黨長青 陳昌盛 周恒

摘 要： 鑒于當前的睡眠監(jiān)測設備存在佩戴復雜、設備昂貴、功能單一和檢測方法不合理等情況，設計了一種多傳感器數(shù)據(jù)融合的睡眠監(jiān)測系統(tǒng)。本系統(tǒng)以STM32F407ZGT6為核心主控芯片，通過可穿戴式背心傳感器將所采集到的人體特征信號進行處理、存儲和發(fā)送到手機App端，針對單一傳感器檢測可靠性較差的特點，本系統(tǒng)采用了多傳感器進行采集分析。經(jīng)過測試表明，該系統(tǒng)實現(xiàn)了常用睡眠參數(shù)的準確監(jiān)測。

關鍵詞： 睡眠監(jiān)測系統(tǒng);STM32F407ZGT6;人體特征信號;信號處理;多傳感器;睡眠參數(shù)

文章編號： 2095-2163（2021）03-0070-06 中圖分類號：TP212.9 文獻標志碼：A

【Abstract】Considering that the current sleep monitoring equipment is expensive， single function，complicated to wear and unreasonable detection methods， a sleep monitoring system with multi-sensor data fusion is designed. This system uses STM32F407ZGT6 as the core main control chip， and uses the wearable vest sensor to process， store and send the collected human characteristic signals to the mobile phone App. Aiming at the poor reliability of single sensor detection， this system uses multi-sensor collection and analysis. Tests show that the system has achieved accurate monitoring of commonly used sleep parameters.

【Key words】 sleep monitoring system; STM32F407ZGT6; human body characteristic signal; signal processing; multiple sensors; sleep parameters

0 引 言

隨著人們生活水平的提高，越來越多的人開始關注睡眠健康與睡眠安全[1]。近年來，睡眠過程中的健康與安全檢測已經(jīng)成為了智慧醫(yī)療領域的重要研究熱點之一，通過對睡眠的監(jiān)測能夠有效地了解自身的睡眠健康情況，及時進行調(diào)整[2]。同時，通過睡眠監(jiān)測系統(tǒng)也能對老人或者病人等群體的在床情況進行監(jiān)測，防止意外情況的發(fā)生。鑒于當前的睡眠監(jiān)測設備存在佩戴復雜、設備昂貴、功能單一和檢測方法不合理等現(xiàn)狀，本文針對睡眠過程中的睡眠參數(shù)采集、信號分析、無線傳輸?shù)确矫鎸λ弑O(jiān)測系統(tǒng)進行研究與設計。

1 系統(tǒng)的總體設計方案

多傳感器數(shù)據(jù)融合的睡眠監(jiān)測系統(tǒng)主要由睡眠信號的采集，數(shù)據(jù)處理和無線三大部分組成。設計了一種背心式的睡眠檢測裝置，背心可以在穿睡衣的情況下套穿其上，不與人體的皮膚直接接觸，同時傳感器又緊貼人體，做到了信號采集的有效性與減少被監(jiān)測者的心理壓力的特點。系統(tǒng)的總體框圖如圖1所示。下面擬對可穿戴部分、數(shù)據(jù)信號的處理部分和無線終端部分進行研究論述。

（1）可穿戴部分。由一件檢測背心和鑲嵌在背心上的若干傳感器組成，背心采用柔性材質(zhì)制作，從經(jīng)濟性與實用性的角度出發(fā)決定采用壓電式、加速度式和拾音式傳感器對睡眠時的人體特征信號進行采集，通過不同種類的傳感器才能保證信息獲取充分且冗余，這三種傳感器都能有效地提取出體動、心跳和呼吸信號，其數(shù)據(jù)互有冗余和互補。

（2）信號的處理部分。是將可穿戴式背心所接收到的信號進行處理，信號中既有可直接讀取的電信號數(shù)據(jù)，也有需要經(jīng)過通訊協(xié)議進行讀取的數(shù)據(jù)。對這些數(shù)據(jù)進行數(shù)字化處理，通過MCU模塊的A/D轉(zhuǎn)換與通訊協(xié)議的解析獲得可處理的原始信號，原始信號經(jīng)過算法的處理獲得睡眠特征信息。

（3）無線接收端?？梢苑奖闶褂谜邔崟r地查看睡眠監(jiān)測數(shù)據(jù)，通過MCU的無線發(fā)送模塊達到點對點的信息傳遞。系統(tǒng)考慮到實際的運用場景，設計了2種通訊方式。一種是可以運用手機App的形式進行數(shù)據(jù)的查看，另一種是通過建立主從機的形式由主機向從機發(fā)送數(shù)據(jù)到顯示屏的方式。2種通訊方式的選擇可以更好地運用在實際的情況中。

2 系統(tǒng)的硬件電路設計

系統(tǒng)的硬件框圖如圖2所示。由圖2可知，系統(tǒng)以STM32F407ZGT6為核心控制器進行設計，具有多數(shù)據(jù)的采集、數(shù)據(jù)處理、數(shù)據(jù)的顯示與傳送等功能。

圖2的傳感器信號中，壓電信號和壓阻信號通過調(diào)理電路后將信號傳送給SOC片上系統(tǒng)，醫(yī)用聽診器與拾音傳感器組成的傳感器將對體動和心音進行監(jiān)測，壓阻傳感器對跌床情況進行監(jiān)測，同時壓電傳感器也可以對體動信號進行檢測，綜上多種傳感器信號的冗余信息可以進行加權(quán)融合提高精準度。

2.1 電荷放大電路的設計

壓電信號是非常小的電荷信號，STM32的ADC轉(zhuǎn)換范圍為0～33 V，不能夠直接將壓電信號傳送給AD模塊，必須設計好匹配電路將微小的電荷信號放大成電壓信號?？紤]到PVDF壓電薄膜具有較高的輸出阻抗，約為10 Ω，所以相匹配的電荷放大電路需要將傳感器的輸出信號轉(zhuǎn)化為低阻抗的輸出信號，電荷放大器的等效電路如圖3所示。

2.2 電壓放大電路

經(jīng)過電荷放大后的電路電壓值仍然較小，不能滿足AD的采樣要求，所以需要進行電壓的放大[3]。其放大電路如圖4所示。

2.3 壓阻信號調(diào)理電路設計

外界壓力的變化會導致FSR408壓阻傳感器的阻值發(fā)生變化。當壓力越大時，其導電性能越大，阻值越小[4]。電阻的數(shù)值與壓力之間的關系如圖5所示。

因此需要將電阻值轉(zhuǎn)化為電壓值，為了讓輸出信號能夠不受到干擾還要將信號進行濾波放大，電路如圖6所示。

3 系統(tǒng)的軟件設計

軟件部分的主要功能包括壓電信號模塊的信號采集與處理，加速度傳感器信號的采集與處理、拾音傳感器信號的采集與處理，人機交互平臺的設計以及無線傳送方案的設計等。首先，對系統(tǒng)進行初始化操作包括STM32時鐘的初始化和各個外設的初始化操作，然后將判定是否需要開始進行睡眠的監(jiān)測，如果開始進行睡眠的監(jiān)測，系統(tǒng)將判定睡眠監(jiān)測的模式。當睡眠監(jiān)測的模式是監(jiān)護模式，則初始化蜂鳴器及GSM的串口功能，接下來就是信號對睡眠信號進行1 min的數(shù)據(jù)采集和判斷，通過加權(quán)平均的算法將覺醒時的心率和呼吸頻率計算出來，同時計算出這1 min呼吸強度的平均值，作為稍后睡眠情況的判定基準，重新開始對心率、呼吸率、體動姿態(tài)、被內(nèi)溫度等的信息采集后再進行綜合判定，將得到的數(shù)據(jù)進行存儲和發(fā)送，為了保證實時性系統(tǒng)監(jiān)測的開始、結(jié)束和模式的選擇由人員通過按鍵外部中斷改變變量值，對變量值進行判定的方式控制，監(jiān)測結(jié)束后可查看呼吸頻率和心跳頻率曲線。系統(tǒng)的整體軟件主流程如圖7所示。

3.1 睡眠生理信號處理軟件設計

系統(tǒng)對睡眠時的心率、呼吸率和體動信息進行1 min的數(shù)據(jù)分析，為了減少體動呼吸暫停等信息對數(shù)據(jù)的影響，每一次處理的片段為20 s。首先對數(shù)據(jù)進行采集，通過對拾音信號和壓電信號的截波判定是否發(fā)生了體動現(xiàn)象，如果發(fā)生了體動現(xiàn)象則不進行這20 s信號的心率呼吸的判定，程序?qū)⑥D(zhuǎn)向?qū)w動次數(shù)和級別的判定，如果沒有發(fā)生截波現(xiàn)象則對傳感器信號進行處理分析，判定壓電傳感器的呼吸幅度小于覺醒期間的幅度70%的點數(shù)是否大于800個點。如果大于800個點，判定為呼吸暫停開啟告警，每分鐘的呼吸頻率和心跳頻率的計算通過沒有體動和呼吸異常的20 s片段相加取平均值得到。軟件設計流程圖如圖8所示。

3.2 數(shù)據(jù)融合算法設計

系統(tǒng)對睡眠特征提取的傳感器有：壓電傳感器、加速度傳感器和拾音傳感器，這三個傳感器之間有數(shù)據(jù)的冗余和互補，在系統(tǒng)的設計中壓電傳感器對呼吸信號、心跳信號和體動信號進行采集，加速度傳感器對呼吸信號、心跳信號和體動信號進行采集，拾音信號對心音信號和體動信號進行提取[5]。所以對于心率信號則有3組冗余數(shù)據(jù)，呼吸信號有2組冗余數(shù)據(jù)，體動信號的判定可由拾音傳感器和壓電傳感器進行判定，考慮到硬件的實際情況和提高實時性的要求，在特征級融合采用最為快捷簡便的加權(quán)平均融合算法，根據(jù)3.1節(jié)的研究結(jié)果，對于心率的提取壓電信號采用小波重構(gòu)，加速度傳感器采用短時能量的方法提取心率，拾音傳感器采用短時能量的方法提取心率信號，通過加權(quán)平均的方法進行提取，為了驗證特征級融合算法的效果，實驗對6名健康的人員進行數(shù)據(jù)的采集與分析，以傳感器采集提取的數(shù)據(jù)與實際數(shù)據(jù)之間的差值作為分析，見表1，大于實際的值取正，小于實際的值取負。

采用熵值法確定每個傳感器的權(quán)值，熵值法是一種能夠客觀進行數(shù)據(jù)加權(quán)的算法，通過觀測各項指標所提供的信息大小來確定各項權(quán)重[6]。設有m個評價方案，n項評價指標則可以形成原始指標數(shù)據(jù)矩陣X=（Xij）m×n，對于某項指標Xj，指標值Xij的差距越大，該項指標在評價中的作用就越大。在信息論中，熵是一種不確定性的度量，信息量越大，不確定性就越小，熵就越小。反之，信息量越小，則熵值越大，不確定性也越大，利用信息熵可以確定各個指標的權(quán)重。算法實現(xiàn)過程如下：

由于本文心率的提取方案有3種，對6名被測者的數(shù)據(jù)進行采集，K取0.91，為從表1中可以得到各項誤差次數(shù)，從誤差貢獻大小來對各個傳感器進行加權(quán)賦值，所以原始指標數(shù)據(jù)矩陣為：

通過對權(quán)值的判定可知對誤差貢獻從大到小為：加速度傳感器、壓電傳感器、拾音傳感器。根據(jù)誤差越大，權(quán)值占比越小的原則分配加速度傳感器的權(quán)值為0.30，壓電傳感器的權(quán)值為0.33，拾音傳感器的權(quán)值為0.37。將表1的數(shù)據(jù)經(jīng)過加權(quán)平均融合后的誤差見表2。

從單一的傳感器可以看出，在壓電傳感器的平均誤差為4.6 次/min，加速度傳感器的平均誤差為5.3 次/min，拾音傳感器的平均誤差在3.6 次/min，通過加權(quán)平均融合之后的最大誤差為3.27 次/min、最小誤差為0 次/min、平均誤差為0.96 次/min，所以通過傳感器的加權(quán)平均融合之后的數(shù)據(jù)更加精確。對呼吸的采集的融合同樣采用熵值法進行計算，可得壓電傳感器與加速度傳感器的權(quán)值均為0.5。

傳感器呼吸頻率的值與實際呼吸頻率的差值見表3。對于呼吸信號的提取采用小波分解提取頻率后壓電傳感器的最大誤差為3 次/min、最小誤差為0次/每分鐘、平均誤差為1.16 次/min;加速度傳感器的最大誤差為4 次/min、最小誤差為1 次/min、平均誤差為1.6 次/min;在進行加權(quán)平均融合之后的最大誤差為1 次/min、最小誤差為0 次/min、平均誤差為0.33 次/min，由此可以看出經(jīng)過加權(quán)平均融合之后數(shù)據(jù)呼吸頻率的提取更加精確。

3.3 無線傳輸方案設計

系統(tǒng)采用機智云平臺作為物聯(lián)網(wǎng)云平臺。首先WiFi模塊上電獲取MCU的設備信息，MCU在收到請求后會將設備信息發(fā)送給WiFi模塊，WiFi模塊通過路由器將信息傳送給機智云平臺，并會以55 s為一個周期向MCU發(fā)送心跳包，MCU需要回復WiFi模塊的心跳包，如果超過3次沒有回復則被視為斷開，WiFi模塊的上電過程如圖9所示。

WiFi模塊隨后進入配網(wǎng)狀態(tài)，機智云協(xié)議的配網(wǎng)有多種模式，系統(tǒng)采用最快捷簡便的Airlink模式進行配網(wǎng)，Airlink模式也就是采用UDP廣播的模式進行入網(wǎng)[7]。手機在連接好App后，WiFi將會一直處于UDP的監(jiān)聽狀態(tài)，接受到信息后將會連入WiFi網(wǎng)絡完成聯(lián)網(wǎng)配置，Airlink模式配置入網(wǎng)流程如圖10所示。

手機App與設備進行綁定后就可以進行數(shù)據(jù)的上下發(fā)送，程序會定時將采集到的數(shù)據(jù)通過串口發(fā)送到WiFi模塊中，WiFi模塊通過路由器設備將信息發(fā)送到機智云端，云端接收到數(shù)據(jù)后將數(shù)據(jù)發(fā)送給手機App端，完成一次數(shù)據(jù)的發(fā)送。數(shù)據(jù)的上報下發(fā)流程如圖11所示。

4 系統(tǒng)測試

為了驗證系統(tǒng)的有效性和完整性，擬對系統(tǒng)的組成和各個外設模塊進行測試。在測試過程中，人員通過模擬睡眠時的各種睡眠姿態(tài)情況以及不同速度下的翻身次數(shù)，同時將實驗結(jié)果與系統(tǒng)所檢測到的數(shù)據(jù)進行對比，結(jié)果見表4和表5。

從表4中可以看出，在睡眠的時候進行平躺和俯臥的時候系統(tǒng)的檢測識別率高并沒有發(fā)生誤檢的現(xiàn)象;當睡眠姿態(tài)為左側(cè)臥或者右側(cè)臥的時候睡眠的識別率相對較低，出現(xiàn)這種情況主要是因為平躺或者俯臥時MPU6050的Z軸是處于水平方向的，對于不同的人員來說平躺或者俯臥睡眠的姿態(tài)差別不大，對于左側(cè)臥或者右側(cè)臥可能會因為不同的人員體態(tài)或者睡姿習慣不同，從而就會造成在側(cè)臥的分界處產(chǎn)生沒有識別到的情況。通過相關的測試，系統(tǒng)的睡眠檢測識別率達到了98%以上，系統(tǒng)對睡眠時的睡姿情況能夠進行準確檢測。

對于不同速度下的翻身次數(shù)檢測可以看出，通過對被檢測人員30 min的靜止測試中發(fā)現(xiàn)并沒有發(fā)生誤判和漏判的情況，所以在人員靜止、即沒有翻身時系統(tǒng)能夠做到?jīng)]有漏檢和錯檢。當被檢測人員進行快速多頻次翻轉(zhuǎn)時，漏檢的次數(shù)相對慢速低頻次翻轉(zhuǎn)時要多，這可能是因為快速多頻次翻轉(zhuǎn)時MCU可能正在處理數(shù)據(jù)并沒能對信號變化進行及時處理。睡眠過程中的翻身情況大多是以慢速低頻次進行的，所以系統(tǒng)翻身次數(shù)的準確程度也達到了95%以上。由此證明系統(tǒng)能夠?qū)λ咔闆r下的翻身次數(shù)進行有效的檢測計數(shù)。

對于非翻身的體動測試，實驗采取人員模擬在睡眠情況下進行非翻身的體動，針對非翻身的體動采取不同程度的體動級別進行測試，測試結(jié)果見表6。

從表6可以看出，在人體靜止的情況下沒有發(fā)生誤檢或漏檢的情況，大型體動的識別率相對于小型體動的識別率來說要低。這是因為不同壓電傳感器對體動的敏感程度相對于拾音傳感器的敏感程度來說要相對較低，體動作為睡眠分期的一個判定條件表征著被測試者并沒有進入到深度睡眠的狀態(tài)。經(jīng)過實驗測試，系統(tǒng)對體動的識別率達到了96%以上，能夠?qū)λ叩姆制谄鸬捷^好的判定作用。

睡眠的存儲設備采用SD卡的方式進行存儲，系統(tǒng)通過對測試者大約5 h的睡眠記錄。當進行SD卡存儲的同時，被存儲的數(shù)據(jù)也會記錄在人機交互顯示的數(shù)組中，在睡眠檢測結(jié)束后人員可以調(diào)取人機交互界面，通過點擊數(shù)據(jù)回放按鍵查看自己的睡眠呼吸率和心率的曲線趨勢，人機交互界面顯示的數(shù)據(jù)僅作為當次睡眠的數(shù)據(jù)顯示，在重新監(jiān)測睡眠時數(shù)據(jù)將會被覆蓋，可將SD卡拔出，通過文件復制可將SD卡內(nèi)的數(shù)據(jù)復制存儲到另外的存儲設備中，所以方便后續(xù)的數(shù)據(jù)分析。通過SD卡數(shù)據(jù)和人機交互系統(tǒng)的數(shù)據(jù)顯示對比如圖12所示。

5 結(jié)束語

本文所設計的多傳感器數(shù)據(jù)融合睡眠監(jiān)測系統(tǒng)，經(jīng)過實驗證明能夠?qū)λ郀顩r進行有效監(jiān)控，解決了傳統(tǒng)睡眠監(jiān)測系統(tǒng)操作難度大，價格昂貴的特點。使得睡眠監(jiān)測更有利于推廣，進入普通家庭。

參考文獻

[1] 啜阿丹. 失眠癥患者相關因素、證候與漢密爾頓焦慮量表的相關研究[D]. 北京：北京中醫(yī)藥大學，2014.

[2] 李津，金捷. 睡眠呼吸監(jiān)測技術(shù)的研究進展[J]. 國際生物醫(yī)學工程雜志，2008， 31（6）：352-354.

[3] 俞夢孫，楊軍，張宏金，等. 床墊式低負荷睡眠檢測技術(shù)的臨床應用[J]. 實用診斷與治療雜志，2004，18（6）：469-471.

[4] 王旭，金晶晶. 基于體震信號的心率檢測裝置的設計與實現(xiàn)[J]. 傳感器與微系統(tǒng)，2008，27（11）：81-83，86.

[5] 蔣潔. ?基于多傳感器數(shù)據(jù)融合的睡眠分期技術(shù)研究[D]. 南京：南京理工大學，2019.

[6] 曹貝貝. 可穿戴式睡眠質(zhì)量智能檢測系統(tǒng)[D]. 哈爾濱：哈爾濱理工大學，2019.

[7] 楊靜. 短距離無線通信技術(shù)對比及其應用研究[J]. 無線互聯(lián)科技，2016（13）：12-13.