用于脑卒中病人康复训练的穿戴式无线生理参数检测系统设计*

吴常铖，宋爱国，李晓鹏，王 楠，柯 欣

(东南大学仪器科学与工程学院，南京 210096)

脑卒中(俗称中风)是中医学对急性脑血管疾病的统称，由于该病发病率高、死亡率高、致残率高、复发率高以及并发症多等特点，医学界把它同冠心病、癌症并列为威胁人类健康的三大疾病之一。近年来中风病在我国的发病率逐年增加，这种疾病引发了患者肢体运动功能的丧失及相关并发症。医学研究表明对于脑卒中后遗症患者，对其偏瘫部位进行康复训练是十分关键重要的医疗手段，及早进行康复训练可以明显减少残疾的可能性。

血氧饱和度和呼吸参数是反映血液循环系统以及呼吸循环系统的重要生理参数，是评价中风病人康复锻炼效果的重要指标，对中风病患者进行血氧饱和度和呼吸参数的监测能够让医生更全面把握病人各项生理指标，给病人的治疗效果提供一定的指导。临床上对中风偏瘫患者的康复方法很大程度依赖于治疗医师对患者一对一的物理治疗，这样的方法不仅费时费力，也缺乏量化且客观的评价［1］。

研制基于无线传感网络技术的穿戴式生理信息检测的无线采集系统，用于监控中风病人的康复训练过程，能够避免传统康复训练依赖于医师对患者一对一治疗的缺点，大大节约了人力物力而且增大了患者在康复训练时的活动范围，使患者的康复治疗起到更好的效果。并且可以通过对患者监控资料的分析为患者制定更好的康复方案，进一步提高康复的效率［2］。

1 生理参数检测系统概述

图1所示的是我们自行设计的无线生理参数采集系统，它由控制模块、无线通讯模块以及传感器模块等部分组成。其中，控制模块以C8051F320为核心，无线通讯模块选用Jennic公司的JN5121－Z01－M00模块，传感器模块包括血氧检测探头和呼吸检测传感器。

图1 无线生理参数检测系统实物图

图2所示为检测系统的系统框图，微控制器(MCU)采用美国Cygnal公司的C8051F320，该单片机有与8051单片机兼容的高速CIP－51微控制器内核，与MCS－51指令集完全兼容，除了具有标准8051的数字外设部件之外，片内有一个10 bit的ADC(±1LSB INL)，最大可编程转换速率可达200 kbit/s，片内自带有 USB 收发器［3］。

图2 生理参数检测系统系统框图

无线通讯模块选用了Jennic公司的JN5121－Z01－M00如图3所示，JN5121芯片是Jennic公司推出的高度整合的系统级射频收发器芯片，也是业界第一款兼容IEEE802.15.4标准的低功耗、低成本无线微型控制器［4］。

图3 JN5121－Z01－M00模块实物图

MCU通过UART与JN5121无线通讯模块进行数据交换。路由(Router)节点与协调(Coordinator)节点通过自组网实现数据传输。

2 系统硬件设计

2.1 血氧饱和度检测模块设计

文章采用双波长透射式脉搏血氧饱和度检测技术设计血氧饱和度检测模块，组成框图如图4所示。

图4 血氧饱和度检测模块组成框图

传感器模块中的红光和红外光二极管在脉冲时序控制下，分时照射手指，传感器模块中的光敏二极管BPW34接收透过手指的光信号，再经过信号的放大、分离、滤波、电平转移等处理得到四路信号分别为:红光直流(Red_DC)、红光交流(Red_AC)、红外光直流(IRed_DC)、红外光交流(IRed_AC)送至MCU采集处理。电平转移电路的设计是为了使调理后的信号幅度在MCU的ADC采集电平范围内［1］。

2.2 呼吸参数检测模块设计

呼吸实质上是人体内外环境之间气体的交换，实验证明:在气道管径不变的条件下，温度的变化量(ΔT)与气体流速的变化量(ΔV)线性相关，因此只要采用灵敏度高、温度线性好、时间常数较小的热敏传感器，就能把微弱的呼吸信息检测出来，再经过调理放大就能自动地、实时地显示呼吸波形、流速容量曲线、呼吸气流速率、频率、峰值以及潮气量等多项肺功能参数［5－6］。

文章选用NTC型热敏电阻MF52作为检测呼吸信号的传感元件，设计检测模块框图如图5所示。

图5 呼吸参数检测模块框图

系统工作时将传感器模块中热敏电阻放置于人体鼻腔口，检测到的信号经过差分放大、程控放大以及滤波和电平转移处理后送至MCU采集处理。本系统选用BURR-BROWN公司的PGA205作为程控放大器，PGA205可以简单的通过控制端口A0和A1实现1、2、4、8倍的放大，从而减小不同人体之间呼吸强度的差异。

由于热敏电阻热电特性非线性现象严重，使用热敏电阻需要进行线性补偿。线性补偿电路如图6所示。当温度变化时，要使RT线性变化，其中，R1为要串联的电阻，R2为要并联的电阻，rT为NTC热敏电阻［7］。

图6 热敏电阻线性化电路

由图6可知，RT=R1+R2rT/(R2+rT)，根据rT的温度系数αTN等参数适当选取R1、R2的值就可以在实现的一定温度范围内RT的近似线性化［7］。将线性化后的电阻接入电桥即可检测出温度的变化。

3 系统软件设计

3.1 基于C8051F320的程序设计

基于C8051F320的程序设计分为Router节点的单片机程序设计和Coordinator节点的单片机程序设计。

Router节点的单片机程序设计主要用于实现生理参数检测仪硬件时序控制、AD采样控制、通过串口与无线模块进行数据收发等功能。

Coordinator节点的单片机程序设计要用于实现单片机通过串口与无线模块进行数据收发，并通过USB接口与PC机进行数据收发。它的任务是向上接收PC机的控制命令，并将相应的数据发送给PC机，向下将PC机的控制命令发送个无线通讯模块并接收无线通讯模块发送的数据。

3.2 无线通讯模块软件设计

ZigBee标准定义了一种网络协议，这种协议能够确保无线设备在低成本、低功耗和低数据速率网络中的互操作性。ZigBee网络可以实现3种网络拓扑形式，即星形、树形和网状。本文设计的生理参数采集系统主要采用的是网状形式的网络拓扑，即Mesh拓扑，其示意图如图7所示。Mesh拓扑可以包含一个Coordinator节点和一系列的Router节点和End_Device节点。该类型的网络拓扑具有更加灵活的信息路由规则，路由节点之间可以进行直接的数据通讯，从而使得信息的通讯变得更加有效。当其中一个路由失效时，信息可以自动地沿着其它的路由路径进行传输［8－9］。

图7 Mesh拓扑的示意图

协调节点(Coordinator) 在无线生理参数采集系统中，该节点负责整个无线传感器网络的建立，并且还作为上位机与下位机之间进行无线通讯的中转点与连接点，它通过串口与 C8051F320相连，该C8051F320通过USB接口与上位机相连。当协调节点的控制系统上电时，系统首先进行Zigbee协议栈等一系列的初始化操作，然后进行信道查询，选择较为安静的信道来建立无线传感器网络。当有节点加入该网络时，协调节点为其提供信息路由和其它的服务［10］。协调节点的串口通讯协议在程序中设置为:115200的波特率、无校验位、8 bit的数据位、1 bit的停止位，与之相连的C8051F320的串口程序的通讯协议需要与该节点的通讯协议相匹配。

图8 Co节点程序流程图

路由节点(Router) 本文所设计的无线生理参数采集系统中，路由节点位于生理参数采集节点处，主要是负责将下位机所采集到的各种数据通过无线方式传送给协调节点，同时还接收协调节点来自上位机的控制命令。每个路由节点通过其串口与微控制器的串口相连接。当路由节点上电时，系统进行初始化，加入协调节点所建立的网络，然后按既定方式进行数据的无线传输。

图9 Ro节点程序流程图

本文无线通讯模块程序设计在Jennic公司提供的Jennic CodeBlocks平台上进行，通过Jennic Flash Programmer实现程序下载。

在进行无线通讯模块的软件设计时，需要用到JN5121模块Zigbee协议栈开发的基本接口函数，这些函数是用户的应用和Zigbee协议栈进行交互的基本接口。在实际的基于Zigbee协议栈的开发过程中，用户需要在这些接口函数中添加自己相应的应用逻辑，定义自己的数据处理过程，并且通过这些接口函数在适当的时机调用，它们将应用程序的代码和Zigbee协议栈紧密地联系在一起。进行无线通讯模块软件设计时，还需要用到Zigbee协议栈开发的另外一种函数，即应用框架接口函数。这类函数是用于解决发送数据和处理设备描述的问题，主要分为两大类，一类是用于创建和发送数据请求的AFDE接口函数，另一类是用于添加、修改、删除设备描述的AFME接口函数［10］。

3.3 上位机软件设计

3.3.1 上位机程序

文章在Visual C++6.0平台上利用MFC设计了无线生理参数采集系统的上位机程序。上位机程序是基于对话框的应用程序，主要用于实现USB通讯、测量数据的数字滤波、数据的存储、波形显示、相关检测参数计算、测量时间记录等功能。上位机软件界面如图10所示。

图10 上位机软件界面

3.3.2 数据处理方法

本系统上位机软件的数据处理部分中，采用了滑动平均算法对AD采集到的数据进行滤波处理以减小噪声干扰。滑动平均算法表达式为［11］:

采用了类微分和微分阈值法实现从血氧信号中提取脉搏信号［12］。类微分算法表达式为:

微分阈值法表达式为:

S2实际上是对S1的一种特殊微分，S3是在S2的基础上再减去一个阈值，k、H为经验值，本文选取k=4、H=0.2；S3的波形近似为三角波，根据其峰值便可得到周期，其周期即为脉搏周期。

在对数据进行处理后，根据Lambert-Beer定律即可得到血氧饱和度值计算公式［13－14］:

呼吸参数检测的数据处理方法与血氧信号数据处理方法类似，先进行滑动数据滤波处理，再经微分阈值算法提取呼吸频率数据。

4 实验

4.1 实验测试结果

为了检验本系统的可行性和测量准确性，本文在完成系统调试后分别在实验室对健康人体和在南京市同仁医院康复科对中风病人做了测试实验，实验结果如表1、表2所示。

表1 实验室健康人体实验结果

4.2 实验数据分析

下面选取实验者1和实验者11的数据进行简要分析:

采用滑动平均算法对AD采集到的实验者1和实验者11的数据进行滤波处理后得到数据波形分别如图11(a)、(b)所示。

图11 健康人员和中风患者血氧脉搏数据波形

人体脉搏波包含主波、潮波、重博波和重播波谷等几个特征。图11(a)中波形主波和重博波明显，且主波较窄，潮波不明显，是正常人体脉搏的特征［15］，中风病人的血氧脉搏波(图11(b))波形的重博波不明显。

采用类微分算法对实验者1和实验者11的血氧脉搏数据进行处理后得到数据波形分别如图12(a)、12(b)所示。

图12 类微分法得到的数据波形

从类微分法得到的数据波形可知，类微分法从血氧脉搏波中提取出了脉搏特征信号，但波形的底部存在一定幅度的波动。

为了较好的提取出脉搏特征，便于计算脉搏频率，采用微分阈值法对实验者1和实验者11的脉搏波进行处理，处理后波形分别如图13(a)、13(b)所示。

图13 微分阈值法得到的数据波形

微分阈值法得到的波形中，一个脉冲对应一个脉搏，通过计算脉冲峰值间的时间T，即可得到心率数值。

呼吸波形如图14所示。吸气过程对应于波形中的上升部分，呼气过程对应于波形中的下降部分。呼吸频率的检测方法与脉搏频率的检测方法相同。经过对测量数据的分析发现中风患者与健康人体的呼吸波形基本相同。

图14 人体呼吸波形

根据上述实验结果及数据分析可以发现，中风病人的血氧饱和度较正常人的低，中风病人的血氧脉搏波波形中主波和重博波谷明显，但重博波不明显，医学上可以根据中风病人血氧脉搏波特征的来评定患者的康复效果。

5 结论

在完成本系统软、硬件调试后，对健康人体和中风患者的生理参数进行检测验证，结果表明本文设计的无线生理参数采集系统重复性好、性能稳定可靠、使用方便灵活，能够很好的实现了人体脉搏血氧信号和呼吸信号的检测。

［1］李晓鹏，宋爱国，彭思，等.脉搏血氧饱和度远程实时监护系统设计［J］.传感技术学报，2010，23(6):772－776.

［2］ALeksandar Milenkovic，Chris Otto，Emil Jovanov.Wireless Sensor Networks for Personal Health Monitoring:Issues and an Implementation［J］.Computer Communications，2006(29):2521－2533.

［3］李文仲，段朝玉.C8051F系列单片机与短距离无线数据通信［M］.北京:北京航空航天大学出版社，2007.

［4］Jennic.JN－DS－JN5121－1v8［S］.2007.

［5］王志坚，宁新宝.智能温感式呼吸监测系统的研制［J］.山西大学学报(自然科学版)，2001，24(4):317－320.

［6］李德旺，仇原鹰，盛英.呼吸力学参数测量方法的研究［J］.生物医学工程学杂志，2006，23(4):770－773.

［7］程德福，王君，凌振宝，等.传感器原理及应用［M］.机械工业出版社，2008:117－127.

［8］Ren F Y，Huang H N，Lin C.Wireless Sensor Networks［J］.Journal of Software，2003，14(2):1148－1157.

［9］Akyildiz I F，Su W，Sankarasubramaniam Y，et al.Wireless Sensor Networks:Survey［J］.Computer Networks，2002，38(4):393－422.

［10］Jennic.JN－UG－3017－ZigBeeStackUserGuide－1v5［S］.2007.

［11］程德福，林君.智能仪器［M］.机械工业出版社，2005:113－127.

［12］李文耀，王博亮.基于PIC单片机的脉搏血氧测量仪的研［J］.厦门大学学报，2005，44(4):507－510.

［13］Di G，Tang X，Liu W.A Reflenctance Pluse Oximeter Fesign Using the MSP430F149［C］//IEEE/ICME International Conference in Complex Medical Engineering，2007:1081－1084.

［14］严新忠.人体血氧饱和度监测方法的研究［J］.医疗装备，2005，18(12):1－4.

［15］袁肇凯.中医诊断实验方法学［M］.科学出版社，2007.