呼吸、體溫、脈搏、血壓信息是生命的基本特征，經常被作為人體健康狀態的基本判斷條件。這些基本生命特征的變化往往是身體病變的前兆，能夠實時地獲取這些基本的生命特征信息對老年人和慢性病患者的監護尤為重要[1-2]。無線體域網 WBAN(Wireless Body Area Network)將醫學傳感器技術和無線傳感器網絡技術相結合，應用在實時人體特征信息監測中，可以極大提高醫療監護水平[3-4]。體域網的應用可以改變傳統患者被動監測的方式，主動實時獲取患者的基本生命特征信息，為醫生和患者實時了解身體狀態提供了便利。結合數據預測、數據挖掘、人工智能、專家系統等技術還可以主動發現一些潛在的健康問題。
    隨著體域網相關理論的研究逐漸深入，許多國內外的組織開始著手基于體域網的健康監護系統的設計與研發。例如，麻省理工大學的SMART項目組研制了用于監測急診室等候區患者生命特征信息的信息采集、報警聯動系統[5]；范德堡大學的CareNet小組研制了遠程健康監護系統，可以利用移動網絡將實時采集的ECG信息轉發到服務中心[6]；喬治亞理工學院的Daniela Staiculescu設計了可以采集心電信號的可移動傳感器系統等[7]。國內的許多高校也開始進行體域網相關系統的研發，一些大型的醫院和研究中心也加入到了研發的隊伍中。
    本文結合生命特征傳感器技術、無線傳感器網絡技術、物聯網技術，設計了能夠實時獲取人體生命基本特征信息呼吸、脈搏、體溫、血壓信息的實時遠程監護系統。首先完成監護系統總體設計，然后給出了體域網中信息采集節點的軟、硬件設計，最后給出了系統的測試效果和性能分析。
1 系統總體設計
    系統主要由感知節點、中繼節點、網關節點、數據處理服務平臺、監控軟件和手持終端等幾個部分構成，系統整體框架如圖1所示。感知節點、中繼節點、網關節點構成了WBAN，ZigBee技術是無線傳感器網絡中常用的技術標準，結合現有的網絡設施，選用ZigBee網絡作為WBAN的無線網絡，通過網關節點接入到現有以太網。感知節點實時采集人體的特征信息，并將這些特征信息通過無線方式直接或通過中繼節點發送給智能網關節點。智能網關節點對收到的數據進行一些可配置的預處理工作，然后將預處理后的數據發送給數據處理服務平臺。由數據服務平臺對這些人體特征相關數據做進一步處理，進行有效數據的抽取、融合、分析和預測并向不同的監控端推送相關的數據。各監控端也可以主動向數據處理服務平臺申請獲取相關信息，從而可以實時了解被監護人的身體健康狀態。

2 感知節點硬件設計
    人體特征信息感知節點由心率、體溫、血壓等人體特征傳感器前端以及傳感器驅動模塊、主處理模塊等幾個部分組成，節點的硬件框架如圖2所示。節點主處理模塊中選用TI公司的集成了2.4 GHz IEEE802.15.4/ZigBee RF收發機和增強型51MCU的CC2530作為主處理器[8]。傳感器前端采集的信號經過驅動模塊處理后，轉換成CC2530可以采集的模擬或數字信號。CC2530完成數據的采集并利用自身的ZigBee RF收發機將數據發送出去，也可以響應按鍵事件，進行人體特征數據的本地顯示。為了降低功耗，CC2530控制系統大部分時間工作在休眠狀態下，定時開啟各驅動模塊完成人體特征信息的采集和發送工作后，再次進入休眠。

2.1 心電信號采集模塊設計
    伴隨著血液循環，由于心臟肌肉有一個去極化和復極化的過程，心臟會有一系列的電活動，心電圖就是這些電活動的直觀表示。心電圖反應了每一個心跳周期各個階段心臟的電活動情況，一個心跳周期主要包括心房收縮期、心室收縮期和舒張期。
    心電信號序列的峰峰值只有幾百微伏，這種信號的幅值低而且受到各種噪聲信號的干擾[9]。為了獲取CC2530可以采集的ECG電壓序列，需要由放大電路和濾波電路構成驅動電路完成原始信號的放大和濾波。ECG采集驅動電路結構框圖如圖3所示，采集人體心電信號的外部電極輸出的電信號連接到儀表放大器完成心電信號的前端放大工作。接著利用0.5 Hz～150 Hz的帶通濾波器過濾由呼吸和肌肉收縮產生的低頻噪聲信號以及高頻線路信號引起的高頻噪聲信號[10]。然后信號進入第二級放大電路，放大后的信號經低通濾波器進入50 Hz的陷波濾波器，以濾除50 Hz交流電源的干擾噪聲。為了獲取更高的電壓放大倍數，信號進入后端放大電路，最終經濾波和放大后的電壓信號輸出到CC2530，CC2530利用自身的12 bit A/D轉換器對電壓信號進行采樣，并對心電信號序列進行描述。

2.2 血壓信號采集模塊設計
    本文采用震蕩法來測量人體血壓信號，這種測量方法利用了血壓測量過程中壓力信號的搏動性。對袖帶氣囊充氣，使其達到預先設定的壓力值，然后打開放氣閥門開始放氣，袖帶對胳膊的壓力開始減小，在袖帶壓力值大于收縮壓時就開始出現壓力信號的搏動現象，搏動脈沖的峰峰值(PULSE)體現了搏動的強烈程度，PUSLE的變化是一個先增大后減小的過程。實驗表明，當PUSLE達到最大時，采集到的壓力值為血壓的平均值MAP[11-12]。可以根據PULSE的變化來獲取收縮壓和舒張壓的值，壓力減小的過程中，在出現MAP之前且PULSE增加到MAP的PULSE值的70%時，采集到的壓力值為收縮壓SBP；在出現MAP之后，當PULSE減小到PULSE值的50%時，采集到的壓力值為舒張壓DBP。
    血壓采集模塊的硬件結構框圖如圖4所示。CC2530通過GPIO口來控制氣泵和氣閥完成對袖帶氣囊的充氣和放氣，壓力傳感器采集氣囊的壓力信號。壓力傳感器采集的壓力信號首先經過低通濾波器過濾掉高頻噪聲，然后經過放大器的放大，放大后的信號可供CC2530內置A/D模塊采樣[13]。為了獲得壓力信號搏動情況，接著信號要通過高通濾波器濾除掉直流分量，由于壓力信息的搏動幅度比較小，再經過放大器對搏動信號進行放大，使其成為可供CC2530內置A/D模塊采樣的信號。通過對搏動信號的存儲和分析，可以獲取SBP、MAP、DBP的時間點，從存儲的壓力值中得到對應的SBP、MAP、DBP值。
2.3 體溫采集模塊設計
    本文選用LM92作為節點的溫度傳感器，LM92是美國TI公司的一款高精度數字溫度傳感器，其工作電壓為2.7 V～5.5 V，測量溫度范圍為-55 ℃～+150 ℃，內含有I2C控制器和A/D轉換器，測量精度可達±0.33 ℃，刷新時間為500 ms，能夠滿足系統需求。
3 感知節點軟件設計
    選用ZigBee技術作為感知層網絡的組網方式，Zstack是TI公司為支持不斷升級和完善的802.15.4協議產品和平臺而設計的ZigBee兼容協議棧[14]。感知節點在Zstack2007-Pro的基礎上設計應用程序，以完成人體特征信息采集和傳輸功能。感知節點的工作流程如圖5所示。首先執行硬件初始化，實現A/D、定時器等模塊的初始化；然后進行協議棧初始化；執行協議棧的入口函數以及硬件配置函數；根據配置文件選擇要加入的網絡；執行人體特征信息采集程序。為了降低節點的能耗，采集節點周期性地采集人體特征數據，然后進入休眠狀態，也可以通過定時、按鍵等事件喚醒系統完成信息采集任務。

4 系統測試結果
    在120 m2的家庭環境中對系統進行測試，整個測試環境中部署1個網關節點、2個中繼節點、1套人體特征感知節點。首先對無線網絡進行測試，感知節點向網關節點發送數據，通過網關節點成功接收到的數據包的數量分析網絡狀態。在沒有中繼節點的條件下，穿透一堵墻傳輸數據的丟包率為3%，穿透兩堵墻的丟包率為11%，因此合理地布置中繼節點可以提高數據包接收成功率，提高網絡的穩定性。測試人員攜帶感知節點在室內活動，節點定時采集人體特征數據并轉發給網關節點，網關節點將數據發送到服務器，服務器向監控終端推送信息，監控終端實時顯示系統采集到的人體生命特征信息。
    基于體域網的遠程健康監護系統結合生命體征傳感技術、ZigBee無線傳感器網絡以及現有基礎網絡，實現了對人體生命特征信息實時采集、轉發和遠程顯示的功能。下一步工作是研究如何減小感知節點的體積，降低節點功耗，提高系統的易用性，同時將結合數據挖掘、人工智能等技術，研究如何根據采集到的海量人體生命特征數據對被監測人的身體健康狀態進行分析和預測。
參考文獻
[1] 軒運動，趙湛，方震，等.基于無線體域網技術的老人健康監護系統的設計[J].計算機研究與發展，2011，(S2)：355-359.
[2] KO J G，LU C Y，SRIVASTAVA M B，et al.Wireless sensor networks for healthcare[J].Proc.IEEE，2010，98(11)：1947-1960.
[3] YILMAZ T，FOSTER R，HAO Y.Detecting vital signs with wearable wireless sensors[J].Sensors，2010，10(12)：10837-10862.
[4] LATRE B，BRAEM B，MOERMAN I，et al.A survey on wireless body area networks[J].Wireless Network，2011(17)：1-18.
[5] CURTIS D，SHIH E，WATERMAN J，et al.Physiological  signal monitoring in the waiting areas of an emergency room[C].Proceedings of the ICST 3rd International Conference on Body Area Networks，Tempe，Arizona，ICST，2008：1-8.
[6] JIANG S，CAO Y，IYENGAR S，et al.CareNet：an integrated  wireless sensor networking environment for remote healthcare[C].Proceedings of the ICST 3rd International Conference on Body Area Networks，Tempe，Arizona，ICST，2008：1-3.
[7] STAICULESCU D，LAKAFOSIS V，Li Yang，et al.Biomedical applications-antenna body area network[EB/OL].(2012-03-xx)[2013-11-12].http：//www.athena-gatech.org/research/BIOMEDICAL/index.html.
[8] Texas Instruments.CC2530 datasheet[Z].Texas Instruments semiconductor，2009.
[9] Chen Haifeng，Wu Wanqing，LEE J.A WBAN-based realtime electroencephalogram monitoring system：design and  implementation[J].Journal of Medical Systems，2010，34(3)：303-311.
[10] 朱凌云，吳寶明.移動心電監護系統QRS波的實時檢測算法研究[J].儀器儀表學報，2009，26(6)：603-607.
[11] 劉堅強，王永才.基于示波法的電子血壓計系統設計[J]. 單片機與嵌入式系統應用，2010(4)：62-65.
[12] 朱品偉，羅印升.基于MSP430的示波法血壓計設計[J].自動化信息，2008(11)：49-59.
[13] 劉軍，張金榜，于湘珍，等.基于CC2530的脈搏感知節點設計[J].電子技術應用，2013，39(1)：34-36.
[14] 朱亮，王緒國，庾嘉平，等.基于ZigBee的醫療監護系統的設計與研究[J].微型機與應用，2013，32(19)：66-68.