张 杨，于 霄，吕 昊，李 钊，路国华，李 盛，王健琪，焦 腾

雷达式气胸检测系统的设计与实现

张 杨，于 霄，吕 昊，李 钊，路国华，李 盛，王健琪，焦 腾

目的:为解决战争和灾害现场伤员气胸快速检测和诊断的难题，设计并实现一种雷达式气胸快速检测系统。方法:采用微功率超宽谱雷达和生物医学信号处理技术，根据肺组织在正常情况与气胸病理状态下的超宽谱电磁特性差异，设计实现该系统。结果:该系统对气胸模拟模型检测的正确率达到64.3%。结论:该方法及系统在功能上实现了气胸的早期快速检测，对战场便携式气胸快速诊断设备研发具有重要意义。

超宽谱；雷达；气胸检测

0 引言

战争和灾难现场的气胸特别是张力性气胸（tension pneumothorax，TPT）[1]是一种危及生命的急症，如果处理不及时通常会加重伤员呼吸、循环等系统重要脏器生理功能紊乱，导致伤员死亡[2]。气胸也是胸部战创伤早期的主要死亡原因之一，在战争中，其死亡率占胸部伤死亡率的5%以上，其中70%是由于救护不及时而引起的死亡[3-4]。因此，对于TPT的早期现场诊断和及时处理就显得尤其重要。

目前，临床上用来诊断气胸的传统方法是X线胸片、CT、超声等[5-8]。胸片是气胸最常用的诊断手段，但其敏感性和准确度不够高[9]。CT检查是气胸诊断的金标准，但CT机体积大、不便携，需要搬运危重患者才能完成检测[10]。超声检查方便、快捷，但诊断医师对于超声影像的主观判断影响结果的准确性[11]。因此，3种传统的检测方式均不适用于战争和灾害救援现场的气胸诊断，迫切需要一种新的便携式气胸检测技术来解决当前战创伤医学界面临的难题。

微功率超宽谱（ultra wide band，UWB）技术以其非接触、可穿透及可从回波信号中获取目标距离、速度和精细结构信息等特点而非常适用于解决这一难题[12-13]。本文从战争、灾害现场的伤员气胸快速检测需求出发，融合微功率雷达技术、生物医学信号处理技术，设计实现了一种张力性气胸快速检测系统，包括脉冲源、控制模块、接收机、超宽谱探测天线、数据预处理模块和数据分析模块等。本研究对战场及灾害现场便携式气胸快速诊断设备研发具有重要意义。

1 系统设计

超宽谱冲击信号近场目标探测原理如图1所示。脉冲发生器产生窄脉冲信号，该信号通过发射天线辐射出去，发射脉冲到达人体表面，并依次经过皮肤、脂肪、肌肉、骨骼和肺等不同组织。在气胸状态下，肺组织的相对介电常数约为20；而在正常情况下，该常数约为46。根据2种情况下相对介电常数的差异，从肺组织表面返回的接收信号的大小会存在差异。这种接收信号经过接收天线被送到接收机，由脉冲发生器产生的另一路信号经过延时电路产生距离门，通过距离门控制技术对接收信号进行选择，随后信号通过积分电路进行脉冲积累，这样微弱信号被检测出来，我们将检测出来的微弱信号经高速采集卡采样后送入数据分析模块进行分析处理并给出最后诊断结果。

2 子模块设计

本系统原理框图如图2所示，由超宽谱探测天线、脉冲源、控制模块、接收机、数据预处理模块、数据分析模块等组成。控制模块控制脉冲源产生窄脉冲，通过发射天线辐射出去。回波信号通过接收天线进入接收机，控制模块通过信号采集触发控制接收机的信号采集，随后信号进入数据预处理模块进行放大、滤波等信号预处理，最后进入数据分析模块进行信号分析。

图1 超宽谱冲击信号近场目标探测原理图

图2 系统原理框图

（1）脉冲源：采用AvTech公司的AVM-2-C型脉冲源，其输出脉冲可由ECL电平外部触发，脉宽在0.2～2 ns、幅度在0～15 V范围内可调。

（2）控制模块：控制模块采用ARM9 2410处理器作为主控单元，结合辅助控制电路，产生用于控制脉冲源的外部触发信号，控制脉冲源生成所需的超宽谱窄脉冲。超宽谱窄脉冲脉宽为0.2ns，幅度为4V，以保证超宽谱探测需要。同时，控制模块可向接收机（存储示波器）发送数据采集信号。

（3）超宽谱探测天线：对于超宽谱微波近场探测，要求探头尺寸小、结构紧凑、具有超宽谱频率特性。考虑到本系统所使用脉冲宽度在0.2 ns左右，在喇叭天线结构基础上，将发射与接收天线进行组合，设计了一款结构紧凑、工作频段为1～20 GHz的新型组合超宽谱探头。该探头由2个并排设置的喇叭天线组合而成，分别负责超宽谱信号的发射与目标散射信号的接收。为了使结构更加紧凑，组合探头中的每个喇叭天线均可通过镜像原理设计为半喇叭天线结构。其中，镜像面板与同轴接头的外导体相接，具有指数渐变结构的一个喇叭臂板与同轴接头的内导体相接，喇叭臂板末端通过电阻加载，构成低频补偿回路。

（4）接收机：接收天线将接收到的高频信号传给接收机，接收机采用Agilent公司54855A存储示波器，具有20 GSa/s取样频率及2 MB存储深度。存储示波器由控制模块进行控制，将采集到的信号存入数据文件，并发送至数据预处理模块和数据分析模块，用于数据分析处理。

（5）数据预处理模块：从接收机获取目标信号，运行数据预处理程序对目标信号预处理，去除直达波及直流信号，并将预处理后的信号送到数据分析模块进行进一步的计算和分析。

3 信号处理与分析

发射天线将来自脉冲源的窄脉冲信号转换成电磁超宽谱脉冲发射出去，到达人体胸部并经过各种组织。当信号到达电参数不同的2种介质分界面时，一部分信号透过界面继续向前传播，另一部分信号被反射回去。透射和反射信号的能量分别由下式给出：

其中，Ei是入射波的能量，τ是透射系数，Γ是反射系数。透射系数和反射系数的计算分别如下式所示：

其中，εr1和εr2是2种介质的相对介电常数。

当有气胸产生时，胸部会有一块介电常数异常区域，这种电参数的异常会在雷达回波中有所反应。这样，通过处理和分析反射回来的超宽带雷达信号，系统就能判断组织分界处的情况是否发生变化。这种处理和分析思路为：连续分时采集900组数据，每组数据采样8 192点，每组对应采样点的数据取平均，形成一组一维时间变量的8 192点数据；对信号进行数字带通滤波处理；进行功率积分，计算信号的平均功率；再对各点数据作瞬时功率积分，求各瞬时功率的各极大值点；根据信号的各极大值与总能量的相对关系，来判断是否存在气胸以及粗略的估计肺中空气量的多少。

数据分析模块的具体工作流程如图3所示。初始化设置，设置采样道数N=0，采样点数M=0。（1）触发脉冲源，发射超宽谱脉冲，同时向接收机发送数据采集信号，连续采样8 192点数据并保存，每采样一点，采样点数M+1，直到完成所有8 192点的采样；将采样道数N+1，并设置采样点数M=0；（2）重复（1）操作，直到采样道数N=900；（3）针对每道采样数据的对应点取平均，得出一组一维的8 192点数据；（4）为避免直达波干扰，去掉前192个数据，剩余的8 000点数据以每连续40个数据为一组求和取平均，获得一组一维200点数据；（5）对200点数据进行归一化处理，并求能量；（6）求能量的极值点，并求第5极大值点与总能量的比值；（7）该比值的大小和肺中空气量成正比关系；（8）根据肺中的空气量给出是否为张力性气胸的结果。

图3 数据分析模块工作流程图

4 实验结果

本文采用电磁参数和人体组织相近的溶液模拟各种胸部组织，建立了气胸模拟人探测模型。通过改变胸腔气体体积和厚度来模拟不同程度的气胸患者和正常人体。采用雷达式气胸快速检测系统对模拟人进行检测，共采集实验数据56组，信号处理和分析后给出探测结果，56组数据的气胸检测正确率为64.3%。

图4、5为利用本文所述系统采集的2组信号处理后的200点能量图，其中图4为对模拟正常人模型的探测结果，图5为对模拟气胸模型的探测结果。根据图上第5极大值点与总能量的比值即可判断是否存在气胸。

图4 模拟正常人信号处理后的能量图

图5 模拟气胸患者信号处理后的能量图

5 结论

本文提出了利用超宽谱微功率雷达技术来检测气胸这一难题，将雷达技术与医学诊断技术相结合，建立了气胸雷达信号检测与特征提取技术方法，设计并实现了基于超宽谱雷达的便携式张力性气胸检测系统，实验证明了该方法和系统的有效性。

同时，该系统还存在一些问题需要解决。雷达发射的超宽谱电磁脉冲经过6种不同电磁特性的人体组织散射和反射后，骨-肺界面的反射信号到达雷达接收探头时，有效信号被淹没在强噪声信号中，如何提取出该有用信号是超宽谱雷达诊断气胸技术中的一个难题。针对这一难题，我们下一步计划采用变换域积累技术提高信噪比，采用非平稳生物医学信号处理技术，特别是联合相空间分析、Hilbert-Huang Transform算法，提高特征参数的提取能力；采用小波变换技术，对不同尺度下小波分解系数的阈值量化处理，突出原信号中的特征细节变化，以进一步增强细节识别能力。

[1]Barton E D.Tension pneumothorax[J].Curr Opin Pulm Med，1999，4：269-274．

[2]Coats T J，Wilson A W，Xeropotamous N．Pre-hospital management of patients with severe thoracic injury[J]．Injury，1995，26（9）：581-585.

[3]刘理礼，周世伟．战伤伤员救治时效研究进展[J]．国防卫生论坛，2003，12（4）：196-198.

[4]王晶．越战中美军伤员死亡原因的医学调查[J]．海军医学，1996，14（2）：187.

[5]Ball C G，Kirkpatric A W，Lanpland K B，et al.Factors related to the failure radiographic recognition of occult posttraumatic pneumothoraces[J].Am J Surg，2005，189（5）：541-546.

[6]Rankine J J，Thomas A N，Fluechter D．Diagnosis of pneumothorax in critically ill adults[J]．Postgrad Med J，2000，76（897）：399-404.

[7]丁武，杨俭新，张茂.超声诊断气胸的研究进展[J].中华急诊医学杂志，2010，19（7）：778-780.

[8]时平，鲁树坤，霍宏，等.超声在气胸诊断中的价值[J].中华超声影像学杂志，2009，18（1）：87-88.

[9]时平，胡海云，张雁，等.超声与X线胸片在气胸诊断中的比较[J].中华实用医药，2009，4（15）：49-50.

[10]Neff M A，Monk J S J，Peters K，et al.Detection of occult pneumothoraceson abdominal computed tomographic scans in trauma patients[J]. J Trauma，2000，49（2）：281-285.

[11]Dulehavsky S A，Hamilton D R，Diebel L N，et al.Thoracic uhrasounddiagnosisofpneumothorax[J].JTrauma，1999，47（5）：970-971.

[12]Phillip D L，Tracey W，Alan G.Micropower impulse radar：a Novel technology for rapid，real-time detection of pneumothorax[J].Emergency Medicine International，2011（3）：1-5.

[13]Albers C E，Haefeli P C，Zimmermann H，et al.Can handheld micropower impulse radar technology be used to detect pneumothorax? Initial experience in a European trauma centre[J].Injury，2013，44：650-654.

（收稿：2014-10-09 修回：2015-01-20）

Design and implementation of radar system for pneumothorax detection

ZHANG Yang,YU Xiao,LYU Hao,LI Zhao,LU Guo-hua,LI Sheng,WANG Jian-qi,JIAO Teng
(School of Biomedical Engineering,the Fourth Military Medical University,Xi'an 710032,China)

ObjectiveTo design a radar system for pnumothorax detection for military and disaster rescue.MethodsThe system involved in micro-power ultra-wide band radar technology and biomedical signal processing,as well as the principle that lung tissue had different ultra-wide band electromagnetic features in normal condition and in pneumothorax condition.ResultsThe trials on pneumothorax model proved that the system had the accuracy as 64.3%.ConclusionThe system realizes rapid and early detection of pneumothorax,and lays a foundation for the development of portable pneumothorax diagnostic device for battlefield medical support.[Chinese Medical Equipment Journal，2015，36（6）：18-20]

ultra-wideband;radar;pneumothorax detection

R318.6；TH776；TP274

A

1003-8868（2015）06-0018-03

10.7687/J.ISSN1003-8868.2015.06.018

军队后勤科研课题（CWS12J019）；国家自然科学基金项目（61201382，61327805）

张 杨（1978—），男，博士，主要从事非接触生物医学信号检测方面的研究工作，E-mail:yangzhang@fmmu.edu.cn。

710032西安，第四军医大学生物医学工程学院（张 杨，于 霄，吕 昊，李 钊，路国华，李 盛，王健琪，焦 腾）

焦 腾，E-mail:jiaoteng@fmmu.edu.cn