适用监护场景的体征参数测量系统设计

2020-12-28庞宇周兴悦陈亚军

现代电子技术 2020年24期

庞宇　周兴悦　陈亚军

摘要：随着越来越多的人将目光转移到对疾病的早期预防和诊断上面来，单一的体征参数测量已经不能满足人们日常监护的需求，以此为背景，设计一种多体征参数测量系统。该系统以单片机STM32为控制核心，利用MAX30102血氧传感器采集人体光电容积脉搏波，同时对脉搏波信号进行特征提取，检测血氧饱和度和心率。血压测量基于示波法原理，采用高斯拟合和变幅度系数法求取舒张压和收缩压。经过对实验者的测试，证明该系统测量的血氧饱和度检测误差在±3%以内，心率检测最大误差±6次/min，血压精度符合ANSI/AAMI标准，满足日常使用需求。

关键词：体征参数测量; 脉搏波信号; 特征提取; 血压测量; 系统测试; 系统设计

中图分类号： TN911.23?34; TP318.6 文献标识码： A 文章编号： 1004?373X（2020）24?0055?05

Design of physical sign parameter detection system for monitoring scene

PANG Yu， ZHOU Xingyue， CHEN Yajun

（School of Optoelectronic Engineering， Chongqing University of Posts and Telecommunications， Chongqing 400065， China）

Abstract： As more and more people turn their attention to the early prevention and diagnosis of diseases， the detection of a single physical sign parameter can no longer meet the needs of people′s daily monitoring. On this basis， a detection system of multi physical sign parameters is designed. In this system， the single?chip STM32 is used as its control core， and the MAX30102 blood oxygen sensor is used to collect the photoplethysmography of the human body and perform the feature extraction of the pulse wave signal meanwhile to detect the blood oxygen saturation and heart rate. The blood pressure detection is based on the principle of oscillography. The diastolic pressure and systolic pressure are obtained by means of the Gaussian fitting and variable amplitude coefficient method. After giving a test to the experimenter， it is proved that the detection error of blood oxygen saturation detected by this system is within ±3%， the maximum error of heart rate detection is ±6 times / min， and the accuracy of blood pressure meets the ANSI / AAMI standard， which meets the needs of daily use.

Keywords： physical sign parameter detection; pulse wave signal; feature extraction; blood pressure measurement; system testing; system design

生活節奏的加快使得越来越多的人更加重视健康问题，健康管理理念也发生了变化，从以前的医院临床就医转移到对疾病的预防和诊断上面来。便携式医疗监护设备不受时间和场所的限制，用户使用这种设备可以实时监测自己的体征参数，可提高对疾病预防的能力[1]。因此，本文设计一种多体征参数测量系统，可以同时采集人体的血氧、心率、血压，能够让用户了解自己的身体状态，对于日常医疗监护具有一定的实用价值。

1 体征参数检测原理

1.1 血氧饱和度检测原理

现代无创血氧饱和度检测是以朗伯?比尔定律为基础，采用光电容积脉搏波描记法，利用人体组织与血液中物质对光吸收程度的不同，对反射或透射回来的光强信息进行采集和分析，进而测量血氧饱和度[2]。根据光源检测器放置位置的不同，分为反射式和透射式，本文采用反射式检测方法，如图1所示。

根据朗伯?比尔定律和扩散理论[3]，可以得到反射式血氧饱和度计算公式：

[SpO2=A-BR]

式中：[R=（Iλ1ACIλ1DC）（Iλ2ACIλ2DC）]，[IλDC]和[IλAC]分别是入射光的直流分量和交流分量;通过对A，B的定量标定，最终得到血氧饱和度值[4]。

1.2 示波法原理

血压的测量主要分为直接测量法和间接测量法[5]。直接测量法能够准确地反映血压值，但是会对受测者造成一定的创伤，不具有普适性[6]。间接测量法主要有示波法和柯氏音法，示波法的原理是通过给袖带充气阻断动脉血流，使袖带压力上产生一个重叠的振荡脉搏波，然后利用脉搏波振幅与袖带压力之间的关系来估计血压[7]。示波法通常分为幅度系数法和波形识别法。幅度系数法通常分为S判别法和比例系数法[8]。S判别法：通过寻找脉搏波幅值最大点对应的压力值求得平均压（MP），再对整个脉搏波波幅进行积分并除以周期，所对应的压力值即收缩压（SP），然后通过求平均压和收缩压的差值得到舒张压（DP）。比例系数法：通过寻找脉搏波波幅最大值与收缩压和舒张压处对应幅值的比例关系来确定血压值[9]，其关系可表示为[Ks=SPMP]，[Kd=DPMP]，其中系数[Ks]，[Kd]的取值范围分别在0.3～0.75和0.45～0.90。幅度系数法的核心问题在于对比例系数[Ks]和[Kd]的选择，由于[Ks]，[Kd]容易受到外界各种客观因素的影响，因此普适性较差[10]。

1.3 心率检测原理

心率和脉率的相关性极高，因此可以通过计算脉率来确定心率[11]。心脏周期的跳动产生脉搏波，计算脉率时，只要定位PPG信号中的2个波峰，再通过确定2个波峰间的采样点数m和采样频率f即可计算出脉率[12]，脉率P计算公式如下：

[P=60·fm]

脉搏波计算原理如图2所示。

2 硬件电路设计

考虑到装置的使用便利性，应充分控制装置的体积大小，利用集成度高的器件代替部分复杂电路模块，减小电路板的尺寸。硬件总体设计如图3所示，整个硬件电路主要包括血氧采集模块、血压采集模块、血压信号处理模块、电源模块。血氧采集模块采集光电容积脉搏波，用于计算血氧饱和度和心率;血压采集模块用于驱动气泵和电磁阀对腕部气带充放气;血压信号处理模块对压力传感器信号进行放大。

2.1 压力传感器驱动电路

压力传感器选用全磊公司的MPS?3110系列传感器，该传感器具有输出精度高、功耗低等特点，通过数据手册可知，可利用恒流源驱动，压力测量的范围为0～300 mmHg。压力传感器内部结构如图4a）所示，主要由惠氏电桥构成，本文设计的传感器驱动电路如图4b）所示，恒定电流源利用OPA2336为核心进行设计，利用正相端提供3.3 V输入电压，反相接入端3.3 kΩ电阻，使电流输出为1 mA，供传感器使用。

2.2 气泵和电磁阀控制电路

本文设计选用DQB032?A型气泵和DQF1?3C电磁阀，利用3 V电压驱动。气泵充气速度最大充气压力值可达360 mmHg，电磁阀能够在3 s内将压力值从280 mmHg降至15 mmHg。为了满足快速加压和缓慢放气的需求，选用TB6612FNG直流电机驱动器件来增强对电机和电磁阀的控制能力，如图5所示。该器件为双通道电路输出，可以同时驱动2个电机，并且拥有4种控制模式，PWM支持的频率高达100 kHz，通过单片机I/O口输出PWM波的占空比来控制充气放气速率。

2.3 信号放大电路

气压传感器输出的模拟信号十分微弱，因此需要进行放大电路设计。本文设计选用运算放大器LM324实现信号的放大，该器件由4个独立的运算放大器组成，无需外接补偿电路。信号放大电路如图6所示，通过外部电阻[R22]使运放偏置，电路的电压放大倍数由[Au=1+R24R23]，确定为51倍。

2.4 血氧采集控制电路

本文设计选用MAX30102生物传感器检测人体指尖血氧，该传感器基于反射式原理检测PPG信号，内部集成了光源發射电路、光电传感器、环境光抑制电路、A/D转换器、数据缓存FIFO，工作功耗低至1 mW。传感器外部电路简单，如图7所示，通过SCL、SDA、INT连接线与主控芯片相连实现I2C通信传输数据。

MAX30102传感器通过发射固定频率的红光和红外光实现血氧检测，传感器中的光电传感器采集的模拟信号经内部A/D转换为数字信号并存入内部FIFO，通过INT事件拉低管脚电平，使主控芯片读取缓存数据。

3 软件设计

装置的软件设计主要包括系统初始化、血氧信号采集与处理、袖带的充放气控制、血压信号的分析4个部分。系统的软件设计整体流程如图8所示。

3.1 血氧信号采集与处理

血氧信号采集与处理软件流程如图9所示。通过血氧传感器MAX30102的采集值判断是否有手指置于传感器，当判定手指接触传感器后，采集500点体征信号。血氧信号的处理主要包括去除基线漂移和体征参数特征点的提取。

由于采集过程中存在因肢体抖动等行为，会对体征参数特征提取产生干扰，因此需要对原始血氧信号进行去基线漂移。选取形态学滤波的方法去除基线漂移，主要方法为：选择形状与待处理信号形状相似的结构序列，利用开运算和闭运算得到基线信号，从原始信号中减去基线信号即可对基线漂移进行修正。

处理后的血氧信号需要进行特征提取来计算血氧饱和度，包括定位主波波峰、波谷，极值点包络法分离体征信号交直流分量。其中，波峰、波谷的定位是最重要的部分，采用差分阈值法，主要步骤有：

1）通过差分乘积运算判定极大值点和极小值点;

2）根据采样频率设定合适的阈值，若相邻间的极大值点和极小值点的距离大于阈值时，则2个极值点均可判定为波峰或波谷;若相邻间的极大值点和极小值点的距离小于阈值时，比较极大值和极小值的大小，寻找出里面的较大者和较小者，较大者可以确定为波峰，较小者确定为波谷，完成定位。

3.2 血压信号采集与处理

血压信号采集与处理软件流程如图10所示，通过单片机输出PWM波控制气泵将腕带压力加压到200 mmHg，经过电磁阀缓慢减压之后存储经过A/D转换的压力脉搏波信号，血压信号的处理主要包括对脉搏波的预处理、特征点的定位及信号包络的拟合。

腕带静压力和振荡脉搏波的分离是血压计算的关键步骤。由于静压力信号和振荡脉搏波信号分别集中在不同的能量范围，因此设计FIR低通滤波器和带通滤波器实现信号的分离。分离的腕带压力和脉搏波信号如图11所示。

示波法是通过寻找拟合曲线的最大幅值来确定平均压，进而确定对应位置的收缩压和舒张压，因此需要对脉搏波波形的波峰和波谷进行定位，定位算法可以采用定位血氧信号波峰波谷的差分阈值法。定位的效果如图12所示。

考虑到在测量过程中会因为肢体的抖动而造成虚假的峰谷点，因此选择将相邻的峰谷相减作为特征点，选用高斯函数进行拟合，拟合效果如图13所示。

由于固定幅度系数法对个体的适应性较差，针对不同的个体需要选择不同的比例系数，会导致血压计算误差变大。本文设计选取变幅度系数法实现对血压的判定，具体方法为：通过拟合曲线搜索振荡脉搏波幅值最大的位置来确定平均压（MP），对不同的平均压选择不同的比例系数[K1，K2]，利用公式[SPMP=K1]，[DPMP=K2]，进而确定收缩压（SP）和舒张压（DP）。

4 实验结果分析

通过血氧传感器提供的待定拟合系数，完成血氧飽和度计算公式的标定，计算出血氧饱和度，利用光电容积脉搏波主波波峰计算心率;对于血压计算，考虑到单片机的计算能力有限，设计一阶高斯拟合函数，结合变幅度系数法判定收缩压和舒张压。图14所示分别是体征参数采集板和样机。

为了评估实验装置的稳定性和准确性，以迈瑞多体征参数监测医疗设备为参考，选取8名志愿者在正常状态下，分别用实验装置对测试者的心率、血氧饱和度、血压进行测量，将测量结果与标准仪器进行对比，对比结果如表1所示。

由表1可知，心率的平均误差在4次/min以内，最大误差在6次/min以内;血氧饱和度的平均误差在1.75%以内，最大误差在3%以内;收缩压平均误差3.50 mmHg，误差标准差1.12 mmHg;舒张压平均误差4.25 mmHg，误差标准差1.71 mmHg，满足ANSI/AA?MI国际标准。

5 结语

本文针对日常医护监测场景，设计一款多体征参数测量系统，该系统具有测量心率、血氧饱和度、血压的功能，利用较少的外部硬件设计实现了人体生理参数的采集，通过软件设计实现了体征信号的处理和参数的计算，测量精度符合医疗标准，能够对疾病预防起到重要辅助作用。

注：本文通讯作者为周兴悦。

参考文献

[1] 黄伟荣.可穿戴式健康参数监测方法与系统设计[D].西安：西安理工大学，2018.

[2] CHRISTINA Lemanski. Pulse oximetry for perioperative monitoring [J]. Journal of perianesthesia nursing， 2016， 31（1）： 86?88.

[3] 高小鹏，庞宇，黎圣峰，等.耳夹式可穿戴体征参数感测装置的设计[J].电子技术应用，2016（12）：41?44.

[4] 杨树峰，隋虎林，李志刚.消防员生命体征监测系统设计与实现[J].消防科学与技术，2014，33（3）：314?317.