可穿戴监测系统

关键词： 睡眠

可穿戴监测系统（精选八篇）

可穿戴监测系统 篇1

穿戴式监测系统即将生理信息检测、无线通信和穿戴式技术相融合的一种监测人体生理状态的系统,相对于传统的监测设备, 穿戴式监测可以实现一种低生理、 心理负荷甚至无负荷状态下生理参数的获取,且穿戴式监测系统具有体积小、成本低、功耗小、携带方便等突出特点[4,5,6]。 可穿戴式健康监测系统不仅需要满足严格的医学标准,而且要考虑到穿戴性能标准[7,8],例如测量节点的质量和尺寸应该保持在很小且不得阻碍使用者的运动与正常生活行为。此外,系统的整体电磁辐射、使用者的安全与隐私以及系统的电源功耗都要遵循严格的标准。

同时,PDA和Android智能手机技术对可穿戴式远程医疗产生了重要的影响。 由于智能手机的计算和存储能力及普遍连接性的增强,对于人体参数的连续实时监测成为可能。 并且智能手机不但可以像传统数据记录器一样记录病人信息,而且可以作为信息网关将采集到的信息出送出去,另外它集成的GPS追踪系统可以很快确定危险病人的位置。 蓝牙技术具有低功耗、低成本和安全性三大优势。

蓝牙具有相当低的功耗,可以确保监测系统长时间的连续监测,且在标准状态下的发射功率很低,对医疗仪器与人体健康产生的影响微弱。 另外,蓝牙的通信距离与传输网络的安全机制很好的保护了病人的隐私。 针对目前智能手机都具有蓝牙功能。 所以选择蓝牙传输呼吸信号是设计监护仪的首选。

目前,利用可穿戴技术设计的呼吸监测仪比较坚硬, 病人穿戴起来比较不舒服且对正常生活行为造成约束。 虽然有的设备可以直接嵌入到衣服中,但是传感器的采集功能受到限制并且像数据处理与传输不可以完整地集成于这种系统中[9,10]。 本文提出的基于蓝牙的可穿戴式人体呼吸参数监测系统,不仅融合了可穿戴技术解决了信号的低负荷提取问题,并且解决了移动监测的技术问题,所以,基于蓝牙可穿戴式的人体呼吸参数监测系统保证了对病人的连续实时监测。

1呼吸检测系统的整体设计

基于蓝牙可穿戴式人体呼吸参数监测系统的整体设计框图如图1所示, 该系统主要由呼吸信号采集处理模块、 微处理器控制模块、蓝牙通信模块以及电源模块等组成。

传感器采集的呼吸信号,首先经过前置放大电路进行放大;然后分别通过高通和低通滤波器滤除信号以外的其他信号的干扰;最后经过后置放大电路把呼吸信号放大到适合A/D采样的电压范围。 微处理器通过对采样信号进行分析处理并通过蓝牙将采集到的呼吸信号发送到PDA或Android智能手机等手持终端。

2呼吸检测系统各个模块设计分析

2.1前端呼吸信号采集处理模块

系统的呼吸信号采集使用的传感器是HXB-2压电式呼吸传感器,其为胸带固定式呼吸波传感器,由于其柔软舒适的制造材料,当固定于人体胸部时对人体正生理状态没有任何影响,且抗干扰能力强,适合动态监测; 同时该传感器不但可以直接与人体而且可以内嵌入人体衣服中, 方便被检测者的佩戴且不影响正常生活行为。 可以无损伤检测人的呼吸运动波形, 其输出量为20 mV左右的模拟电压信号, 且频率响应范围为0.05 ~ 1 500 Hz 。 其具体呼吸状态采集处理电路如图2所示。

2.1.1前置放大电路

人体呼吸信号具有生物电信号阻抗高、 信号微弱、 频率低等特点,所以呼吸信号模拟测量电路中前置放大是整个信号放大电路设计中至关重要的环节,关系到整个模拟采集部分的工作性能。 前置放大器的选择要考虑高输入阻抗、低噪声和低温漂等要素。 AD620是一种低功耗的仪用放大器, 特别适合做小信号的前置放大级, 经AD620放大后的小信号失真度很小,加一级AD620组成的前置放大, 同样可以把系统误差控制在系统设计要求的范围内,前置放大电路如图2。 本设计中,通过控制图2中的电阻R3来控制增益大小,增益计算公式如下:

在式(1)中,RG为AD620的1、8管脚之间控制增益的电阻R3,在本设计中R3为6.8 kΩ,根据公式可以计算出前置放大的增益约为8。

2.1.2低通滤波器电路

由于正常人的呼吸频率约12~18次/min, 而睡眠呼吸暂停低通气综合征病人呼吸频率甚至更低,所以为了消除高频干扰,电路中设计了低通有源滤波器。 在图2中U2A、R4、C5、R5、C6、R6、R7等组成了二阶低通有源滤波器,在频率特性的高频端,提供-40 dB/十倍频的衰减。 高频截止频率:

本设计取R4=R5=20 kΩ,C5=C6=0.2 μF, 得高频截止频率约为39.75 Hz。

2.1.3高通滤波器电路

高通滤波器主要用于滤除零点漂移产生的共模量及心动信号干扰, 保持呼吸信号的基线处于水平位置。 高通滤波器与低通滤波器组合成一个频带较宽的带通滤波器,滤除各种高低频率干扰,确保呼吸用信号通过。 在图2中U3B、R8、R9、C9、C10等组成了二阶高通有源滤波器,在频率特性的低频端,提供-40 dB/十倍频的衰减。 低频截止频率:

本设计取R8=R9=300 kΩ,C9=C10=20 μF,根据式(3) 可得高通截止频率约为0.027 Hz,满足设计要求。

2.1.4后级放大电路

信号虽然在前置放大电路进行放大,但相对输出电压还是比较低, 为了使输出信号适用微处理器的A/D采样电压范围和充分利用微处理器的12位精度的ADC, 还需要通过图2中U5B所示的后级电路进一步放大。

2.2通信模块

目前, 蓝牙主机控制接口HCI (Host Controller Inter- face) 主要是通用异步收发器(UART) 和通信并行总线(USB) 连接的。 但是因为UART性能和数据吞吐率水平与USB接口相当, 且传输协议较简单, 减少了软件开销,所以基于蓝牙的可穿戴式人体呼吸参数监测系统的蓝牙模块的主机控制接口采用UART接口。 且该系统通信模块采用的蓝牙通信芯片为JBM-141,JBM-141适用于各种近距离无线数据传输, 采用UART/RS232接口, 串口速率可调,可以实现点对点或点对多点的全透明数据传输。 其通信模块具体电路如图3所示。

根据通信模块电路可知,JBM-141引脚4是电池低压检测脚。 根据设置,当电源电压大于2.7 V时,与PI- O10相连的二极管常亮; 当电源电压小于2.7 V时, 二极管闪烁,提醒用户电源电压较低,需要及时充电以免影响系统正常工作。 R26、C34组成阻容复位电路,控制蓝牙模块的复位。 引脚12、14是与单片机部分引脚相连,通过这两个引脚实现数据在单片机与蓝牙模块之间的发送和接收。 同时,这两个引脚能与PC机串口相连,用于模块的参数设置, 设置后的参数在复位或重新上电后生效。 与PIO5相连的二极管是蓝牙状态指示灯; 蓝牙模块处于空闲或配对状态, LED灯以100 ms/330 ms频率闪烁;蓝牙模块处于连接状态,LED灯则以100 ms/2 s频率闪烁。 引脚35与外部天线相连,数据由此引脚发送给手机。

3手机终端蓝牙连接及数据接收

无论什么设备进行蓝牙数据传输时首先都需要蓝牙连接,蓝牙连接必须以蓝牙适配器为基础。 Android手机终端上要使用蓝牙API, 必须先在Android Manifest中声明蓝牙权限。 在声明权限之后必须取得蓝牙适配器, Android智能终端上的蓝牙适配器类为BlutoothAdapter , 调用该类中getDefaultAdapter() 得到蓝牙适配器对象,并通过蓝牙适配器的getState() 方法来判断此时的蓝牙适配器是否打开。 如果蓝牙适配器已经打开,则开始搜索附近蓝牙设备;如果蓝牙适配器此时没有打开,则提示是否需要打开蓝牙适配器, 点击确认打开终端蓝牙功能。 将搜索到的蓝牙设备添加到蓝牙列表中,点击列表中的前端蓝牙设备实现蓝牙连接。 终端接收节点数据的方式主要是依靠Socket进行数据的接收,Android终端依靠BluetoothSocket类进行数据的接收。 通过蓝牙唯一标识码UUID来实例化BluetoothSocket对象,然后用Socket. connect() 进行数据流的连接。 连接成功后调用该对象中的getInputStream().read()方法接收前端传输过来的数据。 手机终端蓝牙接收呼吸数据流程图如图4所示。

前端呼吸状态采集节点采集的数据发送到终端,终端直接对接收到的数据进行绘图显示在Android手机终端上。

健身监测是可穿戴设备的重要市场 篇2

活动追踪器：不同国家的购买标准有所不同

活动追踪器的设计特别之处在于监测并显示健康及健身数据，从跑步里程、卡路里消耗到心率和睡眠质量的追踪。这些电子监测装置可记录佩戴者的活动情况，并通过无线方式将数据传输到电脑或智能手机上进行评估。GfK调查表明，消费者对这一技术的应用各有不同。德国、英国和美国的消费者将健身监测视为最重要的应用，而中国消费者认为记录健康数据是最首要的。韩国消费者则认为其最关注的是个人的健身、健康和睡眠数据。

所调查国家对于首要的购买标准也存在各自不同的意见。在德国，将智能手机与其他设备的兼容性作为最主要购买标准的受访者占30%；认为价格是关键因素的占20%；而精准性作为首要标准的占15%。在中国，把兼容性作为最关注因素的人居多（19%），其次是精准性（17%）。但也有16%的中国消费者认为品牌是促使他们购买产品的决定性因素。在英国，28%的消费者认为活动追踪器的价格是他们作出购买决定的最重要因素，排在第二位和第三位的是兼容性和精准性，分别为20%和11%。美国的情况也类似，价格排在首位（27%），其次是兼容性（17%）和精准性（13%）。而韩国，兼容性被认为是最重要的因素（19%），价格和用户友好性并列第二位（均为17%）。

活动追踪器：科技品牌优胜于运动品牌

有来自不同行业的制造商在生产活动追踪器。在参与调查国家中，知名科技企业具备极大的市场机遇。以韩国为例，69%的消费者表示他们在购买产品时会首选这些知名科技企业的品牌，在中国这一比例为54%，德国为51%，英国为47%，美国为42%。位居第二的是运动品牌，但与第一位存在差距。运动品牌最大的销售市场是英国和美国，两国约1/3的受访者表示偏爱运动品牌。虽然中国和德国的比例相对较小，但仍有近30%的消费者表明运动品牌很受欢迎，而韩国的这一比例只有17%。运动品牌在年轻的目标群体中尤其受欢迎。该研究显示，来自专业技术品牌、时尚和奢侈品牌的活动追踪器的市场空间有限（见图1）。

智能手表：活动监测是首选应用

与活动追踪器相比，智能手表的应用则更广泛。基于不同的型号，这些手表可用于打电话或作为导航装置，有些手表也可让用户访问互联网、记录体育活动和健康的数据。GfK研究显示，所有参与调查国家的消费者认为这些是智能手表的主要应用领域，而这也让智能手表成为了纯活动追踪器的真正竞争对手。

在德国，1/4的受访者认为捕获运动、健康和健身数据是最重要的应用，其后是更传统的时间显示 （20%）和拨打电话 （11%）。在英国，被提及最多的应用是监测活动和健康（28%），之后是传统的手表功能（15%）和智能手表的GPS功能（10%）。

对中国消费者而言，在应用类别中排首位的是活动监测功能（35%），其次是电话功能（16%），位列第三的是GPS功能（11%）。

美国消费者认为最重要的应用也首先明确指向活动监测（29%），其次是传统的手表功能（13%），之后是天气预报、通知及新闻快报的应用程序（10%）。

韩国受访者表示其首要应用是活动监测（27%），第二位是电话功能（21%），排名第三的是应用程序的使用（11%）。

智能手表：价格是最重要的购买标准

除中国之外，智能手表的价格在其他参与调查国家均被认为是最重要的购买影响因素。功能在大多数国家都被排在了第二位，监测和显示活动及健康数据的功能排在第三位。不同的是，中国消费者认为智能手表的精准性是最重要的因素，其次是活动记录和品牌。在这一方面，调查结果明显反映出中国消费者对于品牌产品的极大兴趣（见图2）。

所有受访者都将知名科技企业生产的品牌智能手表作为首选，并遥遥领先于位居第二的运动品牌。对于来自时尚和手表行业的奢侈品牌在中国将拥有极大的市场潜力。

一种可穿戴老年人健康监测系统研究 篇3

无线体域网 (Wireless Body Area Network, WBAN) 整体设计框图如图1 所示。该系统主要是通过在人体表面安放相关的传感器设备来采集人体的血压、体温、呼吸、心电和姿态等5 个重要的生理参数。每一个生理参数的采集节点均选用可穿戴式的低功耗异质传感器, 当传感器采集到人体体征参数之后, 通过蓝牙将数据发送到随身携带的智能手机设备, 最后通过智能手机设备的无线通信将数据传送到互联网, 最终将数据传达到远程医疗服务中心的数据库, 医护人员对数据进行整理分析并且给予反馈。通过这种方式来实现对老年人用户的生理状况进行实时监测。

2 老年人生理信号监测系统设计

老年人生理信号监测系统的血压、体温、呼吸、心电、姿态等5 个体征参数节点设计原理图如下图2 所示。这些人体体征参数所对应的物理信号在经过特定的异质传感器的数据采集之后转化为电信号, 然后经过放大电路以及滤波电路的放大和降噪处理, 并且将采集到的信号传递到微控制器进行A/D转换, 最终通过传感器上加载的蓝牙模块将处理过的信号传递到智能手机并进行数据后期数据处理。

3 参数采集节点

①血压检测节点。血压参数的检测是通过振荡法采用无创伤的形式间接测量人体的血压。其测量原理是通过将传感器同日常医用血压测量袖带相连, 当对袖带进行充气时, 人体血管中血液的流动造成的搏动会引起袖带中充入气体的振动, 然后通过压力传感器采集空气振荡引起的震荡波, 结合相关公式, , 根据平均动脉压计算出动脉的相关收缩压以及舒张压, 最终计算出血压值, 得到人体的血压数值。

②体温检测节点。体温的测量是在传感器中安置有能够与皮肤紧密接触的金属箔, 当体温发生变化时, 金属箔的阻值也会随之发生改变, 然后采用比例运算的测量方法, 降低周围噪声引起的干扰。在体温检测的测量电路中, 本系统采用的是AD7783 集成芯片, 在此芯片上搭载有可编程的放大器以及数字滤波器, 由于该芯片适用于低频信号的测量, 因此很适合于本监测系统。

③呼吸检测节点。对于呼吸体征参数的测量是通过压电式传感器来实现的。人体呼吸所引起的收缩和舒张会对压电式传感器的电介质的形状造成一定程度的改变, 引起其内部电荷的分布状态发生变化, 使之正反相互转移, 最终形成电位差, 并且形成的电位差与人体呼吸产生的压力和张力成正比, 本系统正是利用此原理来检测人体的呼吸体征参数。

④心电检测节点。由于心电检测信号相对来说较为微弱, 仅为毫伏级别, 所以抵抗干扰能力较差, 而人体皮肤与电极之间又容易出现接触不良甚至脱落的现象, 导致测量失真, 因此在检测过程中需要将测量电极同皮肤紧密接触, 以便确保高质量的测量信号, 因此, 在心电检测过程中需要采用能够与皮肤紧密接触并且具有良好导电性的材料。

⑤姿态检测节点。姿态体征参数检测采用MEMS三轴加速度传感器作为姿态测量单元, 建立人体坐标系, 根据人体姿态角度的变化来识别人体的相关动作状态。

4 结语

随着我国空巢老人数量的不断增加, 老年人的身体健康监测问题亟需解决。因此, 医疗模式需要从以往的治疗向预防的方向转化, 从以医院医生为主的模式向以家庭病人为主的模式转变, 在这种情况下, 基于无线体域网的健康监护系统十分符合我国老龄化社会发展趋势的需求, 在未来的社会发展中必将产生巨大的社会效益和经济效益。

参考文献

[1]苌飞霸, 尹军.一种可穿戴无线体域网系统的研究[J].生物医学工程与临床2014, 18 (5) :413-416.

[2]王曦泽, 胡巍.非接触式体征监测及智能移动终端算法的实现[J].北京生物医学工程, 2014, 33 (3) :258-263.

[3]轩运动, 赵湛.基于无线体域网技术的老年人健康监护系统的设计[J]计算机研究与发展, 2011, 48 (3) :355-359.

可穿戴式跌倒检测与预警系统研究 篇4

人口老龄化己成为一个世界性的问题。我国早在1999年就已经进入老龄化社会。老年人占总人口的比重在持续攀升之中, 空巢老年人家庭也占了相当大的比例。如何更好的赡养老人已成为社会难题。除了可能的各种疾病外, 老年人在日常生活中跌倒的发生率也非常高, 是老年人伤残和死亡的主要原因之一。当老年人跌倒时, 若能够得到及时的救助, 那么可以减少伤痛带来的痛苦, 甚至可以避免死亡。可穿戴式跌倒检测与预警设备能够在佩戴者发生跌倒后及时报警, 接到报警的救助人员可采取相应措施尽快实施救助, 即使身边无人的情况下也能得到及时救助。

1 可穿戴式跌倒检测与预警系统结构设计

1.1 系统结构

本系统主要分两部分:一部分是人体运动采集和分析模块, 包括主处理器、三轴加速传感器、陀螺仪和蓝牙通信模块, 这部分佩戴在人体的腰部;第二部分是报警和定位模块, 此部分基于android的智能手机, 手机通过蓝牙接收到报警信号后, 启动GPS定位, 通过短信或电话形式向家人报警。本系统结构如图1所示。

1.2 模块功能

系统采用STM32作为主处理器, 接收来自陀螺仪、三轴加速度计的数据和信号, 执行算法进行数据处理, 并在必要时通过蓝牙模块向手机1发送报警信号, 手机1接到报警信号后继续向手机2发出报警短信或电话, 同时给出警报所在的位置信息。

三轴加速度计是测量载体x轴、y轴以及z轴方向上线加速度的仪表, 通过3个轴向的加速度判断跌倒动作。当然, 仅通过三轴加速度计是测不到转动的动作的, 难以测量出完整的3D动作, 所以进行跌倒动作的判断还需要结合陀螺仪。陀螺仪可以对转动、偏转的动作做很好的测量, 这样就可以精确分析判断出使用者的实际动作。

2 可穿戴式跌倒检测与预警设备实现

2.1 系统硬件集成

跌倒检测模块采用野火STM32 V3开发板;关于陀螺仪和加速度计, 本文选用了MPU-6050;跌倒检测模块与手机的通信采用蓝牙串口模块FBT-06;手机1为基于Android的智能手机, 其需要运行相应的应用程序;手机2则可以是任意的可用手机。

MPU-6050整合了3轴陀螺仪、3轴加速度计。MPU-6050通过主I2C端口以单一数据流的形式, 向STM32输出数据。因此, 只需把STM32的引脚PB6 (SDA) 和PB7 (SCL) 分别连接到MPU-6050的24号引脚 (SDA) 和23号引脚 (SCL) 上即可。

蓝牙模块FBT-06的TXD和RXD与STM32的RXD和TXD连接即可。

2.2 软件实现

2.2.1 手机端

本系统采用手机端作为服务器端, STM32端则作为客户端。STM32通过发送AT命令与手机端进行连接。

手机端执行采用Eclipse编程技术开发的应用程序, 除了要开发必要的界面还要长期监测是否有跌倒信号出现, 因此收发蓝牙传输数据功能需要定义为Service服务, 保证系统能够在后台监听。Service的启动流程为:context.start Service () ->on Create () ->on Start () ->Service running->context.stop Service () ->on Destroy () ->Service stop。与Service通信的设备或Activity有: (1) 通过蓝牙无线通信的跌倒检测装置 (FD) :Stm32当检测到有跌倒可能时, 向手机发送报警信号; (2) 启动Service的Activity (Sta Act) :用于启动; (3) Stop Activity (Stp Act) :用于误报时用户停止报警界面; (4) Feed Back Activity (FBAct) :用于反馈用户对误报原因的界面。

为实现定位需要使用百度地图。百度地图提供多种定位方法, 考虑到各种定位方法的精度, 优先GPS定位, 然后是wifi定位和基站定位。首先需要下载相关最新的库文件并导入:将libloc SDK4.so文件拷贝到libs/armeabi目录下, 将loc SDK4.1.jar文件拷贝到工程的libs目录下, 并在工程属性->Java Build Path->Libraries中选择“Add JARs”, 选定loc SDK4.1.jar, 确定后返回;其次, 设置Android Manifest.xml:在application标签中声明service组件, 每个app拥有自己单独的定位service, 并且声明使用权限进行网络定位。还需import类com.baidu.location.BDLocation、com.baidu.location.BDLocation Listener、com.baidu.location.Location Client及com.baidu.location.Location Client Option。

在发出报警短信或拨打电话时, 给出定位的地址信息。百度地图提供从地址到经纬度坐标或者从经纬度坐标到地址的转换服务, 通过向服务器发送包括经纬度信息在内的HTTP请求, 服务器返回JSON数据, 再通过JSON解析获得地址信息。

另外, 手机端需要先开启服务。当检测到跌倒后, 跌倒检测装置会通过蓝牙向手机发送数据, 表示检测到跌倒。同时, 跌倒检测装置也会发出蜂鸣声, 手机端会进入误报停止界面, 界面如图2所示。如果是误报, 需要点击stop按钮, 进入反馈界面, 反馈界面如图3所示。反馈的误报问题有:跑步、坐、躺、上下楼梯、跳及什么都没有做。需要用户选择产生误报的原因, 从而根据报警自适应修改阈值。如果是真的跌倒, stop界面会等待1分钟, 手机端会将跌倒的信息发送给预设置的手机。

2.2.2 算法

STM32微控制器在加电后, 首先初始化中断向量表, 设置栈空间, 调用System_init初始化系统时钟后再跳入main函数。在main函数中执行卡尔曼滤波算法:采用信号与噪声的状态空间模型, 利用前一时刻的估计值和现时刻的观测值来更新对状态变量的估计, 求出现时刻的估计值。

本文只对单轴陀螺仪的信号进行软件滤波, 因此维数为1, 将其中表示矩阵行数和列数的入口参数用宏定义参数ONE代替, 该值设为1。卡尔曼滤波算法函数C语言实现如下:

3 结束语

本文设计开发了可穿戴式跌倒检测与预警系统。该系统可检测佩戴者产生的跌倒动作, 在给出短信报警或电话报警的同时能够对跌倒者进行定位。本系统手机端的应用程序运行于Android系统;跌倒检测模块以STM32为主处理器, 接收来自MPU-6050的数据采用卡曼尔滤波算法判断是否发生跌倒, 若跌倒则通过蓝牙模块FBT-06向运行Android系统的手机发出报警信号。本系统已经过测试, 测试的手机1型号为HTC 528t。

参考文献

[1]卓炜.基于Android操作系统的软件开发及应用的探讨[J].电子技术与软件工程, 2013 (23) .

[2]吴赫.Service与Android系统实现 (1) :应用程序里的Service[OL].http://blog.csdn.net/21cnbao/article/details/8086487

[3]张爱国, 邬群勇, 李法礼.基于GPS与移动网络的自适应定位[C]//第二届中国卫星导航学术年会电子文集.2011.

可穿戴监测系统 篇5

科技日报讯美国西北大学和伊利诺伊大学厄巴纳-尚佩恩分校的研究人员开发出一种仿皮的可穿戴式医疗设备, 可以迅速对有心血管问题的人预警, 或者给皮肤进行保湿。这项研究成果刊登在最新一期的《自然·通信》在线版上。

据每日科学网、物理学家组织网近日报道, 该小型装置大约5厘米见方, 可直接放置在皮肤上, 全天候进行健康监测。该无线技术采用柔性基板上数以千计的细小液晶来感测温度。当设备颜色变化, 佩戴者便知道哪部分出状况了。

西北大学高级研究员黄永刚 (音译) 说:“我们的设备是可不见的机械, 它超薄、舒适, 就像皮肤本身一样。该设备可在人们的手腕上测试。可想而知化妆品公司会有兴趣采用这种便携、非侵入性的方式来测量皮肤的干燥度。这是同类产品中的首个设备。”

该技术在皮肤的表面采用了瞬时温度变化, 以确定血流量, 这直接关联到心血管健康、皮肤水合作用的水平 (当皮肤脱水, 其热导率特性发生变化) 。该研究联合第一作者、西北大学土木与环境工程研究助理教授张辉 (音译) 说, “该设备非常实用, 当你的皮肤被拉伸、压缩或扭曲, 这个设备也随之拉伸、压缩或扭曲。”

该设备含高达3600个液晶数组, 布置于一个薄、柔软、可拉伸的衬底。凭借3600个液晶, 该光子器件具有3600个温度点, 提供亚毫米级的空间分辨率, 相当于目前在医院使用的红外技术。但红外技术比较昂贵, 使用受限于临床和实验室设置, 而新设备具有成本低和便携性。研究人员说, 当晶体感应到温度变化后就会改变颜色, 一个算法将温度数据转换为准确的健康报告, 所有这一切在不到30秒内生成。

该论文的联合作者、伊利诺伊大学材料科学与工程教授约翰·A·罗杰斯说:“这些结果提供了第一个‘表皮’光子传感器的例子, 这项技术大大扩展了附着皮肤设备功能的范围, 超出了单独使用电子产品的可能性。”该技术和相关性基本药物已在这个研究中被证明, 虽然在将该装置投入使用之前需要附加测试。

可穿戴监测系统 篇6

肺通气的无创测量是指不使用口鼻面罩、咬嘴的肺通气测量方法。呼吸感应体积描记技术可以通过体表胸、腹呼吸运动经过标定来定量呼吸容积, 使用该方法测量肺通气时, 不需要佩带鼻/面罩, 被测试人员生理、心理负荷都很低, 容易被接受, 使用简单, 可以长时间动态测量使用, 因而具有重要的应用价值。

应用呼吸感应体积描记技术可以测定呼吸模式, 如呼吸频率、吸气时间分数、潮气量、功能残气量改变、吸气和呼气气流, 以及胸廓和腹部对肺容量改变的贡献等, 可获得呼吸系统的时间参数、容积参数以及呼吸力学信息。

从前面介绍的肺通气的生理过程来看, 肺通气由胸式呼吸和腹式呼吸构成, 而且一般情况下, 胸式呼吸和腹式呼吸常同时存在, 只有在胸部或腹部活动受到限制时, 才可能单独出现某一种形式的呼吸。

因而我们可以通过事先标定的方法:用呼吸速度描记仪 (或肺活量仪) 测量肺通气, 同时测量胸、腹呼吸运动, 求出胸、腹呼吸运动与肺通气量之间的关系, 从而实现不需要口鼻面罩, 不需要测量呼吸流速/容量, 仅通过胸、腹呼吸运动来进行肺通气指标测量。

1 呼吸感应体积描记技术

现代体表呼吸模式定量研究的理论基础是Konno和Mead定理[1]:人体呼吸腔可近似假定具有胸廓 (RC) 、腹部 (AB) 运动这两个运动自由度, 呼吸容积变化等于RC和AB容积变化之和;当口鼻闭合, 作等容呼吸动作时, RC容积的增加 (或减少) 等于AB容积的减少 (或增加) 。

呼吸感应体积描记技术 (Respiratory Inductive Plethysmography RIP) 是将两条弹性缚带分别缠绕在被测者的胸廓、腹部, 将弯曲成正弦状的两条绝缘线圈固定在弹性缚带上, 呼吸运动带动弹性缚带伸缩, 从而导致线圈围绕截面积发生改变。

线圈中通过高频激励电流, 截面积的变化导致线圈自感的变化, 通过检测线圈电感量的变化, 可以准确描记出胸、腹呼吸运动曲线。如图1所示。

呼吸感应体积描记的标定:

Konno和Mead定理应用于RIP可表示为:

式中∆uVrc和∆uVab分别表示RIP测量的胸腔和腹腔的截面积的变化, K表示胸腹呼吸对总的呼吸容积的相对贡献率, M是比例系数, 将 (k∆uVrc+∆uVab) 转化为容积单位。

经过标定之后, 呼吸感应体积描记系统可以定量呼吸容量, 并结合计算机技术, 衍生呼吸时间参数, 可以得到呼吸频率、吸/呼比、每分通气量以及胸腹运动成分等表征呼吸模式的参数, 为连续监测呼吸活动的变化提供了一种非侵入、易于接受的手段[2]。

2 标定方法的选择

标定就是要确定确定比例系数M、K。根据胸、腹两个自由度模型, 已经发展出多种标定方法, 如等容标定 (Isovolume Method:ISOVOL) 、多元线性回归 (Multiple Linear Regress:MLR) 、最小二乘 (Least Squares Method:LSQ) 和诊断性定性标定技术 (Qualitative Diagnostic Calibration:QDC) 、恒定比例系数标定等。

2.1 等容标定法

KONNO和MEAD在1967年提出呼吸腔的两个自由度模型时, 同时提出了运用两个自由度模型分别测量胸腔和腹腔容积的方法:等容操作, 实现了胸腔和腹腔容积的分别测量。

作等容操作呼吸运动时, 要求受试者口鼻闭塞, 腹部平稳收缩, 将气体来回在胸腔和腹腔之间交换, 在这个过程中要保持气道内压近似等于大气压, 呼吸运动传感器同时记录下胸、腹呼吸运动曲线。

通过在不同功能残气量下的等容操作, 可以算出腔体容积变化和腔体运动 (呼吸运动) 之间的关系, 即可以分别获得胸呼吸运动和腹呼吸运动的运动-容积系数, 即可实现肺通气量的无创测量。KONNO和MEAD提出两个自由度模型, 并通过等容标定获得肺通气实验时, 采用的是线性传感器, 测量胸腔、腹腔在呼吸运动中的前后径的变化来描记呼吸运动。

在体位不变情况下, 采用上述线性传感器测量呼吸运动经过标定能取得较准确测量结果, 但是体位姿势变化时, 运动-容积系数可能发生较大变化, 线性传感器标定后的误差较大。

由于呼吸感应体积描记技术测定的是呼吸腔体截面积的变化, 因而采用呼吸感应体积描记技术经过标定会取得比线性传感器更好的效果。

等容操作法提出了两个自由度模型下通过呼吸运动标定肺通气的方法, 呼吸感应体积描记技术出现后, 为更准确的无创通气量提供了可能。

由于等容操作有一定难度, 未经过充分训练的人很难达到要求, 因而临床应用受到限制, 但是该方法稳健性好[3], 而且生理学基础较好, 反映出了呼吸运动中胸、腹呼吸在呼吸容积中的参与成分, 后续很多标定算法都以此方法作对比研究。

2.2 最小二乘法

由于等容标定法操作起来有一定难度, 人们就一直在探讨相对简便的标定方法, 由算式1可知, 该式中有两个未知数M、K, 要求解这个两元一次方程, 需要两组独立数据。早期做法是让受试者在不同体位, 如站立和卧位姿势下, 对着肺活量计 (或呼吸速度描记仪) 各呼吸一次, 同步记录呼吸感应体积描记的胸、腹呼吸和肺容积变化量, 然后根据公式来计算比例系数。

很明显这种简单的两点标定可能会带来较大随机误差, 如果式中分母的数值很小会带来很大的计算误差, 若接近零则标定失败, 需要从新标定[4]。

为了消除随机误差影响, 提高标定方法的准确性和可靠性, 引入了最小二乘标定法。最小二乘标定方法是目前使用较多的一种标定方法, 根据直立位和平卧位等不同体位下的胸、腹腔呼吸容积有所变化, 可以在坐标系上描记不同体位时的和轨迹, 获得两个相对独立的测量数据, 最小二乘法在每个体位下记录一组呼吸数据 (3次~5次) , 计算时采用最小二乘拟和方法, 求取一条最佳直线, 即采用最小二乘原理求取比例系数, 实现标定。最小二乘法由于测量了两个体位下数据, 并采用最小二乘的拟和方因而避免了之前采用的简单的测量两次呼吸数据而求比例系数的方法带来的数值计算误差。

2.3 定性诊断性标定法

该方法是由Sackner等人以统计学的方法研究得出的, 可在受试者平静自然呼吸5分钟内由电脑程序自动完成标定, 由于标定方法简单, 需要受试者配合少, 并且能反应出相对正确的胸腹呼吸贡献率, 而在睡眠医学中得到广泛应用。

由于定性诊断标定技术需要受试者配合最少:自然呼吸5分钟即可完成标定过程, 而且能获得和等容标定相当的比例系数, 反映胸腹地呼吸贡献比, 因而该方法得到了广泛应用。

尤其在睡眠医学中, 用于定量监测整晚睡眠过程的潮气量变化情况, 由于求得了相对真实的胸腹比例系数, 在发生呼吸事件时, 能准确反映呼吸事件, 特征明确, 结合胸腹呼吸运动情况可鉴别呼吸事件类型。

2.4 恒定比例系数法

Banzett等人通过对11位正常美国人研究发现, 直立位胸腹RIP标定系数为2:1时, RIP测定通气量的准确度与按等容操作标定值的测定通气量效果相当, 提出了恒定比例系数的标定方法。使用该标定方法时不需要求比例系数, 标定RIP时对所有人都取比例系数为2:1, 标定磁强计时所有人都取比例系数为4:1。这种标定方法不用像等容标定那样做等容操作, 也不必像定性诊断性标定法那样做统计处理。

恒定比例系数法提出的原因是依据实验观察, 也依据这样的想法, 胸、腹呼吸贡献比在一定范围内变动时, 对通气量的影响不大。若固定取比例系数为2:1, 则只需要确定乘积系数, 即可完成标定。

恒定比例系数法简化了标定过程, 但是忽视了人的个体差异。采用这种标定方法在胸、腹协调性较好的情况下求通气量可能是准确的, 但胸、腹呼吸不协调时, 如发生阻塞性呼吸事件时, 由于不能提供准确的胸腹呼吸贡献比, 即使胸、腹等容反向运动, 也不能给出如定性诊断性标定法一样的平坦的潮气量曲线[5], 不利于呼吸事件的判别, 因而这种方法的实用性有限。

2.5 其他标定方法

上述提到的等容标定、最小二乘标定、定性诊断性标定、恒定比例系数标定等方法虽然方法不同, 但采用的都是呼吸腔两个自由度模型。

影响标定准确性的最大问题是体位变化引起的胸、腹呼吸运动-容积系数可能改变, 造成潮气量估算误差。为了提高精度及消除体位变化对测量带来的误差, 有人提出了三个自由度的模型[6,7], 并根据此模型, 发展了相应的标定方法, 还有人探讨了非线性模型的标定方法。

三个自由度模型标定方法增加了胸-腹纵向距离传感器, 增加了纵向维度变量, 以补偿体位变化或者活动中脊柱弯曲对潮气量估算的误差, 据文献报道可以在一定程度上提高测量精度, 但是使用、标定起来很不方便。采用非线性模型标定有多人做过实验, 效果一般, 测量准确度和线性模型相比差异不显著, 而且算法稳健性不够好[8,9]。

综上所述, 各种标定法有其固有的优缺点, 在实际应用中我们可以根据需要选择我们适合的标记方法。

参考文献

[1]Konno K, Mead J.Measurement of the separate changes of rib cage and abdomen during breathing[J].Appl Physiol, 1967, 22 (3) :407-422.

[2]张劲农.非侵入性呼吸模式监测的基础和临床应用.国外医学呼吸系统分册, 2005, 25 (8) :630-633.

[3]Augousti AT.A theoretical study of the robustness of the isovolume calibration method for a two-compartment model of breathing, based on an analysis of the connected cylinders model[J].Phys Med Biol, 1997, 42 (2) :283-291.

[4]Chadha TS., Watson H., Birch S., et al.Validation of respiratory inductive plethysmography using different calibration procedures[J].Am Rev Respir Dis, 1982, 125 (6) :644-649.

[5]Sackner MA.A simple and reliable method to calibrate respiratory magnetometers and Respitrace[J].Appl Physiol, 1996, 81 (1) :516-517.

[6]McCool FD., Kelly KB., Loring SH., et al.Estimates of ventilation from body surface measurements in unrestrained subjects[J].Appl Physiol, 1986, 61 (3) :1114-1119.

[7]Paek D., Kelly KB., McCool FD.Postural effects on measurements of tidal volume from body surface displacements[J].Appl Physiol, 1990, 68 (6) :2482-2487.

[8]Stromberg NO.Error analysis of a natural breathing calibration method for respiratory inductive plethysmography[J].Med Biol Eng Comput, 2001, 39 (3) :310-314.

可穿戴监测系统 篇7

鉴于此, 文中提出了一种新的可穿戴系统。该系统基于MEMS六轴传感器, 通过采集物体在运动过程中产生的以六轴传感器为校准点的三轴加速度和三轴角速度, 通过蓝牙4.0无线传输到配备了蓝牙USBdongle的上位机进行数据处理和轨迹模拟。

1 可穿戴运动监测系统基本原理

本文中的可穿戴运动监测系统建立于仿真运动轨迹的惯性技术的基础上, 主要通过运动传感器实现。本系统主要采用了俩种运动传感器:三轴加速度传感器和三轴陀螺仪传感器。加速度传感器用来测量运动物体的加速度, 作为计算速度和位移的原始数据。陀螺仪用来测量于东物体的角速度, 以此确定三维空间中运动物体的加速度传感器的参考坐标系, 有利于位移轨迹的计算。

1.1 加速度传感器工作原理

加速度是表征物体在空间运动本质的一个基本物理量, 可以通过测量加速度来测量物体的运动状态。加速度传感器的基本原理可以由图1说明, 其中m是指方块的质量, k是弹簧的刚度, c是阻尼器与仪表壳相连。

传感器基座与被测运动体相固联, 因而随运动物体一起相对于惯性空间的某一参考点作相对运动。由于检测质量块不与传感器基座固联, 因而在惯性力作用下将与仪表机壳产生相对位移。检测质量块感受加速度并产生于加速度成比例的惯性力, 从而使弹簧产生与质量块相对位移相等的伸缩变形, 弹簧变形又产生与变形量成比例的反作用力。当惯性力与弹簧反作用力相平衡时, 检测质量块相对于基座的位移与加速度成正比, 故可通过该位移或惯性力来测量加速度。

根据胡克定律, 公式如下:

Δx是检测质量块的相对位移。由上式可知, 检测质量块的相对位移量Δx与加速度a成正比。

1.2 陀螺仪工作原理

陀螺仪 (gyroscope) 的原理就是一个旋转物体的旋转轴所指方向在不受外力是不会改变的。就像一个陀螺在高速旋转的时候是不会倒下。但是陀螺仪工作的实收是必须要给它一个力, 使它快速旋转起来, 旋转速率一般要达到几十万转, 这样就能工作很长时间。采用多种方法读取轴的信息, 并将信号传给控制系统前, 进而进行分析和处理。

1.3 MEMS六轴传感器工作原理

MEMS惯性传感器采用集成电路的工艺, 以其独特的加工工艺区别于其他惯性传感器。优点在于可靠性高、制造成本低廉、并且寿命更长。同时还具有重量轻、易集成、耗电量低、体积小、能大批量生产的特点。MEMS传感器在同一个芯片上进行信号传输前可放大信号, 提高信号水平, 减小干扰和传输噪声。特别是同一芯片上进行A/D转换时, 更能改善信噪比。

MEMS六轴传感器是由一个三轴陀螺仪传感器和一个三轴加速计传感器集成在同一个芯片上, 可以实时输出陀螺仪和加速计读取到的数据。加速计的原理和传统的原理形似。三轴陀螺仪的工作原理则与传统的陀螺仪原理不同, 传统的陀螺仪理论依据是角动量守恒定律。不停转动的物体, 他的转轴指向是不随它原本的支架的转动而变化的。MEMS陀螺仪是利用科里奥式力, 物体被驱动, 不停的来回做颈向运动, 科里奥式力就不在横向来回变化。

2 可穿戴硬件系统的设计

本硬件系统的主要组成是由传感器的数据采集和蓝牙射频俩部分构成。传感器部分主要由六轴传感器MPU6050和气压温度传感器BMP180, 蓝牙芯片选用TI公司的CC2541。MPU6050和BMP180通过I2C总线和CC2541相连, 将采集到的数据传输给蓝牙芯片。蓝牙芯片再通过板子上的巴伦滤波器和陶瓷天线将收集到的数据传输出去。详细系统原理图2。

将俩部分电路集成在同一个电路板在上, 制作出一套开穿戴开发平台, 如图3。通过这套自行研发的开发平台, 可以做大量轨迹实验, 为下一步的轨迹模拟提供了实验环境保证。

3 运动轨迹仿真系统设计

基于已有的可穿戴开发平台, 本仿真系统通过对运动轨迹产生的加速度信号进行数据采集。对采集到的信号进行预处理之后完成对加速度积分以及后期的误差补偿, 最后实现对运动轨迹的1:1的仿真。

仿真系统主要分为三个主要部分:六轴传感器、蓝牙和上位机处理。六轴传感器主要包括三轴加速度传感器和三轴陀螺仪, 分别对运动过程中产生的加速度信号和角速度信号进行采集;蓝牙主要负责接收六轴传感器采集到的数据, 并将数据通过蓝牙信号输出给上位计算机;上位机处理主要实现数据处理的功能。仿真系统总体结构图如图4所示。

4 运动轨迹仿真实验测试结果

通过蓝牙芯片, 限定六轴传感器的采集速率为每秒20组数据, 一组六个值包括三个加速度值和三个角速度值, 每个值包括16个字节。将采集到的原始数据直接通过蓝牙传输发送到计算机中进行处理, 然后通过MATLAB对数据进行数据处理和轨迹仿真。如图5, 确定坐标系。

4.1 静止状态

在完全静止状态下, 将可穿戴开发平台放置水平桌面, Z轴方向垂直于水平桌面, 与重力方向重合。理论上讲, 加速度值在X轴和Y轴输出为0, Z轴输出为1g;陀螺仪的输出应该全部为0。但是由于随机噪声的存在, 输出值应该有一定的偏差。测量30s得到的600组数据。选择其中的10组如下表。示意图如表1。

4.2 匀速状态

选取XYZ三个轴中的X轴, 沿X轴做匀速直线运动, 采集传感器得到的数据。将可穿戴开发平台沿X轴方向匀速移动19s, 共采集到380组数据, 选其中10组数据如表2,

5 结论

本可穿戴开发平台设计是基于MEMS六轴传感器MPU6050的基本原理, 并且结合了蓝牙的传输技术, 可以方便、快速的将运动采集到的数据快速的传输到PC上。采集到的数据主要应用于后期可穿戴计算的研究。

摘要：现在市面上的可穿戴设备越来越多, 对于可穿戴设备, 尤其是手腕式的可穿戴设备的竞争日益激烈。对于可穿戴设备的研究核心在于可穿戴传感器的研究。可穿戴设备的功能日趋强大与其内部使用的可穿戴传感器数量的增加和性能提高息息相关。本文基于MEMS六轴传感器技术, 目的在于设计出一套可以用于运动轨迹检测的可穿戴设备。利用现有的蓝牙4.0技术, 将六轴传感器收集到的数据实时传送到上位机, 通过MATLAB等仿真软件以及合理的数据处理, 得到最接近现实的运动轨迹。

关键词：可穿戴设备,传感器,运动轨迹,可穿戴监测系统

参考文献

[1]T.A.Pearson, G.A.Mensah, RW Alexander.Markers of Inflammation and Cardiovascular Disease-Application to Clinical and Public Health Practice-A Statement for Healthcare Professionals from the Centers for Disease Control and Prevention and the America Heart Association[J].Circulation.2003.

[2]A.S.Levey, J.Coresh, E.Balk.National Kidney Foundation Practice Guidelines for Chronic Kidney Disease:Evaluation, Classification, and Stratification.Annals of Internal Me dicine[J].2003, 139 (2) :137-147.

[3]J.Hokka J.Raami H.Hyv nen M.Broas J.Li T.T.Mattila and M.Paulsto-Kr ckel Methods for Reliability Assessment of MEMS Devices-Case Studies of a MEMS Microphone and a 3-Axis MEMS Gyroscope[J].Electronic Components and Technology Conference (ECTC) , 2012, 6248807.

[4]曹玉诊, 蔡伟超, 程杨.基于MEMS加速度传感器的人体姿态检测技术[J].纳米技术与精密工程, 2010, 8 (1) :37-43

可穿戴监测系统 篇8

心血管疾病(Cardio Vascular Diseases,CVDs)作为最能威胁人类健康的一种疾病,其病因涉及人体内运输血液的组织和包括心脏、动脉血管、静脉血管在内的循环系统[1]。人体脉搏包含丰富的与心血管有关的生理病理信息,其波形幅值、周期、形状都可作为判断人体心血管系统健康与否的重要依据。目前,随着可穿戴便携式设备的发展,人们越来越不满足在限定时间、地点并且限制生理活动的条件下获得自身健康信息,而更倾向于自由、灵活、连续和实时地监测自身健康状态[2,3,4]。光学检测方法具有实施便捷、成本低廉等优势,成为可穿戴便携式测量的主流研究手段。

当前,光电容积脉搏波(Photo Plethysmo Graphy,PPG)的检测方法主要分为反射式和透射式。大量研究实验表明,相比于反射式测量方案,透射式测量对测量位置要求较高且长时间测量会给人带来不适,不利于可穿戴设备的发展,因此反射式测量法成为获取脉搏波并对其进行分析处理的技术热点[5,6,7]。基于红外光谱和红光作为光源测量获取PPG的设计方案很多,但是也存在一些问题。近期,有研究分析了绿光作为光源测量PPG的特性,发现与红外光和红光相比较,绿光受皮下组织的干扰更小,获取的PPG波形更加完整[8]。

1 光电容积脉搏波

基于红外光谱测量的理论依据是朗伯-比尔定律(Lambert-Beer Law),测量的方法是光电容积脉搏波。当特定波长的光束照射到人体皮肤表面时,利用光电接收器接收其透射光或反射光,在此过程中,人体皮下组织的血红蛋白等吸光物质在整个血液循环中吸光系数E和血液浓度C保持不变,透射光或反射光光程L随心脏作用呈周期性变化,心脏舒张期外周血液容积量最小,光程最小,光吸收量也最小,检测到的光强最小,而心脏收缩期则刚好相反,检测到的光强最大[9]。因此,根据朗伯-比尔定律,检测光强I与入射光强I0的关系为:

利用欧拉公式对式(1)进行展开,过程如式(2)所示:

由式(2)可知,在吸光系数E、血液浓度C不变和稳定光源I的条件下,透射光或反射光光强信号形成的脉搏波波形由正弦波和余弦波叠加构成,幅值随心脏搏动导致的检测光程周期性变化而变化。

2 脉搏波测量系统设计实现

本文设计并实现了一款基于绿光光源、反射式PPG原理提取腕部脉搏波的装置,测量系统结构设计上采用主体模块分离设计,将脉搏波采集模块与其他模块隔离,保证功能的合理性及抗干扰性。系统主要分为三大模块,分别是PPG信号采集模块、MCU控制模块和蓝牙模块,如图1所示。

2.1 PPG信号采集

光源选取OSRAM公司生产的光谱宽带为33 nm的523 nm发光二极管。脉搏波采集传感器采用AMS公司生产的TSL2591环境光学传感器。TSL2591具备两路模数转换器和I2C接口,宽泛的光谱响应,能够提供可编程增益和可编程测量时间。此外,TSL2591是一高精度高灵敏度的光电数字传感器,即将光输入信号,去噪、滤波和放大后转换为数字输出信号,避免了传统模拟接收器在信号传输过程中,将外部干扰引入采集设备,增强了系统抗噪性,提高采样数据精度。

如图2所示,TSL2591的通道0在523 nm具有较高的响应度。本文设计的脉搏波测量系统只使用TSL2591的通道0并在TSL2591表层放置偏振片以滤除环境光干扰。当入射光进入皮下组织,经过血液内吸光物质等的作用,导致反射光强与入射光强不一致,TSL2591探测到反射光强的变化并转化为数字信号,进而描绘成脉搏波。

2.2 控制电路

针对可穿戴应用的脉搏波测量系统,体积小和功耗低是必须考虑的因素。因此,选择意法半导体(ST)公司生产的32位超低功耗微处理器STM32L152作为本文的控制芯片。STM32L152在保证低功耗的基础上,与STM32系列芯片兼容(便于移植开发),拥有32 MHz主频、数据E2PROM,RTC,ADC模块,DAC模块,DMA,支持USB,USART,83个I/O口,SPI通信,I2C通信。

在本文设计的脉搏波测量系统中,单片机作为主控芯片,通过I2C接口与TSL2591通信,编写控制代码设置环境光传感器的工作通道、采样率、增益等运行参数。传感器完成数字信号转换后,触发中断机制,通过I2C通信将信号传至单片机,从而完成信号采集过程,电路如图3所示。

2.3 蓝牙数据传输

考虑到可穿戴设备应支持不限地点的无线传输功能,本文设计的脉搏波提取系统数据传输采用低功耗蓝牙4.0,实现与手机、平板电脑等搭载蓝牙协议的智能设备实时互联。

蓝牙低能耗(BLE)技术是低成本、短距离、可互操作的鲁棒性无线技术。本文选用德州仪器(TI)公司为低能耗以及2.4 GHz应用的片载系统(So C)解决方案生产的CC2541蓝牙芯片。本文开发设计时选用PC机作为数据接收设备,因此控制芯片MCU将采集到的数据发送至CC2541芯片后通过串口透传方式进行数据传输。

2.4 充电电路设计

便携测量对测量环境要求极低,固定电源的模式不能满足其需求。本文设计了可充电电路,选取合适的充电电池,实现随时充电、随时使用的测量需要。充电接口选择通用USB 5 V接口,3 V稳压芯片LY2508A30以及恒定电流/恒定电压线性充电器LY3083。充电电路如图4所示。

3 实验数据处理和分析

采集脉搏波信号的实验开始之前,通过调查问卷形式排除受测者患有心血管疾病,确定10名研究对象。进行脉搏波信号测量之前,每位测试者佩戴医用心率带和本文设计实现的装置并原地休息15 min,而后由同一位熟悉本次实验环节的记录员打开开关,分别记录心率带所示心率和采集的脉搏波原始数据,如图5(a)所示,PC机提取并展示脉搏波的流程如图6所示。单片机首先点亮523 nm发光二极管并设定300 Hz采样频率;然后数据经蓝牙传送至PC机后经过0.1~30 Hz的带通滤波器软件滤波,去除50 Hz工频干扰、测量抖动等因素带来的干扰信号;接着数据经过基线漂移滤波算法剔除由于呼吸灯不可避免的因素造成的漂移基线;最后PC将捕获到的每一个(时间,反射光强度值)绘制出来,得到脉搏波曲线,如图5(b)所示。

10名受试者在规定条件下,均能测得如图5所示的完整脉搏波。由本文第1节所述原理可知,脉搏波波峰对应心脏搏动,为了验证脉搏波的有效性,应用波峰识别算法[10],对10名受试者脉搏波分析可得到他们的心率值。经分析可知,10名受试者心率带所示心率与通过算法识别波峰计算所得心率的误差均在-2~2之间。结果表明,本文所设计的脉搏波提取装置所测量的脉搏波可用性高。

4 结语

本文针对可穿戴心血管健康监测领域,设计了一款体积小、功耗低、可用性强的脉搏波系统。该系统包括单片机控制模块、脉搏波采集模块、蓝牙通信模块和电源模块。详细描述了系统硬件开发模型,给出了脉搏波采集控制模块和充电电源模块的电路图。对原始采集的数据进行滤波和去漂移基线后,通过心率参数分析脉搏波信号的可用性。实验结果说明,所设计测量系统,能够采集到可用性强的脉搏波,为研究可穿戴血压测量、血氧测量和各种能由脉搏波反映的健康参数测量,提供了坚实的基础。

参考文献

[1]何疆春,李田昌.心血管疾病风险评估的现状与展望[J].心血管病学进展,2013,34(1):50-55.

[2]李春聚.便携式医疗电子设备的应用[J].临床医药文献电子杂志,2015,2(27):5766.

[3]张崇.便携式医疗电子设备应用及发展趋势探讨[J].医疗装备,2014,27(2):27-28.

[4]赵瑞斌,孟燕军,张玮,等.腕佩式心率远程报警器研制[J].生物医学工程学杂志,2013,30(2):82-85.

[5]许晓峰,历哲,凌振宝.反射式血氧饱和度测量系统设计[J].吉林大学学报(信息科学版),2013,31(3):260-265.

[6]方启超,周严.基于C8051F120的透射式脉搏血氧仪的设计[J].电子测量技术,2013,36(2):81-84.

[7]胡静,王成,李章俊,等.基于光电脉搏波描记方法的多生理参数测量研究[J].光电子·激光,2012,23(8):1631-1634.

[8]MAEDA Y,SEKINE M,TAMURA T.The advantages of wearable green reflected photoplethysmography[J].Journal of medical systems,2011,35(5):829-834.

[9]NIEVEEN J,REICHERT W J,VAN DER SLIKKE L B.Photoelectric plethysmography using reflected light[J].Cardiology,1956,29(3):160-173.