王志宇　袁江涛　周珺　王誉天

摘 要：为了实现血氧饱和度检测的实时性和便捷性，设计了一种头戴式血氧检测装置。利用反射式探头采集额头的脉搏波（photoplethysmography，PPG）信号，主控芯片对信号进行处理和计算，蓝牙将血氧饱和度和脉率发送至手机显示。与标准血氧仪对比，实测血氧的平均误差率在1%以内，最大误差在4%以内，能够满足国际标准的要求；在头部活动情况下，实测血氧仍在正常范围内波动，满足实时监测的要求。

关键词：血氧饱和度 头戴式 反射式 脉搏波 实时监测

中图分类号：TP31 文献标识码：A 文章编号：1672-3791（2016）06（b）-0119-06

血氧饱和度是反映人体血液氧含量的重要参数，是衡量人体血液携带氧气能力的生理参数，在临床诊断中有着十分重要的意义[1]。人体血氧饱和度的检测分为有创和无创测量。由于有创测量给患者带来痛苦，而且也不能连续监测，所以目前的血氧饱和度测量普遍采用的是无创方式[2]。

1983年，Nellcor研制出脉搏血氧计N-100，该血氧计使用发光二极管为光源，硅管为接收管，由微型计算机对采集到的数据进行处理，形成了无创血氧检测的标准模式[3]。目前，光电血氧检测主要分为透射式和反射式。透射式血氧检测的发光管和接收管处于被测部位的两侧，只能用于检测手指或耳垂；反射式血氧检测的发光管和接收管处于被测部位的同侧，检测部位不受限制，因此，在可穿戴健康监护设备领域有着广阔的发展前景[4]。

近年来，可穿戴血氧检测设备因其便利性与智能化逐渐进入人们的生产生活中，多数是以指环、指夹或耳夹的形式[5-7]，这样的设备虽然检测准确率高，但易受检测部位移动的影响，不能实现血氧的实时检测。特别是对于公安、消防、士兵等特殊人群的健康监护，市面上的可穿戴血氧检测设备不能达到要求。该文基于反射式探头设计和实现一种头戴式血氧检测装置，以血氧检测头带进行实时检测，通过手机APP进行参数显示，在不影响佩戴者正常活动的基础上，实现血氧检测的实时性和便捷性。

1 反射式血氧检测原理

反射式血氧检测如图1所示，发光管用于发射红光和红外光，接收管用于接收被测部位反射或散射的光线。

光在生物组织中的传播规律可用光子扩散传输理论描述，其传输方程[8]为：

2 系统设计与实现

2.1 装置外观

传统的血氧检测位于手指、手腕或耳垂，易受人体活动而影响检测精度。该文设计并实现了一种血氧检测头带，可以实现血氧的实时检测和传输。血氧检测头带基于反射式探头在额头进行信号采集，信号处理电路板和电池封装在头带内，反射式探头如图2所示，检测头带如图3所示。血氧检测头带检测血氧饱和度和脉率两个生理参数，通过蓝牙发送到手机APP实时显示。

2.2 硬件设计

血氧检测装置由电源模块、脉搏波采集模块、主控模块和蓝牙4.0模块组成，其硬件结构如图4所示。电源模块由800 mA h锂电池和电源管理电路构成，为系统提供稳定的3.3 V电压。脉搏波采集模块由反射式探头和采集控制电路构成：反射式探头由660/940 nm 双波长LED和TSL237光频转换器组成，光频转换器将接收到的光强转化成光频的形式输出；采集控制电路为H桥电路，可控制红灯和红外灯的交替亮灭。主控模块为MSP430F1611微处理器，控制信号的采集，接收和处理脉搏波信号，计算血氧和脉率，将参数通过UART发送给蓝牙模块。蓝牙4.0模块采用cc2540低功耗蓝牙芯片，将血氧和脉率发送到智能终端。

2.3 软件设计

系统的软件工作由微处理器完成，主要包括信号采集的控制、信号的捕获和处理、参数的计算和传输，软件工作流程图如图5所示。在软件设计中，原始信号的处理和生理参数的计算尤为重要。

2.3.1 信号处理

反射式探头在额头上采集的原始脉搏波信号含有大量的干扰，要准确计算血氧和脉率，必须对信号进行预处理得到干净、稳定的脉搏波信号。

脉搏波信号由定时器捕获光频信号得到，因定时器溢出导致计数错误而产生一些奇异点，这些奇异点是随机出现的，因此，可采用均值滤波的方式去除奇异点。

由于外界干扰的影响，脉搏波信号存在高频干扰，使得波形上出现许多毛刺，这些干扰幅度很小且频率比脉搏波信号高，因此，可采用平滑滤波的方式去除高频干扰。平滑滤波是一种线性滤波，具有低通特性，其原理是用某数据相邻数值的平均值代替该点数值[13]。脉搏波信号的频率一般在4 Hz以内，而高频干扰主要在10 Hz以上，因此，选择5～9个点的平滑滤波都能够满足保证在PPG信号不失真的前提下去除高频噪声干扰。

脉搏波还存在明显的基线漂移，这是由人体自身的呼吸运动导致信号直流分量不稳定造成的。由于计算血氧需要准确计算脉搏波信号的直流分量和交流分量，不能简单用高通滤波器滤除这种干扰，因此，采用形态滤波去除基线漂移。形态滤波需要选择结构元素的形状和尺寸[14]，该文选取直线型的结构元素，尺寸宽度大于脉搏波信号特征波形的宽度，将脉搏波信号特征波形全部滤除，只剩下基线漂移信号，然后用原始信号减去该信号即可得到去除基线漂移后的脉搏波信号。

原始脉搏波经过预处理后的波形如图6所示，处理后的脉搏波波形平滑、干净、稳定，可以用于胜利参数的计算。

2.3.2 参数计算

血氧饱和度的计算需要脉搏波信号直流分量和交流分量的提取，脉率的计算需要脉搏波信号波峰的定位。参数计算流程图如图7所示。

首先，对去噪后的脉搏波信号进行极值点的定位，采用差分异号法定位极大值和极小值点，计算相邻最大值点的间期可得脉率。在得到极值点的基础上，利用三次样条差值法[15]计算脉搏波信号的包络线，其基本思想是将插值区间n等分后，在每一个小区间上，采用分段3次Hermite插值法导出插值函数；直流分量为上下包络线的均值，交流分量为上下包络线的差值；最后将两路脉搏波信号的交、直流分量值带入公式计算得血氧。图8为对脉搏波信号进行包络线的定位。

3 实验结果与分析

3.1 参数标定

血氧计算公式为，其中A、B为常数，需要通过实验数据进行拟合确定。在实验中，一般采用经验公式进行拟合[16]，其中。利用血氧检测头带和MEC-1000标准血氧检测监护仪同时对实验者进行测量，得到与对应标准的值，对两组数值进行二次函数拟合，以确定参数A、B、C。

3.2 实验结果

确定血氧计算公式后，利用血氧检测头带和标准血氧检测监护仪对10名测试者进行实验，测试者手指佩戴标准血氧仪的指夹式探头，头部佩戴血氧检测头带，同步记录监护仪和手机显示的血氧饱和度和脉率，如图9所示。

在静止状态下记录5 min内的十组参数值，将实测参数与标准参数进行对比，计算平均误差率、均方根误差和最大误差，如表1所示。

由表1所统计的10名实验者的准确性参数来看，血氧饱和度的平均误差率在1%以内，均方根误差（表征测量值与标准值的偏差程度）在1.5%以内，最大误差在4%以内；脉率的平均误差率在5%以内，均方根误差在4次/分以内，最大误差在6次/分以内。在静止状态下，血氧饱和度和脉率的检测精度都能满足国际标准的要求。

为了验证血氧检测头带实时检测的准确性和有效性，进行进一步实验，佩戴标准血氧夹的手指保持静止，佩戴血样检测头带的头部可以自由活动，对5 min内的实测血氧值和标准血氧值进行描迹，图10为其中两名实验者的血氧值描迹图。从图10中可以看出，在头部可以活动下的实测血氧值有所波动，也会出现突变点，但血氧值仍在90%～100%的范围内，最大误差也在5%以内，因此，在不影响佩戴者正常活动情况下，血氧检测头带能满足实时检测血氧饱和度的要求。

4 结语

传统的血氧检测设备多用于检测手指或耳垂，但限制人体的自由活动，不能实现血氧的实时监测。对于患者家庭使用或公安、消防、士兵等高危行业的健康监测，一种实时血氧监测装置有其必要性和重要性。该文基于反射式探头设计和实现了一种头戴式血氧检测装置，实时监测和传输血氧饱和度和脉率，并通过手机APP显示。

由于额头采集的脉搏波信号微弱且干扰大，装置通过一系列有效的滤波去除噪声，得到干净、稳定的脉搏波信号，由此计算得到血氧和脉率。通过实验进行参数拟合后，确定血氧计算的二次函数模型，将血氧检测头带和标准血氧仪进行对比。结果表明，实测血氧和脉率误差率低，能够满足国际标准对血氧检测的要求；同时，在头部活动情况下，实测血氧仍能保持在较为准确的范围内，能够实现血氧检测的实时性。

头部运动会对脉搏波原始波形造成运动伪迹的干扰，若在头部放置加速度传感器，利用加速度信息去除运动干扰，会使运动情况下血氧检测的准确度大大提高，作者将会在这个方向上继续探究。

参考文献

[1] XUE Junwei，HUANG Yueshan，DU Xin，et al.Design of a wearable device for SpO2 monitoring using BLE [J].Chinese Journal of Biomedical Engineering， 2015，34（6）：701-707.

薛俊伟，黄岳山，杜欣，等.蓝牙低功耗可穿戴血氧监测设备的设计[J].中国生物医学工程学报，2015，34（6）：701-707.

[2] CUI Jian，GAO Shumei，SONG Yilin.Development of simultaneous monitoring system for non-invasive blood pressure and blood oxygen saturation[C]//2013 IEEE 11th International Conference on Electronic Measurement & Instruments （ICEMI），Harbin： IEEE Press，2013： 968-973.

[3] LIU Junwei，PANG Chunying，XU Boluan.Design and implementation of photoelectric pulse oximetry[J].Laser & Infrared，2014，44（1）：50-55.

刘俊微，庞春颖，徐伯鸾.光电脉搏血氧仪的设计与实现[J]. 激光与红外，2014，44（1）：50-55.

[4] GONG Yushun，WU Baoming，GAO Dandan，et al.Design of an anti-noise wearable pulse oximetry[J].Chinese Journal of Sensors and Actuators，2012，25（1）：6-10.

龚渝顺，吴宝明，高丹丹，等.一种抗干扰穿戴式血氧饱和度监测仪的研制[J].传感技术学报，2012，25（1）：6-10.

[5] KANO M，SATO Y，KANDA K，et al.Fabrication of reflectance pulse oximeter with ring-shaped photodiode [C]//2013 IEEE International Conference on Systems， Man，and Cybernetics （SMC），Manchester：IEEE Press， 2013：3771-3774.

[6] VENEMA B，GEHRING H，MICHELSEN I，et al. Robustness，specificity，and reliability of an in-ear pulse oximetric sensor in surgical patients[J].IEEE Journal of Biomedical and Health Informatics，2014，18（4）：1178-1185.

[7] LEE S，SHIN H，HAHM C.Effective PPG sensor placement for reflected red and green light，and infrared wristband-type photoplethysmography[C]//2016 18th International Conference on Advanced Communication Technology （ICACT），Pyeongchang：IEEE Press，2016：556-558.

[8] LIU Guangwei，MAO Luhong，XIE Sheng，et al.A monitoring method of blood-oxygen saturation using reflection type photoelectric sensor[J].Journal of Optoelectronics· Laser，2014，25（3）：620-624.

刘广伟，毛陆虹，谢生，等.一种光电反射式脉搏血氧监测方法[J].光电子·激光，2014，25（3）：620-624.

[9] PATTERSON M S，CHANCE B，WILSON B C.Time resolved reflectance and transmittance for the noninvasive measurement of tissue optical properties[J].Applied Optics， 1989，28（12）：2331-2336.

[10] QIN Ying，ZHANG Jing，CAI Jing，et al.Design of oxygen saturation detection system based on reflectance and AC/DC signal separation[J].Chinese Journal of Sensors and Actuators，2015，28（6）：933-937.

秦颖，张晶，蔡靖，等.基于交直流分离的反射式血氧饱和度测量系统的设计[J].传感技术学报，2015，28（6）：933-937.

[11] ZHANG Genxuan，SHI Bo，LIU Shengyang，et al.Efficient real-time pulse oximetry monitoring system [J].Laser & Infrared，2014，44（2）：187-191.

张根选，石波，刘胜洋，等.一种高效实时脉搏血氧监测系统的研究[J].激光与红外，2014，44（2）：187-191.

[12] XU Panpan，XU Bingqiao，XU Wenlong.Detection system of pulse blood oxygen saturation based on AFE4400 [J].Laser & Infrared，2015，45（3）：320-324.

徐盼盼，徐冰俏，徐文龙.基于AFE4400的脉搏血氧饱和度检测系统[J].激光与红外，2015，45（3）：320-324.

[13] ZHANG Xiaodong，PU Baoming，HUO Hong，et al. Application of average filter and morphology in oscillation pulse wave extraction[J].Computer Systems & Applications，2016，25（2）：157-161.

张笑东，蒲宝明，霍红，等.均值滤波和形态学在振荡脉搏波提取中应用[J].计算机系统应用，2016，25（2）：157-161.

[14] SUN Wei，TANG Ning，JIANG Guiping.Study of characteristic point identification and preprocessing method for pulse wave signals[J].Journal of Biomedical Engineering，2015，32（1）：197-201.

孙薇，唐宁，江贵平.脉搏波信号特征点识别与预处理方法研究[J].生物医学工程学杂志，2015，32（1）：197-201.

[15] HU Jinsong，YANG Shixi，REN Daqian.Spline-based local mean decomposition method for vibration signal[J].Journal of Data Acquisition & Processing，2009，24（1）：82-86.

胡劲松，杨世锡，任达千.基于样条的振动信号局域均值分解方法[J].数据采集与处理，2009，24（1）：82-86.

[16] PANG G，MA C.A neo-reflective wrist pulse oximeter [J].IEEE Access，2014（2）：1562-1567.