基于压电信号的两种心率呼吸率提取算法比较

基于压电信号的两种心率呼吸率提取算法比较’

贾学斌#，2,3 &廖曦文1 &商春恒1 &王云峰#，2,4

(1.中国科学院微电子研究所，北3.

京

100029; 2.

江苏物联网研究发展中心，江苏无锡214000;

京

100029)

中国科学院大学，北京101400; 4.新一代通信射频芯片技术北京市重点实验室，北

摘要：随着物联网技术的发展，新型人体生理数据实时检测系统逐渐出现。柔性聚偏氟乙烯（PVDF)压电薄膜，一种广泛应

用于医疗仪器的传感器，可以隔着衣服采集到被测者的心跳和呼吸的混合信号。通过适当的算法，微控制器可以从混合信号中 计算出被测者的心率和呼吸率。介绍了两种处理这种混合信号的算法，并通过实验比较了两种算法的正确率和抗嗓声能力。

关键词：物联网；压电薄膜；算法；心率和呼吸率中图分类号：TP36

文献标识码：A

DOI： 10. 19358/j. issn. 2096-5133.2018.07. 023

引用格式:贾学斌，廖曦文，商春恒，等.基于压电信号的两种心率呼吸率提取算法比较[J].信息技术与网络安全，2018，37(7):

98-101.

The comparison of two kinds of heart rate and res]3iration rate

extraction algorithms for piezoelectric signal

Jia Xuebin1 2 3，Liao Xiwen1，Shang Chunheng1，Wang Yunfeng1 2 4

(1. Institute of Microelectronics of Chinese Academy of Sciences，Beijing 100029，China； 2. Jiangsu R&D Center for Internet of Things，Wuxi 214000， China；3. University of Chinese Academy of Sciences， Beijing 101400， China；4. Beijing Key Laboratory of Radio Frequency IC Technology for Next Generation Communications，Beijing 100029，China)

Abstract ： Witli the

ging. PVDF film，a

development widely

used

of sensor

the for

technology

of Internet of Things，the

collect the mixed

new signal

real-time humaof heartbeat

medical instruments，can

clothes. With the appropriate algorithm，MCU can calculate the heart rate and respiration rate of the testee from the mixed signal. This paper introduccd two algorithms to deal with this mixed signal . Through the experiments，we can compare the accuracy and anti-noise ability of the two algorithms.

Key words ： Internet of Things ； PVDF film ； algoritlim ； heart rate and respiration rate

〇引言

随着物联网技术在国内的蓬勃发展，与物联网相 关的产

人们的视线。伴随着

材

料、智能传感器元件、低功耗处理器、通信技术和信号 处理方法等的发展进步，医学检测仪器向更准确化、小 型化、网络化、低成本化的方向发展[1]。柔性聚偏氟乙 烯（Poly (vinylidene fluoride)，PVDF)压电薄膜就是一 种广泛应用于医疗仪器的传感器[2]。基于压电薄膜的 睡眠监测系统可以监测躺在铺有传感器的床上的测试 者夜间睡眠状态下的心率、呼吸率和体动等生理特征， 它采集的呼吸心跳混合信号如图1所示。

目前处理压

的呼

合信号的算

法主要有：时域寻峰算法和频域寻峰算法。本文将介 绍一个由压 成的生理参数

'基金项目：中国科学院STS项目（Y5 YT01F003 )

、 统，

波 合 信 ，

和嵌 所组

别两种算法处理该系

两 种 算 在 处 理

统 的 跳 呼

98 《信息技术与网络安全》2018年第37卷第7期

/ndustrialApplication •行业良用此类信号方面的优缺点。

方法。滤波之后分别得到呼吸和心跳的信号，如图3 所

。

1 系统设

信号采集分析系统框图如图2所示。

PVDF压

电薄膜厚度通常为几十微米，用其制成的

度较高，在

传感器响应较快（ns量级）， 范 置了压

有

的

的信

0〜20GPa

种 算28

在分别得到的呼吸信号和心跳信号的基础上，通

过提取算法计算对应的

和呼 。

和呼

。下面 算法和频域

两

[2L，。 测试。

被测者躺在放

PVDF

的上下

提取算法：时域 E

两面电极引出两条

人体心跳的

范围约为

范

PCB板1

。

〜2.1 Hz[4]，呼吸的频率

时域寻峰算法

时域

算

的

程

如

4 所

， 经 阶 点中 *

的 两

波 初 间距

定点

0.2〜0.8 Hz+5]。

与此同时，实验环境中的

程中移动等产

， 范 $

测。前端[6]，首

，

两 定

50 He工

频噪声和实验被测者在测

结果造成严重的 范围在

的心跳（呼*信首先经 I

生的噪声都会给 得到有用信号的

点的位置。此时已经确定的 的伪峰。根据设定的心跳（呼

间 一 个

间

，

除

点 间

0〜5 Hz的

，一般在

PVDF压

先

自

将高

108

中的 点 。

并将微弱的电荷信号变成具有较高信噪比的电压信

。 留，

使混合信号中反映的特征信息 的始信号首先通过

使用截止

完整的保陷波

除工

50 Hz的5 Hz的

干扰，然通滤波

二阶贝塞尔低

3

波。为了防止产生的负电压

，在

和滤波的同时把整

AD 1 .5 V 。

压抬高

的模拟信号经过

采样，

通

呼

STM32芯

片进行

16位AD

图4时域寻峰算法流程图

提取算法提取出被测者的心

经过筛选之后确定峰值点的坐标，将所有峰值点

横坐标作差、求和

间距AW。5

率和呼吸率。提取完成后，STM3算

的

和呼

2控

制

WiFi模

块将计

供用户 。

的

F为100 Hz，根据公式（1)和（2)，由AW求出对应

和 呼

。

2两种心率和呼吸率提取算法

MCU把AD

的数字信号分别通过算法模

拟的阶数为400\"通带为0. 1〜1 Hz和阶数为300\"通带 为

1〜3 Hz的两个巴特沃斯IIR数字滤波器进行滤波。

波

与小波

的波形

使用滤波

效果基本一致，但是小波算法的 的时间复杂度非

MCU

起的

28

频域寻峰算法

频域寻峰算

程图如图5所示。

，因此此处选取滤波

《信息技术与网络安全》2018年第37卷第7期99

行业座用• fnc/ust/iafAppffcatfon

定心率（呼吸率*。

3两种算法实验设计及结果比较实验设计

为了能够比较两种算法计算心率和呼吸率的准确

3.1

率和抗干扰能力，本设计了以下两个

图5

频域寻峰算法流程图

Z

&

i

n

实验1&(1*使用

，为了使 的心跳

倍-对心

MATLAB

模拟时长为5 m的呼

采集原始信号时的采样频率为100 H

F

F

T

吸和心跳的混合信号-(2*用两种算 据的

。

和呼

-(3*

别计算3组数

: 的

降

，首先对

两种算法计算结果的准

(呼*信 数为20,即降 跳信号的降

10 H

行

F

F

T

z

。其中对呼吸信号的降

5 H

e

呼吸信号的 倍数为10,即降 。对降

2 &( 1 *被测者躺在铺有传感器的床上，床旁

配置

V

M

6 监护仪，被测者 监护仪的

跳信号的米

*信 结果进

每的；

极和指夹；（2 *两套系统同时开始测试，记人

员每隔10 S记录一次两套设备计算出的测试者的 和呼吸率，测试进行10 m38 实验结果

( 1 * 表1 理的

。1 结了

1中两种算法对3组数据进行处

in

的心跳（呼

FFT

变换得到对应的频谱图。再对，直记录下

:

【

。

的第一个 阈值的

点，

一 点 处理

点都 ，与阈

记录下来。本的阈 。动阈值的变化如图）所

FF

了动态阈值的，图中

心跳信号始值

T

H

R

0 结果，

z

动态阈值。阈从初(呼吸信号128点]

F

F

T

nm

FFT

mit

开始每隔0. 078 H

*以初始 时，阈

与

表1 实验1中时域寻峰与频域寻峰算法

计算结果准确率

（％*

域跳959595

域呼979595

的

F

F

T

减少，当阈值与

组别第1组第2组第3组

时域跳

909595

变换结 变化结果一致，并随

一

【

时域呼吸

908580

之增加，直到增加至下一处 下降，如此 始值和

直 化

一个

点处，

点。动阈值的初

。其中2r

点的纵坐标。

如式（3)和（4)所

化率，值为0.2，？_#前一

采样频率/+为100 H

z

( 2 * 使用

M

A

2 结

T

L

A

B

。

(3*

将实验观察者记录的数据化成折线

对比。为了

除测试开始和结

in

THRm]

'

& {0.12，心跳信号初始阈值

1.5，

呼吸信号初始阈值，# & 1，2，3，.

与算法结

束时产生的不准确的测试结果，只截取了第2〜9 m的 结

(4*

算 计 算 的

。

7 和 呼

了 记 人 记 结 对

。

r= -0.2L]0 &：

当寻峰完成

:]#-1 +2r

的 结 与中

算法计算出的结果，

根据表1的结 的纯净信号时，频域 的 结

所有的

点，记

的

[

记人员记录的结果。

，在处理完

算法准

的

有噪声

只有与当前阈值相等的峰值点才会被记录下来。

，

高。根据图7

噪 声 的信

点的横坐标为/max，即心跳（呼吸*的频率。再由/max确

， 在 处 理

100《信息技术与网络安全》2018年第37卷第7期

/ndustrialApplication •行业良用参考文献

郭超，凌振宝，等.基于压电薄膜传感器 [1]辛毅，

的穿

监测体域网系统[K.国防科技

大学学报，2016,38(6):161-167.

S，JANG J. Highly sensitive， [2]SHIN K Y，LEE J

wearable and wireless pressure sensor using free­standing ZnO nanoneedle/PVDF hybrid thin film for heart rate monitoring [ J ] . Nano Energy，2016

(22) ： 95-104.[%]

武.基于PVDF薄膜传感器及其应用研 究[J].数字技术与应用，2014(12):107-110. 王健琪，路国华，等.基于自适应_LS算 [[]王元东，

法的非接触式生命参数检测中呼吸和心跳信号 的分离[J].医疗卫生装备，2009,30(3):25L7. 倪安胜，王健琪，等.LMS算法在非接 [/]王海滨，

触生命参数检测中的消噪应用[J].中国医疗 器械杂志，2003,27(1):21-24.

IRANMANESH E，Li Maohua，et al. [)]RASHEED，

图7

实验记录人员记录的结果与算法结果对比图

Heart rate/impulse monitoring using autonomous PVDF-integrated dual-gate thin-film

transistor

号时，频域寻峰算法得到的结果曲线与实际记录的数 据曲 % 信

4

结论

似， 所述，频域 面的准

整的结 ，而时域算

的数据曲线相

[C ] . 2016 7th International Conference on Com­

puter Aided Design for Thin-Film Transistor Tech­nologies ，2016 ：16.

的结果曲线与实际记

算法在处理呼吸与心跳混合

％

作者简介：

(收稿日期&2017-12-04)

和抗噪声能力

本文通过比较时域和频域两种处理呼吸与心跳混 合信号的算法，

\"STM32

计 的变化。

制

域

算法是一种准

高并

有很强抗干扰能力的算法。将该算法与PVDF压

和WiFi模块相结合，可以设

和

【

贾学斌（1992 -)，男，硕士研究生，主要研究方向：便携式医 疗电子。

廖曦文（1988 -)，男，硕士研究生，主要研究方向：便携式医 疗电子。

商春恒（1990 -)，女，硕士研究生，主要研究方向：数字信号 处理。

监测系统，能更好地监测呼

中国电子

^

“i + ”大赛网洛B全和信息〇专场

丁j

2018年7月10日，中国电子“i + ”创新大赛北京赛区网络安全和信息化专场拉开帷幕。16个入围项目，涉及人工智能、大

数据、区块链和物联网等领域，分别从技术和产品创新性、团队实力、市场定位和商业模式等维度进行精彩展现。与会嘉宾政 点评，并与部分项目达成投资与合作意向。本届大赛共设北京、上海、南京、长沙和武汉五个赛区，决赛预计在9月份举行。

《信息技术与网络安全》2018年第37卷第7期101