基于壓電薄膜的睡眠監(jiān)測終端設(shè)計

丁新民

（深圳康佳電子科技有限公司 多媒體研發(fā)中心，廣東 深圳 518000）

1 技術(shù)背景

隨著社會的進步，人們的生活節(jié)奏不斷加快，睡眠問題也日趨嚴(yán)重，失眠、睡眠障礙等問題受到了越來越多的關(guān)注。調(diào)查顯示，中國有32%的成年人有睡眠障礙。長期睡眠不足會影響人們的健康。許多人為了了解自己的睡眠質(zhì)量，會采用一些方法監(jiān)測自己的睡眠情況。目前大多數(shù)睡眠監(jiān)測方法采用腦電波的方式，通過佩戴電極得到δ（1～3 Hz）、θ（4～ 7 Hz）、α（8～ 13 Hz）、β（14～ 30 Hz）波段信息[1]，之后分析各個波段信號所占比例，從而得到睡眠狀態(tài)。這種方式佩戴設(shè)備比較麻煩，需要在胸腹部和頭部佩戴各種電極來采集數(shù)據(jù)，一方面操作復(fù)雜，需要專業(yè)人員來操作這些復(fù)雜的儀器和設(shè)備；另一方面，也給測試人帶來了較大的精神壓力，會嚴(yán)重影響人的睡眠質(zhì)量和心態(tài)，導(dǎo)致檢測出來的結(jié)果并不準(zhǔn)確。

本文介紹一種采用壓電薄膜來監(jiān)測睡眠的終端系統(tǒng)，無需佩戴設(shè)備，簡單放置（平鋪）就可以長期監(jiān)測人的睡眠狀態(tài)，并可以通過藍(lán)牙低能耗技術(shù)（Bluetooh Low Energy，BLE）通知到用戶App。該系統(tǒng)具有非接觸、不影響睡眠、無需專業(yè)操作、上手簡單、經(jīng)濟實惠及可推廣的特點。

2 實現(xiàn)方式

2.1 總體方案

睡眠監(jiān)測系統(tǒng)由控制主MCU（STM32F4）、藍(lán)牙通信MCU（NRF52832）以及壓電薄膜帶組成。STM32F4采用Cortex M4內(nèi)核，帶FPU和DSP指令集，主頻較高，信號處理能力較強。藍(lán)牙通信MCU將采集和處理的數(shù)據(jù)傳送給用戶。壓電薄膜帶主要用來收集模擬信號[2]。系統(tǒng)總體框架如圖1所示。

圖1 總體框架圖

2.2 數(shù)據(jù)采集

睡眠檢測帶是一條800 mm×8 mm的壓電薄膜，質(zhì)地柔軟，無需電源（低功耗），可以放在胸部接近心臟的位置。施加壓力在薄膜上方時，兩個電極之間會產(chǎn)生線性電信號。具體地，28 μm厚的壓電薄膜敏感度微應(yīng)變典型值為10～15 mV（應(yīng)變是形變量與原來尺寸的比值）。STM32F4通過A/D轉(zhuǎn)換將模擬信號轉(zhuǎn)換為數(shù)字信號，并將轉(zhuǎn)換后的數(shù)字信號存儲到FATFS文件系統(tǒng)。需要注意，儲存時應(yīng)當(dāng)在信號數(shù)值前面加上對應(yīng)時間，方便后期對應(yīng)分析不同時期的狀態(tài)。PCB板與壓電薄膜如圖2所示。

圖2 PCB板與壓電薄膜

2.3 數(shù)據(jù)處理

數(shù)據(jù)收集完成后，從文件系統(tǒng)中提取數(shù)據(jù)。將數(shù)據(jù)在MATLAB中顯示出來。采集的信號包含心率、呼吸及體動等，原始數(shù)據(jù)如圖3所示?？梢钥吹?，波形比較雜，難以直接得到心率和呼吸等數(shù)據(jù)。如果簡單采用波峰波谷的方式去計算，實際得到的數(shù)據(jù)并不理想。通過大量測試發(fā)現(xiàn)，心率、呼吸及體動3個參數(shù)在頻域上面的差異較大。因此，可以把要處理的信號由時域轉(zhuǎn)換為頻域。

圖3 原始數(shù)據(jù)圖

采用快速傅里葉變換（Fast Fourier Transform，F(xiàn)FT）方式將信號轉(zhuǎn)換為頻域信號，對于FFT的分辨力的選取至關(guān)重要。設(shè)信號的采樣頻率為F，采樣點數(shù)為N，經(jīng)過傅里葉變換之后的頻譜精度為fs=F/N。在采樣頻率固定的情況下，只有增加采樣點數(shù)，才能提高分辨力，但在實際的過程中采集的數(shù)據(jù)量大會導(dǎo)致實時性較差。而實際需要在較短的時間內(nèi)給出結(jié)果。對此，可采用補零法[3]，將剩余采樣點數(shù)補零，來提高分辨力。

原始信號如圖3所示，由于呼吸信號振幅高、頻率低，而心率信號則振幅低、頻率高，因此可以得出，低振幅的心率信號疊加在高振幅的呼吸信號上。人在睡眠過程中，由壓力等產(chǎn)生的震動信號頻率基本在0.2～2 Hz。實際測得手機振動頻率大概在100 Hz，利用濾波器，可以很好地將這些信號過濾出來。電風(fēng)扇的搖頭頻率正好也處于0.2～2 Hz，但是其只對水平方向有影響。因此，獲得的0.2～2 Hz的震動信號就是心率和呼吸信號。

采用2 Hz的低通濾波器對序列進行處理，得到心率信號波形，如圖4（a）所示。對信號進行頻譜轉(zhuǎn)換，得到頻率分量的波形如圖4（b）所示。在特定范圍（0.2～2 Hz）內(nèi),其峰值對應(yīng)的頻率值為心率。從圖中可以分析出峰值為1.2 Hz，心率大概為每分鐘72次。

圖4 心率信號

為了得到相應(yīng)的呼吸信號，首先通過2 Hz低通濾波器得到呼吸信號，如圖5（a）所示。然后將數(shù)據(jù)分段進行傅里葉變化，得到0～0.8 Hz的頻譜圖。從圖5（b）的頻譜圖可以看出，峰值出現(xiàn)在0.2 Hz，即每分鐘12次。因此通過這種方式可以得出睡眠呼吸的一個重要參數(shù)。

圖5 呼吸信號

在睡眠過程中，一般人的動作會對壓電薄膜產(chǎn)生較大的AD值，包括輕微的肢體動作。通過在原始波形中對一定范圍幅度的記數(shù)，可以得到該時段的體動值。

2.4 數(shù)據(jù)分析

睡眠分期主要有W（清醒期）、R（快速眼動期）、SLEEP1（淺度睡眠期）以及SLEEP2（深度睡眠期），其中SLEEP1和SLEEP2也稱為NR期?；诮】党扇艘归g睡眠一般規(guī)律，NR期心率平穩(wěn)且偏低，心率一般會比醒時慢每分鐘10～30次；由NR期進入R期時，心動周期的上升較緩，約6～10 min內(nèi)升到頂部；由NR期進入W期時，心率值上升迅速，一般在2 min內(nèi)上升到頂部。睡眠狀態(tài)具有局部穩(wěn)定性和連續(xù)性，不會在短時間內(nèi)頻繁轉(zhuǎn)換睡眠時相。利用這一規(guī)律，可以通過心率判斷出NR期，根據(jù)心率緩慢程度來區(qū)分SLEEP1和SLEEP2，一般來說，睡眠程度越深，心率值越低。同樣，呼吸次數(shù)也有這樣的規(guī)律，呼吸次數(shù)越低，說明處在NR期的概率越大。通過提取某分鐘內(nèi)前后30 s呼吸次數(shù)的差值之間的關(guān)系，根據(jù)睡眠參數(shù)在R期明顯增大的規(guī)律，可以區(qū)分R期與非R期[4]。綜合心率和呼吸數(shù)據(jù)，可以判斷出R期與NR期。

根據(jù)實際的睡眠信號可知，人在深度睡眠時，體動占總的呼吸加體動的比例非常小。通過腦電設(shè)備采集腦電信息，腦電的睡眠值一般作為判斷睡眠分期的標(biāo)準(zhǔn)，然后與采集體動值相結(jié)合，得到相應(yīng)區(qū)間的門閥值，可通過這種方式來區(qū)分SLEEP1與SLEEP2。之后，通過心率緩慢程度的方式來修正SLEEP1與SLEEP2分期。

SampEn為樣本熵[5]，是用來度量時間序列復(fù)雜度的值。清醒或者淺睡狀態(tài)時，樣本熵值較高；隨著睡眠的深入，熵值下降并且處于相對平穩(wěn)的狀態(tài)。因此，可以通過熵值來區(qū)分W期。樣本熵算法基本步驟如下。

（1）將原始睡眠數(shù)據(jù)經(jīng)過濾波處理成睡眠時間序列。

（2）采用MATLAB自帶的函數(shù)SampEn（data，m，r），data為時間序列，m為重構(gòu)維數(shù)，r為閾值大小，一般選擇r=0.1～0.25*Std（data）。

（3）計算 SampEn（t）。

2.5 移植

將在MATLAB上面實現(xiàn)的睡眠分期整理成相應(yīng)的C語言代碼，將其運行到STM32F4MCU上。處理完成后，通過BLE通信，告知用戶睡眠狀態(tài)信息，用戶最終得到的分期結(jié)果如圖6所示。

圖6 睡眠分期

3 應(yīng)用場景

本方案設(shè)計的終端設(shè)備具有易于安裝、使用方便的特點，適合各年齡段的人群。相對于其他睡眠監(jiān)測設(shè)備更加安全，可廣泛運用于消費類電子領(lǐng)域。

4 結(jié) 語

該睡眠監(jiān)測設(shè)計通過濾波等操作對原始數(shù)據(jù)進行處理優(yōu)化，對睡眠狀態(tài)分期。通過傅里葉變換將收集的時域信號轉(zhuǎn)換成頻域信號，提取出峰值部分的參數(shù)，進而得到睡眠特征參數(shù)。通過類比腦電信號（睡眠情況），可以對算法設(shè)置門閥值，更高效地分離出睡眠狀態(tài)。利用壓電薄膜采集數(shù)據(jù)的方式極大地避免了嚴(yán)格的環(huán)境要求和復(fù)雜的操作，能夠長時間、不間斷地監(jiān)測睡眠狀態(tài)，準(zhǔn)確率高，為有睡眠障礙的人群提供了一種有效的監(jiān)測手段。