基于PVDF传感器及鼾声检测的智能睡枕设计

祝奔奔， 万 舟， 魏健雄， 薛 春

(1.昆明理工大学 信息工程与自动化学院， 云南 昆明 650500；2.昆明理工大学 电子电工中心实验室， 云南 昆明 650500)

睡眠呼吸暂停综合征(Sleep Apnea Syndrome, SAS)有可能诱发心肌梗塞、脑血管意外和其他疾病，具有潜在危险性。在严重的情况下，即使在睡眠中也会危及生命。目前用于呼吸检测的主流方法有电感应体积描记法、热敏法、光纤传导法、阻抗法、压阻法等。但是，呼吸检测的主流方法存在诸多不足，如电感应体积描记法检测呼吸过程的原理是通过检测缠绕在人体胸腹部的感应线圈中磁通量的大小，从而间接分析呼吸过程。该方法测得的呼吸参数全面且技术并不复杂，但因为耦合现象存在胸腹之间，使得信号的精准性偏低。热敏法是将热敏电阻固定在鼻孔处，热敏电阻通过检测气流的温度变化，实现对呼吸信号的采集，因为热敏电阻本身存在响应慢的特点，信号采集时会发生滞后现象，并且舒适度差，若皮肤和热敏电阻接触，会使测量结果失真[1]。

而造成睡眠呼吸暂停综合征的主要原因是人体在仰卧睡眠时的重力因素引起的舌根和软鳄的后移或后坠，造成呼吸道空间变小或关合。治疗该症状的方式包括持续气道正压通气(CPAP)、口型纠正器和动手术等，这些方式都带有一定的局限性，使得治疗效果不尽如人意。使用侧卧位的治疗法(通常称“侧睡”)能阻止舌根后坠，缓解上气道闭合的危险，使患者的睡眠呼吸顺畅，能够降低心脑血管病状的发生，是一种更实惠且方便有效的方式。不过很多成年人习惯了仰睡的姿姿，无法在发生酣睡时自主改变睡姿。

针对上述问题，本文设计了一种基于PVDF传感器及鼾声检测的智能睡枕，使用传感器及单片机系统可以监控患者睡眠呼吸的实时状态，能够记录睡眠呼吸暂停综合征的时长和频度，并通过安装在枕头中的气囊装置，调节枕头高度和斜度来把酣睡者仰卧睡姿变换为侧卧睡姿，有利于治疗睡眠呼吸暂停综合征，同时能够提前防范许多并发症的产生，让患者的生存率得到提高。

1 智能睡枕系统构成

1.1 系统工作原理

呼吸数据是生命存活的标志之一。人的胸廓呈规律性的紧缩和张开运动，以此完成肺部的运动即呼吸运动，呼吸时吸收环境的氧气为人体新陈代谢提供能量，保持生命。判断睡眠健康的最重要数据是呼吸信号。医学界定义胸腹部呼吸运动停止大于10 s时，即可能发生呼吸暂停。当呼吸时，肋间外肌张开，横隔膜下垂，提高胸廓宽度，腹部隆起。吐气时，肋间外肌收紧，横隔膜提高，胸腔变小，腹部凹缩，当发生呼吸停止时，胸廓运动停止，无气流运动[2]。把液压PVDF传感器固定在胸前，呼吸时胸部震动就会由囊中的液体传导至传感器的感应面，以此检测人在睡眠呼吸时胸部运动产生的信号，判断睡眠呼吸的实时状态；微型麦克风用于鼾声检测，判断睡眠者是否属于打鼾状态，以此调节睡枕结构。

智能睡枕包括柔性枕头(表面设有气孔)、柔性气垫、USB接口、PVDF传感器(属于外部接入设备)；柔性枕头内部设有微型充气泵、气囊、微型麦克风、单片机、滤波电路、充电电池、蓝牙接收模块，如图1所示。

图1 智能睡枕结构图

通过PVDF呼吸传感器、微型麦克风、气囊的三者结合，微型麦克风用于检测酣睡者鼾声，内嵌单片机系统根据微型麦克风检测到的鼾声，控制气囊充放气，进而实现枕头和气垫自动调节高度和斜度，柔性枕头两头高度高于中间高度(中间处于起始高度)，枕头呈一定斜度，把酣睡者仰卧睡姿变换为侧卧睡姿，同时避免落枕发生，以此消除鼾声。特别地，当PVDF呼吸传感器检测到无呼吸活动时，微型充气泵快速运行，通过枕头和气垫的反复快速震动唤醒酣睡者，达到预防呼吸暂停的作用。

1.2 PVDF传感器的设计

聚偏氟乙烯，简称PVDF，是一种有机高分子压电材料，可制成压电薄膜。用PVDF制成的薄膜不仅柔韧耐用，而且力信号转换为电信号的灵敏度高。当PVDF压电薄膜受外力作用时，薄膜上下表层会生成极性相反、大小相等的电荷量。可将其近似看成两极板上聚集了等量异性电荷，中间为绝缘体的电容器，故可用PVDF作为传感器的压电材料。根据其性质，可将受力状态的PVDF薄膜理想化为电容器。当薄膜受到垂直于膜面方向压力，单位面积输出电荷量与所施加垂直于薄膜表面外力的关系为

δ=dσ，

(1)

△δ=d△σ，

(2)

式中d为垂直薄膜方向的压电应变常数,单位：C/N；σ为薄膜承受的应力,单位：Pa。

在PVDF薄膜上位置(x，y)，假设0时刻的电荷密度为δ(x,y,t0)，t时刻的密度则为δ(x,y,t)，则

(3)

当面积为S的压电薄膜两极板上因施加压力而聚集了电荷，电荷量为

(5)

式中F(t)为压力函数，单位：N。

薄膜由此产生的电压可表示为

(6)

呼吸时胸部会产生张开收缩振动，PVDF传感器就是采用某种换能元件通过自身的压电效应把腹部运动产生的振动物理量转化为电量输出[3]。在设计传感器时，为了能够保证感应到的数据不失真，将振动量最大限度地转化为电信量，因此，PVDF传感器用于振动信号检测的方式为接触式。

图2 PVDF传感器

由于PVDF压电薄膜直接和皮肤接触时，表皮的温度会对所测信号造成干扰，同时不利于PVDF传感器穿戴的舒适性。针对上述情况，根据“压强可由液体传递”的性质，设计出了一种橡胶质全封闭液囊。图2为PVDF传感器简图。该传感器为长方体状，长方体两边为腰部镶嵌带，将左边的腰带插入右边的腰带中可实现传感器的固定，腰部镶嵌带的设计可以符合不同腰围的人使用传感器。橡胶壁厚0.3 mm，液囊厚度为2 mm，将PVDF薄膜安装在图中的A处，感应层紧贴于胶囊上壁，胶囊的下壁和皮肤接触，利用橡胶的弹性和腹部皮肤贴合，从而增加了传感器的接触面积。腹部呼吸震动就会由囊中的液体传导至传感器的感应面。另外，用橡胶制作液压胶囊对皮肤不会产生刺激且绝缘导热，避免了PVDF薄膜和皮肤的直接接触，50 Hz干扰会被隔除。生理信号的可测性得到了加强[4]。

由于使用的PVDF材料经历了转换，所生成的电荷数与外部电路并无关联。可以此作为一种稳流源，电阻特别大，故可以辅助采用一类输入阻抗很高的电荷放大装置，数据采集期间最好能降噪。鉴于此，文中设计的电荷放大装置在实现信号放大的同时还进行降噪处理[5-6]。

由于使用的传感电路的电荷放大装置的阻抗要和PVDF的相差不大，使用CA3140高输入阻抗电荷放大装置，其值为1.2×1012Ω，具有非常低的输入电流和较快的处理速度，使用时电压值范围为4～36 V，频率范围为0～5 MHz，转换速度为10 V/μs，它作为幅值很小的信号放大装置是相当合适的。故选取CA3140当做一开始的放大滤波装置。装置结构图如图3所示。

图3 CA3140带有带通滤波的电荷放大装置结构图

2 系统设计

2.1 总体方案设计

基于PVDF传感器及鼾声检测的智能睡枕系统主要包括信息接收模块、控制模块和执行模块，控制模块为系统的核心部分。为实现PVDF呼吸传感器信号传输给单片机进行分析处理，信息接收模块需包含内嵌在枕头里的蓝牙接收模块和PVDF传感器上的蓝牙发射模块。控制模块核心部件使用STM32系列的单片机对呼吸信号进行分析处理，控制执行部分运作。执行模块主要包括微型充气泵及气囊，可调节睡枕的斜度和高度，改变酣睡者睡姿。系统框图如图4所示。

图4 智能睡枕系统框图

2.2 系统硬件设计

2.2.1 滤波器电路及供电方式

检测过程中几乎都会发生工频干扰，发生工频干扰的原因包含周围环境生产的噪声以及电路中因为电磁效应的原因而生成的干扰，所以，必须独立设计一种电路来滤去此类工频干扰。

本传感器使用的滤波电路是在相应的频率范围里对信号产生滤波功能。运用的高速运算放大装置的中心放大装置为LM358芯片，于滤波电路中嵌入正反馈电路，以提高通带中心频率周围的信号大小。

本设计采用的供电方式为内置锂电池供电，主要完成采集电压、控制充放电的工作状态、电量指示等功能。由于锂电池本身的电压使用范围为3.2～4.2 V，取锂电池电压的100/570当做模拟输入量，使用电阻进行串联构成分压电路，因此模拟值的变化区间为2.64～3.64 V。可通过USB接口对锂电池进行充电。

2.2.2 信息接收模块

信息接收模块使用的蓝牙型号为HC05主从一体蓝牙模块，与STM32单片机连接方式采用UART接口方式。传输波特率为9600 bps，从机模式。

2.2.3 控制模块

控制模块选用STM32F103R6单片机，采用CORTEX-M3内核，具有能耗低、成本低和性能良好等特性。STM32还具有最大翻转率18 MHz的GPIO和SPI,UART串行接口，能实现高端运算。

STM32用于处理分析PVDF传感器所测得的震动信号及微型麦克风传来的声信号，发送相关指令控制微型充气泵的运行，通过气囊充气实现睡枕高度和斜度的调节；将与睡眠相关的震动信号及声信号传输给AT25F1024存储芯片，便于用户通过USB接口读取睡眠信息。

2.2.4 执行模块

执行模块如图5所示，采用继电器开关控制微型充气泵工作，为保险起见，继电器开关采用“或”门模式，在一个开关因其他原因无法闭合式时，另一个开关处依旧于闭合状态，保证智能睡枕正常工作。

图5 控制模块电路图

2.3 软件设计

系统使用STM32系列单片机进行数据分析处理，根据鼾声及胸部震动信号判断呼吸状态以及呼吸周期等参数。系统主流程图如图6(a)所示。可分为5个状态：系统初始化、数据获取、信号处理分析、控制执行和数据存储。经STM32单片机分析处理后的数据可存储在AT25F1024芯片。

鼾声检测流程图和呼吸震动流程图如图6(b)、(c)所示，其中鼾声检测的阈值为50 dB，即大于50 dB可判断为鼾声。为避免睡枕一次性高度调节过大而影响睡眠，默认睡枕一次调节高为2 cm,睡枕高度阈值为12 cm。用PVDF传感器测得的呼吸震动信号转为压电信号，经放大后电压幅值在0.5～1 V之间。

本系统包含初始化子程序、数据读取主程序、信号处理分析子程序、控制模块主程序和子程序。本系统是在Keil μVision3环境下选用C语言完成编程，并使用Protues 8.6实现系统仿真。

图6 系统流程图

3 系统仿真结果分析

将PVDF传感器绑在测试者胸前，对测试者进行呼吸检测。将收集到的受试者胸部震动信号输入MATLAB软件，经降噪处理和平滑处理后，过滤掉因呼吸声和心跳产生的干扰信号，得到呼吸信号图，测得呼吸信号波形的时长为2 min，取中间的30～40 s呼吸波形作为结果分析。受试者的呼吸信号波形图如图7所示。

图7 呼吸信号图

图7(a)是受试者正常的呼吸信号图，测得波形的时长为2 min，取中间的30～40 s呼吸波形作为结果分析。可以看出在这期间经历了2个呼吸周期，也就是呼吸2次，每次呼吸平均用时6.0 s，这与受试者的呼吸频率是完全一致的;每一次呼吸的最大幅值在0.5～1 V之间。

图7(b)是受试者呼吸较为急促的信号图，同样测得波形的时长为2 min，取中间的30～40 s呼吸波形作为结果分析。可以看出在这期间经历了5个周期，表明呼吸5次，平均每次呼吸用2.0 s的时间，并且每次呼吸的最大幅值介于0.4～0.7 V。

图7(c)是受试者尝试呼吸暂停的信号图，取中间的30～40 s呼吸波形作为结果分析。可以看出在这期间经历了1个周期，表明呼吸1次，出现了呼吸停止的情况，呼吸的最大幅值为0.7 V。

微型麦克风检测的鼾声信号如图8所示，图8(a)显示鼾声信号发生规律且鼾声分贝的峰值大于50 dB,即呼吸顺畅且鼾声均匀，STM32单片机可根据该鼾声信号发出调节睡枕高度和斜度的信号。

图8(b)显示鼾声在21 s内鼾声峰值只有两次超过50 dB,STM32单片机根据鼾声信号判断无鼾声现象。此时根据PVDF传感器传来的信号判断是否发生呼吸暂停，从而控制执行机构运行，防止呼吸暂停发生。

图8 鼾声信号图

最后进行实际应用分析，对7位在夜间睡眠时会发生严重打鼾现象的志愿者进行测试，测试的依据分为每小时呼吸暂停数(平均值)、7 h内呼吸暂停总数、7 h内鼾声平均分贝值。实验数据如表1所示。

表1 智能睡枕使用情况

通过对比使用智能睡枕前后的数据分析，我们发现所设计的智能睡枕的止酣和防止呼吸暂停发生的效果因人而异，但总的来说对于患有睡眠呼吸暂停综合征的患者，使用智能睡枕后可大大改善鼾声和呼吸暂停发生的概率，通过调节枕头高度和斜度来把酣睡者仰卧睡姿变换为侧卧睡姿，能帮助患者诊治睡眠呼吸暂停综合征，验证了智能睡枕的止鼾和改善呼吸暂停发生的作用。

4 结束语

随着近年来睡眠呼吸暂停综合征发病率的逐年提高，作者设计了一种可检测酣睡者睡眠参数的同时可以止酣及改善呼吸暂停综合征发生的智能睡枕。克服了传统检测睡眠呼吸参数带来的弊端，避免了传统治疗方法中对设备及场地要求高等给患者带来的诸多不便。但需要指出的是不同的人因体质原因呼吸频率是不同的，但并不影响PVDF传感器及鼾声检测所实测的睡眠参数。从实验结果来看，本文提出的设计方法可以准确地测出睡眠者的鼾声强度和因呼吸产生的胸部震动信号，通过调节睡枕的结构可有效的防治睡眠者鼾声的发生和呼吸暂停的发生。相信随着技术的成熟，能改善大多数人的睡眠质量。