双频率阻抗法在呼吸监测中的应用研究
作者：王卫红 鲍咸能 王博亮
单位：王卫红 鲍咸能 (航天医学工程研究所，北京 100094)；王博亮 (国防科技大学，长沙 410073)
关键词：呼吸监测；双频率阻抗测试；自适应处理；运动干扰；人体实验
航天医学与医学工程990112
摘要:目的 对应用双频率阻抗测试和自适应处理技术相结合的方法消除呼吸阻抗测量中的运动干扰问题进行一些探索性的研究。方法 采用自行研制的双通道呼吸阻抗测量硬件系统和以自适应抵消处理为主的软件系统进行了人体实验研究。结果 运动干扰信号基本消除。低频与高频呼吸阻抗信号的比值K随着运动强度的增加而增大。结论 应用该方法消除呼吸阻抗测量中的运动干扰具有一定的可行性，但是在实际应用中，为了得到更好的结果，应注意考虑K值的准确取值。
, http://www.100md.com 中图分类号：R318.6，TH772.2 文献标识码：A 论文编号：1002-0837(1999)01-0051-05
Application of Dual-Frequency Impedance Method in Respiration Monitoring
WANG Wei-hong
(Institute of Space Medico-Engineering,Beijing 100094,China)
BAO Xian-neng WANG Bo-liang
Abstract：Objective To study the application of dual-frequency impedance pneumography and adaptive filter for reducing motion artifacts in respiration monitoring.Methods Human experiments were done by using a dual-channel plethysmograph and the software including two adaptive processor.Results It was found that the motion artifacts were essentially reduced and the amplitude ratio(K) of low to high-frequency signals of respiration increased with the intensity of movement.Conclusion The dual-frequency pneumography and adaptive filter is practicable in respiration monitoring for reducing motion artifacts.But K should be rectified according to conditions so as to obtain better results of artifact reduction.
, 百拇医药
Key words：respiration monitoring；dual-frequency impedance pneumography；adaptive filter；motion artifact；human experiment
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。
, 百拇医药
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：
xHF(t)=A1s(t)+B1n(t) (1)
xLF(t)=A2s(t)+B2n(t) (2)
其中A1、A2、B1、B2分别为不同频率下信号和噪声的系数。
, 百拇医药
令 K=A2/A1 (3)
d(t)=(1/2)×[xHF(t)+xLF(t)] (4)
y1(t)=K×xHF(t)-xLF(t) (5)
把(1)、(2)和(3)式分别代入(5)式，得到：
y1(t)=(A2×B1/A1)n(t)-B2n(t) (6)
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]。
, http://www.100md.com
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。
图1 系统使用的自适应处理的原理图
Fig.1 Schematic diagram of adaptive processing of measuring system
, http://www.100md.com
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。
双频率呼吸阻抗测试系统设计
整个系统由双通道呼吸阻抗测量硬件系统、A/D变换卡、计算机系统和分析处理软件等几部分组成。其组成框图如图2所示。
图2 系统组成框图
Fig.2 Diagram of the measuring system
双通道呼吸阻抗测量硬件系统用于记录高低两种不同频率下的信号。其中一个通道的频率为185 kHz，另一个通道的频率为57 kHz，电流强度均为0.07 mA(有效值)。之所以选择这两种频率的电流，主要是基于以下考虑：首先，一般的阻抗测量电流都选在10 kHz和200 kHz之间，而当电流在50 kHz以下时，皮肤和电极之间的接触阻抗增加，与电极相关的伪差信号就会增加，影响测量的准确性。而选择185 kHz和57 kHz这两种频率的电流，既在一般阻抗测量所选定的频率范围内，又有较大的差距，可以较好地代表高低两种不同频率的信号，同时又可以减少皮肤和电极之间的接触阻抗。其次，185 kHz在57 kHz的两谐波成分之间，可以较好地避免互相调制[2]。
, 百拇医药
分析处理软件用于对记录的高低两种不同频率下的信号进行处理，以消除运动干扰，得到呼吸阻抗信号。整个软件由四个模块组成：数据采集并存储、数据回放、数据处理、退出系统。数据采集并存储模块完成对高低两种不同频率下的信号进行采集并显示波形，采样率均为60 Hz，当信号比较平稳需要存储时，可对采集的数据边显示边存盘。数据回放模块的功能是实现在需要时对存储的数据及其处理结果进行回放显示，以便进行进一步的分析处理。数据处理模块完成对记录的低频和高频两路带有运动干扰信号的呼吸阻抗信号进行处理，并显示结果波形。该模块的程序流程图如图3所示。
图3 数据处理模块的程序流程图
Fig.3 Flowchart of data processing
人体实验研究
, http://www.100md.com
为了检验双频率阻抗测试和自适应处理技术相结合消除呼吸阻抗测量中运动干扰方法的可行性并使之应用于实际，作者进行了人体实验研究。
被试者 8名身体健康、年龄为18～20岁、体重为59～65 kg的男性。
实验方法 采用两电极阻抗测量方法。电极选用极化电位较小的Ag/AgCl圆状小电极，这种电极既能满足测量要求又较廉价[4]。电极的粘贴部位分别选在两侧腋中线第五、六肋间。当电极贴在腋中线第五、六肋间时，呼吸阻抗的灵敏度较高。电极粘贴部位用酒精棉球涂搽脱脂去污，电极引线用橡皮膏固定好。
(1)被试者站立地面，分别记录20个正常的呼吸波。
(2)被试者站立地面，屏住呼吸，把胳膊由身体的两侧慢慢举起，直到头顶，然后再慢慢放下，回到原来的位置。按与呼吸率相似的重复间期运动胳膊，各记录15 s的信号。
, http://www.100md.com
(3)被试者站立地面，抬起胳膊，做轻微的扩胸运动。这种运动，要求只产生干扰信号而不改变正常的呼吸。做两次扩胸运动呼吸一次，各记录1 min的信号。
(4)被试者站在跑台上，然后开动跑台，跑台的速度分别设定为1 km/h，2 km/h和4 km/h,在每个速度档上各记录1 min的信号。
实验结果 对实验1中记录的8名被试者正常呼吸时的信号进行计算，得出正常呼吸时低频与高频呼吸阻抗信号的比值K，即K=xLF(t)/xHF(t),如表1所示。
表1 男性正常呼吸时低频与高频呼吸阻抗信号的比值K
Table 1 Ratio(K) of signals at low and high frequency in 8 males with normal breathing 被试者(subjects)
, 百拇医药
K值(K value)
1
0.6322
2
0.4925
3
0.4713
4
0.5678
5
0.4793
6
0.4999
, 百拇医药
7
0.4915
8
0.5185
±s
0.5191±0.0546
图4所示为实验2中某被试者的信号和用表1中对应的K值处理后的输出结果。图4A所示为低频通道的信号，图4B所示为高频通道的信号，图4C所示为处理后的输出结果。从图中可以看出，由胳膊运动引起的干扰信号基本消除。图5所示为实验3中某被试者的信号和用表1中对应的K值处理后的输出结果。图5A所示为低频通道的信号，图5B所示为高频通道的信号，图5C所示为处理后的输出结果。从图中可以看到干扰信号基本消除，得到了较好的呼吸阻抗信号。这两个实验说明：应用双频率阻抗测试和自适应处理技术相结合的方法消除呼吸阻抗测量中的运动干扰具有一定的可行性。
, 百拇医药
图4 实验2中某被试者的信号和处理结果
A.低频通道的信号 B.高频通道的信号 C.干扰去除后的呼吸阻抗信号
Fig.4 Arm movement signals and the processed result in one subject in experiment 2 with no breathing
A.signal measured at low frequency B.signal measured at high frequency C.processed result
图5 实验3中某被试者的信号和处理结果
A.低频通道的信号 B.高频通道的信号 C.干扰去除后的呼吸阻抗信号
, http://www.100md.com
Fig.5 Arm movement signals and the processed result in one subject in experiment 3 with normal breathing
A.signal measured at low frequency B.signal measured at high frequency C.processed result
在实验4中，对每位被试者按表1中对应的正常呼吸时的K值对所记录的信号进行处理，发现效果不好，部分信号也被抵消了。如图6所示为跑台速度是1 km/h时某被试者的信号和处理结果。图6A所示为低频通道的信号，图6B所示为高频通道的信号，图6C所示为处理后的输出结果。这里的结果是经过自适应抵消处理后又经过平滑得到的。从图中可见，输出结果中有部分信号也被抵消了。分析原因，主要是因为K值取值偏小,通过增加K值，得到了较好的输出结果，如图6D所示。这里的结果也是经过自适应抵消处理后又经过平滑得到的。从图中可见，输出结果有很大改善。
, 百拇医药
图6 跑台速度为1km/h时，某被试者的信号和处理结果
A.低频通道的信号 B.高频通道的信号 C.用正常呼吸时K值处理后得到的呼吸阻抗信号 D.用增加的K值处理后得到的呼吸阻抗信号
Fig.6 Signals and the processed results in one subject on treadmill at speed of 1km/h
A.Signal measured at low frequency B.Signal measured at high frequency C. Processed result with normal K D. Processed result with increeased K
与1 km/h和2 km/h时的情况相比，在4 km/h时，K值所需增加量更大。这提示，K值随着运动强度的增加而增大。表2所示为8名被试者在4 km/h得到较好输出波形时计算所用K值与正常呼吸时所得K值的比较表。从表中可以看出，在4 km/h时计算所用K值的平均值比正常呼吸时K值的平均值大8% 。差异显著性检验(t检验)[5]的结果表明，两种情况下K值的差异具有非常显著的统计学意义(P<0.001),说明在4 km/h时计算所用K值的确比正常呼吸时所得的K值大。
, 百拇医药
表2 正常呼吸时K值与4 km/h计算所用K值(用K1表示)的比较表
Table 2 Comparison of K in 8 males with normal breathing and K(note as K1) used in processing recorded signals on treadmill at speed of 4 km/h 被试者
(subjects)
K值*
(K value)
K1值#
(K1 value)
K1/K△
, 百拇医药
1
0.6322
0.6765
1.07
2
0.4925
0.5418
1.10
3
0.4713
0.5090
1.08
4
, 百拇医药
0.5678
0.6019
1.06
5
0.4793
0.5224
1.09
6
0.4999
0.5300
1.06
7
0.4915
, http://www.100md.com
0.5406
1.10
8
0.5185
0.5496
1.06
*±s,0.5191±0.0546;#±s，0.5590±0.0548;△±s,1.08±0.02
图7所示为跑台速度是2 km/h时记录的某被试者的信号以及用增加的K值处理后的输出结果。图8所示为跑台速度是4 km/h时记录的某被试者的信号以及用增加的K值处理后的输出结果。这里的结果都是经过自适应抵消处理后又经过平滑得到的。
, http://www.100md.com
图7 跑台速度为2 km/h时，某被试者的信号和处理结果
A.低频通道的信号 B.高频通道的信号 C.干扰去除后的呼吸阻抗信号
Fig.7 Signals and the processed result in one subject on treadmill at speed of 2 km/h
A.signal measured at low frequency B.signal measured at high frequency C.processed result
图8 跑台速度为4 km/h时，某被试者的信号和处理结果
A.低频通道的信号 B.高频通道的信号 C.干扰去除后的呼吸阻抗信号
, 百拇医药
Fig.8 Signals and the processed result in one subject on treadmill at speed of 4 km/h
A.signal measured at low frequency B.signal measured at high frequency C.processed result
跑台实验表明：应用双频率阻抗测试和自适应处理技术相结合的方法消除呼吸阻抗测量中的运动干扰时，对于不同的运动情况K值应取不同的值，K值随运动强度的增加而增大。关于K值在不同运动情况下的变化问题，还需要通过大量的人体实验进行更深入的研究，以便发现其变化规律。只有选取较准确的K值，才能得到更好的处理结果。
结 论
应用双频率阻抗测试和自适应处理技术相结合的方法消除呼吸阻抗测量中的运动干扰是基本可行的。但是，通过实验发现：在不同的运动情况下，低频与高频呼吸阻抗信号的比值K是不同的，K值随运动强度的增加而增大。因此，在实际应用中，使用该方法消除呼吸阻抗测量中的运动干扰时，对于不同的运动情况，必须对正常呼吸时的K值进行必要的修正，然后再加以应用，才能获得更好的呼吸阻抗信号。
, 百拇医药
(致谢：实验过程中得到赵国璇老师和刘向欣同志的热情帮助和大力协助，特此致谢。)
[参考文献]
[1] Rosell J，Webster JG. Signal-to-motion artifact ratio versus frequency for impedance pneumography[J].IEEE Trans.BMEI, 1995,42:321～323
[2] Javier R,Kevin P C,John G.W. Reduction of motion artifacts using a two-frequency impedance plethysmograph and adaptive filtering[J].IEEE Trans BME, 1995,42:1044～1048
[3] 杨福生，高上凯.生物医学信号处理[M].北京：高等教育出版社，1989:438～469
[4] Luo S,Afonso VS,Webster JG et al.The electrode system in impedance-based ventilation measurement[J].IEEE Trans.BME,1992,39:1130～1141
[5] 赵雁冬.实用医学统计[M].青岛：青岛出版社,1995:73～82
收稿日期：1998-04-20, 百拇医药
单位：王卫红 鲍咸能 (航天医学工程研究所，北京 100094)；王博亮 (国防科技大学，长沙 410073)
关键词：呼吸监测；双频率阻抗测试；自适应处理；运动干扰；人体实验
航天医学与医学工程990112
摘要:目的 对应用双频率阻抗测试和自适应处理技术相结合的方法消除呼吸阻抗测量中的运动干扰问题进行一些探索性的研究。方法 采用自行研制的双通道呼吸阻抗测量硬件系统和以自适应抵消处理为主的软件系统进行了人体实验研究。结果 运动干扰信号基本消除。低频与高频呼吸阻抗信号的比值K随着运动强度的增加而增大。结论 应用该方法消除呼吸阻抗测量中的运动干扰具有一定的可行性，但是在实际应用中，为了得到更好的结果，应注意考虑K值的准确取值。
, http://www.100md.com 中图分类号：R318.6，TH772.2 文献标识码：A 论文编号：1002-0837(1999)01-0051-05
Application of Dual-Frequency Impedance Method in Respiration Monitoring
WANG Wei-hong
(Institute of Space Medico-Engineering,Beijing 100094,China)
BAO Xian-neng WANG Bo-liang
Abstract：Objective To study the application of dual-frequency impedance pneumography and adaptive filter for reducing motion artifacts in respiration monitoring.Methods Human experiments were done by using a dual-channel plethysmograph and the software including two adaptive processor.Results It was found that the motion artifacts were essentially reduced and the amplitude ratio(K) of low to high-frequency signals of respiration increased with the intensity of movement.Conclusion The dual-frequency pneumography and adaptive filter is practicable in respiration monitoring for reducing motion artifacts.But K should be rectified according to conditions so as to obtain better results of artifact reduction.
, 百拇医药
Key words：respiration monitoring；dual-frequency impedance pneumography；adaptive filter；motion artifact；human experiment
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。
, 百拇医药
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：
xHF(t)=A1s(t)+B1n(t) (1)
xLF(t)=A2s(t)+B2n(t) (2)
其中A1、A2、B1、B2分别为不同频率下信号和噪声的系数。
, 百拇医药
令 K=A2/A1 (3)
d(t)=(1/2)×[xHF(t)+xLF(t)] (4)
y1(t)=K×xHF(t)-xLF(t) (5)
把(1)、(2)和(3)式分别代入(5)式，得到：
y1(t)=(A2×B1/A1)n(t)-B2n(t) (6)
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]。
, http://www.100md.com
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。
图1 系统使用的自适应处理的原理图
Fig.1 Schematic diagram of adaptive processing of measuring system
, http://www.100md.com
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。
双频率呼吸阻抗测试系统设计
整个系统由双通道呼吸阻抗测量硬件系统、A/D变换卡、计算机系统和分析处理软件等几部分组成。其组成框图如图2所示。
图2 系统组成框图
Fig.2 Diagram of the measuring system
双通道呼吸阻抗测量硬件系统用于记录高低两种不同频率下的信号。其中一个通道的频率为185 kHz，另一个通道的频率为57 kHz，电流强度均为0.07 mA(有效值)。之所以选择这两种频率的电流，主要是基于以下考虑：首先，一般的阻抗测量电流都选在10 kHz和200 kHz之间，而当电流在50 kHz以下时，皮肤和电极之间的接触阻抗增加，与电极相关的伪差信号就会增加，影响测量的准确性。而选择185 kHz和57 kHz这两种频率的电流，既在一般阻抗测量所选定的频率范围内，又有较大的差距，可以较好地代表高低两种不同频率的信号，同时又可以减少皮肤和电极之间的接触阻抗。其次，185 kHz在57 kHz的两谐波成分之间，可以较好地避免互相调制[2]。
, 百拇医药
分析处理软件用于对记录的高低两种不同频率下的信号进行处理，以消除运动干扰，得到呼吸阻抗信号。整个软件由四个模块组成：数据采集并存储、数据回放、数据处理、退出系统。数据采集并存储模块完成对高低两种不同频率下的信号进行采集并显示波形，采样率均为60 Hz，当信号比较平稳需要存储时，可对采集的数据边显示边存盘。数据回放模块的功能是实现在需要时对存储的数据及其处理结果进行回放显示，以便进行进一步的分析处理。数据处理模块完成对记录的低频和高频两路带有运动干扰信号的呼吸阻抗信号进行处理，并显示结果波形。该模块的程序流程图如图3所示。
图3 数据处理模块的程序流程图
Fig.3 Flowchart of data processing
人体实验研究
, http://www.100md.com
为了检验双频率阻抗测试和自适应处理技术相结合消除呼吸阻抗测量中运动干扰方法的可行性并使之应用于实际，作者进行了人体实验研究。
被试者 8名身体健康、年龄为18～20岁、体重为59～65 kg的男性。
实验方法 采用两电极阻抗测量方法。电极选用极化电位较小的Ag/AgCl圆状小电极，这种电极既能满足测量要求又较廉价[4]。电极的粘贴部位分别选在两侧腋中线第五、六肋间。当电极贴在腋中线第五、六肋间时，呼吸阻抗的灵敏度较高。电极粘贴部位用酒精棉球涂搽脱脂去污，电极引线用橡皮膏固定好。
(1)被试者站立地面，分别记录20个正常的呼吸波。
(2)被试者站立地面，屏住呼吸，把胳膊由身体的两侧慢慢举起，直到头顶，然后再慢慢放下，回到原来的位置。按与呼吸率相似的重复间期运动胳膊，各记录15 s的信号。
, http://www.100md.com
(3)被试者站立地面，抬起胳膊，做轻微的扩胸运动。这种运动，要求只产生干扰信号而不改变正常的呼吸。做两次扩胸运动呼吸一次，各记录1 min的信号。
(4)被试者站在跑台上，然后开动跑台，跑台的速度分别设定为1 km/h，2 km/h和4 km/h,在每个速度档上各记录1 min的信号。
实验结果 对实验1中记录的8名被试者正常呼吸时的信号进行计算，得出正常呼吸时低频与高频呼吸阻抗信号的比值K，即K=xLF(t)/xHF(t),如表1所示。
表1 男性正常呼吸时低频与高频呼吸阻抗信号的比值K
Table 1 Ratio(K) of signals at low and high frequency in 8 males with normal breathing 被试者(subjects)
, 百拇医药
K值(K value)
1
0.6322
2
0.4925
3
0.4713
4
0.5678
5
0.4793
6
0.4999
, 百拇医药
7
0.4915
8
0.5185
±s0.5191±0.0546
图4所示为实验2中某被试者的信号和用表1中对应的K值处理后的输出结果。图4A所示为低频通道的信号，图4B所示为高频通道的信号，图4C所示为处理后的输出结果。从图中可以看出，由胳膊运动引起的干扰信号基本消除。图5所示为实验3中某被试者的信号和用表1中对应的K值处理后的输出结果。图5A所示为低频通道的信号，图5B所示为高频通道的信号，图5C所示为处理后的输出结果。从图中可以看到干扰信号基本消除，得到了较好的呼吸阻抗信号。这两个实验说明：应用双频率阻抗测试和自适应处理技术相结合的方法消除呼吸阻抗测量中的运动干扰具有一定的可行性。
, 百拇医药
图4 实验2中某被试者的信号和处理结果
A.低频通道的信号 B.高频通道的信号 C.干扰去除后的呼吸阻抗信号
Fig.4 Arm movement signals and the processed result in one subject in experiment 2 with no breathing
A.signal measured at low frequency B.signal measured at high frequency C.processed result
图5 实验3中某被试者的信号和处理结果
A.低频通道的信号 B.高频通道的信号 C.干扰去除后的呼吸阻抗信号
, http://www.100md.com
Fig.5 Arm movement signals and the processed result in one subject in experiment 3 with normal breathing
A.signal measured at low frequency B.signal measured at high frequency C.processed result
在实验4中，对每位被试者按表1中对应的正常呼吸时的K值对所记录的信号进行处理，发现效果不好，部分信号也被抵消了。如图6所示为跑台速度是1 km/h时某被试者的信号和处理结果。图6A所示为低频通道的信号，图6B所示为高频通道的信号，图6C所示为处理后的输出结果。这里的结果是经过自适应抵消处理后又经过平滑得到的。从图中可见，输出结果中有部分信号也被抵消了。分析原因，主要是因为K值取值偏小,通过增加K值，得到了较好的输出结果，如图6D所示。这里的结果也是经过自适应抵消处理后又经过平滑得到的。从图中可见，输出结果有很大改善。
, 百拇医药
图6 跑台速度为1km/h时，某被试者的信号和处理结果
A.低频通道的信号 B.高频通道的信号 C.用正常呼吸时K值处理后得到的呼吸阻抗信号 D.用增加的K值处理后得到的呼吸阻抗信号
Fig.6 Signals and the processed results in one subject on treadmill at speed of 1km/h
A.Signal measured at low frequency B.Signal measured at high frequency C. Processed result with normal K D. Processed result with increeased K
与1 km/h和2 km/h时的情况相比，在4 km/h时，K值所需增加量更大。这提示，K值随着运动强度的增加而增大。表2所示为8名被试者在4 km/h得到较好输出波形时计算所用K值与正常呼吸时所得K值的比较表。从表中可以看出，在4 km/h时计算所用K值的平均值比正常呼吸时K值的平均值大8% 。差异显著性检验(t检验)[5]的结果表明，两种情况下K值的差异具有非常显著的统计学意义(P<0.001),说明在4 km/h时计算所用K值的确比正常呼吸时所得的K值大。
, 百拇医药
表2 正常呼吸时K值与4 km/h计算所用K值(用K1表示)的比较表
Table 2 Comparison of K in 8 males with normal breathing and K(note as K1) used in processing recorded signals on treadmill at speed of 4 km/h 被试者
(subjects)
K值*
(K value)
K1值#
(K1 value)
K1/K△
, 百拇医药
1
0.6322
0.6765
1.07
2
0.4925
0.5418
1.10
3
0.4713
0.5090
1.08
4
, 百拇医药
0.5678
0.6019
1.06
5
0.4793
0.5224
1.09
6
0.4999
0.5300
1.06
7
0.4915
, http://www.100md.com
0.5406
1.10
8
0.5185
0.5496
1.06
*
±s,0.5191±0.0546;#±s，0.5590±0.0548;△±s,1.08±0.02图7所示为跑台速度是2 km/h时记录的某被试者的信号以及用增加的K值处理后的输出结果。图8所示为跑台速度是4 km/h时记录的某被试者的信号以及用增加的K值处理后的输出结果。这里的结果都是经过自适应抵消处理后又经过平滑得到的。
, http://www.100md.com
图7 跑台速度为2 km/h时，某被试者的信号和处理结果
A.低频通道的信号 B.高频通道的信号 C.干扰去除后的呼吸阻抗信号
Fig.7 Signals and the processed result in one subject on treadmill at speed of 2 km/h
A.signal measured at low frequency B.signal measured at high frequency C.processed result
图8 跑台速度为4 km/h时，某被试者的信号和处理结果
A.低频通道的信号 B.高频通道的信号 C.干扰去除后的呼吸阻抗信号
, 百拇医药
Fig.8 Signals and the processed result in one subject on treadmill at speed of 4 km/h
A.signal measured at low frequency B.signal measured at high frequency C.processed result
跑台实验表明：应用双频率阻抗测试和自适应处理技术相结合的方法消除呼吸阻抗测量中的运动干扰时，对于不同的运动情况K值应取不同的值，K值随运动强度的增加而增大。关于K值在不同运动情况下的变化问题，还需要通过大量的人体实验进行更深入的研究，以便发现其变化规律。只有选取较准确的K值，才能得到更好的处理结果。
结 论
应用双频率阻抗测试和自适应处理技术相结合的方法消除呼吸阻抗测量中的运动干扰是基本可行的。但是，通过实验发现：在不同的运动情况下，低频与高频呼吸阻抗信号的比值K是不同的，K值随运动强度的增加而增大。因此，在实际应用中，使用该方法消除呼吸阻抗测量中的运动干扰时，对于不同的运动情况，必须对正常呼吸时的K值进行必要的修正，然后再加以应用，才能获得更好的呼吸阻抗信号。
, 百拇医药
(致谢：实验过程中得到赵国璇老师和刘向欣同志的热情帮助和大力协助，特此致谢。)
[参考文献]
[1] Rosell J，Webster JG. Signal-to-motion artifact ratio versus frequency for impedance pneumography[J].IEEE Trans.BMEI, 1995,42:321～323
[2] Javier R,Kevin P C,John G.W. Reduction of motion artifacts using a two-frequency impedance plethysmograph and adaptive filtering[J].IEEE Trans BME, 1995,42:1044～1048
[3] 杨福生，高上凯.生物医学信号处理[M].北京：高等教育出版社，1989:438～469
[4] Luo S,Afonso VS,Webster JG et al.The electrode system in impedance-based ventilation measurement[J].IEEE Trans.BME,1992,39:1130～1141
[5] 赵雁冬.实用医学统计[M].青岛：青岛出版社,1995:73～82
收稿日期：1998-04-20, 百拇医药