基于PVDF压电薄膜的阻塞型呼吸暂停监测方法*

贾学斌， 廖曦文， 商春恒， 王云峰,3,4

(1.中国科学院 微电子研究所，北京 100029； 2.中国科学院 物联网研究发展中心，江苏 无锡 214000；3.中国科学院大学 北京 101400； 4.新一代通信射频芯片技术北京市重点实验室，北京 100029)

0 引 言

阻塞型睡眠呼吸暂停综合征[1]是一种严重威胁人类健康的常见多发病。阻塞型呼吸暂停综合征、其为最为常见的呼吸暂停症状，本文以阻塞型为监测重点。

多导睡眠图(polysomnography,PSG)监测是诊断和研究睡眠疾病的“金标准”，也是目前诊断阻塞型睡眠呼吸暂停综合征最常用的方法，但由于监测时需要粘贴大量的电极、导线，患者的舒适度较差[2]。测试时，随着呼吸和心跳的进行，胸腔会产生微弱的振动。这种振动可以被聚偏氟乙烯(polyvinylidene fluoride,PVDF)压电薄膜采集到，从而产生相应的压电信号。压电信号可以反映出人体的呼吸、心跳和体动等信息。用采集压电信号的方式代替PSG可以避免电极和导线对患者的影响，提高舒适度，具有很好的应用前景。本文算法通过分析人在睡眠状态下PVDF压电薄膜采集到的压电信号，来进行阻塞型呼吸暂停的监测。

1 信号采集系统设计

系统框图如图1所示。

图1 压电信号采集系统框图

PVDF[3～5]压电薄膜可以随着施加在薄膜上的压力的变化产生微弱的电荷信号。采集信号时，人躺在放置了PVDF压电薄膜的床垫上进行测试。PVDF压电薄膜的引出两条线路作为差分输入接入印刷电路板(printed circuit board,PCB)的输入端。

输入信号经过1.5 V的电压抬高以保证波形的完整。因为PVDF压电薄膜自身的阻抗一般在108以上，需要利用电荷放大器匹配输入阻抗并把微弱的电荷信号转换为电压信号。人的呼吸信号的频率范围约为0.2～0.8 Hz。同时，实验环境中的50 Hz工频噪声和人在测试过程中的体动产生的噪声会对最终算法的结果产生影响。为了减小噪声的影响，放大之后的信号需要使用截止频率为5 Hz的二阶贝塞尔低通滤波器进行滤波处理。

经滤波的信号为模拟信号，为了方便进行算法处理，使用飞思卡尔公司生产的MK22FN512VLH12型MCU芯片对模拟信号进行采样频率为60 Hz的16位模/数转换(analog to digital conversion,ADC)处理。ADC得到数字信号经过微控制器单元(microcontroller unit,MCU)的串口接口输出至PC端进行下一步的处理。

2 信号预处理

由串口接收到的压电信号需要进行信号的预处理以滤除不必要的信息才能满足进行算法处理的要求。串口接收到的原始信号如图2(a)所示。

图2(a)中展示的原始信号中较大的起伏的波形为呼吸信号的波形，在呼吸信号上叠加的“毛刺”为由于人体心跳而产生胸冲击信号[6]。为了避免胸冲击和由于1.5 V抬高而产生的基线信号对呼吸信号的干扰，采用小波理论对原始信号进行预处理以提取出相对纯净的呼吸信号。

首先对采集到的原始信号进行小波分解。分解使用的小波基为db8小波，分解层数为10层。再对分解得到结果进行6层和10层重构，分别得到呼吸信号和基线信号。将呼吸信号与基线信号作差即可得到去掉基线的相对纯净的呼吸信号。预处理的结果如图2(b)所示。

图2 信号预处理

可以看出，预处理之后的呼吸信号基本上没有原始信号中的胸冲击信号和基线，已经满足了算法处理的要求。

3 呼吸暂停监测算法

经过预处理之后的压电信号中的一个完整的呼吸波形如图3所示。

图3 小波处理后的呼吸信号

呼吸过程包括吸气和呼气2个过程。吸气过程中，随着气体进入肺部，胸腔的体积变大，对压电薄膜的压力也逐渐增大，产生的电荷量变多，电荷经过电荷放大器转换为电压，即为压电信号。因此压电信号呈现出由A点到C点的上升过程。呼气过程与吸气的过程相反，呈现出了从C点到B点的下降的过程。如果把压电信号看作围绕基线(图中虚线)上下振荡的周期波形，其与基线围成的面积之和可以看作吸气产生的电荷量和呼气产生的电荷量变化之和。这是因为实际上吸气的过程是电荷放大器电容器充电的过程，呼吸的过程是电荷放大器电容器放电的过程。因此可以用压电信号与基线围成的面积来表示呼吸的强弱。由压电信号的纵坐标和横坐标的单位，可以将压电信号表示的呼吸强度A的单位定义为V·s，即

A=S1+S2+S3

(1)

在出现呼吸暂停时，人体呼吸几乎停止，但由于存在心跳信号，使得压电信号并不是一条线。但是和正常呼吸波形相比，出现呼吸暂停时压电信号与基线围成的面积明显要小很多，这为区分正常呼吸和呼吸暂停现象提供了可能性。出现呼吸暂停时，呼吸信号波形图如图4所示。

图4 出现呼吸暂停时的呼吸信号

算法开始首先采用求极小值方法确定波谷的位置，即图3中A和B的位置。即把压电信号看作函数，找到其二阶导数大于零的点作为初步的波谷的点。初步确定波谷之后，还要剔除其中波谷值大于零的波谷点和两个过于接近的波谷中的前一个。完成寻找波谷之后，对压电信号进行取绝对值操作，以便计算与基线围成的面积。之后，以波谷点为分界，对每个呼吸波形进行积分以求出与基线的面积，即为每个呼吸的呼吸强度A。因为每个人的呼吸强度都是不同的，因此，在进行判断之前，要取前该测试者的10次正常呼吸的呼吸强度的均值作为标准呼吸强度A0。之后，对每次的呼吸的强度进行判断。由于个体的不同，此处的阈值是以A0为基础的，经过反复实验确定阈值Ath为0.3倍的A0。

根据呼吸暂停的临床诊断依据：呼吸暂停是指睡眠呼吸气流量降低到50 %以下并持续10 s以上[7]。除了判断强度之外，还要判断低于阈值的呼吸时长是否大于10 s，如果满足条件，则将呼吸暂停次数加1。重复上述判断，直到判断完最后一个呼吸波形。图5为一次测试中的呼吸暂停算法监测结果。

图5 呼吸暂停监测算法结果

由图5可知，正常的呼吸波形与出现呼吸暂停时的波形的呼吸强度存在明显差异，图5(b)中的虚线为阈值Ath，图中低于阈值的7次呼吸正是图5(a)出现呼吸暂停的 7个时间段。由此可知，该算法可以识别出呼吸暂停现象。

4 实验设计与分析

由于并没有患有阻塞型呼吸暂停综合征的患者作为志愿者，可以采用正常人憋气的方式来模拟睡眠时的呼吸暂停状态。实验由5男5女正常人组成。每位测试者都躺在铺有PVDF压电薄膜的床垫上，测试共分为2个阶段：1)测试者正常呼吸2 min;2)测试自行选择时间点进行憋气。要求憋气的时长在5～12 s之间，2次憋气的间隔至少为10次呼吸。憋气的次数最少为3次，具体次数由测试者决定。当完成最后一次憋气之后，需要正常呼吸几次之后再通知记录人员测试结束。实验结果如表1。

表1 人工模拟测试实验结果

可以看出，测试的准确率达到90 %以上，说明本文提出的方法可以较为准确地判断出呼吸暂停。

5 结束语

PVDF压电薄膜在睡眠监测方向具有很大的潜力。本文介绍了一种基于压电信号的阻塞型呼吸暂停监测方法并实验证明了其具有较高的准确率。将本文所介绍的方法与蓝牙4.0无线传输模块结合可以设计出无线睡眠监测系统从而更好地监测人体睡眠状态。