甘智高，岳克強，李文鈞，孫潔

（杭州電子科技大學(xué) 電子信息學(xué)院，浙江杭州，310018）

0 引言

呼吸暫停綜合征的癥狀表現(xiàn)為響亮的鼾聲突然中斷，患者強力呼吸但不起作用，完全呼吸不了，幾秒甚至幾十秒鐘后患者醒來，大聲喘息[1]?，F(xiàn)有測量呼吸暫停的手段大多為使用PSG（多導(dǎo)睡眠監(jiān)測儀）檢測，此設(shè)備需要插入鼻腔，佩戴綁帶和指夾式脈搏儀，會給患者帶來一定的不適感[2]。荊西京等人提出一種毫米波信號預(yù)處理方法，分離了心跳與呼吸信號并且濾除了其他環(huán)境雜波[3]。王健琪等人使用毫米波測試了不同情況下表現(xiàn)的波形，證明使用毫米波測量呼吸心率可行[4]。 Tjahjo Adiprabowo 等人使用TI 公司的77GHz毫米波雷達(dá)的微小信號測量實驗測量呼吸與心率[5]。Yanwen Wang 等人提出使用RFID 測量呼吸心率，將標(biāo)簽貼在衣物上，但是使用場景局限較大，需要貼身測量[6]。

當(dāng)前毫米波雷達(dá)生命體征監(jiān)測都能得到呼吸率和心率，但是大部分不能準(zhǔn)確地恢復(fù)出呼吸心跳波形，并且成本較高。毫米波雷達(dá)系統(tǒng)的系統(tǒng)噪聲會影響回波信號的質(zhì)量，從而導(dǎo)致呼吸心跳監(jiān)測準(zhǔn)確度低。同時呼吸運動引起的胸腔微動遠(yuǎn)遠(yuǎn)大于心跳信號，時域波形圖中心跳信號會被淹沒在呼吸信號中，呼吸信號的高次諧波成分與心跳信號的頻譜也會有重疊，并且人體本身存在心脈系統(tǒng)的生理耦合關(guān)系，使得能難用傳統(tǒng)方法把心跳信號從毫米波回波信號中很好地分離出來。

由于呼吸、心跳信號具有微弱、低頻特性，易受干擾的特性。所以對呼吸心率的分離以及波形還原具有一定的挑戰(zhàn)性。我們提出使用非接觸式測量方式對睡眠中的呼吸暫停進(jìn)行監(jiān)測，使用毫米波雷達(dá)，運用多普勒原理，分別測量出呼吸的次數(shù)、心率的次數(shù)，綜合判斷呼吸暫停，不需要貼身測量來判斷呼吸暫停，降低了使用門檻，提升了用戶使用的舒適性。

1 系統(tǒng)總體方案設(shè)計

如圖1 所示，主控發(fā)送DAC 信號，經(jīng)過一個低通濾波器，給雷達(dá)芯片的壓控振蕩器（Voltage-Controlled Oscillator，VCO），然后得到發(fā)射頻率后通過發(fā)送天線發(fā)射。經(jīng)過物體反射，接收天線反射信號，再經(jīng)過一級放大；其中一路是放大80 倍通過高通濾波器直接給ADC1 接收，另一路是再經(jīng)過一級放大3 倍，然后通過高通濾波后給ADC2接收。主控將接收的數(shù)據(jù)放入SD 卡，并通過串口傳輸給上位機，并將獲取的反射信號信息通過WiFi 或4G 模塊傳給服務(wù)器。

圖1 系統(tǒng)總體框圖

2 系統(tǒng)硬件設(shè)計

■2.1 ARM 主控單元

主控采用NXP 的i.mx6ull 并采用LINUX 系統(tǒng)。使用SD 卡儲存來自毫米波雷達(dá)的原始數(shù)據(jù)，并進(jìn)行快速傅立葉變換（Fast Fourier Transformation，F(xiàn)FT) 以及自適應(yīng)濾波算法進(jìn)行解算，將得到的結(jié)果通過串口傳至上位機可繪制出波形，并通過WiFi 上傳至平臺儲存以便后續(xù)查看。

■2.2 毫米波模塊及其外圍電路

2.2.1 毫米波模塊

毫米波模塊采用RD2411A，這是一款超小尺寸的24GHz 單通道民用毫米波雷達(dá)傳感器，具有尺寸小、分辨率高、經(jīng)濟方便等優(yōu)勢。模塊與上位機使用串口進(jìn)行通信，操作簡單，便于控制。

2.2.2 DAC 轉(zhuǎn)換芯片

DAC 模塊采用TI 公司的DAC902，是一種提供高速數(shù)模轉(zhuǎn)換的高性能芯片。VCO 產(chǎn)生的調(diào)頻信號由于是電流源輸出且存在輸出電壓限制，因此先使用負(fù)載電阻將電流信號轉(zhuǎn)換為電壓信號，再用運放進(jìn)行放大。

2.2.3 毫米波接收信號濾波電路

使用Sallen-Key 二階高通濾波器，考慮到呼吸頻率在0.1Hz 以上，做以下濾波設(shè)計。電路圖如圖2 所示，主要由放大器和濾波電容電路構(gòu)成。

圖2 濾波電路圖

放大倍數(shù)：

截止頻率：

3 測量原理

本文采用FΜCW（調(diào)頻等幅波）與CW（連續(xù)波）模式相結(jié)合的方式測量呼吸心跳。CW 雷達(dá)是連續(xù)波雷達(dá)，運用多普勒效應(yīng)，通常用于測速。本文使用CW 模式雷達(dá)來測呼吸與心跳頻率，使用FΜCW 雷達(dá)來精確測距，用以還原呼吸運動信號。

DAC 發(fā)送至毫米波VCO 信號以及回波信號如圖3 所示。

圖3 雷達(dá)采集原始信號波形圖

其中實線為發(fā)送的信號，虛線為回波信號，平的直線即為CW 模式，三角波則為FΜCW 模式。設(shè)信號的開始頻率為fc，調(diào)頻帶寬B，調(diào)頻周期T。發(fā)射信號頻率首先不變，然后經(jīng)過一個調(diào)頻周期T 從fc成比例地上升到fc+B，然后回到fc。

■3.1 CW 模式信號處理

CW 模式使用的雷達(dá)帶寬遠(yuǎn)小于中心頻率：

多普勒頻移fd正比于徑向速度，而反比于雷達(dá)工作波長λ[7]，其中?為相位。由于人的呼吸心跳頻率在一定范圍內(nèi)相對固定，所以可以通過頻率特性從毫米波回波信號中恢復(fù)呼吸心跳，從而判斷是否有呼吸暫停進(jìn)而監(jiān)測睡眠質(zhì)量。

成年人呼吸心跳頻率如表1 所示。

表1 呼吸心跳幅度頻率表

24GHz 雷達(dá)波長：

成年人正常呼吸頻率12～20 次。也就是說，目標(biāo)運動頻率中0-1Hz 可能為呼吸運動產(chǎn)生的多普勒頻移。

正常睡眠心跳頻率為55～65 次/分鐘。而此范圍和呼吸運動產(chǎn)生的多普勒頻率會產(chǎn)生混疊。

如圖4 所示，左邊最高峰呼吸頻率，右側(cè)1.17 為心率。

圖4 雷達(dá)采集信號頻譜圖

本文采用自適應(yīng)濾波分離心跳與呼吸信號。算法結(jié)構(gòu)如圖5 所示。

圖5 自適應(yīng)濾波算法示意圖

X(n)是回波原始信號，w(n)是呼吸信號，d(n)是心跳信號。需要重構(gòu)一個呼吸信號w'(n)作為參考噪聲信號，該信號與w(n)盡可能接近，通過一個不斷迭代的過程使得它倆的誤差達(dá)到最小，從而從原始信號中提取出心跳信號。初始的w'(n)選擇的是原始信號通過0.3Hz 低通濾波后的信號。

實驗結(jié)果如圖6 所示。

圖6 自適應(yīng)濾波結(jié)果圖

其中第一行信號為原始毫米波回波信號，由呼吸信號、心跳信號、體動以及系統(tǒng)噪聲的疊加；第二行信號為原始毫米波信號通過0.3Hz 低通濾波器后的信號，作為參考噪聲信號；第三行信號為高頻的心率信號。

■3.2 FMCW 模式信號處理

本文使用DFT 相位差法對差拍信號進(jìn)行估計，將長度為N 的采樣序列s(n)分為兩個長度相同的子序列s1(n)、s2(n)，分別對應(yīng)前N/2 點與后N/2 點。分別對兩個序列做DFT 變換，分別得到相位：

其中f0為頻率估計值，相位估計值：

整個信號分離系統(tǒng)分為分解、重組、濾波、平均四個模塊。首先將毫米波的回波信號通過經(jīng)驗?zāi)B(tài)分解成一組IΜF(xiàn)分量；然后按人體呼吸和心跳的頻率特性進(jìn)行分組相加，重組得到類呼吸信號和類心跳信號；然后將類呼吸信號作為自適應(yīng)濾波的參考信號，通過對毫米波原始信號進(jìn)行自適應(yīng)濾波，得到一個從毫米波回波中恢復(fù)的心跳信號；最后把該信號與類心跳信號進(jìn)行信號平均處理，從而得到最終的心跳信號。

4 實驗和討論

如圖7 所示為測試環(huán)境的搭建，其中紅圈所在位置為毫米波雷達(dá)所在處，測試者平躺在測試床上，同時開啟多導(dǎo)睡眠監(jiān)測系統(tǒng)PSG 與雷達(dá)，并校對時間；雷達(dá)向測試者發(fā)送CW 波，經(jīng)過處理的毫米波回波信號通過串口傳輸實時的在上位機上顯示。測試者正常呼吸，屏住呼吸模擬呼吸暫停都能在上位機的波形圖上反映出來。

圖7 測試環(huán)境圖

PSG 對比圖如圖8 所示，其中第一排波形為PSG 的波形，選取了氣流數(shù)據(jù)。第二排波形為從毫米波信號中還原的呼吸波形?？梢钥吹皆趦蓷l紅線之間為呼吸暫停的時間，在沒有呼吸氣流的時候，運動幅度也幾乎為0。且可以從波形的趨勢上看出具有較高的相關(guān)性，可以基本判斷呼吸暫停的時間。

圖8 PSG 對比圖

本文上位機采用QT 進(jìn)行開發(fā)，可以顯示呼吸波形、頻譜圖以及呼吸率和心率，如圖9 所示。并且上位機也提供了波形的縮放控制和播放速度的選擇；波形數(shù)據(jù)以CSV 文件保存。

圖9 上位機界面圖

在睡眠狀態(tài)時，體動信號會產(chǎn)生較高頻率的雜波，所以在判斷呼吸暫停時需要去除高頻雜波信號的干擾。同時心率與呼吸暫停有很高的相關(guān)性，心率可以輔助進(jìn)行呼吸暫停判斷。

本文還利用藍(lán)牙心電采集模塊與毫米波監(jiān)測系統(tǒng)做了對比實驗；以心電采集模塊測得的心率信號為基準(zhǔn)，驗證毫米波監(jiān)測系統(tǒng)的可行性。其中所用的心電采集模塊為BΜD101 模塊，這是一款穿戴式的心電采集模塊，輸出數(shù)據(jù)為實時波形數(shù)據(jù)和心率數(shù)據(jù)，其中頻率為512Hz。

藍(lán)牙心電采集模塊與毫米波信號得到的心率對比如圖10 所示，圖中上半部分為毫米波信號中恢復(fù)出的心率，下半部分為心電采集模塊得到的心率信號?？梢钥闯霾ㄐ位究梢詫R，誤差在1～2 次每分鐘。

圖10 心電采集信號與毫米波信號對比圖

5 結(jié)論

本文提出的基于毫米波雷達(dá)的非接觸式睡眠呼吸監(jiān)測系統(tǒng)與傳統(tǒng)的自適應(yīng)集合模態(tài)分解系統(tǒng)相比，在進(jìn)行呼吸心跳信號分離時計算量更小，更適合部署在本地終端對信號進(jìn)行實時處理；同時該系統(tǒng)能夠較好地監(jiān)測到睡眠中的呼吸暫停，且可以還原呼吸心跳波形，可以結(jié)合呼吸次數(shù)和心跳次數(shù)更好地判斷呼吸暫停綜合征。

同時與傳統(tǒng)的傳感器主動感知技術(shù)相比，本文提出的睡眠呼吸監(jiān)測系統(tǒng)不要求測試者佩戴專業(yè)的傳感設(shè)備，可以做到真正的非接觸式感知，不會給測試者帶來任何的不適。在養(yǎng)老院以及個人居家等環(huán)境中有一定的應(yīng)用價值。