針對人體呼吸信號檢測的重要性，基于Cole-Cole生物阻抗模型，研制了一種可穿戴的呼吸信號檢測裝置。以Cole-Cole生物阻抗理論為基礎，分析了人體在不同頻率電信號下的阻抗特性。基于比例測量法設計了高信噪比的呼吸信號采集與調理電路。利用離散傅立葉變換（DFT）和動態差分閾值峰值檢測技術從獲得的數據中提取呼吸波形與呼吸率數值。通過實驗驗證了系統的有效性。測試結果表明，本系統可以準確檢測呼吸波形，呼吸波形峰值點檢測準確率在98%以上，可以滿足實際呼吸檢測需要。
引用本文： 劉光達, 王憲忠, 蔡靖, 王偉, 查雨彤. 基于胸阻抗法的穿戴式呼吸檢測方法研究. 生物醫學工程學雜志, 2016, 33(6): 1103-1109. doi: 10.7507/1001-5515.20160176 復制
引言
隨著現代社會經濟、醫學技術的發展以及人們對健康重視程度的改變，穿戴式個人健康監測設備、臨床生理參數監測設備正在發揮著越來越重要的作用。呼吸是機體的一個重要生理過程，是保證人體正常生理代謝的基本條件之一。監測人體的呼吸狀況具有很重要的意義，通過對人體呼吸狀況的監測，可發現并預防呼吸道、肺部及心血管等部位的病變，如睡眠呼吸暫停綜合征(sleep apnea syndrome，SAS)等[1]；此外，在對昏迷患者的監護過程中，實時呼吸監測是避免患者發生窒息的重要手段之一。
國內外科研人員對呼吸信號檢測開展了許多研究。范霖等[2]研究了納米溫濕度傳感材料檢測呼吸的方法，這種檢測呼吸的方法具有一定的滯后性，且易受環境影響，檢測靈敏度低。張政波等[3]基于呼吸感應體積描記技術，研究了一種可穿戴呼吸檢測方法，并將其用于睡眠呼吸事件檢測；但是此方法動態適應性差，易受人體活動影響。Leanderson等[4]研究了在人體心電信號中獲取呼吸信號的方法，此法測量精度不高，實時性差。Roopa等[5]利用聚偏二氟乙烯(polyvinylidene fluoride，PVDF)壓電薄膜研究了一種壓電式呼吸信號檢測方法，系統引入了懸臂梁結構，增大了傳感器的體積和故障率。王建波[6]基于人體生物電阻抗特性研究了一種阻抗式呼吸檢測方法，應用四電極法采集兩路呼吸信號進行處理，雖然提高了測量結果的可靠性和穩定性，但是增加了硬件電路的復雜性，使用比較麻煩；而且有研究報道使用一次性粘性電極采集呼吸信號，會刺激人體皮膚，不適用于穿戴式呼吸信號檢測[7]。而阻抗式呼吸檢測方法基于Cole-Cole生物阻抗模型，與溫濕度式呼吸檢測方法的流體模型、壓電式呼吸檢測方法的物理應變模型以及呼吸感應體積描記技術的電磁感應模型相比，具有準確、簡單、方便、功耗低、穩定性高、測量精度高等優點。因此，基于Cole-Cole生物阻抗模型，結合織物電極研究穿戴式呼吸信號檢測的方法具有十分重要的意義，并且隨著生物電阻抗測量技術的逐步成熟，它將廣泛地應用于個人健康監測和臨床生理監測領域。本文研究了生物電阻抗的檢測方法，同時對比分析了不同材質的彈性織物帶對呼吸信號檢測的影響，并對呼吸率的算法進行了探究，以期實現利用人體胸阻抗的變化來檢測人體的呼吸。
1 阻抗式呼吸檢測方法
1.1 Cole-Cole生物組織阻抗模型
生物體由細胞組成，細胞內、外液均有很好的導電性，而細胞膜則是絕緣的電解質[8-9]。1928年Cole[10]提出生物組織阻抗的表示方法，其后建立了Cole-Cole理論與Cole生物阻抗模型[11]。
低頻電信號加載到生物體后，由于細胞膜的電容特性，電流不能穿透細胞膜，只能經由細胞外液穿過生物組織，此時表現為電容特性；而頻率較高的信號加載到人體后，電流可以穿透細胞膜，既可以通過細胞內液也可以通過細胞外液，表現出電阻特性。所以生物阻抗模型電路由等效細胞外液電阻Re與等效細胞內液電阻Ri和等效細胞膜電容Cm并聯組成[12-13]，如圖 1所示。
圖1
生物組織阻抗模型
Figure1.
Biological tissue impedance model
圖 2為人體阻抗模值和相位隨加載到人體電信號頻率變化的曲線。
圖2
人體阻抗模值、相位隨頻率變化的曲線
Figure2.
Curves showing impedance amplitude and phase of the human body change varying with the exciting frequency
1.2 胸阻抗測量原理
人體中血液、骨骼、脂肪、肌肉、皮膚等組織具有不同的導電性，阻抗最小的是血液和體液，阻抗最大的是骨骼和空氣。阻抗式呼吸檢測方法是將胸腔測量區域等效為一個介質均勻、阻抗均勻分布的整體。引起胸阻抗變化的主要因素是呼吸運動，人體呼吸時空氣會進入或排出肺泡，引起人體胸腔容積增大或縮小，由此導致人體胸阻抗的大小發生變化。因此基于此原理檢測人體胸阻抗的變化規律，就可以間接監測人體呼吸。在1.1節中已經討論了人體的阻抗模型電路是由電阻和電容并聯組成的，因此，把人體的胸阻抗等效為Rb，在外部串聯一個高精度的參比電阻Rf，組成串聯電路，構成以比例法測量人體胸阻抗的模型。利用比例測量法可以把阻抗的測量轉變為電壓比值的測量[14]，降低測量難度。圖 3所示為測量人體胸阻抗的示意圖，U0為加載到人體的高頻恒流信號；U2為放大后的響應信號；Rb為等效人體胸阻抗。
圖3
比例法測量人體胸阻抗示意圖
Figure3.
Schematic diagram of measuring human thoracic impedance based on the method of proportion measurement
設加入到人體的激勵信號、人體胸阻抗的導納分別為：
| ${{U}_{0}}={{U}_{0m}}sin\left( \omega t \right)$ |
| ${{Y}_{b}}=\frac{1}{{{R}_{b1}}}+j\omega {{C}_{b}}={{G}_{b}}+j{{B}_{b}}=A\angle \theta $ |
式中U0m為激勵信號的幅值；Rb1為人體胸阻抗的電阻成分；Cb為人體胸阻抗的電容成分；Gb為人體胸阻抗的等效電導；Bb為人體胸阻抗等效電納；Yb=Gb+jBb為導納的直角坐標表示方式；A為人體胸阻抗導納的模值；θ為人體胸阻抗的導納角；Yb=A∠θ為導納的極坐標表示方式。
則人體的響應信號為：
| ${{U}_{2}}=-{{U}_{0m}}{{R}_{f}}Asin\left( \omega t+\theta \right)$ |
經模數轉換后的響應信號序列為：
| ${{V}_{2}}\left( m \right)=DAsin\left( m\omega t+\theta \right)$ |
式中D=-U0mRf。
對V2(m)進行N點離散傅立葉變換(discrete Fourier transform，DFT)運算可得[15-16]：
| $\begin{align} &{{V}_{2}}\left( k \right)=\sum\limits_{m=0}^{N-1}{{}}{{V}_{2}}\left( m \right){{e}^{-j\frac{2\pi }{N}m}} \\ &=\frac{1}{2}DAsin\theta -j\frac{1}{2}DAcos\theta \\ &={{R}_{m}}-j{{I}_{m}} \\ \end{align}$ |
式中Rm為被測阻抗的實部；Im為被測阻抗的虛部。
DFT輸出的模值M通過下式算出：
| $M=\sqrt{R_{m}^{2}+I_{m}^{2}}=0.5{{U}_{0m}}{{R}_{f}}A$ |
由公式(6)可知，DFT輸出的結果并不是實測阻抗的模值，輸出結果里包含了激勵信號U0m和參比電阻Rf。因此，將DFT輸出結果與包含有激勵信號和參比電阻信息的系統增益系數G按照公式(7)進行計算即可得到被測阻抗值Rb。
| ${{R}_{b}}=\frac{1}{G\cdot M}$ |
1.3 呼吸率計算
利用動態差分閾值法檢測呼吸波的峰值位置，進而可以根據檢測出的波峰數據計算呼吸率[17-18]。具體檢測過程如下：
(1) 開始測量前，先取一定長度的數據，對其進行分析，獲取初始差分閾值th1以及初始幅度閾值上下限值th2和th3。
(2) 利用初始閾值開始查詢第一個呼吸波的峰值點，設點ni、ni+1、ni+2的幅值分別為Ai、Ai+1、Ai+2，如果滿足：
| $\left\{ \begin{align} &{{A}_{i+1}}-{{A}_{i}}>t{{h}_{1}} \\ &{{A}_{i+2}}-{{A}_{i+1}}>t{{h}_{1}}~ \\ \end{align} \right.,$ |
則點ni+1應為呼吸信號上升段的一點。從點ni+1后開始尋找差分過零的點，即可能為對應呼吸信號的一個峰值點，設點ni+1后任意相鄰的4個點為nk、nk+1、nk+2、nk+3，幅值分別為Ak、Ak+1、Ak+2、Ak+3，如果滿足：
| $\left\{ \begin{align} &{{A}_{k+1}}-{{A}_{k}}>0 \\ &{{A}_{k+2}}-{{A}_{k+1}}>0 \\ &{{A}_{k+3}}-{{A}_{k+2}}<0~ \\ \end{align} \right.,$ |
則nk+2可能為一個呼吸波的波峰，其幅度記為Anew。若Anew滿足：
| $t{{h}_{3}}<{{A}_{new}}<t{{h}_{2}}~,$ |
則確定nk+2為一個峰值點；否則，繼續檢測。
(3) 在呼吸信號時間序列中檢測到新的峰值點后開始更新閾值，并依據過程(2)中的算法檢測下一個新的呼吸波信號峰值點。
(4) 最后，依據一定時間內檢測出的峰值點的個數計算呼吸率[19]。
2 系統組成
圖 4所示為胸阻抗法檢測呼吸系統框圖。
圖4
胸阻抗法呼吸檢測系統框圖
Figure4.
System block diagram of respiratory detecting based on thoracic impedance method
把高頻信號源產生的100 kHz信號通過織物電極加載到人體，呼吸時胸阻抗的變化會對此高頻信號產生調制作用。利用織物電極采集調制后的信號，經過后續的程控增益放大器(programmable gain amplifier，PGA)、低通濾波器(low-pass filter，LPF)，將原始信號轉變成高信噪比的模擬信號后送模擬數字轉換器(analog to digital converter，ADC)采樣。對采集的信號進行DFT，經DFT算法后返回該次測量阻抗的信息，再利用系統的增益系數G通過數學計算即可求得被測阻抗值。
織物電極形狀為正方形，邊長3 cm，厚0.5 cm，外面是導電織物，內部由柔性海綿填充(見圖 5)。
圖5
織物電極示意圖
Figure5.
Diagrammatic sketch of fabric electrode
將織物電極固定在彈性織物帶上，構成呼吸信號測量傳感裝置。彈性織物帶質地柔軟，佩戴舒適，適合長時間穿戴式呼吸檢測[20-21]。測量呼吸胸帶如圖 6所示。
圖6
測量呼吸胸帶實物圖
Figure6.
Physical picture of chest belt
3 系統性能測試及結果分析
3.1 信號提取及算法準確性測試
信號測量系統中前端信號的準確提取是后續對信號分析處理的基礎，是整個系統測量結果準確的保證。為了驗證阻抗式呼吸信號測量方案的準確性，在實驗室測試了系統關鍵位置點的信號，包括：高頻載波信號、已調信號、解調后的呼吸信號、去噪后的呼吸信號、呼吸信號的差分信號以及峰值檢測結果。測試中的志愿者為本項目組成員，男性，24歲，身體健康，對實驗完全知情且同意。測試時將胸帶固定在志愿者的胸部，志愿者正常呼吸一段時間，測量系統關鍵位置點的信號。圖 7所示為呼吸測量系統關鍵位置點的信號測量結果。
圖7
呼吸測量系統關鍵位置點測試結果
(a)高頻信號；(b)放大后的人體響應信號；(c)原始呼吸信號；(d)去噪后的呼吸信號；(e)呼吸信號的差分信號；(f)峰值檢測結果
Figure7. Test results of respiratory measurement system important positions(a) high-frequency signal; (b) amplified body response signal; (c) raw respiration signal; (d) de-noising respiration signal; (e) differential signal of respiration signal; (f) peak point detection results
圖 7(a)為加載到人體的100 kHz高頻信號，起到載波的作用；圖 7(b)為經過呼吸信號調制后的已調信號，并通過硬件電路對其進行放大處理；圖 7(c)為解調出的原始呼吸變化信號；圖 7(d)為經過去噪后的呼吸信號；圖 7(e)為呼吸信號的差分信號；圖 7(f)為呼吸信號的峰值檢測結果。測試結果表明，本系統關鍵位置點的信號和理論計算結果一致，測量結果準確。
3.2 織物帶特性對呼吸測量的影響
裝置中彈性織物帶是呼吸測量電極的載體，本研究對比測試了幾種不同的彈性織物帶對呼吸信號測量質量的影響。測試用的彈性織物帶的主要性能指標如表 1所示。
表1
彈性織物帶的主要性能指標
Table1.
Main performance index of elastic fabric belt
表中最大伸長率計算公式如下：
| $最大伸長率\left( \% \right) = \frac{{{L^1} - {L^0}}}{{{L^0}}} \times 100\% $ |
式中L0為彈性織物帶原長度；L1為彈性織物帶最大拉伸長度。
測試中的志愿者為本項目組成員，男性，24歲，身體健康，對實驗完全知情且同意。測試時選取合適長度的彈性織物帶，固定在志愿者的胸部，使彈性織物帶的伸長量處于其最大伸長量的50%。在相同的條件下分別用四種不同的彈性織物帶作為電極的載體測量一段時間的呼吸，測量結果如圖 8所示。
圖8
四種彈性織物帶測量呼吸的實驗結果
Figure8.
Experimental results of respiratory measurement using 4 kinds of elastic fabric belts
測量結果說明在相同的條件下彈性織物帶的性質對呼吸的測量幾乎沒有影響。由于主要成分為錦綸的彈性織物帶1與其他三條彈性織物帶相比，在信號的平穩性和周期一致性上表現相對較好，因此選擇彈性織物帶1進行實驗，測試彈性織物帶在不同的伸長量情況下對呼吸信號測量的影響。實驗中選擇合適長度的彈性織物帶1，固定在志愿者的胸部，使彈性織物帶1分別處于其最大伸長量的25%、50%、75%、100%。在相同的條件下，被試者以15次/min的呼吸率進行呼吸，測得的四組呼吸數據如圖 9所示。
圖9
彈性織物帶1處于不同伸長狀態時呼吸測量的實驗結果
Figure9.
Experimental results of respiratory measurement when elastic fabric belt at different elongate conditions
測試結果表明，當彈性織物帶的伸長量為其最大伸長量的25%和50%時，采集的信號可以準確反映出人體的呼吸狀態，并且兩者沒有明顯差異，且被試者感覺佩戴舒適；當彈性織物帶的伸長量為其最大伸長量的75%時，采集的呼吸信號的幅值開始略微減小，佩戴有緊繃感；當彈性織物帶的伸長量為其最大伸長量的100%時，采集的呼吸信號幅值開始明顯減小，佩戴有強烈的束縛感，妨礙人體正常呼吸。綜上所述，彈性織物帶拉伸程度越大，對人體施加的力越大，人體在呼吸時胸腔的容積變化量就會減小，吸入和排出的氣體量也會減小，使人體呼吸時的阻抗變化量減小，會降低裝置的檢測精度。因此，綜合考慮信號的質量和佩戴舒適感，裝置在測量時宜使彈性織物帶的伸長量為其最大伸長量的50%。
3.3 在體實時呼吸測量實驗
3.3.1 呼吸波形記錄測試
為了驗證本系統對呼吸波形實時監測的準確性，使用本系統進行了在體呼吸檢測實驗。測試中選取了吉林大學醫療儀器研究實驗室的6名志愿者(編號J1~J6)，平均年齡為25歲，其中包括5名男性(J1~J5)，1名女性(J6)。志愿者身體健康，對實驗完全知情且同意。測試時將胸帶放置在志愿者胸部，志愿者在前15 s屏氣，然后正常呼吸，整個測試過程持續60 s。圖 10所示為6名志愿者在體實時呼吸測量實驗結果。
圖10
6 名志愿者在體實時呼吸測量實驗結果
Figure10.
Experimental results of respiratory measurement of 6 volunteers
由上圖可知，測量結果準確地反映出了測試時6 名志愿者的屏氣狀態和正常呼吸狀態的波形。
3.3.2 呼吸率計算結果測試
利用動態差分閾值法峰值檢測技術，從呼吸波形中提取出峰值點，求得呼吸率的數值。為了驗證動態差分閾值峰值檢測算法，設計了本實驗。實驗中選取10名志愿者(編號L1~L10)，平均年齡為25歲，其中包括8名男性(L1~L8)，2名女性(L9~L10)。志愿者身體健康，對實驗完全知情且同意。實驗中每名志愿者分別進行5組正常呼吸，呼吸次數分別為10次、50次、100次、250次、500次，記錄呼吸數據(編號為R1~R5)，用峰值檢測算法對記錄的5組呼吸數據進行處理。表 2為10名志愿者的5組呼吸信號峰值點檢測結果。
表2
峰值點檢測結果
Table2.
Peak point detection results
由表 2可以看出，10組呼吸信號峰值點檢測準確率均達98%以上，檢測結果準確。依據峰值檢測結果可以準確地計算出呼吸率，滿足呼吸監測設備實時檢測呼吸率的要求。
4 結論
實驗結果表明，本文研制的呼吸檢測模塊能夠實時準確地監測人體呼吸，可以描記出人體的呼吸波形以及計算出人體的呼吸率。與熱敏電阻法、呼吸感應體積描跡法、壓力傳感器法等方法相比，本方法具有方便、快捷、測量結果準確的優點。測量電極是由導電織物制成，佩戴方便、舒適，可以實現長時間的測量。
引言
隨著現代社會經濟、醫學技術的發展以及人們對健康重視程度的改變，穿戴式個人健康監測設備、臨床生理參數監測設備正在發揮著越來越重要的作用。呼吸是機體的一個重要生理過程，是保證人體正常生理代謝的基本條件之一。監測人體的呼吸狀況具有很重要的意義，通過對人體呼吸狀況的監測，可發現并預防呼吸道、肺部及心血管等部位的病變，如睡眠呼吸暫停綜合征(sleep apnea syndrome，SAS)等[1]；此外，在對昏迷患者的監護過程中，實時呼吸監測是避免患者發生窒息的重要手段之一。
國內外科研人員對呼吸信號檢測開展了許多研究。范霖等[2]研究了納米溫濕度傳感材料檢測呼吸的方法，這種檢測呼吸的方法具有一定的滯后性，且易受環境影響，檢測靈敏度低。張政波等[3]基于呼吸感應體積描記技術，研究了一種可穿戴呼吸檢測方法，并將其用于睡眠呼吸事件檢測；但是此方法動態適應性差，易受人體活動影響。Leanderson等[4]研究了在人體心電信號中獲取呼吸信號的方法，此法測量精度不高，實時性差。Roopa等[5]利用聚偏二氟乙烯(polyvinylidene fluoride，PVDF)壓電薄膜研究了一種壓電式呼吸信號檢測方法，系統引入了懸臂梁結構，增大了傳感器的體積和故障率。王建波[6]基于人體生物電阻抗特性研究了一種阻抗式呼吸檢測方法，應用四電極法采集兩路呼吸信號進行處理，雖然提高了測量結果的可靠性和穩定性，但是增加了硬件電路的復雜性，使用比較麻煩；而且有研究報道使用一次性粘性電極采集呼吸信號，會刺激人體皮膚，不適用于穿戴式呼吸信號檢測[7]。而阻抗式呼吸檢測方法基于Cole-Cole生物阻抗模型，與溫濕度式呼吸檢測方法的流體模型、壓電式呼吸檢測方法的物理應變模型以及呼吸感應體積描記技術的電磁感應模型相比，具有準確、簡單、方便、功耗低、穩定性高、測量精度高等優點。因此，基于Cole-Cole生物阻抗模型，結合織物電極研究穿戴式呼吸信號檢測的方法具有十分重要的意義，并且隨著生物電阻抗測量技術的逐步成熟，它將廣泛地應用于個人健康監測和臨床生理監測領域。本文研究了生物電阻抗的檢測方法，同時對比分析了不同材質的彈性織物帶對呼吸信號檢測的影響，并對呼吸率的算法進行了探究，以期實現利用人體胸阻抗的變化來檢測人體的呼吸。
1 阻抗式呼吸檢測方法
1.1 Cole-Cole生物組織阻抗模型
生物體由細胞組成，細胞內、外液均有很好的導電性，而細胞膜則是絕緣的電解質[8-9]。1928年Cole[10]提出生物組織阻抗的表示方法，其后建立了Cole-Cole理論與Cole生物阻抗模型[11]。
低頻電信號加載到生物體后，由于細胞膜的電容特性，電流不能穿透細胞膜，只能經由細胞外液穿過生物組織，此時表現為電容特性；而頻率較高的信號加載到人體后，電流可以穿透細胞膜，既可以通過細胞內液也可以通過細胞外液，表現出電阻特性。所以生物阻抗模型電路由等效細胞外液電阻Re與等效細胞內液電阻Ri和等效細胞膜電容Cm并聯組成[12-13]，如圖 1所示。
圖1
生物組織阻抗模型
Figure1.
Biological tissue impedance model
圖 2為人體阻抗模值和相位隨加載到人體電信號頻率變化的曲線。
圖2
人體阻抗模值、相位隨頻率變化的曲線
Figure2.
Curves showing impedance amplitude and phase of the human body change varying with the exciting frequency
1.2 胸阻抗測量原理
人體中血液、骨骼、脂肪、肌肉、皮膚等組織具有不同的導電性，阻抗最小的是血液和體液，阻抗最大的是骨骼和空氣。阻抗式呼吸檢測方法是將胸腔測量區域等效為一個介質均勻、阻抗均勻分布的整體。引起胸阻抗變化的主要因素是呼吸運動，人體呼吸時空氣會進入或排出肺泡，引起人體胸腔容積增大或縮小，由此導致人體胸阻抗的大小發生變化。因此基于此原理檢測人體胸阻抗的變化規律，就可以間接監測人體呼吸。在1.1節中已經討論了人體的阻抗模型電路是由電阻和電容并聯組成的，因此，把人體的胸阻抗等效為Rb，在外部串聯一個高精度的參比電阻Rf，組成串聯電路，構成以比例法測量人體胸阻抗的模型。利用比例測量法可以把阻抗的測量轉變為電壓比值的測量[14]，降低測量難度。圖 3所示為測量人體胸阻抗的示意圖，U0為加載到人體的高頻恒流信號；U2為放大后的響應信號；Rb為等效人體胸阻抗。
圖3
比例法測量人體胸阻抗示意圖
Figure3.
Schematic diagram of measuring human thoracic impedance based on the method of proportion measurement
設加入到人體的激勵信號、人體胸阻抗的導納分別為：
| ${{U}_{0}}={{U}_{0m}}sin\left( \omega t \right)$ |
| ${{Y}_{b}}=\frac{1}{{{R}_{b1}}}+j\omega {{C}_{b}}={{G}_{b}}+j{{B}_{b}}=A\angle \theta $ |
式中U0m為激勵信號的幅值；Rb1為人體胸阻抗的電阻成分；Cb為人體胸阻抗的電容成分；Gb為人體胸阻抗的等效電導；Bb為人體胸阻抗等效電納；Yb=Gb+jBb為導納的直角坐標表示方式；A為人體胸阻抗導納的模值；θ為人體胸阻抗的導納角；Yb=A∠θ為導納的極坐標表示方式。
則人體的響應信號為：
| ${{U}_{2}}=-{{U}_{0m}}{{R}_{f}}Asin\left( \omega t+\theta \right)$ |
經模數轉換后的響應信號序列為：
| ${{V}_{2}}\left( m \right)=DAsin\left( m\omega t+\theta \right)$ |
式中D=-U0mRf。
對V2(m)進行N點離散傅立葉變換(discrete Fourier transform，DFT)運算可得[15-16]：
| $\begin{align} &{{V}_{2}}\left( k \right)=\sum\limits_{m=0}^{N-1}{{}}{{V}_{2}}\left( m \right){{e}^{-j\frac{2\pi }{N}m}} \\ &=\frac{1}{2}DAsin\theta -j\frac{1}{2}DAcos\theta \\ &={{R}_{m}}-j{{I}_{m}} \\ \end{align}$ |
式中Rm為被測阻抗的實部；Im為被測阻抗的虛部。
DFT輸出的模值M通過下式算出：
| $M=\sqrt{R_{m}^{2}+I_{m}^{2}}=0.5{{U}_{0m}}{{R}_{f}}A$ |
由公式(6)可知，DFT輸出的結果并不是實測阻抗的模值，輸出結果里包含了激勵信號U0m和參比電阻Rf。因此，將DFT輸出結果與包含有激勵信號和參比電阻信息的系統增益系數G按照公式(7)進行計算即可得到被測阻抗值Rb。
| ${{R}_{b}}=\frac{1}{G\cdot M}$ |
1.3 呼吸率計算
利用動態差分閾值法檢測呼吸波的峰值位置，進而可以根據檢測出的波峰數據計算呼吸率[17-18]。具體檢測過程如下：
(1) 開始測量前，先取一定長度的數據，對其進行分析，獲取初始差分閾值th1以及初始幅度閾值上下限值th2和th3。
(2) 利用初始閾值開始查詢第一個呼吸波的峰值點，設點ni、ni+1、ni+2的幅值分別為Ai、Ai+1、Ai+2，如果滿足：
| $\left\{ \begin{align} &{{A}_{i+1}}-{{A}_{i}}>t{{h}_{1}} \\ &{{A}_{i+2}}-{{A}_{i+1}}>t{{h}_{1}}~ \\ \end{align} \right.,$ |
則點ni+1應為呼吸信號上升段的一點。從點ni+1后開始尋找差分過零的點，即可能為對應呼吸信號的一個峰值點，設點ni+1后任意相鄰的4個點為nk、nk+1、nk+2、nk+3，幅值分別為Ak、Ak+1、Ak+2、Ak+3，如果滿足：
| $\left\{ \begin{align} &{{A}_{k+1}}-{{A}_{k}}>0 \\ &{{A}_{k+2}}-{{A}_{k+1}}>0 \\ &{{A}_{k+3}}-{{A}_{k+2}}<0~ \\ \end{align} \right.,$ |
則nk+2可能為一個呼吸波的波峰，其幅度記為Anew。若Anew滿足：
| $t{{h}_{3}}<{{A}_{new}}<t{{h}_{2}}~,$ |
則確定nk+2為一個峰值點；否則，繼續檢測。
(3) 在呼吸信號時間序列中檢測到新的峰值點后開始更新閾值，并依據過程(2)中的算法檢測下一個新的呼吸波信號峰值點。
(4) 最后，依據一定時間內檢測出的峰值點的個數計算呼吸率[19]。
2 系統組成
圖 4所示為胸阻抗法檢測呼吸系統框圖。
圖4
胸阻抗法呼吸檢測系統框圖
Figure4.
System block diagram of respiratory detecting based on thoracic impedance method
把高頻信號源產生的100 kHz信號通過織物電極加載到人體，呼吸時胸阻抗的變化會對此高頻信號產生調制作用。利用織物電極采集調制后的信號，經過后續的程控增益放大器(programmable gain amplifier，PGA)、低通濾波器(low-pass filter，LPF)，將原始信號轉變成高信噪比的模擬信號后送模擬數字轉換器(analog to digital converter，ADC)采樣。對采集的信號進行DFT，經DFT算法后返回該次測量阻抗的信息，再利用系統的增益系數G通過數學計算即可求得被測阻抗值。
織物電極形狀為正方形，邊長3 cm，厚0.5 cm，外面是導電織物，內部由柔性海綿填充(見圖 5)。
圖5
織物電極示意圖
Figure5.
Diagrammatic sketch of fabric electrode
將織物電極固定在彈性織物帶上，構成呼吸信號測量傳感裝置。彈性織物帶質地柔軟，佩戴舒適，適合長時間穿戴式呼吸檢測[20-21]。測量呼吸胸帶如圖 6所示。
圖6
測量呼吸胸帶實物圖
Figure6.
Physical picture of chest belt
3 系統性能測試及結果分析
3.1 信號提取及算法準確性測試
信號測量系統中前端信號的準確提取是后續對信號分析處理的基礎，是整個系統測量結果準確的保證。為了驗證阻抗式呼吸信號測量方案的準確性，在實驗室測試了系統關鍵位置點的信號，包括：高頻載波信號、已調信號、解調后的呼吸信號、去噪后的呼吸信號、呼吸信號的差分信號以及峰值檢測結果。測試中的志愿者為本項目組成員，男性，24歲，身體健康，對實驗完全知情且同意。測試時將胸帶固定在志愿者的胸部，志愿者正常呼吸一段時間，測量系統關鍵位置點的信號。圖 7所示為呼吸測量系統關鍵位置點的信號測量結果。
圖7
呼吸測量系統關鍵位置點測試結果
(a)高頻信號；(b)放大后的人體響應信號；(c)原始呼吸信號；(d)去噪后的呼吸信號；(e)呼吸信號的差分信號；(f)峰值檢測結果
Figure7. Test results of respiratory measurement system important positions(a) high-frequency signal; (b) amplified body response signal; (c) raw respiration signal; (d) de-noising respiration signal; (e) differential signal of respiration signal; (f) peak point detection results
圖 7(a)為加載到人體的100 kHz高頻信號，起到載波的作用；圖 7(b)為經過呼吸信號調制后的已調信號，并通過硬件電路對其進行放大處理；圖 7(c)為解調出的原始呼吸變化信號；圖 7(d)為經過去噪后的呼吸信號；圖 7(e)為呼吸信號的差分信號；圖 7(f)為呼吸信號的峰值檢測結果。測試結果表明，本系統關鍵位置點的信號和理論計算結果一致，測量結果準確。
3.2 織物帶特性對呼吸測量的影響
裝置中彈性織物帶是呼吸測量電極的載體，本研究對比測試了幾種不同的彈性織物帶對呼吸信號測量質量的影響。測試用的彈性織物帶的主要性能指標如表 1所示。
表1
彈性織物帶的主要性能指標
Table1.
Main performance index of elastic fabric belt
表中最大伸長率計算公式如下：
| $最大伸長率\left( \% \right) = \frac{{{L^1} - {L^0}}}{{{L^0}}} \times 100\% $ |
式中L0為彈性織物帶原長度；L1為彈性織物帶最大拉伸長度。
測試中的志愿者為本項目組成員，男性，24歲，身體健康，對實驗完全知情且同意。測試時選取合適長度的彈性織物帶，固定在志愿者的胸部，使彈性織物帶的伸長量處于其最大伸長量的50%。在相同的條件下分別用四種不同的彈性織物帶作為電極的載體測量一段時間的呼吸，測量結果如圖 8所示。
圖8
四種彈性織物帶測量呼吸的實驗結果
Figure8.
Experimental results of respiratory measurement using 4 kinds of elastic fabric belts
測量結果說明在相同的條件下彈性織物帶的性質對呼吸的測量幾乎沒有影響。由于主要成分為錦綸的彈性織物帶1與其他三條彈性織物帶相比，在信號的平穩性和周期一致性上表現相對較好，因此選擇彈性織物帶1進行實驗，測試彈性織物帶在不同的伸長量情況下對呼吸信號測量的影響。實驗中選擇合適長度的彈性織物帶1，固定在志愿者的胸部，使彈性織物帶1分別處于其最大伸長量的25%、50%、75%、100%。在相同的條件下，被試者以15次/min的呼吸率進行呼吸，測得的四組呼吸數據如圖 9所示。
圖9
彈性織物帶1處于不同伸長狀態時呼吸測量的實驗結果
Figure9.
Experimental results of respiratory measurement when elastic fabric belt at different elongate conditions
測試結果表明，當彈性織物帶的伸長量為其最大伸長量的25%和50%時，采集的信號可以準確反映出人體的呼吸狀態，并且兩者沒有明顯差異，且被試者感覺佩戴舒適；當彈性織物帶的伸長量為其最大伸長量的75%時，采集的呼吸信號的幅值開始略微減小，佩戴有緊繃感；當彈性織物帶的伸長量為其最大伸長量的100%時，采集的呼吸信號幅值開始明顯減小，佩戴有強烈的束縛感，妨礙人體正常呼吸。綜上所述，彈性織物帶拉伸程度越大，對人體施加的力越大，人體在呼吸時胸腔的容積變化量就會減小，吸入和排出的氣體量也會減小，使人體呼吸時的阻抗變化量減小，會降低裝置的檢測精度。因此，綜合考慮信號的質量和佩戴舒適感，裝置在測量時宜使彈性織物帶的伸長量為其最大伸長量的50%。
3.3 在體實時呼吸測量實驗
3.3.1 呼吸波形記錄測試
為了驗證本系統對呼吸波形實時監測的準確性，使用本系統進行了在體呼吸檢測實驗。測試中選取了吉林大學醫療儀器研究實驗室的6名志愿者(編號J1~J6)，平均年齡為25歲，其中包括5名男性(J1~J5)，1名女性(J6)。志愿者身體健康，對實驗完全知情且同意。測試時將胸帶放置在志愿者胸部，志愿者在前15 s屏氣，然后正常呼吸，整個測試過程持續60 s。圖 10所示為6名志愿者在體實時呼吸測量實驗結果。
圖10
6 名志愿者在體實時呼吸測量實驗結果
Figure10.
Experimental results of respiratory measurement of 6 volunteers
由上圖可知，測量結果準確地反映出了測試時6 名志愿者的屏氣狀態和正常呼吸狀態的波形。
3.3.2 呼吸率計算結果測試
利用動態差分閾值法峰值檢測技術，從呼吸波形中提取出峰值點，求得呼吸率的數值。為了驗證動態差分閾值峰值檢測算法，設計了本實驗。實驗中選取10名志愿者(編號L1~L10)，平均年齡為25歲，其中包括8名男性(L1~L8)，2名女性(L9~L10)。志愿者身體健康，對實驗完全知情且同意。實驗中每名志愿者分別進行5組正常呼吸，呼吸次數分別為10次、50次、100次、250次、500次，記錄呼吸數據(編號為R1~R5)，用峰值檢測算法對記錄的5組呼吸數據進行處理。表 2為10名志愿者的5組呼吸信號峰值點檢測結果。
表2
峰值點檢測結果
Table2.
Peak point detection results
由表 2可以看出，10組呼吸信號峰值點檢測準確率均達98%以上，檢測結果準確。依據峰值檢測結果可以準確地計算出呼吸率，滿足呼吸監測設備實時檢測呼吸率的要求。
4 結論
實驗結果表明，本文研制的呼吸檢測模塊能夠實時準確地監測人體呼吸，可以描記出人體的呼吸波形以及計算出人體的呼吸率。與熱敏電阻法、呼吸感應體積描跡法、壓力傳感器法等方法相比，本方法具有方便、快捷、測量結果準確的優點。測量電極是由導電織物制成，佩戴方便、舒適，可以實現長時間的測量。