基于贝叶斯脉冲反卷积的血管波形分析

《npj Digital Medicine》：Vascular waveform analysis using Bayesian pulse deconvolution

　　

摘要

血管波形用于测量血管中的搏动性血流，广泛应用于生命体征监测、疾病诊断和长期健康结局预测。血管波形分析依赖于三项根本相互关联的任务：信号滤波、脉冲时相检测和脉冲波形提取。我们假设，贝叶斯脉冲反卷积可以通过联合求解这三项任务来取得更好的综合性能。该方法使用血管波形的解析生成模型，并以物理和生物学领域知识为先验信息。在仿真实验中，贝叶斯脉冲反卷积在所有任务上的表现均优于现有算法：中位滤波误差降低84%，脉冲时相误差降低60%，波形提取误差降低85%。仿真中体现的优势同样适用于人体光电容积脉搏波记录。以实时同步的心电图R-R间期作为参考真值，贝叶斯脉冲反卷积的脉冲间隔估计误差降低40%（RMSE = 5.1 ms），相较于典型算法（RMSE = 8.3 ms，p = 1e–10）。通过从血管波形中提取更准确、更具信息量的洞察，贝叶斯脉冲反卷积有望推动一系列依赖血管信号解读的健康技术的发展。