基于Android平臺的多生理參數監測系統設計

王 娟， 郭亞龍， 鮑丙豪

(江蘇大學 機械工程學院，江蘇 鎮江 212013)

0 引 言

近幾年,針對不同體征信號開發的便攜式醫療設備大量涌現，如分立式血氧儀、心電儀、心率儀等得到了普遍應用，但當前集多種生理參數監護功能于一體，用于家庭實時長期生理監測預警的監護儀存在體積大、價格高的弊端[1]。針對這一弊端，本文提出了一種以手機為終端的便攜式多生理參數監測儀，實時獲取人體日常關鍵生理參數如心電(electrocardiogram,ECG)、呼吸、血氧和脈搏，可實現監測、藍牙傳輸、數據處理等技術的融合，為心血管疾病的預防提供關鍵技術支撐。

1 系統方案設計

多生理參數監測系統由人體生理信號采集模塊、MSP430微控制模塊、穩壓電源模塊、藍牙模塊以及手機客戶端模塊組成，其中,采集的人體生理信號包括心電、呼吸、血氧和脈搏。系統構架框圖如圖1所示。

圖1 系統構框架

2 系統硬件設計

2.1 集成模擬前端心電呼吸采集電路設計

本系統的心電呼吸信號采集模塊采用美國德州儀器(TI)公司生產的集成芯片ADS1292R。該芯片內置2個24位模/數轉換器，可實現心電和呼吸的雙通道采集，尺寸為5 mm×5 mm，單通道功耗低至335 μW，具備了所有便攜式、低功率醫療心電圖和健身應用所需的全部特性。本系統的心電信號、呼吸信號采集模塊電路如圖2所示。

圖2 ADS1292R心電呼吸信號采集電路

該芯片的通道1(IN1P和IN1N)用于采集呼吸信號，通過提取左臂(left arm,LA)和右臂(right arm,RA)兩個電極信號，采用阻抗式呼吸檢測法獲得。通道2(IN2P和IN2N)用于采集心電信號，ADS1292R內部右腿驅動電路選擇通道2，檢測電極的共模信號，創建一個負反饋回路，把共模信號加載在人體上，從而降低共模干擾。心電信號和呼吸信號在芯片內部通過對電磁干擾信號的濾波、可編程放大器6倍放大以及模/數轉換器后，再將數字信號輸入到單片機進行處理，然后通過藍牙模塊實現無線傳輸。

2.2 集成模擬前端血氧脈搏采集電路設計

血氧脈搏采集模塊采用TI公司生產的集成芯片AFE4400，該芯片是針對脈搏血氧儀而設計的，非常適合脈搏血氧測量系統的前端信號采集，圖3給出了該采集模塊的電路圖。

圖3 AFE4400血氧脈搏信號采集電路

AFE4400是專用于血氧脈搏檢測的集成芯片，其不僅具有傳統血氧檢測電路的發光驅動、光電檢測、信號分離、放大濾波、模/數轉換功能，還帶有時序自動控制和發光二極管(light-emitting diode,LED)故障診斷功能[2]。AFE4400內部帶有一個22位的模/數轉換器，在收到紅外光及其環境光的光電流的半個周期中，開啟紅光和紅光環境光信號的模/數轉換，下個周期的前半個周期開啟紅外光及其環境光的模/數轉換，最終輸出4路數字信號，再通過環境光消除模塊得到去除環境光干擾信號的數字信號。最終，AFE4400芯片通過串行外設接口(serial peripheral interface,SPI)輸出6路數字信號，即紅光、紅外光、紅光環境光、紅外光環境光、去除環境光紅光、去除環境光紅外光信號[3]。

3 系統軟件設計

單片機起到控制芯片工作和傳輸信號的作用，心電呼吸模塊采集的流程、單片機初始化后，對芯片ADS1292R進行配置，開啟SPI傳輸，將心電、呼吸數據存入數組，最后通過通用異步收發器(universal asynchronous receiver/transmitter,UART)將數據發送給藍牙模塊。

血氧脈搏模塊采集流程:單片機初始化后，對芯片AFE4400進行配置，完成LED驅動、LED亮度控制、脈搏波增益控制、診斷、模/數轉換、環境光消除等功能，開啟SPI傳輸，將6路數字光電信號存入數組并通過UART發送給藍牙模塊。

4 生理信號預處理與參數計算

4.1 生理信號預處理

原始生理信號存在大量干擾，主要包括工頻干擾、肌電噪聲以及呼吸、電極移動等引起的低頻干擾，這幾個噪聲信號頻帶分布不同，范圍較廣，為了有效提取生理信號的特征值，需要對ECG信號、呼吸信號和光電容積脈搏波描記法(photo plethyamo graphy,PPG)進行一系列預處理以獲得純凈、穩定的被測信號。

原始ECG信號頻率范圍為0.01～100 Hz，主要有用信息頻率在0.5～40 Hz之間，工頻干擾和肌電噪聲處于ECG信號的較高頻段，可采用數字有限脈沖響應(finite impulse response,FIR)低通濾波器和50 Hz陷波器將其濾除?；€漂移的本質是ECG信號中摻雜了間斷或持續的低頻干擾，可采用截止頻率為0.3 Hz的高通濾波器來濾除。呼吸信號的頻率集中在2 Hz以下，本文設計了一個截止頻率為3 Hz的FIR低通濾波器來濾除工頻干擾和肌電噪聲干擾。

PPG信號的有效信號頻率在0～20 Hz之間，其頻率比ECG信號更低，因此受呼吸等低頻信號干擾較大，使用單一的高通濾波器濾除或多或少會造成PPG信號中有效信號的丟失，可采用包絡法去除基線漂移，用三次樣條插值法得PPG信號峰值和谷值的包絡線，中線為峰值和谷值包絡線的均值曲線，可以近似地反映PPG信號的基線漂移，用原始的PPG信號減去均值曲線即可去除PPG信號中的基線漂移。信號中摻雜的高頻干擾則采用平滑濾波去除。如圖4所示為各生理信號預處理前后對比，從圖中可以發現噪聲干擾得到了很好抑制。

圖4 各生理信號處理前后對比

4.2 參數計算

4.2.1 心率和呼吸率計算

心率的計算需要定位ECG信號的R波，通過計算相鄰R波的間期得到心率(heart rate,HR)

HR=60fs/RR

(1)

式中fs為采樣率，RR為相鄰R波的間期。傳統的閾值檢測R波的方法不適用于心律失常的波形，當QRS波幅變小或閾值設置過高都會造成漏檢結果，使得檢測率不高，本系統采用雙正交二次B樣條小波，并結合小波變換快速算法——Mallat算法完成ECG信號特征值提取，明顯提高小波變換的運算效率，適用于基于Android智能手機的硬件平臺[4]。雙正交二次B樣條是一平滑函數的一階導數[5]，其等效濾波器如下

H(z)=(1+3z-1+3z-2+z-3)/4

(2)

G(z)=(-1-3z-1+3z-2+z-3)/4

(3)

ECG信號R波在尺度4下呈現最大幅值的極值對形式，抽取出極值對，采用閾值處理得到準確定位R波的極值對并將其還原到重構后的ECG信號，在極值對位置區間內找到最大值提取到R波。

在提取到R波的同時，在尺度1上可以檢測到QRS波的起點和終點，完善心電監測功能，起點對應R波生成的模極大值之前第一個模極大值，終點對應R波產生模極大值后的第一個模極大值，采用MATLAB軟件實現算法仿真，QRS特征值定位如圖5所示。

圖5 ECG信號R波和QRS波波段定位

以MIT-BIH數據庫里的48組數據為例，R波定位準確率可達99.3 %以上。

呼吸信號近似正弦信號，采用過零計數法，一個理想周期的呼吸信號會3次穿過基線，即有3個過零點，呼吸頻率為[6]

(4)

式中fs為采樣率，N為零點個數，M為檢測區間數據個數。

4.2.2 血氧和脈搏計算

由AFE4400同步采集到去除環境光紅光和去除環境光紅外光信號可以計算血氧飽和度和脈搏。本文系統采用差分異號法提取PPG信號的極值點，并判斷波峰和波谷，利用三次樣條插值法得PPG信號的包絡線，如圖6所示。

圖6 PPG信號極值定位及包絡線

PPG信號的直流分量為上下包絡線的均值，交流分量為上下包絡線的差值，得到PPG信號的交直流分量，按朗伯比爾定律進行數據計算得光密度比值R

(5)

式中IAC和IDC分別為PPG信號的交直流分量，λ1和λ2為2種頻率光的波長，本文設計中λ1為660 nm，λ2為940 nm[7]。實際應用中考慮發光二極管差別以及人體生理差異，用如下經驗公式計算血氧飽和度

S=AR2+BR+C

(6)

式中A,B,C均為經驗公式，由定標確定。

脈搏的計算只采用紅外光的光波信號，為消除誤差取5個脈搏周期平均值。采用過零檢測法，檢測相鄰上升沿的過零點，最終得出脈率。

5 實驗與結果分析

本設計使用華為榮耀6plus作為Android終端，采用Eclipse作為Android的軟件開發平臺，Eclipse是基于Java的開源可擴充開發平臺，通過Java開發工具JDK(Java Development Kit)可進行應用程序的設計和編寫，手機平臺實現如圖7所示。

圖7 Android手機平臺實現

6 結 論

實驗結果表明:本系統實現了多生理參數的采集，發送和實時顯示，很好地去除了生理信號的噪聲干擾，并有效地提取其特征值。同時，本設計在硬件上采用模擬前端的采集方式，最大限度地降低了硬件體積，大大降低了功耗，滿足了家用的便攜性和移動性。