一种野战便携式脉象检测仪的研制

申林

聊城市第三人民医院，山东 聊城252000

0 前言

脉象诊断起源于中国，发展历史悠久[1]。健康人体的内外环境发生变化时，正常脉象也会产生生理性变化。通过诊断脉象可以判别疾病的发生部位及其性质，进而推断病情的轻重[2-3]，但脉象诊断结果会因中医的切脉程度不同而具有主观性、抽象性。在工程学与医学及计算机电子技术紧密结合的现代社会，中医号脉发展比较缓慢，很难被下一代完全继承。医疗仪器可辅助医生更精确地诊断病情，协助护士更好地护理病人。现代的医疗仪器很多，体积和重量也很庞大，很难携带。在野战环境下，使用普通的医疗仪器比较繁琐，极为不便。

鉴于此，军内需要一款携带方便并可适应野战环境的脉象仪[4]。我们研制了一款野战便携式脉象检测仪，主要用于野战后勤保障部队对伤员脉象图谱的检测，以提高后勤保障能力，加快野战卫生装备的信息化发展[5-6]。

1 硬件设计

本设计采用适合脉象信号特征的HK2000G传感器，根据传感器拾取的脉象信号的幅值、频率等特点，选择具有高输入阻抗、高共模抑制比（CMRR）等特性的仪用放大器和数字电位器，实现脉象信号的增益自动调整；设计低频和工频干扰的滤波电路，完成脉象信号的滤波处理；根据信号频率特点，采用8路12位的A/D转换芯片，实现脉象信号的采集； 并设计防电击电路，保证脉象仪的使用安全。

1.1 脉象传感器的选择

脉象信号属于强背景噪声下的微弱信号[7]，因此选择用于拾取脉象信号的传感器至关重要。脉象信号主要是脉搏波动，但医生号脉时也会给脉搏一个较小的压力。因此，实际采集到的脉象信号是号脉压力与脉搏波动信号的叠加。基于此，本设计采用HK2000G传感器。HK-2000G压阻式传感器可由电压或电流驱动产生正比于输入压力的毫伏级的电压输出信号，具有优异的可重复性和时间稳定性，非常适用于中医脉象诊断，具有集成度高、可靠性高、体积小巧、灵敏度高等特点，符合脉象信号采集的原则。

1.2 脉搏信号调理模块

脉象信号在经A/D转换之前需要经过信号调理。脉象传感器获取的信号非常微弱，需要采取相关措施对信号进行放大，但在放大有用信号的同时，也会放大噪声信号，这就需要将采集到的信号经滤波电路滤除部分噪声。信号放大滤波电路的设计需要满足保留有用信号、滤除噪声信号的要求，因此放大滤波电路要具有“三高二低”（高输入阻抗、高CMRR、高安全性、低基线漂移、低杂音）的特点[8-9]。

图1 软件主程序流程图

1.3 A/D转换模块

本设计采用基于MAX152CPP集成芯片的A/D转换模块。MAX152CPP是由两级比较型A/D转换器并行构成的，具有A/D转换速度快的特点，其输出端口采用的是三态锁存缓冲电路，与8位微处理器的兼容性很好[10]，这些特点可极大地满足经放大滤波后的有用信号对A/D转换的要求。

1.4 主控模块与显示模块

有许多研究采用数字信号处理器（DSP）作为脉象检测仪的数据采集系统[11-14]，DSP确实有很多好处，但是价格也很高。为降低功耗和成本，本设计采用AT89C2051单片机作为主控核心。AT89C2051单片机支持发送与接受同时进行的串行接口[15]，使用RS232将单片机与PC机连接，以便后续将采集到的脉象信号传递到PC机上，实现脉象信号的自动分析和诊断的功能。同时，AT89C2051单片机与LCD显示屏连接，可实现脉象信号的实时显示功能。

1.5 电源模块及声光报警模块

电源模块为整个系统提供电源[16]，MAX152CPP芯片的参考电压是3 V，主控芯片的电压是5 V。电源模块可以提供15 V电压，可以满足整个系统的正常工作。将数据传到上位机后，如果时域参数超过正常值，声光报警模块就会发出报警。

2 软件设计

2.1 功能设计

本设计的应用程序主要用于实现数据的采集、处理、显示等功能，负责调度各应用程序模块，并与其他设备及时交换信息，实现系统软、硬件资源的整体管理。主程序流程图，见图1。

2.2 特征值提取

图2 脉象信号的时域特征图

本设计采用阈值法求得脉象信号的时域特征值t、h3/h1、h4/h1、K、c。

本设计采用功率谱的分析方法提取脉象信号的频域特征值：① f0：基频，功率谱中第一主峰所对应的频率，可反映心脏搏动的基本频率，即心脏跳动的快慢；② h0：前次峰值，功率谱第一主峰前的一个峰值，可反映测试者的呼吸频率；③ x:功率谱谐波个数，代表频率是基频整数倍的波峰的个数，可在一定程度上反映脉搏的节律；④ 谱能比： SER10=E10/E，E10表示脉象信号在0～10 Hz的谱能量，E表示脉象信号在主频率范围0～40 Hz的总能量。

3 实验分析

为验证脉象检测仪的性能，在本市野外环境中采集了280名受过野外训练的人员的脉象信号，并且由老中医为他们号脉诊断。其中8例样本的特征值参数，见表1。

这些样本中平脉、沉脉、细脉、数脉、缓脉和弦脉的数量比例是2:1:1:1:1:1。利用支持向量机[17]和BP神经网络算法[14]，分别根据提取的所有特征值和其中的7个特征值t、h3/h1、h4/h1、K、f0、h0、x，对采集的脉象信号样本进行分类识别。结果见表2～3。

表1 脉象信号的特征参数表

表2 脉象信号分类结果（支持向量机算法）（例）

表3 脉象信号分类结果（BP神经网络算法）（例）

由表2可知，通过支持向量机对140例脉象信号的训练样本进行分类识别，其中误判的脉象信号样本数为7例，训练样本的正确识别率达95%；对140例脉象信号的测试样本进行分类识别，其中误判的脉象信号样本数为12例，测试样本的正确识别率达91.3%。由表3可知，通过对脉象样本的识别，该脉象检测仪对脉象信号测试样本的平均识别率可达89.9%。由表2和表3相比可知，对于基于该脉象检测仪的脉象信号测试样本分类识别，支持向量机算法的识别率比BP神经网络算法要高。

以上数据证明，对于相同的分类识别算法，并不是特征值的个数越多，分类识别率就越高；对于相同的特征值个数，采用不同的分类识别算法，其识别率也不相同。对于该脉象检测仪，采用支持向量机算法优越于采用BP神经网络算法。

4 结论

本研究通过遴选合适的信号采集传感器，从信号的滤波放大、A/D转换、信号处理、单片机及其外围控制电路等方面研制了一种野战便携式脉象检测仪，完成了脉象信号的采集、显示和存储。该脉象检测仪具有体积小、结构简单、稳定可靠、功耗低、可移动性强、价格低廉等特点，可通过增设的USB接口与上位机进行通信，提取脉象信号的时域和频域的特征值，并可分别采用支持向量机算法和BP神经网络算法实现对正常和异常脉象信号的分类识别，平均识别率可达89.9%。总之，该脉象检测仪实现了脉象图谱的客观化、具体化检测，可在野战训练中对训练人员的生命体征进行检测。

[1]黄世林,孙明异.中医脉象研究[M].北京:人民卫生出版社,1995.

[2]费兆馥.现代中医脉诊学[M].北京:人民卫生出版社,2003.

[3]彭涛.脉象信号分析与中医脉象证型识别研究[D].苏州:苏州大学,2008.

[4]王志阳,孙瑛.信息化战争卫勤保障的主要特点[J].西南国防医药,2003,13(4):436-437.

[5]汉瑞娟.外军野战卫生装备现状及发展趋势[J].解放军护理杂志,2012,29(3):30-32.

[6]宋振兴,吴太虎,孟兴菊,等.便携式生命支持系统的研制[J].中国医疗设备,2012,27(7):27-29.

[7]张珍玉,苏玉章,喻自成.中医学基础[M].北京:中国中医药出版社,1992.

[8]阮健俊.低功耗远程数据采集模块的设计与实现[J].自动化仪表,2012,33(11):45-47.

[9]陈尚松,郭庆,雷加.电子测量与仪器[M].北京:电子工业出版社,2009.

[10]潘宏歌.8位高速模数转换芯片MAX152及其典型应用 [EB/OL].[2010-01-04][2014-09-25].http://www.paper.edu.cn/html/releasepaper/2010/01/67/copy_right.shtml.

[11]王艳苹.脉图信息采集处理系统[D].济南:山东大学,2006.

[12]刘峰.中医脉象描述特点及全方位脉象仪器检测研究[D].北京:北京中医药大学,2007.

[13]李国栋.智能化脉象采集与象谱分析系统研究[D].黑龙江:黑龙江大学,2002.

[14]焦琪玉,庞春颖.基于DSP的脉象仪的设计与实现[J].中国医疗器械杂志,2013,37(2):112-115.

[15]张萌,和湘,姜斌.单片机应用系统开发综合实例[M].北京:清华大学出版社,2007.

[16]Wang BH,Xiang JL.Detecting system and power_spectral analysis of pulse signals of human body[C].Proc of IEEE Inter Conf on Signal Processing,Bejing,1998.

[17]庞春颖,韩立喜,刘记奎.HHT和提升小波包相结合的心音信号识别研究[J].信号处理,2014,30(1):112-118.