基于近红外光谱技术的脑血氧监护仪的研制

【作 者】韩怀骁，张言，吴华炜，钱志余，李韪韬

南京航空航天大学，南京市，211100

基于近红外光谱技术的脑血氧监护仪的研制

【作 者】韩怀骁，张言，吴华炜，钱志余，李韪韬

南京航空航天大学，南京市，211100

该文以STM32芯片为核心，设计了一套基于近红外光谱技术（Near-infrared Spectroscopy, NIRS），可用于临床的脑血氧数据采集与显示系统。首先介绍了脑血氧（SaO2）检测的基本原理，阐述了系统方案，介绍由光源、光源驱动、光电检测及信号处理等模块组成的硬件系统，以及基于uC/OS-III的软件系统。最后通过前臂阻断实验和3D电视实验验证了本系统的可行性和有效性。本系统具有无创伤，体积小，数据存储，方便移动，使用便捷等特点。

脑血氧；近红外；SD卡存储；uC/OS-III；3D电视

0 引言

大脑是人体最重要的器官，指挥着人体绝大部分的生命活动，其重量约占人体重量的2%，但是它的血流量约占心脏血液输出量的15%，耗氧量约占全身耗氧量的20%。因此人脑对于缺血缺氧十分敏感[1]。在对脑伤患者临床治疗过程中，如果缺乏对脑血氧的监护，就有可能损坏脑组织功能，对患者造成巨大的损失[2]。因此，如果能够提供一种可用于临床的脑血氧监护仪器，就可以减少类似情况的发生。目前国内临床上监测脑血氧的方法主要有颈静脉及脉搏血氧饱和度监测等，而这些方法多为有创或间接测量，无法实时准确地反映大脑的供血供氧状况。国外现有的脑血氧监测仪器，大多体积庞大，价格昂贵，使用不便捷，加重了医务人员的工作负担。

近红外光谱技术(Near-infrared Spectroscopy, NIRS)作为一种非侵入式脑功能成像技术，具有安全、体积小，易于与其他设备集成等特点，可以对脑血氧进行无损、实时、连续地监测，在医疗、康复、运动生理等领域的应用研究也受到越来越多的重视[3]。本文基于近红外光谱技术，使用双波长，双探头的血氧检测方法，研制了一套可用于临床脑血氧监护的仪器。本系统长宽高分别是14.5 cm、4.5 cm、11 cm，重量只有300 g，体积小、重量轻、携带方便，使用便捷、无创，并且可以对采集到的脑血氧数据进行实时存储和显示，界面直观，可作为临床研究脑血氧的工具。

1 脑血氧检测原理

本系统采用的反射式脑血氧饱和度的定量计算方法以朗伯—比尔定理为理论基础，该定理的具体内容为：入射光的强度不会影响不同介质的吸收比例；在固定的光路中，每相等厚度的均匀介质对入射光的吸收比例相同[4]。朗伯—比尔定律公式可以表示为：

公式(1)中I0表示入射光的光强，I为透射光的光强，ε为摩尔吸收系数，C为组织浓度，L为光穿过组织的光程。

由于光在传播过程中，生物组织对光的吸收和散射具有随机性，所以需要对上式进行修改，修正后的表达式如下：

在此表达式中，L为光在透过生物体组织所走过的平均光程。C为待测量生物体组织所具有的平均浓度大小，其他的含义没有发生改变。G为一个常量，是为了补偿光在透射过程中可能因为不同的各个方向的散射而损失的光强信号。

本系统采用的脑血氧无创检测模型如图1所示，双波长LED光源R和N，发出红光和近红外光，1和2为与光源距离不同的两只光电传感器。光子穿透由皮肤、皮下组织、骨骼、脑组织（不含血红蛋白的脑组织）、氧合血红蛋白以及去氧血红蛋白等组成的多组分混合体系，之后由光电传感器1和2接收到。

图1 双波长双传感器探头模型Fig.1 Probe model of dual wavelength and dual sensor

目前世界上最权威的生产脑血氧监测仪的公司Somanetics，推出的无创近红外脑血氧检测仪(型号INV05100)也是采用双波长双探头模型，根据修正之后的朗伯—比尔定律，经推导最终定标校验公式为：

式中，△ωR总=1gR1-1gR2，△ωN总=1gN1-1gN2。

从图1可知：N1为传感器1检测到的近红外光向后散射信号，R1为传感器1检测到的红光向后散射信号，N2为传感器2检测到的近红外光向后散射信号，R2为传感器2检测到的红光向后散射信号。

由最终推导得出的公式（3）可知，通过检测远近端光电传感器得到的红光和近红外光强的大小，然后再通过定标实验得到A，B，C三个参数，即可得到本系统所需要的计算脑血氧饱和度的公式。

2 系统整体结构

本系统设计框图如图2所示。恒流源为LED提供恒定的电流，使LED发光时光强保持恒定，MCU控制恒流源的通断使两个波长的LED交替发光。LED发出的光经过颅内组织吸收、散射等一系列光学作用之后，被光电传感器接收，转换为电信号，电信号再通过信号处理模块进行滤波、放大等处理，最后被MCU内置的ADC模块采集为数字信号。MCU通过对这些信号的分析和计算，得到脑血氧饱和度，再将这些结果显示在屏幕上，保存在SD卡中。

图2 系统设计框图Fig.2 Block diagram of system design

3 系统硬件

3.1 光源驱动电路

恒流源为双波长LED（型号SMT735/850）提供高度稳定的电流，使之发光光强恒定，并通过MCU控制的电子开关控制两个波长的LED交替发光。恒流源电路图如图3所示。本系统采用MAX6126作为电压基准，它的精度高达0.02%。R43为限流电阻，使流经LED电流的大小为I=Uouts/R43，本系统选用的LED典型的应用电流大小为50 mA，所以R43选择40 Ω的精密电阻。

电子开关芯片为MAX323（U10），U10的IN1和IN2端为控制端口，当控制端电平为高时，NO端和COM端导通，为低时，NO端和COM端断开。IN1和IN2连接MCU，通过MCU产生严格的时序，使近红外LED和红光LED交替发光。

图3 恒流源电路图Fig.3 Circuit of constant current source

3.2 双波长双距离探头

探头是本系统非常关键的部分，探头的好坏直接决定了采集到的信号的准确性和可靠性。系统工作的时候，需将探头放在监测者的额头，保证光电传感器不受漏光、透光的影响，因此，本系统的探头除了LED光源和光电传感器之外，其余地方全部用质密的黑色硅胶覆盖。探头实物图如图4所示。光源距两个传感器的距离分别是30 mm和40 mm，足以获得颅骨之下脑组织的血氧信息[5]。

3.3 信号处理电路

光电传感器接收到的光信号比较微弱，且存在一定程度上的干扰，必须经过一系列放大滤波才能准确、有效地被ADC转换成数字信号。信号处理电路系统框图如图5所示。光电传感器输出的光电信号，首先经过前级放大，再经过低通滤波，滤除高频噪声，只保留低频的脑血氧信号，最后再由后级放大模块放大为能被ADC准确采集的信号。

图4 探头实物图Fig.4 Racticality picture of probe

图5 信号处理电路系统框图Fig.5 Signal processing circuit system diagram

4 系统软件

经ADC采集之后的信号，还需经过MCU分析和计算，得出脑血氧的值，显示在屏幕上，并按照特定的格式存储在SD卡中，还可以通过串口发送至上位机。本系统MCU芯片选择STM32系列单片机。由于本系统MCU任务繁重，需要进行数据采集、计算、显示、存储等，所以使用了uC/OS-III嵌入式操作系统，管理MCU的程序运行，提高程序运行效率。图6为系统运行流程图。

图6 软件系统流程图Fig.6 Flow chart of software system

MCU运行之后，系统对uC/OS-III进行初始化，完成对操作系统各个参数初始化、内存空间的分配，接着创建系统任务，在系统任务中创建数据采集任务、显示任务、SD卡存储任务以及数据发送任务。等待各个任务创建完毕之后，最后启动操作系统，在操作系统的管理之下，各个任务有序而高效地运行。

数据采集任务通过STM32L151RDT6芯片内置的12位ADC采集经过转换、滤波和放大之后的光电信号，并判断这些信号是否有效，之后再计算脑血氧饱和度，最后发送计算脑血氧完成的Sem_Col消息，数据采集任务的运行流程图如图7所示。

图7 数据采集任务流程图Fig.7 Flow chart of data acquisition task

显示任务将计算得到的脑血氧等信息显示在屏幕上。本系统使用STemWin驱动屏幕，STemWin是ST公司在emWin图形化用户界面软件的基础上，针对自家的STM32系列单片机进行优化得到的图形用户界面编辑软件，兼容大多数RTOS（Real Time Operating System 实时操作系统）[6]。图8为显示任务的运行流程图。显示任务首先调用初始化函数GUI_Init，对STemWin的底层驱动，内核以及小工具进行初始化；然后设置背景窗口的回调函数，再在背景窗口上使用STemWin自带的小工具显示相关波形及数值；再利用STemWin的定时器WM_TIMER，按时查询窗口是否有更新，如果窗口有更新则更新窗口，如果没有更新则调用系统延时函数，放弃STemWin对CPU的占用。

SD卡采集任务等待ADC采集完成的Sem_Col消息，将经过转换的光强信号及计算得到的脑血氧等数据保存在SD卡中，方便之后对这些数据进行分析。本系统使用了FatFS文件系统对SD卡进行管理，FatFS是一个专门为小型嵌入式系统设计的通用文件系统模块[8]，它的编写遵循ANSI C，因此不依赖于硬件平台，可以嵌入到绝大多数微处理器中，如8051，AVR，STM32等，不需要做任何修改。

SD卡采集任务运行流程图如图9所示。首先初始化FatFS文件系统的底层驱动、变量以及内存等；然后创建一个新文件，并将存储内容、存储时间、存储频率等信息写入文件。完成之后等待数据采集任务发送的Sem_Col消息，消息到来则将数据存入SD卡中，以便后续对数据进行整理分析。

图8 显示任务运行流程图Fig.8 Flow chart of display task

图9 SD卡存储任务流程图Fig.9 Flow chart of SD card storage task

5 实验验证

5.1 前臂阻断实验

为了验证系统的有效性，使用本系统和ISS公司生产的OxiplexTS组织血氧仪[9]做对照实验。本系统测量的脑血氧的原理和OxiplexTS组织血氧仪的原理一样，都是通过检测在600 ～ 900 nm波段的“光窗口”中血红蛋白和去氧血红蛋白对光吸收不同的特性，从而计算血氧值[10]。通过前臂阻断，可以改变前臂组织中血红蛋白和去氧血红蛋白的含量，从而改变前臂组织的血氧饱和度，脑组织血氧饱和度的改变也是相同原理，所以前臂动脉阻断实验也是检验脑血氧计的有效性的一种科学方法[1]。

在前臂阻断实验中，在上臂绑上袖带式血压计的袖带，再将传感器紧贴于前臂里侧，然后将前臂平稳地放在水平桌面上。当采集到的血氧值趋于平稳之后，开始迅速地对袖带加压，当袖带式血压计停止加压后，由于此时流经上臂的动静脉血管被阻断，前臂组织不能得到新鲜血液，而前臂组织却在不停地消耗氧，导致前臂组织血氧饱和度不断下降。一段时间后，再迅速地松开袖带，使前臂的血流恢复正常，此时由于新鲜血液的流入，使前臂组织血氧恢复至正常水平。

图10中两条曲线分别是OxiplexTS组织血氧仪和本系统在前臂阻断实验中测得的血氧饱和度值。可以看出，在没有进行系统定标于前臂阻断情况下本系统和OxiplexTS血氧仪监测得到的血氧饱和度的变化趋势有很强的相关性，可以认为，本系统的测的血氧值能很好地反映血氧饱和度变化情况。

图10 OxiplexTS血氧仪和本系统前臂阻断实验曲线Fig.10 Curve of forearm occlusion experiment by OxiplexTS device and this system

5.2 3D电视实验

为了验证本系统的实用性，设计了3D电视实验，本实验共6名志愿者参加，年龄在22岁到25岁之间。在观看时长为38 min的3D纪录片《深海猎奇》时，将本系统和OxiplexTS组织血氧仪的探头分别固定在志愿者额头两侧，同时监测并记录志愿者观看3D电视时的脑血氧数据。再将观看3D电视时本系统和OxiplexTS组织血氧仪记录的脑血氧数据每分钟求取一次平均，得到的脑血氧数据随时间的变化曲线如图11所示。

图11 OxiplexTS血氧仪和本系统3D电视实验曲线Fig.11 Curve of 3-D TV experiment by OxiplexTS device and this system

从图11中可以看出，6名志愿者观看同一3D片源时，在没有进行系统定标的情况下，本系统和OxiplexTS血氧仪测得的脑血氧饱和度变化趋势基本一致，随着观看3D电视的时间变长，志愿者的脑血氧会有不同程度的升高。可以认为，本系统对人体脑血氧的监测是有效的。

6 全文总结

本文以STM32芯片为核心，基于近红外光谱技术，设计了一套长宽高为14.5 cm、4.5 cm、11 cm，重量只有300g的脑血氧饱和度监测仪器，它体积小，使用便捷，界面简洁直观，并且可以实时存储脑血氧饱和度数据。介绍了其硬件和软件部分，最后设计了袖带阻断试验，通过和ISS公司生产的OxiplexTS设备进行对照实验，验证了本系统的有效性，还设计了3D电视实验，验证了本系统监测人体脑血氧的可行性。后续系统将会用于对观看3D电视的脑血氧变化研究。

参考论文

[1] 吴凯, 刘燕, 佟宝同, 等. 基于fNIRS与SiPM的脑血氧检测电路设计[J]. 电子技术应用, 2017, 43(1): 95-98.

[2] 刘永康, 李韪韬, 钱志余,等. 基于STM32的近红外脑局部血氧检测装置[J]. 数据采集与处理, 2013, 28(5): 691-696.

[3] 李毕鹏, 谢宏, 夏斌, 等. 便携式脑功能近红外信号采集传输系统设计[J]. 微型机与应用, 2016, 35(13):28-30.

[4] Hernandez-Avila G, Dujovny M, Slavin K V, et al. Use of transcranial cerebral oximetry to monitor regional cerebral oxygen saturation during neuroendovascular procedures.[J]. AJNR Am J Neuroradiol, 1995, 16(8):1618-1625.

[5] 洪金鹏. 基于DSP的近红外光的脑血氧检测系统的研制[D]. 哈尔滨: 哈尔滨工业大学, 2011.

[6] 郭斌. 基于物联网技术的智慧蜂箱设计与实现[D]. 杭州：杭州电子科技大学, 2016.

[7] 姚翔, 阮光萍, 于巍, 等. 基于SD卡的动态心电系统研究[J]. 医疗卫生装备, 2009, 30(1) :64-65.

[8] Cerussi A, Van W R, Waffarn F, et al. Noninvasive monitoring of red blood cell transfusion in very low birthweight infants using diffuse optical spectroscopy[J]. J Biomed Optics, 2005,10(5):051401.

[9] 韩素敏, 王裕清. 近红外无损脑血氧检测技术[J]. 激光与红外,2008, 38(7): 659-661.

Development of Cerebral Oxygen Monitor Based on Near-infrared Spectroscopy

【 Writers 】HAN Huaixiao, ZHANG Yan, WU Huawei, QIAN Zhiyu, LI Weitao
School of Nanjing University of Aeronautics and Astronautics, Nanjing, 211100

A system was designed in this paper, which can be used in clinical cerebral oxygen data acquisition and display, it is based on STM32 and NIRS(Near-infrared Spectroscopy). First of all, this paper introduced the basic principle of SaO2detection, and system scheme. Next, it illustrated the hardware system which is composed of the modules of LED, light source driver, photoelectric detection, and the signal processing. Then, the software system based on uC/OS-III of the system was presented. At last, the feasibility and effectiveness of the system were veri fi ed by forearm occlusion and 3-D TV experiment. This system is noninvasive, small-volume, mobile- convenient, easy to use and can storage data.

cerebral oxygen, near-infrared, SD card storage, uC/OS-III, 3-D TV

TH772.2

A

10.3969/j.issn.1671-7104.2017.06.005

1671-7104(2017)06-0407-05

2017-03-16

南京航空航天大学研究生创新基地（实验室）开放基金（kfjj20160302）；中央高校基本科研业务费专项资金

钱志余，E-mail: zhiyu@nuaa.edu.cn