非接觸式體征監(jiān)測及智能移動終端算法的實現(xiàn)

非接觸式體征監(jiān)測及智能移動終端算法的實現(xiàn)王曦澤;胡巍;王云峰;張海英【摘要】為研究非接觸式的，可實時監(jiān)測人體呼吸、心跳等生命體征信息的便攜式裝置，本文設計并實現(xiàn)了一套卡片式雷達體征監(jiān)測系統(tǒng)。方法該系統(tǒng)根據(jù)多普勒雷達原理獲得人體微動信息，利用藍牙將經(jīng)過預處理的信號發(fā)送至智能移動終端，最終采用高效算法在Android平臺上進行信號處理、生命體征信號提取與實時顯示。結果對受試者做兩種狀態(tài)下的監(jiān)測，實驗所得數(shù)據(jù)均值與常規(guī)方法測得的體征參數(shù)相比無顯著性差異(呼吸、心跳均值的準確度分別為93.75%和97.33%)。該系統(tǒng)能夠獲取呼吸、心跳信息，并準確進行算法處理與顯示。結論該便攜式監(jiān)測系統(tǒng)能夠非接觸式地監(jiān)測單個人體目標的呼吸、心跳等生命體征信號，為健康監(jiān)護領域的心肺活動監(jiān)測提供小型化、便攜式的解決方案。%ObjectiveInordertostudyontheportableunitthatcannon-contactmonitorvitalsignssuchasrespirationandheartbeatinreal-time,acard-sizedradarlifedetectorisdesignedandrealized.MethodsAcquiringmicromovementsignalbasedonDopplerradarprinciples,thesystemtransmitssignalsthathavebeenpreprocessedviaBluetoothtosmartmobileterminal.Efficientalgorithmisadoptedtoprocessandextractthevitalsignsanddisplaystheresultsreal-timelyonAndroidplatform.ResultsMonitoringthesubjectundertwoconditions,thereisnosignificantdifferencebetweentheaveragedatafromtheexperimentandthedataacquiredincommonmethod(theaccuraciesofaveragerespirationrateandheartbeatrateare93.75%and97.33%,respectively).Theexperimentshowsthatthesystemcanacquiretheinformationofheartbeatandrespiration,andprocessthesignalsaccurately.ConclusionsThesystemcanmonitorvitalsignsofasingletargetnon-contactly,whichprovidesminiaturizedandportablesolutionforcardiopulmonarymonitoringinfamilycare.【期刊名稱】《北京生物醫(yī)學工程》【年(卷)，期】2014(000)003【總頁數(shù)】6頁(P258-263)【關鍵詞】生命體征;非接觸式;生物雷達;智能移動終端【作者】王曦澤湖巍;王云峰漲海英【作者單位】中國科學院微電子研究所北京100029;中國科學院微電子研究所北京100029;中國科學技術大學合肥230027;中國科學院微電子研究所北京100029;中國科學院微電子研究所北京100029【正文語種】中文【中圖分類】R318.6在生命體征監(jiān)測領域中，傳統(tǒng)的常規(guī)監(jiān)測方法大多需要傳感器接觸人體，如心電圖(electrocardiograph，ECG)、光電容積圖血氧傳感器(photoplethysmography，PPG)和壓敏脈搏傳感器等。然而很多特殊應用場合需要非接觸式探測人體生命體征，并且生命體征數(shù)據(jù)的測量需要脫離醫(yī)院和其他固定場所的限制，使得便攜式醫(yī)療、家庭與戶夕卜場合的實時健康監(jiān)測成為可能。出于這樣的目的，非接觸式的探測技術在近年來得到了廣泛的關注，其中基于微波多普勒雷達［1］的人體微動探測方法具有穿透性好、抗干擾能力強等優(yōu)勢，為健康監(jiān)護等領域的心肺活動監(jiān)測提供非接觸式、小型化、便攜式的解決方案，尤其在對傳染患者、燒傷患者的臨床監(jiān)護［2］,睡眠呼吸障礙人群的睡眠監(jiān)測，以及對嬰幼兒的看護等方面有廣泛的應用前景。目前，微波生物雷達領域的相關研究局限在單個靜止人體的檢測，并且限制受試者的活動范圍。為實現(xiàn)自由活動人體的監(jiān)測，需要雷達傳感器系統(tǒng)能夠彌補人體運動帶來的干擾，且具有體積小、便攜性好的特點。隨著智能終端的發(fā)展與普及，基于移動平臺的體征信號處理和反饋開始應用于醫(yī)療信號處理領域［3］。本文擬設計并實現(xiàn)一套卡片式生命體征監(jiān)測系統(tǒng)，將其中的具有生命體征信息采集功能的雷達傳感器設計成卡片大小便于人體佩戴，然后通過藍牙將雷達采集到的信息傳送給智能移動終端，由移動終端取代計算機或者嵌入式系統(tǒng)來完成數(shù)字信號的處理，并實現(xiàn)心率和呼吸的實時計算、顯示和存儲。1.1系統(tǒng)工作原理卡片式體征監(jiān)測系統(tǒng)的工作原理如圖1所示。系統(tǒng)分為三個主要部分：雷達前端，模擬信號處理電路，以及移動終端部分。首先雷達探測系統(tǒng)發(fā)射一個射頻連續(xù)波信號，連續(xù)波被探測目標體表反射后在雷達接收端進行解調(diào)。根據(jù)多普勒原理［4］，探測目標體表微動隨時間的位置變化會對連續(xù)波信號進行調(diào)制，使得回波信號的參數(shù)（如頻率、相位）發(fā)生改變,該信號經(jīng)過接收機解調(diào)就可以得到與胸腔運動成比例的相位偏移。模擬信號處理電路實現(xiàn)對連續(xù)信號進行預處理，并通過藍牙把模-數(shù)轉(zhuǎn)換后的信號發(fā)送給移動終端處理器。智能移動終端主動接收數(shù)字信號，通過信號處理算法從中提取出相關人體的生命參數(shù)信號（如呼吸、心跳頻率等）。1.2系統(tǒng)硬件描述雷達前端部分采用分布式結構的射頻模塊，主要由介質(zhì)振蕩器（dielectricresonatoroscillator,DRO）、混頻器和一對微帶貼片天線組成。介質(zhì)振蕩器通過高介電常數(shù)的介質(zhì)諧振器與微帶線耦合，與處于不穩(wěn)定區(qū)的場效應管形成正反饋環(huán)路以產(chǎn)生穩(wěn)定頻率的本振信號。在接收通路，帶有體征信息的回波信號經(jīng)過混頻器下變頻至中頻信號，帶寬范圍為直流至100Hz。模擬信號處理部分，使用二階切比雪夫濾波放大電路實現(xiàn)對信號的放大及抗混疊濾波處理。其中放大的目的主要是提高信噪比，而抗混疊濾波(低通濾波)能夠防止采樣混疊。電平搬移同樣用一個運算放大器和穩(wěn)壓源實現(xiàn)，將負電平-正電平轉(zhuǎn)移成零-正電平信號，以得到適合模-數(shù)轉(zhuǎn)換的數(shù)字信號。使用12位ADC進行數(shù)模轉(zhuǎn)換，使用微控制器(MCU)實現(xiàn)數(shù)據(jù)的暫存、數(shù)據(jù)流控制與藍牙通信控制。模擬信號處理電路還包括藍牙模塊用于移動平臺通信，以及警報電路用于反饋體征信號處理結果?？ㄆ襟w征監(jiān)測裝置的硬件實物圖如圖2所示，通過小型化設計和集成，其尺寸為9cmx5.4cmxlcm。2.1智能移動終端智能移動終端實現(xiàn)心肺處理算法，并對處理結果進行處理和顯示。選擇Android系統(tǒng)手機(SamsungGalaxySII)作為智能移動終端，該手機內(nèi)置雙核處理器，主頻1.2GHz，存儲空間內(nèi)存包括1GB的RAM和16GB的ROM，足以滿足實時算法對運算能力、人機交互及數(shù)據(jù)存儲的需求。另外，手機內(nèi)置藍牙模塊，可以通過建立藍牙連接進行穩(wěn)定的無線數(shù)據(jù)傳輸。手機端軟件主要完成的任務分為三個方面。主動接收雷達通過藍牙發(fā)出的原始數(shù)據(jù)流。對數(shù)據(jù)流進行信號處理和分析。⑶將最終得到的結果繪制成實時變化的曲線并顯示。編程語言為JAVA語言，開發(fā)平臺為Eclipse，最終編寫文件版本支持到Android4.0.3。利用Android平臺提供的藍牙API可以實現(xiàn)傳感器藍牙模塊和手機藍牙之間的通信。藍牙設備之間的通信主要包括了四個步驟：設置藍牙設備、尋找局域網(wǎng)內(nèi)可能或者匹配的設備、連接設備和設備之間的數(shù)據(jù)傳輸。經(jīng)過上述過程建立起藍牙通信，手機系統(tǒng)開始從輸入緩沖區(qū)中讀取數(shù)據(jù)，并將讀到的串口數(shù)據(jù)重組成12位采樣數(shù)據(jù)。2.2實時心肺信息提取算法人體心跳和呼吸產(chǎn)生的體表振動信號是非平穩(wěn)隨機的，并且容易受到人體身體運動及周圍環(huán)境干擾。此外，在空間上來看，心跳所帶動的體表微動振幅包含在呼吸所作用的范圍之中；在頻域上，呼吸、心跳的頻率接近直流信號并且頻譜相距非常近，增大了信號分離和濾波難度。因此對雷達采集到的數(shù)據(jù)進行分析和心肺相關信號的提取是整套系統(tǒng)的關鍵。本文使用降采樣濾波的方法分離呼吸和心跳信號，使用基于傅里葉變換方法得到呼吸和心跳頻譜信息，使用頻譜插值算法得到更高精度的頻譜信息，使用尋峰算法計算呼吸和心跳頻率，即信號降采樣/濾波一短時傅里葉變換-頻率插值一尋峰。2.2.1降采樣/濾波正常人體呼吸和心跳頻率分別為0.15~0.4Hz和0.83~1.5Hz（參考）。通過對原始信號進行降采樣和濾波，可將心跳、呼吸所在頻段初步地分離出來，并為接下來的頻域變換做準備。降采樣后的呼吸、心跳的采樣頻率分別為10/3sps和10sps。濾波器采用FIR帶通濾波器，截止頻率分別為0.1~0.75Hz,0.75~4Hz。在窗函數(shù)形式的選擇中，由于呼吸信號和心跳信號在頻域的譜峰離得非常近（小于1Hz），因此需要選取一款頻率分辨率高的窗函數(shù)［5］。漢寧窗和海明窗［6］都屬于升余弦窗，其特點是旁瓣泄露少。二者相比較而言，海明窗的主瓣稍窄于漢寧窗，且海明窗的第一旁瓣衰減速度快于漢寧窗，上述兩點都致使海明窗的頻率分辨率優(yōu)于漢寧窗，因此選用海明窗作為濾波器窗函數(shù)。濾波器幅頻響應如圖3所示。用origin對濾波前后的數(shù)據(jù)繪圖，如圖4所示，三條曲線分別為原始信號波形（曲線a）,濾波后的呼吸信號波形（曲線^和心跳信號波形（曲線c）。2.2.2心肺信號頻譜分析濾波初步地將呼吸信號和心跳信號進行了頻段分離。為了提取出心肺信息，需要采用時域、頻域或時頻聯(lián)合［7］的分析方法，這些方法各自有其使用場合。由于微波生物雷達探測到的體征信號為準周期的非平穩(wěn)信號，因此本文選擇時頻聯(lián)合的分析方法。短時傅里葉變換(TDFT)［8］是典型的固定窗函數(shù)的時頻聯(lián)合分析方法，該方法對加窗后的信號做快速傅里葉變換運算(FFT)［9］，其運算效率高，適用于實時信號處理。相比于小波變換或其他更復雜的時頻聯(lián)合方法，短時傅里葉變換有較小的運算量，通過選取合適的窗長度，可以減小頻率分辨率與時間分辨率的矛盾，滿足實時提取心率與呼吸頻率的需求。在時域用窗函數(shù)g(n)去截離散信號x(n)，對截下來的局部信號作傅里葉變換，即得在該段信號的傅里葉變換。設給定的信號為x(n),n=0,1,...,L-1,有式中,N是在時間軸上窗函數(shù)移動的步長;3是圓周頻率，3=QTs;Ts為由x(t)得到x(n)的抽樣間隔。將頻率3離散化，令上式將頻域的一個周期2分成了M點，若窗函數(shù)g(n)的寬度正好也是M點，則顯然，式(3)是一個標準的M點DFT。本文選取M=128點FFT，對應心跳信號的窗長度為12.8s，呼吸信號的窗長度為38.4s。經(jīng)短時傅里葉變換的呼吸、心跳信號頻譜圖如圖5所示，圖中橫軸對應頻率，縱軸對應頻譜幅值。體征信號在頻譜圖中的峰值可用于提取呼吸、心跳頻率。呼吸頻譜的兩個譜峰分別對應呼吸信號的基頻分量與二次諧波分量，其中基頻分量所在頻率即為呼吸頻率(約0.3Hz);心跳頻譜的譜峰對應心跳頻率(約1.1Hz)。2.2.3插值與尋峰由于短時傅里葉變換得到的是離散的頻譜值，其精度受頻譜離散值間隔的限制，且由于在實際的信號處理中弓1進了柵欄效應，所以所得到的頻譜峰值的精度會受到限制。取更長時間的數(shù)據(jù)進行FFT可以提高頻率分辨率，但是會造成更長的算法處理延遲，同時增加計算量，對實時處理造成困難。因此使用短時傅里葉變換進行頻率估計只能實現(xiàn)頻率的粗測，在此之后需要采取頻譜插值以提高估計精度。在本文的插值與尋峰算法中，將短時傅里葉變換得到的頻譜做3點二次頻譜插值，如圖6所示。圖中S2是未插值時頻譜的峰值，其所在頻率為f2。分別在高頻和低頻處距f2相同距離取f1,f3兩點，根據(jù)公式(4)找到更高的譜峰S峰。其中尋峰找到插值后頻譜圖中峰值，進一步轉(zhuǎn)換成bpm為單位的心跳、呼吸頻率值。至此分析得出呼吸、心跳頻率的實時數(shù)值。本系統(tǒng)在手機端的界面如圖7所示。該界面包括根據(jù)算法分析得出的心跳、呼吸頻率值及體征參數(shù)曲線圖。圖示對應的實驗對象為一名25歲健康男性，監(jiān)測前用常規(guī)方法估測其呼吸、心跳分別為山次/min和75次加血實驗監(jiān)測過程受測者靜坐于卡片監(jiān)測裝置的前方約30cm處。算法得到的心跳、呼吸頻率每秒鐘刷新并記錄一次。圖7(a)顯示的是正常平靜狀態(tài)下的受試者體征參數(shù)檢測結果，圖7(b)顯示的是實驗對象經(jīng)過有氧運動后的監(jiān)測結果。對比兩圖可直觀地看出，平靜狀態(tài)下的呼吸、心跳曲線平穩(wěn)，測量均值接近常規(guī)方法得到的數(shù)值；運動過后監(jiān)測所得的心跳走勢曲線呈現(xiàn)幅度波動，其均值(91次/min)大于靜止狀態(tài)下的均值(77次/min)，與客觀情況相符。與常規(guī)方法測得的平靜狀態(tài)下體征參數(shù)進行比較，呼吸均值準確度為1-(17-16)/16=93.75%，心跳均值準確度可達1-(77-75)/75=97.33%。通過多人實驗得出，系統(tǒng)探測靈敏，結果可靠、穩(wěn)定。程序中同時加入存儲數(shù)據(jù)功能，便于在長時間的監(jiān)測之后對數(shù)據(jù)進行離線分析，本文中圖5、圖6曲線均是根據(jù)存儲所得數(shù)據(jù)繪制而成。經(jīng)測試，程序可以安裝在任何有藍牙設備的安卓移動設備并正常使用。另外，硬件電路中預置了蜂鳴器，根據(jù)設定的不同閾值，可以實現(xiàn)對異常檢測結果的報警功能，使生命體征監(jiān)測系統(tǒng)具有更多的應用價值。本文設計了一套卡片式體征監(jiān)測系統(tǒng)，通過智能移動終端處理實現(xiàn)了對呼吸、心跳信號的連續(xù)實時監(jiān)測，能夠為人體體征參數(shù)的采集、家庭健康監(jiān)護以及一些醫(yī)療應用提供可靠、直觀的數(shù)據(jù)信息?？ㄆ襟w征監(jiān)測儀便于隨身佩戴，可用于獨居老人的日常生理監(jiān)護，通過遠程終端的顯示能夠及時發(fā)現(xiàn)心肌梗死等突發(fā)病情。系統(tǒng)同時可以用于睡眠呼吸暫停監(jiān)測，取代傳統(tǒng)大多數(shù)基于有線傳輸方式的睡眠監(jiān)測[11]。經(jīng)過一夜的持續(xù)記錄，將所存儲的呼吸數(shù)據(jù)進行離線分析并采取積極治療。由于本套檢測儀的雷達部分采用單路直接下變頻結構，該結構會在某些距離上出現(xiàn)探測〃零點”[12]影響監(jiān)測效果。采用正交結構的雷達前端[13]可以消除單通路雷達的限制，當一條接收通路出現(xiàn)〃零點”位置時另一條通路處于最佳探測位置，即正交結構接收機可以不考慮目標位置或者移動的幅度而得到精確的相位解調(diào)結果。在本文的程序中為正交結構前端預留了I/Q雙通道信號處理，通過求得兩路正交信號的反正切值得到所需相位信息，從而消除探測〃零點”帶來的影響。消除運動偽影[14]是目前非接觸式體征監(jiān)測的研究關鍵。生物雷達進行體征監(jiān)測的限制在于受試者要與雷達處于相對靜止的狀態(tài)，軀體的擺動、翻轉(zhuǎn)等都會影響結果精度。本文設計的卡片式監(jiān)測裝置可以通過置于上衣口袋降低運動帶來的相對位置變化，一定程度上對運動偽影進行補償，提高正確識別率[15]，在運動等動態(tài)應用場景有一定的發(fā)展空間?！鞠嚓P文獻】LiChangzhi,CummingsJulie,LamJeffrey,etal.Radarremotemonitoringofvitalsigns[J].IEEEMicrowaveMagazine,2009,10(1):47-55.楊冬.基于非接觸生命參數(shù)檢測系統(tǒng)的信號處理技術研究[D].西安：第四軍醫(yī)大學,2005.YangDong.Theresearchonthetechnologyofsignalprocessingbasedonthesystemofnoncontactlife-parameterdetection[D].Xi’an:FourthMilitaryMedicalUniversity,2005.高海洋，張丹，胥紅來，等.基于手機平臺的便攜式聽覺腦-機接口[J].北京生物醫(yī)學工程2013,32(1):1-5.GaoHaiyang,ZhangDan,XuHonglai,etal.Auditorybrain-computerinterfacebasedonmobilephone[J].BeijingBiomedicalEngineering,2013,32(1):1-5.AmyD.Droitcour.Non-contactmeasurementofheartandrespirationrateswithasingle-chipmicrowaveDopplerradar[D].California:StanfordUniversity,2006.LohmanB,Boric-LubeckeO,LubeckeVM,etal.AdigitalsignalprocessorforDopplerradarsensingofvitalsigns[J].EngineeringinMedicineandBiologyMagazine,IEEE,2002(21):161-164.尤會恩，劉建軍漲文.數(shù)字信號處理中窗函數(shù)類型及選擇原則[C].西安:第九屆全國敏感元件與傳感器學術會議,2005:726-731.YouHuien,LiuJianjun,Zhangwen.TypeofwindowfunctioninDSPandselectionprinciple[C].Xi’an:STC,2005:726-731.路國華，楊國勝，王健琪，等.雷達式生命探測儀中人體數(shù)量識別技術的研究[J].北京生物醫(yī)學工程,2005,24(1):29-32.LuGuohua,YangGuosheng,WangJianqi,etal.Studyonthetechnologytorecognizethenumberofpeoplebymeansoflife-detectorbasedonradar[J].BeijingBiomedicalEngineering,2005,24(1):29-32.HuWei,ZhaoZ,WangY,etal.Cardiopulmonarymonitoringresearchbasedonnoncontactsensorofvitalsigns[J].ECSTrans,2013,45(33):17-25.WangJianqi,ZhengChongxun,LuGuohua,etal.Anewmethodforidentifyingthelifeparametersviaradar[J].EURASIPJournalonAppliedSignalProcessing,2006,26(9):3146-3152.MorganDR,ZierdtMG.NovelsignalprocessingtechniquesforDopplerradarcardiopulmonarysensing[J].SignalProcessing,2009,(89):45-66.DaRosaAC,KempB,PaivaT.Amodel-baseddetectorofvertexwavesandKc