各种非侵入式心跳传感器的时间与频率特征

《PLOS One》：Time and frequency characteristics of various noninvasive heartbeat sensors

　　

摘要

心率与心脏动力学可通过多种生理信号进行监测，每种信号具有其独特的生物物理基础和信号特征。然而，尽管心电图(electrocardiogram, ECG)、心音图(phonocardiogram, PCG)、地震心动图(seismocardiogram, SCG)、光电容积脉搏波(photoplethysmogram, PPG)和压电脉搏波(piezoplethysmogram, PiPG)的各自特性已有文献记载，系统性的跨模态比较研究仍然匮乏。本研究旨在整合这些广泛可及技术在时间域和频率域的特征，为信号处理和多模态融合提供实用指南。研究人员在标准化静息条件下同步记录了ECG、PCG、SCG、PPG和PiPG信号，并将所有模态以ECG R波峰值(R-peak)为基准进行对齐。结果显示了明确的一致性(如ECG、PPG和PiPG的可重复形态与频谱)，同时PCG和SCG因传感器耦合及解剖因素表现出较高的变异性。相对于ECG的时间延迟确认了已知的生理传导延迟，而频率分析识别出各模态的特异性频带：PCG约为30 Hz，SCG为11–14 Hz，PPG/PiPG为1–2 Hz。带宽分析进一步强调了各模态在频谱丰富度上的差异。通过在统一框架中呈现这些基准特征，本研究弥合了孤立表征与综合信号知识之间的现有差距。研究成果提供了一个参考数据集和解读图谱，可指导滤波策略、特征提取及多模态心脏监测系统的设计。

**论文解读：多模态非侵入式心跳传感器的时间与频率特征研究**

**一、研究背景与问题**

心率及心脏动力学监测是临床诊断与日常健康管理的重要手段。心脏的周期性活动可通过电磁、机械和容积变化等多种生物物理原理进行表征。其中，心电图(electrocardiogram, ECG)记录心脏电活动，心音图(phonocardiogram, PCG)和地震心动图(seismocardiogram, SCG)反映心脏机械活动，而光电容积脉搏波(photoplethysmogram, PPG)和压电脉搏波(piezoplethysmogram, PiPG)则检测外周血管容积变化。尽管上述五种信号均具有无创、便携、低功耗等优势，适合集成于可穿戴设备中，但现有研究大多局限于对各信号进行孤立描述。不同模态之间的系统性跨模态比较研究仍然匮乏，导致各信号的时间与频率特征缺乏统一的量化基准。这一空白制约了多模态信号融合策略的优化，也对滤波方案设计和特征提取方法的标准化构成了障碍。此外，不同研究之间往往采用不同的硬件平台与实验条件，使得跨研究比较存在系统偏差。因此，研究人员开展了一项统一的跨模态比较研究，旨在同一硬件平台和标准化条件下同步记录五种心脏相关信号，为信号处理和多模态集成提供参考基准。

**二、研究内容与结论**

本研究在法国里尔大学医院开展，研究对象为20名健康成年志愿者(10男10女)，年龄24–52岁，中位年龄29岁。研究人员使用定制采集系统以1000 Hz采样率同步记录ECG、PCG、SCG、PPG和PiPG五种信号，并以ECG R波峰值为时间基准进行波形对齐与提取。研究共检测到6360个心动周期，经自动离群值剔除后保留有效周期。时间域分析显示，ECG(r=0.90±0.08)、PPG(r=0.90±0.05)和PiPG(r=0.96±0.05)具有较高的个体间波形一致性，而PCG(S1：r=0.75±0.10；S2：r=0.79±0.10)和SCG(r<0.7)的形态变异性较大。频谱域分析同样显示ECG、PPG和PiPG的功率谱密度高度可重复(r≥0.96)，而PCG和SCG的谱间一致性相对较低。频率特征方面，ECG QRS波群峰值频率约为11 Hz(带宽6–18 Hz)，PCG峰值频率为30–31 Hz(带宽10–40 Hz)，SCG为11–14 Hz，而PPG和PiPG则分别集中于1.3 Hz和2.4 Hz。本研究发表于《PLOS One》，其意义在于为多模态心脏监测系统提供了统一的信号处理基准，明确了各模态的适用频带与形态学特征，为滤波策略设计和传感器融合提供了重要参考。

**三、关键技术方法**

研究人员采用的主要技术方法包括：基于定制化多模态采集系统(由CICIT 1403实验室开发)实现的五种信号同步记录；以ECG R波峰值作为时间参考的波形检测与提取，采用Butterworth带通滤波(5–15 Hz)进行R波定位并在±20 ms窗口内精化峰值位置；对各信号采用特定时间窗提取波形(PCG S1：R波后+10–210 ms，S2：+280–500 ms；SCG同理；PPG/PiPG：+150–1350 ms)；基于Welch法(汉明窗、50%重叠、2048点FFT)的功率谱密度估计；以及Pearson相关系数和Wilcoxon符号秩检验用于个体内与个体间变异性评估。

**四、研究结果**

**4.1 时间域分析结果**

波形形态分析显示，ECG、PPG和PiPG表现出较高的形态一致性，其中PiPG的个体间相关系数最高(r=0.96±0.05)，表明其波形形态在个体间具有良好的可重复性。PCG信号(S1和S2)表现出中等变异性，相关系数分别为r=0.75±0.10和r=0.79±0.10。SCG波形变异性最大(r<0.7)。个体内相关性在ECG和SCG中显著高于个体间相关性，表明这些信号在个体内部具有良好一致性，而PPG和PCG则表现出相近甚至更高的个体间相关性。时间延迟分析确认了预期的心室传导时序：S1出现于R波后约77 ms，S2接近400 ms，SCG组分与PCG事件基本对齐，PiPG和PPG的峰值分别出现在R波后约250 ms和380 ms。若不对局部波形峰值进行进一步对齐，仅采用严格ECG锁定对齐，相关系数将显著下降，证实了生理性时间抖动(jitter)的存在。

**4.2 频谱域分析结果**

功率谱密度(PSD)分析显示，ECG、PiPG和PPG的频谱特征具有较高的个体间一致性(r=0.96–0.98)，频谱内容高度可重复。PCG和SCG信号的频谱一致性相对较低，相关系数范围为r=0.78–0.83。频谱特征提取结果表明，ECG QRS波群的峰值频率约为11 Hz，带宽较窄(6–18 Hz)；PCG的S1和S2峰值频率集中在30–31 Hz，带宽较宽(10–40 Hz)，频谱内容更丰富；SCG组分介于11–14 Hz之间，个体间差异较大；PiPG和PPG的低频特征(分别约为2.4 Hz和1.3 Hz)反映了其血流动力学来源，其中PiPG的频谱略宽于PPG，可能与其机械传导特性和对高频扰动的高灵敏度相关。

**五、讨论与结论总结**

讨论部分指出，ECG、PPG和PiPG信号的强一致性与其电生理和血流动力学起源相一致，而PCG和SCG的较大变异性可归因于个体解剖差异、传感器耦合状态和信号获取条件等因素。频率分析结果在ECG、PCG和PPG频带方面与现有文献报道相符。研究发现PCG高次谐波受采样率限制未充分表征，且麦克风在50 Hz以下频率响应未经校准，因此30 Hz峰值应视为设备特异性结果。此外，研究尚未纳入身高、臂长等解剖参数用于外周信号时间延迟的标准化，这些因素可能贡献于PPG和PiPG峰值潜伏期的个体间变异。研究结论部分明确指出：电驱动和血流动力学驱动信号(ECG、PiPG、PPG)具有较强个体间一致性，而机械和声学驱动信号(PCG、SCG)对解剖变异和传感器位置更为敏感。ECG仍为心率变异性(heart rate variability, HRV)分析的参考模态，PiPG可在ECG不适用时作为机械替代方案，PPG则因其高个体间可重复性和易实现性成为心率估计的实用方案。研究成果支持信号特异性滤波策略的部署，并为多模态心脏监测系统的传感器选型和信号融合设计提供了量化依据。