基于ARM 的多通信方式的监护仪设计与实现

庞春颖 赵春华 金 阳

(长春理工大学生命科学技术学院，长春 130022)

引言

监护仪可实时检测和记录人体生理信号，如心电、血氧饱和度、血压、呼吸、脉搏和体温等，为医学临床诊断提供生理信息。以往监护仪主要用于监护危重病人，例如ICU 和手术室等，而目前在普通病房、社区和家庭也得到了应用和推广［1-2］。

目前监护仪主要向专科化、网络化、信息化等方向发展。如Philips 公司研制的IntelliVue MP90病人监护系统，除了常规的生理参数监护以外，还具有强大的联网功能，该仪器能够在覆盖全院的联网平台上进行操作，根据患者的病情、部门方案或特定程序的需求进行灵活配置。GE 公司也推出了DASH3000 具有内置一体化联网功能的监护仪，该监护仪具有有线联网和无线联网的性能，无论患者身处何地都能实现不间断的网络连接。佩戴式移动监护仪是专门为了实现对病人活动状态下的监护，该监护仪可佩戴在独自在家的老人身上，通过无线方式接入网络，便于数据的远程传输［3］。还有基于手机通信的远程监护系统［4］，可以将参数采集后通过手机信号发送给医院进行监护，适合高密度城市居民日常监护使用。基于体域网的心电、呼吸等信号的监护系统也是该领域的一个研究热点，这种系统通过穿戴于被监护者身上的监测传感器，采集人体的各种生理参数和运动信息，以无线的方式实现对病人的连续检测和量化评估［5-7］。

目前多参数监护仪性能稳定，功能强大，特别是GE、Philips 和SpaceLabs 三大公司研制的高端监护仪产品可实现医院局域网连接和无线通信功能，但是这些仪器价格昂贵，很难推广使用。在国内适用于家庭、社区及医院的远程监护系统的研究也有不少［8-10］，但是单一的通信方式只适合某种条件的医疗单位或家庭使用，通信方式不够灵活。本研究设计了一种基于ARM 芯片的多参数监护仪，可实现心电(ECG)、呼吸(RESP)、无创血压(NIBP)、血氧饱和度(SPO2)、脉搏(PR)、体温(TEMP)等参数监护，并进行病人生理信息记录、数据自动分析，数据传输和远程监护等功能。系统采用嵌入式芯片S3C2440，配合Linux 嵌入式系统，采用WiFi、GPRS和DM9000 网卡根据使用环境灵活配置网络通信功能，如通过医院网络或广域网络进行实时监控;或者通过社区网络、社区WiFi 进行数据传输;也可通过广域网络或GPRS 进行定期或实时的通信，实现生理信息的有线和无线监护功能，对实现远程医疗和社区、家庭医疗具有重要的意义。

1 系统设计

1.1 总体设计

整个系统包括模拟和数字两大部分，原理框图如图1 所示，模拟部分包括心电、血压、血氧、体温、呼吸、脉搏等生理参数的检测和采集;数字部分以主控芯片S3C2440 为主，包括人机接口、存储部分和通信部分的设计等。各传感器检测到生理信号后通过各自的信号处理电路进行模拟处理后传输给CPU ATMega32，ATMega32 将模拟信号进行A/D转换后通过串口发送给主控CPUS3C2440，S3C2440对不同信号进行相应的处理、分析和运算，然后进行显示、存储、通信等。

图1 系统原理框图Fig．1 System functional block diagram

1.2 系统硬件设计

硬件设计包括信号采集部分和主控外围电路两大部分。信号采集部分包括心电、血压、血氧、脉搏、体温、呼吸等模块。每个模块采用插卡式设计，通过带有插槽的采集板与ATMega32 连接。在ATMega32 控制下采集各生理信号并进行打包处理后通过串口发送给S3C2440。主控外围电路主要包括人机交互界面的LCD 和触摸屏，存储设备SD 卡、NAND FLASH 和SD RAM，以及通信设备WiFi 模块、GPRS 模块和DM9000 网卡等3 大部分。

1.2.1 信号采集电路

在各种生理参数中，以心电信号的采集和处理最为复杂，因此心电信号采集是硬件设计的一个关键。考虑到心电信号的特点:其最大幅值约1.5 mV，频率主要集中在0.03 ～100 Hz 之间。而CPU ATmega32 工作在5 V 电压下的AD 转换器最大分辨率是4.88 mV，因此至少要将心电信号从毫伏级放大到伏级，即1 000 倍左右。另外心电信号属于强背景噪声下的微弱信号，这就要求系统具有高共模抑制比和输入阻抗，因此系统采用了二级放大电路。通过一个高通RC 滤波器滤除低频噪声和直流漂移，截止频率为0.03 Hz。采用了四阶巴特沃斯低通滤波器，这种滤波器的特点是在小于截止频率的范围内，具有最平幅度的响应，而在大于截止频率时幅频响应迅速下降，截止频率设为106 Hz。最后采用了50 Hz 的双T 陷波器，滤除50 Hz 工频干扰。心电信号采集的硬件框图如图2 所示，心电信号采集板如图3 所示，采集到的心电信号如图4所示。

图2 心电信号采集框图Fig．2 ECG acquisition block diagram

图3 心电信号采集板Fig．3 ECG acquisition board

图4 采集的心电信号Fig．4 Collected Electrocardiosignal

1.2.2 主控外围电路

S3C2440 具有丰富的外围设备接口，大部分常规设备可以直接与之相连，例如NAND FLASH、SDRAM、SD CARD、LCD、触摸屏和DM9000 网卡，S3C2440 都有与之对应的控制器。系统外扩了两块32 M 16 位 的SDRAM 和256M 的 FLASH 模 块K9F2608，以进行信息的存储。为了实现便利的通信方式，系统采用WiFi、GPRS 和DM9000 网卡等3种通信方式，可根据仪器的使用环境灵活配置通信功能。其中WiFi 使用基于zd1211b 芯片的WiFi 无线网卡，该网卡可通过USB HOST 与S3C2440 接口，在系统中实现无线通信功能。GPRS 模块采用GR47 芯片，通过串口与S3C2440 进行数据通信。GPRS 分组交换速率可达85.6 Kb/s，提供远程通信功能。

1.3 系统软件设计

软件设计包括单片机软件、通信软件和嵌入式应用软件设计。采用Linux2.6.32 内核和QT4.5 图形库。修改U-BOOT1.3.4 启动部分代码，编译后烧录到NAND FLASH 开始的2 MB 空间，然后编译Linux 内核，添加相应的驱动软件，烧录到NAND FLASH 接下来的4 MB 空间，剩下的空间用来存放带有QT 库的根文件系统。采用QT 编写好的软件可通过SD CARD 存储到NAND FLASH 中。

1.3.1 单片机软件设计

各生理参数的采集是下位机设计的关键。系统采用ATMega32 单片机自带的A/D 转换器，该转换器有8 个通道，分别连接了心电、体温、血压直流、血压交流、红光直流、红光交流、红外直流、红外交流模拟信号，采样率通过定时器控制，每隔5 ms 采样一次，设置10 位的分辨率。转换完成的数据在前面添加6 位数据构成16 位数据，其中高8 位数据按照式(1)进行处理。式中，ADCH 为AD 转换结果的高2 位数据，i 为AD通道编号。通过datah 可以区分采集信号的类型。

系统设置每个呼吸脉冲触发产生一个外部中断，以进行呼吸频率的计算。另外通过单片机I/O口产生的脉冲控制血氧传感器的红光发射、红外光发射以及血压测量的袖带气泵充气、放气控制。

1.3.2 应用程序设计

系统的应用程序主要包括生理参数的分析处理和GUI 界面设计，采用QT 编写。QT 是基于C++的构架，对一些经常使用的图形界面进行了类的封装，且可以对这些类进行扩展和修改，提高了程序编写效率和灵活性。

在几个监护的参数中，心电信号的分析处理最复杂，包括QRS 波的识别、心率的计算T 波检测等［11-13］。心电信号分析的关键是实现R 波定位，由于R 波峰值最大，所以判定R 波的条件如下:

(1)差分值从正变为负值;

(2)差分值小于所有负值的平均值;

(3)满足以上条件且连续出现4 个负差分。

当满足以上条件时，定位一个R 波，再利用差分阈值法计算心率。另外通过检测血压交流信号的峰值位置及经验公式计算舒张压和收缩压［14］。

GUI 设计则通过编写 paintEvent ()、mousePressEvent()和mouseMoveEvent()函数，实现心电波形和脉搏波的绘制以及鼠标控制。系统软件还自定义了addData()和addDatas()函数，用于向波形末端添加新数据，其他部分用QT Designer 编写实现。

1.3.3 通信软件设计

由于系统采用了3 种通信方式，因此协调3 种通信方式是本部分设计的重点。远程通信分为实时模式和非实时模式两种，实时模式可实现实时远程监护，非实时模式用于在需要的时候将数据发送出去。非实时模式又分为手动和自动两种，手动发送是根据需要，医护人员手动点击发送按钮发送相关数据，自动方式是采用定时器每隔一段时间发送一次。具体实现流程如图5 所示。

1.3.4 软件调试

软件调试结果如图6 所示，界面上方为患者属性栏，包括患者基本信息以及对患者数据存储的基本操作。左侧为两通道波形显示，包括心电波形和脉搏波形，以及波形增益调节和回放按钮。右侧为生理参数数据显示，包括心率、脉率、呼吸频率、体温、血氧、舒张压和收缩压，右侧4 个按键为监护仪操作按钮，包括开始、暂停、停止和设置，右侧下方为网络状态显示和操作界面。

图5 联网模式选择流程Fig．5 Networking mode selecting flow diagram

图6 监护仪系统界面Fig．6 Monitor system interface

2 系统性能验证

为了验证监护仪系统测量的准确程度，选取健康30 位受试者，将其测量结果和国产迈瑞监护仪进行对比。受试者来源于长春理工大学医院，18 ～60岁，其中男性18 人，女性12 人。这些受试者是在医院进行体检的学生和教师以及5 个住院的患者，他们在知情同意的情况下进行了参数对比监护，并由临床医生进行记录。在整个实验过程中要求受试者在安静状态下休息10 min，用本系统测量，然后再用迈瑞监护仪进行测量，然后对测量结果进行比较和分析。以受试者测量参数误差的平均值(mean)、标准偏差(SD)以及测量验证准确率评价本监护仪的性能。

参数测量误差为测量的真值x(迈瑞仪器测量值)与本研究开发的监护仪的实测值y 之差。即

验证准确率为测量误差在精度范围内的受试者个数(M)与受试者总数(S)的比值，即

如进行脉率测量时，受试者总数为30 人，其中3 人的脉率值测量误差超过±1(脉率的测量精度为±1 次/min)，即27 人的测量值为准确值，所以脉率的验证准确率为90%。

图7 血氧饱和度测量结果比较Fig．7 Blood oxygen measuring results comparation

图9 血压测量结果比较Fig．9 Blood pressure measuring results comparation

3 结果

对30 位受试者心率、血氧和血压等值进行了测量，其测量结果如图7 ～图11 所示。由图可见，本系统的测量结果与迈瑞监护仪测量结果间的绝对误差较小，基本在监护仪的测量精度范围内。另外几种测量参数的验证准确率、平均误差和标准偏差的计算结果如表1 所示。其中体温的测量准确率最高为96.7%，血氧饱和度、脉率、血压值偏低，软件上还可进一步完善。通过分析可知本监护仪的测量验证准确率平均值为92.2%，满足监护仪临床使用要求。

图8 心率测量结果比较Fig．8 Heart rate measuring results comparation

图10 脉率测量结果比较Fig．10 Pulse rate measuring results comparation

表1 不同生理参数的测量误差和验证准确率Tab．1 Verification accuracy rate of diffenrence parameter

4 讨论和结论

随着经济的快速发展和社会人口结构的老龄化，监护仪的使用需求越来越广泛，所以研制高性价比、网络化、信息化的监护仪意义重大。本研究所设计的监护仪系统硬件上采用了信号采集与主控分离的方法，两者通过串口进行数据传输，提高了硬件的通用性，便于硬件的维护和升级，也有利于硬件的调试和移植。另外应用软件并非固化在硬件中，可以通过Linux 脚本文件进行网络更新，也可自行通过USB 更新。

当然系统还有很多可扩展和升级的地方，例如虽然每个模块以插槽的形式固定在连接板上，但不能独立使用，可考虑设计独立的客户端，并以无线通信方式与主机交互信息，方便患者的使用。另外可通过心电和脉搏波的融合进行呼吸率的计算［15］，从而减少传感器的个数，降低成本。

以嵌入式微处理器ARM9 芯片S3C2440 为控制核心，设计了具有多种通信方式的多参数监护仪，实现心电、呼吸、血压、脉搏、体温和血氧饱和度等参数的监护。通过WiFi、GPRS 和DM9000 的接口设计，可实现不同使用环境和条件下的有线和无线通信功能。通过对30 位受试者的对比实验，结果表明，本监护仪的测量验证的平均准确率达到92.2%，而且多种通信方式方便建立局域网和Internet 网络连接，为远程医疗和家庭医疗提供条件。

［1］ 丁晓波. 全球医疗监护仪市场分析［J］. 中国医疗器械信息，2010，16(11):23 -27.

［2］ Sahandi R，Noroozi S，Roushan G，et al． Wireless technology in the evolution of patient monitoring on general hospital wards［J］. J Med Eng Technol，2010，34(1):51 -63.

［3］ Mukai K，Yonezawa Y，Ogawa H，et al. A remote monitor of bed patient cardiac vibration，respiration and movement ［C］//Proceedings of the 31st Annual International Conference of the IEEE Engineering in Medicine and Biology Society. Minneapolis:IEEE，2009:5191 -5194.

［4］ Figueredo MVM，Dias JS. Mobile telemedicine system for home care and patient monitoring［C］// Proceedings of the 31st Annual International Conference of the IEEE Engineering in Medicine and Biology Society. Minneapolis:IEEE，2009:3387 -3390.

［5］ Davenport DM，Ross FJ，Deb B. Wireless propagation and coexistence of medical body sensor networks for ambulatory patient monitoring［C］ // Proceedings of 6th International Workshop on Wearable and Implantable Body Sensor Networks. Berkeley:IEEE，2009:41 -45.

［6］ Monton E，Hernandez J F，Blasco J M，et al. Body area network for wireless patient monitoring［J］. Communications，2008，2(2):215 -222.

［7］ 刘官正，吴丹，梅占勇，等.基于体域网的动态呼吸监测系统设计［J］. 中国生物医学工程学报，2012，31(2):316 -319.

［8］ 童基均，郭希山，潘敏. 基于无线技术的远程病人监护系统［J］.国际生物医学工程杂志，2007，30(2):128 -132.

［9］ Jiang Jiehui，Zhang Jing. Remote patient monitoring system for China［J］. Potentials，2007，26(3):26 -29.

［10］ Bai Yingwen，Cheng Chienyung，Lu Choulin，et al. Design and implementation of an embedded remote ECG measurement system［C］// Proceedings of Instrumentation and Measurement Technology Conference. Ottawa:IEEE，2005:1311 -1316.

［11］ Kalpakam NV，Venkataramanan S. EEG signal processing for modern wireless patient monitoring［C］// Proceedings of the 31st Annual International Conference of the IEEE Engineering in Medicine and Biology Society. Minneapolis:IEEE，2009:2042 -2050.

［12］ Ieong CI，Vai MI，Mak PU. ECG QRS complex detection with programmable hardware ［C］// Proceedings of the 30th Annual International Conference of the IEEE Engineering in Medicine and Biology Society .Shanghai:IEEE，2008:2920 -2923

［13］ 王大雄，顾永根，徐耕，等. T 波检测和QT 间期提取策略［J］.中国生物医学工程学报，2011，30(3):352 -356.

［14］ 皮喜田，李双双，刘洪英. 基于DSP 的血压计的设计与实现［J］. 中国生物医学工程学报，2011，30(3)，428 -431.

［15］ 邓宝芸，潘燕，孟岩，等.基于心电和脉搏波数据融合的呼吸率估计［J］. 中国生物医学工程学报，2012，31(2):211 -215.