馬 瑩, 王云峰, 張海英, 黃成軍
心率呼吸率等體征參數(shù)能夠很好地反映人體的睡眠狀況,在相關(guān)領(lǐng)域引起了較大關(guān)注。使用聚偏氟乙烯(polyvinylidene fluoride,PVDF)壓電薄膜[1]傳感器進(jìn)行人體生理信號(hào)的采集具有較大優(yōu)勢(shì)[2]。壓電薄膜具有頻響范圍寬,材質(zhì)柔軟,抗干擾度強(qiáng),使用年限長(zhǎng)的特點(diǎn),非常適用于做人體生理信號(hào)的監(jiān)測(cè)[3]。
使用無(wú)創(chuàng)傳感器采集仰臥狀態(tài)下的心跳信號(hào)易受以下3類干擾:1)基線漂移噪聲;2)翻身,抖動(dòng)及心情干擾,頻率約5~20 Hz;3)工頻干擾(50 Hz)或其他白噪聲。小波濾波可從原數(shù)字信號(hào)中提取各信號(hào)頻段,實(shí)現(xiàn)信號(hào)與噪聲分離[4]。使用壓電傳感器得到的非平穩(wěn)信號(hào)波動(dòng)不明顯、能量小,常用尋峰方式較難準(zhǔn)確取峰。
本文采用小波變換濾波除噪方式實(shí)現(xiàn)心跳和呼吸信號(hào)的提取,并采用一種新時(shí)域?qū)し逅惴▽?shí)現(xiàn)對(duì)心率呼吸率計(jì)算。通過(guò)與標(biāo)準(zhǔn)儀器作對(duì)比在準(zhǔn)確度上實(shí)現(xiàn)進(jìn)一步優(yōu)化。
信號(hào)可由低頻部分和高頻部分重構(gòu)得到[5~7]。通過(guò)對(duì)低頻空間的分解,可以使頻率分辨率越來(lái)越高,即MALLAT算法,分解公式為
(1)
(2)
式中H(n),G(n)分別為小波函數(shù)中對(duì)應(yīng)的低通和高通濾波器系數(shù)序列。原序列與濾波器序列先卷積后抽取可得分解后的序列。重構(gòu)公式如下
Aj(n)=h(n)*Aj+1(n)+g(n)*Dj+1(n)=
(3)
Symlets是雙正交小波,具有有限緊支撐性和近似對(duì)稱性,在尺度變換上較為靈活,不僅可以很好地描述細(xì)節(jié)成分,在時(shí)頻域的局部化能力較強(qiáng)的特點(diǎn), 也適用于降低信號(hào)重構(gòu)的相移問(wèn)題[8]。
對(duì)特征信號(hào)尋峰處理可以得到信號(hào)變化周期,即心率呼吸率。由于對(duì)非平穩(wěn)信號(hào)采集的峰值點(diǎn)會(huì)有偏差,波峰可能不是有效波峰(稱為偽峰值點(diǎn))。采用一種新時(shí)域?qū)し逅惴ㄓ?jì)算出有效采樣點(diǎn)及波峰數(shù),得到準(zhǔn)確度較高的心率呼吸率[9]。
PVDF壓電薄膜傳感器具有頻帶寬,質(zhì)地柔軟,對(duì)信號(hào)獲取靈敏高的特點(diǎn)。將其放置于胸口下方的床墊下面,人仰臥在床墊上即可實(shí)現(xiàn)信號(hào)的獲取。經(jīng)處理后將數(shù)字信號(hào)傳到上位機(jī)。信號(hào)處理流程如圖1。
圖1 信號(hào)預(yù)處理流程
LabVIEW[10]上位機(jī)通過(guò)很多可視化控件設(shè)置連接而成,運(yùn)行過(guò)程中,上位機(jī)配合硬件循環(huán)運(yùn)作,使.TXT文件中的數(shù)字信號(hào)可以被實(shí)時(shí)地提取、轉(zhuǎn)換、計(jì)算以及顯示。
矯正基線漂移是信號(hào)處理的關(guān)鍵?;€漂移近似為低頻成分,利用小波基Sym8對(duì)信號(hào)多尺度分解后對(duì)低頻小波系數(shù)重構(gòu),即可得到基線漂移。在采樣頻率60 Hz下,低頻分量a8頻寬為0~0.12 Hz,通過(guò)實(shí)驗(yàn)驗(yàn)證,對(duì)小波進(jìn)行8尺度分解即可去除基線漂移。對(duì)小波變換原始信號(hào)去除基線漂移后信號(hào)如圖2。
圖2 基線漂移處理結(jié)果
正常情況下心率為0.9~2.5 Hz,呼吸率為0.13~0.45 Hz,噪聲信號(hào)多為高頻信號(hào)。呼吸和心跳信號(hào)由小波變換對(duì)應(yīng)的低頻部分構(gòu)成。當(dāng)分解層次變高時(shí),去掉的低頻成分越多,去噪效果雖更好,但失真度也在變大[11]。經(jīng)實(shí)驗(yàn)驗(yàn)證,對(duì)采樣頻率60 Hz的信號(hào),采用Sym8小波基對(duì)小波9階分解即可。呼吸信號(hào)由6階小波重構(gòu)信號(hào)去除基線漂移可得。心跳信號(hào)由3階與5階小波重構(gòu)分量中間頻段構(gòu)成。圖3為由原始信號(hào)得到呼吸心跳原理。由于3階小波重構(gòu)最多濾到3.5 Hz以下,再通過(guò)簡(jiǎn)單的零相移低通濾波可將心率濾波至2.5 Hz以下。
圖3 小波變換得到呼吸心跳波形原理
對(duì)時(shí)域呼吸心跳波形做尋峰處理,求出心率呼吸率:
1)二階差分尋峰判斷心跳呼吸信號(hào)中單位時(shí)間內(nèi)波峰數(shù),并進(jìn)行波谷檢測(cè)與波形平均處理,處理后所得波峰數(shù)即為該時(shí)段內(nèi)心跳或呼吸次數(shù)。
2)由心率呼吸率有效范圍設(shè)置閾值(此處設(shè)為平均值),以閾值為基準(zhǔn),設(shè)定允許的偏移范圍(通過(guò)統(tǒng)計(jì)實(shí)驗(yàn),取基準(zhǔn)值的20 %),在平均值上下偏移量范圍內(nèi)的點(diǎn)認(rèn)作有效波峰。求出信號(hào)中的有效波峰。
3)對(duì)于偽峰值點(diǎn)采用兩次篩選法,分別篩選出多采集的波峰及少采集的波峰點(diǎn),進(jìn)行刪峰與補(bǔ)峰處理。
4)計(jì)算呼吸率和心率。由Fs=60fs/(n2-n1)。其中n2,n1分別為相鄰的兩個(gè)峰值點(diǎn)所在位置,fs為硬件采樣頻率,F(xiàn)s為心率或呼吸率,即每分鐘的心跳或呼吸次數(shù)。
由圖4標(biāo)識(shí)可見(jiàn)通過(guò)補(bǔ)償?shù)玫降姆逯迭c(diǎn)。
圖4 取峰值點(diǎn)
將MATLAB算法函數(shù)導(dǎo)入LabVIEW中。由PVDF傳感器采集的信號(hào)經(jīng)圖1處理通過(guò)串口上傳至上位機(jī),通過(guò)濾波去噪和尋峰處理得到實(shí)時(shí)顯示心率和呼吸率,隨著時(shí)間變化,幅值在不斷變化。
實(shí)際測(cè)量中,人的呼吸處于穩(wěn)定狀態(tài),且呼吸信號(hào)相較于心跳信號(hào)更易提取。但心率容易受諸多因素影響,且通過(guò)壓電薄膜得到的心跳信號(hào)疊加在呼吸上較為微弱,驗(yàn)證心率的準(zhǔn)確性成為非常關(guān)鍵的內(nèi)容。
脈率、血氧飽和度、灌注指數(shù)(PI)是脈搏飽和血氧儀的主要測(cè)量指標(biāo)。脈率是每分鐘的脈搏數(shù)。對(duì)正常健康人群在常態(tài)下心率和脈率是一致的[12]。指夾式脈搏血氧飽和度儀對(duì)于脈率的測(cè)量精度在96 %以上,測(cè)試健康人群時(shí),用作心率數(shù)據(jù)的標(biāo)準(zhǔn)對(duì)比儀器非常有借鑒價(jià)值。實(shí)驗(yàn)采用指夾式血氧飽和度儀測(cè)到的脈率對(duì)比經(jīng)由改進(jìn)算法得到的心率。如圖5所示為對(duì)2個(gè)人的205組關(guān)于壓電薄膜傳感器以及指夾儀測(cè)得的心率數(shù)據(jù)對(duì)比,由圖中可見(jiàn),數(shù)據(jù)整體的趨勢(shì)以及吻合度很高。
圖5 壓電傳感器與血氧儀數(shù)據(jù)曲線對(duì)比
實(shí)驗(yàn)通過(guò)測(cè)試10個(gè)正常人的心率數(shù)據(jù),其中每人的200組數(shù)據(jù)求平均得到平均心率;通過(guò)對(duì)每個(gè)人的200組數(shù)據(jù)進(jìn)行求誤差處理|b-a|/a(a為血氧飽和度儀測(cè)得的心率,b為通過(guò)壓電薄膜傳感器測(cè)得的數(shù)據(jù)),并將205組誤差求均值,得到誤差數(shù)據(jù)。測(cè)試數(shù)據(jù)表明,通過(guò)壓電薄膜算法測(cè)得的數(shù)據(jù)和指夾儀測(cè)得的數(shù)據(jù)相似度很高,以指夾儀的數(shù)據(jù)為基準(zhǔn),經(jīng)計(jì)算平均誤差約為3.45 %,較同類產(chǎn)品有更好的準(zhǔn)確度[2]。由此證明通過(guò)特征信號(hào)處理算法測(cè)得的心率準(zhǔn)確度很高,具有很好的實(shí)用價(jià)值。
利用PVDF壓電薄膜傳感器對(duì)人體無(wú)干擾地進(jìn)行生理信號(hào)監(jiān)測(cè),通過(guò)LabVIEW實(shí)時(shí)監(jiān)測(cè)心率呼吸率并與脈搏飽和血氧儀的對(duì)比,得到的數(shù)據(jù)平均誤差率不超過(guò)4 %,為生命特征信號(hào)的監(jiān)測(cè)提供了有力依據(jù)。
參考文獻(xiàn):
[1] 趙東升.PVDF壓電薄膜傳感器的研制[J].傳感器與微系統(tǒng),2007,26(3):51-55.
[2] 李忠海.基于PVDF的睡眠監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].青島:青島大學(xué),2015.
[3] 王景輝.基于藍(lán)牙傳輸?shù)拿}搏信號(hào)檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].蘭州:蘭州理工大學(xué),2009.
[4] 楊 建.基于 FPGA 的人體基本生命體征信號(hào)采集與分析[D].北京:北京工業(yè)大學(xué),2014.
[5] 李 彥,梁正桃,李立京,等.基于小波和支持向量機(jī)的光纖微振動(dòng)傳感器模式識(shí)別[J].傳感器與微系統(tǒng),2013,32(2):43-49.
[6] 鄭慧君.微動(dòng)敏感床墊式睡眠監(jiān)測(cè)系統(tǒng)相關(guān)生理參數(shù)提取[D].濟(jì)南:山東大學(xué),2010.
[7] 王國(guó)力.智能化脈搏信號(hào)測(cè)試系統(tǒng)研究[D].濟(jì)南:山東大學(xué),2005.
[8] 高 成.MATLAB小波分析與應(yīng)用[M].北京:國(guó)防工業(yè)出版社,2007.
[9] 唐弘玲.基于信號(hào)處理的Android手機(jī)心率監(jiān)測(cè)軟件設(shè)計(jì)與實(shí)現(xiàn)[D].上海:東華大學(xué),2013.
[10] 馮友宏,麻金繼,楊凌云,等.基于物聯(lián)網(wǎng)和 LabVIEW高效環(huán)境監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J].傳感器與微系統(tǒng),2013,32(2):128-134.
[11] 張吉先,鐘秋海,戴亞平.小波門限消噪法應(yīng)用中分解層數(shù)及閾值的確定[J].中國(guó)電機(jī)工程學(xué)報(bào),2004,24(2):118-122.
[12] 鄒 建,錢 波,盧 平,等.基于薄膜壓力傳感器的脈搏信號(hào)測(cè)試系統(tǒng)[J].北京生物醫(yī)學(xué)工程,2011,30(3):227-232.