⚡ electrical engineering

Synergistic Blood Pressure Estimation via Contactless mmWave Radar and Imaging Photoplethysmography: A Feasibility Study

本可行性研究表明，通过结合非接触式面部成像光电容积脉搏波描记法（iPPG）与毫米波雷达的双模态系统，并利用一种新型 BiLSTM-MS-DiCNN 深度学习架构进行处理，实现了准确且非侵入性的血压估算，在各种生理状态下的平均绝对差值约为 4.6 mmHg。

原作者： Boyuan Gu, Haiyang Sun, Yongjie Liu, Guangji Ma, Guanghao Sun, Xiaorong Ding

发布于 2026-06-15

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Boyuan Gu, Haiyang Sun, Yongjie Liu, Guangji Ma, Guanghao Sun, Xiaorong Ding

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，如果你想在不接触花园软管的情况下测量其中的压力。如果你只观察软管末端喷出的水花（“远端”信号），你可能会得到一个大致的想法，但如果阳光太强或水质太浑浊，你的判断可能会大错特错。如果你只听软管起始端的泵声（“近端”信号），你知道水什么时候开始流动，但你不知道水流到达末端时压力有多大。

这篇论文介绍了一种全新的非接触式测量血压的方法。研究人员并没有仅仅依赖一种方法，而是结合了两种不同的“感官”，从而得到了更清晰的图像。

两种“感官”

研究人员构建了一个由两个协同工作的摄像头/传感器组成的系统：

“脸部摄像头”（iPPG）： 它注视着人的脸部。它利用标准的视频摄像头来检测由于血液在脸部泵动而引起的极其微小的肤色变化。这就像是通过观察水花喷射的速度来观察水的流动情况。
“背部雷达”（mmWave）： 这是一个放置在人背部的雷达传感器。它可以探测到由心脏跳动引起的胸部极其细微的震动。这就像是通过倾听起始端的泵声，来观察水是在何时被推出来的。

通过结合来自背部雷达的“何时”和来自脸部摄像头的“什么”，该系统可以计算出血液脉搏从心脏传输到脸部所需的时间。在物理学中，这种传输时间是推算血压的关键线索。

系统的“大脑”

棘手的部分在于，来自脸部的信号（视频）和来自背部的信号（雷达波）看起来非常不同。这就像是试图将一幅画作与一首乐曲混合在一起；它们并不天然契合。

为了解决这个问题，研究人员创建了一个特殊的计算机大脑（一种被称为 BiLSTM-MS-DiCNN 的人工智能）。

“时空旅行者”（BiLSTM）： 这部分大脑会随时间观察信号，记住一秒钟前发生了什么，从而理解现在正在发生什么。它就像一位维持节奏的指挥家。
“变焦镜头”（MS-DiCNN）： 这部分负责观察细节。它可以放大信号中的微小波动，也可以缩小以观察整体波形。它帮助系统理解心跳的独特形状，无论是平静的跳动，还是运动后的快速跳动。

实验：在“野外”测试（某种程度上）

团队在安静的实验室里对 15 名健康的年轻志愿者进行了测试。他们并没有只是静坐不动，而是让志愿者经历了三种不同的场景，以观察系统是否能跟上节奏：

静坐： 基准测试。
深呼吸： 通过缓慢而深长的呼吸来改变胸腔内的压力。
跑步后： 通过快速慢跑让心脏跳动加快，并使血压发生快速变化。

他们还测试了系统在处理“恶劣天气”（隐喻）时的表现。他们模拟了：

光照不良： 让视频过曝（太亮）或曝光不足（太暗）。
静态噪声： 像旧电视一样在视频中添加“雪花”。
压缩： 使视频质量低下，就像信号不佳的视频通话。

他们的发现

结果非常令人振奋，尤其是与仅使用单一传感器相比：

双剑合璧的力量： 当系统同时使用脸部摄像头和背部雷达时，其准确度远高于仅使用摄像头或仅使用雷达。
- 类比： 如果你试图仅通过看温度计来猜测温度，你可能会猜对。但如果你既看温度计，又用手感受空气，你会得到一个更准确、更可靠的答案。
处理糟糕信号的能力： 当研究人员使脸部视频质量变得非常差（太暗或噪声过多）时，仅使用摄像头的系统表现得很糟糕。然而，使用这两个传感器的系统却能持续正常工作。雷达充当了安全网，捕捉到了摄像头遗漏的信息。
准确度： 在正常条件下，系统测得的收缩压（高压）平均误差约为 4.7 mmHg，舒张压（低压）约为 4.6 mmHg。对于一种非接触式方法来说，这被认为是非常优秀的。
无需校准（某种程度上）： 通常，这些机器需要先用传统的袖带式血压计进行“校准”。虽然这个系统仍然可以在没有校准的情况下工作，但如果允许它学习几秒钟的个人基准数据，效果会稍好一些。

核心结论

这篇论文证明了通过结合脸部摄像头和背部雷达，实现非接触式测量血压是可行的。他们构建的“大脑”成功学会了如何混合这两种截然不同的信号来追踪血压变化，即使在人员移动、深呼吸或光照不佳的情况下也能保持运作。

这项研究是一项“可行性研究”，这意味着它展示了该理念在受控实验室环境下针对健康人群是有效的。它并不声称已经准备好进入医院，但它证明了这一概念是坚实的，并可能成为未来实现无痛、持续血压监测的重要一步。

技术摘要：通过非接触式毫米波雷达与成像光电容积脉搏波实现协同血压估计

1. 问题陈述

连续、非接触式血压（NCBP）监测对于管理心血管疾病至关重要，然而现有的单模态方法面临着固有的物理局限性。成像光电容积脉搏波（iPPG）通过捕捉远端光学容积波动进行监测，极易受到环境伪影（如照明不稳定）和肤色敏感性的影响。相反，频率调制连续波（FMCW）毫米波（mmWave）雷达捕捉近端心脏微动（雷达运动信号，RMS），但缺乏独立计算基于传导时间（transit-based）的血压替代指标所需的周围动脉可见性。此外，现有的双模态框架通常依赖于基础的特征级融合（例如通过峰值检测计算标量脉搏传导时间，PTT），这在面对相位失准和瞬时运动伪影时显得非常脆弱。目前缺乏对能够融合这些异构信号以克服形态差异和环境约束的深度学习范式的系统性研究。

2. 研究方法

2.1 生理学基础与传感范式

本研究提出了一种整合面部 iPPG 与后向毫米波雷达的协同双模态传感范式。

生理模型： 该方法基于 Moens-Korteweg 和 Hughes 方程，这些方程将血压（BP）与脉搏波速度（PWV）及脉搏传导时间（PTT）联系起来。该框架旨在通过将近端心脏射血事件（通过 RMS 检测）与远端脉搏到达（通过 iPPG 检测）进行对齐，来获取一种非接触式 PTT（ncPTT）替代指标。
硬件配置：
- iPPG： 高精度 RGB 相机从受试者前方 50 cm 处捕捉面部视频（30 Hz）。
- mmWave 雷达： 24 GHz FMCW 雷达放置在受试者后方 50 cm 处，面向后背躯干。这种“背向”配置利用了受试者与座椅的接触来抑制宏观身体晃动，从而隔离细微的心脏机械振动。
- 地面真值（Ground Truth）： 使用临床级连续非侵入式动脉压力（CNAP）系统提供逐跳收缩压（SBP）和舒张压（DBP）参考。

2.2 信号处理

iPPG 提取： 对额头感兴趣区域（ROI）采用 CHROM 色彩空间组合进行处理。信号经过零相位滤波和连续变分模态分解（SVMD），以减轻照明伪影并稳定容积基线。
RMS 提取： 将雷达的复数 I/Q 流转换为展开的相位轨迹。应用零相位四阶 Butterworth 低通滤波器（4 Hz 截止频率）和 SVMD 来隔离心机械成分（0.8–2 Hz），从而有效地重建初始收缩期射血事件。
同步： 两路信号均降采样至 30 Hz 并进行时间对齐。从信号边缘截断 5 秒的缓冲区，以避免滤波过程中的边缘效应。

2.3 深度学习架构：BiLSTM-MS-DiCNN

为了解决 1D 机械雷达波与高维光学波动之间的形态差异，作者提出了一个端到端的深度学习网络：

输入： 同步的双通道序列（iPPG 和 RMS），窗口长度为 120 个时间步（4 秒）。
BiLSTM 分支： 通过在正向和反向两个方向处理序列，模拟长程时间依赖性和血液动力学记忆，随后进行全局平均池化。
MS-DiCNN 分支： 使用多尺度空洞卷积（扩张率 $d=1, 2, 4$ ）处理空间形态差异，在不损失分辨率的情况下捕捉不同尺度的特征。挤压-激励（SE）注意力机制用于重新校准通道响应，以聚焦于具有生理意义的特征。
自适应融合与受试者自适应模块（SAM）： 来自两个分支的潜在向量进行自适应融合。SAM 利用简短的初始校准阶段（新受试者前 10% 的数据）将网络微调至个体的动脉顺应性和基线血管张力，以解决个体间差异问题。

3. 实验设置

参与者： 15 名健康志愿者（9 男 6 女；年龄 22 ± 3 岁）。
方案： 数据在三种不同的血液动力学状态下收集，以测试鲁棒性：
1. 坐姿（Sit）： 常规呼吸（基线）。
2. 深呼吸（DB）： 诱发呼吸性窦性心律不齐（RSA）和胸内压力变化。
3. 运动后（Ex）： 2 分钟跑步后的高频心脏峰值和紊乱呼吸。
验证策略： 强制执行留一受试者交叉验证（LOSO）协议以防止数据泄露。对 iPPG 通道应用合成降级（高斯噪声、过度曝光/曝光不足、H.264 压缩）以评估鲁棒性。

4. 关键结果

4.1 标准条件下的性能

在静息条件下，该双模态框架实现了：

收缩压 (SBP)： 平均绝对差 (MAD) 为 4.71 mmHg，均方根差 (RMSD) 为 6.13 mmHg， $R^2$ 为 0.85。
舒张压 (DBP)： MAD 为 4.60 mmHg，RMSD 为 5.76 mmHg， $R^2$ 为 0.87。
这些结果均落在常用的 AAMI 标准误差范围（5 ± 8 mmHg）内。在生理扰动期间，模型仍保持一致的性能（深呼吸：SBP MAD 6.35 mmHg；运动后：SBP MAD 5.33 mmHg）。

4.2 与单模态及基准模型的比较

双模态 vs. 单模态： 双模态方法显著优于仅 iPPG 和仅 RMS 的基准模型。单模态模型表现出更高的误差离散度（仅 RMS 模型的 SDE > 9 mmHg），而融合模型则抑制了伪影并提高了稳定性。
模型比较： 所提出的 BiLSTM-MS-DiCNN 在准确性和计算效率方面均优于传统的回归器（XGBoost, SVR, GPR）以及双流前馈神经网络（FNN）（模型大小 < 1 MB；GPU 推理时间约 30s）。

4.3 对信号降级的鲁棒性

当 iPPG 信号受到高斯噪声、过度曝光或曝光不足的影响时：

仅 iPPG 模型性能大幅下降（例如，在曝光不足情况下，SBP MAD 从 5.35 mmHg 增加到 9.98 mmHg）。
双模态 模型保持了较低的误差幅度（SBP MAD 约为 5.3–5.4 mmHg）和高相关性（ $R^2 > 0.7$ ），证明了 mmWave 雷达可以有效补偿光学信号的降级。

4.4 消融实验与校准分析

消融实验： 移除任何核心组件（BiLSTM、MS-DiCNN、空洞卷积、融合）都会导致性能剧烈下降（例如，移除 MS-DiCNN 使 SBP MAD 增加到 12.54 mmHg），证实了每个模块的必要性。
校准： 模型在没有校准的情况下仍保留了可测量的基线能力（0% 校准比例：SBP MAD 7.52 mmHg）。通过简短的校准（10% 比例），性能得到提升，使 SBP MAD 降至 4.71 mmHg，表明 SAM 增强了个性化能力，但并非模型运行的严格必要条件。

4.5 生理可解释性

线性探测分析证实，网络的内部融合特征编码了非接触式 PTT 信息，其与地面真值 ncPTT 的皮尔逊相关系数为 $r = 0.726$ ( $p < 10^{-30}$ )。这表明该模型隐式地学习了近端射血与远端到达之间具有生理意义的时间关系。

5. 意义与主张

本文声称该研究提供了用于 NCBP 监测的协同双模态传感范式的可行性论证。主要贡献包括：

“面-背”融合的可行性： 验证了结合面部 iPPG 与后向毫米波雷达能有效缓解单模态的环境敏感性，同时提供了互补的心血管树边界条件。
架构创新： 开发的 BiLSTM-MS-DiCNN 网络成功解决了异构信号间的形态差异，实现了无需脆弱中间特征提取的端到端映射。
鲁棒性： 框架证明了当光学信号受损时，mmWave 雷达可以作为补偿模态，这是现实世界部署的关键要求。
生理一致性： 模型能够隐式编码 PTT 信息，支持了该深度学习方法作为一种具有生理依据的方法而非“黑盒”的有效性。

作者强调，尽管结果令人鼓舞且具有竞争力，但本研究仅限于 15 名年轻健康受试者的受控队列。未来的工作需涵盖更多样化的人口统计学特征、病理案例以及经过认证医疗设备的临床试验。