一种可穿戴多生理信号采集系统

收稿日期：
2017-09-22基金项目：国家自然科学基金青年基金资助项目（61601324）；国家自然科学基金面上资助项目（51577131）
通信作者：李红利（1978—），男，副教授，博士，主要研究方向为神经信息的非线性动力学分析。

E-mail ：
******************A wearable multi-physiological-signal acquisition system
LI Hong-li 1
，YU Jun 1
，XIAO Lei 1
，ZHANG Xian-wen 2
，LI Yue-jun
3
（1.School of Electrical Engineering and Automation ，
Tianjin Polytechnic University ，Tianjin ，300387，China ；2.Key La-boratory of Particle &Radiation Imaging of Ministry of Education ，Tsinghua University ，Beijing 100084，China ；3.Tech原nology Development Department ，Hangshen Group Company Limited ，Hongzhou 311234，China ）
Abstract ：In order to monitor the physiological parameters of patients with chronic cardiovascular disease for a long time袁a
high performance miniaturized wearable multi-physiological-signal acquisition system is designed.The long -time continuous monitoring袁joint acquisition and real-time display on mobile APP of ballistocardiogram渊BCG冤signal袁electrocardiogram 渊ECG冤signal and pulse blood oxygen saturation are realized from three aspects of hardware,firmware and software.By extracting the corresponding characteristic parameters of three signals and performing joint analysis袁the important physiological indexes of the heart can be responded.The weaving com鄄
fort袁power consumption and signal strength of the system are tested experimentally.The results show that the ac鄄quisition system is great comfortable袁can accurately acquisit the BCG signal袁ECG signal and pulse oximetry
signals袁its maximum working current is only 12.512mA袁and can be used in the family for long-term monitoring
patients with chronic cardiovascular disease.
Key words ：wearable ；physiological-signal acquisition ；cardiovascular disease ；ballistocardiogarm （BCG ）signal ；elec原
trocardiogram （ECG ）signal ；pulse oximetry signal ；monitoring
摘要：为了长期连续监测心血管慢性疾病患者的关键生理参数，设计了一种高性能小型化可穿戴多生理信号采集
系统，从硬件、固件和软件3个方面实现了人体心冲击信号（ballistocardiogram ，BCG ）、心电信号（electr-ocardiogram ，ECG ）和脉搏血氧饱和度的长时间连续监测、联合采集和移动端APP 上的实时显示。

通过提取
3种信号相应的特征参数并进行联合分析，
可以反映重要心脏生理指标。

对该系统的穿戴舒适性、功耗和信号强度进行实验测试，结果表明：该采集系统舒适性强，能精确采集人体心冲击信号、心电信号和脉搏血氧信号，最大工作电流仅为12.512mA ，可以应用于家庭中对于心血管慢性疾病患者的长期监护。

关键词：可穿戴；生理信号采集；心血管疾病；心冲击信号；心电信号；脉博血氧信号；监护中图分类号：TP274.2
文献标志码：A
文章编号：员远苑员原园圆源载（圆园19）园2原园园57原05
天津工业大学学报
允韵哉砸晕粤蕴韵云栽陨粤晕允陨晕孕韵蕴再栽耘悦匀晕陨悦哉晕陨灾耘砸杂陨栽再
第38卷第2期圆园19年4月
Vol.38No.2April 2019
DOI ：10.3969/j.issn.1671-024x.2019.02.010
一种可穿戴多生理信号采集系统
李红利1，于军1，肖磊1，张先文2，李月军3
（1.天津工业大学电气工程与自动化学院，天津300387；2.清华大学粒子技术与辐射成像教育部重点实验室，北京100084；3.杭申集团有限公司技术开发部，
杭州311234）心脏是人体最重要的器官，与人的健康息息相关。

心血管疾病是当前国人面临的最大健康问题之一，但
是心血管疾病患者往往突然发病，现有的临床检查手段无法长期跟踪监测患者情况。

为了更好地预防和管理心血管疾病，有必要设计一款可穿戴设备以便对心血管慢性疾病患者进行长期连续的监测。

心冲击图（BCG ）信号是由于心脏搏动和血液在大动脉流动而引起的人体对外压力或体表位移的变化，
反应了心脏的力学特性[1-2]，是一种非接触式、无感觉的心脏监护方法。

BCG 信号最早由Gordon [3]于1877年提出，但对BCG 信号的科学研究直到1936年Staar 等[4]建立了一个BCG 信号采集系统才正式开始。

早期
. All Rights Reserved.
第38卷
天津工业大学学报BCG 信号研究主要集中于20世纪30年代到70年代，受限于当时的技术，采集设备十分笨重、庞大，限
制了BCG 信号技术的发展。

但随着数字信号处理技术和传感器技术的发展，压电薄膜、加速度传感器广泛地应用于BCG 信号采集设备中，但目前采集设备大多还处在原理样机的阶段[5-7]。

同时，各种信号处理方法也被应用于BCG 信号的处理中，用于心跳定位与特征
提取，例如Jansen 等[8]提出的模板匹配算法，
Passasmaa 等[9]提出的聚类定位心跳的方法，
Kortelainen 等[10]提出的基于倒频谱的心率计算方法。

ECG 信号检查是一种传统的临床心脏检查方法，随着传感器技术和信号处理技术的发展，心电图（ECG ）的测量变得越来越简
单快捷，
ECG 信号采集设备和信号处理技术已经十分成熟[11-13]。

许多临床疾病会造成氧供给的缺乏，这将直接影响细胞正常的新陈代谢，对心血管慢性疾病患者
来说，血氧饱和度的长期监测显得尤为重要[14-15]。

本文设计并实现了一种可穿戴多生理信号采集系统，从硬件、固件和软件3个方面实现了心冲击信
号、心电信号、脉搏血氧信号的联合采集。

与以往只能测试单个信号的设备相比，此设备可同时测量3种信
号并实时显示在移动端APP 上，既可用于对病人的
日常护理监测，也可作为健康监测的依据，穿戴简单，
操作方便，随时可以测试，不需要专业操作人员。

1系统描述
整个系统分为3层：硬件层、固件层和软件层。

系统整体框架如图1所示。

1.1
硬件层
本系统的硬件部分包括以下6个模块：微处理器
（micro control unit ，MCU ）、
BCG 信号采集模块、ECG 信号采集模块、脉搏血氧信号采集模块、电池电源管理模块、WiFi 模块。

系统硬件框架如图2所示，硬件实物如图3所示。

（1）微处理器设计：由于本文提出的可穿戴设备无法装载大体积大容量电池，同时需要读取多种芯片数据，并对信号进行实时处理与传输，因此，为满足系统要求，本文选取STM32L476芯片（意法半导体，意大利）。

该芯片具有优异的实时性能、丰富的外设功能和杰出的功耗控制，能满足系统低功耗、高性能的要求。

（2）BCG 信号采集模块：目前采集BCG 信号的新型设备体积较大，为了实现BCG 信号采集的可穿戴化，本文选取微机电系统（micro-electro-mechanical sys原tems ，MEMS ）加速度计LIS2HH12（意法半导体，意大利）来采集BCG 信号，该加速度计具有小型化、高灵敏度的特点，分辨率为16位，测量范围依2g ，加速度计将采集的数据通过集成电路总线（inter-intergrated cir原cuit ，IIC ）传至MCU 。

（3）ECG 信号采集模块：为了摆脱传统心电测量需要繁冗接线的束缚，本文采用图4所示柔性织物干电极，通过单导联方式采集心电信号。

该电极由镀银尼龙纱线刺绣而成，并在这些刺绣电极表面通过电化学方法沉积粤早悦造。

由于心电信号非常微弱，幅值在0.01~
图1系统整体框图
Fig.1Block diagram of whole system
（a ）正面
（b ）反面
图2系统硬件框架图
Fig.2Block diagram of hardware
图3硬件实物图
Fig.3Hardware picture
58--
. All Rights Reserved.
第2期4mV ，
本文选择专用于生物电信号片上系统（system on chip ，SOC ）
的芯片ADS1292（德州仪器，美国）作为模拟采集前端。

通过ADS1292低噪声可编程放大器对微弱的心电信号进行放大，并通过该芯片的高精度24位ADC 进行模数转换，最后通过串行外设接口（serial
peripheral interface ，SPI ）
将数据传至MCU 。

（4）脉博血氧信号采集模块：选取AFE4400（德州
仪器，美国）作为血氧信号采集的模拟前端。

该器件集
成了模数转换器、LED 发射部件、故障检测诊断部件，
具有灵活性高、功耗低、性能高的特点，适用于可穿戴
小型化血氧信号采集装置，
AFE4400将采集的血氧信号通过SPI 的通讯方式传至MCU 。

（5）电池电源管理模块：系统由3.7V 锂电池供电，
并通过TPS73733转换为3.3V 电压供系统使用，通过
LTC2950微功率、
宽输入电压范围、按钮接通/关断控制器对系统电源进行开关控制。

通过BQ24040芯片对锂电池进行充电，该芯片具有自动启动、可编程充电电压和阈值、高精度等特点，能提高系统可靠性。

（6）WiFi 模块：通过USR-C210（有人科技，中国）超低功耗模块接收来自APP 端的指令，并发送BCG 、
ECG 和脉搏血氧3种信号。

该模块具有体积小、功耗低、信号强的特点。

1.2固件层
（1）系统首先进行初始化，即配置相应通用输入/
输出（general purpose input output ）；配置IIC 、
SPI 、USART 3种通讯方式；系统中断配置；配置ADS1292、AFE4400、LIS2HH123种芯片。

（2）然后系统进入待机模式，等待接收来自移动端APP （软件层）的指令。

（3）当软件层与系统建立连接之后，进入唤醒模式。

（4）最后，系统根据软件层指令进行交互，发送相应信号数据，此时系统处于工作模式。

1.3软件层
上位机程序基于Intellij IDEA （JetBrains 公司，捷克）开发平台，使用Java 语言编写，在安卓终端运行，与系统硬件进行交互。

软件层与硬件层通过WiFi 建
立连接后，实时接收来自硬件层的数据，并对硬件层采集的ECG 信号、BCG 信号和血氧信号进行数据包的解析；在软件层中植入数字滤波算法，滤除3种信号的各类干扰和噪声，对处理后的3种信号进行波形显示。

2系统测试
2.1测试方法
选取实验室5名健康人样本，其中男性4名，女
性1名，基本信息如表1所示。

在测试前使用EW3106电子血压计（松下，日本）和文献[16]中所述方法测量
血压和心率。

从穿戴舒适性、系统功耗和信号质量3个方面对系统进行测试：
（1）穿截舒适性。

本系统可穿戴实现形式如图5所示，该设备穿着在胸部上方，血氧探头采取可拆卸式。

测试系统的穿戴舒适性时，被测者进行正常的活动[17]，当被测者感觉到不适或者出现其他问题使得测试无法进行时，停止测试并统计测试时长和出现问题。

（2）系统功耗。

测试方法如图6所示，将系统硬件与一个阻值为2.2赘、精度为1%的电阻串联，使用可编程直流电源DP832（普源，中国）对其进行供电。

在固件层中为系统设计了待机模式、工作模式、唤醒模式3种工作模式，分别测试3种模式下电阻两端的电压和电流，以此获取系统功耗。

（3）信号质量。

测试时让被测者处于坐姿平静呼吸的状态，测试2min 被测者信号并保存数据；通过安卓
图4织物干电极实物图
Fig.4Physical map of fabric dry electrode
（a ）设计图（b ）
实物图
图5系统可穿戴实现形式
Fig.5Wearing form of wearable system
表1
被测者基本信息
Tab.1Basic information of testees
被测者编号
性别年龄血压心率12345
男男男男女
2424252524
108/69109/64111/66115/70122/77
7176726977
李红利，等：一种可穿戴多生理信号采集系统59--
. All Rights Reserved.
第38卷
天津工业大学学报端进行直观的信号观察，保存数据；通过Matlab 统计5名被测者2min 内通过BCG 和ECG 得出的心跳次数和通过脉搏血氧信号得到的脉率，进行对比分析。

2.2
结果分析2.2.1穿戴舒适性整个设备质量只有245g ，在持续2.5h 的测试过
程中，5名被测者并未发现有任何不适感。

2.2.2系统功耗
在工作电压一样的前提下，用电流表示功耗信息更直观，更符合专业习惯，所以本文采用电流大小代替功率的高低来做对比。

可穿戴设备对功耗控制要求
较高，本文通过选取功耗较低的芯片和对固件进行优
化设计来控制系统功耗。

表2为3种模式下实际测量
得到的电流和理论电流对比。

由表2可知，实际测量
的电流大于理论电流，这可能是由于电路板的杂散电流影响每个元器件的功耗所导致的。

2.2.3信号质量
系统采集的3种信号效果如图7所示。

由图7可以看出：3种信号波形特征明显；ECG 信
号QRS 波群特征明显[18]；脉搏血氧信号波形中主波、降中峡和重博波特征明显[19]；BCG 信号HIJK 波群特征明显[20]。

其中，信号显示不连续的原因为：每种信号绘制方式为绘制完每一个单独的信号显示屏之后，从屏幕左侧开始重新绘制。

统计5名被测者2min 的BCG 信号J 峰和ECG 信号R 峰得到心跳次数，通过脉搏血氧波形得到脉率，如表3所示。

表3中出现同一名被测者2种心跳次数和脉搏
次数不一致的情况，这是因为相比于ECG 信号的R
峰，
BCG 信号的J 峰和脉搏血氧信号的峰值有一定时间的滞后，在2min 的信号中，最后一次心跳发生之后，这次心跳对应的BCG 信号和脉搏血氧信号因为滞后特点没有显示。

3结论
本文设计并实现了一种高性能小型化可穿戴多生理信号采集装置，从穿戴舒适性、系统功耗对采集装置进行测试，得到以下结论：
（1）本文可穿戴多生理信号采集装置在长时间穿戴过程中不会出现任何不适感觉，不影响使用者的正常活动；较目前繁冗的监护设备，该采集装置小型轻便，满足了患者对于长时间连续监测和活动便利的要求。

（2）本文采集装置通过硬件和软件结合的方式实现低功耗，所设计的3种工作模式中，最大工作电流为12.512mA ，满足长时间连续监测的要求
（3）3种信号的波形特征明显，对3种信号波峰进行逐心跳对比，结果表明本文设计的多生理信号采
集系统能够精确地获取BCG 、
ECG 和脉搏血氧信号，能够快速、
简便、
无创伤、无副作用、高精度地完成心血管功能检测。

未来还需要临床采集一些病人的相关数据进行分析处理，一方面以ECG 信号和脉搏血氧信号为参考，探究BCG 信号对于一些心血管疾病的病理特征；
表2
理论电流和实际电流对比
Tab.2
Comparison between theoretical current and actual current
分类待机模式唤醒模式工作模式理论电流/mA 0.1128 2.18412.212实际电流/mA
0.1446
2.653
12.512
表32min 内被测者心跳次数和脉搏次数统计Tab.3
Heart rate and pulse rate of testees in 2min
被测者编号
心跳次数（ECG ）
心跳次数（BCG ）
脉博次数11391391392144143143313613613641411411415
157
157
156
图6系统功耗测试原理
Fig.6Principle of system power test
图7移动端APP 波形显示
Fig.7Display of waveform in mobile terminal APP
. All Rights Reserved.
第2期
另一方面，对ECG信号、BCG信号和脉搏血氧信号进行联合分析，探究心血管疾病生理学机理，为后续在软件上植入诊断算法奠定基础。

参考文献：
[1]STARR I，SCHROEDER H A.Ballistocardiogram II：Normal standards，abnormalities commonly found in diseases of the heart and circulation，and their significance[J].Journal of Clin原ical Investigation，1940，19（3）：437-450.
[2]BAIG M M，GHOLAMHOSSEINI H，CONNOLLY M J.A comprehensive survey of wearable and wireless ECG monitor原ing systems for older adults[J].Medical&Biological Engineer原ing&Computing，2013，51（5）：485-495.
[3]GORDON J W.Certain molar movements of the human body produced by the circulation of the blood[J].Journal of Anatomy and Physiology，1877，11（3）：533-536.
[4]STARR I，RAWSON A J，SCHROEDER H A，et al.Studies on the estimation of cardiac ouptut in man，and of abnormali原ties in cardiac function，from the heart忆s recoil and the blood忆s impacts：The ballistocardiogram[J].American Journal of Phys原iology—Legacy Content，1939，127（1）：1-28.
[5]ERICKSON J C，HAYES J A，BUSTAMANTE M，et al.Intsy：
A low-cost，open-source，wireless multi-channel bioamplifier system[J].Physiological Measurement，2018，39（3）：035008.
[6]YOSHIDA T，KAWAKAMI T，KATO S，et al.Morphology-matching-based R-wave detection for noise-robust ECG gat原ing[J].Journal of Cardiovascular Magnetic Resonance，2016，18（S1）：21.
[7]JENITTA J，RAJESWARI A.Denoising of ECG signal based on improved adaptive filter with EMD and EEMD[C]//2013 IEEE Conference on Information&Communication Technolo原gies.Thuckalay，India：IEEE，2013：957-962.
[8]JANSEN B H，LARSON B H，SHANKAR K.Monitoring of the ballistocardiogram with the static charge sensitive bed：Biomedical engineering[J].IEEE Transactions on Biomedical Engineering，1991，38（8）：748-751.
[9]PAALASMAA J，TOIVONEN H，PARTINEN M.Adaptive heartbeat modeling for beat-to-beat heart rate measurement in ballistocardiograms[J].IEEE Journal of Biomedical and Health Informatics，2015，19（6）：1945-1952.
[10]KORTELAINEN J M，VIRKKALA J.FFT averaging of multi原channel BCG signals from bed mattress sensor to improve esti原mation of heart beat interval[C]//200729th Annual Interna原tional Conference of the IEEE Engineering in Medicine and Biology Society.Lyon：IEEE，2007：6685-6688. [11]侯立亚，李艳峥，吴水才，等.基于ARM的心电采集系统
的设计[J].医疗卫生装备，2006，27（1）：1-2.
HOU L Y，LI Y Z，WU S C，et al.Design of ECG sampling system based on ARM[J].Chinese Medical Equipment Journal，
2006，27（1）：1-2（in Chinese）.
[12]NIKOLAEV N，GOTCHEV A.ECG signal denoising using wavelet domain wiener filtering[C]//200010th European Signal Processing Conference.Tampere，Finland：IEEE，2015：1-4.
[13]HABERMAN Z C，JAHN R T，RUPAN B S，et al.Wireless sma-rtphone ECG enables large-scale screening in diverse populations[J].Journal of Cardiovascular Electrophysiology，2015，26（5）：520-526.
[14]唐宁.图像处理在Android手机血氧饱和度监测软件设计
中的应用研究[D].上海：东华大学，2014.
TANG N.Application research of image processing in the de原sign of android blood oxygen saturation monitoring software[D]. Shanghai：Donghua Uinversity，2014（in Chinese）. [15]杜欣，曾伟杰，李承炜，等援基于移动医疗的孕产妇健康监护
系统[J]援生物医学工程学杂志，2016，33（1）：2-7援
DU X，ZENG W J，LI C Y W，et al.Maternal health monitor原ing system based on mobile medical[J].Journal of Biomedical Engineering，2016，33（1）：2-7（in Chinese）. [16]提素芳，白广芹，李菲，等.电子血压计与汞柱血压计测量
结果对比观察[J].心脑血管病防治，2015，15（2）：145-146. TI S F，BAI G Q，LI F，et al.Contrast observe on the measure原ment results between electronic sphygmomanometer and mer原cury sphygmomanometer[J].Prevention and Treatment of Car原dio Cerebral Vascular Diseas，2015，15（2）：145-146（in Chi原nese）.
[17]KREHEL M，WOLF M，BOESEL L F，et al.Development of a luminous textile for reflective pulse oximetry measurements[J]. Biomedical Optics Express，2014，5（8）：2537-2547. [18]李中健，井艳，李世锋，等.心电图波形特征分析[J].临床
心血管病杂志，2008，24（3）：195-197.
LI Z J，JING Y，LI S F，et al.Analysis on characteristics of electrocardiograms[J].Journal of Clinical Cardiology，2008，24（3）：195-197（in Chinese）.
[19]瞿年清，谢梦洲.脉搏波形释义[J].中国中医药信息杂志，2007，14（6）：3-4.
ZHAI N Q，XIE M Z.Interpretation of pulse wave[J].Chinese Journal of Information on Traditional Chinese Medicine，2007，14（6）：3-4（in Chinese）.
[20]ZHANG X W，ZHANG L Y，WANG K，et al.A rapid approach to assess cardiac contractility by ballistocardiogram and elec原trocardiogram[J].Biomedizinische Technik/Biomedical Engi原neering，2018，63（2）：113-122.
本文引文格式：
李红利，于军，肖磊，等.一种可穿戴多生理信号采集系统[J].天津工业大学学报，2019，38（2）：57-61.
LI H L，YU J，XIAO L，et al.A wearable multi-physiologi原cal-signal acquisition system[J].Journal of Tianjin Polytechnic University，2019，38（2）：57-61（in Chinese）.
李红利，等：一种可穿戴多生理信号采集系统61
. All Rights Reserved.。