首页 > 论文范文 > 自然科学论文 > 生物学论文 > 生物工程论文 > 基于WiFi的便携式无线心电仪研制

基于WiFi的便携式无线心电仪研制

2024-06-20 81 上传者：管理员

摘要：近年来，随着慢性病患者数量的增加，人们开始关注自身健康，由此便携式医疗保健装备逐渐走入人们的生活。现阶段，医用医疗监护仪功能强大，能采集多种人体生理参数，但其操作难度高，缺乏专业知识的人难以使用。文中提出了一种新的无线心电仪的设计方案，该方案使用无线通信传输，可以实时采集和分析人体生理参数，并在终端显示。该装置采用模拟前端、红外传感等技术实现生理参数的采集，使用微控制器和WiFi技术实现人体生理参数的检测与传输。采用TCP/IP传输协议实现无线网络数据通信，并基于LabWindows/CVI开发了一个虚拟云服务器。采用多线程操作机制，用户可以在PC上简单便捷地实时监测自己的心电、血氧等生理参数。

关键词：
TCP/IP
WIFI
人体健康
体温
心电
虚拟云服务器
血氧
加入收藏

当今世界，包括中国在内的大多数国家居民随着生活水平的提高，人们的寿命愈来愈长，老龄化成为人口的主要特征。与人口老龄化问题相对应的是心脏、血管等方面的慢性疾病剧增，对家庭养老及社会医疗提出了极大考验。因此需要加大对老年人，特别是有慢性疾病老年人的护理。此外，空巢老人数量急剧增加，而这些老人的学习能力与操作能力相比成年人更显不足，更难以使用专业仪器。卫生部早在《中国护理事业发展规划纲要(2005—2010)》中就已经明确提出要大力发展社区医疗护理，同时拓展医疗护理服务范围。根据纲要要求，由疾病治疗为主的医疗需要转向预防疾病和提高身体素质，相应的医疗监护仪也需要由治疗仪器扩展到医疗保健服务[1,2]。

由此研制了一种便携式无线心电仪，设备采用模拟前端、红外传感等技术实现生理参数的采集，使用微控制器和WiFi技术实现人体生理参数的检测与传输。采用TCP/IP传输协议在Windows操作系统中开发了基于无线通信的数据传输应用程序，实现了客户端的数据采集与传输。为提高使用者的操作舒适度与便捷性，引入多线程工作机制，实现了实时监测用户生理参数的效果[3]。

1、整体架构

便携式医疗助手以硬件电路为基础，实现数据的采集、打包、发送等功能，以PC端软件应用程序为核心，实现人体生理信号的显示等功能[4]。系统结构如图1所示。

图1 系统结构

本系统由硬件部分和软件部分组成。硬件部分以数据采集为主，主要是以电路板为核心的采集设备，可以分为心电模拟前端、红外体温传感器、血氧传感器、微控制器、无线数据传输5个模块，每个模块均为独立电路板，包括IC和分立元件[5]。

软件部分采用LabWindows/CVI开发工具，设计了无线终端的客户端应用程序。通信协议采用TCP/IP，对生理参数进行实时采集，经分析处理后动态显示信号波形。工作原理如图2所示。

2、系统硬件设计

2.1 心电采集电路设计

文中的心电采集电路采用集成电路设计，将生物心电信号转换成数字信号送入微控制器。正常人体心电信号幅值的典型值为1 mV。频率范围为0.05～100 Hz，超90%的频谱能量集中在0.25～35 Hz范围内。由于生物心电信号非常微弱，普通的电子仪器无法测量出信号的幅值大小，并且生物心电信号中伴随着很强的干扰，所以将该信号转化为数字信号的过程分为：放大、滤波、阻抗变换、模数转换等，将经过模数转换后得到的数据送入微控制器。在检测心电信号的过程中，由于心电信号相对微弱，信噪比低，因此需要特别设计噪声的抑制与消除方法。噪声的主要来源有4个方面：电子器件自身的热噪声、皮肤与电极接触点摩擦引起极化电压的变化、其他无关生理信号的误采集、环境中无线电干扰及交流电干扰。为了抑制这些干扰，在设计采集电路时提高了前置放大器的输入阻抗、共模抑制比，实现了低噪声、低漂移的前置放大器，提高了对微弱信号的采集能力[6]。

图2 工作原理

按照心电信号的处理流程和已知参数，最终选用德州仪器公司的模拟前端芯片ADS1292R作为心电信号处理IC。ADS1292R具有2个低噪声PGA和2个高分辨率ADC，335 μW/通道，输入偏置电流约200 pA，数据速率为125 SPS～8 kSPS，CMRR为120 dB，可编程增益1、2、3、4、6、8或12，单极或者双极电源供电，内置驱动放大器，可持续断线检测、测试信号，实现集成型呼吸阻抗测量，SPI兼容串行接口。图3所示为心电采集电路。

2.2 血氧采集设计

血氧传感器将人体血氧信号转换成数字信号送入微控制器。血氧传感器有机械式和电子式两种。机械式由于操作复杂、成本高已经逐渐淘汰；电子式血氧传感器又称为血氧饱和度探头，将探头紧贴皮肤，利用皮肤作为盛装血红蛋白的容器，使用波长660 nm的红光和940 nm的近红光作为射入源，通过测定组织床的光传导强度来计算出血红蛋白的浓度和血氧饱和度。因为有红光射入源，所以一般会看到探头发出红色的近红光。电子式血氧传感器和大多数传感器一样，一般带有数字通信接口，直接使用通信协议读取传感器数据即可[7]。

经测试，血氧传感器最终使用由美信半导体公司出品的MAX30102。MAX30102需要5 V的LED供电电源和1.8 V的外置电源，同时具备多个光电检测器与LED器件，拥有带环境光抑制的低噪声电子电路，配置标准I2C通信接口，可通过软件控制电源供电状态，将待机电流设置为零时即可关闭模块。图4为血氧检测原理。

2.3 体温采集设计

体温传感器使用非接触式红外测温方案，它利用红外辐射的热效应，通过温差电效应、热释电效应和热敏电阻来测量被测物体所吸收的红外辐射，从而计算出被测物体表面的温度。集成的非接触式红外温度传感器内部已经集成了发射装置和检测元件，并利用半导体工艺内置数字器件，一般只需通过规定的通信协议读取传感器数据即可测温[8]。

图3 心电采集电路

图4 血氧检测原理

图5 电源原理

经过测试，体温传感器使用由Melexis出品的非接触式红外测温传感器MLX90614。MLX90614的温度范围为-40～125 ˚C，医用级高精度校准信号输出，I2C通信接口兼容SMBus数字接口，在出厂前该模块已进行校验及线性化处理，具有非接触、体积小、精度高、成本低等优点，适用于高精度无接触测量应用场景，如温度控制、医疗卫生、热继电器警报等。

2.4 电源供电设计

生理参数检测系统各模块需要6 V、5 V和3.3 V供电电压，由此设计了通过外接电源转化供电的电源模块，通过LM1117电压调节器与LM2576降压稳压器实现由高电压向所需电压的转换[9]。图5所示为电源原理。

3、系统软件设计

3.1 微控制器设计

文中所使用的软件显示端使用NI公司出品的LabWindows/CVI设计，其以ANSIC为核心，通过函数库将数据的采集、分析、表达与专业化测控工具有机结合，其集成化开发平台采用交互式编程方法，大大优化了熟悉C语言开发人员的软件开发环境，包括检测、测量、数据采集等功能。

3.2 LabWindows/CVI设计

文中开发了基于LabWindows/CVI的虚拟云服务器，它以ANSIC为核心，支持TCP/IP协议和UDP协议，其中虚拟云服务器软件的主要作用是接收Ai-Heart上传至网络的实时检测数据，解析并显示数据内容。文中所设计的虚拟云服务器软件界面主要分为3部分，分别是连接设置、数据显示和波形显示。当局域网连接完毕后，点击注册按钮将PC端应用程序注册为TCP/IP服务器，硬件电路端自动注册为TCP/IP客户端，二者的网络端口号一致即可进行无线网络通信。这里不需要学习复杂的TCP/IP网络协议知识，直接调用LabWindows/CVI软件自带的函数库即可完成数据接收。图6所示为初始化操作。图7所示为应用程序运行流程。

图6 初始化操作

4、系统测试

文中所设计的系统操作简单，只需运行单片机、软件初始化客户端、点击注册按钮，即可由程序自动完成数据的采集、传输和绘图显示等操作。

无线心电仪Ai-Heart使用了较为小巧简洁的结构设计，样机尺寸仅为160 mm×120 mm，实物如图8所示。

当需要开始执行生理信号检测操作时，首先进行初始化，包括绘图界面、操作按钮、文本接收框等功能件初始化，然后初始化TCP/IP协议，等待用户响应[10]。

用户点击注册按钮后，PC端应用程序自动注册为TCP/IP服务器，接收来自TCP/IP客户端的数据包。接收到数据包后，解析数据包获取指令和有效数据，进行绘图和数据显示等操作。虚拟云服务器软件实际运行测试如图9所示。

图7 应用程序运行流程

图8 实物

图9 实际运行界面

检测时需将贴片紧贴于人体皮肤，对软件客户端进行初始化，点击注册按钮，由程序自动完成心率、血氧、体温数据的采集、传输和绘图显示等，测试数据分别见表1、表2、表3所列。经比对分析，误差较小，心率误差不超过5 BPM，血氧误差不超过3%，体温误差不超过1 ℃。

表1 心率测试数据BPM

表2 血氧测试数据%

表3 体温测试数据℃

5、结语

便携式无线心电仪从解决实际问题的角度出发，利用物联网、通信网络、计算机网络等技术，结合传感器与智能硬件，以实现便携式医疗服务为目的，构建以家庭、社区为单位的医疗服务网络，使群众可以享受到优质的医疗服务。

该便携式无线心电仪虽然使用简单、携带方便，但仍有不足之处。在传输数据时，它必须依靠局域网才能使用，如果使用现有的移动通信技术，由于信号强度、数据量等原因，会出现丢包、数据延迟、数据错乱等问题，所以目前使用WiFi连接网络传输数据。随着移动通信技术的不断发展，移动通信信号强度、频带宽度不断得到优化，可以使用移动通信取代WiFi通信，摆脱对局域网的依赖，这也是便携式医疗助手不断优化和升级更新的方向。

参考文献:

[1]莫然.高精度红外测温系统设计[D].成都:电子科技大学,2020.

[2]葛泽勋.医用红外测温仪及其关键技术研究[D].长春:长春理工大学,2019.

[3]马帅,侯世科,樊毫军,等.智能心电信号监测设备研究现状[J].医疗卫生装备,2020,41(11):95-99.

[4]王帅,赵钟瑶,张翔宇,等.穿戴式心电信号质量的三分类评估方法[J].中国生物医学工程学报,2020,39(5):550-556.

[5]杨园格.基于提升方案的双小波心电信号去噪研究[J].机电信息,2020,20(29):120-121.

[6]吴英迪,郭延东,张亚宁.基于WiFi的血氧和心率云监控系统[J].物联网技术,2020,10(10):26-29.

[7]潘柏安.便携式血氧血流监测技术及其临床应用研究[D].成都:电子科技大学,2019.

[8]李伟敬.基于WiFi的家庭医疗生理参数监测系统的研发[D].天津:河北工业大学,2014.

[9]郭国法,贺天强,张开生.基于μC/OS-Ⅱ的体征监测救助系统设计[J].工业控制计算机,2017,30(10):3.

[10]柯艳明.基于LabWindows/CVI的虚拟函数信号发生器的设计[J].现代电子技术,2007,30(8):27-29.

基金资助:西北大学大学生创新创业训练计划项目(202210697137);