柔性压电传感器在床垫式睡眠监测系统应用案例分析_暗记_旗子

作为与我们日常生活最息息相关的信息之一，人体压力旗子暗记也日渐逐步走入大众视野，成为共同磋商的热门话题。
心率、动态手势、呼吸、吹气、语音等活动均会产生或大或小的压力旗子暗记，蕴含大量生理、病理以及通讯信息，拥有极大的潜在运用代价。

就寝监测系统的运用

因此，柔性压电传感器作为一种可有效获取动态感应的传感器，采集并通过合理剖析发掘其运用代价以及运用手段是十分必要的。
作为人体压力旗子暗记的一员，心率旗子暗记通过其波形细节特色的变革可准确反应人体干系的康健状况，并且从心率旗子暗记中提取的生理病理信息常日可作为中医学临床诊断和治疗的依据，因此心率旗子暗记的有效信息提取可为医学带来可靠的数据支持。

呼吸旗子暗记在生命体征监测中是不可或缺的一部分。
通过检测人体呼吸旗子暗记的缓急、启停、规律性等频率特性，可察觉诸如脑缺血、 壅塞性就寝呼吸停息综合症等疾病，因此呼吸旗子暗记在康健监测以及疾病预防中也扮演着十分主要的角色。

在人体压力旗子暗记探究中，作为信息技能三大支柱之一的传感技能拥有无可比拟的地位。
离开传感器，所有人体压力旗子暗记均很难完成数字化精准采集。

之前运用于人体旗子暗记采集的压力传感器大多是刚性的，这类传感器虽然拥有广泛的运用以及低廉的本钱，但难以捕捉细节信息以及皮肤贴合性差等缺陷也使之市场化成难堪题。

柔性压电传感器的涌现无疑点亮理解开难题的道路。
现如今采取柔性压电传感器采集人体压力旗子暗记已然成为大势所趋，柔韧易波折的特性可使其与人体皮肤表面充分打仗，做到在人体旗子暗记提取过程中将损耗降到最小，同时还能准确提取到传统刚性传感器很难捕捉到的细节信息。

捕捉心率呼吸旗子暗记

传统就寝监测手段会对人体正常就寝造成一定程度的滋扰，其就寝数据的客不雅观性和真实性也相应受到影响，难以知足家庭就寝监测的实际运用需求，非打仗办法实现的就寝监测系统则可以战胜传统就寝监测设备中的弊端。

床垫式就寝监测系统通过在床垫中安装压力或压电传感器, 可以对人体呼吸和心跳等范例生理特色参数进行无扰式监测，因其具有利用大略的优点，其干系理论研究已成为生理旗子暗记监测领域的热点话题。

基于压电薄膜传感器的床垫式就寝监测系统可以感知眇小压力或震撼变革，从而捕获心冲击 (BCG) 力传至体表的震撼身分、呼吸时人体胸腔起伏对床垫的压力变革以及体动等信息并转为电旗子暗记。

但由于采取该办法采集的旗子暗记是集呼吸、心跳以及噪声等在内的繁芜生理旗子暗记，须要从稠浊旗子暗记中实现呼吸和心跳等旗子暗记的有效分离和识别，才能准确打算呼吸率和心率等关键就寝特色参数。
对心冲击旗子暗记进行分离和提取时，大多采取常规的滤波器、小波变换或履历模态分解 (EMD) 等方法实现。
可以根据原始旗子暗记特点，动态地确定呼吸和心跳等旗子暗记的频带范围，对输入旗子暗记进行自适应分解和重构，有效提取呼吸和心冲击旗子暗记。
在此根本上，再采取得当的算法进行旗子暗记识别。

就寝监测系统框图

床垫式生理旗子暗记监测系统所采取的方案如图所示，就寝监测系统紧张由传感器装置、监测系统主机以及监测终端设备 3 部分构成。
采取基于压电薄膜传感器的监测床垫进行旗子暗记采集，并设计了具备电荷放大、滤波以及旗子暗记放大等功能的旗子暗记调理电路。
经调理后的电压旗子暗记送至低功耗单片机进行 AD 转换，转换后的结果通过 WiFi 模块送至监测终端进行后续算法处理和数据剖析。

就寝状态下人体心脏跳动、正常的呼吸均会使产生一定幅度的震撼，并导致床垫上有轻微的压力颠簸。
与其他运动比较，心跳所产生的压力变革微弱，且随意马虎淹没在呼吸和环境噪声中, 故其提取最为困难。

因此传感器选择优先考虑知足心跳信息提取哀求，并兼顾适宜床垫式监测的需求。
考虑到聚偏二氟乙烯 (PVDF) 压电薄膜传感器不仅具有灵敏度高、可精确丈量动态压力的优点，而且可实现最低 0.1 Hz 的检测频率，可在本系统中实现动态压力检测。

在实际监测装置中将包含传感器的带状物放置在床垫与被褥之间，该传感器可通过感知床垫上压力的变革产生与人体心跳、呼吸以及体动等信息干系的稠浊旗子暗记输出。
采集数据后通过串口 WIFI 模块定时发送至监控终端, 监控终端吸收到数据后，进行剖析处理，监测系统主机如图所示。

就寝监测带及检测剖析主机

提取出 BCG 旗子暗记后，还需进行心跳定位打算心率。
心脏紧缩和舒张过程中，泵血冲击力变革会使得旗子暗记在每个心脏跳动周期内形成如所示的多种波峰模式。

J 波作为幅值特色最为明显的波峰，常作为心跳定位的主要标志。
实际分离得到的 BCG 旗子暗记中, 存在同类波峰的峰值差别较大而不同类波峰峰值却比较附近的情形，故不能纯挚依赖波峰峰值来进行分类。

为使系统能自动检测与单个心跳相对应的 BCG 波峰模式，需根据波峰模式的形态学特色建立特色向量，须要算法对 BCG 旗子暗记极大值点进行聚类，选出均匀幅值最大的波峰作为 J 波波峰并用于确定心跳位置。
根据定位结果可打算均匀心跳周期和心率。

范例 BCG 旗子暗记波峰模式

原始采样旗子暗记归一化图

利用所设计的监测主机得到的归一化采样旗子暗记。
对其工频滤波预处理后，利用极大极小值法进行频谱划分。

EWT 具有很强自适应性，根据原始旗子暗记的频域分布特点，选取得当的波峰段验证所提取的呼吸和心冲击旗子暗记波形形态特色比较符合实际，提取效果较好。
从呼吸和 BCG 旗子暗记的波形特点来看，具有明显周期性，符合空想呼吸旗子暗记特色；心率波峰模式清晰可辨，同时具备较强周期性，与空想 BCG 旗子暗记波形效果基本同等。

EWT 分解旗子暗记

基于 PVDF 压电薄膜传感器和高性能微处理器研制出一套就寝监测装置，并采取算法相结合的办法实现了对稠浊旗子暗记的分离以及范例生理特色参数的有效提取。

实际上在实验室看裸传感器的 BCG 旗子暗记无需预先估计心跳周期即可较为准确地完成心跳定位，很随意马虎就能良好的不雅观察到效果，周期规律比较明显，心率打算结果符合正常就寝心率。
但是在运用层要考虑杂波及复合场景下的经济效益，须要结合得当的算法及适配的旗子暗记放大电路来完成旗子暗记采集及运用。

柔性压电传感器心率测试