CN102302361A - 一种心率及身体状态监测装置及方法 - Google Patents

Abstract

本发明提供一种心率及身体状态监测装置，传感器安装在腰带上，本装置包括数据采集模块、FPGA控制模块和DSP数据处理模块。受试者心率和身体状态改变时，传感器采集由此产生的体动信号；其中心脏跳动引起的体动信号经模拟放大滤波电路处理后，和身体状态变化引起的体动信号分别经A/D转换电路输出至FPGA；FPGA选择一路或多路传感器输出传至DSP进行体动信号处理，计算心率并判别身体状态，得到的数据反馈到FPGA；FPGA根据DSP反馈的信息，将数据通过串口外接通信模块发送给监护中心工作站。本发明能完成多路信号的实时、快速、精确采集，实现人体生理信息获取，且与穿戴技术结合，实现生理信息的长期动态监测与辨识。

Description

一种心率及身体状态监测装置及方法

技术领域

本发明涉及医疗器械领域，具体涉及一种心率及身体状态监测装置。

背景技术

21世纪被称为“银发世纪”，世界范围内的老龄化浪潮滚滚而来。根据中国人口信息研究中心的调查统计，2000年中国60岁以上人口比例为10.31％，65岁以上人口占总人口的比例为7.17％，按照国际标准来衡量，中国已经步入老龄化社会，而且在今后几十年其老龄化趋势将愈加明显。另外，随着社会经济的发展，居住方式的变化，家庭结构的小型化，以及人口流动的加速，子女数的减少，其老人家庭空巢率正在不断的加大。因此，解决“空巢家庭”中老年人的家庭监护问题日趋突出。

随着年龄的增加，人体解剖组织结构和生理代谢发生一系列变化，机体功能衰退，应变能力减退，骨骼也变得较为松脆，这些生理或其他原因引发的变化常常可以通过人体的心律和身体状态表现出来。当人生病时，特别是心脏病发作时，心率都会发生明显的改变。另外，由于自身疾病如心脑血管疾病或外界影响等因素，人的身体状态也常常发生改变。根据美国国家安全委员会的报告指出，在65岁以上的人口中，跌倒所造成的死亡居所有意外死亡原因的第一位，占此年龄段意外死亡的33％。近年来，我国心脑血管疾病发病率持续上升，每年有54.4万人心脏性猝死。面对越来越严峻的现实，我们应该做好相对的预防措施。首先，心脑血管疾病的发生是有先兆的，如果刚出现病灶时就立刻救治，很多人是能够缓解过来的。现在有很多心脏性猝死的病人是由于发病时无人知晓，没有得到及时的救治，才导致严重的后果。因此建立一套完善的心率和身体状态监测与通信系统是相当重要的。如果能实时地监测人的心率和身体状态，对及时发现心脑血管疾病的病情是有很大帮助的。另外，心率与身体状态也能反映了人的生理信息，如疲劳、醉酒等也会引起心率与身体状态的改变。所以，实时地监测心率与身体状态不仅对于病人，对于健康人也是有用的。但是，临床上使用的心、肺功能检测方法需要医护人员使用专业设备进行操作，且其中大多数方法需要在人体指定部位贴附传感器，人体会感觉不适，不便用于心、肺功能的日常监护。因此有必要研究一种无感觉、且可长时间使用的非临床心肺功能实时监测方法，用于长期监测心肺工作情况并在其出现异常时发出警示。

发明内容

针对现有技术之不足，本发明提供一种心率及身体状态监测装置，将传感器安装在腰带上，本装置包括数据采集模块、FPGA控制模块和DSP数据处理模块；

所述数据采集模块包括传感器电路、模拟放大滤波电路和A/D转换电路，其中传感器电路包括一个固定腰带里的电阻应变式传感器和一个三轴加速度传感器，固定腰带里的电阻应变式传感器用于测量心脏跳动引起的体动信号，主要用来监测心率；三轴加速度传感器用来监测身体状态引起的体动信号；模拟放大滤波电路包括前置放大电路、隔直电路、陷波电路、低通滤波电路及三级放大电路，前置放大电路的输出端接至隔直电路的输入端，第一级放大电路的输入端与隔直电路输出端相连接，第一级放大电路输出端接至陷波电路输入端，陷波电路输出端接至第二级放大电路输入端，第二级放大电路输出端接至低通滤波电路输入端，低通滤波电路输出端再接至陷波电路输入端，陷波电路输出端接至后级放大电路输入端。

数据采集模块主要通过电阻应变式传感器和三轴加速度传感器采集体动信号并转换成电信号，送到后级模拟放大滤波电路中进行信号调理，经A/D转换电路转换为数字信号送往FPGA内部进行预处理。

所述FPGA控制模块，主要进行数据采集、滤波、传输、存储、显示及任务管理。FPGA控制模块包括电源电路，无线通信模块，SD存储接口，LCD，按键、开关和LED显示。FPGA采集A/D转换电路输出的体动信号数字量，并对这些数字量进行滤波，将滤波以后数据传递给DSP进行数据处理，同时数据存储在SD卡中，并在LCD上实时显示体动信号波形，FPGA根据DSP反馈的指令将采集回来体动信号数据发送给具有串口接口通信模块。

所述DSP数据处理模块包括JTAG接口电路、SRAM存储电路和DSP与FLASH连接电路，DSP对FPGA输出的体动信号进行特征提取，监测心率和身体状态。DSP外设SRAM存储器来扩展程序运行期间的存储空间，DSP外设FLASH存储器，实现DSP程序的装载。

所述传感器电路中的电阻应变式传感器输出端连接至模拟放大滤波电路输入端，模拟放大滤波电路输出端连接至一个A/D转换电路输入端，三轴加速度传感器的三个输出端分别连接至三个A/D转换电路输入端，四个A/D转换电路的输出端连至FPGA控制模块的GPIO，FPGA控制模块通过GPIO与DSP数据处理模块I/O输入端相连，FPGA通过串口外接通信模块，FPGA与SD卡通过SD存储接口连接。

所述传感器电路中电阻应变式传感器采集心脏跳动引起的体动信号，微弱的体动信号输出至放大电路，放大电路的输出经由低通滤波电路和陷波电路进行滤波；滤波后输出的信号输入A/D转换电路，产生的数字信号经电平转换并行输出至FPGA控制模块的GPIO；三轴加速度传感器采集身体状态变化引起的体动信号，输出引脚XYZ分别接至三个相同的A/D转换电路的串行输入端，产生的数字信号经电平转换并行输出至FPGA控制模块的GPIO，FPGA控制模块根据输入的键控信息，选择一路或多路传感器输出产生的数字信号传递至DSP数据处理模块I/O输入端进行算法处理。

采用本发明装置监测心率及身体状态方法，具体按以下步骤执行：

步骤一：采集信号。首先为受试者带上心率及身体状态监测装置，当受试者心率和身体状态发生改变时，传感器采集由此产生的信号，并转换为交流电压输出；

步骤二：转换信号。经电阻应变式传感器输出的信号经过模拟放大滤波电路处理后，同三轴加速度传感器输出的信号分别输出至四个A/D转换电路转换为数字信号输出至FPGA中；

步骤三：信号预处理。FPGA采集A/D转换电路输出的体动信号，对采集到的信号进行滤波，将滤波后的数据输出至DSP；

步骤四：心率及身体状态监测。DSP模块进行体动信号的处理，计算心率并判别身体状态，所得到的数据反馈到FPGA，FPGA将数据存储在SD卡中，并在LCD上实时显示心率信号波形，FPGA根据DSP反馈的信息，将数据通过串口外接通信模块发送给监护中心工作站。

所述步骤四中，DSP模块对体动信号进行滤波、J波群检测、体动周期计算，从而计算心率。具体方法如下：

步骤1：选择合适小波基，确定分解尺度，对采集的原始体动信号进行尺度分解；

步骤2：确定阈值函数，对体动信号进行小波去噪；

阈值函数如式(1)所示，

${\mathrm{\&omega;}}_{j,k}^{\%}=\left\{\begin{array}{cc}\mathrm{sgn}\left({\mathrm{\&omega;}}_{j,k}\right)\left[\right|{\mathrm{\&omega;}}_{j,k}|-t^{c({\mathrm{\&lambda;}}_j-|{\mathrm{\&omega;}}_{j,k}\left|\right)}{\mathrm{\&lambda;}}_j]& \left|{\mathrm{\&omega;}}_{j,k}\right|\&GreaterEqual;{\mathrm{\&lambda;}}_j\\ 0& \left|{\mathrm{\&omega;}}_{j,k}\right|<{\mathrm{\&lambda;}}_j\end{array}\right.---\left(1\right)$

其中，ω_j，k为第j尺度下的第k个小波系数，

c为可调参数，λ_j为j尺度下的阈值，

N为信号长度，σ为噪声的标准差；

步骤3：利用小波模极大值提取局部极值点，局部极值点位置记为J1；

步骤4：选取单调上升幅度阈值，具体地：任选t为幅度的分割阈值，所取的上升沿幅度个数占所有上升沿个数的比例为w₀，平均幅值为μ₀；去除的幅度个数占所有上升沿个数的比例为w₁，平均幅值为μ₁。信号的总平均上升沿幅度的平均值为：μ＝w₀×μ₀+w₁×μ₁。从最小上升幅度值到最大上升幅度值遍历t，当t＝t₁，使g＝w₀×(μ₀-μ)²+w₁×(μ₁-μ)²最大时，t₁即为最佳的幅度分割阈值。

步骤5：判断J1中的点的幅值是否大于阈值t₁，将大于阈值的点保存到J2中。

步骤6：确定J波中心点的位置。由于成人平静时的心率不超过400ms，系统采样率为500Hz，设定200个点为标准，在J2中去除相邻点之间的距离小于200个点的部分，剩下的点构成J。

步骤7：计算心率。利用这些J波的中心点位置计算一个平均周期即心动周期，心动周期的倒数就是所求心率。J为J波中心点对应的采样序数。

心率＝60/心动周期  (2)

所述步骤四中，判别身体状态的方法是通过身体所处的方向(水平或垂直)、加速度能量变化和(是否在指定阈值区间内)来判断处于平卧、直立、行走、跑步等状态。

所述身体状态包括以下四种情况：

身体所处方向水平，三轴加速度能量变化和小于阈值，则身体属于平卧状态；

身体所处方向垂直，三轴加速度能量变化和为零，则身体处于直立状态；

身体所处方向垂直，三轴加速度能量变化和在阈值区间里，则身体处于行走状态；

身体所处方向垂直，三轴加速度能量变化和大于阈值，则身体处于跑步状态；

具体判别过程按如下步骤进行：

步骤1：计算加速度能量和E，并判定身体所处方向。

身体处于一个三维立体空间中，坐标轴x、y、z满足右手定则，z轴与x轴、y轴相互正交于原点。身体所在平面平行于z轴方向定义为垂直方向；垂直于z轴方向定义为水平方向。

三轴加速度能量变化和E的定义：

$\mathrm{Energy}=\underset{n=1}{\overset{T\&times;\mathrm{fs}}{\mathrm{\&Sigma;}}}\sqrt{{\left(x_{\mathrm{ac}}^{\&prime;}\left(n\right)\right)}^2+{\left(y_{\mathrm{ac}}^{\&prime;}\left(n\right)\right)}^2+{\left(z_{\mathrm{ac}}^{\&prime;}\left(n\right)\right)}^2}---\left(3\right)$

其中x′_ac(n)、y′_ac(n)、z′_ac(n)表示三轴加速度x轴、y轴、z轴在采样点n时输出变化量，T为求和的时间长度，fs表示三轴加速度输出采样率。

判定身体所处方向(处于垂直或水平状态)的方法如下：当人在站立或行走时在z轴的加速度值约为g，x轴、y轴的加速度值接近于0，全局加速度方向平行于z轴；当身体在平卧时，在z轴方向上的加速度值将会减小接近于0，而x轴和y轴中的一个轴的加速度值约为g。由于重心偏离，全局加速度方向发生改变，因此计算全局加速度与z轴夹角φ来判别身体状态。如果φ＜20°，或φ＞160°，判定身体处于垂直状态，否则20°＜φ＜160°时，判定身体处于水平状态。

$\mathrm{\&phi;}\left(n\right)=\frac{z_{\mathrm{dc}}^{\&prime;}\left(n\right)}{\sqrt{{\left(x_{\mathrm{dc}}^{\&prime;}\left(n\right)\right)}^2+{\left(y_{\mathrm{dc}}^{\&prime;}\left(n\right)\right)}^2+{\left(z_{\mathrm{dc}}^{\&prime;}\left(n\right)\right)}^2}}---\left(4\right)$

其中φ(n)第n时刻全局加速度与z轴夹角，x′_dc(n)、y′_dc(n)、z′_dc(n)表示三轴加速度x轴、y轴、z轴第n时刻输出的直流分量。

步骤2：根据判定的身体所处方向和三轴加速度能量和E，确定身体状态。

有益效果

本发明装置同时具备DSP与FPGA的优势，支持更高的计算处理能力，可以很好地完成多路信号、大量信号的实时、快速、精确的采集，适用于恶劣复杂的环境，且开发成本低，具有较高的使用价值，有很好的应用前景。将传感器安装在腰带上，这与人们正常使用腰带的情况是相同的，佩戴者不会感觉到有监测装置存在，较为舒适，由于人们佩戴腰带的时间长，监测的时间也相应较长。可使在家庭，办公等环境下，长时间实时监护，还可以辅助医生在病人完全放松无心理负担的情况下更准确地了解心肺功能，预测和诊断心肺疾病，评估生理或心理测试结果，以及监测睡眠质量等。实现人体生理信号获取和处理平台，并且与穿戴技术相结合，实现生理信息的连续动态监测与辨识。本发明具备无创、可移动操作、使用简便、可长时间连续使用特点，实现远程监控，减少佩戴者的心理和生理负担。

附图说明

图1本发明总体结构图；

图2本发明数据采集模块框图；

图3本发明实施例全桥测量电路；

图4本发明实施例三轴加速度传感器电路原理图；

图5本发明实施例前置放大电路原理图；

图6本发明实施例第一二级放大电路原理图；

图7本发明实施例陷波电路原理图；

图8本发明实施例的低通滤波电路原理图；

图9本发明实施例的后级放大电路原理图；

图10本发明实施例FPGA与A/D芯片连接原理图；

图11本发明实施例5V供电稳压电路原理图；

图12本发明实施例3.3V供电稳压电路原理图；

图13本发明实施例2.5V供电稳压电路原理图；

图14本发明实施例1.2V供电稳压电路原理图；

图15本发明实施例FPGA与UART接口连接原理图；

图16本发明实施例FPGA与SD接口连接原理图；

图17本发明实施例FPGA与LCD触摸屏连接原理图；

图18本发明实施例DSP与FPGA连接原理图；

图19本发明实施例JTAG接口电路原理图；

图20本发明实施例SRAM存储电路原理图；

图21本发明实施例FLASH和DSP的连接电路原理图；

图22本发明装置工作流程图；

图23本发明心率计算流程图；

图24本发明实施例标定的J波位置信号图；

图25本发明判别身体状态流程图。

具体实施方式

本发明提供一种心率及身体状态监测装置，将传感器安装在腰带上，本装置包括数据采集模块、FPGA控制模块和DSP数据处理模块，总体结构如图1所示，数据采集模块如图2所示。首先电阻应变式传感器和三轴加速度传感器采集体动信号，电阻应变式传感器一路输出经模拟放大滤波电路处理送入A/D转换电路，三轴加速度传感器三路输出直接送入A/D转换电路，四路传感器的输出经A/D转换电路转换输出至FPGA处理。FPGA内部的NoisII处理器对挂载在Avalon总线上的存储、显示和通信设备进行调用。由DSP模块完成体动信号的处理，提取心率和身体状态的信息，进行心率计算和身体状态判别，通过LCD实时显示心率和预警信息；FPGA通过串口外接通信模块完成与上位机的通信；通过SD接口，将大量的体动信号数据存入SD卡中，为病情的诊断提供充足的数据来源。另外还有按键、开关和LED对装置进行设置和工作状态提示。

受试者配带本发明装置后，心脏跳动引起的体动信号通过传感器转换为交流电压输出，经过模拟放大滤波电路处理后，信号进入A/D转换电路转换成数字信号；身体状态引起的体动信号通过三轴加速度传感器输出至A/D转换电路转换成数字信号。A/D转换电路输出的信号以中断方式、连续方式或定时方式输出至FPGA控制模块，FPGA控制模块通过串口连接通信模块将监控对象的心率和身体状态传送到监护中心。当受试者的心率或身体状态发生异常，医院的中心工作站终端显示界面进行异常提示，本装置向中心工作站的个人急救中心发出报警信息。本装置设有输入输出设备，输出设备可以是LED指示灯，指示灯常亮提示装置处于工作状态，不断闪烁指示装置电力不足；输入设备可以是按键或开关，控制装置的操作和信息收发。

所述数据采集模块包括传感器电路、模拟放大滤波电路和A/D转换电路，传感器电路包括一个固定腰带里的电阻应变式传感器和一个三轴加速度传感器，经电阻应变式传感器输出的信号，受外界的作用力作用，使传感器的弹性梁发生形变，使贴在弹性梁部位的应变片阻值发生变化，在激励电压的作用下，输出的电压信号也发生正比例变化，电阻应变式传感器全桥测量电路如图3所示，三轴加速度传感器型号为MMA7260Q，MMA7260Q的g_Select1和g_Select2两引脚分别接FPGA芯片两个GPIO，输出为高电平，此时设定灵敏度200mV/g，输出引脚X，Y，Z分别接RC低通滤波电路，R阻值1kΩ，C容值0.1μf，电路如图4所示。

模拟放大滤波电路中，传感器电路输出的体动信号，首先经过高稳定性、高共模抑制比的差分前置放大电路消除共模信号，保留差模信号；然后经过隔直电路滤除仪器等引起的直流噪声；所得信号经由第一级放大电路传入50Hz陷波器消除50Hz工频干扰；再经过第二级放大电路，送入低通滤波器中去除高频成分，保留有用的低频信号；再次送入50Hz陷波器；再进行隔直滤波去除干扰信号；最后送入后级放大倍数可调的放大电路根据实际需要进行放大得到体动信号。

模拟放大滤波电路中，前置放大电路型号为AD620AN，电路如图5所示，图中，隔直电路采用两个电解电容正极对正极串联，第一二级放大电路型号为ICL7650，电路如图6所示，陷波电路滤波芯片选用UAF42AP，电路如图7所示，其中，2脚输入，6脚输出。10，9脚分别为UAF42AP的正负电源。为了去除高频干扰，在电源端需连接0.1uf的瓷片电容到地。第一、二级放大电路放大倍数为40倍，后级放大电路的放大倍数根据需要可以调节。低通滤波电路采用两个2阶压控低通滤波器级联，电路如图8所示，其中有源器件型号为ICL7650，滤波电容的选择可根据实际调整。后级放大电路型号为ICL7650，电路图如图9所示，通过可变电阻实现增益可调。

AD转换电路选用型号为ADC0832AP芯片，分辨率8位，其中CS为片选信号，DI为读数据选通信号，CLK为时钟信号，DO为转换后的数据信号，与FPGA的GPIO相连，数据输入通道CH0、CH1与采集电路的输出相连。FPGA与A/D芯片连接原理如图10所示。

FPGA控制模块电路包括电源电路，无线通信模块，SD存储接口，LCD，按键、开关和LED显示。

FPGA电源电路需要使用5V、3.3V、2.5V和1.2V四组直流电源。5V由三端稳压芯片LM2940得到，电路如图11所示；3.3V采用TPS75833，电路如图12所示；2.5V采用TPS76825Q，如图13所示；1.2V部分采用TPS76801Q，电路如图14所示。

FPGA与无线通信模块采用MAX232芯片来完成RS-232-C串行接口的电平转换。MAX3232的11脚T1IN与FPGA的一个GPIO相连，用网络标号TXD表示，12脚R1OUT与FPGA的另一个GPIO相连，用网络标号RXD实现相互连接。13脚R1IN与DB9型连接器的3号引脚相连，14脚T1OUT与DB9型连接器的2号引脚相连，电路如图15所示。MAX3232芯片的电容C3、C4、C5、C6分别接在1和3、4和5、2和6、6和15之间，C7是芯片电源引脚滤波电容。

FPGA与SD接口电路如图16所示，7脚D0、5脚CLK、2脚CMD、1脚CD/D3分别与FPGA的GPIO相连，分别用网络标号SD DAT、SD CLK、SD CMD和SD DATA3来实现连接。

FPGA与LCD接口电路如图17所示，LCD模块负责显示体动信号波形、心率等信息，其中V0为LCD显示对比度调整端，接正电源对比度最弱，接地对比度最高，通过10kΩ电位器调整。寄存器选择引脚RS、读写信号引脚RW、芯片使能引脚E、双向数据线引脚D7～D0均与FPGA控制模块的GPIO连接，分别用网络标号LCD_RS、LCD_RW、LCD_E和LCD[7..0]来实现连接。

FPGA与DSP连接，主要完成对ADC0832AP控制、数据的传输以及相应的逻辑控制，电路如图18所示。装置采用基于DSP与FPGA协同处理，DSP芯片型号为TMS320VC5410，FPGA芯片型号为EP2C6Q208。

DSP芯片TMS320VC5410主要进行数据的计算及传输，通过向FPGA发送准备好信号，使FPGA通过A/D转换电路采集数据，并将数据传输给TMS320VC5410，完成输入数据的计算、打包等处理。

DSP模块电路包括JTAG接口电路、SRAM存储电路和DSP与FLASH连接电路。

JTAG接口电路用于仿真和测试，JTAG接口共有14针，其中测试数据输入引脚TDI、测试数据输出引脚TDO、测试模式选择引脚TMS和测试时钟输入引脚TCK分别同FPGA的GPIO相连。JTAG接口电路如图19所示。

DSP的SRAM芯片型号为IS61LV51216-12T，用来存储DSP在工作过程中所使用到的数据。电路原理如图20所示，芯片11脚和13脚接电源端，12脚和34脚接地端；6脚

为芯片使能端，41脚

为读使能端，17脚

为写使能端，39脚

和40脚

接地；A0～A18为19位地址线；I/O0～I/O15为16位数据线，这些引脚均与FPGA的GPIO相连。

DSP的FLASH芯片型号为SST39VF400A。FLASH和DSP的连接如图21所示，FLASH的18位地址线A0～A17、16位数据线D0～D15和3条控制线

与DSP的IO相连。

本发明软件部分主要包括数据采集、数据处理及传输。其中，由于采用串口外接无线通信模块的协议已经固化在模块中，因此，只需要在DSP和FPGA中编写数据采集、处理和收发程序。本发明软件流程如图22所示。DSP和FPGA主要是进行初始化、逻辑控制、前端数据采集和数据的处理传输。系统上电复位后，首先完成初始化，包括FPGA、DSP的初始化；然后FPGA等待接收DSP准备好信号，FPGA根据键入信息控制A/D转换器完成数据的采集；再由FPGA向DSP发出写指令，FPGA把读取数据并发送给DSP，由DSP完成数据的计算、识别等处理，进行异常判断，如有异常，DSP将数据发送给FPGA，FPGA通过无线通信模块发送给上位机。

采用本发明装置监测心率及身体状态方法，具体按以下步骤执行：

步骤一：采集信号。首先为受试者带上心率及身体状态监测装置，当受试者心率和身体状态发生改变时，传感器采集由此产生的信号，并转换为交流电压输出；

步骤二：转换信号。经电阻应变式传感器输出的信号经过模拟放大滤波电路处理后，同三轴加速度传感器输出的信号分别输出至四个A/D转换电路转换为数字信号输出至FPGA中；

步骤三：信号预处理。FPGA采集A/D转换电路输出的体动信号，对采集到的信号进行滤波，将滤波后的数据输出至DSP；

步骤四：心率及身体状态监测。DSP模块进行体动信号的处理，计算心率并判别身体状态，所得到的数据反馈到FPGA，FPGA将数据存储在SD卡中，并在LCD上实时显示心率信号波形，FPGA根据DSP反馈的信息，将数据通过串口外接通信模块发送给医院的监护中心工作站。

所述步骤四中，DSP模块对体动信号进行滤波、J波群检测、体动周期计算，从而计算心率。具体流程如图23所示，具体步骤如下：

步骤1：选择合适小波基，确定分解尺度，对采集的原始体动信号进行尺度分解；

本具体实施方式中选择了尺度函数比较接近体动信号波形且小波函数对称性较好的sym8小波基。对含噪的体动信号进行小波分解，分解尺度j需满足公式(5)。

其中f_c为待分析信号x(t)中心频率，f_s为体动信号的采样频率，N为信号长度。

步骤2：确定阈值函数，对体动信号进行小波去噪，

阈值函数如式(1)所示，

${\mathrm{\&omega;}}_{j,k}^{\%}=\left\{\begin{array}{cc}\mathrm{sgn}\left({\mathrm{\&omega;}}_{j,k}\right)\left[\right|{\mathrm{\&omega;}}_{j,k}|-t^{c({\mathrm{\&lambda;}}_j-|{\mathrm{\&omega;}}_{j,k}\left|\right)}{\mathrm{\&lambda;}}_j]& \left|{\mathrm{\&omega;}}_{j,k}\right|\&GreaterEqual;{\mathrm{\&lambda;}}_j\\ 0& \left|{\mathrm{\&omega;}}_{j,k}\right|<{\mathrm{\&lambda;}}_j\end{array}\right.---\left(1\right)$

其中，ω_j，k为第j尺度下的第k个小波系数，

c为可调参数，λ_j为j尺度下的阈值，

N为信号长度，σ为噪声的标准差；

步骤3：利用小波模极大值提取局部极值点，局部极值点位置记为J1；

对于通过小波分解得到去噪后的小波系数，根据极大值处的二阶导数大于或小于零来得到，满足(f(j)-f(j-1))*(f(j)-f(j+1))＞0，则点j即为局部极大值点，并将局部极大值点j位置记为J1。

步骤4：选取单调上升幅度阈值，具体地：任选t为幅度的分割阈值，所取的上升沿幅度个数占所有上升沿个数的比例为w₀，平均幅值为μ₀；去除的幅度个数占所有上升沿个数的比例为w₁，平均幅值为μ₁。信号的总平均上升沿幅度的平均值为：μ＝w₀×μ₀+w₁×μ₁。从最小上升幅度值到最大上升幅度值遍历t，当t＝t₁，使g＝w₀×(μ₀-μ)²+w₁×(μ₁-μ)²最大时，t₁即为最佳的幅度分割阈值。

步骤5：判断J1中的点的幅值是否大于阈值t₁，将大于阈值的点保存到J2中。

步骤6：确定J波中心点的位置。由于成人平静时的心率不超过400ms，系统采样率为500Hz，设定200个点为标准，在J2中去除相邻点之间的距离小于200个点的部分，剩下的点构成J，标定的J波位置如图24所示。

步骤7：计算心率。利用这些J波的位置计算一个平均周期即心动周期，心动周期的倒数就是所求心率。J为J波中心点对应的采样点数。

心率＝60/心动周期       (2)

心率监测对心律失常(期前收缩、心动过速、扑动与颤动、传导阻滞等)的监测具有重要意义。

所述步骤四中，判别身体状态的方法是通过身体所处的方向(水平或垂直)、加速度能量变化和(是否在指定阈值区间内)来判断处于平卧、站立、行走、跑步等状态。身体状态的监测通过三轴加速度传感器来实现，即把加速度值分解到x、y、z轴上，根据基态的值，计算出加速度和x、y、z轴之间的夹角，从而判断身体所处状态。其中，x轴的正方向指向人前进的方向，y轴的正方向指向身体的正左方，z轴的正方向指向身体的正上方然后送入A/D转换电路中。

判别身体状态具体过程按如下步骤进行：

步骤1：计算加速度能量和E，并判定身体所处方向。

身体处于一个三维立体空间中，坐标轴x、y、z满足右手定则，z轴与x轴、y轴相互正交于原点。身体所在平面平行于z轴方向定义为垂直方向；垂直于z轴方向定义为水平方向。

三轴加速度能量变化和E的定义：

$\mathrm{Energy}=\underset{n=1}{\overset{T\&times;\mathrm{fs}}{\mathrm{\&Sigma;}}}\sqrt{{\left(x_{\mathrm{ac}}^{\&prime;}\left(n\right)\right)}^2+{\left(y_{\mathrm{ac}}^{\&prime;}\left(n\right)\right)}^2+{\left(z_{\mathrm{ac}}^{\&prime;}\left(n\right)\right)}^2}---\left(3\right)$

其中x′_ac(n)、y′_ac(n)、z′_ac(n)表示三轴加速度x轴、y轴、z轴在采样点n时输出变化量，T为求和的时间长度，fs表示三轴加速度输出采样率。

判定身体所处方向(处于垂直或水平状体)的方法如下：当人在站立或行走时全局加速度在z轴的加速度值约为g，x轴、y轴的加速度值接近于0，全局加速度方向平行于z轴；当人体在平卧时，在z轴方向上的加速度值将会减小接近于0，而x轴和y轴中的一个轴的加速度值约为g。由于重心偏离，全局加速度方向发生改变，因此计算全局加速度与z轴夹角φ来判别身体状态，如果φ＜20°，或φ＞160°，判定身体处于垂直状态，否则20°＜φ＜160°时，判定身体处于水平状态。

$\mathrm{\&phi;}\left(n\right)=\frac{z_{\mathrm{dc}}^{\&prime;}\left(n\right)}{\sqrt{{\left(x_{\mathrm{dc}}^{\&prime;}\left(n\right)\right)}^2+{\left(y_{\mathrm{dc}}^{\&prime;}\left(n\right)\right)}^2+{\left(z_{\mathrm{dc}}^{\&prime;}\left(n\right)\right)}^2}}---\left(4\right)$

其中φ(n)第n时刻全局加速度与z轴夹角，x′_dc(n)、y′_dc(n)、z′_dc(n)表示三轴加速度x轴、y轴、z轴第n时刻输出的直流分量。

步骤2：根据判定的身体所处方向和三轴加速度能量和E，确定身体状态。

根据监测三轴加速度输出，判定身体所处方向和三轴加速度能量和E，确定身体状态包括以下几种情况：

身体所处方向水平，三轴加速度能量变化和小于阈值E1，则身体属于平卧状态；

身体所处方向垂直，三轴加速度能量变化和为零，则身体处于直立状态；

身体所处方向垂直，三轴加速度能量变化和在阈值区间{E2，E3}里，则身体处于行走状态；

身体所处方向垂直，三轴加速度能量变化和大于阈值E4，则身体处于跑步状态。

本实施例以判定身体跌倒为例，判定身体处于跌倒状态的方法如下：

首先判断身体是否从垂直状态转变接近水平状态(条件1)，再判定全局加速度与z轴夹角变化率是否超过阈值(条件2)，从而确定身体是否处于跌倒状态。

初始时身体处于直立状态，跌倒后大多数情况下身体处于水平或接近水平状态。因此先判定身体是否从垂直状态转变接近水平状态，当人在站立或行走时z轴的加速度值约为g，x轴、y轴的加速度值接近于0，当身体发生跌倒时，由于重心偏离，z轴方向上的加速度值将会减小，当身体由垂直变为水平状态时，z轴方向上的加速度值变为0，而x轴和y轴中的一个轴或两个轴的加速度值也会有相应变化。因此计算全局加速度与z轴夹角φ，φ如果从垂直状态取值φ₁(t₁)(φ＜20°，或φ＞160°)变化到水平状态取值φ₂(t₂)(20°＜φ＜160°)，则认为满足了跌倒发生的条件1；根据身体发生跌倒的形态会发现，发生跌倒时身体重心的改变速度会比一般日常活动中的重心改变的速度快，且幅度较大。因此，对全局加速度与z轴夹角进行差分运算求夹角变化率

判定结果是否超过设定的阈值λ，超过满足条件2判定为跌倒。判定身体跌倒的流程如图25所示。

本发明装置同时具备DSP与FPGA的优势，支持更高的计算处理能力，可以很好地完成多路信号、大量信号的实时、快速、精确的采集，适用于恶劣复杂的环境，且开发成本低，具有较高的使用价值。

Claims (4)

1.一种心率及身体状态监测装置，将传感器安装在腰带上，其特征在于：该监测装置包括：数据采集模块、FPGA控制模块和DSP数据处理模块；

所述数据采集模块包括传感器电路、模拟放大滤波电路和A/D转换电路，其中传感器电路包括一个固定腰带里的电阻应变式传感器和一个三轴加速度传感器，固定腰带里的电阻应变式传感器用于监测心脏跳动引起的体动信号，主要用来监测心率；三轴加速度传感器用来监测身体状态变化引起的体动信号；模拟放大滤波电路包括前置放大电路、隔直电路、陷波电路、低通滤波电路及三级放大电路，前置放大电路的输出端接至隔直电路的输入端，第一级放大电路的输入端与隔直电路输出端相连接，第一级放大电路输出接至陷波电路输入端，陷波电路输出端接至第二级放大电路输入端，第二级放大电路输出接至低通滤波电路输入端，低通滤波电路输出端再接至陷波电路输入端，陷波电路输出端接至后级放大电路输入端；

所述FPGA控制模块包括电源电路，无线通信模块，SD存储接口，LCD，按键、开关和LED显示；

所述DSP数据处理模块包括JTAG接口电路、SRAM存储电路和DSP与FLASH连接电路；

所述传感器电路中的电阻应变式传感器输出端连接至模拟放大滤波电路输入端，模拟放大滤波电路输出端连接至一个A/D转换电路输入端，三轴加速度传感器的三个输出端分别连接至三个A/D转换电路输入端，四个A/D转换电路的输出端连至FPGA控制模块的GPIO，FPGA控制模块通过GPIO与DSP数据处理模块I/O输入端相连，FPGA通过串口外接通信模块，FPGA与SD卡通过SD存储接口连接。

2.采用权利要求1所述的心率及身体状态监测装置监测心率及身体状态的方法，其特征在于按如下步骤进行：

步骤一：采集信号，首先为受试者配带上心率及身体状态监测装置，当受试者心率和身体状态发生改变时，传感器采集由此产生的体动信号，并转换为交流电压输出；

步骤二：转换信号，经电阻应变式传感器输出的信号经过模拟放大滤波电路处理后，同三轴加速度传感器输出的信号分别输出至四个A/D转换电路转换为数字信号输出至FPGA中；

步骤三：信号预处理，FPGA采集A/D转换电路输出的体动信号，对采集到的信号进行滤波，将滤波后的信号输出至DSP；

步骤四：心率及身体状态监测，DSP模块进行体动信号的处理，计算心率并判别身体状态，所得到的数据反馈到FPGA，FPGA将数据存储在SD卡中，并在LCD上实时显示体动信号波形，FPGA根据DSP反馈的信息，将数据通过串口外接通信模块发送给监护中心工作站。

3.根据权利要求2所述的心率及身体状态监测方法，其特征在于：所述步骤四中，DSP模块对体动信号处理，计算心率是DSP模块对体动信号进行滤波、J波群检测、心动周期计算，从而计算心率，计算心率具体方法如下：

步骤1：选择合适小波基，确定分解尺度，对采集的体动信号进行尺度分解；

步骤2：确定阈值函数，对体动信号进行小波去噪；

步骤3：利用小波模极大值提取局部极值点，局部极值点位置记为J1；

步骤4：选取单调上升幅度阈值，具体地：任选t为幅度的分割阈值，所取的上升沿幅度个数占所有上升沿个数的比例为w₀，平均幅值为μ₀；去除的幅度个数占所有上升沿个数的比例为w₁，平均幅值为μ₁；信号的总平均上升沿幅度的平均值为：μ＝w₀×μ₀+w₁×μ₁，从最小上升幅度值到最大上升幅度值遍历t，当t＝t₁，使g＝w₀×(μ₀-μ)²+w₁×(μ₁-μ)²最大时，t₁即为最佳的幅度分割阈值；

步骤5：判断J1中的点的幅值是否大于阈值t₁，将大于阈值的点保存到J2中；

步骤6：确定J波中心点的位置；

步骤7：计算心率，利用这些J波的中心点位置计算一个平均周期即心动周期，心动周期的倒数就是所求心率，J为J波中心点对应的采样序数，

心率＝60/心动周期   (3)。

4.根据权利要求2所述的心率及身体状态监测方法，其特征在于：所述步骤四中，DSP模块进行体动信号处理，判别身体状态的方法按如下步骤进行：

步骤1：计算加速度能量和E，并判定身体所处方向；

身体处于一个三维立体空间中，坐标轴x、y、z满足右手定则，z轴与x轴、y轴相互正交于原点，身体所在平面平行于z轴方向定义为垂直方向，垂直于z轴方向定义为水平方向，

三轴加速度能量变化和E的定义：

$\mathrm{Energy}=\underset{n=1}{\overset{T\&times;\mathrm{fs}}{\mathrm{\&Sigma;}}}\sqrt{{\left(x_{\mathrm{ac}}^{\&prime;}\left(n\right)\right)}^2+{\left(y_{\mathrm{ac}}^{\&prime;}\left(n\right)\right)}^2+{\left(z_{\mathrm{ac}}^{\&prime;}\left(n\right)\right)}^2}---\left(2\right)$

其中x′_ac(n)、y′_ac(n)、z′_ac(n)表示三轴加速度x轴、y轴、z轴在采样点n时输出变化量，T为求和的时间长度，fs表示三轴加速度输出采样率；

判定身体所处方向(处于垂直或水平状体)的方法如下：当人在站立或行走时在z轴的加速度值约为g，x轴、y轴的加速度值接近于0，全局加速度方向平行于z轴；当身体在平卧时，在z轴方向上的加速度值将会减小接近于0，而x轴和y轴中的一个轴的加速度值约为g，由于重心偏离，全局加速度方向发生改变，因此计算全局加速度与z轴夹角φ来判别身体状态，如果φ＜20°，或φ＞160°，判定身体处于垂直状态，否则20°＜φ＜160°时，判定身体处于水平状态；

$\mathrm{\&phi;}\left(n\right)=\frac{z_{\mathrm{dc}}^{\&prime;}\left(n\right)}{\sqrt{{\left(x_{\mathrm{dc}}^{\&prime;}\left(n\right)\right)}^2+{\left(y_{\mathrm{dc}}^{\&prime;}\left(n\right)\right)}^2+{\left(z_{\mathrm{dc}}^{\&prime;}\left(n\right)\right)}^2}}---\left(4\right)$

其中φ(n)第n时刻全局加速度与z轴夹角，x′_dc(n)、y′_dc(n)、z′_dc(n)表示三轴加速度x轴、y轴、z轴第n时刻输出的直流分量；

步骤2：根据判定的身体所处方向和三轴加速度能量和E，确定身体状态。

Images