基于压电薄膜的非接触式人体生理信号监测椅

张 琪，王太宏，段小川

(1.厦门大学 航空航天学院，福建 厦门 361102；2.南方科技大学 电子与电气工程系，广东 深圳 518055；3.厦门大学 萨本栋微米纳米科学技术研究院，福建 厦门 361102)

0 引言

人体的心率、呼吸信号可以在一定程度上反映人体的代谢情况，对人体心肺功能的监测具有很大的参考价值。传统生理信号检测仪需要将电极粘贴在人体表面，这种设备价格贵，操作复杂，不适合长期监测。近年来，一些智能穿戴设备被人们所熟知。但多数都需要与人体接触，且其测试信号精度不高，不便作为诊断依据。非接触式人体生理信号监测系统[1-2]因不使用电极与人体接触，减少了复杂的连线，使监测更便捷舒适，受到了人们的广泛关注。

1877年，Gordon提出了心冲击信号(BCG)的概念，Starr等表明正常BCG信号具有周期性，应与心脏活动保持一致，且具体描述了BCG信号为“W”型波。BCG信号是在心脏泵血及大动脉血液循环的过程中引起的身体振动信号，人体呼吸作用由于胸腔的起伏也同样会引起身体有规律的振动，其与BCG信号叠加成为人体体震信号。因此，对人体振动信号进行监测可以实时反应出受试者的心率和呼吸变化，且具有非接触性、测试简便等优势。

聚偏氟乙烯(PVDF)薄膜具有体积小，质地柔软，灵敏度高及加工性能好的特点，更适宜作为人体振动信号采集工具[3]。本文基于PVDF压电薄膜传感器设计了新型非接触式人体生理监测装置，用希尔伯特-黄变化并结合改进的寻峰算法对监测到的原始体震信号进行降噪和滤波，实验分析不同状态下心冲击信号的变化规律，并准确提取呼吸和心跳参数，为人体心肺功能监测提供诊断依据。

1 非接触式监测装置设计

人体在心脏活动及血液循环的过程中，因力的作用会使身体产生周期性的振动[4]。心冲击信号主要包含H、I、G、K、L波，其产生原理图如图1所示。

图1 心冲击信号产生原理

基于BCG信号的产生原理，由于心脏有规律的收缩和舒张及全身血液循环，BCG信号是沿人体脊椎方向产生的微弱振动信号。通过传感装置捕捉人体产生的振动信号可以对受试者进行实时监测。

1.1 PVDF传感器特性

PVDF薄膜传感器是一种新型的动态应变传感器，其表面产生的电荷信号与其表面受到的应变大小成正比：

Qo=d33·FN

(1)

式中:Qo为输出的电荷信号；FN为表面受到的压力；d33为PVDF压电薄膜传感器的压电常数。

与其他压电传感器相比，PVDF压电薄膜传感器具有良好的静态特性，且具有较强的灵敏度，在监测人体生理振动信号上有很大的优势[5]。

1.2 坐姿生理信号监测椅结构设计

1) 压电薄膜预处理。为了减弱工频信号干扰带来的噪声影响，首先将PVDF压电薄膜传感器引出接线端处及四周边缘贴导电胶带，以起到静电屏蔽的作用。

2) 传感装置结构设计。图2为该非接触式BCG信号采集装置。对于面向家庭人员的日常生理信号监测，选用坐姿BCG信号测量方法。设计了装有PVDF压电薄膜传感器的新型椅子结构，在受试者静坐在椅子上的同时，传感器就可以捕捉到其身体纵向的BCG信号，操作简便且不会有任何的不适感。

图2 非接触式BCG信号采集装置

将压电薄膜传感器固定为双面拱型结构。拱结构式是建筑工程中常用的结构之一，拱形结构一端受力会均匀的向四周分散，将整个长条形压电薄膜传感器固定成两个拱形相对连接的双面拱结构，是由于双面拱结构本身具有一定的弹性且恢复能力更强，在其表面受到应变作用时，更大限度的产生形变效果，且相对于平铺结构受力更均匀[6]，可以更好地捕捉此类微小的振动信号，因此提高了压电薄膜传感器的灵敏度。

选取3 mm薄木板将传感器固定在座椅下方，采取厚度较薄的实心木板材料作为外壳固定，薄壳结构可以更好地传递应变，减少传递过程中的噪声干扰。

2 硬件电路设计

PVDF传感器采集到的振动信号很微弱，在传给上位机处理前需要用信号调理电路进行放大。实验选用电荷放大器作为一级放大器，通过反馈结构，电荷信号转化为电压信号。图3为电荷放大电路。图中输出电压为

(2)

式中：Q为PVDF压电传感器输入的电荷量；Cf为电容。

图3 电荷放大电路

为了在提高系统稳定性的同时保证电路放大效果，实验选取Cf=10 nF，电阻Rf=100 MΩ。

二次放大电路选用电压放大器将电荷放大器的输出电压再次放大。图4为电压放大电路。图中输出电压为

(3)

图4 电压放大电路

图4中，选取电阻R1=R2=7.5 kΩ，手动调节滑动变阻器R3可改变电路放大效果。

3 信号处理

因采集到的原始信号中有许多的噪声干扰，本文使用LabVIEW平台，设计上位机监测软件对呼吸和心跳信号进行提取，并可以在界面实时显示出人体心率和呼吸率变化，并监测其是否在正常范围内，否则将会在软件界面产生预警。上位机程序流程图如图5所示。

图5 上位机软件信号流程图

3.1 心跳信号提取

正常呼吸频率为0.83～1.7 Hz，经过信号提取得到受试者的正常静息BCG信号如图6(b)所示。对BCG信号做频域分析得到其频率值，则心率值为

RH=60·fheart

(4)

式中fheart为心脏跳动的频率。

图6 原始振动信号及BCG信号的提取

3.2 呼吸信号提取

正常呼吸频率为0.13～0.3 Hz，经信号提取得到受试者正常平稳呼吸信号的提取如图7(b)所示。

图7 原始振动信号及呼吸信号的提取

4 测试准确性分析

4.1 生理信号监测椅性能测试

为了测试所提出的“双面拱”型非接触式生理信号监测椅，选取相同材质的平面结构PVDF薄膜传感器贴在座椅下方进行对比试验，对所采集信号进行比对。

由图8可知，将传感器搭建为有一定弹性的双面拱结构，可以增强传感器采集信号的灵敏度，对于此类微小信号测量有更大的优势。

图8 双面拱型压电传感器及平面型传感器

4.2 心率监测实验

指夹式脉搏血氧仪的脉率检测准确度在97%以上，对于健康的测试者来说，测得脉率可以作为心率基准值[7]。实验选择一男一女两名身体健康的测试对象，在静息状态连续2 min实时监测心率变化，得到各60组数据，同时用指夹式脉搏血氧仪测得结果对比心率。得到的心率时间图如图9所示。由图可知，心率变化整体趋势吻合度较高。同时计算120组数据的心率误差|b-a|/b(其中a为本装置所测心率值，b为脉搏血氧仪所测心率值)，实验结果表明，心率平均误差为2.013%，可以满足日常生理监测数据准确度的要求。

图9 测量心率与血氧仪心率对比

4.3 呼吸监测实验

实验选择一名受试者，设定一以固定频率发出声音的报时器，使其根据报时器引导进行呼吸作用，每次持续30 s取呼吸平均值，选取0.4 Hz和0.2 Hz各模拟5次。图10为此受试者不同频率下的呼吸信号图。同时计算10组数据的呼吸率误差|d-c|/d(其中c为本装置测得呼吸率，d为定时器频率计算得到的呼吸率)，经计算得平均呼吸率误差为4.88%，随着呼吸频率的升高，引导呼吸会出现一些误差，但就日常生理监测来说，可以基本反映人体呼吸情况。

图10 0.4 Hz和0.2 Hz下呼吸信号

5 结束语

本文改进了PVDF传感器结构，设计了一套基于PVDF压电薄膜的人体生理信号监测椅，其成本低，操作简便，可以完成对人体呼吸、心率信号的日常监测和波形分析。研发的系统经过实验测试，心率、呼吸率与医疗设备所测结果基本一致，有很好的实用价值。由于BCG信号幅值较小，人体活动或外界振动会对其产生较大影响，在之后的研究过程中，应更提升系统的抗干扰性。