低功耗EMGdi系统监测新生儿呼吸

用于通过膈肌肌电图采集新生儿呼吸信号的低功耗系统

引言

新生儿机体系统,特别是呼吸控制系统的不成熟,导致新生儿的呼吸模式在正常呼吸、呼吸暂停、叹息呼吸以及一种称为周期性呼吸的不规则呼吸之间变化。这些呼吸模式并非总是需要治疗,但它们会导致婴儿和新生儿呼吸中出现非周期性模式。然而,有时这些模式需要特别关注,并被视为临床事件,例如发生呼吸暂停发作时。呼吸暂停发作定义为呼吸停止持续>20秒或>10秒,并伴有氧饱和度下降或心动过缓。这些发作已在>50%的早产儿中发现,主要发生在出生时体重为<1000 g的早产儿中。Belal等人指出,反复呼吸暂停发作与早产儿视网膜病变、坏死性小肠结肠炎和脑室周围白质软化相关。

在早产儿中,呼吸暂停分为中枢性、阻塞性或混合性。根据Hansen和Corbet的说法,40%的发作属于中枢性呼吸暂停,10%为阻塞性呼吸暂停,其余50%为混合性呼吸暂停。区分这些发作类型对于理解新生儿呼吸暂停的病理生理学、改善其预后和治疗至关重要。

纽曼指出,呼吸活动是新生儿监护中监测的主要电生理信号,尤其是用于识别呼吸暂停发作。针对这一监测,已建立多种方法,包括直接法(传感器元件与患者气道耦合,测量进出肺部的空气特性)和间接法(传感器测量与空气运动相关的变量,而非空气本身的特性);其中,用于监测新生儿呼吸活动最常用的技术之一是胸阻抗测量,一些生命体征监护仪使用基于该变量的算法来检测呼吸暂停发作。然而,正如贝克等人所指出的,这可能被视为一种机械信号,“并不能反映真实的神经呼吸中枢输出”。

奥乔亚等人开发了一种专门用于检测新生儿呼吸暂停事件的生命体征监护仪。该系统基于对使用表面电极获取的膈肌肌电图信号(EMGdi)进行模拟处理,从而实现对新生儿呼吸信号的采集。通常,肌电图信号(EMG)提供与神经肌肉活动相关的信息。测量膈肌的电活动是监测呼吸信号和呼吸神经信号的直接方法。该设备采用EMGdi(膈肌是新生儿呼吸的主要肌肉)和心电图(ECG)来检测呼吸暂停发作,其论点是:一种用于测量EMGdi并估计肺功能的非侵入式设备可以增加诊断的可能性,并提供客观的测量手段来检测呼吸暂停发作。此外,通过测量膈肌的电活动,可以根据EMGdi与中枢神经系统之间的直接关系,区分中枢性呼吸暂停和阻塞性呼吸暂停。此外,EMGdi和ECG还可作为间接变量用于估计气道阻塞情况。

使用无创EMGdi监测呼吸功能似乎很有吸引力。然而,该技术的主要问题是由于电极放置引起的ECG干扰,这种干扰表现为噪声。这种干扰的幅度大于信号本身,并且位于EMGdi的频带范围内,因此如果不消除或减少作为噪声出现的ECG信号(主要是QRS复合波),则很难处理EMGdi并获取可靠的呼吸信号。为解决此问题所采用的技术包括自适应滤波器、模拟掩蔽和信号削波。

本研究中,开发了一种用于消除叠加在膈肌肌电图信号上的心电图信号的模拟系统,基于奥乔亚等人开发的系统,被提出。原始系统已使用单电源、低功耗电子元件进行了修改。采用单电源方案可使系统实现电池供电,特别是当使用微功率元件时,由于使用单电池供电的单电源电路能够获得设备的便携性,该方法已变得非常流行,尽管由于需要考虑输入参考,这类单电源电路的设计较为困难。

开发的系统采用单电源电压,具有低电流消耗的特点,使其具备便携性,并适合与微控制器或微处理器耦合以实现实时呼吸暂停检测。

材料与方法

开发的系统包含四个主要阶段,仅需三个电极和一个输入通道即可实现呼吸信号和ECG的提取。其框图如图1所示。

系统的第一个阶段是对电极采集的生物医学信号进行初始放大;这是携带心电图(图1(a))的膈肌肌电图。电极放置在患者膈肌上方:胸骨处(作为参考)以及与乳头垂直对齐的肋缘下方,包括左右两侧(图2)。在此阶段,使用通带为0.5–400赫兹的带通滤波器消除干扰信号(图1(b))。该阶段的主要目的是提高信噪比(SNR),同时获得包含膈肌肌电图和心电图的混合信号(EMG+ ECG)。高信噪比对于保护膈肌肌电图和心电图信号免受电磁干扰及其他非膈肌肌肉干扰(如肋间肌活动)至关重要。

根据待获取信号的特性,将采集到的信号通过具有不同截止频率的滤波器分为三个不同的支路。上支路(图1(c))由一个截止频率为0.5和40赫兹的二阶带通巴特沃斯滤波器组成;该支路输出结果为ECG信号。

框图中的中间支路包含一个带通巴特沃斯滤波器(9–20赫兹),用于采集ECG信号的QRS复合波、一个放大级和一个电平比较器(分别对应图1(d–f))。该阶段的目的是获得与ECG信号的QRS复合波同步的脉搏信号。

由于QRS复合波的频谱成分,它们成为膈肌肌电图中的主要干扰源,这具有70至300赫兹之间的频率。因此,必须在膈肌肌电信号中消除心电信号的这一成分。然而,由于两者的频谱成分存在重叠,无法使用传统滤波器进行这种去除信号重叠。在前一分支中获取的脉搏信号对于消除膈肌肌电图中的QRS波群至关重要。

下支路对应于EMGdi的获取及呼吸信号的提取。首先,需要对EMG + ECG信号(图1(g))应用一个带通巴特沃斯滤波器(截止频率为75和300赫兹),以去除EMGdi信号中的大部分干扰,但由QRS复合波产生的干扰除外。所得信号记为EMG + QRS。通过由脉冲信号控制的开关(图1(h))来消除QRS复合波产生的干扰。当脉冲信号处于高电平(5伏)时,信号可通过;而当其处于低电平时,开关输出为零,从而将QRS复合波从输入信号中删除。在删除QRS复合波后,对EMGdi信号进行调理以提高其信噪比(图1(i)),得到称为EMG的最终信号。

然后,肌电信号经过一个高精度全波整流器(图1(j)),以获取膈肌肌电功率,随后根据新生儿预期的呼吸频率,使用较小的截止频率进行低通滤波(图1(k))。因此,从膈肌活动中获得包络信号(即呼吸信号)。

示意图0

示意图1

开发的系统被设计、构建,并最终与脉搏血氧仪系统和交流转直流转换器(MWA100018A‐12A,Inventus Power,美国伊利诺伊州伍德里奇)一同组装在一个封闭空间内。所有组件的选择和设计均考虑了患者安全性、医疗法规以及系统内部和其他医疗设备之间的电磁兼容性。该系统连接至数据采集系统(NI USB‐6281;国家仪器公司,美国德克萨斯州奥斯汀),将信号数字化并通过LabView(国家仪器公司)开发的虚拟仪器(VI)传输到计算机。信号在计算机中进行可视化显示并存储,以便后续处理和分析。

该系统已在梅德林卢斯·卡斯特罗·德古铁雷斯综合医院(HGM)实施,用于从新生儿患者中采集数据。已获得所有成年受试者及所有新生儿受试者法定监护人的书面知情同意。本研究经CES大学伦理委员会批准。

示意图2
示意图3

示意图4

如图4所示,图1中提到的各个阶段产生了预期的信号。原始膈肌肌电图信号(图4A)由于心电图信号(主要是QRS波群)而存在明显的干扰。同时,尽管表面肌电图技术无法区分被激活的肌肉分支,因此膈肌肌电信号上也可能存在其他肌肉干扰,这种干扰对于从膈肌采集呼吸信号而言并不显著,这是由于电极的位置以及人类呼吸过程的特性,在呼吸过程中,膈肌承担了最大的用力。

为了获得尽可能干净的呼吸信号,去除心电图产生的干扰至关重要。所设计的滤波器和脉冲控制开关使得获取可靠的呼吸信号成为可能,并消除了EMGdi中存在的大部分心电图成分。

另一方面,提取EMGdi后的ECG信号(图4E)更加干净,尽管当EMGdi信号的幅度增大时(即患者呼吸时),仍携带一些EMGdi信号的噪声。由于QRS波群定义清晰,非常适合用于提取脉搏信号(图4F)。

必须考虑的一个重要因素是所用滤波器的同步,以确保不同信号中存在的延迟足够相似。这是为了保证开关消除的信号部分对应于作为噪声出现在膈肌肌电图中的QRS波峰值,且该信号的重要成分不会被消除。在此设计中,同步是通过使用不同阶数的滤波器实现的:ECG信号滤波器为二阶,而EMGdi信号滤波器为四阶。ECG信号的主要成分在0到40 Hz之间。在40 Hz时,群延迟为~4664 μs。另一方面,EMGdi信号在40 Hz时的群延迟为~8000 μs。滤波后,ECG信号(此时仅包含QRS波群)被放大,然后与阈值进行比较。最后这两个阶段(放大和电平比较器)也存在延迟,使得两个信号延迟之间的差距非常小。

正如预期,成人患者和新生儿患者的信号不同,在新生儿患者中,无论是ECG还是EMGdi信号,都比成人患者包含更多的成分。这是由于新生儿的心率和呼吸频率所致。

新生儿的肌电信号中的呼吸信号(图5C)不如成年患者的清晰(图4B),且提取的呼吸信号(图5D)更难以获取,因此必须进行精确的数字处理以供进一步分析。新生儿膈肌肌电信号中增加的噪声可能源于系统所处的环境,因为在新生儿重症监护室(NICU)中,多种设备同时运行,可能会对信号产生干扰。因此,必须考虑设计良好的隔离系统,以提高新生儿信号的质量。

临床试验正在执行中,以验证该技术在采集呼吸信号和ECG信号方面的有效性,并将这些信号与金标准技术进行比较,同时检验呼吸信号是否确实是用于早期检测和区分中枢性和阻塞性呼吸暂停的良好指标。

所设计和构建的系统能够按预期提供响应,并可直接从膈肌肌电图(EMGdi)连续获取呼吸信号。从原始信号(EMGdi)中,还可以获得高质量的心电图(ECG)。因此,可以考虑开发用于新生儿的生命体征监测系统,这类系统所需的电极和导线更少,有助于改善患者的临床操作性和舒适度。

此外,该系统采用单电源供电,输出的信号以2.5 V为中心。这对于与微控制器或微处理器系统集成至关重要,并为开发简单且低成本模块化解决方案提供了可能。

在后续工作中,将验证使用膈肌肌电图确定呼吸暂停发作的实用性:分析呼吸暂停发作与膈肌肌电图、心电图以及脉搏血氧饱和度信号某些特征之间的关系,以实现对这些发作的早期检测。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值