3、血压测量算法：示波法原理、特征点提取（收缩压/舒张压）、脉搏波滤波算法（移动平均/中值滤波）、测量状态机设计
各位同学，咱们今天聊点硬核的——血压测量算法。说实话，很多做蓝牙通信的工程师，往往把算法这块外包给传感器厂商。但我个人觉得，不懂算法的蓝牙工程师，就像只会拧螺丝的装配工。你想想看，数据都从你手里过，你不知道这数据是怎么来的，怎么保证传输的可靠性？
我在做第一版血压计原型时，就踩过这个坑。传感器数据直接拿来用，结果蓝牙传上去的血压值忽高忽低，被测试部门骂得狗血淋头。后来我才明白，算法才是整个系统的灵魂。
3.1 示波法原理：你必须要懂的底层逻辑
示波法，说白了就是通过袖带压力振荡波来推算血压。它的核心思想很简单：
- 袖带充气：阻断动脉血流
- 缓慢放气：记录袖带压力信号
- 提取脉搏波：从压力信号中分离出心跳引起的振荡波
- 特征点定位：找到收缩压和舒张压对应的位置
嗯，这里要注意一个关键点：示波法测的不是直接血压，而是通过振荡波的幅度变化来推算。为什么能这么干？因为当袖带压力等于平均压时，动脉壁处于最松弛状态，此时脉搏波振幅最大。这个现象我在实验室验证过无数次，确实很稳定。
核心公式（简化版）：
收缩压 ≈ 平均压 + 系数 × (最大振幅对应的袖带压 - 平均压)
舒张压 ≈ 平均压 - 系数 × (平均压 - 最小振幅对应的袖带压)
其中系数通常取0.45~0.55，具体值需要根据临床校准
3.2 特征点提取：收缩压和舒张压到底在哪？
这是整个算法中最容易出问题的地方。我记得第一次做特征点提取时，直接拿最大振幅的百分比去算，结果测出来血压值跟水银柱差了20多mmHg。后来查资料才发现，不同人群的脉搏波形态差异很大。
我建议采用以下步骤：
- 找平均压点：脉搏波振幅最大的位置，对应平均压
- 找收缩压点：从平均压点往前找，振幅下降到某个比例（通常0.45~0.55）的位置
- 找舒张压点：从平均压点往后找，振幅下降到某个比例（通常0.55~0.65）的位置
这里有个避坑指南：我曾经遇到过老年患者血管硬化严重，脉搏波振幅变化很平缓，用固定比例根本找不到特征点。后来我改用自适应阈值法——根据前几个脉搏波的振幅动态调整比例系数，效果好了很多。
警告：特征点提取时，一定要做异常值剔除。如果某个脉搏波振幅突然跳变（比如患者移动手臂），直接用它计算会得到荒谬的结果。我一般会加一个滑动窗口，剔除超过均值±3倍标准差的异常点。
3.3 脉搏波滤波算法：移动平均 vs 中值滤波
原始脉搏波信号里全是噪声——工频干扰、肌电干扰、运动伪迹。不滤波的话，特征点提取就是扯淡。我常用的两种方法：
| 滤波方法 | 原理 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|---|
| 移动平均 | 取窗口内N个点的平均值 | 计算快，平滑效果好 | 会模糊波峰波谷 | 基线漂移校正 |
| 中值滤波 | 取窗口内N个点的中位数 | 抗脉冲噪声能力强 | 计算稍慢，边缘保持一般 | 运动伪迹去除 |
我个人习惯的做法是：先用移动平均去除基线漂移，再用中值滤波去除尖峰噪声。你想想看，移动平均就像用抹布擦桌子——大面积抹平；中值滤波就像用镊子挑刺——精准去除异常点。两者配合使用，效果最好。
// 移动平均滤波示例（窗口大小=5）
uint16_t moving_average(uint16_t *buffer, uint8_t size) {
uint32_t sum = 0;
for(uint8_t i = 0; i < size; i++) {
sum += buffer[i];
}
return (uint16_t)(sum / size);
}
// 中值滤波示例（窗口大小=5，冒泡排序）
uint16_t median_filter(uint16_t *buffer, uint8_t size) {
uint16_t temp[5];
memcpy(temp, buffer, size * sizeof(uint16_t));
// 冒泡排序
for(uint8_t i = 0; i < size-1; i++) {
for(uint8_t j = 0; j < size-i-1; j++) {
if(temp[j] > temp[j+1]) {
uint16_t t = temp[j];
temp[j] = temp[j+1];
temp[j+1] = t;
}
}
}
return temp[size/2]; // 取中位数
}小技巧：窗口大小的选择很关键。窗口太小，滤波效果差；窗口太大，信号失真。我一般根据采样率来定——如果采样率是100Hz，窗口取5~7个点比较合适。你可以用示波器先看看原始信号的噪声频率，再反推窗口大小。
3.4 测量状态机设计：让算法有条不紊地跑起来
血压测量不是一锤子买卖，它是个完整的状态流转过程。我设计的状态机一般包含以下状态：
- IDLE：空闲状态，等待启动命令
- INFLATE：充气状态，袖带加压到180mmHg左右
- DEFLATE：放气状态，以2~3mmHg/s的速度缓慢放气
- MEASURE：测量状态，实时采集并处理脉搏波
- CALCULATE：计算状态，提取特征点并计算血压值
- RESULT：结果状态，输出血压值并准备放气
- ERROR：错误状态，处理异常情况（如袖带漏气、患者移动）
为什么要有这么复杂的状态机？说白了就是为了处理各种边界情况。我曾经遇到过充气过程中患者突然咳嗽，导致压力瞬间飙升——如果没有错误状态处理，整个系统就死机了。
我建议的状态机实现要点：
- 状态切换用定时器驱动：不要用死循环等待，否则会阻塞蓝牙通信
- 每个状态设置超时保护：比如充气超过10秒还没到目标压力，直接进入错误状态
- 测量状态要实时保存数据：我一般用环形缓冲区，一边采集一边处理
- 计算状态完成后自动放气：这是安全要求，不能忘了
状态机伪代码示例：
void bp_state_machine(void) {
switch(current_state) {
case IDLE:
if(start_measure_flag) {
start_pump();
current_state = INFLATE;
timeout_counter = 0;
}
break;
case INFLATE:
if(pressure >= 180) {
stop_pump();
start_valve_slow();
current_state = DEFLATE;
}
if(timeout_counter++ > 100) {
current_state = ERROR; // 充气超时
}
break;
case DEFLATE:
if(pressure < 60) {
current_state = CALCULATE;
}
// 采集脉搏波数据
collect_pulse_wave();
break;
case CALCULATE:
calculate_bp();
current_state = RESULT;
break;
case RESULT:
open_valve_fast(); // 快速放气
send_result_via_ble();
current_state = IDLE;
break;
case ERROR:
open_valve_fast();
send_error_code();
current_state = IDLE;
break;
}
}嗯，这里要特别提醒一下：状态机里的超时保护一定要做。我见过一个产品，因为充气阀门卡住，袖带一直加压到300多mmHg，把患者胳膊都勒紫了。这种安全事故，咱们做嵌入式的一定要防住。
好了，这一章的内容就到这里。示波法原理、特征点提取、滤波算法、状态机设计——这四个知识点是血压计算法的四大支柱。下一章我会讲怎么把这些算法移植到具体的MCU上，以及如何优化内存和计算速度。咱们下节课见。