一种可穿戴生命体征监测装置及精神状态监测方法

摘要

本发明提供一种可穿戴生命体征监测装置及精神状态监测方法，可穿戴生命体征监测装置包括可穿戴多体征采集装置和服务器两部分，其中可穿戴多体征采集装置由体征信号采集模块和处理及通信模块组成，通过体征采集模块实现不同生理信号的采集，生理信号经嵌入式低功耗处理器处理整合后，通过通信模块通过无线方式传送到服务器端，在服务器中存储及处理。精神状态监测方法提出基于体征信号数据评价精神状态的方法。本发明结合柔性加工工艺，利用嵌入到衣物中的织物电极、导线和各类织物传感器，在实现对多种生理参数采集的同时，保证了装置的轻便、舒适性；对采集到的体征参数进行进一步的分析发掘利用，实现了身体和精神状态的实时判别和预警。

权利要求

1.一种可穿戴生命体征监测装置，其特征在于，包括服务器和嵌入衣物中的体征采集装置；所述体征采集装置包括体征信号采集模块、处理及通信模块；所述处理及通信模块包括与体征信号采集模块连接的嵌入式处理器，以及分别与嵌入式处理器连接的用于显示信息和提醒作用的显示及报警模块、用于离线存储体征信号数据的存储器、实现体征信号无线发送的第一通信模块；所述体征信号采集模块实现不同体征信号的采集，并将所采集信号发送给嵌入式处理器；所述服务器包括第二通信模块以及与第二通信模块连接的处理及存储装置；所述嵌入式处理器对体征信号进行处理整合后通过第一通信模块将其发送至第二通信模块；

所述处理及存储装置建立体征数据库，将实时接收到的体征信号数据与数据库中的典型样本进行模板匹配，判断出当前身体及精神状况，将异常情况通过第二通信模块反馈给第一通信模块，第一通信模块将反馈信息发送给第一处理器，然后发送给显示及警报模块。

2.根据权利要求1所述的一种可穿戴生命体征监测装置，其特征在于，所述体征信号采集模块包括心电信号采集模块，体表电势信号采集模块，呼吸信号采集模块，脉搏信号采集模块，体温信号采集模块及身体姿态信号采集模块；

所述心电信号采集模块包括放置在被测对象胸部表面的若干个电极，通过所述电极检测被测对象的心电信号；

所述体表信号采集模块包括放置在被测对象胸部表面的若干个电极，通过所述电极检测被测对象的体表电势；

所述呼吸信号采集模块包括放置于被测对象腹部的织物传感器，通过织物传感器采集呼吸信号；

所述脉搏信号采集模块包括设置于被测对象腕部的脉搏传感器，通过脉搏传感器获得脉搏波信号；

所述体温信号采集模块集成在信号处理节点，通过在节点贴近人体表面的一侧的接触式温度传感器获得体温；

所述身体姿态信号采集模块集成在信号处理节点，通过集成在节点中的三轴加速度传感器获得身体姿态信号。

3.基于权利要求1所述装置的精神状态监测方法，其特征在于，包括如下步骤：步骤1：采集体征信号；

步骤2：对采集到的体征信号中的心电信号进行滤波；

步骤2.1：对心电信号中的线性段采用Levkov滤波法进行滤波：设原始采样信号为Wi，噪声信号为Ni，滤波后的信号为Si，Wi＝Ni+Si；设Si，i∈[0,9]为线性段采样信号，则：S9-S8＝…＝S2-S1＝S1-S0＝c  (1)其中c为邻近滤波后信号的差值；

在一个工频干扰周期内，工频干扰采样点的幅值代数和为零，则：将工频信号和滤波后信号拆开叠加：

W10-W0＝S10-S0＝10c  (4)由(3)和(4)得：

步骤2.2：对非线性段，首先利用小波模极大值法检测出R波波峰，然后把QRS波拟合成折线来滤波；

以Marr小波基检测R波峰值奇异点，其基函数为：其中，t表示时间；

基函数的二进制离散小波变化为：

其中，j表示采样点的序列号，τ表示采样间隔；

方程式组公式(8)～(14)即为非线性段的滤波；

d＝(Wr-Wr-10)/10  (8)

d为R波波峰左侧非线性段的采样点所需的斜率；

e＝(Wr+10-Wr)/10  (9)

e为R波波峰右侧非线性段的采样点所需的斜率；

步骤3：建立基于体征参数的精神状态模型；

设情绪强度为E，则有：

其中HR表示心率值，PR表示脉率值，BR表示呼吸率，TP0为初始体温值，BP为左右胸前两心电电极之间的电势差，AC表示加速度值；α为心率值的权重系数，取值范围为0.3～0.4；β为脉搏、体温及呼吸三项的复合权重系数，取值范围为0.5～0.9；k为加速度值的权重系数，取值范围为0.4～0.6；μ为体表电势差的权重系数，取值范围为0.1～0.2；

步骤4：设正常情况下的情绪强度为E，设待判断的情绪强度为E，则当前精神状态评价值R为：根据公式(16)的R值，对被测对象当前精神状态作出判别：当R∈(-0.4,0.2)时，被测对象当前处于非常沮丧、萎靡的精神状态；

当R∈(-0.2,0)时，被测对象当前处于较差的精神状态；

当R∈(0,0.2)时，被测对象当前处于正常的精神状态；

当R∈(0.2,0.4)时，被测对象当前处于较为振作的精神状态；

当R∈(0.4,0.5)时，被测对象当前处于较为亢奋的精神状态。

说明书

一种可穿戴生命体征监测装置及精神状态监测方法

技术领域

[0001] 本发明涉及生命体征监测技术，具体涉及一种可穿戴生命体征监测装置及精神状态监测方法。

背景技术

[0002] 随着可穿戴技术的发展，人们对可穿戴生命体征监测装置的需求也在逐渐增加。近几年，部分发达国家研制了一些基于传感器技术的穿戴式新型体征监测装备，如美军提出的生命状态监测装备，具有无线通信功能的腕表式心率、呼吸监测装备以及美国宇航局开发的生命卫士系统等，以此实现对军事人员生命体征状态变化的实时监测。我军对穿戴式新型体征监测装备也有一些研究，目前，尚未见有较成熟的生命状态监测装备投入实际使用，其原因主要在一下几点，一是大部分可穿戴生理监护系统无法在做到对多种生理参数采集的同时实现装置的轻便、舒适性，二是目前的可穿戴生理监护系统重点主要集中生命体征状态进行实时采集和远程监测，没有监护系统和方法对生理参数进行分析发掘利用，三是不能实时监测被测对象的精神状态。

[0003] 通过轻便、织物化、舒适的穿戴式设备设计，实现对多种体征参数的采集与传输，并构建针对不同岗位人群的体征参数库，采用在线和离线两种方式，实现对各类体征参数的科学化分析，以及对各类人员的生命体征和精神状态的长时程动态监测，实现对其精神状态的分析评估，对于特种作业人员的监测、老年人的看护及医疗机构的监护，能够有效弥补传统监测方法上的不足。

发明内容

[0004] 针对上述现有技术的不足，本发明提供一种可穿戴生命体征监测装置及精神状态监测方法，能够满足在高原高寒山地、渡海登岛、海军潜艇深潜、空军飞行、特种作战以及其他高危战斗岗位人员在作战和训练中的对身体状况和精神状态实时监控的需要。

[0005] 为实现上述目的，本发明采用如下技术方案：

[0006] 一种可穿戴生命体征监测装置，包括服务器和嵌入紧身衣物中的体征采集装置；所述体征采集装置包括体征信号采集模块、处理及通信模块；所述处理及通信模块包括与体征信号采集模块连接的嵌入式处理器，以及分别与嵌入式处理器连接的用于显示信息和提醒作用的显示及报警模块、用于离线存储体征信号数据的存储器、实现体征信号无线发送的第一通信模块；所述体征信号采集模块实现不同体征信号的采集，并将所采集信号发送给嵌入式处理器；所述服务器包括第二通信模块以及与第二通信模块连接的处理及存储装置；所述嵌入式处理器对体征信号进行处理整合后通过第一通信模块将其发送至第二通信模块；

[0007] 所述处理及存储装置建立体征数据库，将实时接收到的体征信号数据与数据库中的典型样本进行模板匹配，推断出当前身体及精神状况，将异常情况通过第二通信模块反馈给第一通信模块，第一通信模块将反馈信息发送给第一处理器，然后发送给显示及警报模块。

[0008] 进一步的，所述体征信号采集模块包括心电信号采集模块，体表电势信号采集模块，呼吸信号采集模块，脉搏信号采集模块，体温信号采集模块及身体姿态信号采集模块；所述心电信号采集模块和体表信号采集模块包括放置在被测对象胸部表面的若干个电极，通过所述电极检测被测对象的心电信号和体表电势；

[0009] 所述呼吸信号采集模块包括放置于被测对象腹部的织物传感器，通过织物传感器采集呼吸信号；

[0010] 所述脉搏信号采集模块包括设置于被测对象腕部的脉搏传感器，通过脉搏传感器获得脉搏波信号；

[0011] 所述体温信号采集模块集成在信号处理节点，通过在节点贴近人体表面的一侧的接触式温度传感器获得体温；

[0012] 所述身体姿态信号采集模块集成在信号处理节点，通过集成在节点中的三轴加速度传感器获得身体姿态信号。

[0013] 基于上述装置的精神状态监测方法，其特征在于，包括如下步骤：

[0014] 步骤1：采集体征信号；

[0015] 步骤2：对采集到的体征信号中的心电信号进行滤波；

[0016] 步骤2.1：对心电信号中的线性段采用Levkov滤波法进行滤波：

[0017] 设原始采样信号为Wi，噪声信号为Ni，滤波后的信号为Si，Wi＝Ni+Si；设Si，i∈[0,9]为线性段采样信号，则：

[0018] S9-S8＝…＝S2-S1＝S1-S0＝c               (1)

[0019] 其中c为邻近滤波后信号的差值；

[0020] 在一个工频干扰周期内，工频干扰采样点的幅值代数和为零，则：

[0021]

[0022] 将工频信号和滤波后信号拆开叠加：

[0023]

[0024] W10-W0＝S10-S0＝10c                     (4)

[0025] 由(3)和(4)可得：

[0026]

[0027] 步骤2.2：对非线性段，首先利用小波模极大值法检测出R波波峰，然后把QRS波拟合成折线来滤波；

[0028] 以Marr小波基检测R波峰值奇异点，其基函数为：

[0029]

[0030] 其中，t表示时间；

[0031] 基函数的二进制离散小波变化为：

[0032]

[0033] 其中，j表示采样点的序列号，τ表示采样间隔；

[0034] R波峰值奇异点对应于小波变换的一个正模极大值和一个负模极大值，其位置对应于正模极大值和负模极大值的过零点；在一个工频干扰信号周期内搜索出的所有的过零点即为R波波峰奇异点，定位出R波波峰后，令T为R波波峰的时刻，列出相应波段的方程式组公式(8)～(14)即可得到非线性段的滤波；

[0035] d＝(Wr-Wr-10)/10                     (8)

[0036] d为R波波峰左侧非线性段的采样点所需的斜率；

[0037] e＝(Wr+10-Wr)/10                     (9)

[0038] e为R波波峰右侧非线性段的采样点所需的斜率；

[0039]

[0040]

[0041]

[0042]

[0043]

[0044] 步骤3：建立基于体征参数的精神状态模型；

[0045] 设情绪强度为E，则有：

[0046]

[0047] 其中HR表示心率值，PR表示脉率值，BR表示呼吸率，TP0为初始体温值，BP为左右胸前两心电电极之间的电势差，AC表示加速度值；α为心率值的权重系数，取值范围为0.3～0.4；β为脉搏、体温及呼吸三项的复合权重系数，取值范围为0.5～0.9；k为加速度值的权重系数，取值范围为0.4～0.6；μ为体表电势差的权重系数，取值范围为0.1～0.2；

[0048] 步骤4：设正常情况下的情绪强度为E，设待判断的情绪强度为E，则当前精神状态评价值R为：

[0049]

[0050] 根据公式(16)的R值，对当前精神状态有具体的判别：

[0051] 当R∈(-0.4,0.2)时，被测对象当前处于非常沮丧、萎靡的精神状态；

[0052] 当R∈(-0.2,0)时，被测对象当前处于较差的精神状态；

[0053] 当R∈(0,0.2)时，被测对象当前处于正常的精神状态；

[0054] 当R∈(0.2,0.4)时，被测对象当前处于较为振作的精神状态；

[0055] 当R∈(0.4,0.5)时，被测对象当前处于较为亢奋的精神状态。

[0056] 本发明的有益效果在于：(1)本发明结合柔性加工工艺，利用嵌入到衣物中的织物电极、导线和各类织物传感器，在实现对多种生理参数采集的同时，保证了装置的轻便、舒适性；(2)本发明提出利用体征数据进行精神状态评价的方法；(3)本发明对可穿戴体征采集装置采集到的生理参数进行进一步的分析发掘利用，实现了身体和精神状态的实时判别和预警。

附图说明

[0057] 图1是本发明的装置结构图。

具体实施方式

[0058] 下面结合附图对本发明作更进一步的说明。

[0059] 如图1所示，本发明提出的可穿戴生命体征监测装置，包括服务器和嵌入紧身衣物中的体征采集装置；所述体征采集装置包括体征信号采集模块、处理及通信模块；所述处理及通信模块包括与体征信号采集模块连接的嵌入式处理器，以及分别与嵌入式处理器连接的用于显示信息和提醒作用的显示及报警模块、用于离线存储体征信号数据的存储器、实现体征信号无线发送的第一通信模块；所述体征信号采集模块实现不同体征信号的采集，并将所采集信号发送给嵌入式处理器；所述服务器包括第二通信模块以及与第二通信模块连接的处理及存储装置；所述嵌入式处理器对体征信号进行处理整合后通过第一通信模块将其发送至第二通信模块；

[0060] 所述处理及存储装置建立体征数据库，将实时接收到的体征信号数据与数据库中的典型样本进行模板匹配，推断出当前身体及精神状况，将异常情况通过第二通信模块反馈给第一通信模块，第一通信模块将反馈信息发送给第一处理器，然后发送给显示及警报模块。

[0061] 所述体征信号采集模块包括心电信号采集模块，体表电势信号采集模块，呼吸信号采集模块，脉搏信号采集模块，体温信号采集模块及身体姿态信号采集模块。

[0062] 所述心电信号采集模块和体表信号采集模块包括放置在被测对象胸部表面的若干个电极，通过所述电极检测被测对象的心电信号和体表电势。本发明拟结合临床实践中最常用的标准12导联心电图，配合体表电势检测，通过放置在被测对象胸部表面的多个电极检测心脏活动和体表电势，相比较目前主流的单导联心电监测，能为体征状态以及精神状态检测提供更高的空间精确度和高精度的信息。同时，为了避免传统湿性电极长期使用下易对皮肤易造成的刺激，本课题使用干性导电织物作为电极，以与紧身衣等衣物结合的方式实现12导联心电及体表电势的监测。

[0063] 所述呼吸信号采集模块包括放置于被测对象腹部的织物传感器，通过织物传感器采集呼吸信号。为了保证穿戴舒适性，拟结合导电织物设计织物呼吸传感器，将具有压阻效应的材料与服装相结合，将压阻材料放置在人体腹部，这样随着人体的呼吸，腹部上的压阻材料受力变形，产生压阻效应，连入分压电路中可以记录形变的频率从而反应呼吸信号。

[0064] 所述脉搏信号采集模块包括设置于被测对象腕部的脉搏传感器，通过脉搏传感器获得脉搏波信号。本发明基于光电容积法实现脉搏波监测。当光束照射到皮肤表面时，动脉血管内的血液容积在心脏收缩和舒张作用下呈搏动性变化，将光强度变化信号转换成电信号并放大后便可获得容积脉搏波。考虑到穿戴式的便携要求，采用反射式检测方式设计腕部脉搏波监测模块。

[0065] 所述体温信号采集模块集成在信号处理节点，通过在节点贴近人体表面的一侧的接触式温度传感器获得体温。

[0066] 所述身体姿态信号采集模块集成在信号处理节点，通过集成在节点中的三轴加速度传感器获得身体姿态信号。

[0067] 本发明的可穿戴多体征采集装置为弹性穿戴衣的形式，拟结合柔性加工工艺，利用嵌入到衣物中的织物电极和各类织物传感器，用织物导线代替传统的金属导线进行传感器间信号的传输，实现轻便、舒适、智能化的体征监测，既达到参数采集的目的，又不会对穿戴者带来负担，充分满足了在特殊及高危环境下的使用需求。

[0068] 为了解决功耗问题，可针对不同种类生理信号的实时性要求选择相应的采样间隔，综合考虑功能、功耗等因素，使用集成度高的前端模拟电路和低功耗的处理芯片，同时设计不同的系统运行模式，降低系统功耗。

[0069] 由可穿戴多体征采集装置采集到多种体征信号并发送到服务器端后，由服务器端进行预处理和建立数据库。针对采集到的体征信号的的心电信号进行滤波，针对有价值的数据，构建体征数据库，包括：

[0070] (1)对采集到的心电信号进行滤波：

[0071] 主要针对可穿戴设备采集的体征信号中的工频噪声进行滤波，针对不同的体征参数，选用合适方法，对有用信号和噪声信号做进一步分离，得到较为纯净的心电信号。

[0072] 传统的Levkov滤波法能实时的消除工频干扰，但是心电波形中最重要的QRS波在处理后被大幅度削弱，失去了滤波的意义。针对Levkov法削峰的不足，本专利将小波方法和Levkov法结合起来，首先用小波变换检测到R波波峰，再讲这段波形拟合成折线，最终使用线性段的原理滤波。线性段段采用Levkov法，而在非线性段，首先利用小波模极大值法检测出R波波峰，然后把QRS波拟合成折线来滤波。此方法在有效滤除了工频干扰的同时，还极好的保留了QRS波的信息，可用于心电信号分析前的预处理。

[0073] 设原始采样信号为Wi，噪声信号为Ni，滤波后的信号为Si，一维心电信号是线性系统，满足叠加原理，有Wi＝Ni+Si；设Si，i∈[0,9]为线性段采样信号，则：

[0074] S9-S8＝…＝S2-S1＝S1-S0＝c                  (1)

[0075] 在一个工频干扰周期内，工频干扰采样点的幅值代数和为零，可得：

[0076]

[0077] 将工频信号和滤波后信号拆开叠加：

[0078]

[0079] W10-W0＝S10-S0＝10c                     (4)

[0080] 由(1.3)和(1.4)可得：

[0081]

[0082] 通过(5)式得知，每个采样点滤波后的值是其周围采样点与其本身的幅值叠加所得。该算法的核心是把心电波形近似的看成一条直线，所以在处理远离QRS波的波段时，能达到很好的滤波效果。但是在消除QRS波的噪声时，R波波峰被大幅度削弱了，试验结果这种方法是不合理的，分析其原因得出，QRS波是一段折线，不是近似的直线，采用线性段的方法计算出的斜率会有很大误差，最终导致波峰被削弱的滤波结果。

[0083] 对于非线性段滤波，重点放在定位R波波峰，只有准确的计算出R波波峰位置，才能找到折线段的拐点。基于小波变换的R波检测算法是目前采用较多的一种方法。Marr小波基函数在形状上与QRS波极为相似，且具有无限光滑性即无穷次可微，不对单独的噪声点敏感，加上其独特的时域性质，使得包含信息的特征点特别突出。因此，选用Marr小波基来检测R波峰值奇异点，其基函数为：

[0084]

[0085] 其中ψ(t)为基函数关于时间t的值。

[0086] 二进制离散小波变化为：

[0087]

[0088] 其中Wf(2j,τ)为离散变换后的关于序列j和采样间隔τ的函数值。

[0089] R波峰值奇异点对应于小波变换的一个正模极大值和一个负模极大值，其位置对应于正模极大值和负模极大值的过零点；在一个工频干扰信号周期内搜索出的所有的过零点即为R波波峰，定位出R波波峰后，令T为R波波峰的时刻，列出相应波段的方程式组公式(8)～(14)即可得到非线性段的滤波；

[0090] d＝(Wr-Wr-10)/10                     (8)

[0091] d为R波左侧非线性段的采样点所需的斜率；

[0092] e＝(Wr+10-Wr)/10                     (9)

[0093] e为R波右侧非线性段的采样点所需的斜率；

[0094]

[0095]

[0096]

[0097]

[0098]

[0099] (2)构建数据库：

[0100] 基于开源关系型数据库管理系统MySQL进行体征信号数据库的建立。MySQL为关系型数据库(Relational Database Management System)，这种所谓的"关系型"可以理解为"表格"的概念，一个关系型数据库由一个或数个表格组成，由于体征数据的实时性，以时间为基准按照如下格式存储数据，构建体征数据库：

[0101]

[0102] 由服务器端对多种体征参数进行预处理和建立数据库后，需要对多体征参数的数据进行分析与应用，通过数据库中的有效信息，制定出精神状态相关的判定标准，进而通过与模型对比，判断被监测对象的精神状态，如有异常则预警。

[0103] 对应于建立的体征参数数据库，本发明还提供一种基于多体征参数的数据模型，基于数据库中丰富且具有代表性的信息，可实现针对异常精神状态的实时判别。

[0104] 针对采集到的六种体征信号，选择其中的价值数据进行分析。

[0105]体征信号 心电 体表电势 脉搏波 呼吸 体温 运动姿态
价值数据 心率值 电势差 脉率值 呼吸率 体温 加速度值
缩写符号 HR(次/分) BP(mV) PR(次/分) BR(次/分) TP(℃) AC(m/S2) [0106] 设情绪强度为E，则有：

[0107]

[0108] TP0为初始体温值，BP为左右胸前两心电电极之间的电势差。α、β、k、μ分别为权重系数，其中α为心率值的权重系数，取值范围为0.3～0.4；β为脉搏、体温及呼吸三项的复合权重系数，取值范围为0.5～0.9；k为加速度值的权重系数，取值范围为0.4～0.6；μ为体表电势差的权重系数，取值范围为0.1～0.2；权重系数通过针对不同人群的对照实验进行略微调整，再确定出不同的取值组合。对普通成年男性，权重系数可取α＝0.4、β＝0.7、k＝0.4、μ＝0.15；对于普通成年女性，权重系数可取α＝0.5、β＝0.8、k＝0.5、μ＝0.1。

[0109] 通过公式(15)即可实现对测试者由生理体征所反应的情绪与精神状态的定量分析。

[0110] 进一步的，可根据异常精神状态的对照标准确定当前被测对象的精神状态，即设正常情况下的情绪强度为E，设待判断的情绪强度为E，则当前精神状态判断值：

[0111]

[0112] 根据公式(16)的R值，可对当前精神状态有具体的判别：

[0113] 当R∈(-0.4,0.2)时，可认为当前处于非常沮丧、萎靡的精神状态；

[0114] 当R∈(-0.2,0)时，可认为当前处于较差的精神状态；

[0115] 当R∈(0,0.2)时，可认为当前处于正常的精神状态；

[0116] 当R∈(0.2,0.4)时，可认为当前处于较为振作的精神状态；

[0117] 当R∈(0.4,0.5)时，可认为当前处于较为亢奋的精神状态。

[0118] 进一步的，自动对目标进行精神状态进行判别和预警后的，数据亦可用来更新数据库。

[0119] 以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。