在當今的醫(yī)療現(xiàn)狀下，由于患者連續(xù)性健康信息數(shù)據(jù)缺失，醫(yī)生無法了解緩慢累積的慢性疾病的形成原因，導致診斷準確性在一定程度上受到了影響。老年人或慢性病患者在戶內(nèi)外活動時，會有不慎摔倒的情況，此時若不能及時獲取相關的生理參數(shù)并通知醫(yī)生和家人，將延誤治療時機。傳統(tǒng)的監(jiān)護儀器一般存在以下一些問題：(1)沒有很好地把運動監(jiān)護和運動狀態(tài)下的體征參數(shù)監(jiān)護結合起來[1]；(2)不能及時地將使用者實時監(jiān)護數(shù)據(jù)呈現(xiàn)給醫(yī)生進行分析與診斷，降低了監(jiān)護數(shù)據(jù)的價值；(3)沒有考慮到監(jiān)測的便捷性，給使用者的日常生活和工作帶來了較大的影響。
    本文提出一種基于STM32單片機的微型多參數(shù)健康監(jiān)護終端的設計與實現(xiàn)方法，可以在監(jiān)測使用者多個生理參數(shù)的同時監(jiān)測其身體運動姿態(tài)，監(jiān)護數(shù)據(jù)通過藍牙實時發(fā)送至智能設備進行顯示。該終端的設計充分體現(xiàn)了智能醫(yī)療時代家用醫(yī)療監(jiān)護設備“更便攜、更安全、更低耗、更智能以及更高診斷級性能”的發(fā)展趨勢。
1 系統(tǒng)硬件結構
    如圖1所示，設計的多參數(shù)健康監(jiān)護終端主要包括以STM32單片機為核心的主控單元、血氧信號采集模塊、心電信號采集模塊、跌倒監(jiān)測模塊、藍牙通信模塊、人機交互模塊、存儲模塊和電源管理模塊等。

1.1 單片機控制單元
    為滿足系統(tǒng)多參數(shù)采集和快速數(shù)據(jù)處理要求，本設計采用意法半導體公司生產(chǎn)的最高工作頻率可達72 MHz的STM32F103RE單片機作為主控芯片。它具有豐富的片上外設資源和18 MHz的I/O翻轉速度，不僅可以實現(xiàn)單周期乘法和硬件除法，還可以利用其提供的DSP庫在STM32芯片上實現(xiàn)快速傅里葉變換算法，滿足血氧飽和度等參數(shù)計算要求。
1.2 心電信號采集模塊
    本設計采用美國德州儀器公司專為ECG等生物電信號測量推出的單芯片解決方案ADS1298，其內(nèi)部集成了24位模/數(shù)轉換器、可編程放大器和右腿驅動電路等模塊，大大降低了采集系統(tǒng)復雜度和功耗，提高了系統(tǒng)的可靠性。選用動態(tài)心電圖（DCG）的CM5導聯(lián)系統(tǒng)作為日常監(jiān)護的常規(guī)導聯(lián)，其數(shù)據(jù)幅度和穩(wěn)定性均能較好地滿足日常監(jiān)護要求。電極采集所得的心電信號經(jīng)心電導聯(lián)線輸入至低通濾波電路和基線抑制電路后由ADS1298采樣處理，單片機以SPI方式讀取數(shù)字心電數(shù)據(jù)。

1.4 跌倒監(jiān)測模塊
    穿戴式傳感器由于其成本低、使用簡便和技術先進等優(yōu)點，是監(jiān)測人體在跌倒時身體各部位機械變化情況的最佳選擇[3]。人體跌倒時，身體的加速度信息相比日常生活的正常動作會有很大的變化，通過分析人體加速度信息的變化，監(jiān)護終端即可在使用者跌倒時正確識別并發(fā)出求救信號。加速度的測量使用三軸加速度傳感器MMA7260。由于人體軀干運動的加速度幅值范圍一般不超過±6 g[4]，選取傳感器的量程為±6 g。傳感器輸出的3個方向的加速度信號為模擬信號，分別經(jīng)過一階無源RC低通濾波電路之后由單片機的A/D轉換接口轉化為數(shù)字信號，然后根據(jù)實驗得到的加速度傳感器標定公式[5]，計算出三軸加速度值，再由單片機進行算法分析，判斷當前的人體姿態(tài)。
1.5 藍牙通信模塊
    藍牙4.0將藍牙技術、藍牙低功耗技術及藍牙高速技術3種藍牙規(guī)格融為一體，考慮到本設計的無線傳輸和低功耗需求，選取以TI 公司CC2540為主芯片的藍牙模塊。該模塊采用Bluetooth Specification V4.0 BLE協(xié)議，支持AT指令，工作頻率為2.4 GHz。健康監(jiān)護終端通過藍牙模塊與智能設備進行數(shù)據(jù)交互，藍牙模塊的波特率設置為57 600 b/s，8 bit數(shù)據(jù)位，無校驗位，無停止位，工作模式為從設備模式。監(jiān)護終端向智能設備發(fā)送的數(shù)據(jù)包主要有模塊自檢信息、控制命令應答信息、功能設置信息、系統(tǒng)運行狀態(tài)、監(jiān)護波形數(shù)據(jù)和生理參數(shù)數(shù)據(jù)6種。數(shù)據(jù)包通過和校驗方式，將包ID、包長度和N個數(shù)據(jù)累加和作為校驗位，其基本格式為：包ID+包長度+數(shù)據(jù)1+…+數(shù)據(jù)N+校驗位。
2 系統(tǒng)軟件設計
2.1 系統(tǒng)工作主流程
    多參數(shù)健康監(jiān)護終端的主程序流程圖如圖3所示。系統(tǒng)的主要工作流程分為以下幾個部分：
    (1)系統(tǒng)各個工作模塊初始化配置，包括ADC、DAC、UART、SPI、顯示屏和藍牙模塊等；
    (2)人體姿態(tài)監(jiān)測以及心電、脈搏波信號的采集、分析、顯示和存儲等；
    (3)生理信息出現(xiàn)異常時觸發(fā)報警功能，包括聲音報警和振動報警；
    (4)通過藍牙模塊向智能設備發(fā)送當前監(jiān)護數(shù)據(jù)或接收來自智能設備的控制命令。

2.2 生理信號采集時序設計
    從頻域角度分析，心電和脈搏波屬于低頻信號，頻帶范圍分別為0.05~100 Hz和0~20 Hz[6]。人體活動的加速度信號99%能量集中在15 Hz以下，因此要檢測的人體活動的加速度頻率一般低于20 Hz[4]。根據(jù)奈奎斯特采樣定理以及系統(tǒng)設計需要，設定心電信號的采集周期為4 ms，光電脈搏波信號和人體加速度信號的采集周期均為12 ms。系統(tǒng)生理信號采集的工作時序圖如圖4所示。
    系統(tǒng)采用分時調度機制進行數(shù)據(jù)采集和處理。利用定時器Timer2定時1 ms并打開中斷使能，定時中斷函數(shù)為Func_Time1ms()，函數(shù)內(nèi)容如下：
void Func_Time1ms (void)
{
    (*FuncT[FuncT_Index])();
    FuncT_Index += 1;
    if(FuncT_Index > 11)  FuncT_Index = 0;
}
其中FuncT是分時調度指針數(shù)組，其元素的變量類型是通過語句“typedef void(*pFUNT)(void);”來定義的。數(shù)組FuncT的元素類型為函數(shù)型指針，該函數(shù)的參數(shù)和返回值均為空，函數(shù)體分別為12 ms采集周期內(nèi)每時間片執(zhí)行的子程序。
3 生理信號處理與分析
3.1 數(shù)字濾波
    人體生理信號的采集常伴有工頻和基線漂移等干擾，考慮到對于便攜性和低功耗的要求，本文在硬件濾波電路基礎上采用數(shù)字濾波方式進一步進行抗干擾處理。50 Hz工頻干擾采用低通FIR數(shù)字濾波器進行濾除，本研究使用Matlab的FDAtool工具箱設計FIR數(shù)字濾波器。為了將其移至到STM32單片機上運行，還需對設計的濾波系數(shù)進行量化操作，將浮點型濾波器系數(shù)轉化為整型系數(shù)，以提高運算效率。
    針對信號中的基線漂移干擾，采用滑動平滑濾波的方法實現(xiàn)基線漂移的抑制[7]。其算法過程為：首先讀取待處理點x[n]前長度為m的數(shù)據(jù)，計算其平均值作為基線值，然后將所得基線值ybase[n]與處理點x[n]相減，得到基線處理后的值。心電信號和脈搏波信號的數(shù)字濾波處理結果如圖5所示。

3.3 跌倒判斷
    不同跌倒類型的信號在波形上存在很大相似度，在跌倒前后人體處于相對靜止狀態(tài)，測得的加速度值在重力加速度g附近波動，在跌倒發(fā)生的瞬間會有一段峰值大于A（A=2.5g）的尖脈沖出現(xiàn)，跌倒動作在時間T（T=1.5 s）內(nèi)完成[10]，并且在跌倒之后人體將處于相對靜止狀態(tài)。基于此，當系統(tǒng)檢測到人體的真實加速度值大于A并且時間T之后人體加速度值小于B（B=1.2g）時即可判定使用者發(fā)生了跌倒。
4 結果與討論
    本文設計了一款基于STM32單片機的微型多參數(shù)健康監(jiān)護終端，其心電監(jiān)測有3種導聯(lián)采集模式和多種增益選擇，心率的測量范圍為30～250 b/min，精度為±3 b/min，血氧飽和度在90%～99%范圍內(nèi)精度為±2%，在70%～89%范圍內(nèi)精度為±3%。利用設計的健康監(jiān)護終端對8名年齡為22～28周歲的受測者同時采集3導聯(lián)心電信號和脈搏波信號，計算其心率和血氧飽和度值，每5 min測量1次，測量3次后取平均值，并與某商用監(jiān)護儀的測量結果進行對比，結果如表1所示。由表中數(shù)據(jù)可知，采集的結果均在允許的誤差范圍之內(nèi)。出于安全性考慮，由以上8名受測者在墊子上分別將前倒、后倒和側倒3種跌倒動作重復10次，統(tǒng)計結果顯示終端的報警正確率均在90%以上。
    設計的健康監(jiān)護終端采用分辨率為320×240的2.6英寸LCD顯示屏，實現(xiàn)的監(jiān)護界面如圖8(a)所示。該終端大小僅為80 mm×50 mm×10 mm，并可通過藍牙與Android或iOS智能設備實現(xiàn)數(shù)據(jù)交互，如圖8(b)所示。設計的多參數(shù)健康監(jiān)護終端在檢測到使用者發(fā)生跌倒時會發(fā)出聲音和振動報警信號，并通過手機向他人發(fā)出求救。實驗證明，本微型多參數(shù)健康監(jiān)護終端具有功能全面、測量準確、界面友好和使用方便等特點，而其與智能設備的無線連接功能則進一步體現(xiàn)了遠程醫(yī)療與遠程保健服務的未來趨勢，為國內(nèi)智能化醫(yī)療與移動健康事業(yè)的發(fā)展提供了參考，具有很高的使用價值和廣闊的發(fā)展前景。

參考文獻
[1] 文軍，何偉，王平，等.基于嵌入式系統(tǒng)的便攜式多參數(shù)監(jiān)護儀的研究[J].電子技術應用，2009，35(11)：71-74.
[2] 秦玲，賴青貴，張良，等.基于運算放大器的壓控恒流源[J].強激光與粒子束，2010，22(3)：553-556.
[3] Zhao Guoru，Mei Zhanyong，Liang Ding，et al.Exploration and implementation of a pre-impact fall recognition method based on an inertial body sensor network[J].Sensors(Basel)，2012，12(11)：15338-15355.
[4] 謝開明.基于GPRS的跌倒檢測報警系統(tǒng)的設計與實現(xiàn)[D].重慶：重慶大學，2010.
[5] 蔡駿宇，劉軍，時梟鵬.基于MEMS的汽車制動性能道路測試技術研究[J].電子技術應用，2013，39(6)：77-80.
[6] 趙治月，張愛華，楊華.基于心電信號的脈搏波形特征點提取[J].北京生物醫(yī)學工程，2011，30(1)：51-56.
[7] 胡曉.基于統(tǒng)計加權滑動平均的去心電信號基線漂移[J].生物醫(yī)學工程學雜志，2012，29(1)：51-54.
[8] RUSCH T L，SANKAR R，SCHARF J E.Signal processing methods for pulse oximetry[J].Computers in Biology and Medicine，1996，26(2)：143-159.
[9] SCHARF J E，ATHAN S，CAIN D.Pulse oximetry through spectral analysis[C].In Biomedical Engineering Conference，1993，Proceedings of the Twelfth Southern,New Orleans，LA，USA,1993.
[10] 張愛華，王璐.基于三維加速度傳感器設計的跌倒檢測[J]. 中國組織工程研究與臨床康復，2010，14(48)：9029-9032.