基于霍尔传感器微阵列的呼吸频率检测系统设计*

高小强，刘洪英，朱 兰，宫兆涛，皮喜田，吴雪莉

（1．重庆大学生物工程学院生物流变科学与技术教育部重点实验室，重庆 400030;2．重庆市微系统医疗工程技术研究中心，重庆 401120）

0 引言

呼吸是人体重要的生理过程，而呼吸频率是急性呼吸功能障碍的敏感指标。在现代监护技术中，呼吸频率检测是其重要组成部分。

呼吸是人体内外环境之间进行气体交换的必需过程，人体通过呼吸系统吸进氧气、呼出二氧化碳，从而维持正常的生理功能。每分钟的呼吸次数即呼吸频率。呼吸频率随年龄、性别和生理状态而异。成人平静时的呼吸频率约为16～18次/min;儿童约为20次/min;一般女性比男性快1～2次。临床诊断中医生利用呼吸频率可以初步检测人体是否患有疾病。

呼吸的检测方法有很多种，但常用的传感器与检测方法包括:应变式传感器检测、温度传感器检测、流量传感器检测、阻抗法检测［1］、电容式传感器检测等。应变式传感器检测原理是利用人在呼吸过程中由于呼气和吸气的交替引起食道和胸腹部会产生周期性的形变，通过应变式传感器可以感受到这种形变，从而检测到呼吸信号［13～15］。当传感器选择的不同，应变式传感器又可以分为压电式传感器检测和硅压阻式传感器检测;温度传感器检测是利用温度传感器采集鼻腔内外的呼吸温度差转换为电量输出的方法;流量传感器检测是通过检测流过某一固定横截面积的呼吸气体的速度来检测呼吸［12］;阻抗法检测是通过测量人体胸部在呼吸过程中阻抗的变化来检测呼吸;电容式传感器检测原理是，当面积为A的电容器平板靠近人体时，平板与人体间构成电容C，人在呼吸过程中引起电容值C的变化，通过对C值的变化进行检测来达到对呼吸信号的检测目的［2］。

1 霍尔传感器检测呼吸原理

本设计采用呼吸感应体积描记技术（respiratory inductive plethysmography，RIP）［3］进行呼吸率的检测，呼吸感应体积描记技术是一种新颖的呼吸监测技术，该方法能够准确地描记出胸、腹呼吸波［4］，通常的呼吸感应体积描记技术是利用一条围绕着胸部或者腹部的导线作为电感传感，通过调频方式检测到呼吸的周期和频率［5］。本系统是一种基于霍尔传感器阵列和呼吸感应体积描记技术原理所设计的呼吸检测系统，主要由带永磁铁的腹带和呼吸传感器构成，其结构如图1、图2所示。呼吸传感器通过腹带穿戴在腹部，传感器电路板上集成8只霍尔传感器LN4913，每只霍尔传感器间距为1．5mm。在呼气和吸气过程中腹部的体积发生变化，从而引起腹带周长的变化，导致腹带上磁铁位置的移动，通过霍尔传感器阵列电路检测磁铁位置的变化，单片机控制系统判别呼吸和吸气的过程，由此分析出呼吸的频率。传感器实物图如图3。

图1 呼吸检测系统结构示意图Fig 1 Structure diagram of respiratory detecting system

图2 系统内部结构示意图Fig 2 Internal structure diagram of system

图3 呼吸传感器实物图Fig 3 Physical diagram of respiration sensor

2 系统设计与实验

2．1 系统原理图设计

图4为系统原理框图。系统主要包括:霍尔传感阵列、单片机控制采集、无线发送和接收模块、PC显示存储、Flash存储。系统原理主要是通过霍尔传感器阵列检测呼吸的腹部位移的变化转换为电信号，单片机控制采集霍尔阵列的输出信号来判别呼气和吸气的过程，计算出患者的呼吸率，呼吸频率通过Flash存储，并通过串口或者无线蓝牙［6］发送到PC机上进行显示、分析与存储。由于本系统功耗比较低，采用3．6 V的纽扣电池，单片机系统对电池电压进行电源管理。

图4 系统原理框图Fig 4 Principle block diagram of system

2．2 软件设计

本系统通过单片机对开关信号的霍尔传感器阵列数据的采集，从而计算出呼吸的频率，系统软件流程图如图5。

图5 系统软件流程图Fig 5 Flow chart of system software

单片机在固定周期时间内对霍尔传感器阵列进行数据采集，判断呼吸的过程中永磁体的位置，采集数据的时间间隔为5 ms，即采集频率为200 Hz。通过单片机对永磁体的位置的判断，从而判断呼吸的运动过程，即计算出固定时间（30 s）内呼吸的过程次数N，进而得出1 min时间内呼吸率的计算公式

2．3 系统实验

本实验主要目的是验证此呼吸率检测系统的准确度，并与BIAPAC公司CO2100C设备进行呼吸率检测的结果进行对比。

选择10名志愿者，20～30岁年龄的3人、30～50岁年龄的4人，50～60岁年龄的3人，分别进行呼吸率检测，每名自愿者重复测量进行3次，对3次测量结果求平均值，记录的对比数据，如表1所示。

测量相对误差公式［7］表示为

式中e为呼吸率检测系统的相对误差，R为呼吸率检测系统所测量的呼吸率，r为BIOPAC公司的CO2100C设备所测量的呼吸率［7］。

表1 实验数据Tab 1 Experimental data

通过分析可得，此系统测量的呼吸率的平均测量精确度在95%以上。

3 主要应用

基于霍尔传感器阵列的呼吸检测系统结构简单，对呼吸频率检测的准确率高，抗干扰性强，可连续、实时地检测患者的呼吸频率，用途广泛。

由于系统输出的信号是通过数据算法处理之后的数字信号，无需对模拟信号进行复杂的放大滤波等处理，有效地防止了其他信号的干扰。本系统设计的输出可通过串口、无线通信等接口输出，或者直接用于LCD显示屏显示，也可以用于其他呼吸检测设备，或者是相关治疗设备检测输入，比如:用于基于慢呼吸的高血压治疗仪的呼吸检测。此系统检测到的呼吸频率通过UART串口协议发送到治疗仪的MCU控制芯片，控制芯片对呼吸频率进行分析处理。根据生物信息反馈原理，设计以呼吸信号为反馈生理量的慢呼吸引导算法，以直观的音乐信号和进度条指示受试者进行呼气和吸气［8，10，11］。此设计的呼吸频率检测系统也可以用于便携式的睡眠呼吸暂停监测仪［9］等设备。

4 结论

本研究设计了一种基于呼吸感应体积描记技术的呼吸频率检测腹带。由于利用开关霍尔传感器阵列进行检测呼吸，传感器输出的信号是开关信号，有效地防止了外围环境的干扰。而且，在数据处理方面简单化，硬件成本低。实验证明:本系统设计的呼吸频率计准确度比较高，能够应用于睡眠呼吸检测仪、慢呼吸高血压治疗仪等设备。

［1］ 刘宝华．一种新的阻抗式呼吸检测系统的设计［J］．生物医学工程学杂志，2003，20（3）:527 －530．

［2］ 郝连旺，宋 涛．呼吸信号检测方法的研究［J］．微纳电子技术，2007，7（8）:12 －16．

［3］ 张政波，王卫东，吴 昊，等．全数字呼吸感应体积描记技术［J］．中国医疗器械杂志，2007，31（3）:179 －181．

［4］ Wu Dan，Wang Lei，Zhang Yuanting，et al．A wearable respiration monitoring system based on digital respiratory inductive plethysmography［C］∥Proceedings of the 31st Annual International Conference of the IEEE Engineering in Medicine and Biology Society on Engineering the Future of Biomedicine，2009:4844 －4847．

［5］ Jongyoon C，Ricardo G O．Estimating mental stress using a wearable cardio-respiratory sensor［C］∥The 9th IEEE Sensors 2010 Conference，2010:150 －154．

［6］ 吴 丹，徐效文，王 磊，等．穿戴式动态睡眠呼吸监测系统的设计［J］．传感技术学报，2010，23（3）:322 －325．

［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 －320．

［8］ 皮喜田，赵素文，师小荃，等．基于微型呼吸传感器的高血压治疗系统［J］．传感器与微系统，2009，28（12）:70 －73．

［9］ 郭兴明，彭承琳，孙丰艳，等．睡眠呼吸暂停监测方法及仪器研究［J］．生物医学工程学，2000，17（3）:358 －359．

［10］ Diao Ziji，Liu Hongying，Zhu Lan，et al．Therapeutic hypertension system based on a micro-breathing pressure sensor system［J］．Medical Devices:Evidence and Research，2011，4:51 －57．

［11］ Holtzman M，Townsend D，Goubran R，et al．Breathing sensor selection during movement［C］∥The 33rd Annual International Conference of IEEE Engineering in Medicine and Biology Society，2011:381－384．

［12］ Roopa G，Rajanna K，Nayak M M．Non-invasive human breath sensor［C］∥The 10th IEEE Sensors Conference，2011:1788 －1991．

［13］ Mitchell E，Coyle S，O’Connor N E，et al．Breathing feedback system with wearable textile sensors［C］∥2010 International Conference on Body Sensor Networks，IEEE Computer Society，2010:56－61．

［14］ Bailon R，Laguna P，Mainardi L，et al．Analysis of heart rate variability using time varying frequency bands based on respiratory frequency［C］∥The 29th Annual International Conference of the IEEE Engineering in Medicine and Biology Society，2007:6674 －6677．

［15］ Yang Changming，Huang Wen-tzeng，Yang Tsu-lin，et al．Textiles digital sensors for detecting breathing frequency［C］∥The 5th Workshop on Wearable and Implantable Body Sensor Networks in Conjunction With the 5th Summer School and Symp on Medical Devices and Biosensors，2008:276 －279．