基于BCG 的可穿戴式监测系统设计
2022-06-23尹飞超潘津津李红利焦学军冯静达吴大蔚
尹飞超 ,潘津津 ,李红利 ,焦学军 ,冯静达 ,吴大蔚
(1.天津工业大学 控制科学与工程学院,天津 300387;2.中国航天员科研训练中心,北京 100094)
0 引言
心脏是人体主要器官之一,与我们自身的健康密不可分。而血压作为检测心脏工作的重要参数,在疾病预防和健康评估方面起着至关重要的作用。研究表明高血压是多种心血管疾病的诱发因素之一,其中包括心肌梗死、主动脉瘤等高危害疾病[1]。血压监测可以做到提前发现并实时医治。与扁平张力法、基于血液容积的测量法[2]等现有的血压检测技术相比,可穿戴式心冲击图(BCG)血压监测法更加简便、高效,同时不会对佩戴者造成多余的负荷。最重要的是可穿戴式心冲击监测法可以实时地对佩戴者的心冲击信号进行跟踪监测[3]。
此外,呼吸作为人体每时每刻都在进行的生理反应,其幅值、形态、周期等信息,在一定程度上可反映人体的心肺机能。所以监测呼吸信号有助于及时发现呼吸道、心肺等部位的异常[4]。研究表明BCG 信号中包含大量的呼吸信号,其有替代呼吸信号监控阻碍性睡眠呼吸暂停综合征(OSA)患者睡眠状况的潜力[5]。因此可从BCG 中提取呼吸信号,替代现有的接触式测量呼吸的方式,实现呼吸的无接触测量,这具有极大的现实意义与监护价值。
人体温湿度也是衡量人体是否正常进行生命活动的必要条件。体温过高、过低或者湿度不适宜,都会造成免疫系统机能下降[6]。所以,在心冲击信号监测中,温度、湿度也是必不可少的重要参数。
BCG 信号是Gordon 于1877 年提出,初期BCG 信号的研究受限于科技条件,发展缓慢[7]。数字处理技术和传感器技术的快速发展,加速了BCG 技术的广泛应用。目前国内BCG 信号都是通过不同类型的体外传感器测量得到,例如压力传感器、加速度传感器、电容耦合传感器和光纤传感器[8]。但这些都是较为大型的采集设备,还没有出现可穿戴式BCG 信号采集监测系统。
文章设计了一款基于BCG 信号的采集系统,实现了BCG 信号采集的小型化和可穿戴化。同时该设备还可以对人体呼吸信号以及温湿度等参数进行实时监测与显示,既可用于对病人的日常护理监测,也可作为健康监测的依据,穿戴简单,操作方便,随时可以测试,不需要专业操作人员。
1 系统设计
1.1 系统框架
BCG 监测系统的系统框架如图1 所示。该系统由电源模块、微处理器(MCU)、温湿度模块、BCG、呼吸模块、数据传输模块、LabVIEW 上位机组成。
图1 系统框架
1.2 硬件设计
心冲击信号的幅度在1~4 N,频率范围在1~20 Hz,是一种低频力学信号。一个完整的BCG 信号应最少包括H,I,J,K,L,M 和N 波,典型的BCG 信号如图2所示。
图2 典型BCG 信号波形
其中J 波是整组BCG 信号波形中幅值最大的一个向上波形。它常用于定位心脏泵血的结束,I~J 幅值大小代表心室收缩能力的好坏。JJ 间期常用于心动周期的计算,对计算心率和心脏变异性分析具有重要意义。
BCG 采集模块通过MEMS 加速度计LIS2HH12(意法半导体,意大利)来采集原始BCG 数据。芯片电路如图3 所示。
图3 心冲击模块原理
系统要求微处理器(MCU)处理多种类型的芯片数据,并能够实现实时传输,因此选用MSP430F149 芯片(德州仪器,美国)。该芯片具有低功耗、运算速度快、处理能力强等优点,可以满足系统的各项要求。
考虑到BCG 信号微弱且易受干扰的特点,系统板采用6×6 cm 4 层PCB 板。板层从顶到底分别为顶层(TOP)、内电层1(GND)、内电层2(VCC)、底层(BOTTOM),保证内电层VCC 内缩距离大于GND 层40 mil 以上。4 层板的内部地平面设计,缩短了信号的回流路径,减少了串扰。对重要信号线严格控制走线阻抗,模拟地、数字地和电源地三地铺铜分开,避免出现孤铜减少天线效应。采用3D 打印技术制作用来承载系统板的外壳。
1.3 软件设计
软件层是基于 MDK5 开发平台,并使用C 语言编写开发。软件层的作用主要包括向硬件层发送指令、接收硬件层的数据、算法处理数据以及储存并发送给LabVIEW 上位机。
1.4 上位机设计
LabVIEW 将计算机硬件与仪器硬件通过软件结合起来,具有模块化、数字化、应用方便等优点,非常适合用来设计本系统的上位机。系统上位机包含串口接收与解码模块、串口发送模块、滤波模块、显示与存储模块等。
利用LabVIEW 软件在上位机模块中添加巴特沃斯函数滤波器,并且用高通、低通、带通滤波器滤除肌电干扰、基线漂移、工频干扰等噪声。上位机实时监测界面如图4 所示。
图4 上位机监测界面
用户可以在该平台完成个人多生理参数信息的实时监控与存储。此外,上位机系统增加密码登录界面,确保用户个人隐私不会泄露。同时还将本地系统与医院的远程服务器相连实现数据同步,用户可以选择是否通过网络上传数据。
2 系统测试实验
2.1 被试信息
本次实验招募7 名在读研究生,其中男性5 名,女性2 名,实验前 7 名实验对象均签署知情同意书。使用 CMS50D 医用脉搏检测仪(康泰,中国)提前测量7名被试的血压和心率信息。7 名被试均无身体疾病,健康状况良好。测得的受测者基本信息如表1 所示。
表1 被试基本信息
由于BCG 信号是心脏收缩过程产生的力学信号,力度变化越剧烈的地方检测效果可能会更优。离心脏越近处感受到的心脏震动将越明显。经观测左乳头正上方向右大约35 mm 处(A)心脏震动活动较为明显,故选择该点为本试验测试点之一。除了震动幅度外,所测力方向是否与测量传感器三轴方位平行也是能否得到较好BCG 数据的重要因素之一。考虑到脊柱为人体上半身的左右分岭,选择胸前与脊柱平行的3 处(B,C,D)作为另外3 处测试点,其中C 点位于人体两乳头水平方向的连线上,B,D 两点分别位于C 点上下40 mm 处,与C 点垂直对齐,测量位置如图5 所示。
图5 测量点分布
2.2 实验过程与结果
受测者测试过程中处于放松的坐立姿势,一旦测试途中发现不适立刻停止实验。其中一人的测试数据经过5~8 Hz 带通滤波处理后结果如图6 所示。图中从下到上分别为A,B,C,D 4 点处的测试结果。
图6 不同位置BCG 波形对比
从图中可以得知C 点处测得的BCG 波形相较于其他测试点特征波最为突出,包含的BCG 信号信息也最完整的,下文相关测试均在C 点进行。
7 名被试者身着薄毛衣、秋衣、外套等日常衣物,在安静环境下保持呼吸均匀,等待信号稳定后开始采样,选取胸口中心(P 点)和后背中心(O 点)作为两个采样点,连续采集5 min。记录被试者在运动和静息状态下的温湿度数据,每10 s 存储一次。文章选取其中被试1 的数据,绘制出对应的温湿度变化双Y 轴图,如图7—8 所示。
图7 运动状态温湿度趋势
受试1 的温湿度变化趋势符合预期,在静息状态下温湿度信号变化较为平稳,在一固定值上下变化;在受试1 运动1min 左右后,P,O 两点湿度迅速升高,运动后期O 点甚至达到了100%的相对湿度;运动时,被试者背后先出汗,所以O 点湿度比P 点先到达最大值,P 点随后到达最大值。
同时利用呼吸信号的低频特性(<0.5 Hz),从C 点测得的BCG 信号中分离出呼吸信号,并与通过利用胸阻抗方式采集的原始呼吸信号做对比,受试2 的测试数据如图9 所示。
图8 静息状态温湿度变化趋势
图9 BCG 提取呼吸信号
图中分别为原始BCG 数据、BCG 提取呼吸数据以及原始呼吸数据。从试验图可知,从BCG 中提取的呼吸信号与原始呼吸信号虽然波形特征不完全一致,但具有明显的呼吸特征,且起伏特征明显,正向压与负相压交替出现。试验结果表明,可以通过从BCG信号中提取呼吸信号来实现呼吸信号的非接触检测。
3 结语
文章设计了一套基于BCG 信号的可穿戴式监测设备,体积小,便于携带,实现了BCG 信号的实时监测,同时可以实时显示采集的BCG 信号。对原始BCG 信号进行分解可以得到有效的呼吸信号,可将该方法应用于睡眠质量检测。较为纯净的BCG 信号可以应用于人体血压监测,具有重要的临床意义。