基于物聯網技術的毫米波呼吸監測系統設計

湯福南，祝新意，阮祥，李修寒，汪纓，張暉

南京醫科大學第一附屬醫院 江蘇省人民醫院 臨床醫學工程處，江蘇 南京 210029

引言

呼吸頻率是人體最重要的生命體征參數之一，可作為判斷人體健康與否的重要依據[1]。健康成人靜息狀態下呼吸頻率約為12～18次/min[2]，嬰兒、兒童呼吸頻率稍快[3]。呼吸頻率過快過慢或者呼吸暫停都意味著患者可能出現一些疾病的情況，如重癥肺炎、呼吸衰竭以及一些代謝性疾病[4]等。因此，呼吸頻率的監測具有十分重要的意義。傳統呼吸監測方式主要是使用監護儀通過心電導聯線連接患者的方式，基于胸阻抗法的原理[5]，從患者呼氣和吸氣之間胸廓的阻抗變化來推導出呼吸頻率。這種監測方式容易對患者造成束縛，長期監測的情況下不利于睡眠。另外，無創呼吸機主要用于治療睡眠呼吸暫停綜合征及相關疾病[6]，但可能會引起顏面壓傷、咳痰障礙等問題[7-8]。呼吸的非接觸式監測在臨床上具有重要的實際意義，特別適用于一些特殊應用場合，如對大面積創傷、燒傷以及惡性傳染病患者等不宜采用與皮膚接觸的傳感器或電極對其進行監護[9]。另外，在家庭監護中使人體擺脫導聯線的束縛也具有較強的必要性。基于攝像頭的非接觸式呼吸監測，雖然也是非接觸式呼吸測量，但又涉及隱私安全問題[10-11]。

基于上述情況，本文利用毫米波結合物聯網技術專門用于安靜狀態下人體的呼吸頻率的遠程監測，有助于一些特殊應用場合下患者的呼吸頻率測量，以及家庭監護中人體呼吸健康狀態的評估，能夠在保證舒適性和保護隱私的前提下，實現持續監測。

1 系統總體設計

本文設計的呼吸頻率監測系統主要由主控制器、毫米波傳感器模塊和物聯網云平臺組成。本文所設計的系統中，毫米波傳感器用于獲取人體呼吸頻率、可信度以及人體距離等信息[12-13]；樹莓派Zero WH作為主控制器，主要完成毫米波傳感器的初始化配置、接收并處理該傳感器的輸出數據、以及將處理完成后的數據進行上傳處理，發送到OneNET云平臺；OneNET云平臺接收數據，在云端應用上通過相應的控件分別完成實時數據顯示以及歷史數據波形繪制的功能。系統總體框如圖1 所示。

圖1 系統總體框圖

系統采用這種非接觸的方式獲取人體呼吸頻率等信息，其意義在于不會由于導線纏繞對人體造成束縛，特別地，在睡眠時使用這種方式，不用擔心翻身等操作會造成檢測中斷，適合長時間持續地有效獲取呼吸頻率信息。

2 系統硬件設計

2.1 傳感器模塊

本系統選用階躍時進公司生產的毫米波傳感器，型號為VB2643A，其架構如圖2所示，是一種采用 LFMCW（線性調頻連續波）調制和1發1收天線結構的24 GHz毫米波傳感器模塊，并通過串口進行輸入輸出控制。

圖2 毫米波傳感器架構圖

該傳感器模塊關鍵性能參數如下：尺寸為36 mm×36 mm×3.6 mm；可檢測有效距離范圍0.3～4.0 m，以及最小運動位移為0.02 mm；天線覆蓋范圍為水平60°，垂直40°，發射功率為3 dBm。呼吸頻率檢測范圍為0.1～0.6 Hz，即6～36次/min；電源輸入為5 V/90 mA；串口波特率為115200 bps；數據輸出刷新率為10 Hz，滿足本系統的數據采集需要，實物圖如圖3所示。

圖3 毫米波傳感器VB2643A實物圖

VB2643A傳感器可以完成以下功能，包括判斷有人/無人狀態、檢測有人狀態下的人體呼吸頻率以及有效范圍內的人體位置等。該傳感器適用于單人檢測，靈敏度高，抗干擾能力強，不受光線和噪音影響；穿透性強，可穿透玻璃、塑料、衣服、棉被等材料。檢測原理：VB2643A傳感器向檢測區域發射 LFMCW 電磁波，根據收發電磁波時間差乘以光速，由內部的數字信號處理單元計算出人體吸氣和呼氣時身體部位產生的微弱位移；然后根據微弱位移變化，記錄人體“時間-位移”規律，即呼吸波形，從而計算呼吸頻率。

2.2 主控制器模塊

系統設計采用樹莓派Zero WH作為主控制器，樹莓派Zero WH是一款基于ARM架構的微型電腦主板，系統芯片為BCM2835，電源輸入為5 V/2 A。樹莓派Zero WH搭載1.0 GHz的64位單核處理器，內存512 MB，采用micro SD卡作為硬盤[14]，操作系統映像文件版本為“2020-02-13-raspbian-buster”。

本系統設計采用樹莓派Zero WH[15]（圖4）作為主控制器的原因主要有：① 樹莓派Zero WH 板載BCM43438無線芯片集成802.11n無線網絡和4.1版本藍牙，可通過Wi-Fi對接OneNET云平臺，進行數據上傳；② 樹莓派Zero WH自帶1個Micro-USB OTG通信接口，可以和毫米波傳感器VB2643A進行數據對接；③ 尺寸小，為65 mm×30 mm×5 mm，僅為樹莓派3B尺寸的一半，重量僅為9 g，便于在合適位置安裝對人體呼吸進行監測。

圖4 樹莓派Zero WH

3 系統軟件設計

系統軟件設計如圖5所示，本系統中樹莓派Zero WH與VB2643A傳感器之間采用串口通信模式。首先在樹莓派進行串口初始化操作，包括選擇串口號以及設置波特率等，本系統中串口通信的設置為：115200波特率，1位停止位，8位數據位，無奇偶校驗位，無流控；然后在傳感器停止狀態下，通過發送命令設置有效檢測區域，保存配置參數并重新啟動；通過傳感器的輸出數據判斷是否有人，在有人狀態下根據可信度對數據進行篩選，最后完成數據上傳到OneNET云平臺等操作。

圖5 軟件流程圖

3.1 毫米波傳感器初始化配置

首先在樹莓派Zero WH上輸入指令dmesg | grep ttyS*查看查看串口設備[15-16]，如果顯示“ch341-uart converter now attached to ttyUSB0”，則表示VB2643A傳感器已經連接到標號為ttyUSB0的串口。然后樹莓派通過圖形化串口調試工具cutecom發送命令對傳感器進行配置。發送配置命令的順序如下：① 發送“sensorStop”命令使傳感器處于停止狀態；② 對傳感器的有效檢測范圍進行配置：VB2643A傳感器默認將感應區域配置為32等份，每一等份大約0.15 m。因此，配置參數則在0～31中選擇，作為感應區域的距離值索引，最小和最大索引值乘以0.15(m)即可分別得到最近和最遠檢測距離。本系統中使用“detRangeCfg-1 6 20”命令設置傳感器的有效檢測范圍，對應為垂直于傳感器平面徑向方向0.9～3.0 m；③ 發送“saveCfg 0x45670123 0xCDEF89AB 0x956128C6 0xDF54AC89”命令保存參數；④ 發送“sensorStart”命令啟動傳感器。

3.2 數據處理程序

（1）為了在樹莓派Zero WH上實現串口通信和數據上傳到物聯網等功能，需要在pyhon代碼中使用import語句導入serial模塊、urllib.request、requests、json等相關模塊；

打開串口，設置波特率語句為：

串口配置完成之后，因為傳感器默認上電后立即啟動運行，不斷輸出檢測數據，所以直接接收串口數據即可，數據采用gbk編碼，相關代碼如下：

（2）毫米波傳感器VB2643A串口輸出有固定格式，格式如下所示：

如表1所示，其中part 1表示呼吸波形數據；part2表示呼吸波形的可信度；part3表示呼吸頻率；part4表示微動點距離，即人體與毫米波傳感器的相對距離；part5表示微動點能量幅度；part6有人/無人狀態，“0”表示無人狀態，“1”表示有人狀態；part7與part8是占位參數，沒有實質含義。舉例如下，若收到數據內容為“$JYB RE,0.57,0.80,12.7,10.0,59.8,1, , * ”，則表示當前為有人狀態，呼吸頻率為12.7次/min，人體相對距離為10.0×15 cm，即1.5 m，本次輸出數據可信度為80%。

表1 VB2643A串口輸出格式

由于“$JYBRE”和“*”分別代表傳感器每次輸出數據的開始和結尾，屬于固定不變的部分，在Python代碼中分別使用 find()和rfind()函數通過查找逗號“,”即可定位到關鍵參數在每一行數據中的具體位置，然后再使用split()函數把數據中的part6、part3、part2以及part4等自動分離出來，從而根據part6判斷有人/無人狀態；若為有人狀態，再將可信度大于75%的呼吸頻率和人體距離自動賦值到相應的變量Resp和Distance，并上傳到OneNET云平臺。

3.3 OneNET云平臺設置

在OneNET云平臺的基礎服務中選擇多協議接入，進行創建產品、創建設備、生成數據流等操作[13,17]；最后通過生成相應的應用，在本系統對應的應用下創建2個數據流，分別對應系統檢測到的呼吸頻率、人體距離等參數。

本系統首先在OneNET平臺上創建產品時設備接入協議選擇HTTP協議[18-19]，記錄下云平臺分配的產品ID、設備ID以及安全鑒權密鑰APIKey。樹莓派端通過在Python程序中通過APIurl和APIKey即可將數據流上傳到云平臺的應用中。

本文設計的系統在OneNET應用編輯器中主要使用了基礎元素中的文本、折線圖以及儀表盤等控件來實現設備數據流的可視化：展示內容包括當前呼吸頻率和呼吸頻率歷史波形，以及人體距離數據及數據更新時間，實際運行效果如圖6所示。

圖6 物聯網云平臺數據顯示

4 應用效果

目前，醫院普遍采用監護儀通過心電導聯線連接患者的方式對其呼吸頻率進行監測。因此，為驗證本系統呼吸頻率監測數據的準確性，需要本系統在不同距離下測量得到的呼吸頻率與同時刻監護儀數據進行對比。本系統在我院某病區三個單間病房內進行部署測試，即分成3組，每組分別在四種距離上測量80次，所測得呼吸頻率進行統計，如表2所示。所選監護儀型號為iPM10，與患者之間采用3導聯方式進行連接，該監護儀通過江蘇省計量院計量合格，其測量所得呼吸頻率數據可作為參考標準。

表2 呼吸頻率測量數據統計表

為了便于展示數據的分散情況，將原始數據整理成箱形圖見圖7，相比于其他3組距離，在2.0 m距離上本系統測量呼吸頻率的標準差較小，得出本系統具有較高的穩定性。配對t檢驗顯示，第一組結果為（t=0.030、0.486、0.466、1.494，P>0.05）；第二組結果為（t=1.397、0.074、1.867、1.803，P>0.05）；第三組結果為（t=0.476、0.466、1.440、1.407，P>0.05）。綜上，三組數據差異均無顯著統計學意義，表明在呼吸頻率測量方面，本系統具有較高的準確性。

圖7 本系統與監護儀測試數據對比圖

5 討論

針對傳統方法的不足，本文結合毫米波和物聯網技術設計了人體呼吸頻率的遠程監測系統，本系統具有以下優點：① 遠程實時監測。OneNET云平臺端的應用可以生成相應鏈接，可以讓患者家屬隨時隨地從遠程查閱當前呼吸頻率信息，并且云平臺端的數據刷新頻率為每3秒一次，即使不在床旁也能了解到患者的健康狀況，尤其是夜間的呼吸健康狀態；② 報警信息傳達的及時性，OneNET云平臺的觸發器功能[20]，可以設置報警范圍以及數據異常實時觸發，平臺可以第一時間通過數據流發現異常并報警；③ 不涉及隱私安全問題。由于本系統不涉及圖像傳輸，只通過毫米波采集數據，所以也可適用于家庭環境下睡眠時的呼吸頻率監測。

按照一個病區14張床位來計算，因呼吸導聯脫落從而呼吸檢測中斷事件的發生次數為平均每天17.9次，影響臨床上對病人呼吸頻率的持續監測。不僅如此，呼吸導聯對病人也是一種束縛，對護理操作也會造成一些阻礙。本系統創新性在于使用非接觸式呼吸檢測，并且結合物聯網技術實現遠程監測，優點在于不會對病人造成束縛，有助于長時間持續監測。目前本系統在真正部署方面還應考慮一些實際情況的影響，比如與單人病房不同的是，多人病房內不同病人呼吸起伏對傳感器存在影響，如何讓毫米波傳感器屏蔽目標之外的反射波干擾，從而實現在多人病房實現呼吸頻率的準確測量，是下一階段需要解決的問題。

綜上所述，基于物聯網技術的毫米波呼吸監測系統能夠在不對人體造成任何束縛的情況下實現呼吸頻率的遠程監測，可在保護被測者隱私的前提下進行持續監測，具有較高的應用價值。