脉诊用柔性传感器及便携检测设备的研制

摘 要：脉搏信号是人体重要的生理信号之一，现代医学可以通过脉搏信号来了解人体的生理健康水平。为了准确采集脉搏信号，采用软件与硬件相结合的方式，设计了一种基于碳纤维柔性传感器和Arduino平台的脉搏信号采集系统，并通过蓝牙将数据传输到Android系统上位机。经验证，设计的脉诊用柔性传感器及便携检测设备可以准确反映人体的脉搏信号，并能够将数据发送给后端进行进一步的数据处理与分析，具有良好的社会效益与经济效益。

关键词：脉搏；碳纤维；柔性传感器；Arduino平台；蓝牙；数据传输

中图分类号：TP39 文献标识码：A 文章编号：2095-1302（2025）04-0-04

0 引 言

脉搏是表征人体健康状况的重要指标之一。脉搏传感器按照测试方法可分为非接触式和接触式两种，其中非接触式传感器多利用光电传感器完成检测。检测原理：通过判断照射到被检测部位的光线经过反射或折射后的状态来分析脉搏[1-3]。因其无需与人体接触且要配备相应的光源设备，因此这种传感器及其外封装结构一般不具有柔性特征；此外，光电传感器的监测数据为容积式脉搏波，不同于传统的压力式脉搏波[4]。接触式传感器通常考虑选用柔性传感器。检测原理：通过压力引起自身的电学性能变化，从而表征脉搏的变化。根据其机理可以将其再分为压电式[5-7]、电容式[8]和电阻式[9-11]传感器。

传感器信号的采集和传输也是脉搏检测的重要一环。由于其特殊的服役环境，因此线缆连接难以满足其便携性的要求。目前主流解决办法有两个，一是将传感器和上位机进行集成[12]；二是利用数据无线传输技术连接传感器和上位机[13]。

本研究以导电橡胶作为柔性传感器的敏感材料，并设计了基于Arduino平台的数据采集设备。

1 柔性脉搏传感器的设计与制备

1.1 柔性脉搏传感器材料及形态选择

实验选择碳纤维填充的硅橡胶基复合材料，柔性基底为PDMS硅橡胶。由于采集脉搏最多的部位是手腕，为模拟传统的手指腹按压方式，将传感器设计为指腹形，如图1所示，其直径约为12 mm，高度为5 mm，初始电阻约为500 Ω。

1.2 柔性脉搏传感器的性能表征及形态选择

传感器的电阻响应测试方法：将其借助织物绑带固定贴合在手腕处，待受试者静坐后，进行时长为1 min的数据采集，而后随机取其中的10 s数据进行分析，按式（1）计算传感器的灵敏度：

（1）

式中：S代表传感器的灵敏度；∆R代表测试时间段内任意时刻的电阻值与初始电阻值之差；R0代表电阻的初始电阻值；p代表该时刻所施加的压强。式（1）的分子部分代表传感器的电阻变化率，该式的物理意义是单位压强所产生的电阻变化率的大小。

电阻性能测试实验采样仪器为LCR电桥（同惠2830），采样频率为10 Hz。

2 柔性电阻传感器检测系统的设计及性能表征

将柔性电阻传感器视为检测系统的前端，数据传输和数据处理模块被视为后端电路。传感器系统的软硬件设计包括将采集的传感器数据集中发送到平板电脑、手机等移动端进行处理，以便进行数据读取和进一步分析。

2.1 检测系统的器件选择

基于Arduino进行脉搏信号检测系统设计，图2所示为检测系统的硬件组成结构框图，主要包括传感器、信号采集电路、单片机和数据传输电路，虚线内为本文设计的检测系统。该设备驱动软件部分分为数模转换程序、数字滤波程序、蓝牙数据传输程序。

信号转换电路将传感器的电阻变化转化为电压变化；利用数模转换电路采集转换的电压信号，经数字滤波后再依靠蓝牙技术进行数据传输。本检测系统选择以Arduino UNO作为控制和供电芯片，以ADS1115作为数模转换模块，以HC-05作为蓝牙传输芯片。

2.2 柔性传感器检测系统的电路设计

2.2.1 信号转换和采集电路要求

信号转换和采集电路如图3所示。在该检测电路中，被测传感器和另一定值电阻串联，电路由恒压电源供电。信号转换原理：被测传感器与定值电阻形成分压电路，通过检测传感器两端的电压，间接检测传感器的电阻值，将电阻值的变化转换为电压值的变化。若该传感器的电阻为R0，定值电阻的阻值为R1，则分压公式如式（2）所示：

（2）

式中：U0和U1分别为传感器两端和定值电阻两端的电压，这二者均随传感器的电阻变化而变化，但是由于实验采用恒压源作为电源，所以二者的和为电源电压U。R1用于保护电路，当传感器短路时，串联接入的R1可以防止电源短路，避免引发次生危害。选用ADS1115数模转化模块采集U0，再用电源电压减去该数值得到U1，利用式（2）计算得到传感器电阻R0。经过整理后的柔性电阻传感器的阻值如式（3）所示，由此便可将采集的电压信号转换为电阻：

（3）

定值电阻R1的阻值由被测传感器的初始电阻决定，其电阻值一般为传感器初始电阻的1～3倍。若定值电阻的阻值过大则会使定值电阻两端分压变小，当传感器阻值较低时检测设备的准确度下降；若其阻值过小，则会使传感器两端分压变大，导致检测设备的精度下降。电源电压的选择由Arduino单片机的参比电压（5 V）决定，为防止单片机芯片被烧毁，电源电压不能高于5 V。

ADS1115芯片采集A0模拟接口和GND接口间的电势差后，与Arduino参比电压（5 V）作对比。该芯片的数模转换精度为16位，所以取值范围为0～65 535，即最终输出一个不小于0且不大于65 535的数字，这个数字的意义是，该数字和65 535的比值，等于采集的电压和参比电压（5 V）的比值，由此可计算采集的电压值。

普通人的脉搏大约为40～150次/min（0.66～2.5 Hz），静息状态下成年人脉搏约为70次/min，即1.16 Hz。根据奈奎斯特采样定理，且为了不失真地恢复模拟信号，采样频率应该不小于模拟信号频谱中最高频率的2倍。A/D转换芯片的采样频率最高可达1 000 Hz，蓝牙芯片HC-05的数据传输频率为每20 ms/次，即50 Hz，所以本设备的采样频率上限为50 Hz。

本文定值电阻选为1 kΩ，电源电压由Arduino提供（5 V）。

根据数模转换原理可知，ADS1115的电压分辨率为7.63×10-5 V，根据式（3）可计算出电阻分辨率约为0.015 Ω。

2.2.2 数据传输电路

数据传输系统电路如图4所示。

HC-05的6个引脚分别是：

（1）State：状态指示，在未连接其他设备时输出低电平，连接时输出高电平；

（2）RXD：接收引脚；

（3）TXD：发射引脚；

（4）GND：接地线引脚；

（5）VCC：电源引脚；

（6）EN：使能端，接地禁用模块，悬空或接3.3 V。

本电路只使用RXD、TXD、GND、VCC引脚。

2.3 柔性传感器检测系统的软件设计

检测设备的驱动程序既要满足对硬件设备的适配度，还要考虑软件层面的除杂、滤波等功能。本系统的驱动程序部分大致可以分为电压采集程序、蓝牙信号传输程序和数据存储程序，对应信号的采集、传输、存储等功能。

Arduino单片机的程序一般分为两部分：前置程序和主体循环程序。硬件在执行程序时会在开机或复位之后优先执行前置程序，之后再执行主体循环程序，当主体循环部分执行完毕后，会反复执行主体循环程序，直至单片机断电或复位。

2.3.1 电压采集程序

硬件驱动程序包括数模转换程序、数字滤波程序和蓝牙数据传输程序。数模转换程序采集传感器两端的电压信号，但该过程需要使用ADS1115芯片的模拟量端口，所以在前置程序部分需要对模拟量端口A0进行初始化，以激活硬件。数据采集过程在主体循环内进行，得到传感器两端的电压值，供后续程序使用。

2.3.2 数字滤波程序

数字滤波部分的具体程序逻辑如下：

（1）将数据采集电路传送的数据每10个分为1组。

（2）利用“冒泡排序法”将这10个数据按照从大到小的顺序排列，采集的极端数据往往出现在数列的头部或尾部。此时，只需再将头部和尾部的数据同时舍弃，就可以达到滤波的效果。

为了保证实验结果的准确性，本实验将数列的头部两个和尾部两个数据舍弃，再将剩余的6个数据求平均值，作为本组数据的最终值返还给程序。

3 实验结果与讨论

图5是使用LCR电桥和自制检测设备对脉搏传感器的信号测量结果，采用LCR电桥记录某受试者静态脉诊传感器的电阻变化信号，如图5（a）所示。

图5（b）是自制设备测试结果的折线图，可以看出，其与使用LCR电桥作为检测设备时的图像相似。二者采集到的电阻值变化能够准确地反映出脉搏水平，信号波峰清晰、周期规律，噪声低。

由图5可知，在10 s时间内，该传感器检测结果显示脉搏共跳动21次，对应脉搏频率约为1 Hz，这一数据与体感测得的受试者心率一致。脉搏信号所引起的自制传感器的电阻变化范围为5～15 Ω，参考式（1）的传感器灵敏度计算方法和正常人体脉搏的脉搏压强（约为9.31 kPa[14]）对比可知，该传感器灵敏度约为0.003 2 kPa。因此该柔性电阻传感器可以相对准确地反映出脉搏水平。

将柔性传感器与数据处理器集成后，得到脉搏检测系统，如图6所示。利用该检测系统进行了多人多种状态下的10 s脉搏波测试，结果如图7所示。

图7（a）和图7（b）是受试者X（男）在剧烈运动时和剧烈运动后静坐60 s所检测到的脉搏曲线。由图7（a）和图7（b）可知，在剧烈运动后10 s内，其脉搏曲线一共出现了20个峰，对应脉搏频率约2 Hz；在休息1 min后，脉搏图像呈现出12个峰，频率为1 Hz。图7（c）是受试者X（男）和受试者Y（女）的脉搏，两位受试者都在15 min内无剧烈运动的条件下，以静息状态进行测试。可以看出，受试者X的脉搏所引起的波动约为15 Ω，频率约为1.1 Hz，而受试者Y的波动仅有5 Ω，但是频率同样为1.1 Hz。这是由于不同性别、不同年龄、不同体脂率的人的脉搏强弱不同，因此引发上述差异，而对于脉搏强度的差异，检测系统的评价指标是电阻变化率。

4 结 语

本文设计的基于导电橡胶的指腹式柔性电阻传感器，其直径约为12 mm，厚度约为5 mm，初始电阻约为500 Ω，灵敏度为0.003 2 kPa，适合作为检测脉搏跳动的传感器。

本文设计了柔性脉诊电阻传感器的检测软硬件系统，可实现脉搏信号的转换、采集、存储和传输。系统的数据采集频率为50 Hz，电压分辨率为7.63×10-5 V，电阻分辨率约为0.015 Ω，数据通过蓝牙无线传输至安卓系统的上位机。该柔性传感器脉搏检测系统可以分辨不同的脉搏强度和脉搏频率，以此分辨受试者的差别。

参考文献

[1]罗志昌，张松，杨益民. 脉搏波的工程分析与临床应用[M]. 北京： 科学出版社，2006：14-20.

[2] YONG Y， HUANG Z， ZHANG Z， et al. Detail-preserving arterial pulse wave measurement based biorthogonal wavelet decomposition from remote RGB observations [J]. Measurement， 2023， 222：113605.

[3]朱青青. 柔性光电脉搏检测传感器及其采集系统的研制[D]. 深圳：深圳大学，2018.

[4] HOU J， ZHANG Y， ZHANG S， et al. A novel angle extremum maximum method for recognition of pulse wave feature points [J]. Computer methods and programs in biomedicine： 2020， 189： 105321.

[5] DAISUKE T， TENG M， SHIN Y ，et al. Piezoelectric PVDF-based sensors with high pressure sensitivity induced by chemical modification of electrode surfaces [J]. Sensors and actuators A： physical： 2020， 316： 112424.

[6] PARK D Y， JOE D J， KIM D H et al. Self-powered real-time arterial pulse monitoring using ultrathin epidermal piezoelectric sensors [J]. Advanced materials， 2017， 29： 308.

[7] CHEN Y Y， CHANG R S. A study of new pulse auscultation system [J]. Sensors （Switzerland）， 2015， 15（4）： 8712-8731.

[8] CHOONG C L， SHIM M B， LEE B S， et al. Highly stretchable resistive pressure sensors using a conductive elastomeric composite on a micropyramid array [J]. Advanced materials， 2014， 26（21）： 3451-3458.

[9] PANG Y， TIAN H， TAO L， et al. Flexible， highly sensitive， and wearable pressure and strain sensors with graphene porous network structure [J]. ACS applied materials and interfaces， 2016， 8（40）： 26458-26462.

[10] QIN R， HU M， LI X， et al. A highly sensitive piezoresistive sensor based on MXenes and polyvinyl butyral with a wide detection limit and low power consumption [J]. Nanoscale， 2020， 12（34）： 17715-17724.

[11]张蕴馨，岳文彦. 基于Arduino的智能风电温度传感器测试装置设计[C]// 中节能风力发电股份有限公司：中国农业机械工业协会风力机械分会，中国可再生能源学会风能专业委员会，第八届中国风电后市场交流合作大会论文集. [出版地不详：出版者不详]，2021.

[12] SATHYA P， RAJALAKSHMI S. Smart non-invasive physiological parameter monitoring system using iot and Blynk App [J]. Journal of communications， 2023， 18（11）： 689-696.

[13]罗静静，左晶晶，季仲致，等.面向脉诊客观化的脉搏传感器研究综述[J]. 仪器仪表学报，2021，41（8）：1-14.