王亚文 庞宇 李国权 张诚
摘要 本文提出了一种可穿戴的多体征参数采集装置的设计,可以实现血氧饱和度、心率和呼吸率的采集、处理和传输。利用MAX30102光电反射式血氧传感器和ADS1292R分别从头部和胸部采集得到原始体征信号,然后经过nRF52832微处理器进行数据处理并通过其自带的低功耗蓝牙将数据发送给手机APP。实验表明,与标准监护仪相比,各个参数的平均误差都较低,符合相应要求,可以用于工人的体征参数监测。
【关键词】体征参数采集装置 血氧饱和度 心率 呼吸率 nRF52832
随着经济和社会的快速发展,人类的生活节奏逐渐加快,劳动强度和生活压力也在急剧增大,而由此导致了心血管疾病的发病率快速上升,很多人都没来得及医治就失去了宝贵的生命,而对于日常在户外从事大量体力劳动的工人来说更是如此,由于工人自身的经济条件和安全意识所限,每年工人在外工作时突然发病的几率更高。因而对工人进行生命体征监测非常重要。
而人体的体征参数诸如血氧饱和度、心率和呼吸率,可以很好地反映一个人此时的身体状况。所以设计一种面向工人的可穿戴多体征参数采集装置,不仅可以把从工人身上采集到的体征参数数据发送到智能手机终端,而且可以上传到云平台,工地控制中心可以依此来掌握工人身体状况并且保障其生命安全。
1 总体设计
设计的穿戴式生命体征参数的采集装置总体框图如图1所示。一方面通过传感器芯片MAX30102在头部采集到脉搏波信号然后经过单片机处理计算得到血氧饱和度的数据,并通过蓝牙无线传输至智能手机终端;另一方面利用导电硅胶和心电呼吸采集芯片ADS1292R在胸部同时采集心电与呼吸信号,同样把处理得到的心率和呼吸率等数据通过蓝牙传到智能手机终端。
2 硬件设计
硬件电路包括两部分,分别是血氧采集电路和心电呼吸采集电路。
2.1 血氧采集电路
血氧采集电路的硬件总体框图如图2所示,由电源模块、主控模块和脉搏波采集模块组成。
电源模块由锂电池、充电模块和电源管理模块组成,采用微型3.7V锂电池提供初始电源,经电压转换芯片RT9013-33GB转换成3.3V提供给其它模块供电。电池可拆卸,也可对其充电。采取TP4057作为充电电路的充电芯片,通过USB外接5V电源为电池充电。
主控模块为单片机nRF52832及其外围电路。nRF52832为Nordic公司在2015年推出的一款面向无线低功耗传输领域的微控制器,它既在蓝牙智能单芯上保持了高效能,又具有低功耗的优势。这款芯片支持低功耗蓝牙BLE、ANT和2.4GHz多种无线协议,内部集成了支持浮点运算的32位ARMCortex-4FCPU、512kb的闪存和64kbRAM,还有8路ADC、2路SPI和I2C以及一个串口。nRF52832的SWDIO和SWDCLK为程序的下载接口,同时留出两个I/O口当作TX与RX,用于与PC端之间信息的接收发送试验,nRF52832与采集芯片MAX30102之间通过I2C进行信息的传输,MAX30102的INT、SCL和SDA分别与主控芯片的三个I/O口连接。与此同时,可以利用nRF52832自带的ADC进行电压的检测以及利用其支持的低功耗蓝牙传输协议把数据无线发送到手机终端。
脉搏波采集模块使用血氧传感器MAX30102实现。它是Maxim公司生产的一种高灵敏度的血氧生物传感器,内部含有LED、光电检测器、1.8V电源以及其他的一些光学元件,工作温度为-40°C到+85°C,功耗较低,利用间歇亮灭的红光和红外光作为稳定的照射光源,通过探测器来捕捉反射光,然后芯片内部可以将其处理为数字信号传送给单片机。SCL、SDA和INT与nRF52832的对应接口连接,实现通信。
2.2 心电呼吸采集电路
心电呼吸采集电路的硬件总体框图如图3所示,由电源模块、主控模块和心电呼吸信号采集模块组成。电源模块由锂电池、充电电路模块、3.3V直流稳压供电模块和ADS1292R供电模块构成。同样使用3.7V锂电池供给初始电源,采用TP4057充电芯片对其充电。使用TLV70033DDCR稳压芯片进行稳压电路设计,可输出3.3V电压为主芯片供电。而又由于ADS1292R需要3V的模拟电压与3.3V的数字电压,所以使用TPS73030DBV5稳压芯片实现3V模拟电压输出。
主控模块为单片机nRF52832及其外围电路。nRF52832的SWDIO和SWDCLK为程序的下载接口,同样留出两个I/O口当作TX与RX,用于与PC端之间信息的接收发送试验。nRF52832与ADS1292R之间通过SPI进行信息的传输,ADS1292R芯片的CS、START、DIN、SCLK、DOUT、DRDY和RESET七个端口与nRF52832的7个I/O口相连接,其中CS端口为片选端,RESET为复位信号端口,DIN和DOUT端口负责数据传输,CLK为时钟端,START置高时开始采集数据,每采到一帧数据DRDY拉低,触发SPI数据传输,并且可以利用nRF52832支持的蓝牙发送数据到手机终端。
心电呼吸信号采集模块主要利用ADS1292R采集芯片来实现,其电路原理图如图4所示,这款芯片可以解决心电呼吸同时采集的问题。为了消除人体共模干扰将信号屏蔽线引出至COM端,ELA和ERA分别接导电硅胶的左右电极。心电信号通过电极进入引脚IN2P和IN2N,从而进入ADS1292R内部进行相应处理。从IN3P和IN3N引脚输出的方波激励源对电极中携带的呼吸信息调制,然后从IN1P和IN1N引脚进入芯片内部,经过相应的处理之后与心电信号打包等待发送。
3 軟件设计
单片机的软件设计主要完成的是生命体征参数的采集、处理、计算和发送。下面分别介绍头戴血氧采集装置的软件设计和胸戴心电呼吸采集装置的软件设计。
3.1 血氧采集装置的软件设计
血氧采集装置的软件设计流程图如图5所示。首先,程序开始要对整个系统初始化,包括配置外设时钟、定时器、中断模式以及I/O端口的输入输出和复用模式。除此之外也要配置血氧传感器MAX30102的转换精度、速率和其他一些参数。然后通过I2C把采集到的信号发送到微处理器nRF52832进行相应的处理来去除奇异点、基线漂移和高频干扰。然后对处理之后的数据进行特征点提取,再代入相应的计算公式计算出血氧饱和度并通过蓝牙发送。
3.2 心电呼吸采集装置的软件设计
心电呼吸采集装置的软件设计流程图如图6所示。首先,程序开始时依然对整个系统初始化,包括配置时钟、SPI端口和定时器等,然后对ADS1292R进行配置,接着开启SPI传输,当有一帧数据传输完成后,将心电呼吸原始数据存入数组并对其解析分离再进行相应的预处理,接着对心电和呼吸信号的波峰峰值进行定位,再代入相应计算公式计算出心率和呼吸率并通过蓝牙发送。
4 信号处理及参数计算
4.1 原始信号预处理
虽然利用传感器可以完成对PPG(脉搏波,PhotoPlethysmoGraphy)信号、心电信号和呼吸信号的采集,但是这些原始信号中存在不少干扰,会影响后续相应体征参数的计算。因此必须要对原始信号进行相应处理。
4.1.1 PPG信号的处理利
用MAX30102从头部采集到的PPG信号中含有不少干扰,其中包括奇异点、高频干扰、运动干扰和基线漂移。奇异点采用均值滤波的方法去除;而高频干扰会对极值点的定位和包络线的绘制造成干扰,可以采用平滑滤波的方法去除;运动干扰不可避免,这里使用双树复小波变换滤除;基线漂移主要是由人体的呼吸运动造成的,这里采用形态学滤波抑制。图7为处理前后的PPG信号波形图。
4.1.2 心电呼吸信号的处理
心电信号的干扰主要来自高频噪声、工频干扰和基线漂移。高频噪声在波形上表现出大量的毛刺,它大多分布于60Hz以上,因此采用FIR低通滤波方法去除;工频干扰主要是由电磁场干扰引起,具体呈现为50Hz及其各次谐波的干扰,这里采用50Hz陷波器去除;基线漂移依然使用形态学滤波去除。呼吸信号的干扰主要来自高频干扰和基线漂移。这里的高频干扰是由电磁噪声、肌电噪声等引起,可以使用低通滤波的方法去除。基线漂移则采用滑动平均滤波的方法去除。图8和图9依次为处理前后的心电波形图和呼吸波形图。
4.2 体征参数的计算
4.2.1 血氧饱和度的计算
从PPG信号中准确定位极值点,从而计算上下包络线,准确提取出交流分量和直流分量,根据朗伯比尔定律计算血氧饱和度。利用差分阈值法定位两路PPG信号的极值点,在极值点的基础上利用插值法定位信号的上下包络线,上下包络线的均值为直流分量,差值为交流分量,然后再代入已知具体的血氧饱和度的计算公式
公式
并进行二次函数拟合即可求得血氧饱和度。
4.2.2 心率和呼吸率的计算
通过采集到的一段心电信号,采用差分阈值法定位R波峰峰值,求R-R间期的平均值,由 公式 ,可得出心率;通过采集到的呼吸波形,定位呼吸波峰峰值,求相邻波峰之间的均值T,由 公式 ,可计算出呼吸频率。
5 实验结果与分析
本实验装置在多名被测试者身上进行测试,将从单片机采集到的原始数据在软件MATLAB上仿真得到了原始的脉搏波信号、心电信号和呼吸信号的波形,可以看出波形存在明显的奇异点、毛刺和基线漂移等,然后对这些原始信号进行处理,可以看出波形更加平滑,高频干扰和基线漂移也得到明显抑制。
单片机通过蓝牙把体征參数数据发送到智能手机终端,手机终端可以显示出处于正常范围的血氧饱和度、心率和呼吸率等数据。而为了测试数据的准确性,这里采用本装置和监护仪采集同一名被测试者的体征参数,每个体征参数采集六次,最终数据的对比结果如表1、表2和表3所示。
通过表1、表2和表3的对比结果可知,血氧饱和度的平均误差为1.73%,心率的平均误差为2.21%,呼吸率的平均误差为4.69%,已经满足了本装置的基本要求。
6 结论
本文设计了一个应用于工人的可穿戴多体征参数的采集装置,通过生理信号采集芯片采集到原始信号,并通过微处理器nRF52832处理和蓝牙发送,可以在手机终端显示出误差比较小的体征参数数据,也可以上传到云平台,工地控制中心可以依此来掌握工人身体状况并保证生命安全。而且微处理器功耗低、体积小的特点对本套装置的实际应用有着巨大意义。
参考文献
[1] 姚震,陈林.我国心血管疾病现状与展望[J].海南医学,2013(13):1873-1876.
[2] 张崇.便携式医疗电子设备应用及发展趋势探讨[J].医疗装备,2014,27(02):27-28.
[3]Maxim MAX30102可穿戴血氧和心率生物传感器解决方案[J].世界电子元器件,2018(04):45-48.
[4]黎圣峰,庞宇,高小鹏等.便携式血氧信号检测装置设计[J].传感器与微系统,2017,36(03):110-112.
[5]于博.NordicnRF52系列重新定义单芯片蓝牙智能[J].中国电子商情(基础电子),2015(08):20.
[6]陈建锋,孙朋,林金朝等.一种便携式心电和呼吸信号采集装置的设计[J].生命科学仪器,2015,13(06):31-35.
[7]白鹏飞,刘强,段飞波等.基于MAX30102的穿戴式血氧饱和度检测系统[J].激光与红外,2017,47(10):1276-1280.
[8]刘艳丽,赵为松,李海坤等.基于形态滤波的脉搏波信号基线漂移消除方法研究[J].合肥工业大学学报,2011(04):525-528.
[9]庞宇,邓璐,林金朝等.基于形态滤波的心电信号去除基线漂移方法[J].物理学报,2014,63(9):428-433.
[10]段力,庞宇,贺焱秋.基于数字滤波的呼吸信号去噪研究[J].数字技术与应用,2016(02):69-70.