坐垫式多生理参数检测系统的开发与研究

【作 者】王敏，李俊彬，张倩云，罗可歆，邱勇，李韪韬

南京航空航天大学，南京市，211100

坐垫式多生理参数检测系统的开发与研究

【作 者】王敏，李俊彬，张倩云，罗可歆，邱勇，李韪韬

南京航空航天大学，南京市，211100

为了能够在日常无拘束状态下实时监测人体的生理状况，该文设计了一种“坐垫式”生理参数检测系统，测量人体坐立状态下的心率和呼吸率。该系统采用无电极、低负荷的方式连续从坐垫上采集人体的生理信号。硬件部分主要包括传感器信号采集电路，单片机控制模块和蓝牙无线传输模块；同时针对两种生理信号噪声干扰大、频率低的特点，采用巴特沃什低通滤波器对信号进行滤波，通过优化后的Matlab算法进行了实现。结果表明，该系统可以准确地测量受测者坐立时的心率、呼吸率，从而实现了人体身体状况信息的实时监测。

无拘束；心率；呼吸率；实时监测；蓝牙传输

0 引言

实时监测人体的生理参数，对于人体健康状况监测有重要意义，目前市场上已有的一些生理参数采集系统，都存在一定程度上的局限性。如飞利浦公司生产的MP30多参数生理监护仪，临床测量效果稳定，可以同时测量二氧化碳、血压、呼吸等，但是其价格昂贵，并且只适合用于医院中对病人的监护[1]；Mukai K等[2]研发了一种用于老人的可穿戴式监护设备，将监护装置穿戴在老人身上可以获取生理特征参数，并可以与电脑建立连接，将获取的数据实时发送给电脑，但是该设备需要穿戴在身上，对人体有一定的限制，不是无拘束；而吴锋等[3]设计的床垫式睡眠监测系统，虽然无负荷、能连续实时监测，但体积太大、不易操作，不具有便携性。

本文提出一种基于坐垫的人体生理参数提取系统的设计与实现方法。通过可以感应压力变化的坐垫，采集人体坐立时体动（如说话、写字、操作电脑等）情况下的生理信息，采集到的数据通过蓝牙实时发送至计算机，计算机采用Matlab算法对数据分析，提取出呼吸率和心率。本设计能够在日常生活中连续监测人体的生理状况，具有低负荷、便携性好的突出优势。

1 坐垫系统硬件设计

系统硬件部分主要由传感器采集模块、信号调理电路、MCU主控模块、蓝牙传输模块、计算机处理显示模块构成，系统整体硬件框图如图1所示。人体坐在坐垫上，由于呼吸和腿部脉搏波动，导致坐垫中的压力发生变化，传感器采集压力变化转换为对应的电压变化，经过信号调理电路处理后输入单片机，单片机通过A/D转换后将模拟电压值变换为数字电压，再通过蓝牙以一定的波特率发送出去，PC机通过蓝牙接收数据，分析处理之后，计算出心率和呼吸率。

图1 系统整体框图Fig.1 The schematic of the measurement system

1.1 坐垫模块

采用订制的专用坐垫，设计一个小型气泵给坐垫充气，充气完成之后关闭阀门，去掉气泵，开始使用。订制的坐垫长度为50 cm，宽度为40 cm，充气完成后厚度约为10 cm。坐垫的结构如图2所示。最终设计的系统，将传感器和电路板都嵌入在坐垫之中，系统使用锂电池供电，无需外部任何的接线，具有极大的便携性。

图2 坐垫结构图Fig.2 Structure chart of cushion

1.2 传感器模块

采用US9111-006系列压力传感器，该系列传感器广泛用于电子血压计、呼吸机、麻醉机以及医疗仪器等方面。其主要参数如下：（1）工作方式：表压；（2）工作电压：5 V；（3）满量程输出：50±10 mV；（4）压力范围：0～7 PSIG，（5）灵敏度：1.4±0.3 mV/psi；（6）分辨率：1.33 Pa。该传感器采用了先进的制作工艺和温度补偿技术，并克服了一般压力传感器温度漂移、稳定性差的缺点，具有高灵敏度、高稳定性的优势，满足本设计的要求。传感器采集坐垫中的压力变化，并将其转换成电压，经放大滤波后进入单片机。

1.3 MCU主控模块

为满足系统实时快速采集数据以及便携式设备低功耗的要求，设计采用TI公司生产的超低功耗单片机MSP430F149作为主控芯片。该单片机有四种低功耗模式，最高工作频率可达8 MHz，并具有丰富的片上外设资源：高速的12位A/D转换器，2 kB RAM，两个通用串行口(USART)[4]。MSP430F149单片机速度快，可以进行快速的数据采集、存储和发送，并且在不使用的时候，可以通过编程使其进入低功耗模式，节省能量，具有极高的性价比。

1.4 蓝牙通信模块

由于本系统要求便携性，所以数据的传输采用无线技术，目前的无线技术主要有：蓝牙、无线局域网、Zigbee等。无线局域网速度快、稳定，但是不便安装；Zigbee技术简单、费用低，但是速度太慢。而蓝牙技术是一种小范围信息无线传输系统，有很高的抗干扰能力和较高的通信速率（数据速率1 MB/s），并且设计简单，可以同各种带蓝牙功能的电脑、手机、平板等智能设备终端通信[5]，本设计采用HC-05主从一体蓝牙串口模块。该蓝牙模块支持AT指令和非常宽的波特率范围：4 800～1 382 400 byte/s，以串口的方式和单片机通信，通信方式简单便捷，并且兼容5 V和3.3 V单片机系统。本系统使用时将蓝牙模块波特率设置为9 600 byte/s，8位数据位，无校验停止位，工作方式为从设备模式。

2 系统实现

2.1 电路原理图

气敏传感器US9111-006采集压力变化信号，由于压力传感器检测到的电压值变化是毫伏级电压，需要经过一定倍数的放大，同时为了去除传感器输出信号中的高频和直流噪声，在信号放大之后对其进行低通滤波，然后输入MCU的内置A/D转换接口。MCU将采集的模拟电压转换为数字电压，同时通过串行口将数据以一定的波特率，经蓝牙HC-05发送出去。

传感器将坐垫中的压力变化转换为对应的模拟电压值变化，所以采集到的人体生理信号就是传感器压力信号通过一定的模拟滤波处理后得到的电信号。具体的电路设计如图3～图5所示。

图3 气敏传感器原理图Fig.3 Schematic of gas sensitive sensor

2.2 软件设计

图4 放大与滤波电路原理图Fig.4 Schematic of amplifer and flter

图5 蓝牙HC-05模块原理图Fig.5 Schematic of Bluetooth HC-05 module

本系统的主要工作过程为：通过点击PC软件界面的按钮选择需要实现的功能；PC通过蓝牙串口向MSP430单片机发送采集信号的命令；单片机采集到信号之后再通过蓝牙将采集到的数据发送到PC机上，PC机对接受到的数据进行数据处理和分析。本系统的软件设计主要分为：单片机软件设计部分和PC机软件部分。

单片机的软件设计主要是信号的采集和传输，其过程是：单片机根据PC机软件指令，采集生理信号，经A/D转换后通过蓝牙发送出去，设定采样周期为10 ms。流程图如图6所示。

PC机软件部分使用Qt Creator软件编写实现，Qt是一个跨平台的C++图形用户界面应用程序框架，被广泛地应用于各种嵌入式产品设计中[6]。如图7是使用Qt Creator编写的PC机软件功能结构图。

图6 单片机流程图Fig.6 Flow diagram of MCU

图7 PC机软件功能结构图Fig.7 Functional diagram of PC software

2.3 算法原理

对于从坐垫上采集的原始呼吸波和脉搏波信号，需要采取软件算法对其分离，常用的方法是数字信号滤波和小波分析变换。本文将采用数字信号处理的方法对原始信号进行分析处理[7]。

根据时域特性，工程数字滤波器可以分为无限冲击响应滤波器和有限冲击响应滤波器；按频域来分，数字滤波器和模拟滤波器相同，可以分为低通、高通、带通和带阻滤波器。

数字滤波器是一个离散的数字信号处理装置，它也是一个离散的时间系统，输入输出都是一个时间序列。这里设H(z)为数字滤波器的系统函数，h(n)为相应的脉冲序列，则在时域内存在：

在z域内，有：

式中，X(z)、Y(z)为输入x(n)和输出y(n)的z变换。在频域内，则是：

式中，H(jw)为数字滤波器的频率特性；X(jw)和Y(jw)分别为输入x(n)和输出y(n)的频谱函数。

从上面的分析可知，一个合适的滤波器系统函数H(z)可以改变输入时间序列x(n)的频率特性，能使经数字滤波器得到的输出信号y(n)，滤除输入信号x(n)中的干扰和无用成分，保留原始信号中的有用频率成分[6]。

呼吸信号的提取采用平滑滤波的方法，由于人体正常情况下的呼吸频率在0.1～0.5 Hz之间，因此设计数字低通滤波器将频率在1 Hz以上的信号滤除。呼吸波的检测算法如下：

(1) 计算输入数据的呼吸波所有极大值及其位置，分别存入Max和MaxPosition中；

(2) 若相邻的极大值之间间隔时间小于2 s，则去掉幅值较小的极值点，结果存入Max1和MaxPosition1中；

(3) 求极大值之间的间隔，若间隔大于前后20个间隔平均值的20%，则去掉该点；

(4) 经过上述步骤的处理后，获得间隔每秒的呼吸率。

心率的计算 利用腿部信号的波峰、波谷信息，进行心率的提取，步骤如下：

(1) 对采集的生理信号用窗口进行均值平滑；

(2) 对平滑后的信号，检测心率特征点；

(3) 根据心率特征点计算出心率。

图8 原始信号Fig.8 Original signal

图9 心率信号Fig.9 Heart rate signals

图10 呼吸信号Fig.10 Respiration signals

3 实验结果

3.1 实验方案

选取5名20～30岁的健康被测者，让被测者坐在设计的坐垫之上，记录他们安静、写字、说话和操作电脑时的数据，并将实验测得的心率、呼吸率与受测者实际的心率、呼吸率作比较，计算误差。

3.2 实验波形

图8～图10是根据实验采集数据绘制的部分波形，采样频率为100 Hz，横坐标为点数，每个点之间的间隔时间为0.01 s，纵坐标为电压幅度，单位为mV，依次为原始信号、心率信号、呼吸信号波形，其中，(a)、(b)、(c)、(d)分别为受测者安静、写字、说话和操作电脑四种状态下测得的数据。

图8是原始数据，由于噪声的干扰，信号显得杂乱，无法直接读取出相关的生理信息，需要对原始信号进行滤波处理。

图9是从图8的原始信号经过低通滤波得到的波形，四种状态下提取的心率信号较为完整，具有较为明显的心率特征峰值，通过一定的算法可以从其中提取出心率值。

图10是呼吸信号波形，呼吸波形相对于心率波形更为微弱，幅值小、频率更低，提取较为困难。从四种状态下的对比图可以看出，安静、写字和操作电脑时对呼吸的影响较小，提取的波形较为完整，但是当受试者说话时，提取出的波形有很大的干扰，对呼吸率的测量影响较大。

3.3 误差分析

为测试本系统的准确性，将坐垫测得的心率、呼吸率与实际的数值比较。从在校学生中随机选取5名被测者，其中男生3名、女生2名。呼吸和心率的实测通过希盟科技生产的智能运动头带测量。测试的结果如表1所示。

表1 坐垫与实测值的结果对照 (次/分)Tab.1 The comparative results of cushion and real-measured value

4 结论

本文设计的基于坐垫的多生理参数采集系统，具有良好的便携性和低负荷的优势，可实现人体心率、呼吸率的测量，并实现数据的控制、传输和显示。本系统设计的意义在于：(1)可实现心率、呼吸率的长时间连续测量；(2)低负荷、实时监测人体生理状况；(3)能够保存测量的数据，便于分析处理。

目前，本设备实现了对人体心率、呼吸率的检测，具有较高的使用价值和广阔的发展前景。未来我们将进一步改善整个系统的性能，同时测量更多的生理参数。

[1] 种银保, 史长宁. 国内监护产品市场的现状与发展[J]. 中国医疗器械杂志, 2005, 29(5): 362-364.

[2] Mukai K, Yonezawa Y, Ogawa H. A remote monitor of bed patient cardiac vibration, respiration and movement[C]. EMBS, 2010: 5191-5194.

[3] 吴锋, 成奇明, 周玉彬, 等. 多导睡眠图仪选择性监测与分析系统的研制[J]. 中国生物医学工程学报, 2011, 30(1), 88-92.

[4] 王硕, 宫恩浩, 于洋, 等. 基于手机的血压无线监测系统研制及初步应用[J]. 中国医疗器械杂志, 2011, 35(6): 402-408.

[5] 徐飞. 蓝牙数据传输增强技术研究及其基带芯片设计实现[D].西安: 西安电子科技大学, 2013.

[6] 狄辉辉, 李京华, 刘景桑, 等. 基于Qt/E的嵌入式实时曲线显示界面设计与实现[J].电子测量技术, 2011, 34(12): 76-79.

[7] 李勇, 徐震. MATLAB辅助现代工程数字信号处理[M]. 西安: 西安电子科技大学出版社, 2002.

Development of System of Measuring Multiple Physiological Parameters by Special Cushion

【 Writers 】WANG Min, LI Junbin, ZHNAG Qianyun, LUO Kexin, QIU Yong, LI Weitao
Nanjing University of Aeronautics and Astronautics, Nanjing, 211100

In order to monitor the physiological condition of the human body in daily life, this study has designed a system of measuring physiological parameters based on cushion, which could detect heart rate and respiration rate when people are sitting. The system can continuously collect signal from cushion with a state of low pressure and without sticking any electrode on people’s bodies. The hardware part mainly includes the signal acquisition circuit of the sensor, microcomputer control module and Bluetooth wireless transmission module. For the two physiological signals have the characteristic of the large noise and low-frequency, we use the Butterworth low-pass flter to process the signal according to an optimized Matlab algorithm. The results show that this system can measure heart rate and respiration rate accurately. Thus, the real-time monitoring on body’s information can be implemented.

unconstrained, heart rate, respiration rate, real-time monitoring, Bluetooth transmission

R318

A

10.3969/j.issn.1671-7104.2016.06.006

1671-7104(2016)06-0413-05

2016-04-21

江苏省大学生创新训练计划项目(201510287041X)

李韪韬，副教授，E-mail: liweitao@nuaa.edu.cn