基于医学物联网的便携式肺功能测试仪的设计

【作　者】何易晨，杨波，熊仕奇，李庆

成都信息工程大学 物理场生物效应及仪器四川省高校重点实验室，成都市，610225

0　引言

近年来我国很多城市的雾霾越来越严重，吸入有害的颗粒或气体过多以及吸烟容易患上非限制性通气功能障碍和限制性通气功能障碍等呼吸系统的疾病[1]。目前，慢性阻塞性肺疾病（Chronic Obstructive Pulmonary Disease, COPD）在国内的各城市发病率高达5%～13%[2]。美国相关研究发现，每年大约有10万美国人口死于COPD，居于美国人口死亡原因的第4位[3]。现在医院判定肺功能检测指标主要是通过COPD的金标准。它是通过诊断人体气流受阻的重要参考，对肺功能的诊断、疾病进展、预后及治疗反应都有重要的意义[4]。呼气容量与时间的特性曲线参数，对小气道气流阻塞有很高的敏感性，对探索慢性支气管炎、支气管哮喘等类似的慢性阻塞性的早期诊断有重要的临床意义[5]。

鉴于目前的环境形势以及国内患有肺部疾病的人群在不断的增加，家用物联网肺功能检测仪的意义越来越大。这种便携式的肺功能测试仪可以让患者在家就可以做简单的肺部测试，同时医生可以得到测试的结果，这样就可以达到医生给患者远程诊断的效果。它不仅可以改变国外仪器垄断的状况，也能促进医院对基层肺功能调查的开展。

1　系统总体结构及原理

该设计的结构中呼气气流流经呼气管道（图1），在呼气管道的一侧有一个直径为2 mm的小孔。压力传感器感应到气流快速流过管道产生的压力，从而检测出压力变化的过程。在出气口的虚线为呼气管道中加高 2 mm的增压环，如图2所示，其作用是阻挡气流的流动，增加呼气时管道中的压力。其他部分有一键开机按钮，电源指示灯、蓝牙指示灯、充电管理指示灯等。

由图1可以看出该设计的体积较小，很适合作为便携式设备。图2中的增压环在呼气管道的尾部有高约2 mm的凸起。

图1　气流流经管道示意图Fig.1 Pipeline schematic of the air fl ow

图2　气流导管底部示意图Fig.2 The bottom schematic of the air duct

便携式肺功能测试仪主要检测单次最大呼气量（FVC）和最大呼气流速（PEF）。当一定容量气体通过管道，在管道内形成气压P(t)，瞬时气流速度Vs(t)。在图1中小孔处是压力测试点，可以实时检测压力值P(t)。则呼出的气体容量为：

其中，V是气体体积，Ss是呼气管道的横截面积，T是气流通过时间。k0是基础偏移量，考虑在气流小于气压传感器的分辨率，即当气压P(t)=0时，有一个气体流速的补偿值。上述公式可转换为：

一般△t为采样时间，该文采用2 ms，为实时测量值。当确定f(x)，k值后，启动一次测量，即可计算出V值，即单次最大吹气量（FVC）和最大气流速度（PEF）。考虑到便携设备CPU处理数据能力有限，该文采用测试标定得到的Vs-P流速压力对应表拟合出f(x)放入程序中。主控芯片采集到实时的P(t)值，通过这个f(x)查表方式进行数据处理，从而得到实时的Vs(t)值，最后通过公式（2）计算出呼气参数值。

2　硬件系统的设计

2.1　系统总体架构

整个系统主要由气压传感器、放大电路、单片机控制模块、充电管理模块、蓝牙4.0模块、Android终端等构成。人体呼气的压力变化被气压传感器采集并转换成电信号再由单片机的ADC模块处理，得到的数据通过蓝牙模块传输到Android平台实时显示。用户或者医生可以直观地了解患者的基本情况。系统结构图如图3所示。

图3　系统结构图Fig.3 The system structure diagram

2.2　信号调理电路模块原理

硬件电路中的压力采集模块采用US9011-030N气压传感器模块输出的是微弱的模拟信号，信号调理电路采用三级放大电路。前置级采用高共模抑制比的仪用放大器AD620抑制气压信号中的共模干扰信号，同时对信号实现5倍放大。然后在后级再实现10倍的信号放大。气压信号通过50倍的放大处理后输入单片机的ADC_0管脚。信号调理硬件原理图如图4所示。

图4　信号调理硬件原理图Fig.4 The hardware of the signal conditioning schematic diagram

2.3　主控与蓝牙电路模块原理

主控模块为STC15w404as，主要利用自带的AD转换模块完成接收传感器发送过来的模拟信号，然后用AD模块以500 Hz的频率转换为数字信号。该文使用的是8位AD转换分辨率。蓝牙模块是以广播的形式向外发送数据，与主控芯片的UART速度一致。图5为主控芯片与微信蓝牙模块的原理图。

图5　主控芯片与蓝牙模块硬件原理图Fig.5 The hardware schematic diagram of the master control chip and Bluetooth module

3　软件设计

3.1　下位机软件设计

该系统采用单片机C语言编写，使用Keil4软件平台。整个主控芯片的软件系统流程图如图6所示，程序的关键点在于如何判断患者开始呼气的起始点。

图6　主控芯片软件系统程序流程图Fig.6 The program fl ow chart of the main control chip software system

由于硬件器件存在一个直流偏量，所以主控芯片会在系统每次采集呼气值前就要采集硬件电压偏量的压力值，然后在计算呼气值时减去这个偏量。考虑到不同患者的情况，整个系统设计的呼气时间设定为10 s。

3.2　Android端软件设计

该文的Android端的软件设计是基于Java语言编写，采用传统蓝牙4.0传输数据。在Android端的界面主要由蓝牙扫描控件、图形显示窗口、数据显示窗口组成，如图7所示。当有蓝牙通过透传的方式传输数据到Android端时，APP接收到数据经过解析后再把有效数据提取出来，在Java程序中经过算法处理后通过扫描的方式绘图。系统的呼气时间到10 s，呼气的计算值就显示在数据窗口，该数据可以作为医生对患者肺部机能的评估。

图7　Android端呼气结果图Fig.7 Exhale results diagram of the Android system

4　肺功能参数算法设计

4.1　算法原理设计

FVC的计算是利用分段流量的积分思想，其表达式为：

其中FVCk为每间隔△t时间采集到的单位气体体积，这里的FVCk是通过下式计算得到。

其中Vs是通过查表的方式得到。

通过式(3)和式(4)即可求得呼气容量FVC。对于另一个参数PEF是取比较得到的Vs中最大的值，而参数FEV1是累加前一秒的FVC值得到，进而得到FEV1/FVC的百分比。

4.2　插值处理

采集出来的呼气值只是压力值。因此，首先在中国测试技术研究院利用其自制的标准的仪器测定标准的流速与压力对应的标称值。然后在每次呼气过程中利用得到的压力值去查表就能得到对应的流速值，最后利用这个流速值求得气体容量。在中国测试技术研究院是把定量气体以1.7 L/s至9.5 L/s且间隔0.3 L/s分别测出对应压力值，从而得到压力与流速对应的曲线关系如图8所示。

这里，测得的压力值与流速值都扩大了100倍，以便在后面的计算中提高精度。由建立的压力与流速的关系表可以得到如下的计算方法：

P1是Pnow介于两个压力值之间的较小的那个值，P2是Pnow介于两个压力值之间的较大的那个值。Vs1是P1对应的流速值，Vs2是P2对应的流速值。

图8　压力-流速曲线图Fig.8 The curve diagram between pressure and fl ow velocity

5　肺功能测试结果与误差分析

征集了5名受试者（其中3名男性、2名女性）在医院专业医师的指导下用中国测试技术研究院的标准肺功能测试仪测试了各自的FVC、PEF、FEV1与FEV1/FVC的实测值，然后用本文中的便携式肺功能测试仪测试相应的数据，结果见表1。

表1　5例受试者使用医院仪器与便携式肺功能测试仪的结果比较Tab.1 The result between 5 cases received hospital instrument and portable lung function test instrument

由表1可以看出，所测得的肺功能参数FVC、FEV1、PEF的测量误差都在都在5%以内，能够满足临床以及家庭测试的应用要求。

6　结束语

目前已经制作完成了硬件电路并调试通过，软件编写及调试，3D打印的外壳等结构，总体情况是样机基本完成。该仪器小巧方便，不仅适合临床应用而且也适用于家庭用户自主测试以及基层巡诊等场合，具有良好的应用前景。后续的研究可以深入到把采集的数据存储在后台服务器，以便查看患者的恢复情况。并且可以通过APP远程传输到医院和医生，实现了远程监护和健康管理。

[1]任淼. 肺功能检测仪器的设计与实现[D]. 合肥: 安徽大学, 2016.

[2]Fang X C, Wang X D, Bai C X. CPOD in China:the burden and importance of proper management[J]. Chest, 2011, 139(4): 918-928.

[3]Mannino D M, Gulsvik A, Marks G B, et al. Chronic obstructive pulmonary disease surveillance United States, 1971-2000[J]. Respir Care, 2002, 47(10): 84-99.

[4]Soriano J B, Zielinski J, Price D. Screening for and early detection of chronic obstructive pulmonary disease[J]. Lancet, 2009,374(9691): 720-732.

[5]周垂柳, 曹自立, 曾碧新, 等. 基于STM32的便携式无线多参数肺功能测试仪设计[J]. 电子技术应用, 2014, 40(11): 16-17.