冗余传感、惯性测量、心电图（ECG）引导的时间同步和多通道信号处理的光电容积描记（PPG）和NIBP信号运动伪影减少的新框架。方法：该框架结合了独立成分分析（ICA）和递归最小二乘（RLS）自适应滤波，以将生理信息与运动引起的干扰分离。性能与传统的有限冲激响应（FIR）滤波和小波收缩（WS）方法进行了比较，使用的指标包括信噪比（SNR）、加权失真评估（WDA）、血氧饱和度估计和血压估计。结果：所提出的方法在信号质量和生理参数估计方面取得了统计学上显著的改善。红色PPG通道的平均SNR从-5.93±5.05 dB提高到-3.43±2.02 dB（p=0.02），而WDA指数从0.48增加到0.73。血氧饱和度估计从运动污染信号的80.87±9.09%提高到去噪后的94.16±2.72%（p=0.04），接近静息测量值（95.23±2.31%）。对于NIBP信号，也观察到统计学上显著的改善（p=0.045），特别是在收缩压估计方面，尽管舒张压仍然受到残余运动相关失真的影响。结论：通过结合使用传感器冗余、ECG引导的时间耦合、惯性测量和自适应多通道信号处理，所提出的框架提高了可穿戴PPG和NIBP监测在运动条件下的鲁棒性。结果表明，与传统的去噪方法相比，信号质量和生理参数估计有显著改善，支持该方法在动态心血管监测应用中的潜在用途。

慢性心血管疾病是全球主要的健康负担，推动了可穿戴监测系统的发展，以持续测量生理变量如血氧饱和度（SpO₂）和无创血压（NIBP）。然而，运动伪影严重限制了这些测量在动态环境中的可靠性，现有信号处理方法（如小波收缩、经验模态分解等）虽能降噪，但可能破坏波形形态，而深度学习方法依赖大量标注数据且计算资源需求高。为此，研究人员提出了一种基于冗余传感、惯性测量、心电图（ECG）引导的时间同步和多通道信号处理的运动伪影减少框架，旨在同时提升光电容积描记（PPG）和NIBP信号的鲁棒性，同时保留波形形态。该研究发表在《Cardiovascular Engineering and Technology》上。

**关键技术方法**
主要方法包括：1) 冗余传感：同时采集双手的PPG信号（红/红外光）及双臂的NIBP振荡信号；2) 惯性测量单元（IMU）记录运动信号；3) 单导联ECG作为时间参考，验证多通道同步；4) 独立成分分析（ICA）分离生理与伪影成分；5) 递归最小二乘（RLS）自适应滤波，以IMU信号为参考抑制运动干扰。样本队列来源于20名健康志愿者（年龄26±6，BMI 24±5），在实验室静息与运动（步行4.2±0.8 km/h，含手臂摆动、手腕旋转、姿势变化）条件下同步采集信号。

**研究结果**
- **信号采集与预处理**：静息状态下，PPG与ECG信号呈现良好的时间同步（每个R波对应一个PPG波形），而运动时同步关系被破坏。Pearson相关分析显示，IMU加速度幅度与PPG信号包络呈强正相关（r>0.8，p<0.03），确认IMU有效捕捉运动干扰。
- **冗余PPG和NIBP信号去噪方法**：应用去噪框架后，运动条件下PPG信号恢复与ECG的同步性，波形形态明显改善；NIBP信号经自适应滤波后，振荡信号与ECG的同步性增强。
- **无创血压计算**：对比传统FIR滤波和小波收缩（WS）方法，本研究提出的方法在双臂血压测量间一致性更高。收缩压估计显著改善（p=0.045），但舒张压仍受残余运动失真影响，需进一步优化。
- **集成平均法（EA）与饱和度计算**：EA分析显示，去噪后PPG波形恢复，标准差减小；氧饱和度计算从运动污染信号的80.87±9.09%显著提升至94.16±2.72%（p=0.04），接近静息值（95.23±2.31%）。
- **信噪比（SNR）**：红色PPG通道的SNR从-5.93±5.05 dB提升至-3.43±2.02 dB，改善约25%（p=0.02）。
- **加权失真评估（WDA）**：WDA指数从0.48提高到0.73，相对改善超过50%，表明波形形态得到有效保留。

**讨论与结论**
讨论部分指出，硬件层面的冗余传感（如双手PPG、双臂NIBP、集成IMU）显著提升了运动伪影抑制能力，单纯依赖软件算法难以解决该问题。ECG引导的多通道同步框架能够恢复受运动干扰的生理信号时序关系，从而保留关键波形特征。尽管舒张压估计仍存在残余误差，但整体框架在信号质量和参数估计上优于传统方法，且计算复杂度较低（ICA和RLS均具有线性或近线性复杂度），支持在嵌入式系统（如ARM Cortex-M7）中实时实现。研究局限性包括缺乏绝对无伪影的参考信号、仅在健康志愿者中验证，未来需在更大规模临床人群及日常活动条件下进行验证。研究结论翻译如下：
本研究提出了一种基于冗余传感、IMU辅助运动表征、与ECG信号生理同步以及自适应信号处理技术的多通道框架，用于减少PPG和NIBP信号中的运动伪影。该架构在保留波形形态的同时改善信号质量，能够在运动条件下更可靠地估计血氧饱和度和无创血压。实验结果表明，与当前代表性的去噪方法相比，SNR、波形失真度量和生理参数估计均有一致性改善。这些发现表明，将硬件冗余与自适应处理相结合，相较于仅依赖软件伪影抑制的方法具有优势。本研究的一个重要贡献是将冗余采集、多通道同步和自适应滤波整合为一个统一框架，该框架无需预先模型训练，且经过适当修改后可兼容实时嵌入式实现，这使得所提出方法在动态环境下的可穿戴心血管监测系统中具有吸引力。