基于STM32W的老人心率实时监测及跌倒检测系统

摘要：为了有效地解决独居老人由于突发性病症而得不到及时救治的问题，本系统以STM32W108无线射频芯片为核心处理器，提出了的一种心率实时监测和跌倒检测的解决方案。该系统利用ECG信号中的QRS波提取心率，同时分析三轴加速度传感器的信号，结合运动状态变化(SV M、DSVM)和姿态特征变化(姿态角)判断是否跌倒。该设备通过模拟测试证明了其可靠性和实用性。
关键字：ECG心率检测；QRS波；三轴加速度传感器；跌倒检测算法；ZigBee；STM32W

    在面向远程医疗和社区医疗信息化的无线物联网技术总体研究如图1所示的基础上，本文以STM32W108无线射频为核心MCU，提出了一种可
以老人实时监测系统。该系统采用硬件滤波的方法提取ECG信号中的QRS波，可实时分析心率；通过分析运动状态(SVM和DSVM)和姿态角变化判断跌倒状态。最后通过模拟测试证明了该系统的可靠性和实用性。

1 系统架构设计
1．1 STM32W无线射频芯片介绍
    STM32W108是意法半导体(ST)公司推出的完全集成的系统级芯片，符合IEEE802．15．4的标准，与目前其他的2．4GHz SoC芯片最大的区别在于：一、保持低功耗的基础上，采用了32位ARMCortex—M3内核，处理能力强；二、芯片内部带有功率放大器(PA)，发射功率可以达到7dBm，无需功放就可获得较大的通信距离；三、芯片内部固化了ZigBee协议栈，开发简单。在该可课题的应用中，我们使用的是STM32W108 CBU61(内嵌ZigBee协议栈)，128kB的Flash存储器。
1．2 ECG心率检测原理
    心率的检测可以从很多方面获得，如：通过分析血压的压动信号；通过分析血氧脉搏波信号；通过分析ECG(Electrocardiogram)。考虑到设备的便宜性，我们采用的是胸部单导联式的ECG采集原理，采用被测试人的右胸和腹部作为两个电极信号输入(由于当前设计只是针对心率的采集，故不需要参考电极)。一个完整周期的理想ECG信号如图2所示。

    如图所示，QRS波群巾的R处波峰，代表了电脉冲在心房之间的传输，它的典型值是在1mV左右，是ECG信号中幅值最大的信号。在该课题中，心率的检测就是利用QRS波这一特点，将处理后的ECG信号通过QRS检波电路输出R波的脉冲信号，利用STM32W芯片端口的输入捕获功能，即可算法心率值。ECC信号采集流程如图3所示。

1．3 跌倒检测原理
    人体跌倒是南于身体不自主失去平衡的行为，在跌倒的瞬间，人体的重力、加速度、位移和姿态等相关量都会发生变化。由于本课题中的老人行动比较的单一简单，所以我们利用单一的三轴加速度传感器足以检测出跌倒的状态。我们通过分析加速度的瞬态变化去判断人体的运动状态，然后根据姿态角变化去判断人体的姿态特征，综合两者因素得出是否跌倒。
    *速度瞬态变化
    人体加速度向量幅值SVM和微分加速度幅值的绝对平均值DSVM是区分人体运动状态的重要参量。SVM通过计算加速度幅度表征人体运动的剧烈程度，其值越大表明运动越剧烈。其定义为
   
    DSVM通过计算SVM的微分绝对值的时间平均表征人体运动状态变化的剧烈程度，其值越大表明运动状态变化越剧烈。其定义为：
    在动态坐标系下考察SVM和DSVM，可监测人体的运动强度和运动状态变化强度。
    *姿态角判断
    在三维中间中，我们将人体没想成一个方块，利用三轴加速度和重力的关系，我们可以得到三个姿态角ρ、θ和φ，如图4所示。通过判断姿态角的变化，得出身体的姿态变化。
   
   
    其中：ρ是X轴与水平面间的夹角；θ是Y轴与水平面之间的夹角；φ是Z轴与重力加速度方向间的夹角。

1．4 硬件组成和设计
    考虑到没备的便携性，我们采用腰挂式，具体的实现方案如下：采用Li-ion电池供电，由于系统的电源是3．3 V，而Li电池的电池电压范围为2．5V-4．2 V，所以方案采用TI的TPS63031DC—DC升降压芯片。
    *STM32W芯片采用系统的3．3 V作为主电源，内核和存储区域的电源有芯片内部的稳压器提供；外部时钟源为24MHz高频晶体振荡器和32．768kHz低频晶体振荡器；RF使用的是陶瓷天线。
    *ECG信号采集采用了织物式电极，两处电极分别位于被测者的右胸和腹部；电极输入前端有ESD保护，输入阻抗匹配；心电数据存储芯片选用AT24C02，2kB的e2PROM。
    *三轴加速度传感器采用的是ADI公司数字式传感器ADXL345，超低功耗，分辨率可达到3．9mg／LSB，能够测量不到1°的倾斜角变化；I2C通信方式。
    *采用1．1寸的OLED屏幕显示系统的状态信息，三个功能键和一个电源按键。

2 软件设计
    STM32W的开发是基于EmberZNet协议栈的，它是ST公司为用户提供的开发包，内部包含了丰富的API函数，用户只需调用API即可完成相关功能。EmberZNet应用程序类似于一个操作系统，系统处理所有的模块程序都是以任务调度的形式完成，即：监控任务(Housekeeping Tasks)。系统主要的任务有：网络维护任务和处理器维护任务，后者包括功能按键采集任务、心率检测和备份曲线任务、三轴加速度传感器数据采集任务及跌倒算法任务。
2．1 网络维护任务
    应用程序中负责管理网络相关性的任务有：检测网络、加入网络、网络维护。网络拓扑结构如图所示，设备开机工作，在完成初始化以后，必须要加入到既定的家庭网络。通过调用emberStartScan函数完成信道扫描和网络的发现，调用emberScanCompleteHandler函数查看扫描的成功与否，调用mberNetworkFoundHandler查看扫描结果。在加入网络之前，需要手动选择自己家庭的PAN ID。配置相关网络参数，选择一个父节点，然后调用emberJoinNetwork函数加入到网络。
    在加入到网络以后，作为移动端设备的E0是不需要绑定路由的，它必需通过周期性的轮询(定义为5s)与父节点保持联系，确保自己“在线”。如果周期性的轮询丢失联系，要重新加入网络，调用emberRejoinNetwork函数。如图5所示，E0到协调器的传输路径可以是1、2或3。

2．2 处理器维护任务
    在STM32W108的协议栈中，所有的应用程序都要求的唯一的任务要运行在这一个平台上。通过周期性的调用emberTick函数，处理很多从最近一次调用emberTick函数开始收集的任务。
    *功能按键采集任务
    设备有四个按键，一个电源键，负责系统的开关机及锁键功能，三个功能键，负责系统相关配置。
    *心率检测和备份曲线任务
    心率的实时监测是利用STM32W定时器捕获中断来完成的，利用中断来启动心率检测的任务，算出即时的心率，并且完成对异常值报警。将1min内的记录值(60-120个)压缩成10个，每小时存储60个，每天存储1440个，按照时间顺序存储在2 kB的e2PROM中。
    *三轴加速度传感器数据采集任务
    数据采集的频率设定为100Hz，每采集完2S的数据后，启动跌倒算法任务。
    *跌倒算法任务
    首先判断各个方向加速度值是否大于预设阀值，然后根据公司(1) (2)计算出SVM、DSVM。当跌倒发生时，SVM会明显增大，而且持续时间较长，DSVM明显增大，当峰值超过预设阀值(试验统计值为0．35g／s)时，则认为人体有跌倒倾向。如果差值明显，就断定为跌倒；如果不明显，根据公式(3) (4) (5)判断姿态角的变化，如果姿态角发生变化，也断定为跌倒。具体算法流程图如图6所示。

3 系统测试
    为了验证设备的实用可靠性，我们要进行相关的测试，测试项目包括：系统功耗，即：系统正常工作时间(900mAh电池供电)；心率测试的实时性；跌倒报警的实时性；网络传输的可靠性。
    为了验证系统对心率测试的实时性，我们运动加快心跳的测试。为了方便测试，我们将每分钟的心率数据压缩成50个，即时发送给智能终端，通过智能终端的如下表1分析可以很明显的看出心率的变化。

    系统在网络中的传输可以分为主动传输和被动传输，主动传输主要是用于发送报警信息，被动传输是智能终端访问终端上的数据，每天都会将心率数据传输到终端上进行分析。为了方便测试，被动传输定义为1h。

4 结束语
    在该课题研究中，完成了心率的检测和数据记录，同时提供了跌倒报警，为远程监护系统的发展提供了基础，同时实现了对“空巢老人”的远程监护。记录心率的历史数据，对医生分析病理有很大的帮助。该系统的优点在于选用了处理功能强大的STM32W无线射频芯片，采用了相对复杂但是精确的算法，可以准确的分析出突发性的事件(心率异常、跌倒)。以本系统为模型，可以设计对其他体征参数(如：血压、血脂、血糖、呼吸等)的检测系统，建立完整的健康档案，对远程医疗服务的发展具有实用意义。