基于雙通道光纖傳感器的生理數(shù)據(jù)采集系統(tǒng)研究

徐棟義 朱耀東 朱濤 朱永梁 唐敏

摘? 要： 為了滿(mǎn)足微彎曲光纖傳感器在血壓檢測(cè)上的應(yīng)用，在原有傳感器基礎(chǔ)上增加了一路傳感器，并通過(guò)可編程邏輯器件對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理。系統(tǒng)由兩路微彎曲光纖傳感器、兩路前置模擬放大部分、兩路ADC、微處理器、可編程邏輯器件以及WIFI模塊組成。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)能夠更快地對(duì)原始數(shù)據(jù)進(jìn)行數(shù)字濾波和提取生理參數(shù)，并計(jì)算出兩路心沖擊（BCG）信號(hào)的相位及兩者之間的瞬時(shí)相位差，最后預(yù)測(cè)出血壓值。

關(guān)鍵詞： 光纖傳感器； 血壓檢測(cè)； BCG； 可編程邏輯器件

中圖分類(lèi)號(hào)：TP274+.2? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1006-8228（2023）12-125-04

Research on physiological data acquisition system based on

dual channel fiber optic sensor

Xu Dongyi1，2， Zhu Yaodong2， Zhu Tao2， Zhu Yongliang1，2， Tang Min1，2

（1. School of Information Science and Technology， Zhejiang SCI-Tech University， Hangzhou， Zhejiang 310018， China;

2. College of Information Science and Engineering， Jiaxing University）

Abstract： In order to meet the application of micro bending fiber optic sensors in blood pressure detection， an additional sensor is added to the original sensor， and the raw data are preprocessed through programmable logic devices. The system consists of two micro bending fiber optic sensors， two analog preamplifiers， two ADCs， microprocessor， programmable logic device， and WIFI module. The experimental results show that the system can quickly perform digital filtering and extract physiological parameters from the raw data， calculate the phase of two ballistocardiogram （BCG） signals and the instantaneous phase difference between them， and finally predict blood pressure values.

Key words： fiber optic sensor; blood pressure detection; BCG; programmable logic device

0 引言

心血管疾病一直嚴(yán)重威脅著中老年人的健康，且人的年齡越大，患病的風(fēng)險(xiǎn)越高，心血管疾病是目前人類(lèi)的首位死亡原因[1]，而高血壓是心血管疾病，特別是冠心病、腦卒中的重要誘因。如果我們能夠?qū)Ω哐獕夯颊哌M(jìn)行長(zhǎng)期的生理參數(shù)監(jiān)測(cè)，就可以有效預(yù)防心血管疾病。

傳統(tǒng)的生理參數(shù)監(jiān)測(cè)，如心電圖（Electro Cardio Grams，ECG）[2]法，光電容積（Photo Plethysmo Grams， PPG）法，需要直接接觸皮膚，而且佩戴過(guò)程比較繁瑣，不適合作為人體日常監(jiān)測(cè)設(shè)備。近年來(lái)，一系列新型傳感器被提出用于實(shí)現(xiàn)人體生命參數(shù)的監(jiān)測(cè)，他們不用接觸皮膚就可完成無(wú)感的數(shù)據(jù)采集。然而，諸如光纖光柵（FBG）[3]傳感器，壓電薄膜（PVDF）[4]傳感器，電磁波掃描傳感器等仍然存在很多缺陷。例如，光纖光柵傳感器的解調(diào)方法十分復(fù)雜，導(dǎo)致成本高昂；壓電傳感器使用壽命低，對(duì)于長(zhǎng)期檢測(cè)并不適用；電磁傳感器易受外界干擾。目前來(lái)看，基于微彎曲光纖傳感器（Ballisto Cardio Gram，BCG）[5]的方法是一種比較有優(yōu)勢(shì)的方法，它利用微彎管的形變導(dǎo)致接收器接收到的光強(qiáng)發(fā)生變化?；谶@種方法制作的傳感器成本低，靈敏度高，傳輸?shù)男盘?hào)比較穩(wěn)定。

血壓是衡量人體健康狀況的重要指標(biāo)之一。本文研究了微彎曲光纖傳感器在血壓檢測(cè)上的應(yīng)用。通過(guò)對(duì)微彎曲光纖傳感器和血壓檢測(cè)的原理和特性進(jìn)行分析，設(shè)計(jì)了本系統(tǒng)的硬件電路和軟件程序，實(shí)現(xiàn)了對(duì)原始信號(hào)采集、處理和傳輸。最后，對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析和討論。實(shí)驗(yàn)結(jié)果表明，本文的采集系統(tǒng)能夠?qū)崿F(xiàn)對(duì)雙通道BCG信號(hào)的高精度采集和穩(wěn)定傳輸，同時(shí)輸出兩個(gè)通道的相位和一路瞬時(shí)相位差數(shù)據(jù)，這為在PC端建立血壓預(yù)測(cè)模型提供了更優(yōu)的數(shù)據(jù)基礎(chǔ)。與傳統(tǒng)的血壓計(jì)相比，微彎曲光纖傳感器具有無(wú)接觸、精度高，且不受袖帶干擾，能夠?qū)崿F(xiàn)24小時(shí)連續(xù)監(jiān)測(cè)。因此，微彎曲光纖傳感器在血壓檢測(cè)上有廣闊的應(yīng)用前景。

1 系統(tǒng)結(jié)構(gòu)及生理參數(shù)監(jiān)測(cè)原理

1.1 心跳、呼吸、血壓采集原理

人體的呼吸會(huì)引起胸部的擴(kuò)張和收縮，從而引起人體的微小振動(dòng)[6]。當(dāng)心臟跳動(dòng)時(shí)，血液會(huì)噴射到全身的血管中，也會(huì)引起人體的微小振動(dòng)。如圖1所示，為微彎曲光纖傳感器原理圖，光纖傳感纖維對(duì)微弱振動(dòng)非常敏感，當(dāng)人體呼吸或者心臟跳動(dòng)時(shí)，光纖可以輕松地檢測(cè)出這種變化。當(dāng)人躺在智能床墊上時(shí)，人體心跳和呼吸引起的微小振動(dòng)會(huì)改變纖維微彎曲的周期，進(jìn)而引起纖維角度和振幅的變化。最后光接收器將光信號(hào)轉(zhuǎn)換為電信號(hào)，即混雜著呼吸、心率以及其他噪聲的原始信號(hào)。成年人在平靜狀態(tài)下的呼吸頻率在0.16Hz-0.50Hz之間，心跳頻率在0.50Hz-3.00Hz之間，設(shè)計(jì)0.5-20Hz的巴特沃斯帶通濾波器進(jìn)行信號(hào)分離，可以分離得到心沖擊信號(hào)（BCG）、呼吸信號(hào)[7]。

通過(guò)BCG信號(hào)檢測(cè)血壓的方式，這里采用的是比較兩個(gè)BCG信號(hào)的瞬時(shí)相位差（Instantaneous Phase Difference，IPD），以IPD為主要特征值通過(guò)人工神經(jīng)網(wǎng)絡(luò)或卷積神經(jīng)網(wǎng)絡(luò)的方法建立血壓預(yù)測(cè)模型。研究表明[8-9]，血壓越高，IPD的差異越大。本文使用兩個(gè)光纖傳感器同時(shí)采集人體兩個(gè)部位（例如背部和腿部）的BCG信號(hào)，然后使用希爾伯特變換[10]分別計(jì)算出兩個(gè)信號(hào)的相位以及兩者之間的IPD。雖然目前該方法的準(zhǔn)確性與醫(yī)用血壓檢測(cè)儀相比還有一定差距，但仍有提升和廣闊的應(yīng)用前景。因此，為保證IPD的可靠性，本系統(tǒng)使用了兩個(gè)ADC同時(shí)采樣兩個(gè)通道的電壓值，并通過(guò)可編程器件保證時(shí)序同步到ms級(jí)。

1.2 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

系統(tǒng)整體結(jié)構(gòu)框圖如圖2所示。本系統(tǒng)由兩個(gè)光纖傳感坐墊，兩路光發(fā)射器、光接收器，一路共用發(fā)射器驅(qū)動(dòng)電路，兩路跨阻放大電路、二級(jí)運(yùn)放電路、AD采樣電路，可編程邏輯器件，微處理器以及WIFI組成。

其中，兩個(gè)光纖坐墊分別將人體背部和腿部因呼吸和心跳引起的微小震動(dòng)轉(zhuǎn)化為光信號(hào)，光接收器將光信號(hào)轉(zhuǎn)化為電信號(hào)，經(jīng)過(guò)模擬放大并濾除環(huán)境噪聲后，采用高精度積分型ADC進(jìn)行模數(shù)轉(zhuǎn)換。FPGA將轉(zhuǎn)換后的信號(hào)存入內(nèi)部FIFO通道中，首先對(duì)數(shù)據(jù)預(yù)處理，之后，ARM讀取存放在FPGA中的數(shù)據(jù)計(jì)算出前1s的心率和呼吸率，最后，將數(shù)據(jù)統(tǒng)一打包，通過(guò)WIFI發(fā)送給PC端。

2 信號(hào)數(shù)據(jù)采集部分

2.1 前置模擬放大部分

光電檢測(cè)的前一部分包括光纖坐墊、光接收器、前置跨阻放大器以及二級(jí)運(yùn)算放大器。光電接收器可以將光信號(hào)轉(zhuǎn)換為約±100nA左右的電流信號(hào)，之后經(jīng)過(guò)跨阻放大器，將電流信號(hào)轉(zhuǎn)換為mv級(jí)電壓信號(hào)?？缱璺糯笃饔蒓PA656運(yùn)算放大器及相關(guān)電路組成，該運(yùn)算放大器在光電檢測(cè)中表現(xiàn)出良好的精度。同時(shí)為了滿(mǎn)足后續(xù)AD采集的需求，還需接入二級(jí)運(yùn)放。圖3展示了跨阻放大器和二級(jí)運(yùn)算放大器的相關(guān)連接框圖。OUT1為一級(jí)跨阻放大器的電壓輸出，它將光接收器轉(zhuǎn)換出的nA級(jí)電流信號(hào)轉(zhuǎn)換放大為20～30mV左右的電壓信號(hào)。二級(jí)運(yùn)算放大器使用的是AD623芯片，它具有高精度、低噪聲以及低功耗的特性。通過(guò)調(diào)整可變電阻，可以調(diào)整放大倍數(shù)來(lái)使輸出電壓OUT2滿(mǎn)足在AD測(cè)量的最佳精度范圍內(nèi)。

2.2 AD采集

將前置模擬放大部分的信號(hào)OUT2A與OUT2B經(jīng)過(guò)AD轉(zhuǎn)換后，即得到原始信號(hào)。如圖4所示為ADC與FPGA的連接結(jié)構(gòu)圖。由于考慮到本系統(tǒng)要求的采集精度高，速率不高的特點(diǎn)，所以采用ADS1115積分型ADC芯片，該芯片精度為16位，內(nèi)部轉(zhuǎn)換速率，轉(zhuǎn)換幅值等均可由內(nèi)部寄存器設(shè)定，本系統(tǒng)將AD采集電壓幅值范圍選擇在±1.024V。但提高轉(zhuǎn)換速率會(huì)帶來(lái)更高的噪聲容量，同時(shí)考慮到FIFO存儲(chǔ)容量的壓力，本系統(tǒng)采用250SPS的轉(zhuǎn)換速率，并設(shè)定該芯片總是會(huì)將最近一次的轉(zhuǎn)換結(jié)果放到轉(zhuǎn)換寄存器中。

核心數(shù)據(jù)預(yù)處理模塊FPGA使用的是由Xilinx廠家提供的Artix-7系列的XC7A200T芯片。該芯片與ADC采用IIC的方式連接，為了保證時(shí)序同步問(wèn)題，使用了兩個(gè)ADS1115芯片，同時(shí)對(duì)光纖通道A，光纖通道B進(jìn)行模數(shù)轉(zhuǎn)換，兩個(gè)ADS1115的控制時(shí)序全都由FPGA來(lái)產(chǎn)生，F(xiàn)PGA每隔4ms的時(shí)間發(fā)出指令，讀取ADC轉(zhuǎn)換寄存器中最新一次完成轉(zhuǎn)換的結(jié)果，并將結(jié)果放入FIFO通道中，以供后續(xù)的數(shù)據(jù)處理工作。ADC采集的具體流程如圖5所示，這里將FPGA看成主機(jī)，從背部通道A轉(zhuǎn)化數(shù)據(jù)的ADS1115_A看成從機(jī)1，從腿部通道B轉(zhuǎn)化數(shù)據(jù)的ADS1115_B看成從機(jī)2，IIC接口包含時(shí)鐘線(xiàn)SCL，數(shù)據(jù)線(xiàn)SDA。

3 信號(hào)預(yù)處理部分

3.1 FPGA預(yù)處理

FPGA通過(guò)IIC接口同時(shí)控制兩路ADC，并在內(nèi)部設(shè)計(jì)一個(gè)18位的計(jì)數(shù)器和一個(gè)8位計(jì)數(shù)器。18位計(jì)數(shù)器以50MHz的頻率計(jì)數(shù)，當(dāng)計(jì)數(shù)周期達(dá)到200，000次時(shí)分別讀取一次兩路ADC上的數(shù)據(jù)，即讀取速率為每秒讀取250個(gè)數(shù)據(jù)，與ADC的轉(zhuǎn)換速率相對(duì)應(yīng)，然后將讀取數(shù)據(jù)分別存入兩個(gè)深度為256位，寬度為16位的FIFO_A和FIFO_B通道中，F(xiàn)IFO通道均由FPGA內(nèi)部IP核生成。8位計(jì)數(shù)器用于記錄已經(jīng)讀取的數(shù)據(jù)個(gè)數(shù)，當(dāng)其達(dá)到250個(gè)時(shí)，即經(jīng)過(guò)1s的時(shí)間后，清零刷新。從AD讀取的原始信號(hào)是混雜著噪聲、呼吸信號(hào)與心跳信號(hào)的混合信號(hào)，如圖6所示。

正常的情況下，人體的呼吸頻率一般在0.16Hz-0.50Hz之間，心跳頻率在0.50Hz-3.00Hz之間。對(duì)原始信號(hào)進(jìn)行快速傅里葉變換（FFT）后，將原時(shí)域信號(hào)變換為頻域后，設(shè)計(jì)使用0.5-20Hz的巴特沃斯（Butterworth）帶通數(shù)字濾波器進(jìn)行信號(hào)分離，濾除呼吸信號(hào)后提取到BCG信號(hào)，如圖7所示。

圖8所示為FPGA內(nèi)部結(jié)構(gòu)框圖。在FPGA內(nèi)部設(shè)計(jì)兩個(gè)外部ADC控制模塊用以讀取數(shù)據(jù)，兩個(gè)數(shù)據(jù)緩存模塊FIFO用以動(dòng)態(tài)存儲(chǔ)原始數(shù)據(jù)，兩個(gè)巴特沃斯濾波模塊用以得到BCG信號(hào)，一個(gè)希爾伯特（Hilbert Transform）模塊用以獲取兩個(gè)BCG信號(hào)的相位以及計(jì)算兩者之間的瞬時(shí)相位差，串口模塊用以與外部WIFI通信，F(xiàn)SMC模塊用以與ARM通信。

如圖9所示為FPGA內(nèi)部數(shù)據(jù)流程圖。FPGA通過(guò)對(duì)FIFO通道的控制引腳寫(xiě)入使能（wr_en）與讀出使能（rd_en），使FIFO_A和FIFO_B的數(shù)據(jù)寫(xiě)入工作在同步方式，而數(shù)據(jù)讀出工作在異步方式。FIFO作為數(shù)據(jù)的緩存通道，數(shù)據(jù)遵循著先進(jìn)先出的原則，動(dòng)態(tài)刷新。當(dāng)兩個(gè)通道內(nèi)的數(shù)據(jù)每一次分別達(dá)到250個(gè)時(shí)，開(kāi)始進(jìn)行FPGA的預(yù)處理程序。同時(shí)考慮到MCU的相關(guān)計(jì)算只需要一路信號(hào)，所以只將腿部（B）通道的原始數(shù)據(jù)、濾波后數(shù)據(jù)，放入與ARM交互的FSMC模塊中的RAM中，以供ARM讀取，經(jīng)ARM處理后得出的呼吸率、心率數(shù)據(jù)通過(guò)與ARM相接的一路WIFI模塊發(fā)送到PC端。

3.2 ARM計(jì)算心率、呼吸率流程

ARM端的主要工作是通過(guò)FSMC接口讀取存放在FPGA內(nèi)部FSMC模塊中的數(shù)據(jù)，通過(guò)相關(guān)公式和算法計(jì)算出人體前1s的呼吸率、心率信息。

呼吸率的計(jì)算實(shí)際上是對(duì)原始信號(hào)兩個(gè)大波峰之間時(shí)間間隔的計(jì)算，為了能夠準(zhǔn)確的測(cè)量，可以對(duì)原始信號(hào)進(jìn)行快速傅里葉（FFT）變換，將時(shí)域信號(hào)變到頻域后，通過(guò)查找0.16-0.50Hz范圍內(nèi)的最大頻率點(diǎn)去計(jì)算出呼吸率，其計(jì)算流程如圖10（a）所示。

心率的計(jì)算與呼吸率的計(jì)算類(lèi)似，不同的是它是對(duì)經(jīng)巴特沃斯濾波器過(guò)濾后信號(hào)的兩個(gè)波峰之間時(shí)間間隔的計(jì)算，我們也對(duì)濾波后的信號(hào)進(jìn)行FFT變換后，尋找0.50-20.0Hz范圍內(nèi)的最大頻率點(diǎn)來(lái)計(jì)算出心率，其計(jì)算流程如圖10（b）所示。

4 系統(tǒng)工作流程及應(yīng)用

如圖11所示，本系統(tǒng)制作了雙通道傳感器樣機(jī)的試驗(yàn)平臺(tái)，該樣機(jī)主要包括，兩個(gè)微彎曲光纖傳感坐墊，前置模擬放大部分，硬件數(shù)據(jù)處理平臺(tái)。兩個(gè)光纖傳感坐墊通過(guò)光纖跳線(xiàn)與前置模擬部分上的光電收發(fā)管相連，硬件數(shù)據(jù)處理平臺(tái)與前置模擬部分直接通過(guò)電氣連接。實(shí)驗(yàn)人員在一個(gè)相對(duì)安靜的環(huán)境中平躺在兩個(gè)微彎曲光纖傳感器墊子上，一個(gè)墊子在人的背部，另一個(gè)墊在人的大腿部分，兩個(gè)墊子之間的距離約為30cm，上電之后，硬件數(shù)據(jù)處理平臺(tái)就通過(guò)WIFI模塊將相關(guān)數(shù)據(jù)發(fā)送到PC端。

如圖12～圖14，分別為PC端截取的濾波后4s內(nèi)雙通道BCG數(shù)據(jù)、4s雙通道相位數(shù)據(jù)、4s瞬時(shí)相位差數(shù)據(jù)的波形圖。從圖12中可以看到，當(dāng)同時(shí)測(cè)量人體兩個(gè)部位的BCG信號(hào)時(shí)，信號(hào)波形有明顯差異。利用希爾伯特變換得到圖13中兩個(gè)通道的相位圖，利用其相位計(jì)算出圖14中的瞬時(shí)相位差（IPD）。

最后使用生成的相位及相位差數(shù)據(jù)作為模型的主要特征，通過(guò)卷積神經(jīng)網(wǎng)絡(luò)的方法預(yù)測(cè)出當(dāng)前測(cè)試人員的血壓。如圖15、圖16所示顯示了基于卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)舒張壓與收縮壓的回歸預(yù)測(cè)圖， 其中橫軸為真實(shí)血壓值，縱軸為預(yù)測(cè)值，在圖中可以明顯看到預(yù)測(cè)血壓值向真實(shí)值收斂。這表明了使用雙通道相位作為特征值來(lái)預(yù)估血壓的可行性。

5 結(jié)論

本文對(duì)采集微彎曲光纖傳感雙通道數(shù)據(jù)的硬件系統(tǒng)作了詳細(xì)闡述，包括器件的選型，雙通道數(shù)據(jù)的采樣方式以及緩存設(shè)計(jì)，F(xiàn)PGA的預(yù)處理設(shè)計(jì)，ARM的軟件設(shè)計(jì)等。實(shí)驗(yàn)的結(jié)果表明，本文設(shè)計(jì)的電路可以穩(wěn)定地采集兩個(gè)通道微彎曲光纖傳感器的動(dòng)態(tài)實(shí)時(shí)數(shù)據(jù)，且抗噪能力強(qiáng)，數(shù)據(jù)時(shí)序同步準(zhǔn)確，可以快速獲取兩個(gè)通道之間的瞬時(shí)相位差，為使用BCG信號(hào)建立血壓預(yù)測(cè)模型提供了更好的數(shù)據(jù)基礎(chǔ)和硬件平臺(tái)。

參考文獻(xiàn)（References）：

[1] 趙東.心血管疾病危險(xiǎn)因素的研究：過(guò)去、現(xiàn)在和未來(lái)[J].

中國(guó)循環(huán)雜志，2021，36（1）：1-3.

[2] VROurSENBERG W V，CHANWIMALUEANG T， et al.

Smart helmet：Wearable multichannel ECG and EEG[J]. IEEE Journal of Translational Engineering in Health and Medicine，2016：270011.

[3] Dziuda，Lukasz. Fiber-optic sensors for monitoring patient

physiological parameters： a review of applicable technologies and relevance to use during magnetic resonance imaging procedures[J]. J BIOMED OPT，2015，20（1）：1-23.

[4] Hamdani，Syed Talha Ali，et al.The Application of a Piezo-

Rseistive Cardiorespiratory Sens or System in an Automobile Safety Belt[J]. Sensors，2015，15（4）：7741-7753.

[5] 趙榮建，湯敏芳，陳賢祥，等.基于光纖傳感的生理參數(shù)監(jiān)測(cè)系

統(tǒng)研究[J].電子與信息學(xué)報(bào)，2018，40（9）：2182-2189.

[6] Chenxi Ke，Yilun Cai， et al. Research on intelligent mattress

based on improved SMS structure sensing fiber.? Journal of Physics[J]，2021，1802（2）.

[7] Chen，Zhihao Lau，Doreen， et al. Simultaneous measure-

ment of breathing rate and heart rate using a microbend multimode fiber optic sensor[J]. Journal of Biomedical Optics，2014，19（2）：1-11.

[8] Seok Woojoon， Lee Kwang Jin， et al. Blood Pressure

Monitoring System Using a Two-Channel Ballistocardiogram and Convolutional Neural Networks[J]. Sensors，2021，21（7）.

[9] Kwang Jin Lee，Jongryun Roh， et al. A Chair-Based

Unconstrained/Nonintrusive Cuffless Blood Pressure Monitoring System Using a Two-Channel Ballistocardiogram[J]. Sensors，2019，19（595）.

[10] Dong，Ran Cai，Dongsheng， et al.Motion Capture Data

Analysis in the Instantaneous Frequency-Domain Using Hilbert-Huang Transform[J]. Sensors，2020，20（22）：1-17.