消除呼吸阻抗测量时运动干扰方法中关键参数的选取初探
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：双频率阻抗测试；呼吸监测；运动干扰；关键参数
北京生物医学工程990107 摘 要 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的方法是一种较简单且实用的方法，本文对该方法中关键参数的选取进行了实验研究，得出了该参数的变化趋势，为正确应用该方法得到更好的处理结果奠定了基础。
Preliminary Study on Select Value of Important Parameter of Method to Reduce Motion Artifacts in Monitoring Respiration Using Impedance Measuring Technology
, 百拇医药
Wang Weihong, Bao Xianneng
(Institute of Space Medico-Engineering 100094)
Wang Boliang
(National University of Defense Technolgy 410073)
Abstract The method of using two-frequency impedance pneumography and adaptive filter to reduce motion artifacts in monitoring respiration is not only simple but also practical. The value of an important parameter is decisive factor in using this method to gain good results. The changing tendency of the parameter was found by doing human experiments and the results were presented in this paper.
, 百拇医药
Key words:Two-frequency impedance measuring; Monitoring respiration ; Motion artifacts; Important parameter
0 引 言
呼吸是临床和航天医学监测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。多年来国内外一些学者就如何解决呼吸阻抗测量中的运动干扰问题进行过研究，但结果都不太理想[1]。近来国外学者Javier Rosell等人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能够消除呼吸阻抗测量中的运动干扰。我们曾对该方法进行了研究，取得了较好的结果，并对该方法中关键参数K的取值问题进行了初步的实验探讨，得出其变化的趋势，为应用该方法得到更好的处理结果奠定了基础。
, http://www.100md.com
1 方法原理[1]
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[2]。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)
, 百拇医药 其中A1、A2、B1、B2分别为不同频率下信号和噪声的系数，因为在不同频率下信号和噪声的幅度是不同的，因此这里在信号和噪声的符号前加不同的系数。
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/A1n(t)-B2n(t) (6)
, 百拇医药
由(6)式可以看出，y1(t)是噪声n(t)的一个表达式，因此这是一个与噪声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。
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。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
, http://www.100md.com
其中，第一个自适应过程仅在每次测量前启动，通过记录正常呼吸时高频和低频两路的呼吸阻抗信号来得到K值。在测量时，用y1(t)=K×XHF(t)-XLF(t)作为第二个自适应抵消器的参考输入信号，经过上述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。
在K值的计算过程中，采用比较简单的LMS算法[3]，其中u值取0.0001，滤波器的阶数为一阶。
2 K值的比较实验
我们曾经对8名男性被试者进行了跑台实验，应用上述方法消除运动干扰时，应用正常呼吸时得出的K值进行计算，发现效果不好，有一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。这提示，运动情况下的K值比正常呼吸时的K值要大。为了探寻K值在不同运动情况和不同呼吸状态下的变化趋势，以便在实际应用中能够更好地选取K值，进行了K值的比较实验。
, http://www.100md.com
实验对象：
男性(身体健康，年龄为18～20岁，体重为59～65kg)8名。
女性(身体健康，年龄为26～30岁，体重为47～55kg)8名。
实验方法：
1.采用两电极方法。电极选用极化电位较小的Ag/AgCl圆状小电极，电极的粘贴部位选在两侧腋中线第五、六肋间。这是因为当电极贴在此处时，呼吸阻抗的灵敏度较高。
2.实验中用我们自行研制的双通道呼吸阻抗测量系统来记录高低两种频率下的呼吸阻抗信号。两种频率分别设定为185kHz和57kHz，采样率为60Hz。
实验内容：
实验1 男性运动与正常呼吸时K值的比较实验
, http://www.100md.com
为了比较运动时与正常呼吸时的K值，选择被试者做蹬自行车功量计的实验。因为在做这种运动时，只有腿部运动，上身基本保持不动，因此这种运动产生的运动干扰非常小，它可以较好地反映出被试者运动时的呼吸阻抗信号的变化情况。
实验过程：
男性被试者站立地面，记录正常呼吸时的呼吸波形各20个，然后坐在自行车功量计上，启动功量计，分别记录当自行车的功率为50W，蹬车速度为60圈/min时以及自行车的功率为150W，蹬车速度为100圈/min时的信号各1min。
实验结果：
图2所示是功率为150W，蹬车速度为每分钟100圈时记录的某被试者的信号。图2A所示为低频一路的信号，图2B所示为高频一路的信号。由图中可以看出，由蹬车所引起的运动干扰信号是很小的。这是实验中运动负荷最大情况下的信号，其他功率档上的运动干扰信号就更小。
, http://www.100md.com
图2 功率为150W、蹬车速度为100圈/min时某被试者的信号
A.低频一路的信号 B.高频一路的信号
分别计算男性正常呼吸时低频一路与高频一路信号的比值K以及功率为50W、蹬车速度为每分钟60圈与功率为150W、蹬车速度为每分钟100圈时低频一路与高频一路信号的比值K(记为K1)，发现K1均比正常呼级时得出的K值要大。
表1所示是功率为50W、蹬车速度为每分钟60圈时的K1值与正常呼吸时K值的比较表。从表1可以看出，K1的平均值比K值的平均值大7%。差异显著性检验(t检验)[4]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)。表2所示是功率为150W、蹬车速度为每分钟100圈时的K1值与正常呼吸时K值的比较表。从表2可以看出，K1的平均值比K值的平均值大20%。差异显著性检验(t检验)[4]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<0.01)，说明运动时的K值的确比正常呼吸时的K值大。从表1和表2还可以看出，随着运动强度的增大，胸部呼吸深度增加，K值增加更多。
, 百拇医药
表1 男性正常呼吸时K值与功率为50W、蹬车速度为60圈/分时K值(记为K1)的比较表 被试者
K 值
K1 值
K1/K
1
0.6322
0.6588
1.04
2
0.4925
0.5135
1.04
, http://www.100md.com
3
0.4713
0.4998
1.06
4
0.5678
0.6143
1.08
5
0.4793
0.5345
1.11
6
, 百拇医药
0.4999
0.5255
1.05
7
0.4915
0.5540
1.10
8
0.5185
0.5400
1.04
均值±sd
0.5191±0.0546
, 百拇医药
0.5551±0.0542
1.07±0.03
表2 男性正常呼吸时K值与功率为150W、蹬车速度为100圈/分时K值(记为K1)的比较表 被试者
K 值
K1 值
K1/K
1
0.6322
0.6915
1.09
2
0.4925
, 百拇医药
0.5398
1.10
3
0.4713
0.5988
1.27
4
0.5678
0.7271
1.28
5
0.4793
0.5974
, http://www.100md.com
1.25
6
0.4999
0.5784
1.16
7
0.4915
0.6409
1.30
8
0.5185
0.6188
1.19
, 百拇医药
均值±sd
0.5191±0.0546
0.6241±0.0609
1.20±0.08
实验2 男性正常呼吸与女性正常呼吸以及女性正常呼吸与深呼吸时K值的比较实验
男性运动与正常呼吸时相比，胸部呼吸深度增加。由男性正常呼吸与运动时K值的比较实验可以得出，胸部呼吸深度增加则K值增大。为了验证这个结论的正确性，选择女性来做比较实验。因为女性一般以胸部呼吸为主而男性则一般以腹部呼吸为主[5]。
实验过程：
女性被试者站立地面，记录正常呼吸以及深呼吸时的波形各20个。
, 百拇医药
实验结果：
表3所示为男性正常呼吸与女性正常呼吸时K值的比较表。由表3可以看出：女性正常呼吸时K值的平均值比男性正常呼吸时K值的平均值大35%。两个样本均数差别的t检验[4]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)，说明女性正常呼吸时K值的确比男性正常呼吸时的K值大。表3 男性正常呼吸与女性正常呼吸时K值的比较表 被试者
男性正常呼吸时K值
女性正常呼吸时K值(K1表示)
K1/K
1
0.6322
0.7162
, 百拇医药
2
0.4925
0.5986
3
0.4713
0.6376
4
0.5678
0.6691
5
0.4793
0.7174
6
, 百拇医药
0.4999
0.7412
7
0.4915
0.7670
8
0.5185
0.7843
均值±sd
0.5191±0.0546
0.7039±0.0641
1.35
, 百拇医药
表4所示为女性正常呼吸与深呼吸时K值的比较表。由表4可以看出：女性深呼吸时K值的平均值比正常呼吸时K值的平均值大11%。差异显著性检验(t检验)[4]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)，说明女性深呼吸时的K值的确比正常呼吸时的K值大。表4 女性正常呼吸与深呼吸时K值的比较表 被试者
女性正常呼吸时K值
女性深呼吸时K值(K1表示)
K1/K
1
0.7162
0.8154
1.14
, 百拇医药 2
0.5986
0.6844
1.14
3
0.6376
0.7129
1.12
4
0.6691
0.7535
1.13
5
, 百拇医药
0.7174
0.8193
1.14
6
0.7412
0.7713
1.04
7
0.7670
0.8092
1.06
8
0.7843
, 百拇医药
0.8355
1.07
均值±sd
0.7039±0.0641
0.7752±0.0547
1.11±0.04
3 分析讨论
由以上实验可以得出：在不同呼吸状态下K值是不同的。运动时的K值比正常呼吸时的K值大，而且随着运动强度的增加K值增大更多，女性正常呼吸比男性正常呼吸时的K值大，女性深呼吸比正常呼吸时的K值大。这方面的研究工作目前在国内外均未见报道。
生理学研究表明：男性运动与正常呼吸时相比，胸部的呼吸活动增加，呼吸深度增加，而且随着运动强度的增加胸部呼吸深度会更深。而女性与男性相比，一般女性以胸部呼吸为主，而男性一般以腹部呼吸为主。同样是女性，深呼吸时呼吸时的深度自然要比正常呼吸时的深度要深。因此，实验结果提示，K值与胸部呼吸深度密切相关，K值随胸部呼吸深度的增加而增大。至于K值为什么会有这样的变化趋势，也就是说，为什么胸部呼吸加深时，K值会增加，其机理尚需进一步探讨。
, 百拇医药
4 结 语
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，关键参数K的准确取值对于输出结果有很大的影响。通过实验发现：在不同的呼吸状态下K值是不同的。K值随胸部呼吸深度的增加而增大。因此，在实际应用中，对于不同的运动情况，必须对K值进行必要的修正，然后再加以应用，才能获得较好的呼吸阻抗信号。
(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。)
5 参考文献
[1]Rosell J,Cohen K P, and Webster J G. Reduction of motion artif acts using a two-frequency impedance plethysmograph and adaptive filtering. IEEE BME, 1995, 42:1044
, 百拇医药
[2]Rosell J and Webster J G. Signal-to-motion artifact ratio versus frequency for impedance pneumography. IEEE Trans BME, 1995, 42:321
[3]杨福生，高上凯.生物医学信号处理.北京：高等教育出版社，1989，438～439
[4]赵雁冬.实用医学统计.青岛：青岛出版社，73～81
[5]康.米.见柯夫.生理学.北京：人民卫生出版社，1956.175
(1998-05-07收稿), 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：双频率阻抗测试；呼吸监测；运动干扰；关键参数
北京生物医学工程990107 摘 要 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的方法是一种较简单且实用的方法，本文对该方法中关键参数的选取进行了实验研究，得出了该参数的变化趋势，为正确应用该方法得到更好的处理结果奠定了基础。
Preliminary Study on Select Value of Important Parameter of Method to Reduce Motion Artifacts in Monitoring Respiration Using Impedance Measuring Technology
, 百拇医药
Wang Weihong, Bao Xianneng
(Institute of Space Medico-Engineering 100094)
Wang Boliang
(National University of Defense Technolgy 410073)
Abstract The method of using two-frequency impedance pneumography and adaptive filter to reduce motion artifacts in monitoring respiration is not only simple but also practical. The value of an important parameter is decisive factor in using this method to gain good results. The changing tendency of the parameter was found by doing human experiments and the results were presented in this paper.
, 百拇医药
Key words:Two-frequency impedance measuring; Monitoring respiration ; Motion artifacts; Important parameter
0 引 言
呼吸是临床和航天医学监测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。多年来国内外一些学者就如何解决呼吸阻抗测量中的运动干扰问题进行过研究，但结果都不太理想[1]。近来国外学者Javier Rosell等人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能够消除呼吸阻抗测量中的运动干扰。我们曾对该方法进行了研究，取得了较好的结果，并对该方法中关键参数K的取值问题进行了初步的实验探讨，得出其变化的趋势，为应用该方法得到更好的处理结果奠定了基础。
, http://www.100md.com
1 方法原理[1]
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[2]。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)
, 百拇医药 其中A1、A2、B1、B2分别为不同频率下信号和噪声的系数，因为在不同频率下信号和噪声的幅度是不同的，因此这里在信号和噪声的符号前加不同的系数。
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/A1n(t)-B2n(t) (6)
, 百拇医药
由(6)式可以看出，y1(t)是噪声n(t)的一个表达式，因此这是一个与噪声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。
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。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
, http://www.100md.com
其中，第一个自适应过程仅在每次测量前启动，通过记录正常呼吸时高频和低频两路的呼吸阻抗信号来得到K值。在测量时，用y1(t)=K×XHF(t)-XLF(t)作为第二个自适应抵消器的参考输入信号，经过上述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。
在K值的计算过程中，采用比较简单的LMS算法[3]，其中u值取0.0001，滤波器的阶数为一阶。
2 K值的比较实验
我们曾经对8名男性被试者进行了跑台实验，应用上述方法消除运动干扰时，应用正常呼吸时得出的K值进行计算，发现效果不好，有一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。这提示，运动情况下的K值比正常呼吸时的K值要大。为了探寻K值在不同运动情况和不同呼吸状态下的变化趋势，以便在实际应用中能够更好地选取K值，进行了K值的比较实验。
, http://www.100md.com
实验对象：
男性(身体健康，年龄为18～20岁，体重为59～65kg)8名。
女性(身体健康，年龄为26～30岁，体重为47～55kg)8名。
实验方法：
1.采用两电极方法。电极选用极化电位较小的Ag/AgCl圆状小电极，电极的粘贴部位选在两侧腋中线第五、六肋间。这是因为当电极贴在此处时，呼吸阻抗的灵敏度较高。
2.实验中用我们自行研制的双通道呼吸阻抗测量系统来记录高低两种频率下的呼吸阻抗信号。两种频率分别设定为185kHz和57kHz，采样率为60Hz。
实验内容：
实验1 男性运动与正常呼吸时K值的比较实验
, http://www.100md.com
为了比较运动时与正常呼吸时的K值，选择被试者做蹬自行车功量计的实验。因为在做这种运动时，只有腿部运动，上身基本保持不动，因此这种运动产生的运动干扰非常小，它可以较好地反映出被试者运动时的呼吸阻抗信号的变化情况。
实验过程：
男性被试者站立地面，记录正常呼吸时的呼吸波形各20个，然后坐在自行车功量计上，启动功量计，分别记录当自行车的功率为50W，蹬车速度为60圈/min时以及自行车的功率为150W，蹬车速度为100圈/min时的信号各1min。
实验结果：
图2所示是功率为150W，蹬车速度为每分钟100圈时记录的某被试者的信号。图2A所示为低频一路的信号，图2B所示为高频一路的信号。由图中可以看出，由蹬车所引起的运动干扰信号是很小的。这是实验中运动负荷最大情况下的信号，其他功率档上的运动干扰信号就更小。
, http://www.100md.com
图2 功率为150W、蹬车速度为100圈/min时某被试者的信号
A.低频一路的信号 B.高频一路的信号
分别计算男性正常呼吸时低频一路与高频一路信号的比值K以及功率为50W、蹬车速度为每分钟60圈与功率为150W、蹬车速度为每分钟100圈时低频一路与高频一路信号的比值K(记为K1)，发现K1均比正常呼级时得出的K值要大。
表1所示是功率为50W、蹬车速度为每分钟60圈时的K1值与正常呼吸时K值的比较表。从表1可以看出，K1的平均值比K值的平均值大7%。差异显著性检验(t检验)[4]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)。表2所示是功率为150W、蹬车速度为每分钟100圈时的K1值与正常呼吸时K值的比较表。从表2可以看出，K1的平均值比K值的平均值大20%。差异显著性检验(t检验)[4]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<0.01)，说明运动时的K值的确比正常呼吸时的K值大。从表1和表2还可以看出，随着运动强度的增大，胸部呼吸深度增加，K值增加更多。
, 百拇医药
表1 男性正常呼吸时K值与功率为50W、蹬车速度为60圈/分时K值(记为K1)的比较表 被试者
K 值
K1 值
K1/K
1
0.6322
0.6588
1.04
2
0.4925
0.5135
1.04
, http://www.100md.com
3
0.4713
0.4998
1.06
4
0.5678
0.6143
1.08
5
0.4793
0.5345
1.11
6
, 百拇医药
0.4999
0.5255
1.05
7
0.4915
0.5540
1.10
8
0.5185
0.5400
1.04
均值±sd
0.5191±0.0546
, 百拇医药
0.5551±0.0542
1.07±0.03
表2 男性正常呼吸时K值与功率为150W、蹬车速度为100圈/分时K值(记为K1)的比较表 被试者
K 值
K1 值
K1/K
1
0.6322
0.6915
1.09
2
0.4925
, 百拇医药
0.5398
1.10
3
0.4713
0.5988
1.27
4
0.5678
0.7271
1.28
5
0.4793
0.5974
, http://www.100md.com
1.25
6
0.4999
0.5784
1.16
7
0.4915
0.6409
1.30
8
0.5185
0.6188
1.19
, 百拇医药
均值±sd
0.5191±0.0546
0.6241±0.0609
1.20±0.08
实验2 男性正常呼吸与女性正常呼吸以及女性正常呼吸与深呼吸时K值的比较实验
男性运动与正常呼吸时相比，胸部呼吸深度增加。由男性正常呼吸与运动时K值的比较实验可以得出，胸部呼吸深度增加则K值增大。为了验证这个结论的正确性，选择女性来做比较实验。因为女性一般以胸部呼吸为主而男性则一般以腹部呼吸为主[5]。
实验过程：
女性被试者站立地面，记录正常呼吸以及深呼吸时的波形各20个。
, 百拇医药
实验结果：
表3所示为男性正常呼吸与女性正常呼吸时K值的比较表。由表3可以看出：女性正常呼吸时K值的平均值比男性正常呼吸时K值的平均值大35%。两个样本均数差别的t检验[4]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)，说明女性正常呼吸时K值的确比男性正常呼吸时的K值大。表3 男性正常呼吸与女性正常呼吸时K值的比较表 被试者
男性正常呼吸时K值
女性正常呼吸时K值(K1表示)
K1/K
1
0.6322
0.7162
, 百拇医药
2
0.4925
0.5986
3
0.4713
0.6376
4
0.5678
0.6691
5
0.4793
0.7174
6
, 百拇医药
0.4999
0.7412
7
0.4915
0.7670
8
0.5185
0.7843
均值±sd
0.5191±0.0546
0.7039±0.0641
1.35
, 百拇医药
表4所示为女性正常呼吸与深呼吸时K值的比较表。由表4可以看出：女性深呼吸时K值的平均值比正常呼吸时K值的平均值大11%。差异显著性检验(t检验)[4]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)，说明女性深呼吸时的K值的确比正常呼吸时的K值大。表4 女性正常呼吸与深呼吸时K值的比较表 被试者
女性正常呼吸时K值
女性深呼吸时K值(K1表示)
K1/K
1
0.7162
0.8154
1.14
, 百拇医药 2
0.5986
0.6844
1.14
3
0.6376
0.7129
1.12
4
0.6691
0.7535
1.13
5
, 百拇医药
0.7174
0.8193
1.14
6
0.7412
0.7713
1.04
7
0.7670
0.8092
1.06
8
0.7843
, 百拇医药
0.8355
1.07
均值±sd
0.7039±0.0641
0.7752±0.0547
1.11±0.04
3 分析讨论
由以上实验可以得出：在不同呼吸状态下K值是不同的。运动时的K值比正常呼吸时的K值大，而且随着运动强度的增加K值增大更多，女性正常呼吸比男性正常呼吸时的K值大，女性深呼吸比正常呼吸时的K值大。这方面的研究工作目前在国内外均未见报道。
生理学研究表明：男性运动与正常呼吸时相比，胸部的呼吸活动增加，呼吸深度增加，而且随着运动强度的增加胸部呼吸深度会更深。而女性与男性相比，一般女性以胸部呼吸为主，而男性一般以腹部呼吸为主。同样是女性，深呼吸时呼吸时的深度自然要比正常呼吸时的深度要深。因此，实验结果提示，K值与胸部呼吸深度密切相关，K值随胸部呼吸深度的增加而增大。至于K值为什么会有这样的变化趋势，也就是说，为什么胸部呼吸加深时，K值会增加，其机理尚需进一步探讨。
, 百拇医药
4 结 语
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，关键参数K的准确取值对于输出结果有很大的影响。通过实验发现：在不同的呼吸状态下K值是不同的。K值随胸部呼吸深度的增加而增大。因此，在实际应用中，对于不同的运动情况，必须对K值进行必要的修正，然后再加以应用，才能获得较好的呼吸阻抗信号。
(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。)
5 参考文献
[1]Rosell J,Cohen K P, and Webster J G. Reduction of motion artif acts using a two-frequency impedance plethysmograph and adaptive filtering. IEEE BME, 1995, 42:1044
, 百拇医药
[2]Rosell J and Webster J G. Signal-to-motion artifact ratio versus frequency for impedance pneumography. IEEE Trans BME, 1995, 42:321
[3]杨福生，高上凯.生物医学信号处理.北京：高等教育出版社，1989，438～439
[4]赵雁冬.实用医学统计.青岛：青岛出版社，73～81
[5]康.米.见柯夫.生理学.北京：人民卫生出版社，1956.175
(1998-05-07收稿), 百拇医药