微波EDA网,见证研发工程师的成长!
首页 > 应用设计 > 医疗电子 > 嵌入式睡眠监控报警仪的研究及设计

嵌入式睡眠监控报警仪的研究及设计

时间:01-14 来源:互联网 点击:
1、引言

正常人的脉搏和心跳是一致的,脉搏的频率受年龄和性别的影响,婴儿每分钟120-140次,幼儿每分钟90-100次,学龄期儿童每分钟80-90次,成 年人每分钟70-80次。另外,运动和情绪激动时可使脉搏增快,而休息、睡眠则使脉搏减慢。成人脉率每分钟超过100次,称为心动过速;每分钟低于60 次,称为心动过缓。临床上有许多疾病,特别是心脏病可使脉搏发生变化。因此,测量脉搏对病人来讲是一个不可缺少的检查项目,中医更将扪脉作为诊治疾病的主要方法。诊脉治病是中医学中的一门深不可测的学问。通过诊脉治病是许多老中医集一生甚至几代人的不懈努力积累的极其宝贵的经验。睡眠障碍是许多疾病形成和发展的主要原因,入睡困难是失眠中最常见的一种现象,而其原因大多是由于不能抑制延绵不断的思绪引起的,如何有效地监测人们的睡眠状态,控制睡眠中的“思绪”,改善睡眠质量,同时为突发疾病的早期诊断和预报提供可靠的保障,值得人们特别重视。随着科学的发展,脉搏的跳动可以通过传感器利用微处理器十分准确地显示并记录下来。通过对比分析正常人的脉搏和测量对象的脉搏就可以迅速准确的获得测量对象的生理情况,如遇危险还可对相关人员发出警报。该研究建立在多学科交叉渗透的基础上,是计算机技术、生物医学及信号处理技术的完美结合。

2、PVDF薄膜脉象传感器

PVDF薄膜脉象传感器虽然适合脉搏测量的要求,但存在许多缺点:①具有位置相关性。由于是压力传感器,只有传感器精确定位于有脉搏波动存在的体表动脉处,才能有脉动的信号输出;②传感器敏感性强,对微动信号会有放大作用,因此人体的随机运动易引入干扰;③传感器外壳为金属铜质,直接与皮肤接触会引入50Hz工频干扰。因此传感器输出的模拟信号并不能正确反映动脉所引起的体表脉搏波动,需对信号进行一定的处理。


图1 液压胶囊示意图


针对以上不足,利用“液体传递压强”的性质,设计了一个橡胶质全封闭液囊,图1为液压胶囊简图。该胶囊外形为扁平带状,上下橡胶壁厚为0.5mm,空腔厚度为2mm,图中A处安装传感器,并使传感器的感应面贴于胶囊上壁,胶囊下壁紧贴皮肤,利用橡胶的弹性使胶囊与手腕皮肤贴合,增大了传感器感应面积。从两端B处穿入腕带,可将传感器佩带于手腕上,且液压囊只要有一点面积与手腕桡动脉接触,脉搏波动就会由囊中的液体传导至传感器的感应面,解决了传感器位置相关性问题。用汽油机机油作为传压介质,实验发现:机油物理特性粘稠,一些微弱瞬变波动不易被传导,起到了抗干扰和低通滤波的作用;机油比热容大,其温度随外界变化并不明显,增强了佩带舒适性。机油粘稠且惯性较大,能对肌肤背景随机扰动有一定的阻隔作用,同时对脉搏的传递也有一定的衰减,实际测量发现对一个波动周期中的“强”和“弱”衰减不一样,这个问题反映在得到的脉搏波形图中谷底的形态偏离较大。对于这个问题可利用软件加以校正。另外,用对皮肤无刺激的绝缘导热橡胶制作液压胶囊,隔断了传感器金属外壳和皮肤的直接接触,50Hz干扰也被隔除。导热性使手腕处体表温度的传导成为可能,增加了可测量的生理信号。

3、传感器信号处理

脉搏传感器所输出的电信号过于微弱,必须对其放大后再输出给模数转换元件。按人体脉搏在运动后最高跳动次数240次/min计算来设计低通放大器,并由IC2A和C04等组成,如图2所示。转折频率由R07、C04、R08和C05决定,放大倍数由R08和R06的比值决定。


图2 低通滤波器图


根据二阶低通滤波器的传递函数:



可得放大倍数为:



取0.707倍零频增益计算高频转折频率:



按人体脉搏最高考虑,低频特性是令人满意的。为了提高测量的准确性,可采用图3电路。

脉搏信号分析的研究对象是信号,尤其是非平稳和时变信号,信号分析方法可采用时频分析,它的主要任务时描述信号的频谱含量怎样随时间变化,以便能在时间和频率上同时表示信号的能量和强度,得到这种分布后就可以对各种信号进行分析处理,提取信号中所包含的特征信息,以及综合得到具有期望的视频分布特征的信号。在这里,采用时域分析法。


图3 二级放大器和比较器


时域分析法主要是分析脉搏波波幅的高度与脉动的关系,是目前应用最为广泛的一种分析方法,以往研究中大都采用人工读图,即用量具直接读出脉图的波、峡的高度、相应时的值、脉图面积等参数。通过对脉图幅值和时值的分析,可以了解脉动的频率、节律、脉力的强弱、脉势的虚实和脉象的形状特征。它通过提取脉图曲线中一些有明显生理意义的点作为评价脉搏波的特征点,直观,较易为临床医师所接受。

由于Matlab所具备的高效的数学计算能力和完善的功能,在本次研究中,使用Matlab的数学工具,将采集到的信号直接进行处理得到的时域图谱如图4和图5,舍弃了人工读图的过程,减少因经验估计所带来的误差。

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top