陈帝良， 方　震， 赵　湛， 徐志红， 刘玉峰

(中国科学院 电子学研究所，北京 100190)



集成多生理参数监测的终端设计*

陈帝良， 方震， 赵湛， 徐志红， 刘玉峰

(中国科学院 电子学研究所，北京 100190)

摘要:针对目前健康监测终端设备的弊端，设计了一种便携式多生理参数监测终端。终端设备以ARM微处理器STM32F405为控制与信号处理核心，通过对多种传感器采集的信号进行实时处理和分析，获取脉率、呼吸、血氧饱和度(SPO2)、脉搏传输时间(PTT)、心电图(ECG)以及光电容积脉搏波(PPG)信息,可实时显示生理参数和波形信息，通过触控屏完成人机交互功能，可方便实现手持式和穿戴式测量方式的自由切换。测量数据可本地存储或者通过蓝牙、Zig Bee无线发送。通过实验测试，该设备测量的生理参数数据准确可靠。

关键词:多生理参数监测； 脉率； 呼吸率； 血氧饱和度； 脉搏传输时间； 心电图； 光电容积脉搏波

0引言

世界人口老龄化程度加剧，慢性病患者数量增多的现状对各国医疗服务系统造成了很大压力。如何实现对慢性病患者的复杂病情进行实时监测是医疗系统亟须解决的问题。近年来，随着传感器和集成电路技术的发展，小型化、低成本、操作简单的健康监测设备将有助于上述问题的解决。但Mundt Carsten W等人提出的可穿戴多生理参数监测设备需要外接其他测量设备提供相应的生理参数[1]，Klingeberg T等人提出的健康监测设备需要依赖电脑进行数据显示[2]，这都限制了设备的便携性。

针对上述健康监测设备的不足，本文提出了一种用于远程健康监护的低成本、便携的多生理参数监测终端。该终端设备采用高集成化设计，可独立完成多种生理参数的测量和结果显示。为了满足不同用户的需求，该设备配有两种测量模式和两种数据无线传输模式。

1终端设备的硬件设计

终端设备的硬件框图如图1所示。心电信号采集单元将采集的体表电动势信号经放大和A/D转换后通过SPI接口发送至微处理器单元进行分析处理。心电信号采集单元可以通过3个心电干电极或5根心电导联线采集体表电动势信号。这两种方式通过3路CMOS单刀双掷开关进行切换。当信号采集单元与心电干电极连接时，用户只需要双手轻触嵌在设备两侧的心电干电极即可获得单导联心电图(electrocardiogram,ECG)。这种测量方式无需外接电极线，简单、快捷，方便每日例行健康监测的用户。这种测量方式称为手持式测量方式，如图2(a)所示。当信号采集单元与心电电极线相连时，用户通过5根心电电极线和传统湿电极可以获得7导联ECG。这种测量方式稳定、可靠，适于需要长时间健康监测的用户，这种测量方式称为穿戴式测量方式，如图2(b)所示。

图1　终端设备的硬件框图Fig 1　Hardware block diagram of end device

图2　手持式和穿戴式测量方式Fig 2　Hand-held and wearable measurement mode

血氧信号采集单元由光信号控制和电流信号处理两部分电路组成。光信号控制电路用于控制血氧传感器上660 nm红光和940 nm红外光LED灯的发光强度、周期和占空比。电流信号处理电路接收血氧传感器上的光敏二极管产生的电流信号，经过跨阻放大器和A/D转换后通过SPI接口发送至微处理器单元。血氧信号采集单元经4路CMOS单刀双掷开关控制，可以通过反射式血氧传感器或透射式血氧传感器采集血氧信息，分别如图2(a),(b)所示。

2信号处理与分析

2.1滤波降噪

按式(1)对原始信号进行5点滑动平均滤波处理

x(n-3)+x(n-4)].

(1)

由于两种信号的采样率均为250Hz，5点滑动平均滤波器不仅可以削弱高频噪声干扰,而且对于50Hz工频干扰及其谐波分量也有极大衰减作用。

经滑动平均滤波后，ECG信号依然受基线漂移噪声影响较大，需通过中值滤波器和Savitzky-Golay平滑滤波器去除基线漂移噪声[3]。滤波降噪后的波形可通过液晶屏显示，处理流程如图3所示。

图3　信号处理与分析流程图Fig 3　Flow chart of signal processing and analysis

2.2光电容积脉搏波信号处理与生理参数解析

首先对滤波降噪后的光电容脉搏波(photoplethysmo-graphy,PPG)信号进行一阶微分。然后结合微分后所得波形中的过零点与可自适应调整的阈值确定PPG的波峰A和波谷B所对应的采样点[4]。由此可得到PPG的交流分量IAC和直流分量IDC。通过相邻波峰间的采样点数和采样率可得到脉率。PPG信号特征值提取流程参照图3和图4。

图4　PPG信号特征值提取示意图Fig 4　Feature value extraction from PPG

利用已得到的IAC和IDC，血氧饱和度(surplus pulse O2,SPO2)可通过下式得出

SPO2=a-bR-cR2,

STEP1：适配器数据采集开始，读取适配器配置文件Adapter.cfg，内容包括所有机床的名称、IP地址、端口号，初始化适配器设备信息，建立设备列表；

(2)

(3)

式中a，b和c为常量，可通过标定得到；λ1和λ2分别代表660nm红光和940nm红外光；IAC和IDC分别为PPG的交流分量和直流分量。

呼吸通过改变胸腔膜内压来影响心脏泵血量，而心脏泵血量的改变会通过PPG表现出来，因此，可以通过PPG波形的改变来推算出呼吸率参数。PPG的交流分量的幅度随呼吸呈周期性变化[5]。通过计算IAC分量的变化周期可以得到呼吸率参数。

2.3ECG信号处理与生理参数解析

脉搏传输时间(pulsetransittime,PTT)可用于评估血压的变化[6]，其计算方法如下:

首先获取ECG信号的R点。由于ECG信号中的QRS波群的频谱范围主要集中在5～15Hz，使信号依次通过低通滤波器与高通滤波器

y(n)=2y(n-1)-y(n-2)+x(n)-2x(n-6)+

x(n-12),

(4)

(5)

后滤除其他干扰成分[7]，再对信号进行一阶微分，参照PPG峰值点提取的方法找出QRS波群的R点(峰值点)。最后通过计算同一心脏搏动周期内的R点与PPG的波峰A点间的时间间隔，即可得到PTT。

3实验结果

脉率和SPO2通过FLUCKProSimTM生理信号模拟仪进行测试，其选点的标准参考该类型设备医疗检定标准。呼吸率的测试在6名志愿者参与下完成，志愿者年龄区间为24～28岁。测试过程中，志愿者保持平稳呼吸并默数自己的呼吸次数，测试时间为1min。测试结束后对比设备给出的呼吸率和志愿者实际呼吸次数。测试结果如表1所示。

表1　SPO2、脉率和呼吸率测试结果

从表1可以看出:终端设备的脉率参数在各测试点误差为零，SPO2的误差均在±2 %内，对各志愿者的呼吸率测量误差为0，满足应用需求。

因为PTT为ECG的R点和PPG的波峰A点间的时间间隔，所以,只要准确识别R点和A点即可得到准确的PTT。实验表明:该波峰提取算法可以准确识别R点和A点。图5(a),(b)分别为波峰提取算法对FLUCK ProSimTM生理信号模拟仪产生的ECG和PPG信号的处理结果，紫色方框标记识别的波峰点。由此可知，设备提供的PTT也是准确可靠的。

图5　ECG和PPG的波峰提取Fig 5　Peak point extraction from ECG and PPG

4结论

本文提出了一种多生理参数监测终端。终端设备以ARM微处理器STM32F405为控制与信号处理核心，并采用高集成度设计，通过对多种传感器采集的信号来实现SPO2，PTT,ECG,PPG等生理信号的获取、处理以及信息显示功能。设备集成两套生理信号采集方案，兼容蓝牙和Zig Bee两种数据传输方式，满足不同用户和应用场景的需求。实验表明，该终端设备提供的生理参数准确，具有很好的应用前景。

参考文献:

[1]Mundt Carsten W，Montgomery Kevin N，Udoh Usen E，et al.A multiparameter wearable physiologic monitoring system for space and terrestrial applications[J].IEEE Transactions on Information Technology in Biomedicine，2005，9(3):382-391.

[2]Klingeberg T，Schilling M.Mobile wearable device for long term monitoring of vital signs[J].Computer Methods and Programs in Biomedicine，2012，106(2):89-96.

[3]Chen Xianxiang，Fang Zhen，Ren Ren，et al.Simple and efficient baseline removal method for a smartphone based ECG detection device[J].WIT Transactions on Engineering Sciences，2013，86:987-993.

[4]Yuan Zuo，Fang Zhen，Chen Xianxiang，et al.A novel reflection pulse oximeter for home health care applications[C]∥Intelligent Systems Design and Engineering Applications，Hunan，2014:64-68.

[5]Shelley K H,Jablonka D H，A Wad A A,et al.What is the best site for measuring the effect of ventilation on the pulse oximeter waveform[J].Anesthesia & Analgesia，2006，103(2):372-377.

[6]Gribbin Brian，Steptoe Andrew，Sleight Peter.Pulse wave velocity as a measure of blood pressure change[J].Psychophysiology，1976，13(1):86-90.

[7]Pan Jiapu，Tompkins Willis J.A real-time QRS detection algorith-m[J].IEEE Transactions on Biomedical Engineering(BME)，1985，32(3):230-236.

陈帝良(1987-)，男，山东烟台人，硕士，主要研究方向为基于多传感器集成的健康监护系统设计、信号处理等。

Design of integrated multi-physiological parameter monitoring end device*

CHEN Di-liang, FANG Zhen, ZHAO Zhan, XU Zhi-hong, LIU Yu-feng

(Institute of Electronics,Chinese Academy of Sciences,Beijing 100190,China)

Abstract:Aiming at defects of health monitoring end devices at present,a portable multi-physiological parameter monitoring end device is designed.Control and signal processing functions are realized through ARM microprocessor STM32F405;information such as pulse rate,respiratory rate,surplus pulse O2,(SPO2)pulse transmission time(PTT),electrocardiogram(ECG),photoplethysmography(PPG) can be obtained by real time processing and analyzing signal acquired by sensors;physiological parameters and waveforms can be displayed in real-time;man-machine interactive function can be realized through touch screen;hand-held and wearable measurement modes can be freely switched as needed.Measurement data can be saved locally or wirelessly sent through Bluetooth or Zig Bee.Experiments show that physiological parameters measured by the end device are accurate and reliable.

Key words:multi-physiological parameter monitoring; pulse rate; respiratory rate; surplus pulse O2 (SPO2); pulse transmission time (PTT); electrocardiogram (ECG); photoplethysmography (PPG)

作者简介:

中图分类号:TP 212

文献标识码:A

文章编号:1000—9787(2016)01—0095—03

*基金项目：国家高技术研究发展“863”计划资助项目(2012AA040506，2013AA041201)；国家自然科学基金资助项目(61302033)

收稿日期：2015—04—22

DOI:10.13873/J.1000—9787(2016)01—0095—03