基于眼鏡框架的生理信號檢測技術(shù)的研究.pdf

1、心血管疾病是全球頭號死因，每年死于心血管疾病的人數(shù)多于任何其他死因。心血管疾病是一組心臟和血管疾患，一旦被確診后，治愈率較低。如果提前診斷，提前治療，將會提升治療的成功率，常用的病前診斷指標有血壓和脈搏波波形。因此有必要研究和設計一款便攜式的生理信號檢測設備，用于長期的生理信號監(jiān)護，可以提前發(fā)現(xiàn)疾病癥狀，提前介入治療。本文設計的生理信號檢測系統(tǒng)根據(jù)光電容積脈搏波描記法的原理，通過對脈搏波信號的研究和分析得出檢測者的心率、呼吸速率和血氧飽

2、和度，可以用于綜合評估被測者的健康狀況。
　　課題主要完成了兩方面的工作:設計了一套穿戴式，低功耗的多生理信號檢測系統(tǒng)。硬件單元模塊包括光電傳感器，集成模擬前端，微處理器和藍牙傳輸模塊。前端光電傳感器固定于眼鏡框架上，既能獲得良好的光電容積脈搏波(PPG)信號，又不影響測量者的日常生活。集成模擬前端將PPG信號轉(zhuǎn)換成數(shù)字信號。PPG信號和加速度信號通過藍牙低功耗技術(shù)傳輸?shù)绞謾C客戶端;在手機端上，PPG信號依次經(jīng)過低通濾波和去直流處

3、理，能夠有效的去除大部分噪聲。由于心率信號和呼吸信號的頻段不同，使用低通濾波器可以把呼吸信號從PPG信號中提取出來。對PPG信號和呼吸信號使用本文設計的波峰波谷識別(VPD)算法，能夠有效地識別真正的峰值點，心率和呼吸速率通過計算相鄰峰值點的間隔計算得到。血氧飽和度的計算使用了紅光和紅外光PPG信號。運用加速度信號作為參考信號的自適應濾波算法，能夠有效的濾除走路過程中的運動偽影，提高了PPG信號的信噪比。
　　本課題集硬件電路設計