在當(dāng)今的醫(yī)療現(xiàn)狀下，由于患者連續(xù)性健康信息數(shù)據(jù)缺失，醫(yī)生無(wú)法了解緩慢累積的慢性疾病的形成原因，導(dǎo)致診斷準(zhǔn)確性在一定程度上受到了影響。老年人或慢性病患者在戶(hù)內(nèi)外活動(dòng)時(shí)，會(huì)有不慎摔倒的情況，此時(shí)若不能及時(shí)獲取相關(guān)的生理參數(shù)并通知醫(yī)生和家人，將延誤治療時(shí)機(jī)。傳統(tǒng)的監(jiān)護(hù)儀器一般存在以下一些問(wèn)題：(1)沒(méi)有很好地把運(yùn)動(dòng)監(jiān)護(hù)和運(yùn)動(dòng)狀態(tài)下的體征參數(shù)監(jiān)護(hù)結(jié)合起來(lái)[1]；(2)不能及時(shí)地將使用者實(shí)時(shí)監(jiān)護(hù)數(shù)據(jù)呈現(xiàn)給醫(yī)生進(jìn)行分析與診斷，降低了監(jiān)護(hù)數(shù)據(jù)的價(jià)值；(3)沒(méi)有考慮到監(jiān)測(cè)的便捷性，給使用者的日常生活和工作帶來(lái)了較大的影響。
    本文提出一種基于STM32單片機(jī)的微型多參數(shù)健康監(jiān)護(hù)終端的設(shè)計(jì)與實(shí)現(xiàn)方法，可以在監(jiān)測(cè)使用者多個(gè)生理參數(shù)的同時(shí)監(jiān)測(cè)其身體運(yùn)動(dòng)姿態(tài)，監(jiān)護(hù)數(shù)據(jù)通過(guò)藍(lán)牙實(shí)時(shí)發(fā)送至智能設(shè)備進(jìn)行顯示。該終端的設(shè)計(jì)充分體現(xiàn)了智能醫(yī)療時(shí)代家用醫(yī)療監(jiān)護(hù)設(shè)備“更便攜、更安全、更低耗、更智能以及更高診斷級(jí)性能”的發(fā)展趨勢(shì)。
1 系統(tǒng)硬件結(jié)構(gòu)
    如圖1所示，設(shè)計(jì)的多參數(shù)健康監(jiān)護(hù)終端主要包括以STM32單片機(jī)為核心的主控單元、血氧信號(hào)采集模塊、心電信號(hào)采集模塊、跌倒監(jiān)測(cè)模塊、藍(lán)牙通信模塊、人機(jī)交互模塊、存儲(chǔ)模塊和電源管理模塊等。

1.1 單片機(jī)控制單元
    為滿(mǎn)足系統(tǒng)多參數(shù)采集和快速數(shù)據(jù)處理要求，本設(shè)計(jì)采用意法半導(dǎo)體公司生產(chǎn)的最高工作頻率可達(dá)72 MHz的STM32F103RE單片機(jī)作為主控芯片。它具有豐富的片上外設(shè)資源和18 MHz的I/O翻轉(zhuǎn)速度，不僅可以實(shí)現(xiàn)單周期乘法和硬件除法，還可以利用其提供的DSP庫(kù)在STM32芯片上實(shí)現(xiàn)快速傅里葉變換算法，滿(mǎn)足血氧飽和度等參數(shù)計(jì)算要求。
1.2 心電信號(hào)采集模塊
    本設(shè)計(jì)采用美國(guó)德州儀器公司專(zhuān)為ECG等生物電信號(hào)測(cè)量推出的單芯片解決方案ADS1298，其內(nèi)部集成了24位模/數(shù)轉(zhuǎn)換器、可編程放大器和右腿驅(qū)動(dòng)電路等模塊，大大降低了采集系統(tǒng)復(fù)雜度和功耗，提高了系統(tǒng)的可靠性。選用動(dòng)態(tài)心電圖（DCG）的CM5導(dǎo)聯(lián)系統(tǒng)作為日常監(jiān)護(hù)的常規(guī)導(dǎo)聯(lián)，其數(shù)據(jù)幅度和穩(wěn)定性均能較好地滿(mǎn)足日常監(jiān)護(hù)要求。電極采集所得的心電信號(hào)經(jīng)心電導(dǎo)聯(lián)線輸入至低通濾波電路和基線抑制電路后由ADS1298采樣處理，單片機(jī)以SPI方式讀取數(shù)字心電數(shù)據(jù)。

1.4 跌倒監(jiān)測(cè)模塊
    穿戴式傳感器由于其成本低、使用簡(jiǎn)便和技術(shù)先進(jìn)等優(yōu)點(diǎn)，是監(jiān)測(cè)人體在跌倒時(shí)身體各部位機(jī)械變化情況的最佳選擇[3]。人體跌倒時(shí)，身體的加速度信息相比日常生活的正常動(dòng)作會(huì)有很大的變化，通過(guò)分析人體加速度信息的變化，監(jiān)護(hù)終端即可在使用者跌倒時(shí)正確識(shí)別并發(fā)出求救信號(hào)。加速度的測(cè)量使用三軸加速度傳感器MMA7260。由于人體軀干運(yùn)動(dòng)的加速度幅值范圍一般不超過(guò)±6 g[4]，選取傳感器的量程為±6 g。傳感器輸出的3個(gè)方向的加速度信號(hào)為模擬信號(hào)，分別經(jīng)過(guò)一階無(wú)源RC低通濾波電路之后由單片機(jī)的A/D轉(zhuǎn)換接口轉(zhuǎn)化為數(shù)字信號(hào)，然后根據(jù)實(shí)驗(yàn)得到的加速度傳感器標(biāo)定公式[5]，計(jì)算出三軸加速度值，再由單片機(jī)進(jìn)行算法分析，判斷當(dāng)前的人體姿態(tài)。
1.5 藍(lán)牙通信模塊
    藍(lán)牙4.0將藍(lán)牙技術(shù)、藍(lán)牙低功耗技術(shù)及藍(lán)牙高速技術(shù)3種藍(lán)牙規(guī)格融為一體，考慮到本設(shè)計(jì)的無(wú)線傳輸和低功耗需求，選取以TI 公司CC2540為主芯片的藍(lán)牙模塊。該模塊采用Bluetooth Specification V4.0 BLE協(xié)議，支持AT指令，工作頻率為2.4 GHz。健康監(jiān)護(hù)終端通過(guò)藍(lán)牙模塊與智能設(shè)備進(jìn)行數(shù)據(jù)交互，藍(lán)牙模塊的波特率設(shè)置為57 600 b/s，8 bit數(shù)據(jù)位，無(wú)校驗(yàn)位，無(wú)停止位，工作模式為從設(shè)備模式。監(jiān)護(hù)終端向智能設(shè)備發(fā)送的數(shù)據(jù)包主要有模塊自檢信息、控制命令應(yīng)答信息、功能設(shè)置信息、系統(tǒng)運(yùn)行狀態(tài)、監(jiān)護(hù)波形數(shù)據(jù)和生理參數(shù)數(shù)據(jù)6種。數(shù)據(jù)包通過(guò)和校驗(yàn)方式，將包ID、包長(zhǎng)度和N個(gè)數(shù)據(jù)累加和作為校驗(yàn)位，其基本格式為：包ID+包長(zhǎng)度+數(shù)據(jù)1+…+數(shù)據(jù)N+校驗(yàn)位。
2 系統(tǒng)軟件設(shè)計(jì)
2.1 系統(tǒng)工作主流程
    多參數(shù)健康監(jiān)護(hù)終端的主程序流程圖如圖3所示。系統(tǒng)的主要工作流程分為以下幾個(gè)部分：
    (1)系統(tǒng)各個(gè)工作模塊初始化配置，包括ADC、DAC、UART、SPI、顯示屏和藍(lán)牙模塊等；
    (2)人體姿態(tài)監(jiān)測(cè)以及心電、脈搏波信號(hào)的采集、分析、顯示和存儲(chǔ)等；
    (3)生理信息出現(xiàn)異常時(shí)觸發(fā)報(bào)警功能，包括聲音報(bào)警和振動(dòng)報(bào)警；
    (4)通過(guò)藍(lán)牙模塊向智能設(shè)備發(fā)送當(dāng)前監(jiān)護(hù)數(shù)據(jù)或接收來(lái)自智能設(shè)備的控制命令。

2.2 生理信號(hào)采集時(shí)序設(shè)計(jì)
    從頻域角度分析，心電和脈搏波屬于低頻信號(hào)，頻帶范圍分別為0.05~100 Hz和0~20 Hz[6]。人體活動(dòng)的加速度信號(hào)99%能量集中在15 Hz以下，因此要檢測(cè)的人體活動(dòng)的加速度頻率一般低于20 Hz[4]。根據(jù)奈奎斯特采樣定理以及系統(tǒng)設(shè)計(jì)需要，設(shè)定心電信號(hào)的采集周期為4 ms，光電脈搏波信號(hào)和人體加速度信號(hào)的采集周期均為12 ms。系統(tǒng)生理信號(hào)采集的工作時(shí)序圖如圖4所示。
    系統(tǒng)采用分時(shí)調(diào)度機(jī)制進(jìn)行數(shù)據(jù)采集和處理。利用定時(shí)器Timer2定時(shí)1 ms并打開(kāi)中斷使能，定時(shí)中斷函數(shù)為Func_Time1ms()，函數(shù)內(nèi)容如下：
void Func_Time1ms (void)
{
    (*FuncT[FuncT_Index])();
    FuncT_Index += 1;
    if(FuncT_Index > 11)  FuncT_Index = 0;
}
其中FuncT是分時(shí)調(diào)度指針數(shù)組，其元素的變量類(lèi)型是通過(guò)語(yǔ)句“typedef void(*pFUNT)(void);”來(lái)定義的。數(shù)組FuncT的元素類(lèi)型為函數(shù)型指針，該函數(shù)的參數(shù)和返回值均為空，函數(shù)體分別為12 ms采集周期內(nèi)每時(shí)間片執(zhí)行的子程序。
3 生理信號(hào)處理與分析
3.1 數(shù)字濾波
    人體生理信號(hào)的采集常伴有工頻和基線漂移等干擾，考慮到對(duì)于便攜性和低功耗的要求，本文在硬件濾波電路基礎(chǔ)上采用數(shù)字濾波方式進(jìn)一步進(jìn)行抗干擾處理。50 Hz工頻干擾采用低通FIR數(shù)字濾波器進(jìn)行濾除，本研究使用Matlab的FDAtool工具箱設(shè)計(jì)FIR數(shù)字濾波器。為了將其移至到STM32單片機(jī)上運(yùn)行，還需對(duì)設(shè)計(jì)的濾波系數(shù)進(jìn)行量化操作，將浮點(diǎn)型濾波器系數(shù)轉(zhuǎn)化為整型系數(shù)，以提高運(yùn)算效率。
    針對(duì)信號(hào)中的基線漂移干擾，采用滑動(dòng)平滑濾波的方法實(shí)現(xiàn)基線漂移的抑制[7]。其算法過(guò)程為：首先讀取待處理點(diǎn)x[n]前長(zhǎng)度為m的數(shù)據(jù)，計(jì)算其平均值作為基線值，然后將所得基線值ybase[n]與處理點(diǎn)x[n]相減，得到基線處理后的值。心電信號(hào)和脈搏波信號(hào)的數(shù)字濾波處理結(jié)果如圖5所示。

3.3 跌倒判斷
    不同跌倒類(lèi)型的信號(hào)在波形上存在很大相似度，在跌倒前后人體處于相對(duì)靜止?fàn)顟B(tài)，測(cè)得的加速度值在重力加速度g附近波動(dòng)，在跌倒發(fā)生的瞬間會(huì)有一段峰值大于A（A=2.5g）的尖脈沖出現(xiàn)，跌倒動(dòng)作在時(shí)間T（T=1.5 s）內(nèi)完成[10]，并且在跌倒之后人體將處于相對(duì)靜止?fàn)顟B(tài)。基于此，當(dāng)系統(tǒng)檢測(cè)到人體的真實(shí)加速度值大于A并且時(shí)間T之后人體加速度值小于B（B=1.2g）時(shí)即可判定使用者發(fā)生了跌倒。
4 結(jié)果與討論
    本文設(shè)計(jì)了一款基于STM32單片機(jī)的微型多參數(shù)健康監(jiān)護(hù)終端，其心電監(jiān)測(cè)有3種導(dǎo)聯(lián)采集模式和多種增益選擇，心率的測(cè)量范圍為30～250 b/min，精度為±3 b/min，血氧飽和度在90%～99%范圍內(nèi)精度為±2%，在70%～89%范圍內(nèi)精度為±3%。利用設(shè)計(jì)的健康監(jiān)護(hù)終端對(duì)8名年齡為22～28周歲的受測(cè)者同時(shí)采集3導(dǎo)聯(lián)心電信號(hào)和脈搏波信號(hào)，計(jì)算其心率和血氧飽和度值，每5 min測(cè)量1次，測(cè)量3次后取平均值，并與某商用監(jiān)護(hù)儀的測(cè)量結(jié)果進(jìn)行對(duì)比，結(jié)果如表1所示。由表中數(shù)據(jù)可知，采集的結(jié)果均在允許的誤差范圍之內(nèi)。出于安全性考慮，由以上8名受測(cè)者在墊子上分別將前倒、后倒和側(cè)倒3種跌倒動(dòng)作重復(fù)10次，統(tǒng)計(jì)結(jié)果顯示終端的報(bào)警正確率均在90%以上。
    設(shè)計(jì)的健康監(jiān)護(hù)終端采用分辨率為320×240的2.6英寸LCD顯示屏，實(shí)現(xiàn)的監(jiān)護(hù)界面如圖8(a)所示。該終端大小僅為80 mm×50 mm×10 mm，并可通過(guò)藍(lán)牙與Android或iOS智能設(shè)備實(shí)現(xiàn)數(shù)據(jù)交互，如圖8(b)所示。設(shè)計(jì)的多參數(shù)健康監(jiān)護(hù)終端在檢測(cè)到使用者發(fā)生跌倒時(shí)會(huì)發(fā)出聲音和振動(dòng)報(bào)警信號(hào)，并通過(guò)手機(jī)向他人發(fā)出求救。實(shí)驗(yàn)證明，本微型多參數(shù)健康監(jiān)護(hù)終端具有功能全面、測(cè)量準(zhǔn)確、界面友好和使用方便等特點(diǎn)，而其與智能設(shè)備的無(wú)線連接功能則進(jìn)一步體現(xiàn)了遠(yuǎn)程醫(yī)療與遠(yuǎn)程保健服務(wù)的未來(lái)趨勢(shì)，為國(guó)內(nèi)智能化醫(yī)療與移動(dòng)健康事業(yè)的發(fā)展提供了參考，具有很高的使用價(jià)值和廣闊的發(fā)展前景。

參考文獻(xiàn)
[1] 文軍，何偉，王平，等.基于嵌入式系統(tǒng)的便攜式多參數(shù)監(jiān)護(hù)儀的研究[J].電子技術(shù)應(yīng)用，2009，35(11)：71-74.
[2] 秦玲，賴(lài)青貴，張良，等.基于運(yùn)算放大器的壓控恒流源[J].強(qiáng)激光與粒子束，2010，22(3)：553-556.
[3] Zhao Guoru，Mei Zhanyong，Liang Ding，et al.Exploration and implementation of a pre-impact fall recognition method based on an inertial body sensor network[J].Sensors(Basel)，2012，12(11)：15338-15355.
[4] 謝開(kāi)明.基于GPRS的跌倒檢測(cè)報(bào)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].重慶：重慶大學(xué)，2010.
[5] 蔡駿宇，劉軍，時(shí)梟鵬.基于MEMS的汽車(chē)制動(dòng)性能道路測(cè)試技術(shù)研究[J].電子技術(shù)應(yīng)用，2013，39(6)：77-80.
[6] 趙治月，張愛(ài)華，楊華.基于心電信號(hào)的脈搏波形特征點(diǎn)提取[J].北京生物醫(yī)學(xué)工程，2011，30(1)：51-56.
[7] 胡曉.基于統(tǒng)計(jì)加權(quán)滑動(dòng)平均的去心電信號(hào)基線漂移[J].生物醫(yī)學(xué)工程學(xué)雜志，2012，29(1)：51-54.
[8] RUSCH T L，SANKAR R，SCHARF J E.Signal processing methods for pulse oximetry[J].Computers in Biology and Medicine，1996，26(2)：143-159.
[9] SCHARF J E，ATHAN S，CAIN D.Pulse oximetry through spectral analysis[C].In Biomedical Engineering Conference，1993，Proceedings of the Twelfth Southern,New Orleans，LA，USA,1993.
[10] 張愛(ài)華，王璐.基于三維加速度傳感器設(shè)計(jì)的跌倒檢測(cè)[J]. 中國(guó)組織工程研究與臨床康復(fù)，2010，14(48)：9029-9032.