基于床墊式生命監測儀的呼吸率檢測

儲泰山等

摘 要：呼吸信號作為臨床診斷的一種重要的生理信號，對于疾病的診斷具有很高的臨床價值。文章介紹一種直接從床腳墊式生命監測儀所檢測到的微動信號中提取呼吸波信號并計算呼吸頻率的方法，與實際呼吸頻率相比準確率比較高，能夠應用于非接觸式生命信號監測的工作中。

關鍵詞：呼吸頻率；微動信號；呼吸信號提取前言

呼吸信號作為臨床診斷上的一種重要的生理信號，對于特定疾病的診斷具有很高的臨床價值。通過近年來的臨床醫學研究，許多疾病的發生和發展都與睡眠中的呼吸狀況有著密切的關系。大量國內外機構研究表明，睡眠中發生的呼吸紊亂對心血管系統有著長期或者短期的損害，也可能是一些疾病的誘因[1]。呼吸異常往往是陣發性的，需要進行長期的監控，考慮到醫療成本和正常生活的需要，便攜性和可移動的監護設備正逐漸得到大家的青睞。目前的呼吸檢測設備大多數是需要在使用者身上佩戴相關儀器，如將熱敏元件貼在被試的鼻孔下方進行檢測，會對使用者的正常生活產生一定影響[2]。

文章應用的是上海寬帶技術及應用工程研究中心所自主研發的床墊式生命監測儀對人體微動信號進行采集并從中分離出呼吸信號。其基本原理是當人體進行呼吸行為時，胸腔會周期性的擴張和收縮，這種微弱的波動被床墊上的傳感器捕捉到，轉變成了電信號，這個電信號伴隨著呼吸周期而變化。因此，我們就能從電信號中提取出身體產生的作用力變化軌跡，人類呼吸動作夾雜在其中，利用一定的信號處理手段，可以將呼吸信號分離出來。[3][4]這些呼吸信號的頻率就是人體的呼吸率。

與以往的檢測方式相比，這種技術具有獨特優勢和應用前景， 因為它無須將電極固定到肢體上， 因而不存在傳感器脫落、傳感器限制監測對象， 以及心理負荷等問題，能夠真正做到在人體不感知的情況下監測整個睡眠時期的呼吸信號。

1 方法

從床墊式生命監測儀采集得到的數據已經做好了模數轉換，再從中獲得呼吸信號頻率主要分為以下幾個步驟（如圖1）：（1）將采樣頻率從300Hz降為50Hz；（2）對降低采樣頻率之后的信號進行數字濾波，得到呼吸信號；（3）設計相關算法得到呼吸率。

1.1 降低采樣頻率

通過床墊式生命監測儀采集到的原始信號中包含大量的噪聲，需要對信號進行濾波處理，在濾波處理之前，由于呼吸信號是低頻信號，可以對原始信號進行降采樣，可以在不影響信號分析的前提下降低信號處理的時間。

1.2 數字濾波處理

正常人成人靜息狀態下，呼吸為12-20次/分，因此，設計一個低通濾波器，對降采樣之后的信號進行處理?？紤]到FIR濾波器在保證任何幅頻特性的同時具有嚴格的線性頻率特性，且單位抽樣響應是有限長的，文章采用的數字濾波器為FIR低通濾波器。濾波器的設計采用matlab自帶的fdatool進行設計，設計的FIR濾波器截止頻率為0.5Hz，為了實現實時運算，減少運算量，調整濾波器的系數為整系數濾波器。

此濾波器可以較好的濾除頻率高于1Hz的信號，同時對于低于0.5Hz的信號能夠較好的保留，能較好地把呼吸波信號從微動信號中提取出來。

1.3 呼吸率的計算

得到了濾波后的呼吸信號，下一步就是根據得到的呼吸波信號進行呼吸頻率的提取。對于預處理后的信號，提取獨立的呼吸周期的步驟如下：

（1）對于整段數據求極大值和極小值。

（2）將不符合要求的極值點去掉。對于大動作產生的極值點不做計算呼吸率的依據，設置一個最大振幅閾值和最小振幅閾值。

（3）確定用來計算呼吸率的點。預處理后的信號中仍然存在一些低頻的干擾，因此需要將一些不符合要求的極值點去除。首先求出所有極值點的均值，將大于均值的極小值點和小于均值的極大值點舍去；其次，因為正常人的呼吸頻率在0.2-0.5Hz的范圍內，還要去掉極值點之間距離較大和較小的點。

（4）將符合要求的極值點保存并計算呼吸率。

2 實驗結果與分析

將床墊式生命監測儀墊在床腳下，受試者只需要躺在床上，不需要在身上粘貼任何電極，對采集到的微動信號進行處理，得到呼吸信號和呼吸率。實驗選擇20名年齡為65歲以上的老人和5名年齡為25歲左右的年輕人為被試，采集10分鐘的數據在數據采集的過程中，記錄每個被試的呼吸頻率，與程序給出的結果做對比。根據標記的峰值點之間的間隔，可以對呼吸率進行統計，經過對10分鐘數據的分析和統計，呼吸頻率在12-20次每分的正常范圍內。

將25組數據的分析結果與采集數據過程中記錄的數據作對比發現，正確率達95%，誤差控制在±2次/分。

3 結束語

文章提出一種基于床墊式生命監測儀的呼吸頻率的檢測方法，利用床墊式生命監測儀采集到的微動信號進一步處理得到呼吸信號并計算呼吸頻率。該方法簡單易行，能夠滿足實時計算和顯示的需要，對25名被試進行測試，結果表明，基于床墊式生命監測儀的呼吸頻率的檢測方法具有較高的準確性，該方法對使用者的正常生活無影響，為睡眠中呼吸的檢測提供了可能性，對睡眠呼吸暫停綜合征的檢測具有重要意義。

參考文獻

[1]Lee M E，Kim H N，Trand T N，et al. Respiratory rate detection algorithms by photoplethysmography signal processing[C].30th Annual International IEEE EMBS Conference，2008，8：1140-1144.

[2]張勇.基于嵌入式系統的睡眠監測系統的研制[D].廣州：華南理工大學，2005.

[3]Trefny Z，Trojan S，Toman V，etal. New trends in ballistocardiography [J].Measure Science Review，2003，3（2）：45-48.

[4]X.Zhu，W. Chen，T. Nemot，etal. Accurate Determination of Respiratory Rhythm and Pulse Rate Using an Under-Pillow Sensor Based on Wavelet Transformation [A]. IEEE-EMBS 27th Ann. Int. Conf. 2005：5869-5872.

作者簡介：儲泰山（1979-），男，工程師/碩士，主要研究方向：嵌入式軟件與系統，VOIP，P2P。

陸美珠，碩士；

馬志新，碩士。

摘 要：呼吸信號作為臨床診斷的一種重要的生理信號，對于疾病的診斷具有很高的臨床價值。文章介紹一種直接從床腳墊式生命監測儀所檢測到的微動信號中提取呼吸波信號并計算呼吸頻率的方法，與實際呼吸頻率相比準確率比較高，能夠應用于非接觸式生命信號監測的工作中。

關鍵詞：呼吸頻率；微動信號；呼吸信號提取前言

呼吸信號作為臨床診斷上的一種重要的生理信號，對于特定疾病的診斷具有很高的臨床價值。通過近年來的臨床醫學研究，許多疾病的發生和發展都與睡眠中的呼吸狀況有著密切的關系。大量國內外機構研究表明，睡眠中發生的呼吸紊亂對心血管系統有著長期或者短期的損害，也可能是一些疾病的誘因[1]。呼吸異常往往是陣發性的，需要進行長期的監控，考慮到醫療成本和正常生活的需要，便攜性和可移動的監護設備正逐漸得到大家的青睞。目前的呼吸檢測設備大多數是需要在使用者身上佩戴相關儀器，如將熱敏元件貼在被試的鼻孔下方進行檢測，會對使用者的正常生活產生一定影響[2]。

文章應用的是上海寬帶技術及應用工程研究中心所自主研發的床墊式生命監測儀對人體微動信號進行采集并從中分離出呼吸信號。其基本原理是當人體進行呼吸行為時，胸腔會周期性的擴張和收縮，這種微弱的波動被床墊上的傳感器捕捉到，轉變成了電信號，這個電信號伴隨著呼吸周期而變化。因此，我們就能從電信號中提取出身體產生的作用力變化軌跡，人類呼吸動作夾雜在其中，利用一定的信號處理手段，可以將呼吸信號分離出來。[3][4]這些呼吸信號的頻率就是人體的呼吸率。

與以往的檢測方式相比，這種技術具有獨特優勢和應用前景， 因為它無須將電極固定到肢體上， 因而不存在傳感器脫落、傳感器限制監測對象， 以及心理負荷等問題，能夠真正做到在人體不感知的情況下監測整個睡眠時期的呼吸信號。

1 方法

從床墊式生命監測儀采集得到的數據已經做好了模數轉換，再從中獲得呼吸信號頻率主要分為以下幾個步驟（如圖1）：（1）將采樣頻率從300Hz降為50Hz；（2）對降低采樣頻率之后的信號進行數字濾波，得到呼吸信號；（3）設計相關算法得到呼吸率。

1.1 降低采樣頻率

通過床墊式生命監測儀采集到的原始信號中包含大量的噪聲，需要對信號進行濾波處理，在濾波處理之前，由于呼吸信號是低頻信號，可以對原始信號進行降采樣，可以在不影響信號分析的前提下降低信號處理的時間。

1.2 數字濾波處理

正常人成人靜息狀態下，呼吸為12-20次/分，因此，設計一個低通濾波器，對降采樣之后的信號進行處理。考慮到FIR濾波器在保證任何幅頻特性的同時具有嚴格的線性頻率特性，且單位抽樣響應是有限長的，文章采用的數字濾波器為FIR低通濾波器。濾波器的設計采用matlab自帶的fdatool進行設計，設計的FIR濾波器截止頻率為0.5Hz，為了實現實時運算，減少運算量，調整濾波器的系數為整系數濾波器。

此濾波器可以較好的濾除頻率高于1Hz的信號，同時對于低于0.5Hz的信號能夠較好的保留，能較好地把呼吸波信號從微動信號中提取出來。

1.3 呼吸率的計算

得到了濾波后的呼吸信號，下一步就是根據得到的呼吸波信號進行呼吸頻率的提取。對于預處理后的信號，提取獨立的呼吸周期的步驟如下：

（1）對于整段數據求極大值和極小值。

（2）將不符合要求的極值點去掉。對于大動作產生的極值點不做計算呼吸率的依據，設置一個最大振幅閾值和最小振幅閾值。

（3）確定用來計算呼吸率的點。預處理后的信號中仍然存在一些低頻的干擾，因此需要將一些不符合要求的極值點去除。首先求出所有極值點的均值，將大于均值的極小值點和小于均值的極大值點舍去；其次，因為正常人的呼吸頻率在0.2-0.5Hz的范圍內，還要去掉極值點之間距離較大和較小的點。

（4）將符合要求的極值點保存并計算呼吸率。

2 實驗結果與分析

將床墊式生命監測儀墊在床腳下，受試者只需要躺在床上，不需要在身上粘貼任何電極，對采集到的微動信號進行處理，得到呼吸信號和呼吸率。實驗選擇20名年齡為65歲以上的老人和5名年齡為25歲左右的年輕人為被試，采集10分鐘的數據在數據采集的過程中，記錄每個被試的呼吸頻率，與程序給出的結果做對比。根據標記的峰值點之間的間隔，可以對呼吸率進行統計，經過對10分鐘數據的分析和統計，呼吸頻率在12-20次每分的正常范圍內。

將25組數據的分析結果與采集數據過程中記錄的數據作對比發現，正確率達95%，誤差控制在±2次/分。

3 結束語

文章提出一種基于床墊式生命監測儀的呼吸頻率的檢測方法，利用床墊式生命監測儀采集到的微動信號進一步處理得到呼吸信號并計算呼吸頻率。該方法簡單易行，能夠滿足實時計算和顯示的需要，對25名被試進行測試，結果表明，基于床墊式生命監測儀的呼吸頻率的檢測方法具有較高的準確性，該方法對使用者的正常生活無影響，為睡眠中呼吸的檢測提供了可能性，對睡眠呼吸暫停綜合征的檢測具有重要意義。

參考文獻

[1]Lee M E，Kim H N，Trand T N，et al. Respiratory rate detection algorithms by photoplethysmography signal processing[C].30th Annual International IEEE EMBS Conference，2008，8：1140-1144.

[2]張勇.基于嵌入式系統的睡眠監測系統的研制[D].廣州：華南理工大學，2005.

[3]Trefny Z，Trojan S，Toman V，etal. New trends in ballistocardiography [J].Measure Science Review，2003，3（2）：45-48.

[4]X.Zhu，W. Chen，T. Nemot，etal. Accurate Determination of Respiratory Rhythm and Pulse Rate Using an Under-Pillow Sensor Based on Wavelet Transformation [A]. IEEE-EMBS 27th Ann. Int. Conf. 2005：5869-5872.

作者簡介：儲泰山（1979-），男，工程師/碩士，主要研究方向：嵌入式軟件與系統，VOIP，P2P。

陸美珠，碩士；

馬志新，碩士。

摘 要：呼吸信號作為臨床診斷的一種重要的生理信號，對于疾病的診斷具有很高的臨床價值。文章介紹一種直接從床腳墊式生命監測儀所檢測到的微動信號中提取呼吸波信號并計算呼吸頻率的方法，與實際呼吸頻率相比準確率比較高，能夠應用于非接觸式生命信號監測的工作中。

關鍵詞：呼吸頻率；微動信號；呼吸信號提取前言

呼吸信號作為臨床診斷上的一種重要的生理信號，對于特定疾病的診斷具有很高的臨床價值。通過近年來的臨床醫學研究，許多疾病的發生和發展都與睡眠中的呼吸狀況有著密切的關系。大量國內外機構研究表明，睡眠中發生的呼吸紊亂對心血管系統有著長期或者短期的損害，也可能是一些疾病的誘因[1]。呼吸異常往往是陣發性的，需要進行長期的監控，考慮到醫療成本和正常生活的需要，便攜性和可移動的監護設備正逐漸得到大家的青睞。目前的呼吸檢測設備大多數是需要在使用者身上佩戴相關儀器，如將熱敏元件貼在被試的鼻孔下方進行檢測，會對使用者的正常生活產生一定影響[2]。

文章應用的是上海寬帶技術及應用工程研究中心所自主研發的床墊式生命監測儀對人體微動信號進行采集并從中分離出呼吸信號。其基本原理是當人體進行呼吸行為時，胸腔會周期性的擴張和收縮，這種微弱的波動被床墊上的傳感器捕捉到，轉變成了電信號，這個電信號伴隨著呼吸周期而變化。因此，我們就能從電信號中提取出身體產生的作用力變化軌跡，人類呼吸動作夾雜在其中，利用一定的信號處理手段，可以將呼吸信號分離出來。[3][4]這些呼吸信號的頻率就是人體的呼吸率。

與以往的檢測方式相比，這種技術具有獨特優勢和應用前景， 因為它無須將電極固定到肢體上， 因而不存在傳感器脫落、傳感器限制監測對象， 以及心理負荷等問題，能夠真正做到在人體不感知的情況下監測整個睡眠時期的呼吸信號。

1 方法

從床墊式生命監測儀采集得到的數據已經做好了模數轉換，再從中獲得呼吸信號頻率主要分為以下幾個步驟（如圖1）：（1）將采樣頻率從300Hz降為50Hz；（2）對降低采樣頻率之后的信號進行數字濾波，得到呼吸信號；（3）設計相關算法得到呼吸率。

1.1 降低采樣頻率

通過床墊式生命監測儀采集到的原始信號中包含大量的噪聲，需要對信號進行濾波處理，在濾波處理之前，由于呼吸信號是低頻信號，可以對原始信號進行降采樣，可以在不影響信號分析的前提下降低信號處理的時間。

1.2 數字濾波處理

正常人成人靜息狀態下，呼吸為12-20次/分，因此，設計一個低通濾波器，對降采樣之后的信號進行處理。考慮到FIR濾波器在保證任何幅頻特性的同時具有嚴格的線性頻率特性，且單位抽樣響應是有限長的，文章采用的數字濾波器為FIR低通濾波器。濾波器的設計采用matlab自帶的fdatool進行設計，設計的FIR濾波器截止頻率為0.5Hz，為了實現實時運算，減少運算量，調整濾波器的系數為整系數濾波器。

此濾波器可以較好的濾除頻率高于1Hz的信號，同時對于低于0.5Hz的信號能夠較好的保留，能較好地把呼吸波信號從微動信號中提取出來。

1.3 呼吸率的計算

得到了濾波后的呼吸信號，下一步就是根據得到的呼吸波信號進行呼吸頻率的提取。對于預處理后的信號，提取獨立的呼吸周期的步驟如下：

（1）對于整段數據求極大值和極小值。

（2）將不符合要求的極值點去掉。對于大動作產生的極值點不做計算呼吸率的依據，設置一個最大振幅閾值和最小振幅閾值。

（3）確定用來計算呼吸率的點。預處理后的信號中仍然存在一些低頻的干擾，因此需要將一些不符合要求的極值點去除。首先求出所有極值點的均值，將大于均值的極小值點和小于均值的極大值點舍去；其次，因為正常人的呼吸頻率在0.2-0.5Hz的范圍內，還要去掉極值點之間距離較大和較小的點。

（4）將符合要求的極值點保存并計算呼吸率。

2 實驗結果與分析

將床墊式生命監測儀墊在床腳下，受試者只需要躺在床上，不需要在身上粘貼任何電極，對采集到的微動信號進行處理，得到呼吸信號和呼吸率。實驗選擇20名年齡為65歲以上的老人和5名年齡為25歲左右的年輕人為被試，采集10分鐘的數據在數據采集的過程中，記錄每個被試的呼吸頻率，與程序給出的結果做對比。根據標記的峰值點之間的間隔，可以對呼吸率進行統計，經過對10分鐘數據的分析和統計，呼吸頻率在12-20次每分的正常范圍內。

將25組數據的分析結果與采集數據過程中記錄的數據作對比發現，正確率達95%，誤差控制在±2次/分。

3 結束語

文章提出一種基于床墊式生命監測儀的呼吸頻率的檢測方法，利用床墊式生命監測儀采集到的微動信號進一步處理得到呼吸信號并計算呼吸頻率。該方法簡單易行，能夠滿足實時計算和顯示的需要，對25名被試進行測試，結果表明，基于床墊式生命監測儀的呼吸頻率的檢測方法具有較高的準確性，該方法對使用者的正常生活無影響，為睡眠中呼吸的檢測提供了可能性，對睡眠呼吸暫停綜合征的檢測具有重要意義。

參考文獻

[1]Lee M E，Kim H N，Trand T N，et al. Respiratory rate detection algorithms by photoplethysmography signal processing[C].30th Annual International IEEE EMBS Conference，2008，8：1140-1144.

[2]張勇.基于嵌入式系統的睡眠監測系統的研制[D].廣州：華南理工大學，2005.

[3]Trefny Z，Trojan S，Toman V，etal. New trends in ballistocardiography [J].Measure Science Review，2003，3（2）：45-48.

[4]X.Zhu，W. Chen，T. Nemot，etal. Accurate Determination of Respiratory Rhythm and Pulse Rate Using an Under-Pillow Sensor Based on Wavelet Transformation [A]. IEEE-EMBS 27th Ann. Int. Conf. 2005：5869-5872.

作者簡介：儲泰山（1979-），男，工程師/碩士，主要研究方向：嵌入式軟件與系統，VOIP，P2P。

陸美珠，碩士；

馬志新，碩士。