集成多生理參數監測的終端設計*

陳帝良， 方　震， 趙　湛， 徐志紅， 劉玉峰

(中國科學院 電子學研究所，北京 100190)

?

集成多生理參數監測的終端設計*

陳帝良， 方震， 趙湛， 徐志紅， 劉玉峰

(中國科學院 電子學研究所，北京 100190)

摘要:針對目前健康監測終端設備的弊端，設計了一種便攜式多生理參數監測終端。終端設備以ARM微處理器STM32F405為控制與信號處理核心，通過對多種傳感器采集的信號進行實時處理和分析，獲取脈率、呼吸、血氧飽和度(SPO2)、脈搏傳輸時間(PTT)、心電圖(ECG)以及光電容積脈搏波(PPG)信息,可實時顯示生理參數和波形信息，通過觸控屏完成人機交互功能，可方便實現手持式和穿戴式測量方式的自由切換。測量數據可本地存儲或者通過藍牙、Zig Bee無線發送。通過實驗測試，該設備測量的生理參數數據準確可靠。

關鍵詞:多生理參數監測； 脈率； 呼吸率； 血氧飽和度； 脈搏傳輸時間； 心電圖； 光電容積脈搏波

0引言

世界人口老齡化程度加劇，慢性病患者數量增多的現狀對各國醫療服務系統造成了很大壓力。如何實現對慢性病患者的復雜病情進行實時監測是醫療系統亟須解決的問題。近年來，隨著傳感器和集成電路技術的發展，小型化、低成本、操作簡單的健康監測設備將有助于上述問題的解決。但Mundt Carsten W等人提出的可穿戴多生理參數監測設備需要外接其他測量設備提供相應的生理參數[1]，Klingeberg T等人提出的健康監測設備需要依賴電腦進行數據顯示[2]，這都限制了設備的便攜性。

針對上述健康監測設備的不足，本文提出了一種用于遠程健康監護的低成本、便攜的多生理參數監測終端。該終端設備采用高集成化設計，可獨立完成多種生理參數的測量和結果顯示。為了滿足不同用戶的需求，該設備配有兩種測量模式和兩種數據無線傳輸模式。

1終端設備的硬件設計

終端設備的硬件框圖如圖1所示。心電信號采集單元將采集的體表電動勢信號經放大和A/D轉換后通過SPI接口發送至微處理器單元進行分析處理。心電信號采集單元可以通過3個心電干電極或5根心電導聯線采集體表電動勢信號。這兩種方式通過3路CMOS單刀雙擲開關進行切換。當信號采集單元與心電干電極連接時，用戶只需要雙手輕觸嵌在設備兩側的心電干電極即可獲得單導聯心電圖(electrocardiogram,ECG)。這種測量方式無需外接電極線，簡單、快捷，方便每日例行健康監測的用戶。這種測量方式稱為手持式測量方式，如圖2(a)所示。當信號采集單元與心電電極線相連時，用戶通過5根心電電極線和傳統濕電極可以獲得7導聯ECG。這種測量方式穩定、可靠，適于需要長時間健康監測的用戶，這種測量方式稱為穿戴式測量方式，如圖2(b)所示。

圖1　終端設備的硬件框圖Fig 1　Hardware block diagram of end device

圖2　手持式和穿戴式測量方式Fig 2　Hand-held and wearable measurement mode

血氧信號采集單元由光信號控制和電流信號處理兩部分電路組成。光信號控制電路用于控制血氧傳感器上660 nm紅光和940 nm紅外光LED燈的發光強度、周期和占空比。電流信號處理電路接收血氧傳感器上的光敏二極管產生的電流信號，經過跨阻放大器和A/D轉換后通過SPI接口發送至微處理器單元。血氧信號采集單元經4路CMOS單刀雙擲開關控制，可以通過反射式血氧傳感器或透射式血氧傳感器采集血氧信息，分別如圖2(a),(b)所示。

2信號處理與分析

2.1濾波降噪

按式(1)對原始信號進行5點滑動平均濾波處理

x(n-3)+x(n-4)].

(1)

由于兩種信號的采樣率均為250Hz，5點滑動平均濾波器不僅可以削弱高頻噪聲干擾,而且對于50Hz工頻干擾及其諧波分量也有極大衰減作用。

經滑動平均濾波后，ECG信號依然受基線漂移噪聲影響較大，需通過中值濾波器和Savitzky-Golay平滑濾波器去除基線漂移噪聲[3]。濾波降噪后的波形可通過液晶屏顯示，處理流程如圖3所示。

圖3　信號處理與分析流程圖Fig 3　Flow chart of signal processing and analysis

2.2光電容積脈搏波信號處理與生理參數解析

首先對濾波降噪后的光電容脈搏波(photoplethysmo-graphy,PPG)信號進行一階微分。然后結合微分后所得波形中的過零點與可自適應調整的閾值確定PPG的波峰A和波谷B所對應的采樣點[4]。由此可得到PPG的交流分量IAC和直流分量IDC。通過相鄰波峰間的采樣點數和采樣率可得到脈率。PPG信號特征值提取流程參照圖3和圖4。

圖4　PPG信號特征值提取示意圖Fig 4　Feature value extraction from PPG

利用已得到的IAC和IDC，血氧飽和度(surplus pulse O2,SPO2)可通過下式得出

SPO2=a-bR-cR2,

STEP1：適配器數據采集開始，讀取適配器配置文件Adapter.cfg，內容包括所有機床的名稱、IP地址、端口號，初始化適配器設備信息，建立設備列表；

(2)

(3)

式中a，b和c為常量，可通過標定得到；λ1和λ2分別代表660nm紅光和940nm紅外光；IAC和IDC分別為PPG的交流分量和直流分量。

呼吸通過改變胸腔膜內壓來影響心臟泵血量，而心臟泵血量的改變會通過PPG表現出來，因此，可以通過PPG波形的改變來推算出呼吸率參數。PPG的交流分量的幅度隨呼吸呈周期性變化[5]。通過計算IAC分量的變化周期可以得到呼吸率參數。

2.3ECG信號處理與生理參數解析

脈搏傳輸時間(pulsetransittime,PTT)可用于評估血壓的變化[6]，其計算方法如下:

首先獲取ECG信號的R點。由于ECG信號中的QRS波群的頻譜范圍主要集中在5～15Hz，使信號依次通過低通濾波器與高通濾波器

y(n)=2y(n-1)-y(n-2)+x(n)-2x(n-6)+

x(n-12),

(4)

(5)

后濾除其他干擾成分[7]，再對信號進行一階微分，參照PPG峰值點提取的方法找出QRS波群的R點(峰值點)。最后通過計算同一心臟搏動周期內的R點與PPG的波峰A點間的時間間隔，即可得到PTT。

3實驗結果

脈率和SPO2通過FLUCKProSimTM生理信號模擬儀進行測試，其選點的標準參考該類型設備醫療檢定標準。呼吸率的測試在6名志愿者參與下完成，志愿者年齡區間為24～28歲。測試過程中，志愿者保持平穩呼吸并默數自己的呼吸次數，測試時間為1min。測試結束后對比設備給出的呼吸率和志愿者實際呼吸次數。測試結果如表1所示。

表1　SPO2、脈率和呼吸率測試結果

從表1可以看出:終端設備的脈率參數在各測試點誤差為零，SPO2的誤差均在±2 %內，對各志愿者的呼吸率測量誤差為0，滿足應用需求。

因為PTT為ECG的R點和PPG的波峰A點間的時間間隔，所以,只要準確識別R點和A點即可得到準確的PTT。實驗表明:該波峰提取算法可以準確識別R點和A點。圖5(a),(b)分別為波峰提取算法對FLUCK ProSimTM生理信號模擬儀產生的ECG和PPG信號的處理結果，紫色方框標記識別的波峰點。由此可知，設備提供的PTT也是準確可靠的。

圖5　ECG和PPG的波峰提取Fig 5　Peak point extraction from ECG and PPG

4結論

本文提出了一種多生理參數監測終端。終端設備以ARM微處理器STM32F405為控制與信號處理核心，并采用高集成度設計，通過對多種傳感器采集的信號來實現SPO2，PTT,ECG,PPG等生理信號的獲取、處理以及信息顯示功能。設備集成兩套生理信號采集方案，兼容藍牙和Zig Bee兩種數據傳輸方式，滿足不同用戶和應用場景的需求。實驗表明，該終端設備提供的生理參數準確，具有很好的應用前景。

參考文獻:

[1]Mundt Carsten W，Montgomery Kevin N，Udoh Usen E，et al.A multiparameter wearable physiologic monitoring system for space and terrestrial applications[J].IEEE Transactions on Information Technology in Biomedicine，2005，9(3):382-391.

[2]Klingeberg T，Schilling M.Mobile wearable device for long term monitoring of vital signs[J].Computer Methods and Programs in Biomedicine，2012，106(2):89-96.

[3]Chen Xianxiang，Fang Zhen，Ren Ren，et al.Simple and efficient baseline removal method for a smartphone based ECG detection device[J].WIT Transactions on Engineering Sciences，2013，86:987-993.

[4]Yuan Zuo，Fang Zhen，Chen Xianxiang，et al.A novel reflection pulse oximeter for home health care applications[C]∥Intelligent Systems Design and Engineering Applications，Hunan，2014:64-68.

[5]Shelley K H,Jablonka D H，A Wad A A,et al.What is the best site for measuring the effect of ventilation on the pulse oximeter waveform[J].Anesthesia & Analgesia，2006，103(2):372-377.

[6]Gribbin Brian，Steptoe Andrew，Sleight Peter.Pulse wave velocity as a measure of blood pressure change[J].Psychophysiology，1976，13(1):86-90.

[7]Pan Jiapu，Tompkins Willis J.A real-time QRS detection algorith-m[J].IEEE Transactions on Biomedical Engineering(BME)，1985，32(3):230-236.

陳帝良(1987-)，男，山東煙臺人，碩士，主要研究方向為基于多傳感器集成的健康監護系統設計、信號處理等。

Design of integrated multi-physiological parameter monitoring end device*

CHEN Di-liang, FANG Zhen, ZHAO Zhan, XU Zhi-hong, LIU Yu-feng

(Institute of Electronics,Chinese Academy of Sciences,Beijing 100190,China)

Abstract:Aiming at defects of health monitoring end devices at present,a portable multi-physiological parameter monitoring end device is designed.Control and signal processing functions are realized through ARM microprocessor STM32F405;information such as pulse rate,respiratory rate,surplus pulse O2,(SPO2)pulse transmission time(PTT),electrocardiogram(ECG),photoplethysmography(PPG) can be obtained by real time processing and analyzing signal acquired by sensors;physiological parameters and waveforms can be displayed in real-time;man-machine interactive function can be realized through touch screen;hand-held and wearable measurement modes can be freely switched as needed.Measurement data can be saved locally or wirelessly sent through Bluetooth or Zig Bee.Experiments show that physiological parameters measured by the end device are accurate and reliable.

Key words:multi-physiological parameter monitoring; pulse rate; respiratory rate; surplus pulse O2 (SPO2); pulse transmission time (PTT); electrocardiogram (ECG); photoplethysmography (PPG)

作者簡介:

中圖分類號:TP 212

文獻標識碼:A

文章編號:1000—9787(2016)01—0095—03

*基金項目：國家高技術研究發展“863”計劃資助項目(2012AA040506，2013AA041201)；國家自然科學基金資助項目(61302033)

收稿日期：2015—04—22

DOI:10.13873/J.1000—9787(2016)01—0095—03