基于人体生物电信号分析的便携式无损健康监测设备

基于人体生物电信号分析的便携式无损健康监测设备有效专利实用

技术领域

[0001] 本实用新型涉及监测设备技术领域，具体指一种基于人体生物电信号分析的便携式无损健康监测设备。

具体实施方式

[0038] 需要说明的是，在不冲突的情况下，本实用新型中的实施例及实施例中的特征可以相互组合。

[0039] 在本实用新型的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本实用新型和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解
为对本实用新型的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本实用新型的描述中，除非另
有说明，“多个”的含义是两个或两个以上。

[0040] 在本实用新型的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，
可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上
述术语在本实用新型中的具体含义。

[0041] 本实用新型提供了一种基于人体生物电信号分析的便携式无损健康监测设备，如图6所示，包括指模壳1和PCB外壳2，所述指模壳1上安装有光源发射器和环境光传感器，所
述PCB外壳2内安装有PCB板，所述光源发射器和环境光传感器通过连接端口与PCB板进行数
据传输，所述指模壳1包括指模壳本体103和设置在指模壳本体103上的连接块104，所述指
模壳本体103上设有指模槽101，所述指模槽101底部设有通光孔102。

[0042] 上述技术方案中，主要使用3D建模，根据人体手指的结构自主设计，并且使用树脂材料3D打印，保证指模壳可以贴合人体构造的同时满足人的舒适需要。本发明打印的指模
壳小巧轻便，方便携带和使用，可以在各种场景使用，并且贴合手指的设计，很大程度减少
了环境噪声信号进入。

[0043] 具体的，如图1所示，所述PCB板包括MCU控制电路、信号驱动电路、电源以及串口通讯模块和信号调理电路，

[0044] 所述MCU控制电路输出信号至信号驱动电路；

[0045] 所述信号驱动电路，用于接收MCU控制电路输出的信号并根据接收的信号输出驱动信号；

[0046] 所述光源发射器，用于根据接收驱动信号发出入射光；

[0047] 所述环境光传感器，用于感应光源发射器发出的入射光并经指尖反射产生的反射光产生模拟信号；

[0048] 信号调理电路，用于将环境光传感器输出的模拟信号转换为数字信号并传输至MCU控制电路；

[0049] 电源以及串口通讯模块，用于为MCU控制电路供电并与外界进行通讯。

[0050] 可以理解的，上述技术方案中，硬件部分主要由脉搏波采集模块，放大电路模块、电源以及串口通讯模块、主控模块组成。脉搏波信号经过采集送入放大电路中进行放大处
理，在经过主控芯片自带的模数转换器进行模数转换后将处理好的脉搏波数据通过电源以
及串口通讯模块上传到计算机。主控芯片选择HC32F4A0SITB‑LQFP176，集成放大器选择
GS8634，数据上传选择CH340N芯片。

[0051] 其中脉搏波采集模块由光源发射器和环境光传感器组成，所述模数转换器指的是信号调理电路，

[0052] 关于硬件部分，本发明采用的主控单片机是HC32F4A0SITB‑LQFP176，是一款优质的国产MCU，性价比高，且主频可以达到240Mhz,满足了小波变换和HRV频域分析的需要。

[0053] 具体的，如图2所示，所述光源发射器包括电感FB1、电容C5、发光二极管D2、发光二极管D3和电阻R3，所述电感FB1的一端连接3.3V电压，所述电感FB1的另一端分别连接电容
C5的一端以及发光二极管D2、发光二极管D3的正极，所述电容C5的另一端接地，所述发光二
极管D2、发光二极管D3的负极均与电阻R3的一端相连接，所述电阻R3的另一端接地，所述发
光二极管D2和发光二极管D3位于通光孔内。所述环境光传感器包括电阻R1、电阻R2、光电二
极管D1和电容C6，所述电阻R1的一端与MCU控制电路的模拟电路供电端AVCC相连接，所述电
阻R1的另一端与光电二极管D1的负极相连接，所述光电二极管D1的正极与电阻R2的一端相
连接，所述电阻R2的另一端接地，所述光电二极管D1的负极与MCU控制电路的AIN引脚相连
接，所述电容C6的一端与MCU控制电路的模拟电路供电端AVCC相连接，所述电容的另一端接
地，所述光电二极管位于通光孔内。

[0054] 上述技术方案中，采用的PPG的具体原理是使用特定波长的光照射到人体表皮上，一部分发出的光会被组织和血液吸收，另一部分光信号光线通过透射或反射的方式传送到
负责接收的光电晶体管，而皮肤、肌肉等人体组织在检测时间内对光线的吸收程度是恒定
的，因此光电晶体管接收到的光信号的强弱变化反应的就是测量过程中血液容积的变化。

[0055] 由LED光源发射电路和光敏接收电路组成的脉搏波信号采集模块负责采集人体指尖的脉搏波信号。选择550nm波长的绿色光源作为探测光源。

[0056] 对于光电二极管(PD70‑01C‑TR7)与光敏接收电路，本发明选取的PD70‑01C‑TR7使用硅作为主原料，相比使用锗作为原材料可以减小暗电流的大小。工作于光伏模式下时，二
极管内的电子运动受到限制，形成光伏电压，此工作模式的常见用途为太阳能电池。光伏模
式下，因受到限制，电路中存在的暗电流最小。硬件设计中的光敏接收电路，其中AVCC负责
提供反偏电压。

[0057] 光信号放大滤波电路，光电二极管受到光照输出光电流使电路中电阻两端电压发生变化，该变化即为需要采集的脉搏波信号，其电压幅值大小是毫伏甚至微伏级的，而HC32
的ADC模块的输入范围是0‑3.3V，因此对该电压进行放大，考虑到最终PCB的面积，为满足小
型化需求，在运放后设计了简单的一阶低通滤波电路。

[0058] 本实施例的进一步设置，如图1所示，所述MCU控制电路包括芯片U3、SWD接口P1、晶振Y1、电容C11、电容C12、电容C7、电容C9、电容C10、电容C8、电阻R4，所述芯片U3为主控芯片，其型号为HC32F4A0SITB‑LQFP176，所述晶振Y1的型号为YSX321SL的16M晶振，所述芯片
U3的DVCC引脚连接3.3V电压，

[0059] 所述SWD接口的第一引脚与连接3.3V电压，所述SWD接口的第二引脚与芯片U3的P31/SWCLK引脚相连接，所述SWD接口的第三引脚与芯片U3的P27/SWDIO引脚相连接；

[0060] 所述晶振Y1的第一引脚与芯片U3的AIN7/XTHI/P01引脚相连接，所述晶振Y1的第二引脚与芯片U3的AIN8/XTHO/P02引脚相连接，所述晶振Y1的第三、四引脚接地，所述电容
C11的一端与晶振Y1的第一引脚相连接，所述电容C11的另一端接地，所述电容C12的一端与
晶振Y1的第二引脚相连接，所述电容C12的另一端接地；

[0061] 所述电容C7的一端与芯片U3的连接3.3V电压，所述电容C7的另一端接地；

[0062] 所述电容C9和电容C10并联，并联后一端与芯片U3的VCAP引脚相连接，另一端接地；

[0063] 所述电阻R4的一端与芯片U3的连接3.3V电压，所述电阻R4的另一端与芯片U3的RESET引脚相连接，所述电阻R4的另一端与电容C8的一端相连接，所述电容C8的另一端接
地。

[0064] 上述技术方案中，选择HC32F4A0SITB‑LQFP176芯片作为核心处理器，HC32F4A0SITB‑LQFP176系列芯片由华大半导体公司官方提供了完整的库函数用于开发，
HC32F4A0SITB‑LQFP176芯片有着ARMv7‑M架构32bit Cortex‑M4CPU，集成FPU、MPU，支持
SIMD指令的DSP，全指令跟踪单元ETM，及CoreSight标准调试单元。最高工作主频240MHz，达
到300DMIPS或825Coremarks的运算性能，内置存储器，最大2048KByte的dual bank
Flashmemory，最大516KByte的SRAM，包括128KByte的单周期访问高速RAM。电源，时钟，复位
管理，系统电源(Vcc):1.8‑3.6V，6个独立时钟源:外部主时钟晶振(4‑24MHz)，外部副晶振
(32.768kHz)，内部高速RC 16/20MHz)，内部中速RC(8MHz)，内部低速RC(32kHz)，内部WDT专
用RC(10kHz)，包括上电复位(POR)，低电压检测复位(PVD1R/PVD2R),端口复位(NRST)在内
的15种复位源，每个复位源有独立标志位。低功耗运行，外设功能可以独立关闭或开启，三
种低功耗模式：Sleep，Stop，Power down模式，VBAT独立供电支持超低功耗RT，128Byte备份
寄存器，4KByte备份SRAM。

[0065] 在单片机采集接收脉搏波数据、R‑R周期和心率数据时，对数据进行滤波并且通过单片机进行了小波变换针对QRS波提取主要特征，去除噪声，提高信噪声比，提高了采集数
据的准确度。并且搭建了对于单片机的锁相环，提高了单片机的可运行主频，在这个基础
上，满足了进行短时分析时的频域分析的计算要求。在单片机上完成了HRV分析计算，在分
析计算完成后，根据结果，将相关健康条件做了一个分类，如果健康存在问题，蜂鸣器就会
报警，根据健康问题的急缓，蜂鸣器报警的频率存在不同，用以提醒用户。为了数据的直观
显示和数据的保存，在单片机上使用串口通信，将HRV结果和波形传输到PC机上进行显示。

[0066] 进一步的，所述电源以及串口通讯模块包括接口J1、芯片U1、芯片U2、电容C2、电容C3、电容C4，所述接口J1的型号为MICRO_USB_4P_DIP，所述芯片U1的型号为CL9195A33L5M，
所述芯片U2的型号为CH340N，

[0067] 所述接口J1的VCC引脚接入5V电压，所述接口J1的D‑引脚与芯片U2的UD‑引脚相连接，所述接口J1的D+引脚与芯片U2的UD+引脚相连接，所述接口J1的GND引脚接地，所述电容
C1的一端与接口J1的VCC引脚相连接，所述电容C1的另一端与接口J1的GND引脚相连接，所
述芯片U1的VIN引脚以及EN引脚均与电容C1的一端相连接，所述芯片U1的VOUT引脚分别与
电容C2和电容C3的一端连接，所述电容C2和电容C3的另一端接地，所述芯片U1的NC引脚与
电容C4的一端相连接，所述电容C4的另一端接地，所述芯片U2的VCC引脚及V3引脚均连接至
芯片U1的VOUT引脚，所述芯片U2的TXD引脚连接至芯片U3的AIN5/P35引脚，所述芯片U2的
RXD引脚连接至芯片U3的AIN6/VREF/P36引脚。

[0068] 对于电源及串口通信电路，系统中集成运放芯片、MCU的工作电压均为3.3V。系统选择MicroUSB接口负责供电，为硬件电路提供5V电源输入。从MicroUSB接口输入的电压通
过稳压芯片CL9195输出3.3V电压为系统控制器、集成运放芯片供电，为放大滤波电路提供
参考电平以及为光电二极管提供反偏电压。MicroUSB接口除负责提供5V供电外还负责与转
接芯片CH340N连接，建立微控制器与上位机的通讯通道。选用的USB转串口芯片为CH340N，
CH340N芯片内置有上拉电阻，可与MicroUSB的D+和D‑引脚连接。

[0069] 实际电路设计中，CH340N芯片支持5V或3.3V的供电电压。芯片工作在5V电源电压下，CH340N芯片的VCC引脚外界5V电源的同时，V3引脚需要接入一个大小为0.1uF的电容用
作退耦电容。当工作在3.3V电压下时，此时CH340N芯片的V3引脚与VCC引脚直接相连，然后
两引脚都接入外部由CL9195降压芯片输出的3.3V供电。

[0070] 以下对上述技术方案的工作原理进行进一步的解释和说明：

[0071] 本发明由HC32F4A0SITB‑LQFP176作为主控的MCU，发生信号，由信号驱动电路来驱动光源发射器来发射入射光，发射到采集者的指尖。采集者指尖的反射光被环境光传感器
感知，将模拟的心电信号转换成数字信号，在经过信号调理电路的过滤噪声等操作之后将
信号传回到核心处理器，由单片机进行平滑滤波和FIR数字滤波将波形修整完，再由单片机
进行HRV分析计算，得出结果后，根据结果，将相关健康条件做了一个分类，如果健康存在问
题，蜂鸣器就会报警，根据健康问题的急缓，蜂鸣器报警的频率存在不同，用以提醒用户。再
由核心处理器通过串口通讯模块，将波形和HRV结果由下位机传送到上位机进行PC端的显
示和数据存储。

[0072] 如图2是光源发射器的电路图，发射电路由3.3V的电源供电，通过一个阻容，接入两个发射光源的LED二极管，再由一个100ohm的电阻接地，保护LED工作在安全电流。

[0073] 如图3是环境光传感器，采用敏感度较高的光敏二极管，再接一个R2的电阻，采集者指尖的反射光被光敏二极管感知，再通过AIN点的电位来读取电信号。

[0074] 如图4是MCU微处理器与外围电路，各电路与处理器组合构成单片机最小系统。微控制器采用3.3V的单电源供电，外接型号为YSX321SL的16M晶振，保障计算的精确性；RESET
引脚置高位；VCAP是内部稳压器滤波电容端；最小系统使用SWD接口调试电路。

[0075] 如图5是发明的电源及串口通信电路，发明中集成运放芯片、MCU的工作电压均为3.3V。电源驱动电路的设计与脉搏波采集器采集到的脉搏波信号的稳定性有密切联系，为
满足设计需求，系统选择MicroUSB接口负责供电，为硬件电路提供5V电源输入。MicroUSB接
口经久不衰，极高的拓展性和稳定性使其在对传输速率和供电功率要求不高的场景下有着
极大的应用空间。从MicroUSB接口输入的电压通过稳压芯片CL9195输出3.3V电压为系统控
制器、集成运放芯片供电，为放大滤波电路提供参考电平以及为光电二极管提供反偏电压。

[0076] 上述技术方案在实际应用中，其软件部分，具体如下：基于PPG采集到的心电信号进行，首先根据相关身体健康的数据进行改进式的CNN学习，主要的几项学习依据是血管状
态指数、血压表现指数、外周顺滑指数，先对已经获得心电图数据流进行标签处理，将血管
状态指数、血压表现指数、外周顺滑指数进行1‑3的一个粗略评估，减少算法的运算复杂度，
即分类结果可以是血管状态指数1、血压表现指数2、外周顺滑指数3这种形式，相应的所做
的标签也是此类。CNN是应用最广泛的深度学习算法之一，它是一个人工神经网络的深度学
习版本，可以处理不同类型的输入，如二维图像或一维信号。CNN由很多层组成，依次为输入
层，卷积层，RELU层，全连接层，分类层，输出层。CNN主要基于两个步骤：第一个是卷积，第二个是下采样。卷积过程是通过应用一个预定义大小的可训练过滤器来完成的，其中过滤器
的权重在训练过程中更新。在发明中将使用CNN的一种改进的设计结构，并应用于心电信号
图中的波形特征参数分类。相较于一般的CNN算法将卷积层和池化层交替进行提高模型复
杂度和预测正确率的方法，本发明的算法在去掉池化层的同时用滑步卷积层将其替代，保
证了网络模型的效果。去掉池化层用滑动卷积层替代，也就是去掉了决策层，通过数学公式
和实验结果证明，这样得替代完全不会损伤性能，并且加入池化层的话，如果不慎，甚至是
有伤性能的。将收集的心电波形图片进行分类标签后，开始网络模型的运算，最后可以得到
的结果是对应三个指数的心电波形图的大致范围，将三个指数对应的心电波形主要特征导
出到单片机中。根据使用者三个指数大致划分的1，2，3这三个级别输入到单片机中，可以得
到使用者的心电波形信号应该对应的主要特征。关键的QRS波群信号的时间间隔可以大致
得到，可以根据分类得到的时间间隔，来进行比较和滤除，保留受噪声干扰小比较正常的波
形信号。还可以得到QRS波群信号所在的主要频率范围，在小波变换中使用。在PPG信号采集
得到之后，主要寻找QRS波，QRS波群是心室激活产生的最大的波，幅度最大，特征明显。在单
片机中计算其时间间隔，看其是否符合模型中的一般时间间隔，不符合就可以将其筛除。

[0077] 对采集到的PPG波形，在计算得到的QRS波对应的主要频率范围中做连续小波变换，计算得到小波变换得系数后，求取各个时刻不同频率上小波变换系数的平方和，从而可
以得到各个时刻心电信号在频域的能量值，定义一个时间宽度大小为150ms的小窗，并且不
断移动，寻找窗内的心电信号极大值，极大值对应疑似的QRS波群的波峰，可以认为是一个
QRS波，窗口不断移动得到一系列QRS波。在得到这些疑似的波形后，针对波峰信号再前后寻
找，确认QRS波的时间间隔是否符合学习模型得到的一般普适性的时间间隔，不符合将之筛
掉。

[0078] 在经过筛除之后的心电信号波，在单片机中进行HRV时域和频域的分析计算，可以得到BPM值，HRV信号的SDNN值，RMSSD值以及IBI值。HRV的时域分析中，SDNN是全部心博NN间
期的标准差，评价整体HRV大小，反应心率的缓慢变化，是评估交感神经功能的敏感指标。
RMSSD是全部IBI连续差异的均方根，是评估副交感神经功能的敏感指标。HRV的频域分析
中，可以通过计算功率谱密度(PSD)来量化IBI时间序列中的这些变化，提供能量随频率变
化分布的基本信息。HRV频域分析可以定量的评估交感神经和迷走神经的调控作用。通常，
频域HRV分析与四种波段有关:ULF(0‑0.0033Hz)、VLF(0.0033‑0.04Hz)、LF(0.04‑0.15Hz)、HF(0.15‑0.4Hz)。ULF和VLF频段由于缺乏准确解析这些频段所需的长时程数据，常常被忽
略。LF/HF是低频与高频的能量比，反应自主神经的均衡控制。Hfnorm/Lfnorm是归一化高低
频比值，反映副交感神经调节的变化。将时域和频域分析得到的HRV数据相结合，做一个0.6
和0.4的加权归一化，得到1‑100的HRV评估数值，用于具体显示，当超过80时，单片机会通过
蜂鸣器报警提示。

[0079] 检测系统应用程序设计，借助计算机上的Matlab应用开发应用程序，通过短时分析的方式了解心率变异性状况，并且可在计算机上使用该程序进行显示，并可把数据保存
在本地，方便分享给专业医生或后续进行更加深入的数据处理分析，获得更加专业准确的
心血管健康状况分析。

[0080] 程序需要实现波形的实时显示、数据处理计算与脉搏波以及相关数据的本地存储等功能。数据通过MicroUSB串口，由下位机信号采集器上的控制器经过模数转换后使用
CH340N发送。

[0081] 对于客户端界面设计左下角为串口连接模块，由串口开关、串口号选择和串口状态指示灯三部分组成。开启应用程序后，通过串口号选择组件选择脉搏波采集器连接到电
脑后识别到的串口号，然后点击打开“打开串口”按钮，连接成功后，串口状态指示灯亮绿
灯，应用程序开始接收脉搏波数据、R‑R周期和心率数据。

[0082] 接收到的数据分为两部分，脉搏波信号波形显示在左侧绘图区，心率和R‑R周期数据显示在右侧。

[0083] 点击HRV开关，程序会将此次周期内的HRV数据和接收到的R‑R周期数据导出到本地，并弹出窗口提醒，文件格式为.txt。点击“导出Sdata”按钮即可保存从打开串口后接收
到的所有原始脉搏波数据到本地，并弹出窗口提醒，文件格式为.txt。

[0084] 在音频信号处理领域，短时平均幅度差函数(Average Magnitude Difference Function，AMDF)具有显著效果，被广泛应用。本发明将采用AMDF算法进行脉搏波信号的R‑R
周期检测。

[0085] 以上结合附图对本实用新型的实施方式作了详细说明，但本实用新型不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本实用新型原理和精神的情况下，对
这些实施方式包括部件进行多种变化、修改、替换和变型，仍落入本实用新型的保护范围
内。

查看完整全部详细技术资料

当前第1页第1页第2页第3页