[论文解读] Cardiovascular Function and Ballistocardiogram: A Relationship Interpreted via Mathematical Modeling

Giovanna Guidoboni, Lorenzo Sala+8 more|arXiv (Cornell University)|Nov 2, 2018

Non-Invasive Vital Sign Monitoring参考文献 64被引用 59

一句话总结

本文提出了一种闭环、基于物理的血流动力学数学模型，用于通过血流波形与体动动力学模拟球导心电图（BCG）信号。该模型能准确再现临床BCG波形特征（I、J、K、L、M、N峰），并预测在左心室收缩力下降和血管僵硬度增加等病理状态下的信号变化，为临床BCG解读与设备优化提供定量框架。

ABSTRACT

Objective: to develop quantitative methods for the clinical interpretation of the ballistocardiogram (BCG). Methods: a closed-loop mathematical model of the cardiovascular system is proposed to theoretically simulate the mechanisms generating the BCG signal, which is then compared with the signal acquired via accelerometry on a suspended bed. Results: simulated arterial pressure waveforms and ventricular functions are in good qualitative and quantitative agreement with those reported in the clinical literature. Simulated BCG signals exhibit the typical I, J, K, L, M and N peaks and show good qualitative and quantitative agreement with experimental measurements. Simulated BCG signals associated with reduced contractility and increased stiffness of the left ventricle exhibit different changes that are characteristic of the specific pathological condition. Conclusion: the proposed closed-loop model captures the predominant features of BCG signals and can predict pathological changes on the basis of fundamental mechanisms in cardiovascular physiology. Significance: this work provides a quantitative framework for the clinical interpretation of BCG signals and the optimization of BCG sensing devices. The present study considers an average human body and can potentially be extended to include variability among individuals.

研究动机与目标

• 开发一种用于临床环境中解读球导心电图（BCG）信号的定量、基于物理的框架。
• 解决由于传感设备与测量协议差异导致的BCG测量与解读缺乏标准化的问题。
• 利用闭环心血管系统模型模拟BCG信号，以捕捉血流动力学与机械相互作用。
• 通过在悬挂床模型上采集的实验BCG数据验证该模型。
• 研究特定病理改变（如左心室收缩力下降与血管僵硬度增加）如何定量影响BCG波形形态。

提出的方法

• 采用水力类比法构建心血管系统的闭环数学模型，将血流建模为电阻、电感与电容组成的网络中的流体动力学行为。
• 通过时变心室弹性与压力-容积关系，模拟左右心室的收缩活动。
• 通过应用基尔霍夫电流与电压定律于循环网络，推导出26个非线性常微分方程组（ODEs），计算血容量波形（Vi(t)）。
• BCG信号通过血管腔室中血容量变化的加权和计算得出：BCGdisp(t) = (ρb/M) Σ Vi(t)yi，其时间导数生成速度与加速度信号。
• 利用文献中的生理数据校准模型参数，包括血液密度（1.05 g/cm³）、黏度（0.035 g/cm·s）及血管壁特性（E = 4×10⁶ dyne/cm²）。
• 基于血流动力学稳态初始值进行模型仿真，数值求解直至达到周期性行为。

实验结果

研究问题

• RQ1 闭环、基于物理的数学模型能否准确模拟球导心电图（BCG）信号的波形形态，包括特征峰（I、J、K、L、M、N）？
• RQ2 左心室收缩力与动脉僵硬度的变化如何定量影响模拟的BCG波形？
• RQ3 该模型输出与在悬挂床装置上采集的实验BCG数据的匹配程度如何？
• RQ4 该模型能否作为不同传感平台间BCG信号解读的标准化参考？
• RQ5 产生所观察到的BCG信号特征及其病理变异的潜在生理机制是什么？

主要发现

• 模拟的BCG信号呈现出特征性的I、J、K、L、M与N峰，与悬挂床模型采集的实验测量结果在定性与定量上均高度一致。
• 模拟的动脉压波形及心室功能参数（如舒张末期容积、每搏量）与临床文献报道值相符良好。
• 左心室收缩力下降导致J峰减弱及K、L峰出现时间改变，反映出射血力降低。
• 动脉僵硬度增加使J峰更尖锐、更显著，且K峰出现时间提前，与脉搏波传播加快一致。
• 该模型成功捕捉了心室射血、血管阻抗与体动之间动态相互作用，生成的BCG信号真实反映了血流动力学变化。
• 该模型输出对参数变化具有鲁棒性，为不同传感技术下的BCG解读提供了稳定、基于物理的基准。