基于蓝牙的呼吸监测装置设计

王捷　项东升　汤新鹏

摘要：近年来随着环境的变化，部分地区空气污染情况不容乐观，加上我国逐渐呈现人口老龄化问题，相关呼吸道疾病的患病率大幅度提高，在这样的背景下面我们迫切需要一款呼吸检测装置用以保障老龄等弱势群体的身体健康问题，我们在这里设计了一款基于蓝牙的可穿戴式的呼吸监测装置，希望给相关用户的身体健康带来保障。

关键词：呼吸检测;可穿戴;健康;蓝牙

中图分类号：TP311      文献标识码：A

文章编号：1009-3044（2020）02-0247-03

1 概述

近年来随着物联网技术的普及与发展，为可穿戴式设备的研发提供了有力的技术支持，同时随着我国居民生活条件不断地变好，健康问题也成为当下的一个社会热点问题。我们结合了这两个方面的市场需求推出一款基于蓝牙的可穿戴的智能呼吸检测装置用以保障相关用户的健康问题并对人的身体呼吸状态进行初步预测。通过这些预备处理，我们就可以在第一时间内对高危群体展开治疗，这样不仅降低了风险发生率，也提高了相关患者的生活质量。

2 背景

我们熟知的多种呼吸道疾病比如睡眠呼吸暂停综合征 SAHS（Sleep Apnea Hyponex Syndrome）是一种社会中比较常见的疾病，同时它也能成为相关脑血管疾病、心肌梗死、高血壓等疾病的导火索之一。病情轻者危及健康，病情严重者甚至可能在睡眠中猝死，实时监测患者的呼吸状态不仅可以帮助患者脱离风险，而且可以通过我们的警报提醒装置，在第一时间内预防各种并发症的发生。

可穿戴式监测设备相比于传统的监测设备有诸多的优点，比如用户在佩戴过程中完全没有心理负荷，一些传统设备例如摄像头在工作时用户一般都会觉得隐私被侵犯，心理压力大，在这种状态下监测到的数据就不是人体正常数据，这种数据造成的误差是十分大的，相比较我们的可穿戴式监测设备具有体积小、成本低、功耗小、便于携带等诸多优点，用户佩戴几乎不会造成任何心理负担，所以说一款可穿戴式的监测装置是相关患者的最优选择。

于此同时，Android技术的发展对可穿戴式设备有着极大的影响，近年来智能手机的发展十分迅速，以前我们利用智能手机仅仅用于监测患者的数据，现在随着智能手机的性能越来越高，我们不仅能够实现24小时实时监测同时还能够将数据传送到我们的云端数据库。

我们利用蓝牙通信是因为蓝牙技术具有低功耗、低成本与安全性高三大优势，同时也可以保障系统长时间无间断的监测，相比较其他设备蓝牙设备所携带的电子脉冲波频率十分的低，对患者的身体影响微乎其微，于此同时由于蓝牙技术的通信距离的限制，我们可以有效的保障用户的身体数据不会泄露出去，所以我们把蓝牙设备传输作为我们的设计首选。

3 应用现状分析

目前，在整个市场上面，相关设备的种类十分稀少，或多或少都存在着不足之处，根据我们的调查，患有呼吸困难疾病的人数不断增加，这就为我们市场的拓展提供了极大的可能，与传统方法比较，比如留院查看，安全性高，但是这种方法需要耗费极大的医疗费用，一般的普通家庭根本无法承受，又或者是监护人监督，这种方法不需要支出，但是安全性根本得不到保障，因为监护人不可能在长时间内连续不间断的查看患者状态，所以我们的这款系统就是在这样的一种背景下应运而生，它不仅经济实惠，同时安全系数也比较高，具有较好的市场竞争力。

4 检测原理

我们主要的数据收集模块是温度传感器，通过这样一个传感器我们可以有效的监测用户的呼吸状态，患者鼻腔处的温度会伴随着人的呼吸频率的变化而变化，例如一个人呼吸频率高那么我们绘制的温度曲线类似与正弦波分布密集而且陡峭，相反就是疏散而平坦，当用户呼吸困难时那么这条曲线就会向直线状态转变，这时我们的系统就会在第一时间内检测并且发出警报。

5 硬件系统设计

我们的硬件系统组成包括头戴式呼吸机，移动端接收软件，微处理器，系统电路，液晶显示模块、电源管理模块、温度传感模块以及蓝牙通信模块组成，硬件系统架构图如图1所示，在下面我们简要地介绍一下几个主要模块的功能。

5.1 微处理器

我们的处理器采用STM32F4系列的微处理器，它具有高性能、低功耗与低成本的优点，同时兼容于STM32F2系列产品，在STM32F2的基础上集成了新的DSP和FPU指令，基本上可以保障绝大多数传感器的通信要求。

5.2 电源管理模块

本系统采用的锂电池规格是3.7V，同时支持通过设备的USB端口直接对其进行充电，我们通过查看STM32的ADC可以实现对装置的电池电量进行查看，以便于提醒相关用户及时为装置充电。

5.3 温度感应模块

在患者的呼吸通道处我们安装了一个DS18B20温度传感器，这种传感器具有体积小，硬件开销低，抗干扰能力强，精度高的特点，基本上符合绝大多数应用场景。我们众所周知人体在呼气时周围温度会随之改变，我们利用这种原理监测用户的呼吸频率以及相关呼吸状态，以便于我们在第一时间了解用户的身体状况。

5.4 电路设计

我们在系统中采用了前置放大电路、低通滤波电路、高通滤波电路以及后级放大电路来提高收集到的信号的强度，保障数据的精确度，我们的电路工作流程图如图2所示。

其中我们通过传感器采集到的呼吸数据经过前置放大电路进行放大;接着利用低频滤波电路与高频滤波电路排除其他干扰条件;然后我们通过后置放大电路把信号值放大到我们的允许电压范围以内。最后通过微处理器的分析并且通过蓝牙将我们采集到的信号传输到我们的手机终端。下面我们简单地介绍一下几种电路的功能。

1） 前置放大电路：患者的呼吸信号是一种生物电信号，信号强度是十分微弱的，所以我们在电路中采用前置放大电路来提高我们的信号强度，这样会使得我们收集到的用户数据更加准确，这里我们采用AD620放大器，信号经过AD620放大器后基本不会产生失真现象，这样就可以把系统监测到的数据误差控制在可靠范围之内。

2） 低通滤波电路：患者呼吸过程当中存在部分高频干扰信号，这里我们需要低通滤波电路来截至高频信号。

3） 高通滤波电路：我们监测患者呼吸数据时，由于心跳信号和其他干扰信号的影响，会产生零点数据漂移现象，高通滤波电路的作用时保持呼吸信号处于一个水平的位置。同时高通滤波器与低通滤波器组成了一个频带较宽的带通滤波器，这样无论是高频信号或者低频信号干扰，我们都可以阻隔在外。

4） 后级放大电路：信号经过前置放大电路的放大信号强度增强，不足的是输出电压还是处在一个比较低的值，我们要保证信号的正确传输就必须对输出电压的大小作以调整。

5.5 通信模块

在这里我们采用异步收发器（UART），相比较异步收发器的性能与USB接口相当，但是异步收发器的传输协议简单明了，减少了不必要的开销，所以我们的通信模块采用异步收发器接口与蓝牙相连接，我们采用的蓝牙芯片为JBM-141，这款芯片适用于各种近距离无线数据传输，可以根据规格对串口的速率进行调整，这样就可以实现一对一或者一堆多的全透明性数据传输。

6 软件系统设计

我们的軟件系统主要包括呼吸监测数据反馈模块、警报模块、在线论坛模块、个人设置模块以及安全建议模块组成。软件整体架构图如图3所示。

1） 呼吸数据反馈模块。安卓端通过通信接口接收从传感器传输而来的数据，并且绘制动态数据浮动曲线，在可视化界面当中用户可以很清楚地看到当前的呼吸状况数据。

2） 警报模块。我们在这里根据用户的实时监测信息与用户上传的正常呼吸数据做比较，每当数据出现较大的异常时我们就可以及时发出警报信息，提示监护人员注意。

3） 在线论坛。在这里我们可以直接收集到用户对我们系统的体验信息，以便于我们对系统进行改进，提升用户的满意度。

4） 个人设置。用户可以查看到自己的睡眠质量信息，更改自己的账号信息等，同时我们系统对用户的睡眠信息进行初步分析提出反馈建议，用户也可以在个人设置里面接收采纳我们的建议。

7 系统实现

7.1 技术工具分析

本系统基于安卓Studio开发，它是最新一代的安卓开发工具，内含许多的软件开发框架方便简洁，同时具有稳定、速度快等诸多优点。

我们选择SQL Server2017作为我们的数据库，运用tomcat服务器完成解释器的编译，同时tomcat服务器功能强大，具有跨平台、安全等多种特性。

7.2 数据库设计

我们的系统在分析用户监测数据时，需要运用数据库对数据经行一个设备端向服务端的一个信息传递，数据库是数据存储与数据分析的基础。

7.3 界面UI设计

我们的主题设置主要以清新的绿色格调为主，这样不仅对用户的视力有所保护，同时给用户一种视觉愉悦感，我们的字体选择微软雅黑，这种字体从整体看上去十分的美观，具有高的辨识度。

7.4 手机终端接收蓝牙数据设计

我们的设备在进行蓝牙传输时必须要进行蓝牙连接，我们的蓝牙连接要以适配器作为基础。同时我们的智能安卓手机终端上面必须配备蓝牙API，同时在代码设计中我们要对蓝牙的设计权限作以申明。在权限申明之后我们通过蓝牙适配器得到适配器对象，然后搜索连接相关设备，连接成功之后我们通过代码中的getInputStream（）方法接收从设备端传输过来的数据，具体流程图如图4所示。

8 结束语

本文针对广大具有呼吸困难疾病的用户设计了一款可穿戴式的呼吸监测装置，该装置设计实现了对用户数据的实时监测，同时对用户的呼吸数据进行分析，一旦用户身体呼吸数据产生异常现象，我们监测系统都可以在第一时间内发出警报提示用户，为相关用户提供保障，同时我们的系统简单实用，测量数据准确可靠，具有较高的性价比，符合广大用户的需求。

参考文献：

[1] 苌飞霸， 尹军， 颜乐先， 等. 可穿戴式人体呼吸状态监测系统的设计[J]. 电子技术应用， 2014， 40（1）：79-81， 85.

[2] 苌飞霸， 尹军， 张和华， 等. 人体生理参数采集系统中无线通信模块设计[J]. 中国医学物理学杂志， 2014， 31（6）：5305-5309.

[3] 盛婷钰， 方震， 陈贤祥， 等. 腕表式睡眠呼吸暂停监测系统设计[J]. 传感器与微系统， 2018， 37（7）：96-98.

[4] 苏静怡， 张金盈. 睡眠户籍暂停对急性冠脉综合征院内治疗结局影响[M]. 河南医学研究， 2017， 26（22）：4048-4050.

[5] 鲍丙豪， 刘辉， 曹一涵. 基于Android手机的心电、呼吸监护系统设计[J]. 电子科技， 2017， 30（2）：135-137， 141.

[6] 赵明剑， 郭珊山. 基于MSP430的便携式哮喘智能监测系统[J]. 电子技术应用， 2017， 43（9）：68-71， 75.

【通联编辑：谢媛媛】