一种可穿戴式双导生物电信号传感器的实现

赵鸣奇

(陇东学院信息工程学院，甘肃庆阳745000)

一种可穿戴式双导生物电信号传感器的实现

赵鸣奇

(陇东学院信息工程学院，甘肃庆阳745000)

生物电信号能够观察和分析人的工作状态，因此随时随地实时地采集生物电信号具有一定的应用价值。为完成基于眼电信号的计算机辅助输入系统以及后续生理心理计算应用方面的研究，基于Think Gear AM生物电信号模拟前端、STM32微控制器以及蓝牙通信模块，实现了一款可穿戴式双导联无线生物电信号传感器。同时对其进行了数据采集测试、功耗测试和连续运行测试，测试结果表明其平均信噪比约为17 dB，平均工作电流约59 mA，能够连续工作19小时左右。这说明该传感器系统能够胜任其后续研究与应用中日常穿戴并持续数据采集的需求。

可穿戴；生物电信号；传感器

生物电信号是由生物体活动过程中产生的可测量的电信号，观察和分析生物电信号能在一定程度上清晰地得出有关生物体工作状态的结论[1]。人作为一种生物体，其体电信号主要有[2]：心脏活动所产生的心电信号(Electrocardiogram,ECG)、大脑活动所产生的脑电信号(Electroencephalogram,EEG)、肌肉活动所产生的肌肉电信号(Electromyogram,EMG)和眼活动所产生的眼电信号(Electrooculogram,EOG)。这些电信号被广泛地研究与应用，如：认知机理相关的研究[3]、人机交互接口[4]、疾病诊断[5]等等。随着相关研究和应用的发展，随时随地实时地采集生物电信号变得越来越重要，穿戴式脑电、心电等采集设备应运而生。穿戴式生物电信号传感器可分为入侵式和非入侵式两类，入侵式即将电极甚至整个传感器通过手术植入体内；非入侵式即将电极贴于体表。非入侵式因其便捷、安全无需手术等优势而有着广泛的研究。

国外的相关研究起步较早，最早的可追溯到霍特等人[6]的动态心电图采集研究。随着时间的推移，相当数量的关注普适计算环境下的可穿戴健康的科研机构开始进行可穿戴生物电信号传感器的研究与应用。比较多见的是穿戴式心电信号采集，比较新的研究如Nemati等人[7]的低功耗、可长期工作的心电信号传感器，Suresh等人[8]的低功耗可穿戴心电设备。也有一些穿戴式脑电信号采集的研究，例如Artem等人[9]的基于超高频和射频身份识别的可穿戴脑电信号采集系统。眼电信号和肌电信号传感器也有一些研究与应用，比较著名的有Bulling等人[10]的眼电信号采集护目镜和Moon等人[11]的基于肌肉电信号控制的轮椅系统。国内的相关研究有北京工业大学吴水才教授[12]的穿戴式心电传感设备与远程监护系统的相关研究，东南大学薛诗静、高帅锋[13]等人的可穿戴心电监护系统等等。

本文所设计的传感器是陇东学院青年科技创新项目(XYZK1510):基于眼电信号的可穿戴式计算机辅助输入系统研究的一部分。该传感器能够采集两个独立导联的眼电信号，同时也兼顾心电、脑电的采集，以满足后续的可穿戴智能健康监护相关研究与应用。

1 设计目标

本穿戴式传感器能够将两个独立导联的信号进行采集、放大、数模转换，最终将数字串流通过无线传输系统传输到其他设备，图1给出了系统的模块框图。

本传感器系统除了满足体积小重量轻的基本条件外，还应该满足一定的技术参数。为进行信号的数模转换，系统首先应该满足信号放大倍率、采样率的条件，同时也应该选择合适的量化精度。生物电信号的幅值在数百微伏到数十毫伏之间[1]，要将其放大到伏级别的幅度，系统应该有数百倍的放大倍率。心电信号、脑电信号、眼电信号的能量主要集中在60 Hz以下，其中脑电信号还有少部分能量处60～120 Hz之间[1,14]，肌肉电信号因其高频成分多，且在本项目及将来的应用中不会涉及，在此不考虑采集。因此，根据采样定理，系统的采样率应不小于240 Hz。目前主流的数模转换模块一般采用16 bit量化精度，满足对生物电信号进行转换的要求。除此之外，为了能够将数字串流进行实时传输，无线传输系统的传输速率不应该小于960 Byte/s。

图1 系统模块框图

2 硬件设计

如图2各模块示意图所示，系统由可更换电极和传感器主体两部分组成。生物电信号由紧贴皮肤表面的电极收集，通过镀银屏蔽线传输到传感器主体内部，传感器主体内的各模块对其进行处理，最终由蓝牙无线通信传输到其设备。

图2 各模块示意图

2.1 可更换式电极

为满足眼电、脑电和心电不同情景下的采集应用，我们设计了两种不同样式的电极，能够进行更换。在进行基于眼电信号的人-机交互应用时，可在传感器主体上安装一种装有四个圆形干式不锈钢电极片的护目镜以完成信号的采集(见图3)。而在心电和脑电采集中，为了保证信号不受身体运动干扰，可使用纽扣式一次性银-氯化银不干胶电极(见图4)。这样，通过两种可更换的电极设计，从而实现对不同应用的适应性。

图3 护目镜信号收集装置

图4 一次性银-氯化银不干胶电极

2.2 传感器主体

如图2所示，传感器主体(见图5)由数模混合采集前端、微控制器、无线通信和电源四部分组成。

图5 传感器主体实物图

为保证采集到的生物电信号的质量，我们采用了性能良好的数模混合采集前端模块Think Gear AM。该模块是一款专用集成电路(ASIC)模块，输入为单导联生物电信号，输出为包含数字化信号的数据串流，具有256 Hz采样率、16 bit量化精度。本传感器使用两块Think Gear AM实现双导联的信号采集，分别与微控制器的两个异步串口(UART)相连接。

一个STM32F1038T6被用作传感器系统的微控制器，以实现采集前端模块控制、数据串流打包和蓝牙通信模块的控制。该微控制器是一款ARM Cotex-M3微控制器，工作频率最高可达72MHz，并且拥有丰富的接口资源以便后续的研究中添加其他如躯体姿态、肢体运动等生理数据采集模块。

系统采用一个与微控制器异步串口(UART)连接的HC-06蓝牙通信模块实现数据发送，该模块上的蓝牙通信为2.0版本，具有设备兼容性好、传输速率高等优点。

为保证本传感器系统能连续工作20小时以上同时兼顾可穿戴性，考虑到系统的动态电流在60mA左右，采用一款1300mAh的锂聚合物电池和一个充放电管理模块作为传感器系统的电源模块。

3 软件设计

软件系统运行于微控制器上，在 Keil u5 MDK集成开发环境下由C语言编写而成。其主要作用有：在系统上电时，对各模块进行初始化；从数模采集前端模块读取数据串流；对数据串流按照传输协议打包；将打包后的数据串流通过蓝牙通信模块发送；从蓝牙通信接收系统设置数据等。

3.1 任务调度

表1给出了需要软件系统调度的各项任务，其中微控制器资源和各模块的初始化任务需要系统启动后执行一次，读取采集前端、数据串流打包和发送任务需要所有初始化完成后循环执行。

表1 任务及执行方式

图6 任务调度流程图

系统的工作流程如图6所示，即启动后首先初始化微控制器的资源，如存储器、异步串口等；然后进行两个Think Gear AM模块的初始化，如控制其工作方式等。接着初始化蓝牙通信模块，如通信的波特率等；初始化部分结束后，开始循环执行部分：首先读入Think Gear AM 1的数据和Think Gear AM 2的数据。然后将其按照3.2中的数据传输协议添加帧头、帧尾，以数据串流的形式通过蓝牙通信模块发送出去。在循环的最后，还要从蓝牙读取设置信息并进行配置，这为其他设备通过蓝牙对传感器系统进行配置提供了途径。

3.2 数据传输协议

为保证数据传输的可靠、各导联数据的可识别以及后续研究的可扩展，设计了一种定长帧结构。

图7 帧结构示意图

如图7所示，一个帧由帧头、数据负载、帧尾三部分组成。其中帧头由2字节的同步码组成。为避免与TinkGear帧协议冲突，同步码设置为两个0x59。数据负载为帧结构承载有效数据的部分，目前其长度为2字节，分别为两个导联的生物电信号数据，根据后续研究的需要，可增加长度以传输其他生理数据，如躯体姿态、肢体运动等。帧尾为校验字节，内容数据负载求和的低8位按位取反。需要注意的是，数据负载中的数据字节1和数据字节2分别来自前端采集模块Think Gear AM 1和Think Gear AM 2，是分别属于两个Think Gear AM帧的字节。因此，要拿到原始生物电信号数值，在解完图7中的协议后，还需将数据字节1和数据字节2分别当作数据串流，分别解两个Think Gear AM的数据协议。

4 测试及结果分析

数据采集测试、功耗测试和连续运行测试这三项实验被实施，以验证本传感器系统能够满足后续研究与应用的功能需求。

数据采集测试的目的是检验传感器系统能否完成数据的采集。为完成该项测试，开发了一款基于C#的桌面图形用户界面采集软件(见图8)。用该软件采集了一段眼电信号，对其时域(见图9.a)进行观察，发现能从其中清楚地看到眨眼和眼球运动所引起的信号变化。对其进行快速傅里叶变换，分析其频域(见图9.b)，发现信号的能量主要集中在低于20 Hz的频段和50 Hz的频段，这表明信号受到了50 Hz工频噪声的污染，其平均信噪比约为17dB。在对其进行带通滤波去噪(见图10，FIR数字带通滤波器通带频率0.5 Hz-30 Hz)后，时域信号变得更加容易识别。以上结果表明，本传感器系统能够实现后续研究与应用的数据采集需求。

图8 采集软件界面截图

图9 一段眼电信号的时域和频域图

图10 带通滤波去噪后的眼电信号的时域和频域图

功耗测试的目的是测量系统在正常工作时对电能的消耗。在进行测试时，首先在传感器系统与3.3V电源串联电流表，然后打开传感器系统电源开关，完成传感器系统与计算机的蓝牙连接并开始数据采集，待电流读数稳定后，每个3分钟读取一个电流读数，共测量8组数据(见表 2)，得其平均电流为59.7毫安，在1 350 mAh锂聚合物电池供电的情况下，理论上可连续工作22小时左右。一般人每天活动时间为14～18小时，由此可见，本传感器系统能够满足日常活动时的穿戴需求。

表2 工作电流采样

图11 传感器电量耗尽时的采集界面

连续运行测试的目的是检验本传感器系统能否在长时间连续运行时，能否稳定地完成数据采集工作。在测试时，将传感器系统与计算机相连进行正常数据采集，让其连续运行并由采集软件记录工作时长和采集到的数据。采集软件显示传感器系统在工作19小时23分钟14秒(见图 10)后电池电量耗尽，发送出的数据记录完整。这表明本传感器系统能够胜任后续研究与应用中日常穿戴并持续数据采集的要求。

5 结束语

为完成科研项目及其后续相关研究的需要，实现了一种可穿戴式双导联生物电信号传感器系统，该系统能完成双导联生物电信号的采集，并通过蓝牙通信将数据传输到其他设备，还能通过可更换式电极适应眼电信号、脑电信号和心电信号的采集环境。在实现传感系统后，还对传感器系统进行了数据采集、功耗和连续运行三项测试。测试结果表明，该传感器系统能够满足在日常穿戴情况下的对两导联生物电信号的持续采集任务。在后续研究中，本传感器将被应用在基于眼电信号的计算机辅助输入系统中以实现利用眼电对计算机的控制，这在残疾人辅助和计算机游戏控制等方面有一定的应用前景。本传感器系统还将不断改进，以适应穿戴式躯体运动与姿态、心电信号和脑电信号智能监护系统的需求，在可穿戴普适个人生理心理健康计算[15]方面进行研究与应用探索。

[1]KIASALEH K. Biological Signals[M].Biological Signals Classification and Analysis. Berlin,Heidelberg;Springer Berlin Heidelberg.2015:137-74.

[2]WRIGHT K P,ETHERIDGE N,RIDGE J P,et al. E[M]//BINDER M D,HIROKAWA N,WINDHORST U. Encyclopedia of Neuroscience. Berlin,Heidelberg;Springer Berlin Heidelberg.2009:1029-548.

[3]ZHANG X,LEI X,WU T,et al. A review of EEG and MEG for brainnetome research[J]. Cognitive Neurodynamics,2013,8(2):87.

[4]SORIA-FRISCH A. A Critical Review on the Usage of Ensembles for BCI[M]//ALLISON Z B,DUNNE S,LEEB R,et al. Towards Practical Brain-Computer Interfaces: Bridging the Gap from Research to Real-World Applications. Berlin,Heidelberg;Springer Berlin Heidelberg.2013:41-65.

[5]PETERS N,GATZOULIS M A,VECHT R. ECG Diagnosis in Clinical Practice[M].Springer London,2009.

[6]HOLTER N J. New method for heart studies[J].Science,1961,134(3486):1214-20.

[7]NEMATI E,DEEN M J,MONDAL T. A wireless wearable ECG sensor for long-term applications[J].IEEE Communications Magazine,2012,50(1):36-43.

[8]SURESH S V S,KRISHNA KUMAR R,KAMAKOTI V. Portable Low Cost 3 Lead Wireless Wearable ECG Device[M]//LONG M. World Congress on Medical Physics and Biomedical Engineering May 26-31,2012,Beijing,China. Berlin,Heidelberg;Springer Berlin Heidelberg.2013:1331-4.

[9]DEMENTYEV A,SMITH J R. A wearable uhf rfid-based eeg system;proceedings of the RFID (RFID),2013 IEEE International Conference on,F,2013[C].IEEE.

[10]BULLING A,ROGGEN D,TR STER G. Wearable EOG goggles: Seamless sensing and context-awareness in everyday environments[J].Journal of Ambient Intelligence and Smart Environments,2009,1(2):157-71.

[11]MOON I,LEE M,CHU J,et al. Wearable EMG-based HCI for electric-powered wheelchair users with motor disabilities;proceedings of the proceedings of the 2005 IEEE international conference on robotics and automation,F,2005[C].IEEE.

[12]李淑园,吴水才,宾光宇.可穿戴式无线低功耗心电记录仪的设计与实现[J].中国医疗设备,2015,30(3):21-3.

[13]薛诗静,高帅锋,周平.可穿戴式心电监护系统设计及实现[J].中国医疗设备,2015,30(1):6-9.

[14]YAN M,GO S,TAMURA H,et al. Communication system using EOG for persons with disabilities and its judgment by EEG[J].Artificial Life and Robotics,2014,19(1):89-94.

[15]胡斌,张建源,姚志君.生理心理计算——一种基于交叉学科的计算模式[J].中国计算机学会通讯,2012,8(5):60-5.

【责任编辑 朱世广】

Implementation of a Wearable Bi-channel Biological Electrical Signal Sensor

ZHAO Ming-qi

(SchoolofInformationEngineering,LongdongUniversity,Qingyang745000,Gansu)

Biological electrical signal can be significant in observing and analyzing human status,therefore,it is useful to collect these signals anytime and anywhere. For the purpose of completing an electrooculogram based computer type system,a wearable bi-channel biological electrical signal sensor based on Think Gear AM,STM32 microcontroller and Bluetooth wireless module is implemented. Test experiments,including data collecting test,power consuming test and continuously running test,are also conducted. Results show that the sensor system’s signal noise ratio is about 17dB,working current is about 59mA,and could continuously work for about 19 hours. That means the system is adequate for daily wearing and continuous data collection in its future research and application.

Wearable;biological electrical signal;Sensor

1674-1730(2017)03-0020-05

2016-10-10

2015年陇东学院青年科技创新项目《基于眼电信号的可穿戴式计算机辅助输入系统研究》(XYZK1510)

赵鸣奇(1989—)，男，甘肃宁县人，助教，硕士，主要从事生物电信号应用研究。

TP212.9

A