强迫振荡呼吸阻力监测仪数据采集系统设计

刘华珠 杨海勇，2

(1. 东莞理工学院 电子工程学院，广东东莞 523808;2. 华南理工大学 电子与信息学院，广州 510640)

医疗技术的发展和健康问题的日益突出，极大的促进了医疗器械的发展，尤其是对慢性呼吸疾病的医疗器械的研制。传统的呼吸阻力监测仪采用的是有创的方式，通过食道测压囊管测量呼吸参数，结构上采用传统的传感器采集压力和流量信号，需要外接前置放大电路和大型的数据采集仪，将采集到的数据通过数据采集仪的串口发送到PC 上的数据分析软件进行分析，存在设备贵、操作流程复杂、实时性不强等缺点［1］。

本文设计的数据采集系统是基于强迫振荡技术［2－5］(forced oscillation technique，FOT)的，FOT 是无创性评价呼吸系统力学特性的方法，具有简便、客观和实时的特点。其工作的原理是，通过直线音圈电机产生一个特定频率(5 Hz)和振幅(临床常用1、2 和3 cm H2O)的压力振荡，经鼻施加在受试者的呼吸气流之上，测量经气道及肺组织吸收并折射的振荡压力和振荡流量，利用时域分析技术，计算振荡压力和流量的商即可获得呼吸总阻抗(impedance，Zrs)，习惯上称为呼吸阻力。

1 系统组成简介

采集系统主要由STM32 片上资源、传感器信号采集、ARM9 显示、SD 存储四大部分组成。系统硬件整体结构框图如图1 所示。

图1 系统总体硬件框图

本系统采用ST 公司基于Cortex－M3 内核的STM32 作为控制核心，丰富的片上资源大大简化了系统硬件，同时大大降低了系统功耗。STM32 的12 位ADC 为逐次逼近型模数转换器，ADC1 两通道采用连续转换模式执行，转换结果以右对齐方式存储在16 位数据寄存器中。DMA 控制方式进行ADC 和内存数据直接传输，减少CPU 的工作量，采用系统滴答定时器中断设置采样频率F=100 Hz，即设置每隔10 ms 得到压力和流量的ADC 转换值。

2 传感器信号采集模块

此模块由呼吸机、直线音圈电机(强迫振荡发生器)、传感器电路、低通滤波电路以及呼吸鼻罩五部分组成，传感器采集模块如图2 所示。

图2 传感器信号采集模块图

呼吸机的作用是辅助或控制通气，通过鼻罩与受试者连接，呼吸鼻罩上有个出气半掩阀，避免了对振荡压力的分流。通过直线音圈电机产生一个频率为5 Hz、振幅(1、2 和3 cm H2O)可调的压力振荡信号，通过振荡装置的触摸屏控制进行设置。经鼻施加在受试者的呼吸气流之上，利用压力传感器与流量传感器来测量经气道及肺组织吸收并折射的振荡压力与振荡流量，并转换为相应的电参量。压力传感器使用SM-5852-003-D-3 压差式传感器，它集成信号调节ASIC 技术，内部集成放大、补偿校正电路，其测量满量程是0 ～0.30 PSI，电压输出0.50 ～4.5 V，与压力成线性关系。流量传感器选用矽翔公司生产的FS6022B，它是专为医院便携式呼吸机而设计的双向气体流量传感器。内部集成了差分放大、温度补偿电路，可检测到的流量范围是0 ～±150 SLPM，电压输出范围为0 ～5 V，流量与电压成线性关系。

3 滤波设计

本文数据采集系统的滤波设计的框架是先通过硬件低通滤波预处理，数字软件滤波再处理的方式达到消除信号的噪声的目的［6］，其结构示意图如图3 所示。

图3 滤波结构示意图

3.1 硬件低通滤波设计与分析

强迫振荡下的原始信号频带主要集中在0.3 ～5 Hz，因此可以分别在压力传感器与流量传感器的输出端设计一个低通滤波器(Low Pass Filter，LPF)以滤除高频干扰信号和50 Hz 的市电信号。其中压力传感器参照SIM 公司提供的电路图在输出端接一个一阶RC 低通滤波电路;而流量传感器在输出端可接一个6 阶开关电容巴特沃斯低通滤波芯片MF6-100 构成的低通电路，如图4 所示。

图4 MF6-100 低通滤波电路

其中一阶低通RC 滤波电路的截止频率:

巴特沃斯低通滤波电路中调节滑动变阻器使其电阻值R 为1.849 kΩ，根据文档中提供的公式可求得其截止频率为32 Hz，计算过程如下(VT+、VT－分别是施密特触发器的正向和负向阈值):

典型值:

截止频率

巴特沃斯低通滤波器的Matlab 幅频曲线如图5 所示。

图5 巴特沃斯低通滤波器的幅频曲线

图6 采集系统的中值平均滤波算法流程

3.2 传感器的数字滤波算法

数据的处理是整个采集系统成败的关键，经过硬件滤波的采集信号并不能很好的满足信号处理的要求。针对本采集系统的采样频率F=100 Hz，采样频率并不是很高，本文借鉴常见的平均滤波和中值滤波各自的优缺点［9］，将两者综合起来提出了中值平均滤波算法进行数字滤波，具体如下。

1)中值滤波算法:根据干扰造成采样数据偏大偏小的情况，由此连续采集多个信号，进行排列比较，取中值作为采样结果。

2)平均滤波算法:对于一个数据连续采集多次，剔除个别错误数据，计算平均值，以平均值作为采样的结果。这种方法减少了随机干扰的影响。但是样本越多，灵敏度就有所降低。

3)中值平均滤波:对于一个数据连续采集多次，利用冒泡法进行从小到大排序，选取中间几个数据进行取均值运算。这种方法既可以去掉脉冲干扰，又可以对采样值进行平滑处理。在低速的采集系统中，能够有效的削弱干扰，提高数据质量。

4 数字滤波软件流程设计

中值平均滤波数字算法在采集系统中实现，主要包括ADC、DMA、采样点个数N、系统滴答定时器初始化，其流程如图6 所示。

5 实验结果分析

以采集系统的流量波形为例，经过本系统低通硬件滤波和中值平均数字滤波之后，开启振荡装置实验记录管道的流量波形如图7 所示。

图7 滤波之后的流量波形

通过波形分析，可见数据采集系统将管道噪声和高次谐波分量进行了有效的滤除，波形较好。

6 结语

通过实验记录结果证实，经过硬件低通滤波和改进的中值平均滤波算法滤波之后的波形达到了采集系统的要求:波形失真度小，有效的滤除了噪声、高次谐波干扰和市电噪声，效果较好，证实了此种方法的有效性与准确性。

［1］王华，陈荣昌，何晟，等.无创通气下应用强迫振荡技术检测呼吸阻力［J］.中华生物医学工程杂志，2008，14(5):358－367.

［2］JAYG.HOROWITZ，STEPHEND.SIEGEL，FRANK P.PRIMIANO，et al. Computation of Respiratory Impendence from Forced Sinusoidal Oscillations during Breathing［J］. Computers and Biomedical Research，1983，16:499－521.

［3］Rigau J，Farr e' R，Roca J，et al. A portable forced oscillation device for respiratory home monitoring［J］. Euro Respir J，2002，19:146－150.

［4］Dellac R L，Santus P，Aliverti A，et al. Calverley. Detection of expiratory flow limitation in COPD using the forced oscillation technique［J］.Eur Respir J，2004，23:232－240.

［5］Dellac R L，Rotger M，Aliverti A，et al. Noninvasive detection of expiratory flow limitation in COPD patients during nasal CPAP［J］. Eur Respir J，2006，27:983－991.

［6］李源源，粟卫军.恶劣环境中数据采集系统的模拟滤波器设计［J］.工业控制计算机，2011，24(7):103－106.

［7］庞晓晖，胡修林，张蕴玉，等.高速数据采集系统的设计与实现［J］.仪器仪表学报，2000，21(3):297－299.

［8］王化祥，南国芳，王艳儒，等.用于人体阻抗成像的数据采集系统［J］.仪器仪表学报，2001，22(4):416－419.

［9］唐小伟.数据采集系统中温度数据的数字滤波算法分析［J］.真空与低温，2010，16(1):47－50.