坐墊式多生理參數檢測系統的開發與研究

【作 者】王敏，李俊彬，張倩云，羅可歆，邱勇，李韙韜

南京航空航天大學，南京市，211100

坐墊式多生理參數檢測系統的開發與研究

【作 者】王敏，李俊彬，張倩云，羅可歆，邱勇，李韙韜

南京航空航天大學，南京市，211100

為了能夠在日常無拘束狀態下實時監測人體的生理狀況，該文設計了一種“坐墊式”生理參數檢測系統，測量人體坐立狀態下的心率和呼吸率。該系統采用無電極、低負荷的方式連續從坐墊上采集人體的生理信號。硬件部分主要包括傳感器信號采集電路，單片機控制模塊和藍牙無線傳輸模塊；同時針對兩種生理信號噪聲干擾大、頻率低的特點，采用巴特沃什低通濾波器對信號進行濾波，通過優化后的Matlab算法進行了實現。結果表明，該系統可以準確地測量受測者坐立時的心率、呼吸率，從而實現了人體身體狀況信息的實時監測。

無拘束；心率；呼吸率；實時監測；藍牙傳輸

0 引言

實時監測人體的生理參數，對于人體健康狀況監測有重要意義，目前市場上已有的一些生理參數采集系統，都存在一定程度上的局限性。如飛利浦公司生產的MP30多參數生理監護儀，臨床測量效果穩定，可以同時測量二氧化碳、血壓、呼吸等，但是其價格昂貴，并且只適合用于醫院中對病人的監護[1]；Mukai K等[2]研發了一種用于老人的可穿戴式監護設備，將監護裝置穿戴在老人身上可以獲取生理特征參數，并可以與電腦建立連接，將獲取的數據實時發送給電腦，但是該設備需要穿戴在身上，對人體有一定的限制，不是無拘束；而吳鋒等[3]設計的床墊式睡眠監測系統，雖然無負荷、能連續實時監測，但體積太大、不易操作，不具有便攜性。

本文提出一種基于坐墊的人體生理參數提取系統的設計與實現方法。通過可以感應壓力變化的坐墊，采集人體坐立時體動（如說話、寫字、操作電腦等）情況下的生理信息，采集到的數據通過藍牙實時發送至計算機，計算機采用Matlab算法對數據分析，提取出呼吸率和心率。本設計能夠在日常生活中連續監測人體的生理狀況，具有低負荷、便攜性好的突出優勢。

1 坐墊系統硬件設計

系統硬件部分主要由傳感器采集模塊、信號調理電路、MCU主控模塊、藍牙傳輸模塊、計算機處理顯示模塊構成，系統整體硬件框圖如圖1所示。人體坐在坐墊上，由于呼吸和腿部脈搏波動，導致坐墊中的壓力發生變化，傳感器采集壓力變化轉換為對應的電壓變化，經過信號調理電路處理后輸入單片機，單片機通過A/D轉換后將模擬電壓值變換為數字電壓，再通過藍牙以一定的波特率發送出去，PC機通過藍牙接收數據，分析處理之后，計算出心率和呼吸率。

圖1 系統整體框圖Fig.1 The schematic of the measurement system

1.1 坐墊模塊

采用訂制的專用坐墊，設計一個小型氣泵給坐墊充氣，充氣完成之后關閉閥門，去掉氣泵，開始使用。訂制的坐墊長度為50 cm，寬度為40 cm，充氣完成后厚度約為10 cm。坐墊的結構如圖2所示。最終設計的系統，將傳感器和電路板都嵌入在坐墊之中，系統使用鋰電池供電，無需外部任何的接線，具有極大的便攜性。

圖2 坐墊結構圖Fig.2 Structure chart of cushion

1.2 傳感器模塊

采用US9111-006系列壓力傳感器，該系列傳感器廣泛用于電子血壓計、呼吸機、麻醉機以及醫療儀器等方面。其主要參數如下：（1）工作方式：表壓；（2）工作電壓：5 V；（3）滿量程輸出：50±10 mV；（4）壓力范圍：0～7 PSIG，（5）靈敏度：1.4±0.3 mV/psi；（6）分辨率：1.33 Pa。該傳感器采用了先進的制作工藝和溫度補償技術，并克服了一般壓力傳感器溫度漂移、穩定性差的缺點，具有高靈敏度、高穩定性的優勢，滿足本設計的要求。傳感器采集坐墊中的壓力變化，并將其轉換成電壓，經放大濾波后進入單片機。

1.3 MCU主控模塊

為滿足系統實時快速采集數據以及便攜式設備低功耗的要求，設計采用TI公司生產的超低功耗單片機MSP430F149作為主控芯片。該單片機有四種低功耗模式，最高工作頻率可達8 MHz，并具有豐富的片上外設資源：高速的12位A/D轉換器，2 kB RAM，兩個通用串行口(USART)[4]。MSP430F149單片機速度快，可以進行快速的數據采集、存儲和發送，并且在不使用的時候，可以通過編程使其進入低功耗模式，節省能量，具有極高的性價比。

1.4 藍牙通信模塊

由于本系統要求便攜性，所以數據的傳輸采用無線技術，目前的無線技術主要有：藍牙、無線局域網、Zigbee等。無線局域網速度快、穩定，但是不便安裝；Zigbee技術簡單、費用低，但是速度太慢。而藍牙技術是一種小范圍信息無線傳輸系統，有很高的抗干擾能力和較高的通信速率（數據速率1 MB/s），并且設計簡單，可以同各種帶藍牙功能的電腦、手機、平板等智能設備終端通信[5]，本設計采用HC-05主從一體藍牙串口模塊。該藍牙模塊支持AT指令和非常寬的波特率范圍：4 800～1 382 400 byte/s，以串口的方式和單片機通信，通信方式簡單便捷，并且兼容5 V和3.3 V單片機系統。本系統使用時將藍牙模塊波特率設置為9 600 byte/s，8位數據位，無校驗停止位，工作方式為從設備模式。

2 系統實現

2.1 電路原理圖

氣敏傳感器US9111-006采集壓力變化信號，由于壓力傳感器檢測到的電壓值變化是毫伏級電壓，需要經過一定倍數的放大，同時為了去除傳感器輸出信號中的高頻和直流噪聲，在信號放大之后對其進行低通濾波，然后輸入MCU的內置A/D轉換接口。MCU將采集的模擬電壓轉換為數字電壓，同時通過串行口將數據以一定的波特率，經藍牙HC-05發送出去。

傳感器將坐墊中的壓力變化轉換為對應的模擬電壓值變化，所以采集到的人體生理信號就是傳感器壓力信號通過一定的模擬濾波處理后得到的電信號。具體的電路設計如圖3～圖5所示。

圖3 氣敏傳感器原理圖Fig.3 Schematic of gas sensitive sensor

2.2 軟件設計

圖4 放大與濾波電路原理圖Fig.4 Schematic of amplifer and flter

圖5 藍牙HC-05模塊原理圖Fig.5 Schematic of Bluetooth HC-05 module

本系統的主要工作過程為：通過點擊PC軟件界面的按鈕選擇需要實現的功能；PC通過藍牙串口向MSP430單片機發送采集信號的命令；單片機采集到信號之后再通過藍牙將采集到的數據發送到PC機上，PC機對接受到的數據進行數據處理和分析。本系統的軟件設計主要分為：單片機軟件設計部分和PC機軟件部分。

單片機的軟件設計主要是信號的采集和傳輸，其過程是：單片機根據PC機軟件指令，采集生理信號，經A/D轉換后通過藍牙發送出去，設定采樣周期為10 ms。流程圖如圖6所示。

PC機軟件部分使用Qt Creator軟件編寫實現，Qt是一個跨平臺的C++圖形用戶界面應用程序框架，被廣泛地應用于各種嵌入式產品設計中[6]。如圖7是使用Qt Creator編寫的PC機軟件功能結構圖。

圖6 單片機流程圖Fig.6 Flow diagram of MCU

圖7 PC機軟件功能結構圖Fig.7 Functional diagram of PC software

2.3 算法原理

對于從坐墊上采集的原始呼吸波和脈搏波信號，需要采取軟件算法對其分離，常用的方法是數字信號濾波和小波分析變換。本文將采用數字信號處理的方法對原始信號進行分析處理[7]。

根據時域特性，工程數字濾波器可以分為無限沖擊響應濾波器和有限沖擊響應濾波器；按頻域來分，數字濾波器和模擬濾波器相同，可以分為低通、高通、帶通和帶阻濾波器。

數字濾波器是一個離散的數字信號處理裝置，它也是一個離散的時間系統，輸入輸出都是一個時間序列。這里設H(z)為數字濾波器的系統函數，h(n)為相應的脈沖序列，則在時域內存在：

在z域內，有：

式中，X(z)、Y(z)為輸入x(n)和輸出y(n)的z變換。在頻域內，則是：

式中，H(jw)為數字濾波器的頻率特性；X(jw)和Y(jw)分別為輸入x(n)和輸出y(n)的頻譜函數。

從上面的分析可知，一個合適的濾波器系統函數H(z)可以改變輸入時間序列x(n)的頻率特性，能使經數字濾波器得到的輸出信號y(n)，濾除輸入信號x(n)中的干擾和無用成分，保留原始信號中的有用頻率成分[6]。

呼吸信號的提取采用平滑濾波的方法，由于人體正常情況下的呼吸頻率在0.1～0.5 Hz之間，因此設計數字低通濾波器將頻率在1 Hz以上的信號濾除。呼吸波的檢測算法如下：

(1) 計算輸入數據的呼吸波所有極大值及其位置，分別存入Max和MaxPosition中；

(2) 若相鄰的極大值之間間隔時間小于2 s，則去掉幅值較小的極值點，結果存入Max1和MaxPosition1中；

(3) 求極大值之間的間隔，若間隔大于前后20個間隔平均值的20%，則去掉該點；

(4) 經過上述步驟的處理后，獲得間隔每秒的呼吸率。

心率的計算 利用腿部信號的波峰、波谷信息，進行心率的提取，步驟如下：

(1) 對采集的生理信號用窗口進行均值平滑；

(2) 對平滑后的信號，檢測心率特征點；

(3) 根據心率特征點計算出心率。

圖8 原始信號Fig.8 Original signal

圖9 心率信號Fig.9 Heart rate signals

圖10 呼吸信號Fig.10 Respiration signals

3 實驗結果

3.1 實驗方案

選取5名20～30歲的健康被測者，讓被測者坐在設計的坐墊之上，記錄他們安靜、寫字、說話和操作電腦時的數據，并將實驗測得的心率、呼吸率與受測者實際的心率、呼吸率作比較，計算誤差。

3.2 實驗波形

圖8～圖10是根據實驗采集數據繪制的部分波形，采樣頻率為100 Hz，橫坐標為點數，每個點之間的間隔時間為0.01 s，縱坐標為電壓幅度，單位為mV，依次為原始信號、心率信號、呼吸信號波形，其中，(a)、(b)、(c)、(d)分別為受測者安靜、寫字、說話和操作電腦四種狀態下測得的數據。

圖8是原始數據，由于噪聲的干擾，信號顯得雜亂，無法直接讀取出相關的生理信息，需要對原始信號進行濾波處理。

圖9是從圖8的原始信號經過低通濾波得到的波形，四種狀態下提取的心率信號較為完整，具有較為明顯的心率特征峰值，通過一定的算法可以從其中提取出心率值。

圖10是呼吸信號波形，呼吸波形相對于心率波形更為微弱，幅值小、頻率更低，提取較為困難。從四種狀態下的對比圖可以看出，安靜、寫字和操作電腦時對呼吸的影響較小，提取的波形較為完整，但是當受試者說話時，提取出的波形有很大的干擾，對呼吸率的測量影響較大。

3.3 誤差分析

為測試本系統的準確性，將坐墊測得的心率、呼吸率與實際的數值比較。從在校學生中隨機選取5名被測者，其中男生3名、女生2名。呼吸和心率的實測通過希盟科技生產的智能運動頭帶測量。測試的結果如表1所示。

表1 坐墊與實測值的結果對照 (次/分)Tab.1 The comparative results of cushion and real-measured value

4 結論

本文設計的基于坐墊的多生理參數采集系統，具有良好的便攜性和低負荷的優勢，可實現人體心率、呼吸率的測量，并實現數據的控制、傳輸和顯示。本系統設計的意義在于：(1)可實現心率、呼吸率的長時間連續測量；(2)低負荷、實時監測人體生理狀況；(3)能夠保存測量的數據，便于分析處理。

目前，本設備實現了對人體心率、呼吸率的檢測，具有較高的使用價值和廣闊的發展前景。未來我們將進一步改善整個系統的性能，同時測量更多的生理參數。

[1] 種銀保, 史長寧. 國內監護產品市場的現狀與發展[J]. 中國醫療器械雜志, 2005, 29(5): 362-364.

[2] Mukai K, Yonezawa Y, Ogawa H. A remote monitor of bed patient cardiac vibration, respiration and movement[C]. EMBS, 2010: 5191-5194.

[3] 吳鋒, 成奇明, 周玉彬, 等. 多導睡眠圖儀選擇性監測與分析系統的研制[J]. 中國生物醫學工程學報, 2011, 30(1), 88-92.

[4] 王碩, 宮恩浩, 于洋, 等. 基于手機的血壓無線監測系統研制及初步應用[J]. 中國醫療器械雜志, 2011, 35(6): 402-408.

[5] 徐飛. 藍牙數據傳輸增強技術研究及其基帶芯片設計實現[D].西安: 西安電子科技大學, 2013.

[6] 狄輝輝, 李京華, 劉景桑, 等. 基于Qt/E的嵌入式實時曲線顯示界面設計與實現[J].電子測量技術, 2011, 34(12): 76-79.

[7] 李勇, 徐震. MATLAB輔助現代工程數字信號處理[M]. 西安: 西安電子科技大學出版社, 2002.

Development of System of Measuring Multiple Physiological Parameters by Special Cushion

【 Writers 】WANG Min, LI Junbin, ZHNAG Qianyun, LUO Kexin, QIU Yong, LI Weitao
Nanjing University of Aeronautics and Astronautics, Nanjing, 211100

In order to monitor the physiological condition of the human body in daily life, this study has designed a system of measuring physiological parameters based on cushion, which could detect heart rate and respiration rate when people are sitting. The system can continuously collect signal from cushion with a state of low pressure and without sticking any electrode on people’s bodies. The hardware part mainly includes the signal acquisition circuit of the sensor, microcomputer control module and Bluetooth wireless transmission module. For the two physiological signals have the characteristic of the large noise and low-frequency, we use the Butterworth low-pass flter to process the signal according to an optimized Matlab algorithm. The results show that this system can measure heart rate and respiration rate accurately. Thus, the real-time monitoring on body’s information can be implemented.

unconstrained, heart rate, respiration rate, real-time monitoring, Bluetooth transmission

R318

A

10.3969/j.issn.1671-7104.2016.06.006

1671-7104(2016)06-0413-05

2016-04-21

江蘇省大學生創新訓練計劃項目(201510287041X)

李韙韜，副教授，E-mail: liweitao@nuaa.edu.cn