//Logo Image
作者:鄭智銘(2004-04-16);推薦:徐業良(2004-04-28)

BIOMAT睡眠多重生理監測墊設計製作

1.     BIOMAT產品規格與使用方式

BIOMAT為一多功能的非察覺性睡眠生理感測裝置,使用時放置於床墊上,便可監測受測者睡眠時即時性的呼吸頻率及身體活動情形,與後端的睡眠品質評估系統整合後,可以瞭解受測者睡眠歷程與睡眠品質,提供睡眠診斷與睡眠品質評估一項客觀科學化的量化指標。

1.1 BIOMAT產品規格

BIOMAT產品外觀如圖1所示,包含一個軟質感測墊以及生理辨識處理機,圖2為其大略尺寸,為長210cm×90cm的軟質墊,感測模組在軟質感測墊上部空間,中部與下部空間為一般泡棉。使用時平置Biomat於床墊上,連接訊號線至生理辨識處理機後開啟電源便可進行測試,Biomat呼吸與身體活動感測模組產品性能與各項規格如表1所示。

1. BIOMAT產品外觀

2. Biomat大略尺寸

1. BIOMAT產品規格表

BIOMAT產品規格表

產品與配件

BIOMAT軟質感測墊一組、生理辨識處理機一台、6P6C訊號連接線一條、12V變壓器一個

工作電壓

12V

受測者體重限制

35~90kg

取樣頻率

每秒40筆有效數據

有效呼吸頻率

10~25(次∕分鐘)

解析度

可以辨識35次∕分鐘的呼吸生理訊號

訊號輸入介面

6P6C訊號連接線連接Bio-ma與呼吸生理辨識處理機

資料輸出介面

RS-232以及PCB Connector資料傳輸介面

使用者介面

LCD顯示使用者即時的呼吸頻率

工程模式

切換工程模式後,可利用訊號輸入介面進行軟體更新

1.2操作方式

BIOMAT硬體裝置包含軟質感測墊、生理訊號處理器、6P6C訊號線、與12V變壓器一台,使用時正反面均可使用,感測墊側面包含一個訊號線插孔,用以連接至生理訊號處理機。使用時操作步驟如下:

(1)   感測軟墊鋪好(可置於床罩或是保潔墊下方),以6P6C訊號連接線連接至生理辨識處理機。

(2)   接上電源線並開啟電源。

(3)   若要輸出至電腦,連接RS-232訊號輸出介面至電腦COM port

(4)   當無人躺於床墊上LCD顯示“Bed is empty”,受測者躺上後LCD顯示每分鐘呼吸頻率以及每分鐘身體活動程度,並開始計算睡眠時間。

3(a)BIOMAT生理訊號處理器正面,包含LCD液晶顯示器顯示總睡眠時間、每分鐘呼吸頻率以及每分鐘身體活動程度;圖3(b)為生理訊號處理器背面,包含感測墊訊號連接孔、PCB連接埠、以及變壓器電源插孔;圖3(c)為生理訊號處理器側面,為RS-232連接埠。

3. 生理訊號處理器元件佈置圖

4所示為Biomat使用流程中LCD顯示幕顯示資訊簡述,當無人使用時LCD顯示“Bed is empty”,待使用者平躺後LCD顯示總臥床睡眠時間、每分鐘呼吸頻率以及每分鐘身體活動程度,如果使用者夜間如廁,總臥床時間會停止紀錄,LCD顯示“waiting”字樣,若離床時間超過10分鐘,則視為睡眠中止而自動歸零,LCD顯示“Bed is empty”,若離床時間小於10分鐘,於使用者繼續睡眠時會繼續臥床時間的紀錄,睡眠結束使用者離床後,各項資料會自動清除,LCD回復顯示“Bed is empty”

4. 測試歷程與LCD顯示字幕

2.     BIOMAT整體設計概念

BIOMAT為一非察覺性的睡眠生理感測裝置,包含軟質感測墊以及生理辨識處理機一台,使用時放置軟質感測墊於原有的床墊上,感測墊監測受測者呼吸訊號後經由呼吸生理辨識處理機進行訊號雜訊抑制、訊號處理與生理訊號辨識等處理程序,使用者可以藉由LCD液晶顯示幕觀看受測者的即時呼吸頻率以及身體活動資訊,或是由RS-232介面傳輸至PC進行觀看或記錄存檔。

BIOMAT與後端的睡眠品質評估系統整合後,藉由睡眠中的各項生理資訊可以瞭解受測者睡眠歷程與睡眠品質,提供睡眠診斷與睡眠品質評估一項客觀科學化的量化指標。附加的網路功能可以提供使用者上網瀏覽與醫師診斷的即時管道。

在此設計概念下,BIOMAT系統架構如圖5所示,包含軟質感測墊、訊號放大、A/D轉換與雜訊抑制、生理訊號辨識與睡眠狀態判斷系統、輸出顯示介面以及電源等六項子系統,以下即逐一說明各項子系統。

5. BIOMAT系統架構圖

3.     感測子系統

BIOMAT感測墊構造如圖6所示為三層結構,導電泡棉上下面分別以導電布作為訊號傳輸的功能,最外層包覆防污布套。圖7為世大化成股份有限公司易眠工學實驗室所量測人體睡眠時的身體壓力分佈圖,傳統床墊最高壓力值約為42mmHg,也就是約為50gw/cm2的壓力。我們所選用BIOMAT軟質感測墊中的感測材料為導電泡棉,1.5cm厚度的導電泡棉性能曲線如圖8所示,適合量測25~60gw/cm2的壓力值,符合量測睡眠時身體呼吸與活動訊號的需求。

6. 感測墊構造示意圖

7. 世大化成股份有限公司易眠工學實驗室提供人體睡眠時壓力分佈圖

8. 1.5cm厚度導電泡棉的性能曲線

9為導電泡棉實際用於量測睡眠人體活動的長時間電壓變化情形,我們可以看到在1.8小時、2.2小時以及2.5小時有三次大規模的身體活動(翻身)造成電壓值下降,以及長時間泡棉輸出電壓向上飄移的情形(電阻值隨著使用時間下降)。取其中一段資料放大,如圖10所示,可以觀察到每次呼吸訊號會造成電阻值規律地的下降,由於這項趨勢可以藉由感測墊輸出電壓值進行盼讀,我們定義因呼吸活動所造成的電壓值下降情形為呼吸訊號。

9. 長時間巨觀的電阻值變化

10. 局部呼吸訊號放大圖

4.     訊號放大系統

一般而言依據電阻值的範圍可以歸納為低電阻值(1W以下)、中電阻值(1W~1MW)以及高電阻值(1MW以上),BIOMAT軟質感測墊的電阻值由圖8的性能曲線可以知道是屬於中電阻值的範圍。惠斯登電橋是一種用來測量中等電阻值(在1W1MW之間)的精密方法,所量測的是“電阻變化量”,與電阻值關係較小,適合本產品量測因呼吸訊號造成的電壓變化這項特性。

惠斯登電橋構造如圖11所示,所構成由待測電阻以及三個匹配電阻形成的電橋迴路,使用時感測墊為圖中Rx,輸出電壓值V(t)與電阻與工作電壓的關係式為:

                                                     (1)

11. 惠斯登電橋電路

2為以計算方式模擬不同BIOMAT感測墊電阻值變化時,電橋工作電壓固定為10V並搭配的4.7kΩ惠斯敦電橋,我們模擬Biomat感測墊電阻值分別在500~4000Ω的範圍,受到20Ω呼吸擾動時的使用情形(如Biomat電阻值原本為4020Ω因呼吸動作變化為4000Ω),我們可以看到呼吸訊號輸出電壓為0.012V以上。

2. 惠斯登電橋模擬BIOMAT使用時的電壓輸出情形

感測墊電阻

電橋輸出電壓

電壓變化

4000

0.402

0.012

4200

0.389

3500

0.731

0.013

3520

0.717

3000

1.1

0.015

3020

1.088

2500

1.527

0.018

2520

1.509

2000

2.014

0.02

2020

1.994

1520

2.58

0.024

1500

2.556

1000

3.245

0.028

1020

3.216

500

4.038

0.034

520

4.003

5.     雜訊與前處理子系統

5.1週期性雜訊處理

BIOMAT系統本身有60Hz的雜訊,週期約為16.7ms,所以我們在17ms的取樣週期進行40筆資料加總平均,如此可以有效抑制雜訊。如圖12所示,假設一個週期16.7ms的訊號,若以圖12(a)的方式,每16.7ms的取樣週期(或是其倍數)進行取樣與平均值計算,我們每一次均可獲得平均電壓為6.2V,但若以圖12(b)的方式取樣週期為25ms,則會獲得6.11V以及6.3V不規則的變化。所以取樣週期若能吻合雜訊的週期,便能有效降低週期性雜訊所造成的影響。

12. 模擬週期16.7ms雜訊的處理方式

5.2非週期性雜訊處理

使用平均法可以使訊號資料平滑化,有效降低週期性或非週期性訊號雜訊的影響,平均法每一次所計算的數值資料數目越多,可以獲得越平滑的曲線,但考慮到PIC的運算取樣速率,我們設定為17ms的取樣週期中,進行40筆的平均值計算。圖13中以320Hz取樣頻率未經平均法的原始電壓訊號圖13(a),訊號非常的雜亂,同樣訊號以圖13(b)為取樣週期17ms40筆平均法處理的訊號圖則較為平滑。

13. BIOMAT 320Hz取樣訊號與平均處理後的電壓訊號

5.3鑑別率

我們以17ms為取樣週期降低週期性與非週期性的雜訊影響,並保留8ms作為訊號傳輸與程式運算,每秒鐘會獲得40筆的有效資料值,在呼吸判讀時,是藉由資料點的個數推算每分鐘的呼吸頻率,如每分鐘12次的呼吸頻率,則呼吸訊號間的間隔為5秒(200個資料值),由200個資料點間格我們便可推算每分鐘12次的呼吸頻率。

從表3中我們可以瞭解,呼吸頻率越快,資料間隔越少,如呼吸頻率為每分鐘39次時,呼吸訊號間約為62個資料點,當呼吸頻率為每分鐘40次時,呼吸訊號間約為60個資料點。BIOMAT的鑑別率可以有效辨識每秒40次的呼吸頻率,超過一般睡眠12~18次的呼吸頻率的辨識需求。

3. 呼吸頻率與取樣頻率關係表

呼吸頻率

時間間隔

資料點數

呼吸頻率

時間間隔

資料點數

呼吸頻率

時間間隔

資料點數

11

5.455

218

21

2.857

114

31

1.935

77

12

5.000

200

22

2.727

109

32

1.875

75

13

4.615

185

23

2.609

104

33

1.818

73

14

4.286

171

24

2.500

100

34

1.765

71

15

4.000

160

25

2.400

96

35

1.714

69

16

3.750

150

26

2.308

92

36

1.667

67

17

3.529

141

27

2.222

89

37

1.622

65

18

3.333

133

28

2.143

86

38

1.579

63

19

3.158

126

29

2.069

83

39

1.538

62

20

3

120

30

2.000

80

40

1.500

60

5.4 “Overlap”疊合處理

我們採用“Overlap”疊合處理方式處理呼吸訊號,如此可以強化凸顯並平滑化呼吸訊號,如圖14所示,一個原始的呼吸訊號圖14(a),經由圖14(b)5overlap、圖14(c)10overlap、圖14(d)20overlap、圖14(e)40overlap的處理結果,可以發現在40overlap的處理下,呼吸訊號中的雜訊很有效地變成平滑曲線。

14. overlap方式處理呼吸訊號

6.     生理訊號辨識子系統

生理訊號辨識程序如圖15所示,經由雜訊與前處後訊號,經由趨勢計算、呼吸訊號標記、時域判斷、呼吸頻率計算以及異常值剔除後,便可以獲得每分鐘的呼吸頻率。

15. 生理訊號辨識流程

(1)   趨勢值計算

這個步驟將訊號處理定義為為斜率上升或下降的趨勢值,因為呼吸訊號會造成Biomat電壓訊號的下降,如圖16所示,可以看到很明顯因呼吸訊號造成電壓值大幅度地下降,我們定義超過一個定值斜率則視為趨勢值為1”,其他則為0”,由圖16中我們可以看到一個呼吸訊號會由一連串的0000001111的趨勢值所組成。

16. 趨勢值判斷示意圖

(2)   時域判斷與呼吸訊號標記

由斜率判斷所獲得一連串由01組成的呼吸訊號,經由時域判斷,我們將每一次呼吸訊號的起始點標記為“A”,其餘為“b”。因為睡眠時的呼吸頻率是非常規律且介於為12~18次,因此每個呼吸訊號間的間隔為5~3秒,我們定義呼吸起始標記AA之間必須超過1.5秒,否則標記為b,呼吸起始標記“A”的成立條件為:

(1)   一連串趨勢值0之後的第一個趨勢值1的位置。

(2)   一連串0的趨勢值時間長度必須超過1.5sec

呼吸趨勢值判斷後則化為一連串Abbbbbbb的呼吸標記,如圖17所示。在圖18所示,我們可以看到兩個趨勢值1起始點過短會被視為無效,如此呼吸訊號標記的手段可以去除“規律呼吸訊號”之外的雜訊或是微小的身體擾動。

17. 呼吸訊號標記示意圖

18. 無效的呼吸訊號標記示意圖

(3)   呼吸頻率計算與異常值剔除

一連串的Abbbbbbb的呼吸標記,我們藉由b訊號點的個數便可以推算每分鐘的呼吸頻率。參考表3,如200個資料點代表呼吸頻率為每分鐘12次。人體在睡眠中難免會有身體活動造成呼吸訊號的誤判,因此剔除異常值是有必要的處理方式,我們定義10~25為合理的呼吸頻率,剔除異常值後,每7筆呼吸頻率進行overlap計算,獲得穩定的每分鐘呼吸頻率。

19為實際呼吸訊號的處理過程,(a)為原始訊號,(b)為斜率計算,(c)為趨勢值判斷後,(d)為呼吸訊號標記,(e)為呼吸頻率計算,最後我們以overlap方式加總7筆呼吸頻率獲得平均呼吸頻率為每分鐘15次。

19. 呼吸訊號的辨識過程

(4)   身體活動辨識

利用與呼吸判斷相同的程序,我們定義斜率超過定值為小型身體活動(肢體活動與說話等),趨勢值超過定值為大型身體活動(翻身等),LCD面版顯示每分鐘即時的呼吸頻率與身體活動情形。

7.     資料輸出輸入介面與電源子系統

BIOMAT採用PCB Connector資料輸出介面,進行編碼輸出17ms資料處理,8ms輸出,並可以RS-232資料傳輸介面,連線到電腦,工程模式更新軟體。電源系統則使用12V變壓器,78057810穩壓IC

8.     系統測試

BIOMAT在較大的身體活動辨識上並無困難,如圖20為身體活動判別結果,我們可以發現在清醒時身體活動頻繁,待睡著後身體活動頻率明顯降低。Bio-mat準確率測試主要在微小的呼吸訊號判別,系統測試可以定義為兩個部分,一為每次的呼吸訊號是否可以準確判讀(裝置上綠燈亮起),二為經由時域判斷、呼吸標記、異常值剔除等處理後LCD所顯示的每分鐘平均呼吸頻率是否與人為計次結果相同。

20. 身體活動判別結果

8.1呼吸訊號判別測試

我們安排85kg受測者進行4hr的錄影測試,比對人為辨識的呼吸訊號與BIOMAT辨識的呼吸訊號是否相同,睡眠中的翻身與睡姿變換時呼吸訊號難以辨識,不論人為辨識或是BIOMAT辨識均無法成功辨識,因此準確率的判定上以靜止無身體活動的呼吸狀態為樣本,結果如表4所示,平均準確率約在80%以上。

4. 呼吸辨識準確率

時間

人為判斷

判斷次數

BIOMAT

正確判讀次數

準確率

1hr

638

515

80.7%

2hr

939

746

79.4%

3hr

902

785

87%

4hr

1002

868

86.69%

All

3500

2897

82.7%

8.2平均呼吸頻率判別測試

BIOMAT最後的輸出結果經由時域判斷、呼吸標記、異常值剔除與overlap等處理後所獲得的每分鐘呼吸頻率。平均呼吸頻率為我們所關心的目標,Bio-mat的準確率與性能也是取決於平均呼吸頻率與實際呼吸頻率差異的大小,後續的睡眠生理監測與睡眠狀態均是依據每分鐘的呼吸頻率進行評估。

21中藍色線段為人為判讀呼吸頻率,橘色線段為Biomat判讀呼吸頻率的結果,可以看到兩者判讀結果有相同的趨勢。我們以BIOMAT所顯示的每分鐘平均呼吸頻率與人為判讀的實際呼吸頻率間的誤差定義BIOMAT性能規格,誤差越小代表性能越好可靠性越高。在四小時的睡眠時間中,240分鐘扣除因身體活動而無法判斷的時間後,可以獲得204筆有效的平均呼吸頻率值,我們利用BIOMAT與人為判讀的差異,計算95%信心水準下的信賴區間,定義其可靠度的範圍。圖22BIOMAT與人為判讀呼吸頻率差異分佈情形,95%的信賴區間為-2.3~1.3,也就是說我們有95%的信心推論BIOMAT對呼吸頻率的判讀與人為判讀的誤差在-2.3~1.3之間。

21. BIOMAT與人為判讀呼吸頻率的差異值分佈圖

22. 誤差分佈圖