基于心率變異性的人體疲勞興奮測試方案設(shè)計

冼杰森 陳曉寧

摘要

人體在疲勞、興奮和平靜的狀態(tài)有著對應(yīng)的生理參數(shù)。為了探討人體在三種狀態(tài)時有著怎樣的心率變異性，本設(shè)計是基于STM32的信號采集與數(shù)據(jù)處理系統(tǒng)，以實現(xiàn)長時間的人體生理信號實時監(jiān)控和提醒。通過MPU6050加速度傳感器把采集到數(shù)據(jù)傳輸?shù)組CU模塊中，進(jìn)行卡爾曼濾波和巴特沃斯帶通濾波處理，處理后數(shù)據(jù)將根據(jù)運動狀態(tài)進(jìn)行判斷是否為有效數(shù)據(jù)。若有效，則通過串口上傳到計算機中，進(jìn)行形態(tài)濾波和自相關(guān)運算，得到心率間期數(shù)據(jù)，并將數(shù)據(jù)存到數(shù)據(jù)庫中。最后通過多特征決策樹判斷系統(tǒng)，根據(jù)數(shù)據(jù)的4大特征判斷使用者是哪種狀態(tài)。

【關(guān)鍵詞】生理信號采集 信號處理 疲勞興奮分析 心率變異性 本地數(shù)提庫

1 緒論

1.1 課題的意義和目的

生活節(jié)奏不斷加快，現(xiàn)代人壓力越來越大，很多人長期受到慢性疲勞的困擾。雖然不會直接危害人們的生命，但長期疲勞仍然會帶來嚴(yán)重的健康隱患，甚至誘發(fā)癌癥。千萬別讓勞累成為癌癥滋生的溫床。上海市進(jìn)行的一項萬名癌癥患者整體康復(fù)情況調(diào)查結(jié)果顯示，在癌癥誘因的自我分析中，36.6%的患者認(rèn)為是過度勞累而誘發(fā)，7.1%的病人認(rèn)為是工作壓力過重誘發(fā)。美國圣路易華盛頓大學(xué)的一項研究也指出，過度勞累容易誘發(fā)癌癥，許多催癌的人回顧發(fā)病前兩三年，通常是身心處于極大的壓力之下。勞累之所以會誘發(fā)癌癥，是因為人的身體長年處于過度勞累和精神緊張狀態(tài)，免疫機能因此削減，使身體修補DNA的能力下降，催患癌癥幾率明顯提高。在最容易被累出的癌癥中，淋巴瘤首當(dāng)其沖，過度勞累導(dǎo)致血液透支，由于某種代償機制，淋巴系統(tǒng)自動調(diào)節(jié)補充，導(dǎo)致淋巴無限增生。年輕人的免疫系統(tǒng)處于發(fā)育過程中，需要不斷適應(yīng)外界的變化，因此壓力、勞累等都容易導(dǎo)致其產(chǎn)生惡性改變。過度勞累雖不直接導(dǎo)致癌變，但會導(dǎo)致肝病、肺病反復(fù)發(fā)作、不斷加重，并最終誘發(fā)癌癥。因此，社會急需一種能夠?qū)崟r監(jiān)測疲勞的輔助設(shè)備。

1.2 心率變異性的時域指標(biāo)介紹

心率變異性（Heart Rate Variability，HRV）是指逐次心搏間期之間的微小變異特征。當(dāng)今的醫(yī)學(xué)觀點是指人的心率正常情況下也是呈不規(guī)則變化的。心率變異是指竇性

心率的這種波動變化的程度。HRV分析方法只要有時域分析法、頻域分析法、線性分析法和非線性分析發(fā)。這里主要介紹時域分析法。HRV時域分析法具有五大指標(biāo)，分為NNVGR、SDNN、RMSSD、SDSD、pNN50。

SDNN指的是全部正常竇性心搏間期（NN）的平均值，單位為ms，計算公式如下：

其中N代表;SDNN是標(biāo)準(zhǔn)差，即全部NN間期的標(biāo)準(zhǔn)差，單位為ms。

RMSSD是指全程相鄰NN間期之差的均方根，單位為ms，計算公式如下：

SDSD是指全程相鄰NN間期長度之差的標(biāo)準(zhǔn)差，單位為ms，計算公式如下：

PNN50是指在全部NN間期的記錄中，相鄰的NN間期之差大于50ms的個數(shù)與總的NN間期的個數(shù)的比，以百分比表示。其中SDNN反映的是自主神經(jīng)系統(tǒng)對心率調(diào)控的總評價，而RMSSD和PNN50反映的是迷走神經(jīng)張力。

1.3 論文的主要內(nèi)容

本文通過研究對放置于凳子底下的加速度傳感器采集系統(tǒng)實現(xiàn)人體坐著時狀態(tài)的監(jiān)測。

論文的層次結(jié)構(gòu)如下：

（1）描述了課題研究的來源，論文產(chǎn)生的背景、意義。

（2）描述了凳子底下心率監(jiān)測系統(tǒng)的整體框架，對系統(tǒng)框架、加速度傳感器做了一定介紹，介紹了VS2017開發(fā)平臺以及在該開發(fā)平臺上如何實現(xiàn)心率監(jiān)測的相關(guān)功能。

（3）介紹了生理信號預(yù)處理的方法，通過設(shè)計四種濾波算法從混合生理信號中提取準(zhǔn)確心率信號，并且與心電信號同時進(jìn)行測量對比。

（4）介紹了實驗設(shè)計步驟，提出基于心率變異性的多特征判決疲勞和興奮分析的算法，介紹該算法的優(yōu)勢，并且對該算法的實際應(yīng)用進(jìn)行了詳盡的描述。

（5）最后是對本文工作的一個總結(jié)，以及對未來提出進(jìn)一步的展望。

2 非接觸式心率檢測系統(tǒng)的構(gòu)成

2.1 整體系統(tǒng)設(shè)計方案

系統(tǒng)的信號采集主要通過六軸加速度傳感器來實現(xiàn)，傳感器置于一小塊平板中，放在凳子的下面兩個帆布中間，集成的PCB的MCU電路板可放于凳子旁邊。所得到的數(shù)據(jù)通過在MCU進(jìn)行處理后，通過串口上傳到計算機，在窗口軟件對上傳的數(shù)據(jù)進(jìn)行處理分析，并且以波形圖的形式實時顯示并計算出呼吸率。系統(tǒng)總設(shè)計簡圖如圖1所示。

2.2 硬件設(shè)計

系統(tǒng)硬件主要由三大部分組成：非穿戴式的心率監(jiān)測傳感器部分、下位機和上位機組成。非穿戴式心率監(jiān)測部分包括MPU6050模塊和支架系統(tǒng)，下位機則是STM32，用于驅(qū)動控制傳感器并處理數(shù)據(jù)，將數(shù)據(jù)上傳至上位機，上位機部分則是PC客戶端程序，實時處理得到的數(shù)據(jù)。

2.2.1 主控系統(tǒng)

本次數(shù)據(jù)采集與濾波電路使用的主控芯片為STM32F103RCT6。主控芯片通過驅(qū)動MPU6050模塊檢測人體隨心臟跳動的微弱加速度、各方向角速度的變化量，在STM32內(nèi)部進(jìn)行處理，通過濾波處理濾除干擾信號，得到與心率相關(guān)的信號并且并通過串口將得到的信號發(fā)送至PC端進(jìn)行處理。

2.2.2 采集系統(tǒng)

采集系統(tǒng)選用MPU6050六軸加速度傳感器實時監(jiān)測人體心率信息，MPU6050模塊通過SDL、SCL兩根I2C數(shù)據(jù)線與STM32F103RCT6主控系統(tǒng)通信。

2.2.3 支撐系統(tǒng)

在探測信號的初期，我們選擇的都是剛性凳子，人的心率跳動會引起人體輕微震動。為了保證傳感器與人體充分接觸，得到可靠準(zhǔn)確的心率數(shù)據(jù)，我們選用一款堅固耐用的布料凳子，其凳面為可形變的彈性布料，人體坐上去之后能夠和人體緊密接觸，通過把傳感器安裝在此凳子的凳面底部中心，可以實現(xiàn)穩(wěn)定準(zhǔn)確測量的人體生物信息數(shù)據(jù)。

2.3 軟件設(shè)計

2.3.1 MCU濾波處理

在mcu收集到最原始的數(shù)據(jù)的時候，我們進(jìn)行卡爾曼濾波處理和巴特沃斯帶通濾波?？柭鼮V波系統(tǒng)系統(tǒng)可用一個線性隨機微分方程來描述，而巴特沃斯帶通濾波器則是根據(jù)心率來選擇頻帶，我們選擇的時2-6Hz頻帶。

2.3.2 窗口軟件設(shè)計

窗口設(shè)計包括控件設(shè)計程序、數(shù)據(jù)處理程序、顯示程序?？丶O(shè)計包括串口控件，按鈕控件等。在接收到的數(shù)據(jù)是呼吸和心率的混合信號，因此需要進(jìn)一步處理。對該混合信號繼續(xù)進(jìn)行分離，分別通過形態(tài)濾波和互相關(guān)計算進(jìn)行處理，最后提取出每個峰值，進(jìn)一步提取RR峰值。

2.4 數(shù)據(jù)正確性驗證

數(shù)據(jù)正確性驗證包括兩部分，分別為是否為正常的心率呼吸數(shù)據(jù)和是否和心電數(shù)據(jù)有差別。

2.4.1 是否為正常的心率呼吸數(shù)據(jù)

在收集過程中，由于裝置的局限，實時采集得到的數(shù)據(jù)不一定有效。因此需要一個決策算法來判斷所收到的一段數(shù)據(jù)是否有效。

我們在收集一段2s的數(shù)據(jù)（1000個數(shù)據(jù)）之后，通過以下方法來判斷得到的數(shù)據(jù)是否有效。具體算法將會在2.5中解釋。

2.4.2 是否和心電數(shù)據(jù)有差別。

在制作初期，通過同時用心電儀器和MPU6050傳感器測量同一個人的心率，通過以下公式計算計算出誤差，當(dāng)誤差小于10-3次方的時候說明誤差很小，很準(zhǔn)確。

公式如下：

RR：本設(shè)計裝置的測量的數(shù)據(jù)心率間期

M：本設(shè)計裝置的測量的數(shù)據(jù)心率間期與心電數(shù)

據(jù)間期差的個數(shù)

JJ：心電數(shù)據(jù)間期

n：本設(shè)計裝置的測量的數(shù)據(jù)心率間期的個數(shù)

a：誤差

若誤差小于0.001的時候，說明兩個信號誤差很小，本設(shè)計裝置的測量的數(shù)據(jù)心率間期很準(zhǔn)確;

若誤差在0.01和0.001中的，說明設(shè)計裝置的測量的數(shù)據(jù)心率間期比較準(zhǔn)確，可以接受;

若誤差大于0.01中的，說明設(shè)計裝置的測量的數(shù)據(jù)心率間期不準(zhǔn)確。

數(shù)據(jù)組如下：

第一組8.9504*10e-4

第二組0.0038

第三組9.3439*10e-4

第四組0.0039

第五組9.5587*10e-4

第六組8.0711*10e-4

第七組7.1289*10e-4

第八組8.5134*10e-4

說明本裝置采集的數(shù)據(jù)和心電數(shù)據(jù)的誤差很小，能夠達(dá)到醫(yī)療水平。

2.5 相關(guān)算法

判斷人體運動和沒人坐下的算法計算簡述：

若某段時間內(nèi)，x軸加速度的方差大于第一閥值（5000LSB/s），則判為人體在運動，數(shù)據(jù)無效，不上傳到計算機，傳送標(biāo)志信號;若X軸加速度的方差小于第一閥值（5000LSB/s），則進(jìn)行第二次判決。第二次判決為y軸加速度的方差大于第二閥值（5000LSB/s），則判為人體在運動，數(shù)據(jù)無效，不上傳到計算機，傳送標(biāo)志信號;若Y軸加速度的方差小于第二閥值（5000LSB/s），則進(jìn)行第三次判決。第三次判決為z軸加速度的方差大于第三閥值（5000LSB/s），則判為人體在運動，數(shù)據(jù)無效，不上傳到計算機，傳送標(biāo)志信號;若z軸加速度的方差小于第三閥值（5000LSB/S），則進(jìn)行第四次判決。第四次判決為y軸角速度的方差小于第四閥值（15°/s）或者大于第五閥值（450°/s），則判為人無人坐下，數(shù)據(jù)無效，不上傳到計算機，傳送標(biāo)志信號;若Y軸角速度的方差小于第四閥值（15°/s）同時大于第五閥值（450°/s），則判為數(shù)據(jù)有效。

2.6 本章小節(jié)

在本章中充分地介紹了整一個系統(tǒng)實施方案，硬件系統(tǒng)包括MCU、MPU6050傳感器和布料椅子，而軟件系統(tǒng)通過4種濾波算法和一個判斷算法來對數(shù)據(jù)進(jìn)行處理，并且最后提取出峰峰間期，最后把數(shù)據(jù)保存數(shù)據(jù)庫。

3 疲勞興奮方案設(shè)計與測試

3.1 測試方案設(shè)計

本實驗設(shè)計方案設(shè)計如下所述：將本組的兩個組員作為實驗對象，通過對兩隊員進(jìn)行不間斷的測量心率間期數(shù)據(jù)，分別兩個隊員在疲勞、興奮、平常穩(wěn)態(tài)的時候測量數(shù)據(jù)，通過長時間測量記錄數(shù)據(jù)，然后通過對每一組數(shù)據(jù)計算出HRV時域特征。通過建立一個多特征決策模型，有監(jiān)督地訓(xùn)練出對應(yīng)的特征的占比。同時，把每個人平常的狀態(tài)歸一化，訓(xùn)練出每一個人自適應(yīng)的模型，通過再次測試來驗證判決是否準(zhǔn)確。

3.2 疲勞興奮狀態(tài)的判決算法

設(shè)訓(xùn)練數(shù)據(jù)集為D，|D|為樣本個數(shù)。設(shè)有K個分類Ck，k=1，2…K，|Ck|表示屬于Ck分類的樣本個數(shù)，因此有：

設(shè)特征A有n個不同的取值{a1，a2…an}，根據(jù)特征A的取值將D劃分為n個子集D1，D2…Dn，|Di|為Di子集中的樣本個數(shù)，因此有：

記子集Di中屬于類Ck的樣本的集合為Dik，|Dik|表示Dik的樣本個數(shù)。計算數(shù)據(jù)集D的經(jīng)驗嫡：

接下來就要求經(jīng)驗條件嫡了，可以遍歷A中的所有特征，計算所有特征A的信息增益，選擇信息增益最大的特征作為當(dāng)前的分裂特征：

將得到的數(shù)據(jù)放進(jìn)去訓(xùn)練得到這樣的一個樹圖。

3.2.1 決策樹1的關(guān)系

當(dāng)SDNN小于345.127時候，判斷為興奮。當(dāng)SDNN大于等于345.127時，進(jìn)行SDSD判斷;當(dāng)SDSD大于等于34.7925時，判斷為疲勞;當(dāng)SDSD小于34.7925時，進(jìn)行PNN50判斷;當(dāng)PNN50大于等于0.36545時，判為平靜;當(dāng)PNN50小于0.36545時，判為疲勞。

3.2.2 決策樹2的關(guān)系

當(dāng)SDNN大于等于 361.027時候，判斷為疲勞。當(dāng)SDNN小于361.027時，進(jìn)行SDSD判斷;當(dāng)SDSD小于46.9898時，判斷為平靜;當(dāng)SDSD大于等于46.9898時，判斷為興奮。

3.3 本章小節(jié)

本章通過半個月的時間來收集好每一個狀態(tài)中對應(yīng)的峰峰間期數(shù)據(jù)，并且計算出對應(yīng)的4種時域特征，同歸時域特征數(shù)據(jù)進(jìn)行訓(xùn)練，訓(xùn)練出對應(yīng)的決策樹，通過決策樹可以觀察到三種情緒狀態(tài)和HRV部分特征值的關(guān)系。

4 總結(jié)

我們設(shè)計了基于簡單情緒判斷的非穿戴式心率監(jiān)測系統(tǒng)來對人體進(jìn)行長時間監(jiān)測。該非穿戴式心率監(jiān)測系統(tǒng)能夠在不直接接觸人體的時候采集數(shù)據(jù)，通過卡爾曼濾波和巴特沃斯帶通濾波器，再對數(shù)據(jù)進(jìn)行有效性判斷，可以判斷出人體是靜止，還是運動還是沒有人坐下。如果人體是靜止的，則通過串口上傳到計算機繼續(xù)進(jìn)行數(shù)據(jù)處理，得到RR間期，并且計算出對應(yīng)的特征數(shù)值，通過多特征決策樹進(jìn)行情緒判斷，對使用者進(jìn)行提醒。在制作系統(tǒng)時候，我們會根據(jù)現(xiàn)有自己收集的數(shù)據(jù)訓(xùn)練出多特征決策樹模型，根據(jù)模型推斷出心率間期數(shù)據(jù)特征值與興奮疲勞平靜三種情緒的狀態(tài)。

參考文獻(xiàn)

[1]羅蘭.心率變異測量系統(tǒng)以及運動訓(xùn)練對人心率變異影響的研究[D].上海：上海交通大學(xué)，2010.

[2]季虎.心電信號自動分析關(guān)鍵技術(shù)研究[D].湖南：國防科技大學(xué)，2006.

[3]徐明偉，金龍哲，張驎，于露，劉建國，田興華.基于心率監(jiān)測的建筑工人生理疲勞分析.工程科學(xué)學(xué)報，2018，40（06）：760-765.

[4]劉振.基于心率變異性的心理壓力識別研究[D].天津：天津理工大學(xué)，2016.

[5]陳澎彬.枕下式睡眠生命體征信號提取與分析系統(tǒng)[D].華南師范大學(xué)，2016.