警员可穿戴多体征参数监测系统的设计*

黄俊骁,王志宇,丁仲祥,林金朝,庞 宇*,李章勇(.重庆邮电大学光电信息感测与传输技术重庆市重点实验室,重庆 400065;.公安部第一研究所,北京 00044)



警员可穿戴多体征参数监测系统的设计*

黄俊骁1,王志宇2,丁仲祥1,林金朝1,庞 宇1*,李章勇1
(1.重庆邮电大学光电信息感测与传输技术重庆市重点实验室,重庆 400065;2.公安部第一研究所,北京 100044)

为了实现公安、消防等高危职业的体征参数监测,以公安日常装备(警盔和T恤)为可穿戴载体,设计了一种体征参数监测系统,实现血氧饱和度、心电、心率的检测、传输和显示。警盔利用反射式探头采集光电容积脉搏波PPG(photoplethysmography)信号,检测血氧饱和度;T恤利用导电硅胶和ADS1292R采集心电ECG(electrocardiogram)信号,检测心电和心率;APP实现体征参数的实时显示。实验表明,ECG信号R波定位的准确率能达到98.5%以上;与标准监护仪对比,血氧、心率的平均误差都较低,血氧的最大误差在5%以内,心率的最大误差在10次/min以内。在不影响正常活动下,系统能够满足国际标准对实时体征参数监测的要求。首次设计了一套适用于警员的可穿戴体征参数监测系统,并实现了参数监测的准确度和稳定性。

穿戴式系统;体征参数监测;信号传感;血氧饱和度;心电;心率

据公安部的统计,从2010年到2014年,全国民警因公伤亡22 870人,其中因公牺牲2 129人,因突发疾病猝死或同犯罪分子作斗争牺牲的占一半以上[1]。高压高危的工作性质使伤亡人数居高不下,因此对民警进行生命体征监测尤为必要。

人体的生命体征参数如血氧饱和度、心电、心率等,能客观地反应人体状态,对于警员更是如此。多数警员因突发心血管疾病猝死,或受伤错过救治的黄金时间而牺牲[2]。通过可穿戴监测设备及时地检测到民警发病或受伤时的体征,向总部发送信息,使其得到及时的救治,能够减小警员因公伤亡的风险。同时,实时监测的体征参数数据可以用于心率变异性、精神压力、疲劳检测等方面的分析[3-5]。

目前,市面上有许多体征参数检测设备,比如佩戴在手指或手腕上的血氧检测装置[6],基于胸部导联线的心电检测装置[7],但一般的可穿戴设备会影响民警执行任务过程中的正常活动。因此,研制基于公安日常装备的可穿戴体征参数监测装置能够填补警员体征监测领域的空白,具有保护其生命安全的现实意义。

本文以公安日常装备为载体,设计了一种可穿戴体征参数监测系统,实时监测警员的血氧饱和度、心电、心率。该系统操作便捷,检测准确率高,实现了公安日常装备与体征检测装置的融合,在不影响警员正常活动下,实现体征参数的实时检测、传输和显示。

1 总体系统

1.1 总体设计

在不影响警员正常活动的情况下,本文设计了一套可穿戴生命体征参数监测系统,其整体设计如图1所示。

图1 系统整体设计

图2 头带胸带外观图

以警盔或警帽为可穿戴载体,内嵌血氧检测头带(如图2(a)),通过反射式探头[8]采集光电容积脉搏波(PPG)信号;同时,以警用T恤为可穿戴载体,内嵌心电检测胸带(如图2(b)),通过导电硅胶和心电采集芯片采集心电(ECG)信号;原始信号传入单片机处理计算后,体征参数(血氧、心率、心电)通过蓝牙4.0发送给手机APP进行实时显示。

头带采集额头的PPG信号,不影响警员的正常活动,传感器紧贴皮肤,抗干扰能力强。胸带采用双导联检测的形式,摒弃粘性电极片,利用导电硅胶传导ECG信号,提高了检测的舒适感与便捷性。

1.2 硬件设计

体征参数监测系统的硬件总体框图如图3所示,主要由电源模块、PPG采集模块、ECG采集模块、主控模块和无线传输模块组成。

图3 硬件总体框图

PPG采集模块由双色发光管、光频转换器和信号采集控制电路组成。其中,双色发光管采用血氧专用660 nm/940 nm双波长LED,光频转换器采用TSL237光频转换器,信号采集控制电路为H桥电路。在单片机的时序电平控制下,双色发光管交替发光,光频转换器将接收到的反射光强转化为光频输出,最后单片机利用定时器捕获得到原始的PPG信号。

心电采集模块由导电硅胶、心电线和心电采集芯片组成。其中,导电硅胶作为电极传感器,导电性能好,无粘连感;心电采集芯片为TI公司生产的ADS1292R。ADS1292R利用两个导联采集原始心电信号,经过模数转换和增益放大,将ECG信号通过SPI传入单片机。

主控模块为单片机MSP430F2418及其外围电路,接收原始PPG和ECG信号后,进行信号的处理和计算,将相关参数通过UART发送给无线传输模块;无线传输模块通过蓝牙4.0将体征参数传至手机显示。

1.3 软件设计

单片机的软件设计主要完成生理信号的采集、传输和处理,体征参数的计算和发送。

头带的程序工作流程图如图4(a)所示,单片机初始化后,开启定时器,时序控制红灯和红外灯交替亮(2 ms)灭(1 ms),再通过定时器捕获接收到的光频,获得原始的PPG信号;存储完1 000个数据后,对PPG信号进行预处理,滤去干扰;根据两路PPG信号计算得到血氧后,通过UART发送给蓝牙。

胸带的程序工作流程图如图4(b)所示,单片机初始化后,配置ADS1292R,开启SPI传输,将ECG数据存入数组;经过解析分离后,对ECG信号进行预处理,放大滤波后计算心率;最后将心电、心率通过UART发送给蓝牙。

图4 程序流程图

2 信号处理与参数计算

2.1 信号预处理

原始的生理信号存在大量干扰,需要对PPG和ECG信号进行一系列预处理,以得到干净、稳定的信号,利于体征参数的计算。

2.1.1 PPG信号的处理

从头部采集的PPG信号中含有高频干扰和基线漂移,同时还有一些突变的数据,对信号的计算有很大的影响[9]。

PPG信号由定时器捕获光频信号得到,因定时器溢出导致计数错误而产生一些奇异点,这些奇异点是随机出现的,因此采用均值滤波的方式去除奇异点。

PPG信号存在高频干扰,使得波形上出现许多毛刺,这些干扰幅度很小且频率比PPG信号高,选择5个～9个点的平滑滤波去除高频噪声。

脉搏波还存在明显的基线漂移,这是由人体的呼吸导致直流分量不稳定造成的。由于计算血氧需要准确计算PPG信号的直流分量和交流分量,不能简单用高通滤波器滤除这种干扰,因此采用形态学滤波[10]去除基线漂移。

2.1.2 ECG信号的处理

从胸部通过两导联采集的人体心电信号十分微弱,且易受外界干扰,如工频干扰、电极接触干扰、肌电干扰、基线漂移等[11]。

原始心电信号中高频干扰噪声很强,而心电信号携带的有用信息在0.5 Hz～35 Hz之前,因此利用FIR低通滤波器去除高频干扰。

工频干扰是生物医学领域中常见的噪声,由电磁场干扰所引起,幅值较低,频率是50 Hz及其谐波,利用50 Hz陷波器去除工频干扰。

由于采集心电时省去了参考电极,心电信号的基线漂移也很严重,可利用快速有效的中值滤波去除基线漂移。

2.2 血氧饱和度计算

根据同步采集的两路PPG信号可以计算血氧饱和度。首先,采用差分异号法对PPG信号进行极值点的定位;利用三次样条差值法计算PPG信号的包络线;直流分量为上下包络线的均值,交流分量为上下包络线的差值;最后将两路PPG信号的交、直流分量值代入公式计算得血氧。血氧计算公式由朗伯比尔定律和光子扩散方程推得,经验公式[12]为

(1)

式中:SpO2为血氧饱和度,IAC和IDC分别为PPG信号的交流分量和直流分量,λ1和λ2分别代表两种频率的光。

2.3 心率计算

心率的计算需要定位心电信号的R波,通过计算相邻R波的间期求出心率。差分阈值法是一种简单、快速的QRS波群的检测算法,适用于实时性要求较高的心电监护设备[13],因此,采用差分阈值法对R波进行定位。

R波是心电信号特征波变化最剧烈的部分,在上升或者下降波形的斜率变化最大。因此,对预处理后的心电信号进行一阶差分平方运算,再结合时间窗口和设定的幅度阈值便可判断出R波的位置。R波检测及心率计算的流程如图5所示,其中心率的计算公式[14]为:

HR=60fs/R-R

(2)

式中:HR为心率,fs为采样率,R-R为相邻R波的间隔点数。

图5 心率计算流程图

3 实验结果与分析

3.1 系统测试

警员可穿戴体征参数监测系统由可穿戴检测设备和体征参数监测APP组成,如图6所示。可穿戴检测设备包括血氧检测头盔和心电检测T恤。体征参数监测APP通过蓝牙4.0与电路板对接,实时显示血氧、心率和心电图。

3.2 血氧饱和度测试

单片机对原始PPG信号进行预处理,滤去干扰,可以得到平滑、干净、稳定的PPG波形,如图7所示,可以用于血氧饱和度的计算。

通过参数拟合确定血氧饱和度的计算公式后,利用头盔和标准监护仪同步对10人进行测试。在静止和头部活动状态下,记录5 min内的10组实测血氧和标准血氧,进行对比分析,计算平均误差和最大误差,结果如图8所示。

图8 血氧检测误差图

图6 可穿戴体征参数监测系统

图7 PPG信号处理前后

从图8可以看出,在静止状态下,测试者的血氧误差平均值在1.5%以内,最大误差在3%以内;在头部活动状态下,血氧误差有所增大,但误差平均值仍在3%以内,最大误差仍在5%以内。在不影响佩戴者正常活动情况下,头盔能满足国际标准对无创血氧检测误差的要求。

3.3 心电心率测试

单片机对原始ECG信号进行预处理,去除噪声,得到波形清晰的心电图,其R波明显且突出,如图9所示。

图9 ECG信号处理前后及R波定位图

选取10名测试者的10 min心电检测样本,经过计算和分析,如表1所示,R波定位成功率能达到98.5%以上。

表1 R波定位准确率

利用T恤和标准监护仪同步对10人进行测试,记录静止状态和正常状态(非运动)下10 min内的实时心率,对比实测心率和标准心率,计算平均误差和最大误差,结果如图10所示。由图10可以看出,静息心率的平均误差在3次/min以内,最大误差在6次/min以内;正常活动下心率误差有所增大,平均误差在5次/min以内,最大误差在10次/min以内。两种状态下均能满足实时心率的检测标准。

图10 心率检测误差图

4 结束语

为了实现公安、消防等高危职业的生命体征参数监测,基于公安日常装备设计了一套可穿戴体征参数监测系统,实时检测警员的血氧饱和度、心电图和心率。系统由血氧检测警盔、心电检测T恤和手机监测APP组成:在警盔中,反射式探头采集额头的PPG信号,单片机去除信号中的奇异点、高频干扰和基线漂移后,利用两路PPG信号计算血氧饱和度;在T恤中,导电硅胶采集ECG信号,ADS1292R进行信号的转换和放大,单片机去除信号中的高频干扰、工频干扰和基线漂移,定位R波并计算心率;在APP中,血氧、心率以数字形式实时显示,心电以波形呈现。

在测试中,单片机程序能够较好滤去原始生理信号中的噪声,得到干净、稳定的PPG和ECG,为体征参数的计算提供了便利。通过实验表明,在静止和头部活动情况下,实测的血氧饱和度平均误差均在3%以内,最大误差均在5%以内,能够满足无创血氧检测的要求。在静止和正常状态下,实测心率的平均误差均在5次/min以内,最大误差均在10次/min以内,能够满足实时心率的检测标准。

在警员的日常活动中,会产生大量的运动干扰,影响体征参数的计算,因此,作者在后续的研究中考虑引入加速度检测,通过加速度变化抵消生理信号中的运动干扰,使运动状态下的体征参数检测准确率显著提高。

系统不仅可以应用于公安等特殊行业,稍加改装也可推广至高压人群或患病人群,实时监测人体的生命参数,为后续的心理或治疗反馈作数据参考。

[1] 袁国礼. 5年来公安民警因公牺牲2129人[N]. 京华时报,2015-04-06(6).

[2] Ren Yanhua,Yi Xueren. Thinking of China Emergency Rescue System of Education and Training[C]//2011 International Conference on Information Systems for Crisis Response and Management(ISCRAM),Harbin:IEEE Press,2011:342-346.

[3] Jeyhani V,Mahdiani S,Peltokangas M,et al. Comparison of HRV Parameters Derived from Photoplethysmography and Electrocardiography Signals[C]//2015 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society(EMBC),Milan:IEEE Press,2015:5922-5955.

[4] Vanitha L,Suresh G R. Hybrid SVM Classi-Fication Technique to Detect Mental Stress in Human Beings Using ECG Signals[C]//2013 International Conference on Advanced Computing and Communication Systems(ICACCS),Coimbatore:IEEE Press,2013:1-6.

[5] Jain S K,Bhaumik B. An Ultra Low Power ECG Signal Processor Design for Cardiovascular Disease Detection[C]//2015 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society(EMBC),Milan:IEEE Press,2015:857-860.

[6] 刘广伟,毛陆虹,谢生,等. 一种光电反射式脉搏血氧监测方法[J]. 光电子·激光,2014,25(3):620-624.

[7] Wang Yishan,Wunderlich R,Heinen S. Design and Evaluation of a Novel Wireless Reconstructed 3-Lead ECG Monitoring System[C]//2013 IEEE Conference on Biomedical Circuits and Systems(BioCAS),Rotterdam:IEEE Press,2013:362-365.

[8] 秦颖,张晶,蔡靖,等. 基于交直流分离的反射式血氧饱和度测量系统的设计[J]. 传感技术学报,2015,28(6):933-937.

[9] 洋洋,陈小惠,王保强,等. 脉搏信号中有效信号识别与特征提取方法研究[J]. 电子测量与仪器学报,2016,30(1):126-132.

[10] 刘艳丽,赵为松,李海坤,等. 基于形态滤波的PPG信号基线漂移消除方法研究[J]. 合肥工业大学学报(自然科学版),2011,34(4):525-528.

[11] Mahipal S C,Rajiv K K,Akshay K S. Comparison Between Different Wavelet Transforms and Thresholding Techniques for ECG Denoising[C]//2014 International Conference on Advances in Engineering and Technology Research(ICAETR),Unnao:IEEE Press,2014:1-6.

[12] Pang G,Ma C. A Neo-Reflective Wrist Pulse Oximeter[J]. IEEE Access,2014,2:1562-1567.

[13] Lai Dakun,Zhang Fei,Wang Cong. A Real-Time QRS Complex Detection Algorithm Based on Differential Threshold Method[C]//2015 IEEE International Conference on Digital Signal Processing(DSP),Singapore:IEEE Press,2015:129-133.

[14] 陈颖昭,高跃明,甘振华,等. 基于STM32的便携式家用心电检测仪的设计[J]. 电子技术应用,2013,39(9):18-20.

黄俊骁(1992-),男,四川渠县人,研究生在读,主要研究方向为人体信号处理与可穿戴医疗设备设备研制,hjx_cqupt@163.com;

林金朝(1966-),男,教授,博士研究生导师,主要研究方向为信号检测与处理、无线通信技术与移动通信网络、信息与通信工程和生物医学工程交叉领域等,linjz@cqupt.edu.cn;

庞 宇(1978-),男,四川泸州人,教授,通讯作者,硕士研究生导师,主要从事通信集成电路设计、逻辑综合、无线通信和智慧医疗方面的研究工作,pangyu@cqupt.edu.cn。

Design of Wearable Multiple Sign Parameters Monitoring System for Policemen*

HUANG Junxiao1,WANG Zhiyu2,DING Zhongxiang1,LIN Jinzhao1,PANG Yu1*,LI Zhangyong1
(1.Chongqing Municipal Level Key Laboratory of Photoelectronic Information Sensing and Transmitting Technology,The Chongqing University of Posts and Telecommunications,Chongqing 400065,China;2.First Research Institute of the Ministry of Public Security of PRC,Beijing 100044,China)

To achieve sign parameters monitoring of police,firefighters and other high-risk occupations,a monitoring system was designed to achieve detection,transmission and display of oxygen saturation,electrocardiogram(ECG)and heart rate. The police helmet used reflection probe to acquire photoplethysmography(PPG)signal,detecting oxygen saturation. The police T-shirt used conductive silicone and ADS1292R to acquire ECG signal,detecting ECG and heart rate. The APP achieved real-time display of sign parameters. Experiments show,the accurate location of ECG’s R wave can reach above 98.5%. Compared with standard monitors,the average error of oxygen saturation and heart rate is low,the maximum error of oxygen saturation is within 5%,and the maximum error of heart rate is within 10 BPM. The system can meet the international standard for real-time sign parameters monitoring while not affecting the normal activities. A set of wearable signs parameters monitoring system for police was designed for the first time,which achieved the accuracy and stability of parameters monitoring.

wearable system;sign parameters monitoring;signal sensing;oxygen saturation;ECG;heart rate

项目来源:国家自然科学基金项目(61571070,61671091);国家科技支撑计划项目(2014BAI11B0);重庆市教委优秀成果转化项目(KJZH14208)

2016-07-06 修改日期:2016-12-06

R318.6

A

1004-1699(2017)04-0635-06

C:7210;7510D;4250

10.3969/j.issn.1004-1699.2017.04.026