双频率阻抗法在呼吸监测中的应用研究

　　呼吸是临床和航天医监中要监测的重要生理指标。用阻抗法监测呼吸,具有无创、简单、安全、廉价等诸多优点,但受人体运动引起的干扰影响较大。多年来国内外不少学者都在尽力探讨消除呼吸阻抗测量中运动干扰的有效方法。Javier Rosell等人在应用双频率阻抗测试方法研究了信号/活动伪差比与肺阻抗测量频率的关系后,发现随着频率的增加,人体胸腔阻抗随呼吸变化的灵敏度会增加,相反,由运动引起的干扰信号的幅度却会降低[1]。因此,他们提出应用双频率阻抗测试和自适应处理技术相结合的方法可能消除呼吸阻抗测量中的运动干扰,但目前国内外尚未见到关于此方法在实际应用中的报道。为了对该方法进行进一步研究,使其真正具有实际应用意义,作者研制了一个双通道呼吸阻抗测量硬件系统,编制了以自适应抵消处理为主的软件系统,并应用该硬件和软件系统进行了人体实验研究。

　　方法原理

　　由于呼吸阻抗信号和运动干扰信号的幅度随频率变化的趋势不同,随着频率的增加,与呼吸相关的阻抗变化信号的幅度增加,相反,由运动引起的干扰信号的幅度却会降低[1]。因此,采用双频率阻抗测试和自适应处理技术相结合的方法可以消除运动干扰。设高频和低频输出的信号xHF(t)和xLF(t)分别由两部分组成:要测的呼吸阻抗信号s(t)和由运动引起的以及其他的干扰信号(或噪声)n(t)。则有:

　　其中A1、A2、B1、B2分别为不同频率下信号和噪声的系数。

　　由(6)式可以看出,y1(t)是噪声n(t)的一个表达式,因此它是一个与噪声n(t)相关而与信号s(t)不相关的量,而d(t)是一个既包含信号s(t)又包含噪声n(t)的量,因此把d(t)作为输入信号,y1(t)作为参考输入信号,分别代入自适应抵消器的输入和参考输入端,则其输出信号即为消除了运动干扰后的呼吸阻抗信号[2]。

　　从上述方法实现的原理中可以看出,K的取值非常重要。如果实际值和所用的计算值不完全相同的话,那么在参考输入中就包含了一部分要提取的信号,即包含了s(t)中的一部分值,通过自适应抵消器之后,这部分值就会被抵消掉,从而导致输出信号有较大的误差。因此,在实际应用中,首先需要通过一个自适应过程来得到较准确的K值。这个K值只在每次测量前通过记录正常呼吸时低频和高频呼吸阻抗信号得到,作为下一步处理的系数使用。通过计算得到信号y1(t)=K×xHF(t)-xLF(t)作为自适应抵消器的参考输入信号,经过自适应抵消处理之后,即可消除运动干扰信号,得到较好的呼吸阻抗信号。具体原理图如图1所示。

　　在K值的计算过程中,本文采用了比较简单的LMS算法[3],其中μ值取0.0001,滤波器的阶数为一阶。在第二步自适应抵消器的算法实现中,本文采用了改进的LMS算法[3],其中μ值取0.0001,抵消器的阶数为20阶,得到了较好的输出结果。