STM32的无创连续血压测量系统设计

李家杨，叶兵，朱晓冬

(合肥工业大学，合肥 230009)

STM32的无创连续血压测量系统设计

李家杨，叶兵，朱晓冬

(合肥工业大学，合肥 230009)

针对目前临床对血压的连续测量主要采用有创的方法，本文设计通过脉搏波传导时间(PWTT，Pulse Wave Transmit Time)实现无创连续测量血压的系统。该系统通过采集光电容积脉搏波(PPG)信号和心电(ECG)信号，利用STM32控制芯片将两者信号融合，再通过算法求出特征点，拟合方程求出个体的血压。通过此方法有效实现了无创连续的血压测量。

脉搏波传导时间；光电容积脉搏波；ECG

引 言

目前，血压的测量主要分为有创测量和无创测量，有创测量主要用于危重病人，而日常生活中人们主要利用袖带进行无创血压的测量，但袖带需要先充气加压，然后再放气，无法做到连续测量，且长时间佩戴会使人体感到不适。1871年，Moens和Korteweg提出脉搏波的传播速度(PWV)与血压近似满足线性关系[1]，后来的学者根据这一结论对血压检测问题进行了深入研究。大量理论与实验表明[2-4]，血压与脉搏波传播速度存在着准线性关系。而脉搏波的传播速度与传导时间成反比，因此可以通过脉搏波传导时间(PWTT)来间接测出个体的血压值。

根据以上背景，本文以STM32为嵌入式核心，通过采集心电信号和光电容积脉搏波信号，将两者信号融合求出特征点的时间差，得出脉搏波传导时间，进而拟合出对应的每搏血压值，从而实现了无创连续血压测量。

1 系统测量原理

Moens和Korteweg提出脉搏波的传播速度与血压之间的线性关系为：

(1)

其中,ΔP为动脉血压变化值，ΔT为脉搏波传播时间变化值，α为血管的特征值[5]。

1957年，Lansdown根据Moens-Korteweg提出的结论进行研究，得出同一个体脉搏波传导时间与血压在一定时间和范围内呈线性相关，且相对稳定[6]。推导出人体血压和脉搏波传导时间满足关系如下[7]：

(2)

其中，D为平衡状态下的血管内径，ρ为血液密度,E0为血管在零压力下的杨式弹性模量，P为血管跨壁压，α为血管的特征值，T为脉搏波传导时间，S为传播距离。对式(2)进行简化，得出人体血压变化与脉搏波的传导时间的数学模型为：

(3)

其中P为人体血压，PWTT为采集到的心电特征点与指尖脉搏波特征点之间的时间间隔，a、b为待定系数，对于不同的个体，a、b对应的值不同。

2 系统结构框架

系统主要由电源模块、心电采集模块、脉搏波采集模块、滤波电路以及无线模块组成，如图1所示。

图1 系统结构框图

系统采用锂电池供电，避免了引入工频干扰，不会影响生物电信号的采集，经过线性稳压芯片为各个模块供电。采集到的信号先经过低通滤波到STM32芯片进行处理，再通过无线模块将STM32芯片处理后的数据发送到PC端，通过MATLAB仿真处理。

3 系统硬件设计

3.1 心电采集模块

系统设计心电(ECG)信号采集模块使用ADI公司的单导联心率监护前端芯片AD8232，该器件内部集成一个专用仪表放大器、一个运算放大器、一个右腿驱动放大器和一个中间电源电压基准电压缓冲器。此外，AD8232内置导联脱落检测电路和一个自动快速恢复电路，该电路可在导联重新连接后迅速恢复信号。系统为减小人体产生的共模干扰，采用三极导联，将经过调理后的心电信号再通过一个二阶低通滤波器输入到STM32的ADC口。AD8232的电路设计原理图如图2所示，电路总增益为1100。

图2 AD8232电路设计原理图

3.2 脉搏波采集模块

根据朗伯比尔(Lamber-Beer) 定律, 物质在一定波长处的吸光度和它的浓度成正比[8]。当恒定波长的光照射到人体组织上时, 通过人体组织吸收、反射衰减后测量到的光强将在一定程度上反映了被照射部位组织的结构特征。脉搏主要由人体动脉舒张和收缩产生, 在人体指尖、组织中的动脉成分含量高, 而且指尖厚度相对其他人体组织而言比较薄, 透过手指后检测到的光强相对较大，因此光电式脉搏传感器的测量部位通常在人体指尖[9]。系统设计采用反射式脉搏波传感器，由两个发光二极管和一个接收管组成阵列。在心脏收缩时，指尖的微动脉血管流量大，此时对入射光的吸收较强，即反射光较少；当心脏舒张时，指尖的微动脉血管流量小，此时对入射光的吸收较少，反射光较大。由于人体的PPG信号95%的能量集中在0～6 Hz[10]，将接收到的脉搏波信号(PPG)通过放大电路输出到二阶低通滤波器，再输入到STM32的ADC口。

3.3 无线模块

系统设计将采集到的生物电信号通过STM32芯片接收处理后，由无线模块发送到PC端，在MATLAB中进行仿真分析。系统所用的无线模块为WLK01L39，通过USART将数据传输到无线模块中，再发送到PC端的无线接收模块，有效避免了通过有线的串口传输而引入的工频干扰。

4 信号采集与处理

4.1 信号的采集

本文设计所用控制芯片为STM32F103C8，该芯片具有3路12位逐次逼近模数转换器，多达18个通道，可满足两路ADC同时采集的要求，将采集到的结果以右对齐的方式存储在16位数据寄存器中，再通过两路USART 同步发送至PC端。

4.2信号处理

系统设计的信号采样频率为580 Hz，将同步采集到的数据在MATLAB中进行处理，由于心电信号的频率在0.05～100 Hz之间，得到的数据还是存在一定的工频干扰，如图3(a)所示。采用一个二阶的巴特沃斯陷波器滤除信号中的工频干扰，处理后的信号如图3(b)所示。通过光电传感器采集到的电信号如图3(c)所示，将该图倒置后即表征为指尖脉搏波信号，如图3(d)所示。

图3 ECG和PPG信号

表1 PWTT与血压关系模拟结果

脉搏波传导时间PWTT的计算是将心电信号ECG的R波峰值作为起始点，指尖脉搏波信号PPG的峰值和谷值分别点作为终点。采用差分阈值法，提取出心电信号对应的R波波峰和PPG信号的峰值及谷值，方法如下：

假设采集到的心电信号为数组ψ(n),ψ(n)对相邻数据做差值，求其一阶导：

(4)

得到的差值为正取1，差值为零取0，差值为负取为-1，其中差值为零的点即为极值点，保存其对应位置，再将对应极值点的0取为-1，得到一个新的数组为φ(n-1)，再对φ(n-1)相邻数做差值：

(5)

得到一个由-2，2以及 0组成的数组，2对应的极值点为极小值点，-2对应的极值点为极大值点，将差值为-2对应的之前保存的位置加1，即求出ψ(n)中对应极大值的位置。由于心电信号是由一系列的特殊波组成，主要包括P波、QSR波群、T波以及一定概率出现的U波等，P波和T波的相对高度一般低于R波，据此可以设定阈值，通过阈值可以准确地判断出R波的波峰[11]，如图3(b)中“*”所示。同理可得出PPG的峰值和谷值，处理结果如图3(d)所示，图中“*”代表对应的峰值点，“x”代表谷值点。

由R波峰值对应的时间和PPG波峰值及谷值对应的时间分别求差,即可得出脉搏波传导时间PWTT，在信号采集的过程中，身体的任意微小运动都会产生“基线漂移”，影响数据的可靠性，故对得到的PWTT去除最大值和最小值再求平均，如式(6)所示：

(6)

5 实验结果与分析

首先采集一组静息状态下个体的PPG和ECG信号，同时使用欧姆龙电子血压计记录此时个体的收缩压SBP以及舒张压DBP；再通过个体运动后得到一组数据。对PPG信号和ECG信号进行处理，将ECG的R波峰值与PPG波峰值之间的时间差记为PWTTp-peak，ECG的R波峰值与PPG波谷值之间的时间差记为PWTTf-peak，将对应的PWTT和测得的血压数据带入式(3)，求出a、b的值，从而建立出血压与PWTT之间的方程分别为：

(7)

(8)

再记录个体不同运动状态后对应的PWTT值，求出估测血压值和实测的血压值，整理如表1所列。

由表1可得，PWTTf-peak对应的收缩压最大误差为6mmHg，标准差为2.53mmHg；舒张压最大误差为7mmHg，标准差为4.15mmHg；PWTTp-peak对应的收缩压最大误差为5mmHg，标准差为2.57mmHg,舒张压最大误差为3mmHg，标准差为3.22mmHg，均满足AAMI推荐的标准差不大于8mmHg的要求。实验误差主要来自人体的呼吸干扰，以及人体和周围环境的电磁干扰。

结 语

本文以STM32芯片为嵌入式核心，通过采集心电和指尖脉搏波信号，利用不同的特征点得到的脉搏波传导时间均能满足无创血压的连续测量。实验结果表明，脉搏波传导时间和人体血压之间具有很高的相关性，为可穿戴医疗设备的发展提供了参考。但结果还是存在着一定的误差，需要再作进行一步的探索和研究。

[1] 李章俊,王成,朱浩,等.基于光电容积脉搏描记法的无创连续血压测量[J].中国生物工程医学学报,2012,31(4):607-614.

[2] 向海燕,俞梦孙.用脉搏波传导时间实现血压连续测量[J].医疗卫生装备,2006,27(2):19-21.

[3] Payne RA,Symeonides CN,Webb DJ,et al.Pulse transit time measured from the ECG:an unreliable marker of beat-to-beat blood pressure[J].Applied Psychophysiology and Biofeedback,2006,100(1):136-141.

[4] L.Peter,M.Cerny.Pulse Transmit Time laboratory measurement solution[J].IFAC Proceedings Volumes,2013,46(28):24-27.

[5] 张珣,傅伟伟.基于脉搏波速法的动态血压测量系统设计[J].电子科技,2014,27(1):63-67.

[6] LANSDOWN M.A method using induced waves to study pressure propagation in human arteries[J].Cire.Res.,1957,2(1):594-601.

[7] Pitson DJ,Stradling JR.Value of beat-to-beat blood pressure changs,detected by pulse transit time,in the management of the obstructive sleep apnoea/hypopnoea syndrome[J].European Respiratory Journal,1998,12(3):685-692.

[8] 白泽生.基于红外传感器的CO2气体检测电路设计[J].仪表技术与传感器,2007(3):59-60.

[9] 郭维,刘光达,焦阳,等.基于脉搏波信号和血管弹性腔模型的动脉血压连续测量方法[J].医用生物力学,2012,27(1):84-89.

[10] 孟祥平,刘兵,邓宝芸,等.利用脉搏波传导时间计算动脉血压的研究[J].中国生物医学工程学报,2011,30(4):509-513.

[11] 洋洋,陈小惠.基于心电脉搏信号的无创血压算法研究[J].微型机与应用,2016,35(5):94-100.

李家杨(硕士研究生)，主要研究方向为嵌入式系统；叶兵(教授)，主要研究方向为医疗电子；朱晓冬(硕士研究生)，主要研究方向为光学信号处理。

② 车牌定位。此环节主要应用形态学方法，对车牌进行定位。

③ 字符分割环节采用阀值分割法，去除掉噪音的干扰，实现对车牌字符的分割，从而提取出车牌字符。

④ 字符识别环节则利用样本训练方法，对字符分割后的图像进行识别。

5 测试结果

本系统最后对15张端正的车牌图像进行测试分析，统计了车牌完全识别正确率和车牌字符识别正确的个数。测试结果如表1所列，可以看出在共计15张照片中，完全识别正确的达到12，正确率为80.0%。字符共计105个，完全识别正确的有820个，字符识别的正确率达94.3%。

表1 车牌识别结果统计表

对于识别错误的车牌，经过分析一般都是图像中车牌的位置出现较大的强光光斑干扰和车牌附着灰尘太多干扰造成，从而影响了对图像车牌的识别。含有强光光斑的汽车图像因素均会导致本系统的识别率下降。针对这一类图像的识别，可以在采集图像时，通过摄像头前增加偏光镜片，来降低强光光斑干扰的程度，使得识别率有所提高。

结 语

随着车辆交通管理朝着自动化、网络化以及智能化方向发展，借助计算机视觉技术、模式识别技术，对车辆图像的分析和处理会成为车辆交通管理的重头戏。车牌识别系统作为智能交通管理的重要组成部分，其研究也会越来越深入。

本次设计在成本上大大缩减了铺设自动识别车辆的设备的费用，也免去了布线麻烦，功耗低等问题。目前项目存在识别速度较慢的缺点，但放在小区门禁、停车场等车速不快的情景下，此缺点可忽略不计。另外，在某些情景下，识别易出错，目前正在积极解决，望有所收获。在此次课题设计和实现的过程中，感谢张辉老师给了我提出了许多建设性的意见，帮助我解决了一个又一个的理论性和技术性问题，让我的项目能够如期完成。

参考文献

[1] 汤方义．基于OpenCV和CUDA的车牌识别体统的软件设计与实现[M]．长春：吉林大学出版社，2011.

[2] 柯博文. 树莓派(Raspberry Pi)实战指南-手把手教你掌握100个精彩案例[M].北京： 清华大学出版社，2015.

[3] 阿普顿(Eben Upton)，哈菲克(Gareth Halfacree). 树莓派用户指南[M].3版. 北京：人民邮电出版社,2016.

[4] Kenneth L Calvert，Michael J Donchoo. Java TCP/IP Socket编程[M]. 北京：机械工业出版社，2009.

(责任编辑：杨迪娜 收稿日期：2016-12-01)

Non-invasive Continuous Blood Pressure Measurement System Based on STM32

Li Jiayang,Ye Bing,Zhu Xiaodong

(Hefei University of Technology,Hefei 230009,China)

In view of the current clinical continuous measurement of blood pressure using invasive method,the non-invasive continuous blood pressure measurement system is achieved through the pulse wave conduction time (PWTT,Pulse Transmit Time).The system collects photoplethysmography(PPG) signals and ECG signals,using STM32 chip fusion of the two signals,then the feature points is found by thealgorithm and the individual's blood pressure is calculated.The non-invasive continuous blood pressure measurement is achieved using the mothod.

pulse wave transmit time;photoplethysmography;ECG

R318.6

A

士然

2016-12-12)