基于藍牙技術的穿戴式電子眼鏡的研發(fā)評價系統(tǒng)

姚紅兵，趙興群

東南大學 生物科學與醫(yī)學工程學院，江蘇 南京 210096

基于藍牙技術的穿戴式電子眼鏡的研發(fā)評價系統(tǒng)

姚紅兵，趙興群

東南大學 生物科學與醫(yī)學工程學院，江蘇 南京 210096

隨著人民生活水平的不斷提高，心血管疾病成為威脅人類健康的重要疾病之一。為了解決傳統(tǒng)醫(yī)院治療及時性差、資源有限等缺點，移動醫(yī)療開始走進人們的視野。本文提出了一種設計，將移動醫(yī)療的思想應用于脈搏波無創(chuàng)檢測系統(tǒng)中，使其能夠在移動手機平臺上進行脈搏的測量。系統(tǒng)在原有脈搏波檢測設備的基礎上，結合低功耗藍牙無線通信技術，通過對相關數(shù)據(jù)的采集、發(fā)送、處理、分析、顯示，實現(xiàn)了對脈搏的無創(chuàng)檢測與遠程監(jiān)控，不僅可以應用于臨床，更適合社區(qū)以及家庭使用。

電子眼鏡；可穿戴設備；移動醫(yī)療；脈搏；藍牙；手機

0 前言

隨著穿戴類智能終端的市場爆發(fā)、移動互聯(lián)網進入高速4G時代，以及人們對體征的探測越來越深入，對自身健康越來越關注，移動醫(yī)療應運而生，逐步進入人們的視野。脈搏信號攜有非常豐富的人體生理健康相關信息。從產生原因分析，脈搏的出現(xiàn)主要是由人體心臟的搏動推使血液沿著人體全身血管運行而產生的，因此按照現(xiàn)代科學的觀點，脈搏信號可以被看作是人體內部心臟的運動狀態(tài)在人體表面的輸出和反映[1-2]。脈搏波的形成因素主要有兩方面，一方面來自于人體心臟的搏動，另一方面來自于血液在血管流動過程中所遇各種阻力之間的相互作用，因此脈搏信號的變化隱含著重要的心血管動力學信息[3]。準確地對脈搏信號進行檢測可以有效預防心血管系統(tǒng)疾病，提高人們的健康生活水平。

脈搏信號具有強度微弱、抗干擾性差、采集難度高的特點[4]，使得準確地采集脈搏信號非常困難。目前常用的脈搏傳感器有光電式脈搏波傳感器、電阻抗式脈搏波傳感器和壓電晶體式脈搏波傳感器等。結合項目需求，采用光電式脈搏波傳感器并將其固定在眼鏡鏡腿背部，以接觸方式測量面部毛細血管博動。這樣設計有兩個優(yōu)點，一是由于面部血管豐富，皮膚較薄，因此采集到的信號相對較強；二是將傳感器固定在鏡腿背部，可以有效減少環(huán)境光對傳感器測量的影響。脈搏傳感器都具有高靈敏度的特點，這就使得采集到的脈搏信號攜帶有大量噪聲，需要對光電傳感器采集到的脈搏信號進行硬件濾波和軟件濾波[5-6]。常用的軟件濾波方法有平滑濾波、LMS自適應硬件濾波[7-8]。目前脈搏信號的分析方法主要有時域分析、頻域分析、小波分析等方法。頻域分析是較常用的分析方法。它將時域信號轉換成相應的頻譜曲線，由于不同脈搏信號中各頻率成分及其能量分布應該是有差異的，因此可從脈搏頻譜中提取與人體生理病理相應的信息。時域分析方法主要是對連續(xù)周期性的脈搏信號進行時域分析，關鍵在于脈搏周期的確定[9]。相對于其他方法，時域分析方法簡單，獲得信息量少。小波分析同時兼顧了時域和頻域分析的特點，是未來脈搏信號分析的發(fā)展方向。除此之外，還可以采用統(tǒng)計方法計算脈搏波形的均值向量、協(xié)方差等特征信息。由于本文脈搏系統(tǒng)提供給用戶的參數(shù)簡單，所以采用了時域分析方法。

目前市場上移動測量脈搏或心率的設備大部分都需要輔助裝備胸帶的幫助，而本文設計的這款脈搏測量系統(tǒng)則有效地避免了這個問題。在眼鏡上（實體圖見圖1）嵌入傳感器作為前端檢測裝置，可以實時采集脈搏信號。監(jiān)護系統(tǒng)則通過iPhone手機接受和處理脈搏信號，通過繪圖的方式實時在手機屏幕上顯示信號波形及脈率等其他信息，并在出現(xiàn)緊急的情況下進行報警。另外系統(tǒng)可以將脈搏信號同步到云端，給醫(yī)院醫(yī)生作診斷參考或進一步的計算分析。系統(tǒng)避免了傳統(tǒng)醫(yī)院測量脈率的麻煩和束縛，提高了護理效率，而且還能長期跟蹤體征數(shù)據(jù)，便于對老年人慢性病的觀察和管理。

圖1 眼睛實體圖

1 工作原理及系統(tǒng)設計

脈搏是心臟的搏動使血液沿動脈血管向外周血管傳播而形成的。脈搏信號是具有周期性的確定性微弱信號，而且會隨人體的各種生理病理因素及周圍環(huán)境條件的變化而不斷地出現(xiàn)一些微小的變化[10]。這些微小的變化在醫(yī)學診斷中具有重要的意義。根據(jù)朗伯比爾 (Lamber Beer) 定律，物質在一定波長處的吸光度和他的濃度成正比。當恒定波長的光照射到人體組織上時，通過人體組織吸收、反射衰減后測量到的光強將在一定程度上反映被照射部位組織的結構特征。通過光電傳感器可以將血管中血液的充盈情況轉換成可測的電信號，獲得的電信號包含了脈搏信號的所有特征，因此通過分析轉換到的電信號就能獲得脈率等特征值。

基于藍牙技術的可穿戴式電子眼鏡主要由3個模塊組成。脈搏信號檢測模塊、藍牙低功耗通信模塊、手機客戶端監(jiān)護模塊。脈搏信號檢測模塊主要由傳感器、濾波電路和放大電路組成。藍牙傳輸模塊采用了德州儀器的CC2540藍牙模塊芯片，完成了脈搏模擬信號采樣及采樣后數(shù)字信號的藍牙通訊功能。最后手機客戶端監(jiān)護模塊使用了蘋果公司的Xcode集成開發(fā)環(huán)境，實現(xiàn)了藍牙數(shù)據(jù)通訊、脈搏信號處理及顯示、數(shù)據(jù)云端傳輸、緊急情況下電話報警等功能。整個系統(tǒng)框架，見圖2。

1.1 脈搏信號檢測模塊

圖2 系統(tǒng)框架圖

人體的脈搏信號幅度很小，大約是μV～mV的數(shù)量級范圍內，頻率約為0.5～10 Hz，一般情況下為1 Hz，極易引入干擾[11]。這些干擾主要有50 Hz的工頻干擾、肌體的抖動、情緒等精神緊張帶來的干擾信號。由于脈搏信號的這些特點，需要進行放大、濾波等處理。脈搏信號采集電路框架圖，見3。

圖3 脈搏信號采集電路框架圖

光電傳感器采用了目前最適合檢測脈搏用的綠色LED型反射式光電傳感器 NJL5303R。目前市面上光電型檢測脈搏設備主要是使用紅外光來測量血液，NJL5303R與之不同的是使用了570 nm發(fā)光波長的綠光。由于血紅蛋白吸收綠光，因此測量感度更高，同時提高了S/N比特性。此傳感器同樣也是采用了反射式光電傳感器，把綠色LED和光電晶體管組合封裝入小型COB封裝，可自由靈活的測量身體部位。光電傳感器的輸出為電流信號，首先通過電流轉電壓電路，將電流信號轉換成電壓信號，然后信號通過二階低通濾波器，濾波器截至頻率是30 Hz，這樣高于30 Hz的噪聲信號都被濾除，最后通過放大電路將信號放大到ADC可轉換的電壓范圍之內。

1.2 藍牙通訊模塊的設計與實現(xiàn)

藍牙通訊模塊采用了TI（德州儀器）公司推出的兼容藍牙4.0低功耗標準的無線收發(fā)芯片CC2540。其內部集成了8051MCU內核、高性能2.4 GHz射頻收發(fā)器、8kB的RAM和256KB的Flash存儲器。另外還包含1個16位和2個8位通用定時器、2個UART口、12位有效位的ADC模數(shù)轉換器、功能強大的5通道直接內存訪問（DMA）等。藍牙4.0傳輸?shù)淖畲笏俾蕿? Mbps，完全滿足脈搏數(shù)據(jù)傳輸速率的需求。CC2540與TI的藍牙低功耗協(xié)議棧相配合，已成為市場上靈活、具有廣闊應用前景的藍牙低功耗解決方案。藍牙通訊模塊數(shù)據(jù)傳輸?shù)能浖鞒桃妶D4。

首先是軟硬件的初始化，包括藍牙協(xié)議棧的配置、ADC模電轉換的初始化等。然后啟動OSAL任務循環(huán)系統(tǒng)，有兩個用戶自定義的任務，一個是Task_BlueToothData，用于將數(shù)據(jù)通過藍牙傳輸?shù)娇蛻舳?；另一個是Task_AdcData，用于將模擬脈搏信號轉換成數(shù)字信號，并等待傳輸。兩個任務通過中斷的形式在系統(tǒng)中交替運行，完成脈搏信號采樣及傳輸。

圖4 CC2540端藍牙軟件流程圖

2.3 手機客戶端監(jiān)護模塊

因為系統(tǒng)使用了低功耗藍牙技術，所以相應的手機設備也需要兼容新的藍牙4.0。對于IOS平臺，iPhone4S及以上，iPad第三代及以上等大部分設備都已支持藍牙4.0。本文選擇了iPhone4S 作為數(shù)據(jù)處理平臺。手機客戶端應用程序是系統(tǒng)的數(shù)據(jù)處理和記錄中心。

程序的開發(fā)平臺是蘋果公司的XCode5.1.1，開發(fā)語言是Objective-c。程序根據(jù)功能的不同，可分為以下幾個部分：

2.3.1 與前端采集數(shù)據(jù)的通訊模塊

對于低功耗藍牙程序開發(fā)，蘋果公司提供了Core Bluetooth 框架，開發(fā)者不再需要關心藍牙底層協(xié)議的技術細節(jié)，只需要對藍牙協(xié)議頂層（GAP和GATT）進行配置。Core Bluetooth 框架定義了兩種設備類型，Central和Peripheral。Peripheral產生廣播信號，等待與Central進行連接并給Central提供數(shù)據(jù)；Central接受廣播信號，識別和連接Peripheral設備并從中獲取數(shù)據(jù)。本文中iPhone 手 機 是Central，CC2540模 塊 是Peripheral。Central和Peripheral之前的數(shù)據(jù)傳播是通過一個稱為Service的數(shù)據(jù)結構（圖5）實現(xiàn)的。其中Service（0xFFC0）包含兩個Characteristic，Characteristic1是讀取脈搏數(shù)據(jù)的使能開關，向Characteristic1寫入數(shù)字“1”表示可以從Characteristic2中讀取脈搏數(shù)據(jù)，寫入數(shù)字“0”表示禁止從Characteristic2中讀取數(shù)據(jù)。

為了從Peripheral處獲取數(shù)據(jù)，首先CC2540藍牙模塊對外進行廣播，廣播信號包含了設備名稱、連接狀態(tài)等信息。本文主要使用的Service的UUID(通用唯一識別碼) 為0xFFC0。發(fā)現(xiàn)脈搏設備之后，Central和 Peripheral相連，Central對Peripheral的Service進行掃描，尋找UUID為 0xFFC0的Service，找到后，Central又會對該Service進行掃描，尋找UUID為0xFFC2的Characteristic，脈搏信號就存儲在該Characteristic中。具體程序流程見圖6。

圖5 脈搏數(shù)據(jù)Service的結構

圖6 手機客戶端藍牙軟件流程圖

2.3.2 脈搏信號處理及脈率計算模塊

脈率計算的關鍵在于脈搏信號波峰的確定，而經過硬件濾波后的信號往往會摻雜一些毛刺，這使得波峰的確定變得很困難，所以需要對信號做進一步的濾波（圖7）。首先將信號通過FIR濾波器，濾波器的參數(shù)由三軸加速度均方得到[12]，能夠有效的去除運動偽影；然后信號通過一個五點平滑濾波器，可以有效的減少信號的毛刺。選用平滑的點數(shù)越多，平滑效果越好，但是會降低信號的靈敏度。取脈搏信號的極大值點，對其幅值滿足限制條件的點設為波峰，自后向前尋找波谷，以波谷及信號首末點作為三次樣條插值的插值點，代入三次樣條插值公式，可近似計算脈搏信號的基線漂移。脈搏信號減去漂移信號量，得到去除基線漂移后的有效信號[13]。最后對信號差分尋找極大值點，對極大值點的幅值及點距離限制條件后，判斷有效波峰點，根據(jù)采樣率及波峰，即可計算出脈率。為符合人體生理信號緩變的特點，需對計算出的脈率值加以平滑，得到最終結果。

圖7 脈搏信號處理流程圖

2.3.3 電話報警模塊

用戶第一次使用該軟件時，在設置界面手動填寫報警電話號碼，程序將號碼以字符串的形式保存成plist文件并存儲于手機中，避免重復輸入。通過Z軸方向加速度的變化情況，可以簡單地判斷用戶是否跌倒。當Z軸方向加速度的變化高于閾值時，程序撥打預設電話號碼，進行報警。當脈率數(shù)值超過正常范圍時，程序同樣會進行電話報警。

2.3.4 云存儲模塊

使用Parse公司提供的云端存儲API，可將數(shù)據(jù)直接上傳到云端。Parse是專為移動應用提供后臺服務的云計算平臺，它提供任意數(shù)據(jù)保存、照片或其它文件存儲、發(fā)送推送通知等服務。對于IOS開發(fā)者，在Parse官網上注冊賬號，下載并安裝相應的SDK，就可以直接使用Parse提供的API進行數(shù)據(jù)的存儲。考慮到數(shù)據(jù)上傳會占用很多CPU資源，程序對脈搏數(shù)據(jù)進行了選擇。當采集到的脈搏數(shù)據(jù)達到一定量時，再統(tǒng)一進行上傳，避免了頻繁的網絡訪問，保證了程序的流暢運行。用戶只需在Parse網站上登錄即可查看脈率數(shù)值，其中X_axis、Y_axis、Z_axis分別記錄X軸、Y軸和Z軸的加速度數(shù)值，HeartPulse記錄脈搏數(shù)值，同時數(shù)據(jù)記錄和更新的時間也被存儲下來，便于專業(yè)人員進行數(shù)據(jù)分析。

3 總結與展望

本文順應移動醫(yī)療的要求，將脈搏檢測單元與眼鏡相結合，通過低功耗藍牙技術，將脈搏信號傳輸?shù)绞謾C上（圖8）。測量結果表明系統(tǒng)穩(wěn)定性及準確性達到了要求。不過系統(tǒng)還有很多可以提高的地方。比如現(xiàn)在運動過程中，脈率的算法不夠準確，可以結合三軸加速度達到消除運動帶來的干擾。另外對于脈搏信號的挖掘不夠深入，提供給用戶的信息較少。在今后的工作中，還需要做大量的實驗，采集更多類型的生理參數(shù)并增加云端數(shù)據(jù)分析，來進一步加強監(jiān)護和健康分析的功能。

圖8 手機客戶端軟件運行界面

[1] Jay N Cohn,Stanley Finkelstein,Gary McVeigh,et al.Noninvasive Pulse Wave Analysis for the Early Detection of Vascular Disease[J].Hypertension,1995; 26:503-508.

[2] 羅志昌,張松,楊文鳴,等.脈搏波波形特征信息的研究[J].北京工業(yè)大學學報,1996,22 (1) :71-79.

[3] John Allen.Photoplethysmography and its application in clinical physiological measurement[J].Physiological Measurement,2007,28 (3):RI-R39.

[4] 羅山鷹,婁文忠.一種用于人體脈搏的信號采集系統(tǒng)[J].系統(tǒng)與開發(fā),2001,20(2):57-58.

[5] R Zou,KH Chon.Robust algorithm for estimation of time-varying transfer functions[J].IEEE Trans Biomed Eng,2004,51(2):219-228.

[6] W Shin,YD Cha,G Yoon.ECG/PPG integer signal processing for a ubiquitous health monitoring system[J].Journal of Medical Systems,2010,34(5):891-898.

[7] K Shafqat,DP Jones,RM Langford,et al.Filtering techniques for the removal of ventilator artifact in oesophageal pulse oximetry[J].Med Bio Eng Comput,2006,44(8):729-737.

[8] S Poornachandra,N Kumaravel.A novel method for the elimination of power line frequency in ECG signal using hyper shrinkage function[J].Digital Signal Processing,2007,18(2):116-126.

[9] 行鴻彥,許瑞慶,王長松.基于經驗模態(tài)分解的脈搏信號特征研究[J].儀器儀表學報,2009,30(3):596-602.

[10] Y Liu,Q Yang,H Shi. Pulse Feature Analysis and Extraction Based on Pulse Mechanism Analysis[C].In Proceedings of CSIE (7),2009:53-56.

[11] Thakor NV,Zhu YS.Applications of adaptive fi ltering to ECG analysis:noise cancellation and arrhythmia detection[J].IEEE Trans Biomed Eng,1991,38(8):785-794.

[12] Harry AH,HH Jiang,P Gibbs.Active noise cancellation using MEMS accelerometers for motion-tolerant wearable bio-sensors[J].Conf Proc IEEE Eng Med Biol Soc,2004(3):2157-2160.

[13] Yang L,Zhang S,Li X ,et al.Removal of Pulse Waveform Baseline Drift Using Cubic Spline Interpolation[J].2010,IEEE.1-3.

Research and Development of Wearable Electronic Glasses Based on Bluetooth Technology

YAO Hong-bing, ZHAO Xing-qun
School of Biological Science and Medical Engineering, Southeast University, Nanjing Jiangsu 210096, China

With the continuous improvement of people’s living standards, cardiovascular disease has become one of the major threats to human health. In order to solve the drawbacks of traditional hospital treatment like poor timeliness and limited resources, mobile medical equipment system has received people’s attention. This paper proposed a design which applied the mobile medical thoughts into the noninvasive pulse wave detection system for conducting pulse measurement on the mobile phone platforms. Based on the original pulse wave detection device, the system combines with low-power Bluetooth technology and realizes the noninvasive detection and remote monitoring of the pulse wave. The device can not only be applied in clinic, but also is suitable for community and family use.

electronic glasses; wearable devices; mobile medical; pulse wave; Bluetooth; mobile phone

R197.39

A

10.3969/j.issn.1674-1633.2015.01.004

1674-1633(2015)01-0015-04

2014-10-05

江蘇省產學研聯(lián)合創(chuàng)新基金（BY2014127-04）。

作者郵箱：ndt@seu.edu.cn