《电子技术应用》
您所在的位置:首页 > 嵌入式技术 > 设计应用 > 嵌入式睡眠监控报警系统研究
嵌入式睡眠监控报警系统研究
来源:电子技术应用2011年第9期
张俊涛,马文博,张开生
(陕西科技大学 电气与信息工程学院,陕西 西安710021)
摘要: 分析了嵌入式睡眠监控报警系统的重要性,设计了系统的硬件模块和软件流程图。系统由采集处理模块和监控报警模块构成,分为轻度异常和危急异常两级报警。重点阐述了如何利用脉搏波特征量K值,计算出心血管疾病的相关特征参数,以判断病情并采取合理的措施。该系统对监控严重危害人们生命安全的突发疾病有独特的优势,特别适用于对老人以及行动不便者的监护。
中图分类号: TP368.1
文献标识码: A
文章编号: 0258-7998(2011)09-0046-03
Study on embedded sleep monitoring and alarm system
Zhang Juntao,Ma Wenbo,Zhang Kaisheng
College of Electric & Information Engineering, Shaanxi University of Science & Technology, Xi′an 710021,China
Abstract: The importance of embedded sleep monitoring and alarm system is analyzed. The system of hardware module and software flowchart is designed under the control of embedded microprocessor. The system is consisted of acquisition processing module and monitoring alarm module, which is divided into two levels abnormal alarm and emergency alarm. Pulse wave characteristics K value is used to diagnostic and examination of cardiovascular disease. The system can monitoring and alarm patients of heart disease, cerebral hemorrhage and other sudden illness, especially for elderly and mobility person. It gains valuable time to save the life of patients.
Key words : monitoring;alarm;embedded;pulse wave characteristics value


    在睡眠过程中,人体生理功能会发生一系列变化,如感觉功能减退,呼吸、心律减慢,血压降低,血液中二氧化碳结合力上升,呼吸中枢对二氧化碳敏感性减弱,肺通气量减少等[1-2]。这种变化,正常人能很快适应,而对病人、老年者则具有一定的危害性,因此突发疾病多发生在夜间。
    在突发疾病中,心血管疾病是人类健康的头号大敌。据世界卫生组织估计,目前全球每年死于心血管疾病的人数占全部疾病死亡人数的三分之一以上,而且这一趋势还在进一步扩大[3]。有数据显示,71%的心脏病发作在家中或工作场所,其中60%~70%的人因失去抢救时间死于医院外[4]。中国人口约占世界人口的22%,而医疗卫生资源却仅占2%,而且大多集中在城市的大医院里,医疗资源十分有限。此外,目前大部分医疗设备价格昂贵、操作复杂、仅限于在医院病房使用。因此,很难实现在人们日常生活、工作的同时对其身体状况进行实时监测[5]。若突发疾病不能及时被发现,就会耽误最佳抢救时间。
    嵌入式睡眠监控报警系统就是基于上述原因提出的,它能够在不干扰受监测者正常睡眠的情况下,获取和处理睡眠过程中的脉搏信号。本文以ARM7(LPC2103)为微处理器核心,利用脉搏波特征量K值作为心血管疾病判断检查的一项重要生理指标,为心血管疾病的预防和治疗争取宝贵时间,降低心血管疾病在夜间突发带来的严重危害。
1 工作原理
    通过对模型的理论分析以及不同年龄健康人和心血管疾病患者的临床检测对比,证实由心血管生理病理上的变化将会引起脉搏波特征量K值有规律且相当敏感的变化。因此,采用脉搏波特征量K值作为心血管疾病诊断的一项重要生理指标[6-7]。
    脉搏信号波形特征量K值的定义为:
    
2 系统硬件设计
    本研究利用脉搏传感器检测人们睡眠状态下的脉搏信号,在嵌入式微处理器的控制下,对突发疾病进行监控报警。

 


2.1 采集处理模块
    脉搏信号属于低频微弱信号,频率范围在0.2 Hz~45 Hz,幅度范围在0~20 mV。在脉搏信号的采集过程中,容易受到基线漂移、人体活动、工频干扰等因素的影响。因此,采集到的脉搏信号必须经过信号处理,才能满足后期工作的要求。采集处理模块框图如图1所示。

    (1)信号采集
    脉搏传感器选择体积小、功耗低、灵敏度高、抗干扰能力强的HKG-07系列,选择舒适、稳固的外形及佩戴方法,设计成小巧贴身的指套型。
    (2)信号处理
    信号处理电路包括前置放大电路、基线校正电路、50 Hz陷波器、带通滤波器、主放大电路和A/D转换电路。
    (3)阈值设置
    根据现有医学研究的结果或者遵从医嘱,针对不同年龄、性别、体质、疾病的监护对象,预先设置因人而异的异常阈值和危急阈值。
    (4)病情诊断
    根据实测值以及设定好的阈值,对身体状况进行自动诊断,这是系统的难点。
    (5)无线发送
    无线通信模块采用JF24C 2.4G,将异常数据和警报信号发送到监控报警模块,消除因导线缠绕身体而干扰睡眠的可能。采用2.4 GHz公共频段进行短距离无线通信时,无需申请专用频段,且开放性好,可用资源比较丰富。
2.2 监控报警模块
    监控报警模块框图如图2所示。LPC2103芯片采用LQFP48小封装,功耗低,32条高速GPIO,可以满足对体积、速度、功耗和实时性等方面有严格要求的设计,是系统的控制核心。TC35i是西门子公司推出的GSM无线模块,可快速、安全、可靠地传输数据、语音、短消息和传真。

    (1)发送短信
    将被测者身体异常情况通过短信发送给医生和家人。如发送的短信为“您的亲人心脏病发作”给手机号码为“+8613812345678”。则其AT指令phone=phone(手机号码处理)+“00800”(协议、编码方案和有效期标识)+msg(短信内容处理)=11000D91683118325476F8000800123-
E395DE548C24F5C626B61094FD35FEB4C51。
    (2)储存数据
    引入Windows系统硬盘分区格式中的FAT32文件系统,将异常的脉搏信号储存到Micro SD卡中,数据可以在Windows操作系统里直接读取。
    (3)电话报警
    家庭地址和病人病情事先录音,自动拨号告知120急救中心。
    (4)自动开门
    通过无线控制打开房间门,方便救助者(120急救中心的人员和家人)进入室内。
3 系统软件设计
    嵌入式睡眠监控报警系统主程序的作用是完成各模块的初始化,使每个模块进入正常的工作状态,协调各个模块之间的工作流程以实现实时监测和智能报警的功能。警报级别分为轻度异常和危急异常两级,既能确保及时报警,又能避免频繁动作,较准确地判断监护对象的身体状况,减少误报警几率。系统程序设计开发使用 Keil公司的IDE和C语言调试器。主程序流程图如图3所示。

4 实验结果及测试
    脉搏信号波形特征量K值选取的分析程序框图如图4所示,脉搏信号特征提取界面如图5所示。利用分析处理后得到的脉搏信号波形特征量K值=0.412 436,计算心血管疾病相关的特征参数(包括每搏心搏出量SV、每分心输出量CO、心搏指数SI、心脏指数CI)。根据K值计算得到的心血管特征参数的实测值,均符合标准范围内的数据。被测者参数正常,身体健康,不需要报警。实验结果分析表如表1所示。

    表中,BAS=0.006 1×TALL(cm)+0.012 8×WEIGHT(kg)-0.159 2
    嵌入式睡眠监控报警系统是在熟悉舒适的家庭环境中及睡眠状态下实时监测身体健康状态,可减轻病人的精神压力和体力负担,缓解人们对健康监护需求的不断增长与医护人员数量不足之间的矛盾,降低心血管疾病在夜间突发带来的严重危害。
参考文献
[1] 王惠中.面向智能家庭的远程健康监护系统发展[J].电气自动化,2008,30(6):122-126.
[2] 芦燕玲,于利群.脉搏波传导速度与冠状动脉病变和心血管事件的关系[J].心肺血管病杂志,2009,28(7):62-65.
[3] 林华.基于嵌入式Linux和GPRS远程心电监护的终端设计[J].微计算机信息,2008,24:173-175.
[4] SPIVEY G.A randomized trial of home telemonitoring in a  typical elderly heart failure population in North West London:results of the home-HF study[J].European Journal of  Heart Failure,2009(11):319-325.
[5] CHEONG G K.Wireless sensor networks for home health care[J].Journal of Systems Architecture,2007(1):161-176.
[6] Xiu Dongbin,SPENCER J.Recognition and quantification of sleep apnea by analysis of heart rate variability parameters [J].Journal of Computational Physics,2007(5).
[7] BRUNELLI C.An embedded wireless module for telemonitoring[J].Advancements of Medicine and Health Care,2007(9):1143-1150.

此内容为AET网站原创,未经授权禁止转载。