PVDF传感器的睡眠呼吸检测研究

祝奔奔，万 舟，魏建雄

(昆明理工大学信息工程与自动化学院，云南 昆明 650500)

0 引言

睡眠呼吸暂停综合征(sleep apnea syndrome，SAS)有可能诱发心肌梗塞、脑血管意外和其他疾病，具有潜在危险性;在严重的情况下，即使在睡眠中也会危及生命。为了提高患者的生存率，可对患者的睡眠状态进行实时监视。通过监测患者睡眠呼吸的时间长度和频率，不但有利于病情的诊断和治疗，同时还能够及早地防范其他症状［1］。

目前，呼吸检测的方式主要包括电感式体积描记检测、磁电检测、光纤传导检测、阻抗检测和压阻检测。其中，电感应体积描记法通过检测缠绕在人体胸部的感应线圈中的磁通量大小，间接分析呼吸过程。该方法测得的呼吸参数全面，但由于胸、腹之间存在耦合现象，所以信号的准确性较低。针对上述问题，本文采用了基于聚偏氯乙烯(polyvinylidene fluoride，PVDF)传感器的新型睡眠呼吸检测方法。通过试验验证，该方法可用于睡眠呼吸的检测［2］。

1 PVDF受力等效模型

分析PVDF压电薄膜的传感单元压电效应时，可以把该压电单元看作一个受力装置。PVDF受力坐标及换能模型如图1所示。

图1 PVDF受力坐标及换能模型Fig．1 Force coordinates and energy exchange model of PVDF

图1中:数字下标1、2和3分别代表压电晶体的X、Y、Z 方位，4、5、6分别代表环绕 3个界面轴方位的切向力。因为压电材料的延伸方位上的压电系数很大，偏振方位通常较大，所以，选择沿X轴方位拉伸，偏振方向为垂直于薄膜平面的 Z轴方向［2-3］。

当感测单元是压电膜时，在正负极之间生成的电压为:

式中:δi为电荷密度;dij为压电系数;σi为应力;i为1～3;j为1～6。

事实上，在弹性变化的一定范围内，电荷密度与应力存在线性关系。在实际坐标中，压电元件的应力作用在X、Y、Z这3轴，同时，在3个三维平面YZ、XY和XZ上存在切向力。各平面的电荷密度如下:

式中:δX、δY、δZ分别为垂直于3 个平面的电荷密度，σXX、σYY、σZZ分别为3 轴的应力;τYZ、τZX、τXY分别为3 个平面的切向应力。以系数矩阵形式表示压电材料压电特性:

PVDF的压电常数矩阵为:

式中:dij为受力在j方位上、i方位处的场强值。

在实际应用中，大部分的系数量级都非常小，对测量结果产生的误差极小，不必重点考虑。需要重点考虑的是垂直于压电薄膜的压力的压电常数。

在压电元件的延伸处产生应变。由式(4)可得，当应力产生变化后，PVDF压电薄膜元件上生成的电荷变化值可以表示为:

式中:Δq为单个面上电荷变化值;d3j为不同面方位上压电系数;Δσj为应力改变值。

设定PVDF压电薄膜元件上的点(x，y)在t=0时刻的电荷密度值为0，则电荷密度值在 t时刻的大小为:

面积为S的PVDF单元上的电荷为:

因为压电元件可能发生泄漏的情况，所以在与放大装置相互连接后，电荷值在t时刻的大小为:

式中:Q(t0)为t=0时刻的电荷值;S为PVDF压电薄膜面积值;C为压电元件等值电容;σ为后加放大装置的输入电阻值。

当只有垂直方向的应力作用时，令δx=δy=0、Q(t0)=0，则产生的电荷值可表示为:

式中:U(t)为电荷值随应力变化的常量函数值。

2 PVDF传感器的设计

呼吸时，胸部会产生振动。PVDF传感器中的PVDF压电薄膜作为一种换能元件，可通过自身的压电效应把胸部运动产生的振动物理信号转化为电信号。在本设计中，为了在检测过程中避免检测到的信号失真，从而将振动量最大限度地转化为电信号，PVDF传感器采用接触式的方法检测振动信号。

由于PVDF压电薄膜直接和皮肤接触时，皮表的温度会对所测信号造成干扰，且不利于PVDF传感器穿戴的舒适性。为解决上述问题，根据“液体可转移的压力性质”，设计了PVDF传感器，如图2所示。

图2 PVDF传感器示意图Fig．2 diagram of PVDF sensor

PVDF传感器为长方体。长方体两边为胸部镶嵌带，将左边的胸带插入右边的腰带，即可实现传感器的固定。橡胶壁厚0．3 mm，胶囊的厚度为2 mm。PVDF膜安装位置见图2，传感层紧密地附着在胶囊的上壁。胶囊的下壁与皮表接触，由于橡胶和腹部皮层具有的弹性，增加了传感器的接触部分。胸腔内的呼吸振动从膀胱内的液体传递到传感器的传感表面。此外，使用橡胶液压胶囊不会刺激皮肤和绝缘以及热传导，并可避免PVDF膜与皮肤的直接接触［4］。

3 信号调理电路

3．1 第一级放大电路

由于使用的PVDF材料经历了转换，所生成的电荷数与外部电路并无关联，故传感器相当于一种稳流源。其内阻很大，需要与一种输入阻抗很高的电荷放大装置搭配使用。由于数据采集期间需要降噪，故本文设计的电荷放大装置在实现信号放大的同时，还进行降噪处理［5］。

考虑到使用的传感电路的电荷放大装置的阻抗要与PVDF的相近，故使用CA3140高输入阻抗电荷放大装置。其值为1．2×1012Ω，具有非常低的输入电流和较快的处理速度，使用时电压值范围为4～36 V，频率范围为0～5 MHz，转换速度为10 V/μs，适合作为幅值很小的信号放大装置［6-8］。故选取CA3140作为放大滤波装置。放大电路如图3所示。

图3 放大电路Fig．3 Amplification circuit

3．2 第二级放大电路

使用OP07芯片作为信号调理电路的放大滤波电路。其电压的输入值能可以是极小的、幅值不匀称的电压，并且具有接收电流值低及高增益的优点。这些优点可让OP07芯片应用在许多放大传感设备上［9］。放大滤波电路如图4所示。

图4 放大滤波电路Fig．4 Amplifying filter circuit

依据图4，可以算出OP07滤波放大值:

传递函数为:

输出电压和输入电压的关系为:

3．3 滤波器电路

大多检测过程中会发生工频干扰。发生工频干扰的原因包括周围环境生产的噪声以及电路中因为电磁效应而生成的干扰。所以，必须独立设计一种电路，以滤除此类工频干扰。

本传感器使用的滤波电路能在相应的频率范围里对信号进行滤波。该设计采用核心放大器为LM358芯片的高速运算放大电路，作为该传感器的滤波电路。滤波器电路如图5所示。在滤波电路嵌入正反馈电路，可一次提高通带中心频率周围的信号大小。

图5 滤波器电路Fig．5 Filter circuit

3．4 数据采集

在试验室中，本传感器选取了Agilent 34970A数据采集器。数模转换装置安装在数据采集器内，同时内嵌有储存设备和逻辑门电路。其采用的采集方式为多接口同时输入信号，能够完成多信号记录，接口传输方式为USB接口。

PVDF传感器收集到的数据由放大器滤波，经数据收集卡和USB接口传输至计终端。Agilent 34970A数据采集器还具有配套的数据处理系统，能够对收集的数据作相应处理［10-12］。

4 试验及结果分析

根据PVDF薄膜的受力等效模型，将PVDF薄膜固定在人体皮肤的某一处(例如手臂上)，手臂循环做出紧握和放松的动作，测出PVDF薄膜对手臂动作的的回应。图6为手臂紧握和放松时PVDF传感器的受力波形图。其中，振动幅值为0～3 V，应力响应为250 με左右。通过分析手臂紧握和放松时的PVDF传感器受力波形图，为PVDF传感器检测睡眠呼吸提供了实践基础。

图6 传感器受力波形图Fig．6 Waveform of sensor stress

若将PVDF传感器绑带固定在受试者胸部。PVDF传感器除了能检测到因呼吸产生的胸部扩张信号，也能检测出同一时刻的心跳信息，频率约为1次/s。为取得如图7所示的心跳实时信号，设置滤波器的滤波频率为1～10 Hz，以过滤环境噪声和呼吸信息。

图7 心跳实时信号图Fig．7 Real time signal of heartbeat

将PVDF传感器绑在测试者胸前，对测试者进行呼吸检测。将收集到的受试者胸部震动信号输入MATLAB软件，经降噪处理和平滑处理后，过滤因呼吸声和心跳产生的干扰信号，得到呼吸信号图。测得呼吸信号波形的时长为2 min，取中间的30～40 s呼吸波形作为结果分析。受试者的呼吸信号波形如图8所示。

图8(a)为受试者正常的呼吸信号图，测得波形的时长为2 min，取中间的10 s呼吸波形作为分析数据。由该图可以看出，在此期间有2个呼吸周期，即2次呼吸。每次呼吸的最大幅值在0．5～1 V之间。

图8(b)为受试者呼吸较为急促的信号图。同样测得波形的时长为2 min，取中间的10 s呼吸波形作为分析数据。由该图可以看出，在这期间有5个周期，表明呼吸5次，平均每次呼吸用2．1 s，且每次呼吸的最大幅值介于0．4～0．7 V之间。

图8(c)为受试者呼吸停止的信号图。以中间10 s呼吸信号图作为分析数据。由该图可以看出，在这期间有了1个周期，表明呼吸1次，产生了呼吸停止的状况，呼吸的最大幅值为0．7 V。

图8 呼吸信号波形图Fig．8 Waveforms of respiratory signals

需要指出的是，不同的人因体质原因呼吸频率不同，但这并不影响PVDF传感器检测因呼吸时腹部运动产生的振动信号。从试验结果来看，本文提出的方案可以精准地测量受试者的呼吸频次，并可进一步检测受试者的呼吸暂停情况，反映出发生呼吸暂停的时间。

5 结束语

本文针对睡眠呼吸暂停综合征有可能诱发心肌梗塞、脑血管意外和其他疾病，具有潜在危险性等问题，介绍了PVDF压电材料的特性，并根据此特性设计了一种用于检测睡眠呼吸的新型传感器。通过设计合适的放大滤波电路，可实现PVDF传感器的信号放大及滤波。通过对数名志愿者的呼吸振动检测信号的采集，进行多次试验得出数据，得到了不同频率的呼吸信号图。对比分析结果证明了PVDF传感器的可行性。