紧凑型手机式无线步态压力监测系统的研制及应用

【作 者】刘琳，刘静,2＊

1 清华大学医学院生物医学工程系，北京，100084

2 中国科学院理化技术研究所，北京，100190

0 引言

人体足部具有支撑身体的重要作用。当人体站立或者行走时，足底与地面会在垂直方向上有一个相互作用力，即足底压力[1]。足底压力测量就是运用一定的测量系统，对人体在静止或者动态过程中足底压力的力学、几何学、时间相关参数值等加以测定。通过不同状态下数据的分析研究，揭示不同的足底压力分布特征和模式，并进一步研究正常足与病理足之间的足底压力参数区别，得出病理足的发病原因、病情程度、功能现状等信息，以辅助临床诊断和治疗[2]。

足底压力测量技术研究和应用较多的是针对糖尿病病人的。糖尿病足是最严重和治疗费用最高的慢性并发症之一[3]。研究表明，足底压力增高是足溃疡发生的独立危险因素，可用于预测糖尿病足溃疡，相关性高达70%-90%[4-5]。应用足底压力测试系统对糖尿病病人进行足底压力监测，可以实时了解其足底压力状况，从而对健康状况进行科学、客观的评估，以辅助临床专家进行诊断，进而采取针对性的措施预防和治疗，并最终降低糖尿病足发生率[5-6]。足底压力式步态分析系统可用于正常儿童以及脑性瘫痪儿童的步态测试培训[7]，也可用于膝上假肢的智能控制[8]。此外，应用足底压力测量。帕金森患者和对照组的步态研究实验也有人进行[9]。

在足底压力测量系统的研制方面，文献[10]应用PVDF薄膜研制了一款鞋垫式多点测量系统，具有便携、可对鞋底压力分布测量、进行无线数据通信和实现测量数据分析管理功能的特性。利用FSR(力敏电阻)传感器进行一定的电路设计，通过单片机等微控制器进行控制，可实现人体足底压力信息的分布式采集，并在电脑上加以数据处理及分析，进而有效地进行足底压力分布评估[11-13]。新型足底压力传感器的研究中，研究者也有采用导电橡胶对足底压力变化的动态过程进行实时测量[14]。一些足底压力测试产品则已推出上市。其中有美国Tekscan公司的F-Scan系统[15]、比利时RSscan公司的Footscan平板测力系统[16]、德国Novel公司的Emed平板系统和Pedar鞋垫系统[17]、德国Medilogic公司的脚垫式和台式测量系统[18]，以及瑞士Kistler公司的生物力学测力台[19]等。

在信息无障碍技术背景下，手机以其便携性、易用性与低成本特性不断渗透到人们生活的方方面面，并已应用于医疗领域。我们曾于前期提出无线获取人体足底压力动态信息的手机测量方法[20]，对手机监测足底压力进行了初步的尝试。本文在前期基础上进行改进性的软硬件系统设计，研制出更加紧凑、便携，功能更为优化的手机无线式步态压力监测系统，并通过丰富的实验验证了新系统的可行性和准确度。

1 基于手机的足底压力监测系统

1.1 硬件系统搭建

手机压力监测系统的硬件部分，主要完成压力信号采集并将数据发送至手机，结构设计如图1所示，包括电源模块、传感器、放大滤波电路、单片机A/D转换模块和USART串行通讯模块、JTAG接口和蓝牙模块等。

图1 足底压力测试系统的硬件设计框图Fig.1 Scheme for hardware designing of the feet pressure measurement system

硬件系统的电源采用4.2 V的锂电池。由于所选单片机需要3.3 V供电电源，故通过稳压芯片将锂电池电压转换为3.3 V的系统电源电压。系统所用传感器为半桥式称重传感器，其单个的量程为50 kg。基于对量程和便携等因素的考虑，系统采用两只传感器组成全桥电路，实现量程100 kg的测量电路。在放大滤波环节，由于本系统所采集的足底压力信号的频率较低，我们应用运算放大器芯片与电阻、电容设计一阶RC有源低通滤波电路，截止频率为30 Hz左右；压力传感器最大输出为mV级，系统采用差动放大器芯片将信号放大200倍。硬件系统的单片机采用TI公司的MSP430F149，外形尺寸小和多种外设接口。系统主要利用单片机的12位A/D转换和USART串行通信接口。蓝牙模块与单片机串行通信接口连接，用于数据的无线传输。硬件电路中还包括指示灯、电阻保护、电容去耦等环节。硬件系统设计完成并制板、焊接后，通过JTAG接口将固件程序烧写至单片机内存，使其按要求正常工作。

1.2 应用软件的实现

足底压力监测系统的客户端应用程序通过手机实现。采用HTC HD2手机，其操作系统为Windows Mobile 6.5，手机界面开发的软件环境为Microsoft Visual Studio 2008，采用Visual C++下的MFC智能设备应用程序平台，完成软件编制。

手机上软件部分实现的主要功能为：

— 手机通过蓝牙与单片机通信；

— 在手机界面上将压力数据以数值和曲线的形式动态显示；

— 在手机端对压力数据进行计算分析，包括步率、步数和异常捕捉等；

— 将压力数据以文件形式存储于手机。

程序设计调试后，完成的手机界面应用软件如图2所示。

图2 手机应用程序界面Fig.2 Screen for application software on mobile phone

从欢迎界面2(a)进入主界面2(b)后，“串口设置与连接”完成手机蓝牙与硬件蓝牙模块的配对设置和连接，以进行数据传输。串口连接成功后，手机蓝牙接收到单片机通过蓝牙模块发送来的压力传感器采样数据，并将其转换为压力值显示在“当前压力”窗口中，同时也将数据以曲线方式显示在界面中的网格区域。左下角的“步率/分”、“步数/次”、“异常指数”等，根据压力数值进行相关计算，计算结果显示在对应窗口中。主界面还设有用户数据保存、截图、报警等功能。图2(c)为主界面左下“菜单”项的内容，几项重要操作和系统退出功能在这里实现。

2 系统应用与研究

手机足底压力监测的软硬件系统完成后，进行整体系统的应用研究，将传感器置于人体足下进行足底压力的监测。

2.1 传感器标定

为得到尽量准确的压力数据，对传感器进行了标定实验，得出单片机采样值(S)与传感器实际承重值(M)之间的关系。

首先，对悬臂梁结构的传感器进行“包装”，在所使用的每个压力传感器底部加装了一块30 mm×30 mm×5 mm的C形底座，使传感器的承重部位和支撑部位构成悬臂梁结构。用绝缘胶布将C形底座固定在传感器底部，并在传感器的承重部位添加少许海绵以减少传感器带来的不适感，如此形成后的传感器外观如图3所示。

图3 系统所用传感器Fig.3 Sensors used in the system

为确保包装平衡和测量数据尽量准确，使用4个上述“包装”后的传感器进行标定测试，其中被测试系统的两个传感器放在对角位置，使其承重之和为总重量的一半。将0-100 kg范围内的不等重量的11个物体置于测试平台(图4)，读取重量值并同时采集单片机的采样值，得到如表1所示的11组数据。

图4 传感器标定平台Fig.4 Experimental platform for sensor calibration

表1 传感器标定数据Tab.1 Calibrated data for the sensors

本系统所用传感器本身具有较好的线性。将上述所测11组数据在Matlab中进行线性拟合，可得出图5所示的标定结果。可以看出，系统所用传感器确实具有较好的线性。在线性拟合的同时，也给出了采样值S和重量值M之间的线性关系，即：

确定传感器承重值和单片机采样值之间的关系后，相应调整程序中的计算部分，再进行压力监测系统的应用实验评估。

图5 传感器标定结果(横轴为重量值，纵轴为采样值)Fig.5 Calibrated data for the sensors(Horizontal axis: Weight value Perpendicular axis: Sampling value)

2.2 系统应用实验

将传感器置于被测对象足下(足和鞋子之间)，电池、电路板固定在受试者鞋子上，并尽可能地不影响其正常行走，让被测对象在室内平稳路面上进行不同速度的行走、原地踏步和跑步或模拟摔倒等实验，观测系统的整体运行效果，并对数据进行简要分析讨论。

2.2.1 固定行走速度

被测对象行走三分钟，其中每分钟走的实际步数分别为103、107、105。分别取第一分钟内、第一、二分钟之间、第三分钟的测试结果，显示如图6所示。从中发现，步率、步数计算在测试刚开始时准确度和稳定性相对差一些（如图6(a)），当前步率和平均步率的差值较大。当然，这也与被测者行走时每相隔几秒内的步频并不很稳定有关。进入第二分钟后，步率和步数的计算较为稳定和准确。图6(c)为测量三分钟整停止时的数据截图，其显示总的步数为332，与实际三分钟总共走的步数接近。实验表明，系统运行效果良好，能够测得真实数据，并给出较为可靠的计算结果。

2.2.2 不同步行速度

被测对象进行不同速度的行走，每分钟的实际行走步数分别为79、90、107、144，选取每种步频的第一分钟至第二分钟内的测量数据，如图7所示。可以看出，步频在每分钟90和107步时，系统给出的计算结果与实际非常相近；在步频为每分钟79步和144步时，系统计算的平均步率结果与实际值相差稍大，但相对误差不超过10%，进一步表明，系统在不同步频下的测试结果是稳定且可靠的。

2.2.3 快速踏步和跑步

被测对象进行原地快速踏步时，每分钟踏步次数分别为266、211、201，测得的当前步率和平均步率经常不一致。事实上，这种快速的踏步在相邻几秒的时间段内很难保持频率一致性。快速踏步时，数据曲线出现的“尖峰”，如图8(a)所示。这在跑步时的测量曲线中也有出现(图8(b))。在人体脚部快速活动时，脚与地面的接触时间很短，测量系统的传感器感受到足底压力的作用因而快速变化。而正常行走时，数据曲线一般不会出现整齐的“尖峰”波形，因而这可以作为正常行走时检测异常步态的一个指标。

图6 固定行走速度的不同时段Fig.6 Different period during walking with fi xed speed

图7 不同行走速度的测试情况Fig.7 Measured results under different speeds

图8 快速踏步和慢跑情形Fig.8 Measured results under quick walking and slow running

2.2.4 模拟摔倒

被测对象在正常行走过程中，主动使脚下置有传感器的那只脚滑倒，以模拟行走中意外摔倒的情况。为保证安全，摔倒的次数和强度都不高，且在模拟摔倒后被测对象身体靠在床上而不是直接摔在地面。根据系统测试结果可以看出，摔倒的一瞬间，数据曲线出现“尖峰”(图9所示)，并且如果摔倒后没有立即站立起来，尖峰出现后的数据降为0值。根据这个情况，在系统的异常计算时，可以将数据中突然出现“尖峰”，并在尖峰后数据连续为0(或是很小的数值)的情况作为一个重要的指标，以使出现此情况时能够及时报警。

2.2.5 异常指数

系统在监测足底压力的过程中，除步率、步数的计数外，很重要的是异常指数的计算，其大小与系统的自动报警功能直接相关。当前系统中，异常指数的计算主要依据为压力值和频率大小。上述实验过程主要为正常情况的测定，除去个别情况，异常指数值在跑步过程和模拟摔倒时较大，说明系统的异常指数有一定的指示性，但需要更多的研究以优化计算。

图9 模拟摔倒Fig.9 Simulating the cases of falling down

3 小结

足底压力监测在日常生活、疾病诊断、康复评估中具有重要作用。围绕足底压力监测的研究越来越多，并且市场上已经出现多种足底压力监测及步态分析系统。为满足足底压力的监测能够进入个人和家庭领域对特定个体进行连续监测的需求，本文研制出有一定实用性的紧凑型手机式无线足底压力监测与分析系统。

本系统具有便携、低成本的特点，且操作简单、易于测量。系统采用方便耐用、价格低廉的电桥式称重传感器，配合所研制的硬件电路，可以将数据实时、准确地传送至手机应用程序。系统软件部分除实现基本的数据和绘图显示外，还根据测得压力数据进行了步率、步数、异常值等的计算，并实现数据存储、截图、报警等功能。在完成系统软硬件设计和测试后，本文通过实验进行了多方位的系统应用研究，证实系统的运行状态良好，所计算数据具有较好的准确度和可靠性。系统的异常指数，可通过进一步的实验研究加以优化。另外，本系统所用传感器直接置于人体脚下会有一定不适感，这对长时间监测是不利的，这点需要在系统工艺的研究上进一步加强。目前系统中电池与电路板的连接、传感器与电路板的连接，接线与封装也是后续大量测试或产品化过程中需要改进的方面。

本文试验表明，基于手机的无线式足底压力监测系统，具有广阔的应用前景。随着系统研究的不断深入和改进，足底压力的监测将会成为普及性的家用医疗工具，为更多人群尤其是老年人和糖尿病人等易患或已患足部疾病者提供帮助。

[1] 王立平, 李建设. 足底压力测量技术的发展现状与应用研究[J].浙江体育科学, 2004, 26(1): 40-43.

[2] 杨青, 钱晓路, 白姣姣, 等. 糖尿病病人足底压力的研究进展[J].护理研究, 2009, 23(12): 3109-3112.

[3] Foltynski P, Wojcicki JM, Ladyzynski P, et al. monitoring of diabetic foot syndrome treatment: some new perspectives[J].Arti fi cial Organs, 2011, 35(2): 176–182.

[4] 王爱红, 李家兰, 许樟荣. 2型糖尿病患者的足底压力研究[J]. 中华内分泌代谢杂志, 2005, 21(6): 500-501.

[5] Rathur HM, Boulton AJM. The diabetic foot [J]. Clinics in Dermatology, 2007, 25: 109–120.

[6] Singh N, Armstrong DG, Lipsky BA. Preventing foot ulcers in patients with diabetes [J]. Journal of the American Medical Association, 2005, 293: 217-228.

[7] 周安艳, 李海. 足底压力式步态分析系统在脑性瘫痪儿童步态平衡能力评估中的应用[J]. 新医学, 2010, 41(1): 45-48.

[8] 高云园, 余青山, 孟明. 基于多源信息融合的膝上假肢步态识别方法[J]. 仪器仪表学报, 2010, 31(12): 2682-2688.

[9] 韩阳, 马展鸿，周萍. 计算机自动识别足底压力信号功率谱：帕金森病患者与对照组的步态分析[J]. 中国组织工程研究与临床康复, 2010, 14(26): 4812-4814.

[10] 张玉杰, 魏召侠. PVDF足底压力传感器及其测量系统的设计[J].压电与声光, 2011, 33(1): 61-63.

[11] Yip SW, Prieto TE. A system for force distribution measurement beneath the feet [C]. Proceedings of the Fifteenth Southern Biomedical Engineering Conference, USA: Dayton, 1996.

[12] Rana NK. Application of force sensing resistor (FSR) in design of pressure scanning system for plantar pressure measurement[C]. second international conference on computer and electrical engineering, UAE: Dubai, 2009.

[13] Navarro LA, García DO, Villavicencio EA. Opto-electronic system for detection of fl at foot by using estimation techniques: Study and approach of design [C]. 32nd annual international conference of the IEEE EMBS, Argentina: Buenos Aires, 2010.

[14] 金观昌, 张军, 张建中, 等. 一种新型人足底压力分布测量系统及其应用[J]. 生物医学工程学杂志, 2005, 22(1): 133-136.

[15] F-Scan足底压力分布系统[EB/OL]. [2012-02-23]. http://www.chinabaike.com/z/keji/shiyanjishu/2011/0315/533519.html.

[16] Foot Scan Systems [EB/OL]. [2012-2-25]. http://www.rsscan.co.uk/foot-scan-systems.php

[17] Novel 产品中心[EB/OL]. [2012-2-26]. http://www.omgl.com.cn/products/03020201.html.

[18] medilogic压力测量系统[EB/OL]. [2012-2-26]. http://www.hanix.net/pro_show.asp?id=44.

[19] 运动技能研究中心网站[EB/OL]. [2012-2-26]. http://yksyzx.sus.edu.cn/sprc/instrument.asp.

[20] 王昊, 韩萌, 刘静. 无线获取人体足底压力动态信息的手机监测平台[J]. 中国医疗器械杂志, 2010, 34(6): 403-407.