一种人体健康参数监测装置及监测信号处理方法与流程

1.本发明一种人体健康参数监测装置及监测信号处理方法，属于人体健康参数监测技术领域。


背景技术：

2.近年来，科技的不断进步提高了人们的生活水平和生活质量，但也带给人们更大的生活压力和不健康的饮食习惯，长期在这些不利因素的影响下，使得各类心脑血管疾病患者逐年增多，且发病率趋于年轻化；综合评估心血管疾病的因素，主要有血压，心率，血氧饱和度等人体参数，但目前提供的监测装置均为医院专用的装置，操作要求高，并且人体每时每刻的血压、血氧饱和度以及心率值可能都有所不同，使用该装置无法做到长时间的连续检测；有临床实验表明，相比临床血压，24小时动态监测血压尤其是夜间血压是更好的风险因子，该时段的检测才能够有效地预测心血管疾病的发生，因此研究开发一种便携式、连续式的人体健康多参数监测装置很有意义。


技术实现要素：

3.本发明为了克服现有技术中存在的不足，所要解决的技术问题为：提供一种人体健康参数监测装置硬件结构及监测信号处理方法的改进。
4.为了解决上述技术问题，本发明采用的技术方案为：一种人体健康参数监测装置，包括壳体，所述壳体包括上夹体和下夹体，所述上夹体通过卷轴体与下夹体连接为一体，所述卷轴体上安装有扭转弹簧，所述扭转弹簧能够将上夹体和下夹体咬合在一起；
5.所述上夹体内部安装有控制电路板，所述控制电路板上集成有微控制器、滤波放大电路、电源充电模块、电源稳压模块、模数转换模块、wifi通信模块，所述上夹体的外侧面上设置有lcd显示屏和按键模块，所述微控制器通过导线分别与按键模块、电源稳压模块、模数转换模块、lcd显示屏、wifi通信模块相连，所述模数转换模块的信号输入端通过导线与滤波放大电路相连；
6.所述电源稳压模块的输入端通过导线与电源充电模块相连；
7.所述下夹体的内部设置有光电传感器，所述滤波放大电路的信号输入端外接监测数据线与光电传感器相连；
8.所述下夹体的内侧面上开有检测窗口，所述光电传感器的信号采集端设置在检测窗口中；使用时将壳体夹在人的手指上，由手指遮住检测窗口，所述光电传感器将采集到的信号通过监测数据线发送至滤波放大电路。
9.所述微控制器内部使用的芯片为stm32系列的控制芯片。
10.所述wifi通信模块通过无线网络还与上位机服务器、手机无线连接。
11.一种人体健康参数监测信号处理方法，包括如下信号处理步骤：
12.步骤一：用户将监测装置壳体夹在自己的手指上，使手指遮住光电传感器，按下装置按键开关打开系统，由光电传感器将采集到的信号发送至监测装置，监测装置内部的微
控制器对接收信号进行分析处理；
13.步骤二：所述微控制器内部基于希尔伯特
‑
黄变换方法处理接收到的非平稳信号，对接收信号进行经验模态分解：
14.步骤2.1：将获取的原始心率信号x(t)中所有的极大值点和极小值点都找出；
15.步骤2.2：采用插值法对所有极大值点构成上包络emax(t)，对所有极小值点构成下包络emin(t)；
16.步骤2.3：计算上下包络的均值m(t)＝(emax(t)+emin(t))/2；
17.步骤2.4：计算信号差值h(t)＝x(t)
‑
m(t)，将h(t)作为一个新的x(t)，重复步骤2.1至2.3，直到h(t)满足固有模态函数的条件，此时h(t)即可认为是一个模态函数，记为a1(t)；
18.步骤2.5：计算残留信号r(t)＝x(t)
‑
a1(t)，将r(t)作为x(t)，重复步骤2.1至2.5，获得第二个模态函数，记为a2(t)；
19.步骤2.6：重复获得a
n
(t)，在n次迭代后继续步骤2.1至2.5，当最后的残差信号r
n
成为一个单调函数时，信号分解的过程终止；
20.步骤2.7：最后用获得的n个模态函数以及最后的残差函数r
n
将原始信号表示为：
[0021][0022]
基于上式，通过经验模态分解对信号进行线性化、平稳化处理，在分解过程中保留数据本身的特征，得到各模态函数分量突出原信号中在不同时间尺度下的局部特征分量；
[0023]
步骤三：所述微控制器内部基于希尔伯特
‑
黄变换方法处理接收到的非平稳信号，对接收信号进行希尔伯特谱分析，通过对所述各模态函数分量进行希尔伯特变换来获取原始信号在不同频率下的频谱特性：
[0024]
步骤3.1：将每一个模态函数进行hilbert变换：
[0025][0026]
步骤3.2：将每一个由实部a
i
(t)和虚部im(t)的和来表示的复合信号z(t)＝a
i
(t)+jim(t)在极坐标中表示z(t)＝α(t)e
jθ(t)
，其中：
[0027][0028]
式中分别代表复合信号的瞬时振幅和相位；
[0029]
步骤3.3：求出信号的瞬时频率：
[0030]
步骤3.4：产生时频分布的希尔伯特谱：
[0031][0032]
基于上式，采用希尔伯特谱能够精确描述接收信号的幅值在整个频率段上随时间
和频率的变化情况；
[0033]
步骤四：基于上述对接收信号的分析处理后，将分析结果输出至监测装置的lcd显示屏上。
[0034]
本发明相对于现有技术具备的有益效果为：本发明提供一种可以实时监测人体健康参数的装置，使用夹体式壳体，通过壳体内部设置的光电传感器获取人体心率原始波形，由滤波放大电路单元提取原始的脉搏波波形，微控制器控制的按键模块使装置体积更小，制作成本低，更适用于便携式设备，设置的lcd显示屏可以更直观地看到人体健康参数；本发明解决了传统方式进行人体健康监测的诸多问题，可对人体的血压、血氧饱和度及心率参数进行连续实时监测；本发明操作简单快速，方便安全，并基于对监测信号处理方法的改进，使得监测数据准确率更高，检测时间短，本发明结构简单，穿戴方便，为便携式可穿戴多参数测量及实时监测设备提供了一种可供参考的实施方法。
附图说明
[0035]
下面结合附图对本发明做进一步说明：
[0036]
图1为本发明监测装置的结构示意图；
[0037]
图2为本发明监测装置使用时的结构示意图；
[0038]
图3为本发明卷轴体的结构示意图；
[0039]
图4为本发明监测装置的电路结构示意图；
[0040]
图5为本发明微控制器的电路图；
[0041]
图6为本发明监测装置中光电传感器获取的原始心率波形图；
[0042]
图中：11为上夹体、12为下夹体、13为卷轴体、1为微控制器、2为光电传感器、3为滤波放大电路、4为按键模块、5为电源充电模块、6为电源稳压模块、7为模数转换模块、8为lcd显示屏、9为wifi通信模块。
具体实施方式
[0043]
如图1至图5所示，本发明提供一种指夹式人体健康监测装置，装置由壳体封装，主要设置有微控制器、光电传感器和滤波放大电路，所述微控制器连接有按键模块、电源、充电及稳压电路、lcd显示屏和wifi通信模块。
[0044]
所述光电传感器置于整个系统的底层，用于与测试者的皮肤接触进行测量；
[0045]
所述滤波放大电路用来降低信号纹波系数，平滑波形；
[0046]
所述按键模块具体由两个三极管、两个二极管及一些外围电阻电容组成，通过程序控制wakeup信号来控制每次按键按下后的信号反转，起到开关通断的功能；
[0047]
所述电源充电模块、电源稳压模块构成了整个系统的供电模块，通过给锂电池充电使其可以多次重复利用并延长使用寿命，通过将锂电池的输入电压稳定至3.3v来给整个系统供电；
[0048]
所述lcd显示屏的作用跟软件上位机或手机app的功能相似，使用户可以直观地看到自己的各健康参数值；
[0049]
本发明通过扩展wifi通信模块能够实现信号的无线传输，避开繁琐的接线，并且采用不接触的监测方式可以降低交叉感染的风险，将wifi通信模块连接至微控制器，通过
微控制器的指令来选择工作模式，可通过路由器与接收数据的终端设备进行无线传输，也可自己产生wifi热点将数据无线传输给接收终端。
[0050]
进一步的，本发明各个模块具体的功能和效果如下：
[0051]
本发明中电源分别向微控制器、光电传感器、稳压电路、lcd显示屏和wifi通信模块供电；
[0052]
本发明中电源充电模块为供电部分的电源充电，以达到循环利用延长寿命的效果；
[0053]
本发明中按键开关与微控制器及电源相连，用于开启和关闭总系统；
[0054]
本发明中电源稳压电路与微控制器和电源相连，用于稳定流向各用电部分的电压；
[0055]
本发明中lcd显示屏连接于该测试仪的上端用于向用户显示其血压值；
[0056]
本发明中wifi通信模块连接至微控制器，通过微控制器的指令进行数据传输，将测量得到的血压值通过wifi传输至电脑端上位机或手机端app。
[0057]
进一步的，所述滤波放大电路尽可能地减小脉冲电压的交流成分，保留其直流成分，使输出端纹波系数降低，波形变得比较平滑；
[0058]
所述电源充电模块结合电源稳压电路通过tps7333q稳压芯片将3.7v至5v的输入电压稳定至3.3v为整个系统供电，使用的tps7333q芯片是带集成延时复位功能的低压差稳压器，具有体积小，输出电压稳定等优点。
[0059]
所述电源稳压模块外接串口供给5v的电压通过tp4057充电芯片为锂电池充电；使用的tp4057是一款完整的单节锂离子电池充电器，带电池正负极反接保护，采用恒定电流/恒定电压线性控制，其封装小，功耗低，安全简易，非常适合便携式设备的电源稳压模块。
[0060]
所述lcd显示屏8连接于该测试仪的上端用于向用户显示其血压值；
[0061]
所述wifi通信模块9连接至微控制器，通过微控制器的指令进行数据传输，将测量得到的血压值通过wifi传输至电脑端上位机或手机端app；所述wifi通信模块采用alientek推出的一款高性能的uart
‑
wifi(串口
‑
无线)atk
‑
esp8266模块，通过atk
‑
esp8266模块，传统的串口设备只是需要简单的串口配置，即可通过网络(wifi)传输数据。
[0062]
本发明仪器的微控制器采用由意法半导体公司推出的32位单片机stm32f103c8t6，这是一款基于arm cortex
‑
m内核stm32系列的32位的强大的嵌入式微控制器，程序存储器容量是64kb，工作电压2～3.6v，工作温度为
‑
40℃～85℃；本发明中微控制器与光电传感器之间采用iic通信方式，将光电传感器获取的人体心率波形的模拟信号，暂存于寄存器中，通过滤波放大电路来获取原始脉搏波，并通过希尔伯特
‑
黄变换提取希尔伯特谱，通过提取希尔伯特谱中的各特征值来计算人体的心率、血氧饱和度及血压值，再显示于lcd显示屏且通过wifi通信模块发送至电脑上位机或手机app。
[0063]
本发明仪器中光电传感器采用em7028接口模块，em7028是一个低功耗iic接口模块，包括心率传感器和带有两个绿色led的电流驱动器，通过光学检测原理对心率进行监测。em7028可以工作在连续模式和脉冲模式两种模式下；连续模式下其中一个led灯亮起，心率传感器(heart rate sensor,hrs)检测周围光线和绿色led发出的光，光的灵敏度为1lux/count，全量程为65536lux，adc的分辨率为16位，转换时间为25ms；脉冲模式下hrs在打开led时检测反射光，其hrs波形如图6所示，hrs值通常反映心跳状态；本发明通过配置内
部寄存器使其工作在脉冲模式下来获取人体原始心率波。
[0064]
本发明通过光电传感器采集人体健康参数的原理为：当光电传感器的led光射向皮肤，透过皮肤组织被反射回来的光被光敏传感器接收并转换成电信号再经过ad转换成数字信号，简化过程为光信号
→
电信号
→
数字信号；人体心室周期性地收缩和舒张导致主动脉的收缩和舒张，使血流压力以波的形式从主动脉根部开始沿着整个动脉系统传播；根据朗伯
‑
比尔定律，物质在一定波长处的吸光度和它的浓度成正比，当恒定波长的光照透过皮肤组织然后再反射到光敏传感器时光照有一定的衰减，像肌肉、骨骼、静脉和其他连接组织等对光的吸收基本是不变的，但血液不同，由于动脉里有血液流动，那么对光的吸收自然也有所变化。把光信号转换成电信号时，正是由于动脉对光的吸收有变化而其他组织对光的吸收基本不变，得到的信号就可以分为直流和交流两部分，通过滤波电路滤掉其交流部分，仅保留其直流部分，就能反映血液流动的特点，将其电信号转换为数字信号得到的波形绘制出来，便能得到血液流动的波形，该波形中包含了人体多种生理参数，研究意义重大。
[0065]
基于上述检测原理，本发明在使用时，要求用户使用监测装置将监测夹夹在自己的手指上，使手指遮住光电传感器，按下装置按键开关打开系统，约一分钟后便可在lcd显示屏上看到自己的实时高低血压值、心率值以及血氧饱和度，也可将电脑终端或手机app连接至本发明仪器的wifi热点(该热点只能用于本发明仪器与电脑上位机之间的数据传输，不能用于网络连接)，便能在电脑上位机或手机app上实时监测到各健康参数值。
[0066]
本发明通过光电传感器获取模拟数据后，通过模数转换模块将其模拟信号转换为数字信号，利用滤波放大电路来平滑波形，并利用希尔伯特
‑
黄变化来处理波形获取希尔伯特谱从而提取出可以计算人体健康参数的特征点，从而进行后续计算。
[0067]
本发明利用希尔伯特
‑
黄变换方法处理非平稳信号的基本过程是：首先利用emd(经验模态分解)方法将获取的原始心率信号分解为若干固有模态函数，固有模态函数需要满足两个条件：极值点的个数与零交叉点的个数必须相等或最多相差一个点；任意时刻由极大值点构成的上包络和由极小值点构成的下包络的均值均为零；然后对每一个固有模态函数进行hilbert变换，得到相应的hilbert谱；然后将每一个固有模态函数表示在联合的时频域中；最后汇总所有模态函数的hilbert谱就会获得原始心率信号的hilbert谱。
[0068]
本发明中利用希尔伯特
‑
黄变换方法里的第一部分经验模态分解的具体步骤如下：
[0069]
(1)将获取的原始心率信号x(t)中所有的极大值点和极小值点都找出；
[0070]
(2)采用插值法对所有极大值点构成上包络emax(t)，对所有极小值点构成下包络emin(t)；
[0071]
(3)计算上下包络的均值m(t)＝(emax(t)+emin(t))/2；
[0072]
(4)计算信号差值h(t)＝x(t)
‑
m(t)，将h(t)作为一个新的x(t)，重复上述步骤，直到h(t)满足上述固有模态函数的两个条件，此时h(t)即可认为是一个模态函数，记为a1(t)；
[0073]
(5)计算残留信号r(t)＝x(t)
‑
a
i
(t)，将r(t)作为x(t)，重复以上步骤1
‑
5，获得第二个模态函数，记为a2(t)；
[0074]
(6)重复获得a
n
(t)，在n次迭代后继续步骤1
‑
5。当最后的残差信号r
n
成为一个单调函数时，信号分解的过程终止。
[0075]
(7)最后用获得的n个模态函数以及最后的残差函数r
n
将原始信号表示为：
[0076][0077]
emd对信号进行线性化、平稳化处理，在分解过程中保留数据本身的特征，得到各模态函数分量突出了原信号中在不同时间尺度下的局部特征分量，通过对这些模态函数分量进行希尔伯特变换来获取原始信号在不同频率下的频谱特性。
[0078]
本发明中利用希尔伯特
‑
黄变换方法里的第二部分希尔伯特谱分析的具体步骤如下：
[0079]
与傅里叶分析不同的是，傅里叶变换是用一系列固定振幅的正弦函数和余弦函数来表示信号中的每个频率成分，而hht方法是基于hilbert变换的瞬时频率计算。
[0080]
(1)将每一个模态函数进行hilbert变换：
[0081][0082]
(2)将每一个由实部a
i
(t)和虚部im(t)的和来表示的复合信号z(t)＝a
i
(t)+jim(t)在极坐标中表示z(t)＝α(t)e
jθ(t)
，其中：
[0083][0084]
分别代表复合信号的瞬时振幅和相位；
[0085]
(3)求出信号的瞬时频率：
[0086]
(4)产生时频分布的希尔伯特谱：
[0087][0088]
希尔伯特谱精确地描述了信号的幅值在整个频率段上随时间和频率的变化。
[0089]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。