呼吸信号检测用PVDF压电薄膜传感器设计

呼吸信号检测用PVDF压电薄膜传感器设计

徐智俊;韩国强

【摘要】This ppaer makes a study of the respiratory sensor with PVDF piezoelectric film, describes its importance for human be-ings and its procedures of design and fabrication. And designs its corresponding conditioning circuits according to the characteristics of the respiratory signals. The respiratory signal is achieved by detecting the bending deformation derived from the airflow between the nose and mouth during expiration and inspiration. Soft threshold algorithm based on wavelet transformation is adopted in cancel-ling the noise. Then the peaks were exactly determined by setting voltage threshold of peaks and the interval

of two adjacent peaks. In this way, the number of breaths is obtained. Experimental results reveal that the detection system with PVDF piezoelectric film sensor can be used to measure stable respiratory signals.%针对呼吸信号对人体的重要性,研究设计了一种基于PVDF压电薄膜的呼吸传感器,阐述了该呼吸传感器的设计与制作过程.根据呼吸信号特点,设计了相应的信号调理电路,通过检测人体呼吸过程中口鼻之间的气流对PVDF压电薄膜的弯曲变形,获得了稳定的呼吸信号.采用小波软阈值对原始信号去噪,通过设置波峰电压阈值与相邻两波峰间的时间间隔来准确确定波峰,统计了受试者的呼吸次数.实验结果表明基于该PVDF压电薄膜传感器组成的检测系统能够测得稳定的呼吸信号.

【期刊名称】《机械制造与自动化》

【年(卷),期】2017(000)005

【总页数】4页(P185-187,218)

【关键词】PVDF压电薄膜传感器;呼吸信号;检测系统

【作者】徐智俊;韩国强

【作者单位】福州大学机械工程及自动化学院,福建福州350108;福州大学机械

工程及自动化学院,福建福州350108

【正文语种】中文

【中图分类】TP212.3

呼吸对人体健康非常重要，呼吸信息包括强度、波形、速率等多方面信息，可以帮助临床医生准确诊断人体心肺功能状态。通过对人体呼吸状态的监测，可以及时发现呼吸道、肺部以及心血管等部位的病变情况[1-3]。在临床上对呼吸情况进行检

测最权威的方法是采用多导睡眠图(poly somno graphy, PSG )[4]。但由于其操作复杂、成本过高，在检测过程中对人体束缚太多。因此有必要开发在日常生活中低成本、便携式的呼吸信号检测系统，对呼吸信号进行实时、精确和动态检测。在此，呼吸信号的检测一般通过气压传感器实现，PVDF压电薄膜传感器是技术先进、效果较好的一种呼吸信号检测传感器。

PVDF压电薄膜传感器中的PVDF压电薄膜材料相对于传统的压电陶瓷、石英等压电材料，具有压电系数高、柔性好、耐腐蚀、频率响应范围宽(室温下10-5～

5×108 Hz)等特点，在医学领域应用广泛，适合作为检测人体生理信号的传感材料。近些年来，关于PVDF压电薄膜呼吸传感器的研究备受关注，Y. Xin等[5]设计了

以“双面拱”结构作为基底的PVDF压电薄膜传感器，将传感器嵌入带条中，准

确测量了人体腹部的呼吸信号。Y. Y. Chiu等[6]设计了拱形的PVDF压电薄膜传

感器，对人体胸膛部分进行信号采集，相对于平面型的PVDF压电薄膜传感器，

该结构能够将呼吸信号强度提高至151%。K. J. Kim等[7]以52 μm的PVDF压电薄膜作为传感材料嵌入到一条弹性纺织带，制成一条生理感知带(physiological sensing belt, PSB)，该生理感知带可以作为一些多导睡眠图与远程医疗等呼吸监测的辅助方法。S. Choi和Z. W. Jiang[8]开发了一套用于家庭用的睡眠状态监护系统，其中的PVDF压电薄膜主要是用来检测腹部的呼吸波形。S. Uchida等人[9]将一个2×6大小的PVDF压电薄膜传感器阵列嵌入到一张普通床单中，通过低通滤波电路以及模数转换电路，经由两个带通滤波电路(1～15 Hz和0.1～1 Hz)成功提取了心跳信号与呼吸信号。

在这些研究中，大部分是将PVDF压电薄膜传感器置于床垫、枕头或者制成腰带束在腹部，在人体睡眠过程中，容易不自觉地随身体移动，对呼吸信号精度产生影响。此外，上述研究存在传感器尺寸偏大、抗干扰能力不强、较少提及呼吸波峰检测技术以及携带不便等缺点。本文旨在开发便携、低成本的呼吸信号检测系统。基于呼吸气流会对PVDF压电薄膜产生弯曲变形作用，其两面电极的电荷量变化反应了呼吸的强弱，能够有效避免睡眠过程中人体身体不自觉移动等因素对呼吸信号的干扰。采用小波软阈值去噪后，提出了简单有效的呼吸波峰检测方法。

在人体呼吸过程中，呼吸气流会对PVDF压电薄膜产生压力。利用这个特点，将自制的PVDF压电薄膜传感器固定于人体口鼻之间，采用类似于耳麦结构的固定方法。该呼吸信号检测系统包括PVDF压电薄膜传感器、信号调理电路、呼吸信号显示、呼吸信号去噪以及呼吸波峰检测。系统的示意图如图1所示。

1.1 PVDF压电薄膜传感器制作

该传感器的制作包括5个步骤：形状确定、形状切割、边缘处理、引出导线和加保护层。根据实际需要确定PVDF压电薄膜的尺寸，本文选择边长为1.5 cm正方形的PVDF压电薄膜，其厚度为30 μm，两面已经镀有铝电极。用锋利的刀片进行切割，以酒精与丙酮对薄膜边缘进行非金属化处理，以防止两电极在厚度上发生

短路。用导电胶带将细铜丝粘贴在薄膜两面，注意要将细铜丝在导电胶布上分散开以扩大接触面积。最后，以绝缘胶带作为传感器的塑料保护层。其结构示意图和实物图如图2(a)和图2(b)所示，整个传感器长宽尺寸为22 m m×30 mm，其厚度不超过500 μm。

1.2 信号调理电路设计

PVDF压电薄膜传感器的信号调理电路主要包括：电

荷放大电路与低通滤波电路，如图3所示。电荷放大电路是一个电容负反馈电路，主要作用是将高阻抗输入转为低阻抗输出[10]，将传感器微弱的电荷信号转变为电压信号。选择了AD820作为电荷放大电路的核心元件，它具有极高的输入阻抗(1013 Ω)以及极低的输入偏置电流(2 pA)，静态电流低至800 μA。在电荷放大电路中，反馈电阻Rf与反馈电容Cf的选择至关重要，决定了放大效果、电路稳定

性以及电路的低频响应能力。鉴于呼吸信号频率主要集中在1 Hz以下，为了获得较好的低频响应能力，经过反复测试，最终选择Rf=100 MΩ，Cf=22 nF，其低

频响应截止频率低至0.072 Hz。

在放大过程中，有用信号与噪声信号同时被放大，为了获取较高信噪比的呼吸信号，需要设计相应的低通滤波电路来去除噪声。因此选择四阶有源低通滤波电路进行高频噪声的去除，电路中的核心元件采用高速FET输入运算放大器OPA2132，其输入偏置电流可低至5 pA，带宽可达8 MHz，高达130 dB的开环增益，低至

0.000 08%的扭曲率。呼吸频率一般不大于1 Hz，结合低通滤波电路的幅频特性，将低通滤波电路的截止频率fc设为40 Hz。

对搭建好的测试系统进行呼吸信号检测实验，实验环境温度为25℃，为了获得稳

定的周期性呼吸信号，先让受试者静坐10min。将PVDF压电薄膜传感器置于人

体口鼻之间，传感器电极面正对呼吸鼻孔。经过不断试验，发现传感器与鼻子之间的最佳距离为1.5cm。在呼吸过程中，PVDF压电薄膜将会有规则的变形。图4(a)

是对一位受试者进行呼吸信号检测的结果。从图中可以看出一次完整的呼吸运动包括呼气与吸气，上升波形为呼气阶段，下降波形为吸气阶段，25 s内呼吸了8次，平均一个呼吸周期大概耗时3.1 s，即呼吸速率与呼吸周期分别为19.2次/min与3.1 s/次。表明了该自制的PVDF压电薄膜传感器能够准确感知人体呼吸信号、反映呼吸状态。

图4(b)为所测信号中的某一个单个呼吸波形，从中可以看出里面含噪较多，出现

了许多细小的峰值，形成“伪波峰”，在波峰自动检测时很容易出现误差。为了实现呼吸波形波峰的自动检测，需要对呼吸信号进行去噪处理，基于呼吸信号的非平稳的特性，采用小波变换算法对信号进行阈值去噪处理。由于sym函数具有近似

对称、紧支撑性与正交性的特点，以及其尺寸函数与一个完整的呼吸波形形状相似，此处考虑sym小波函数。为了有效去噪，需要获得较高的消失矩，最终采用

sym6函数进行信号分解。考虑到呼吸信号有用成分与噪声成分的频率分布，呼吸信号频率主要分布在10 Hz以下，绝大部分低于1 Hz。为了将噪声与有用呼吸成分分离开，需要将信号分解成较多层数，最终选择分解层数为8层。小波阈值去

噪主要包括硬、软阈值去噪算法，其表达式分别如式(1)与式(2)所示，其中T表示阈值大小，dj,k与分别表示阈值处理前后的小波系数[11]。相对于硬阈值去噪后会产生不连续点，软阈值去噪后的信号比较光滑，不会出现伪波峰来干扰波峰检测，更有利于呼吸次数的统计以及呼吸频率的计算。

去噪结果如图5(a)所示，该结果表明，采用小波软阈值去噪算法能够有效地去除

原始信号中的干扰成分，保留了呼吸信号中的有效成分。对去噪后呼吸信号进行自动波峰检测，通过设定波峰电压阈值和相邻波峰时间间隔2个条件来确定波峰。

首先，波峰电压幅值应该大于一定的阈值，结合实际的呼吸信号，设定该阈值为0.05V；此外，考虑到正常人或者初期慢性呼吸道疾病的人次数不会超过25次

/min，2次波峰之间时间不低于2.4s，即在确定某一个波峰后，如果在其后面

2.4s内出现第2个波峰，可以将其看成干扰项。自动检测结果如图5(b)所示，其

中波峰位置以“O”标记。可以看出，呼吸波峰能够准确地检测出来，每个波峰认为是一次呼吸，由此可以统计一定时间内呼吸的次数。从图中可以看出，该波峰检测算法能够准确检测出一段时间内(25s)的呼吸次数(8次)。

对3位受试者(A：25岁，男；B：25岁，女；C：24岁，男)进行呼吸频率检测

实验，采用上述方法计算一定时间内(150 s、300 s和600 s)的呼吸次数，其结果如表1。从表中可以看出，在1 050 s的时间内，A、B与C分别呼吸了348次、338次和358次，可以得到呼吸速率分别为19.9次/min、19.3次/min和20.4

次/min，呼吸频率分别为0.33 Hz、0.32 Hz和0.34 Hz。受试者A、B与C的呼吸频率属于正常的呼吸频率范围(0.2 Hz～0.4 Hz之间)。实验结果表明该系统能够准确检测人体呼吸信号，精确定位呼吸波峰以及计算呼吸频率。使长期实时呼吸信号监测成为可能，能够作为家庭用呼吸信号长期监测系统的一种有效补充。

呼吸信号是人体的一种重要的生理信号，可为相关的疾病预测和诊断提供了重要的依据。本文设计并开发了PVDF压电薄膜呼吸信号检测系统。通过压电效应检测

呼吸信号，设计了PVDF薄膜传感器的结构，制作了PVDF压电薄膜传感器元件。根据呼吸信号特征，设计和开发了相应的信号调理电路。该电路主要包括电荷放大电路与低通滤波电路，选择了相应的核心运算放大器。采用了小波软阈值去噪算法对呼吸信号去噪，提出了自动检测呼吸波峰的方法，即通过设定波峰电压阈值和相邻波峰时间间隔这两个条件来确定波峰，并精确地获取了呼吸频率。该测试系统能够有效避免传统呼吸腰带不能去除身体移动对信号的影响，含噪少。实验结果表明该方法能够直接、便捷地获取稳定的呼吸信号。该呼吸信号检测系统具有灵敏度高、抗干扰能力强、实时性强、良好的便携性、低成本等特点。为人体呼吸等生理信号快速、便携、精确和无线实时检测提供了理论和实践基础。

【相关文献】

[1] 凌振宝, 齐晓慧, 李伟娜, 等. 基于PVDF的呼吸信号检测腰带研究[J]. 压电与声光, 2014, 36(1): 72-75.

[2] T. Marko, E. Vasileios, D. Marc, et al. Modeling the dynamics of expiratory airflow to describe chronic obstructive pulmonary disease[J]. Med. Biol. Eng. Comput., 2014, 52: 997-1006.

[3] 周旭, 王建中. 鼻咽通气管对预防重度阻塞性睡眠呼吸暂停综合征术后呼吸道并发症的临床意义[J]. 复旦学报(医学版), 2007, 34(3): 383-385.

[4] M. Hoshikawa, S. Uchida, T. Sugo, et al. Changes in sleep quality of athletes under normobaric hypoxia equivalent to 2,000-m altitude: a polysomnographic study[J]. J. Appl. Physiol., 2007, 103(6), 2005-2011.

[5] Y. Xin, X. H Qi, C. H. Qian, et al. A Wearable Respiration and Pulse Monitoring System Based on PVDF Piezoelectric Film[J]. Integr. Ferroelectr., 2014, 158(1): 43-51.

[6] Y. Y. Chiu, W. Y. Lin, H. Y. Wang, et al. Development of a piezoelectric polyvinylidene fluoride (PVDF) polymer-based sensor patch for simultaneous heartbeat and respiration monitoring[J]. Sensor Actuat. A: Phys., 2013, 189: 328-334.

[7] K. J. Kim, Y. M. Chang, S. Yoon et al. A novel piezoelectric PVDF film-based physiological sensing belt for a complementary respiration and heartbeat monitoring system[J]. Integr. Ferroelectr., 2009, 107: 53-68.

[8] S. Choi and Z. W. Jiang. A novel wearable sensor device with conductive fabric and PVDF film for monitoring cardiorespiratory signals[J]. Sensor Actuat. A: Phys., 2006, 128: 317-326.

[9] S. Uchida, T. Endo, K. Suenaga, et al. Sleep evaluation by a newly developed PVDF sensor non-contact sheet: a comparison with standard polysomnography and wrist actigraphy[J]. Sleep Biol. Rhythms, 2011, 9: 178-187.

[10] 尹芳, 张亚, 何斌, 等. 激波探测系统传感器信号调理电路设计[J]. 机电一体化, 2011, 38(7): 68-71.

[11] T. H. Yi, H. N. Li and X. Y. Zhao. Noise Smoothing for Structural Vibration Test Signals Using an Improved Wavelet Thresholding Technique[J]. Sensors, 2012, 12(8): 11205-11220.