基于STM32和小波自適應(yīng)濾波算法的生理參數(shù)監(jiān)測系統(tǒng)的研究

魏路明，佘世剛，邵笑校，武格盈，裴海珊

(常州大學(xué) 機械工程學(xué)院，江蘇 常州 213164)

0 引言

據(jù)國家心血管中心組織發(fā)布的最新報告，我們國家的心血管疾病患病率上升趨勢迅猛[1]。而從臨床的診斷數(shù)據(jù)來看，前期人們血壓數(shù)據(jù)有變化時，表征感覺并不明顯。所以當(dāng)一部分人血壓已經(jīng)偏離正常范圍時，自己通常并不知曉。而此時身體器官已經(jīng)造成了嚴重傷害[2]。因此對心血管疾病的預(yù)防刻不容緩，應(yīng)通過監(jiān)測手段盡早發(fā)現(xiàn)疾病，實施健康參數(shù)的監(jiān)測?，F(xiàn)階段，醫(yī)療服務(wù)業(yè)所配備的實時監(jiān)測健康參數(shù)的機器主要是床邊監(jiān)護儀，對于醫(yī)療機構(gòu)來說，能夠很好地滿足對心率、血壓、血氧飽和度等特征參數(shù)的實時監(jiān)測。但由于它所包括的導(dǎo)線、指套及電極等組件對于日常生活來說較繁雜，不能實現(xiàn)隨身攜帶的功能，因此對于家庭和個人來說并不普及[3]。且該設(shè)備價格昂貴，監(jiān)測數(shù)據(jù)并不能直觀的展示出來，仍需專業(yè)的分析與判斷?；谀壳暗默F(xiàn)狀，選擇開發(fā)一種能夠?qū)π穆蕯?shù)據(jù)、血氧飽和度進行實時測量的穿戴式多參數(shù)監(jiān)測系統(tǒng)刻不容緩[4]。

J.Martinho等人通過研究設(shè)計出了一種能夠?qū)崿F(xiàn)遠程控制的生理參數(shù)監(jiān)測設(shè)備[5]，該設(shè)備能夠?qū)θ梭w的心電圖、血氧、血壓3種生理參數(shù)進行監(jiān)測收集，根據(jù)實時采集到的波形依托WI-FI互聯(lián)網(wǎng)傳輸?shù)竭h程后端服務(wù)器終端，為患者提供一些的幫助。AnlikerUrs等人研究出了一種能夠便于攜帶的遠程醫(yī)療監(jiān)測設(shè)備，名為“AMON”[6]，借助該設(shè)備，能夠?qū)⒒颊叩亩囗椛韰?shù)進行連續(xù)的采集和數(shù)據(jù)分析，系統(tǒng)將得到的數(shù)據(jù)通過互聯(lián)網(wǎng)大數(shù)據(jù)實時傳輸?shù)疥P(guān)聯(lián)的醫(yī)療機構(gòu)數(shù)據(jù)庫中，讓醫(yī)生更加實時地了解到病人的身體健康狀況，但設(shè)備不方便穿戴，且功耗較大。2006年李良成[7]等人聯(lián)手各方科研組織針對血氧檢測進行了一系列的研究，推出了利用雙光源探頭來對大腦的血氧含量進行健康監(jiān)控的一項新技術(shù)，能夠?qū)Υ竽X兩側(cè)腦組織局部范圍內(nèi)的血氧含量進行數(shù)據(jù)采集。蘇小青等設(shè)計一種基于光電傳感器的脈象檢測儀，該設(shè)備能夠?qū)崿F(xiàn)對脈象的非接觸檢測，但不符合傳統(tǒng)切脈裝置。針對上述不足本文設(shè)計了一款體積小巧、功耗較低且成本低廉，同時兼具優(yōu)良監(jiān)測性能的可穿戴多參數(shù)生理監(jiān)測系統(tǒng)。該設(shè)備外觀呈現(xiàn)手腕外殼的形式，小巧美觀，讓患者在日常活動中得到實時的健康監(jiān)測。并且醫(yī)生可通過遠程監(jiān)控端實時掌握病人的身體動向，可及時對病人的治療做出規(guī)劃，十分方便對患者健康問題做出治療。

1 多參數(shù)健康監(jiān)護系統(tǒng)總體設(shè)計

圖1 系統(tǒng)整體框圖

為實現(xiàn)對心率、血氧飽和度(SpO2)和體溫等人體的多個生理特征指數(shù)進行動態(tài)實時監(jiān)控，該系統(tǒng)在多個方位布置了傳感器以此來完成對人體的多點監(jiān)測，通過監(jiān)測模塊獲得實時數(shù)據(jù)經(jīng)過串口傳送至數(shù)據(jù)微處理器，通過OLED屏幕顯示和按鍵實現(xiàn)人機交互情景，之后在ZigBee模塊下完成數(shù)據(jù)的輸送。系統(tǒng)結(jié)構(gòu)圖1所示，主要分為數(shù)據(jù)采集模塊、微控制器及數(shù)字處理模塊、人機交互模塊、數(shù)據(jù)存儲模塊、電源模塊和通信模塊。數(shù)據(jù)采集模塊中包含了很多個生理信號傳感器，在進行人體數(shù)據(jù)監(jiān)測時，往往因為體表信號不夠強烈且會伴隨著很多的噪聲從而影響信號的準確性，因此獲得的信號需要通過放大和濾波處理才能被采用。而STM32F103C8T6則被用作為該系統(tǒng)的主控芯片，它是在ARM的基礎(chǔ)上采用Cotex-M3作為內(nèi)核來對系統(tǒng)數(shù)據(jù)進行處理。系統(tǒng)的電源模塊則采用了3.7 V的可充電鋰電池。為了實現(xiàn)人機交互的功能，系統(tǒng)配置了OLED屏幕來將動態(tài)數(shù)據(jù)進行展示，按鍵的設(shè)置能夠完成對系統(tǒng)各個模式之間的轉(zhuǎn)換與復(fù)位。ZigBee模塊的設(shè)計能夠?qū)崿F(xiàn)生理特征參數(shù)的遠程輸送，將系統(tǒng)監(jiān)測到的人體各項生理參數(shù)實時傳送到遠程的控制端內(nèi)，各個方位的傳感器將采集到的數(shù)據(jù)傳到系統(tǒng)中，經(jīng)過系統(tǒng)內(nèi)的數(shù)據(jù)模塊處理后再進行報警和數(shù)據(jù)上傳等流程。系統(tǒng)運行的結(jié)構(gòu)如圖2所示。

圖2 系統(tǒng)運行結(jié)構(gòu)框圖

2 生理參數(shù)多點監(jiān)測系統(tǒng)硬件電路設(shè)計

2.1 單片機最小系統(tǒng)和接口設(shè)計

對人體的生理特征參數(shù)進行收集、處理、判斷時，僅依靠數(shù)據(jù)微處理器是遠遠不夠的，而為系統(tǒng)提供大量的外圍電路能夠很好地解決這個問題，本系統(tǒng)的單片機最小系統(tǒng)如圖3所示。選擇STM32F103C8T6為系統(tǒng)的處理器，主要是因為其外觀小巧輕便，能夠提升系統(tǒng)的便攜性。STM32F103C8T6在ARM基礎(chǔ)下將Cotex-M3作為數(shù)據(jù)內(nèi)核，包括了3.3 V的電源供電和72 MHz的工作頻率。不僅如此，其外設(shè)十分全面，擁有強大的功能。主控芯片完成對數(shù)據(jù)的采集、判讀、處理之后通過連接的OLED屏幕實現(xiàn)人機交互，不僅如此，主控芯片還連通了多個方位的傳感器及無線通信模塊等等，為了完成對各個外設(shè)內(nèi)數(shù)據(jù)的傳輸和接收，系統(tǒng)配置了多個不同形式的接口。而在STM32F103C8T6芯片中則包含了2個12位ADC模數(shù)轉(zhuǎn)換器，該轉(zhuǎn)換器能夠?qū)⑾到y(tǒng)內(nèi)各方位傳感器中存儲的模擬信號進行收集；其中IIC模式以其高速的傳輸速度來實現(xiàn)對傳感器中的數(shù)據(jù)收集。為了實現(xiàn)進一步的數(shù)據(jù)無線傳送，通過對比兩種方案的優(yōu)劣來得到最優(yōu)解，一種方式是通過UART串行通信手段將傳感器內(nèi)的數(shù)據(jù)發(fā)送到ZigBee模塊內(nèi)，ZigBee模塊將數(shù)據(jù)發(fā)送至遠程監(jiān)護端；另一種方式則是通過UART串行通信將數(shù)據(jù)傳送到本地控制端內(nèi)，然后直接傳送到移動終端內(nèi)。

圖3 單片機最小系統(tǒng)

2.2 溫度測量電路的設(shè)計

對人體體溫進行測量時，要考慮到人體各個部位間的溫度差異，僅僅依靠單點測溫的方式是不能得到最真實有效的數(shù)據(jù)值的。因此，可以考慮在人體的多個方位配置不同種類的溫度傳感器進行同時測溫，在同一時刻獲得人體腋下和額前的溫度。檢測到的溫度值傳輸至控制芯片進行數(shù)據(jù)判別，傳感器實物和電路如圖4所示。對人體額前溫度進行測量所采用的傳感器是非接觸式紅外傳感器MLX90614，它內(nèi)部集成了紅外敏感探測芯片和信號調(diào)度芯片ASSP兩個部分，且這兩個模塊通過該傳感器連接在一條總線上。不僅如此，該傳感器內(nèi)部還設(shè)置了低噪聲放大器來對信號進行放大處理，DSP單元和ADC轉(zhuǎn)換器能夠?qū)崿F(xiàn)17位的高精度測量，能夠?qū)y量的溫度值精確到0.02℃，數(shù)據(jù)收集后能夠通過SMBus(系統(tǒng)管理總線)進行輸出。在紅外探頭中采納了熱電偶，兩端分別接通到不同的點位，包括芯片冷節(jié)點和薄膜接受點，連接薄膜的一側(cè)將溫度傳到相應(yīng)的點位后，熱電偶的輸出信號為:

T0=RAM(0x07)×0.02-273.15

(1)

圖4 溫度傳感器電路

利用單片機對人體溫度進行測量，工作模式則調(diào)整為0x07，同時也加入了濾波電容裝置來消除測溫過程中可能出現(xiàn)的電源波紋，從而完成對溫度的精確測控。測得的溫度值發(fā)送到DSP單元得到處理后以數(shù)字方式輸出。采用DS18B20溫度傳感器來測量人體的腋下溫度，由于該傳感器具有很大的接觸面積，所以可以更加全面地對腋下溫度進行監(jiān)測，且測量值的精確度能達到0.062 5 ℃，通過8個DS18B20的并聯(lián)設(shè)置集成在同一條數(shù)據(jù)總線上，從而得到8個不同方位的溫度實時測量數(shù)據(jù)。而該單元主要是由64位ROM、溫度傳感器、非揮發(fā)性溫度報警觸發(fā)器和配置寄存器組合而成的，在RAM數(shù)據(jù)處理器對數(shù)據(jù)進行處理后傳送到轉(zhuǎn)換器中得到人體溫度值，電路中接入10 kΩ上拉電阻不僅擴大了測量值并且提升了整個測量過程的穩(wěn)定性。

2.3 心率和血氧濃度的設(shè)計

在人體內(nèi)，心率測量值能夠在一定程度上反映出血液循環(huán)系統(tǒng)的狀況，該系統(tǒng)主要采用了反射式的光電容積法來對人體心率進行監(jiān)測[8]。因為人體血管中的非血液組織在吸收光時呈穩(wěn)定狀態(tài)，所以在光信號照射下，血管內(nèi)的液體能夠?qū)庑盘柶鸬揭欢ǚ瓷渥饔茫摲瓷湫盘柕淖兓材軌蚍从吵鋈梭w動脈血的充盈變化。每當(dāng)心臟跳動一次時，反射信號波形都會變化出一個尖峰脈沖，這個過程能夠?qū)⒚}搏信號轉(zhuǎn)換為電信號。在心率收集時所采用的頻率脈沖達到了50 Hz，每進行一次數(shù)據(jù)收集所消耗的時長為20 ms，設(shè)采集次數(shù)為N，用時為0.02 ns，期間的尖峰脈沖數(shù)為M，心率計算公式為:

Hb=60M/0.02N

(2)

該系統(tǒng)對人體腕部和指尖等生理特征參數(shù)的監(jiān)測，主要采用MAX30102傳感器芯片來對心率血氧進行監(jiān)測[9]，對外部光環(huán)境進行監(jiān)測控制模塊包括紅光LED、紅外光LED、光電檢測電路及環(huán)境光抑制電路，結(jié)構(gòu)圖如圖5所示。主要操作步驟為：通過與人體手腕部位相連的心率血氧傳感器的監(jiān)測獲得人體的實時生理參數(shù)值[10]，獲得的生理參數(shù)在標準IIC協(xié)議通道下發(fā)送至主控芯片中。測量過程會受到外部環(huán)境和噪聲的影響，進而測量的精確性可能會產(chǎn)生一些偏差。因此，在SCL和SDA引腳處將一個1 kΩ的上拉電阻接入電路，擴大心率波形的變化范圍，針對系統(tǒng)外部存在的噪聲可以通過小波自適應(yīng)濾波算法消除。當(dāng)Pulse sensor脈搏心率傳感器對人體的指尖部位進行心率監(jiān)測時，由于該部位皮膚組織較薄，因此采用了反射式的測量手段獲得數(shù)據(jù)，主要利用了峰值波長515 nm的綠光LED和光敏傳感器來對皮膚淺層部位的心率值進行測量，獲得的數(shù)據(jù)經(jīng)過低通濾波器和MCP6001 運算放大器進行放大，繼而通過A/D轉(zhuǎn)換器處理后傳輸?shù)轿⑻幚砥髦小?/p>

圖5 心率傳感器電路圖

3 系統(tǒng)功能的優(yōu)化設(shè)計

3.1 電源模塊設(shè)計

為了使該系統(tǒng)攜帶便捷，應(yīng)用了能夠便于充電的鋰電池來為其續(xù)航，可以利用USB進行快速充電。本系統(tǒng)增加了電量檢測電路?？梢杂行ПＷC設(shè)備處于正常狀態(tài)，避免因為設(shè)備電池沒電出現(xiàn)無法監(jiān)測身體的情況。該系統(tǒng)所配置的穩(wěn)壓電路是基于RS3236完成的，該電路抗干擾性強、低靜態(tài)電流、噪聲較低等優(yōu)良性能，其電路如圖6所示。數(shù)據(jù)微處理器的工作電壓范圍在2～3.6 V之間，而傳感器和顯示模塊的工作電壓水平均在3.3 V。電源模塊的選用應(yīng)當(dāng)考慮系統(tǒng)的便攜性，因此采用了體積較小的3.7 V可充電鋰電池作為電源模塊，該電池不僅小巧輕便，還能為系統(tǒng)進行長時間穩(wěn)定供電。充電電路如圖7所示

圖6 RS3236穩(wěn)壓電路設(shè)計

3.2 低功耗設(shè)計

由于主控芯片所連通的傳感器耗能巨大，因此內(nèi)置了按鍵來使系統(tǒng)進行兩種工作模式的轉(zhuǎn)換。一是對人體生理參數(shù)進行動態(tài)實時測量，同時將數(shù)據(jù)發(fā)送到下一模塊進行處理；另外一種模式指的是在按鍵控制下實現(xiàn)傳感器模式的變化。單片機的I/O口總共可分為7種工作狀態(tài)，在OUT-PP模式下將I/O口的工作模式調(diào)整為低電平(0 V)和高電平(3.3 V)。按鍵沒有作用時，I/O口將產(chǎn)生高電平，控制傳感器進入工作狀態(tài)；當(dāng)按鍵按下后，I/O口產(chǎn)生低電平，傳感器也隨之關(guān)閉。

圖7 充電電路設(shè)計

3.3 人機交互設(shè)計

該系統(tǒng)的顯示部分采用了OLED彩色顯示屏[11]，并采用了IIC的標準通信協(xié)議方式進行生理參數(shù)的實時顯示，選取W5Q18Mb作為存儲單元，它的傳輸協(xié)議是SPI。將實驗得到的測量數(shù)據(jù)和系統(tǒng)設(shè)定存放在存儲芯片內(nèi)部。OLED有機發(fā)光二級管(organic light emitting diode)：即有機電激光顯示，指的是基于電流的作用，有機發(fā)光材料與有機半導(dǎo)體材料中的載流子符合及注入使得有機材料發(fā)光的技術(shù)。系統(tǒng)開機且ZigBee開始正常通信之后，屏幕上將呈現(xiàn)所測量的生理參數(shù)，患者可以在按鍵的作用下來控制系統(tǒng)進行不同模式的轉(zhuǎn)換。

3.4 通信系統(tǒng)的設(shè)計

本系統(tǒng)選取ZigBee作為生理參數(shù)數(shù)據(jù)傳送模塊，ZigBee無線通信模塊的核心選用了CC2530芯片[12]，由TI公司出品。在CC2530芯片的作用下來對Zigbee無線通信模塊進行技術(shù)手段支持，其中包括主Zigbee模塊和從Zigbee模塊兩大類，主從模塊進行數(shù)據(jù)的傳輸時應(yīng)當(dāng)保持在相同頻率內(nèi)。Zigbee無線通信主模塊和芯片的主控模塊利用串口進行關(guān)聯(lián)，且能夠在關(guān)聯(lián)的同時實現(xiàn)數(shù)據(jù)的相互傳送。TI CC2530主要是針對芯片(SOC)CMOS提出的解決方案。它所提出的解決方案能夠?qū)ο到y(tǒng)的性能進行提升，在頻段域內(nèi)能夠很好的發(fā)揮自身作用，且滿足了成本低廉，耗能小的條件。ZigBee無線通信模塊主要是基于無線傳統(tǒng)網(wǎng)絡(luò)來實現(xiàn)通信的新興科技手段，能夠在短距離數(shù)據(jù)傳送下高效的完成任務(wù)，可以組成若干主節(jié)點以及若干從節(jié)點。通過從節(jié)點采集到的數(shù)據(jù)傳輸?shù)街鞴?jié)點。最終通過手持端監(jiān)測生理參數(shù)。

4 系統(tǒng)數(shù)據(jù)處理算法

4.1 溫度測量數(shù)據(jù)及算法

通過采用MLX90614傳感器實現(xiàn)非接觸式的測溫，MLX90614是一款高精密的數(shù)字型紅外模塊。通過該模塊主要對測試者額頭進行測量，主要根據(jù)紅外輻射特性，每次測量時內(nèi)部光學(xué)系統(tǒng)將人體的紅外輻射量轉(zhuǎn)換成電信號，實現(xiàn)測量溫度的目的。STM32通過I2C方式與其實現(xiàn)通信。最終把數(shù)據(jù)顯示在液晶屏上。腋下溫度測量通過DS18B20傳感器測量人體腋下的體溫值，體溫值是最可以直觀反映一個人當(dāng)前身體狀態(tài)，對測量報警溫度進行非易失性的范圍限制，系統(tǒng)在測量上述兩處體溫值后，通過求平均值的方法形成擬合數(shù)據(jù)，為避免錯誤判斷。系統(tǒng)采集三次數(shù)據(jù)，每次取中間值進行擬合。系統(tǒng)監(jiān)測的溫度值若是超出了所設(shè)定的范圍，則DS18B20傳感器中的報警裝置啟動，程序再次判斷測量值，如再次確認超過預(yù)設(shè)值，則單片機通過程序模塊中的短信模塊，向監(jiān)護端發(fā)出短信報警。使患者在第一時間得到救治，提高了工作了效率，降低了事態(tài)升級的風(fēng)險。

4.2 血壓算法的實現(xiàn)

選取實驗對象靜坐于椅子上，設(shè)置采樣頻率fs=400 Hz,每次采樣時間為5 s，經(jīng)過多次實驗推敲，400 Hz為最佳采樣頻率，一方面避免了因采樣頻率小進而導(dǎo)致樣本數(shù)量不足，另一方面，又避開了采樣頻率過大導(dǎo)致樣本冗余進而對血壓模型建立帶來諸多問題。而采樣時間亦是通過反復(fù)測試生成，采樣時間不能過長，過長會導(dǎo)致設(shè)備測量反應(yīng)不夠靈敏，時間選取過短不能保證脈搏波參與血壓計算的數(shù)量。本文通過MAX30102采集實驗對象的PPG信號，首先識別脈搏波的起始位置，緊接著對PPG信號進行周期性分割，對每一個脈搏波的特征點進行逐一識別，最終通過對PPG信號進行基線校準以及做歸一化處理，使特征值的計算更加便利。通過研究特征值與人體血壓之間的關(guān)聯(lián)性，并篩查出關(guān)聯(lián)性較大的特征值來進行血壓模型的計算，進而得出血壓值。

4.3 心率測量數(shù)據(jù)及處理

通過光電脈搏波傳感器來獲取動脈的原始信號，受到人體肌體動作、呼吸、外界環(huán)境以及心理狀態(tài)的影響，因而脈搏波原始信號中包含這些因素帶來的噪聲和干擾[13]，例如肌肉抖動帶來的毛刺。因此在提取脈搏波特征參數(shù)來計算健康參數(shù)之前，應(yīng)對脈搏波原始信號進行預(yù)處理，以便得到波形質(zhì)量較好的可以利用的脈搏波信號，從而提高后續(xù)健康參數(shù)計算的準確度。本文通過將小波變換與自適應(yīng)濾波算法相結(jié)合，提出了一種改進的小波自適應(yīng)閾值濾波算法，且與傳統(tǒng)的小波自適應(yīng)軟閾值濾波及小波自適應(yīng)硬閾值濾波做出了分析比對。

小波變化(WT, wavelet transform)主要是利用選擇的一族函數(shù)[14]，通過該函數(shù)對其他信號或函數(shù)的特征進行描述或取近似值，稱之為小波函數(shù)系。該變化主要是基于小波條件下對其開展平移或伸縮的方式取得的。在此基礎(chǔ)上，可以構(gòu)造出包含函數(shù)空間的框架，要進行處理分析的信號可以通過構(gòu)成的框架進行映射從而將信號成功分解。而小波變化的變化域內(nèi)可以將原有的時間域中的信號進行多尺度的解析重構(gòu)，經(jīng)過整理分析，從而獲得了包含低頻域成分和多尺度的高頻域成分的信號連續(xù)小波變化與傅里葉變化類似，小波變化并不是對所有的信號都能適應(yīng)。通常來講，待處理信號及函數(shù)需包含于L2(R)空間，即f(t)∈L2(R),則L2(R)指R上平方可積函數(shù)組成的函數(shù)空間，也就是f(t)滿足：

(3)

(4)

則ψ(t)被稱之為母小波函數(shù)也就是小波。給定小波函數(shù)ψ(t):

(5)

a，b均為常數(shù)，且a>0。ψa,b(t)是小波函數(shù)ψ(t)平移拉伸以后的到的。假設(shè)改變參數(shù)a，b，可得到一組函數(shù)ψa,b(t)。對能量有限的信號f(t)∈L2(R)，則f(t)的小波變換定義為：

(6)

ψj,k(t)=2-j/2ψ(2-jt-k)

(7)

函數(shù)或者信號f(t)的離散小波變換定義為：

(8)

離散小波ψj,k(t)的小波基滿足:

(9)

離散小波也就是正交小波。將其內(nèi)部所有的函數(shù)或信號f(t)，進行小波級數(shù)的處理:

(10)

式中，dj,k稱為小波系數(shù)，其計算公式為:

(11)

自適應(yīng)濾波器主要的目的是通過一定的方式來對濾波器參數(shù)θ(k1)進行調(diào)節(jié)，從而將包含于濾波器輸出信號中的具有特定目標函數(shù)的基準信號的取值降到最低。即F=F[x(k1),d(k1),y(k1)]。對目標函數(shù)進行定義時應(yīng)當(dāng)符合以下兩種特征：

非負性：對于任意y(k1)，x(k1)和d(k1)，都有F[x(k1),d(k1),y(k1)]=0

最優(yōu)性：F[x(k1),d(k1),y(k1)]=0

系統(tǒng)在自適應(yīng)階段，為了將函數(shù)F的取值達到最小采用自適應(yīng)的算法，從而獲得了取值近乎相等的y(k1)與d(k1)，θ(k1)收斂到θ0，其中θ0指的是將所選函數(shù)取值降到最小化的最優(yōu)系數(shù)組成的集合。在適應(yīng)濾波內(nèi)，均方誤差(MSE)是目標函數(shù)中被最常使用的一個數(shù)據(jù)，它的概念為:

F(e1(k1)) =ξ(k1) =E[e12(k1)] =

E[d2(k1)-2d(k1)y(k1) +y2(k1)]

(12)

在此基礎(chǔ)上，一項在線性組合器的基礎(chǔ)下發(fā)展的自適應(yīng)濾波器應(yīng)運而生，它的原理是基于陣列信號的線性排列將信號輸出。所以:

(13)

其中:X(k1)=[x0(k1),x1(k1),...,xN(k1)]T和W(k1)=[w0(k1),w1(k1),...,wN(k1)]T分別是輸入信號和自適應(yīng)濾波器系數(shù)向量。在輸入信號向量中利用同一種信號延時模塊處理能夠得到大量的元素，也就是x0(k1)=x(k1)，x1(k1)=x(k1-1),xN(k1)=x(k1-N)。

本文提出了基于小波變換的自適應(yīng)閾值濾波算法，去除干擾信號，降低噪聲干擾。首先利用的是小波變換，小波變換會產(chǎn)生不同的分辨率，進而對血氧信號、血壓信號進行分解，在分解過程中重構(gòu)并且提取運動偽差所產(chǎn)生的干擾，然后將重新構(gòu)造的運動偽差作為自適應(yīng)噪聲抵消器的參考信號，進而進行小波降噪，通過模擬不同的噪聲，在不同的噪聲上面來比對小波自適應(yīng)濾波算法對噪聲的抑制效果，從而在不傷害原始血氧信號的同時，最大程度的對噪聲以及運動偽差進行抑制，得到適合的波形。

人體的心率信號是隨機變化的，由于指尖部位與心臟之間有一定的距離，所以對該部位通過傳感器進行數(shù)據(jù)測量時會受到很多外部環(huán)境和噪聲的影響[15]。對心率進行數(shù)據(jù)采集時所采用的頻率設(shè)定為50 Hz，而在脈搏每跳動一次后都會對應(yīng)產(chǎn)生一個波形尖峰。系統(tǒng)上電后，開始進行數(shù)據(jù)記錄，在20 s時間內(nèi)共記錄了前800個心率參數(shù)，在默認閾值下進行數(shù)據(jù)處理得到尖峰脈沖數(shù)和平均心率。采用定時器對整個系統(tǒng)進行中斷控制，在數(shù)據(jù)測量中每當(dāng)產(chǎn)生新的數(shù)據(jù)，就會將舊的數(shù)據(jù)刪除，繼而獲得新的參數(shù)值。而在外界環(huán)境的影響下，心率尖峰脈沖數(shù)值精確度較低，且波紋較多，波形變化范圍大，容易造成錯誤的判斷。因此，采用了小波變化自適應(yīng)閾值濾波算法來解決這一問題，該算法能夠?qū)π盘栕兓M行預(yù)測且對外部噪聲進行過濾，提升數(shù)據(jù)的精確性。整個心率測量的濾波流程和算法如圖8所示。

圖8 算法流程圖

4.3.1 小波自適應(yīng)軟閾值濾波

圖9 小波自適應(yīng)軟閾值濾波

通過圖9可以觀察出，小波自適應(yīng)軟閾值算法，在對血氧信號進行濾波降噪時，在原始信號加4 db噪聲后，經(jīng)過小波去噪，降低了噪聲，隨著噪聲的持續(xù)增加，很明顯的可以觀察出血氧信號的噪聲出現(xiàn)了無法濾除的現(xiàn)象。而對心率波形進行濾除時，去除噪聲效果更是幾乎沒有。由此可以得出隨著噪聲信號的增加，小波自適應(yīng)軟閾值算法出現(xiàn)了弊端，以及在降噪過程中出現(xiàn)疲態(tài)。

4.3.2 小波自適應(yīng)硬閾值濾波

圖10 小波自適應(yīng)硬閾值濾波

如圖10所示，小波自適應(yīng)硬閾值去噪算法在低噪聲時，在低噪聲階段對血氧的濾波效果表現(xiàn)一般，只是去掉一些部分的雜波。在對心率進行濾波時，并不能很好地去除雜波。降噪效果與小波自適應(yīng)軟閾值去噪相差無異，均不能達到滿意的降噪濾波效果。

4.3.3 改進小波自適應(yīng)閾值濾波

改進小波自適應(yīng)閾值濾波如圖11所示。

圖11 改進小波自適應(yīng)閾值濾波

5 實驗結(jié)果與分析

在完整的理論體系支撐下完成了對該系統(tǒng)的整體優(yōu)化，將理論與實際相結(jié)合，完成了軟件的模擬仿真以及硬件調(diào)試。與傳統(tǒng)的魚躍指夾式相比，該系統(tǒng)在很多方面有了質(zhì)的提升[16]。為了驗證該系統(tǒng)的準確性作出了大量的對比檢測實驗。選擇了5名志愿者，讓每一名志愿者身體放松，在椅子上保持靜坐狀態(tài)進行數(shù)據(jù)采集，每10次的數(shù)據(jù)取平均值記錄下來，如表1所示。對表1的數(shù)據(jù)進行分析可以得知，利用魚躍指夾式血氧儀YX3030所采集到的數(shù)據(jù)和通過該設(shè)計所獲得的數(shù)據(jù)對比存在一定的誤差，其中心率(BPM)的數(shù)據(jù)指標通過兩種測量手段得到的結(jié)果誤差為±2 BPM，而人體的血氧含量監(jiān)測結(jié)果存在±2%的誤差。通過以上數(shù)據(jù)的比對，能夠得知該設(shè)計對人體進行生理參數(shù)監(jiān)控的數(shù)據(jù)更加準確。

表1 系統(tǒng)測試結(jié)果分析對比

6 結(jié)束語

通過對比前兩種濾波算法，提出改進的自適應(yīng)濾波算法對波形起到了較好的濾波降噪效果。本系統(tǒng)在現(xiàn)有硬件設(shè)計的基礎(chǔ)之上，選取低功耗的STM32控制芯片[17]。通過對心率，血壓和血氧飽和度進行監(jiān)測，來完成對身體狀態(tài)的評估。本方案區(qū)別與傳統(tǒng)設(shè)計的是針對脈搏波進行優(yōu)化處理。在軟件上，將小波變化與自適應(yīng)閾值濾波結(jié)合起來。對比以往的軟件算法，采取的算法均比較單一。比如平均濾波法、或者單一采用小波變化法。本文將小波變化與自適應(yīng)濾波結(jié)合起來[18-19]，在硬件上采用功耗更低的芯片，可實現(xiàn)對心率、脈搏、血氧、體溫等生理參數(shù)的監(jiān)測。設(shè)計實現(xiàn)了一種可穿戴式監(jiān)測設(shè)備。攜帶方便、功耗較低，可實時對自身健康進行監(jiān)測[20]。