多生理参数信号采集与处理虚拟仪器教学平台

江天 刘慧

摘 要：目前，市面上有生物医学工程方面的教学平台，但是大多属于验证型实验平台，学生很难自主进行设计型或创新性实验。本项目基于NI LABVIEW虚拟仪器开发平台开发，构建具有二次开发性的多生理参数信号采集与处理教学及科研开放平台。该平台具有实时采集、显示、存储及回放生理信号的功能，可以同时进行多通道采集，平台提供了FFT谱分析功能。存储数据以EXCEL文件格式存储，方便二次开发。文章以基于AMDF算法计算心率为例给出了教学的综合实验案例。该教学平台有较好的创新性和实用价值，值得深入研究和开发。

关键词：生理信号； 虚拟仪器； LABVIEW；开放平台；信号处理

中图分类号：G642 文献标志码：A 文章编号：2096-000X（2017）01-0094-04

Abstract： At present， there are many teaching platforms on biomedical engineering. However， most of them belong to confirmatory experiment platforms and students have difficulties in carrying out independent design and innovative experiments. Based on NI LABVIEW virtual instrument development platform， this project built an open teaching and researching platform for acquisition and processing of multiple physiological parameter signals with second development. This platform can collect， display， store and re-play physiological signals in real time. At the same time， it boasts FFT spectrum analysis function and can carry out collection through multiple channels. The data can be stored as EXCEL file， which provide convenience for second development. Based on the calculation of heart rate by using AMDF algorithm， this paper provides a comprehensive experiment case for teaching. This teaching platform is of good innovativeness and practical value， which is worth to be further researched and developed.

Keywords： physiological signals； virtual instrument； LABVIEW； open platform； signal processing

一、概述

生物醫學工程设计或医学诊断都要求我们对人体生理信号如心电、脉搏、呼吸等特性深入了解，这也是生物医学工程专业学生的核心学习内容之一。目前，市面上有生物医学工程方面的教学平台，但是大多属于验证型实验平台，学生很难自主进行设计型或创新性实验。本项目基于NI LABVIEW虚拟仪器开发平台开发，构建具有二次开发性的多生理参数信号采集与处理平台，为生物医学工程专业及相近专业的学生及科研工作者提供便利[1-6]。

二、系统方案

从系统的便利性考虑，本项目采用USB总线数据采集卡——即北京中泰研创的USB7660采集卡，并且采用合肥华科电子的多种生理传感设计该教学平台，采用LABIEW软件设计虚拟仪器平台，组成框图如图1所示[7-9]。平台具有以下几大功能：

1. 提供脉搏、心电、呼吸等生理信号传感器。

2. 多通道采集功能，最多可同时采样16路信号；采样率可设置。

3. 实时存储功能，数据文件以EXCEL格式存储。

4. 波形动态显示及回放功能。

5. 信号处理及分析功能，LABVIEW软件直接提供FFT谱分析功能，或者可以通过MATLAB进行原始波形数据（excel文件）的信号处理，如心率、脉率计算。

系统代码开放，具有二次开发性，提供部分教学案例及二次开发设计思想。

三、系统硬件设计

系统硬件主要采取外协采购，主要包括生理信号传感器、自制生理信号接口电路、USB数据采集卡。

传感器选型及接口电路：

选择了四种华科生理信号传感器及模块，心电传感器模块、红外脉搏传感器、心率模块、呼吸模块等，其外形图分别如图2-图5所示。图5中铝质外壳的是心电模块。其中，红外脉搏、呼吸传感器、心电模块输出都是连续模拟信号，而心率模块输出的是峰峰值2V矩形波。

四、系统软件设计

根据前面所述的基本功能指标，软件设计主要包括以下几部分功能设计：界面规划、数据采集及显示模块、存储及回放模块、信号处理模块。

（一）界面设计

考虑到使用的便捷性，系统设计界面的设计思想是紧凑、实用、人性化。界面主要分两个界面：初始化界面、功能模块界面。初始化界面如图6，功能模块界面如图7所示，主要包含数据采集模块、显示模块、存储、回放、数据处理模块相关功能模块。

（二）数据采集及显示模块

数据采集是系统中最核心的模块，本系统支持单通道数据采集及多通道数据采集方式，而且可改变采样率及采样点数，因此该部分主要包含以下功能设计：参数设置、启动采集等。

其中参数设置模块主要包括采样通道、采样率及每通道数据采样点数等，如图8所示。受板卡自身性能限制，即最低采样率为1KHz，因此，针对生理信号的特点，我们首选1KHz采样率。实际采集效果图如图9的脉搏波形图。

（三）存储及回放模块

考虑到本教学平台的特色部分：可以为学生或科研工作者进一步数据处理、提供二次开发可能性，必须设计一个能够方便调用的通用数据格式，并且具有回放存储数据的功能，基于此系统设计了可将原始数据存储为EXCEL文件，并且可以回放数据。

为了方便用户对数据查找，存储时默认的文件名是按照“年月日时分秒”格式命名的，也可以由用户自行输入修改，如图10所示。图11为存储的EXCEL文件利用插入折線图直接导出的多通道生理信号数据图，同时测试了某两位同学的心率、心电、脉搏及呼吸波形，可从图中看出心电模块的干扰略微偏大。

（四）信号处理模块

信号处理是生理信号检测必不可少的部分，本次设计考虑到本科学生的教学体系及LABVIEW软件的基础问题，本文选择FFT谱分析作为最典型的信号处理模块。图11中A曲线为心率波形图，图12为对应的FFT后的谱分布，由于心率波形类似于方波，所以谱分布十分丰富。图13为脉搏波形（图9）对应的谱分布图，该图可以看出高幅度含量的谱线集中在非常低的频率，符合脉搏信号的特点[10]。

五、综合实验案例设计

该平台是个开放式教学平台，应用对象不仅仅是局限于生物医学工程专业的学生，包括电子信息类的学生，可以进行多种综合实验。如：

（1）通过该平台进行生理信号放大器、滤波电路的特性测试，即可通过实时测试输入及输出信号，存储数据、并通过谱分析，分析放大器或滤波电路的幅频特性。

（2）基于平台已有的硬件测试生理信号并存储数据，进行数字滤波、谱分析、或者脉率、心率计算分析。

就以第2条为例，以该平台采集的心电信号采集及处理为例，要求学生基于该平台采集的心电信号原始数据，对该信号进行心率计算。下面我们给出利用MATLAB工具以AMDF方法分析心电信号的实验过程。

（一）AMDF算法介绍[11，12]

短时平均幅度差函数（AMDF）常用在語音信号处理中的浊音周期计算，短时幅度差函数能够代替自相关函数进行语音分析，是基于这样一个事实：即语音的浊音具有准周期性，如果信号是完全的周期信号，则相距为周期的倍数的样点上的幅值是相同的，差值为零，即

d（n）=x（n）-x（n-k）=0 k=0，±Np，±2Np，... （1）

对实际的语音信号，d（n）虽不为零，但值仍很小，这些极小值将出现在整数倍周期的位置上。为此可定义短时平均幅度差函数为：

式中R是信号x（n）的平均值。显然，如果x（n）在窗口取值范围内具有周期性，则Fn（k）在K=0，±Np，±2Np…处将出现极小值。

（二）基于AMDF算法的心电信号分析

心电信号同浊音信号类似，是准周期信号，所以可以将心电信号进行AMDF函数处理，然后判断出极值点，通过极值点以及采样率换算计算出脉率或心率。

图14-图15为某同学静态测试的3分钟心电波形图（整体和局部展开图），图16-图17为另外一位同学同学运动状态（每秒不少于3次的跑步）测试的3分钟心电波形图（整体和局部展开图）。可看出，AMDF算法具有较好的抗干扰性，可以较好的适应静态和动态两种情况。

六、结束语

项目利用LABVIEW软件平台，采用合肥华科的生理信号传感器和北京中泰研创的USB数据采集卡，结合自制接口电路自主设计了开放式多生理参数信号采集与处理虚拟仪器教学平台，该平台具有实时采集、显示、存储及回放生理信号的功能，而且还提供了FFT谱分析功能，以基于AMDF算法计算脉率为例给出了可为二次开发或教学的综合实验案例。该平台预期可以广泛用于生物医学工程信号及电子信息类学生、生理信号传感器制造商及相关领域的科研工作者使用，市场前景十分宽阔，值得进一步深入研究和开发。

参考文献

[1]李羽翠.基于LABVIEW的MIT-BIH心电信号读取方法[J]. 工业控制计算机，2014（11）.

[2]陆宏伟，王春芳，花有园，等.基于虚拟仪器的人体生理信号发生器的研制[J].中国医学物理学杂志，2013（1）.

[3]韩君.基于虚拟仪器的生理信号检测实验系统[J].实验室研究与探索，2013（6）.

[4]于璐，索永宽，沙宪政.基于虚拟仪器的生理信号采集分析系统[J].生物医学工程与临床，2011（3）.

[5]宋爱晶，林峰，邓林红.一种基于虚拟仪器的生理信号测量系统[J].传感器与微系统，2012（1）.

[6]秦鑫.基于虚拟仪器的血压测量仪设计[D].南京理工大学，2012.

[7]Jeffrey Travis &Jim Kring. LABVIEW大学实用教程（第三版）[M].乔瑞萍，等译.电子工业出版社.

[8]http：//www.ni.com/zh-cn.html[EB/OL].

[9]http：//huake-chuanganqi.gongboshi.com/[EB/OL].

[10]程佩青.数字信号处理教程[M].清华大学出版社.

[11]张文耀，许刚，王裕国.循环AMDF及其语音基音周期估计算法[J].电子学报，2003（6）.

[12]成新民，曾毓敏，赵力.一种改进的AMDF求取语音基音的方法[J].微电子学与计算机，2005（11）.