一种多通道健康笔系统的制作方法
【专利摘要】本发明属于人机交互领域，具体涉及到一种利用多种传感器及笔本身对健康状况进行监测的多通道健康笔系统。它包括健康笔硬件原型和计算机端的数据处理过程两部分。健康笔由笔和多种传感器组成，包括血氧饱和度探头、EMG传感器等，并可以较方便地对系统进行拓展，增加传感器单元。计算机端经过一系列处理，得到血氧饱和度、心率、肌电图等生理信息，既实现了用户对健康状况的自我监测，对于医生的诊断也有辅助作用。
【专利说明】
一种多通道健康笔系统
技术领域
[0001] 本发明属于人机交互和健康监护领域，具体涉及到一种利用多种生理和运动传感 器对健康状况进行监测和预警的多通道健康笔系统。
【背景技术】
[0002] 近年来，随着生活水平的提高，人们越来越关注日常对健康状态的监控，而不仅仅 是等到生病的时候再进行治疗。到医院进行体检是方法之一，但是一次完整的体检需要耗 费较多的时间和金钱，并且不可能做到日常监测，也没有对不同的人的针对性。因此便携式 的脉搏血氧仪、血压仪等在许多家庭已经得到了应用，这些产品相对来讲比较便宜，使得老 年人等人群的日常自我监测成为可能。但是这些产品同样要求人们购买额外的设备，产生 新的开销。因此就有一些研究者将目光对准了手机，智能手机功能强劲，具有较强的计算能 力，无论在商业还是科研上都已有将其利用于心率、血氧饱和度等的检测中。而智能手表、 智能手环这样的新型设备也吸引了众多厂商争相将自己的产品推向市场，这些产品具有记 录运动、睡眠状况的功能，但是这些产品还不太成熟，很多都只是智能手机的附属品，需要 配合手机应用进行使用。
[0003] 笔是日常生活中不可或缺的一种工具，无论是老人还是孩子，无论是办公人士还 是学生，每天都会用到。不仅仅是传统意义上的笔，数字笔等作为一种与计算机进行交互的 工具也得到了广泛的应用。近几年来，研究者们对于笔交互进行了大量的研究，大都聚焦于 新的交互方式上。但是笔作为一种日常必备工具，如果能够与健康监测相结合，就可以让人 们在工作/生活中进行检测，有效地减小了时间成本。
[0004] 笔具有健康监测的潜力，在之前的研究中已有初步的证明。日常生活中，尤其是学 生在课堂上的转笔和摇笔的动作被认为是紧张的一种表现，Miguel Bruns Alonso等人通 过在笔上添加霍尔效应传感器等来检测使用者的转笔等动作，并通过触觉反馈增强或抑制 这些动作，以起到缓解紧张的作用。实验结果表明，使用了带有反馈的笔的一组的心率明显 缓于对照组，可能预示着它有减缓紧张程度的作用。但是在上述的研究中反馈的效果并不 明显，对紧张的检测只是通过主观问卷进行的，并没有完全发挥出笔监测健康状态的能力。 (参考文献：Alonso，Μ· B.，Key son，D .V.，and Hummels ,C.C.M. :'Squeeze,rock,and roll； can tangible interaction with affective products support stress reduction?' .Proc.Proceedings of the 2nd international conference on Tangible and embedded interaction,Bonn,Germany2008)
[0005] 据我们所知，将笔与一些生理数据(如心率、血氧饱和度等）的检测相结合，这还是 第一次。有一些研究将智能手机和生理数据的检测相结合。在Scully等2012年的研究中利 用智能手机的摄像头和闪光灯测量并计算心率、呼吸率和血氧饱和度等。但是该研究中对 于血氧饱和度的计算，其准确率相对于脉搏血氧仪还有一定的差距，使用闪光灯的灯光而 不是红外光线作为入射光，计算血氧饱和度的方法需要改进。（参考文献：Scully，C.， Jinseok，L.，Meyer，J.，Gorbach，A.M.，Granquist_Fraser，D.，Mendelson，Y.，and Chon， K.H.:'Physiological Parameter Monitoring from Optical Recordings With a Mobile Phone'，Biomedical Engineering, IEEE Transactions on，2012,59,（2)，pp.303_ 306)
[0006] 在之前的研究中，并未出现将笔和生理数据的检测相结合的实例，而利用智能手 机进行测量，需要将手指遮住摄像头保持一段时间，而用笔进行测量，只需保持握笔的姿 势，检测的方法更为自然。我们根据用户的书写姿势，为健康笔每个传感器设计了合适的位 置，保证用户的正常书写。
【发明内容】
[0007] 针对上述问题，我们设计并实现一种多通道健康笔系统，它包括两大部分:一部分 是普通的笔加上运动传感器(磁力计、加速度计、陀螺仪)和压力传感器，得到一些与书写过 程相关的数据，例如笔尖压力、笔杆转角、笔杆倾角等，对用户的手部运动能力进行评估;一 是在笔的基础之上，添加如血氧饱和度探头、表面肌电电极和其他生理信号采集单元等硬 件，用于在书写时测量心率、血氧饱和度、表面肌电等生理参数。
[0008] 为了实现上述目的，本发明采用以下技术方案：
[0009] -种多通道健康笔系统，包括：
[0010] 笔杆，该笔杆具有手部书写接触区；
[0011] 安装于笔杆内部的笔芯；
[0012] 固设于笔杆内部的运动传感器和压力传感器；
[0013] 固设于手部书写接触区的生理参数采集单元；
[0014] 固设于笔杆内部的微控制单元。该微控制单元可以用于控制运动传感器、压力传 感器、血氧饱和度探头和表面肌电电极。
[0015] 进一步地，所述手部书写接触区包括食指前端与笔杆接触区，大拇指前端与笔杆 接触区和中指侧面与笔杆接触区，优选食指前端与笔杆接触区及大拇指前端与笔杆接触 区。
[0016] 进一步地，所述食指前端与笔杆接触区为距笔尖l-6cm处。
[0017] 进一步地，所述运动传感器和压力传感器采集书写相关数据，所述书写相关数据 包括笔杆倾斜数据和笔尖压力数据，所述笔杆倾斜数据由运动传感器采集，所述笔尖压力 数据由压力传感器采集。
[0018] 进一步地，所述笔杆倾斜数据包括高度角和方位角信息，所述高度角为笔杆所在 直线与书写平面的夹角，所述方位角为笔杆在书写平面上的投影与水平轴之间的夹角。
[0019] 进一步地，所述运动传感器包括磁力计、加速度计和陀螺仪。
[0020] 进一步地，所述生理参数采集单元包括探头和表面肌电电极，所述探头包括探头 发射器和探头接收器，所述探头发射器发出红光和红外光，所述探头接收器收集出射光。
[0021] 进一步地，上述系统还包括粘贴于健康笔使用者手背处作为接地的电极。
[0022] 进一步地，上述系统还包括固设于笔杆上用于传输数据的传输模块。
[0023]进一步地，所述传输模块为蓝牙。
[0024]进一步地，上述系统还包括用于处理数据的计算设备，该计算设备包括：
[0025]用于将健康笔采集的原始数据传输到计算设备的数据输入单元；
[0026] 用于对原始数据进行预处理的数据预处理单元；
[0027] 用于提取预处理后的数据特征的特征提取单元；
[0028]用于根据得到的特征向量，利用机器学习的方法建立模型的模型建立单元；
[0029] 及用于输出最终数据的数据输出单元。
[0030] 本发明的优点和积极效果如下：
[0031] 1、提供一种方便简单的健康监测方式。笔是日常生活中的必备品，本文在日常用 到的笔的基础之上，添加了多种传感器，对笔的含义和功能进行了丰富。生活中使用笔的场 景很多，可以实现随时随地进行测量。
[0032] 2、相较于智能手机等设备，使用健康笔对健康进行监测时，测量的方法更为自然， 不再需要放下手中的事情抽出额外时间将手指静止放在手机摄像头处，而只需要保持握笔 的姿势即可以保证数据的采集。
[0033] 3、减少了门诊负担，实现日常的自我监护。就医难的问题一直是近年来政府关心 的一大难题，医生的数量有限，而患者的数量又远远大于医生的数量，挂号难、住院难等问 题难以解决，矛盾日益激化，甚至近两年间医闹的事件频发。实际上，很多日常的监护如果 能在家中自行完成，那将很大减轻医院的压力。我们希望健康笔能够帮助实现对健康的日 常监测，也提高人们在生活中对于疾病预防的意识，而不再仅仅是"有病治病"。
[0034] 4、能够得到临床上常用的生理数据值，对疾病的监测和诊断有辅助作用。现在市 场上的大部分健康监测设备，例如智能手环、智能手表等，大多只能对步数、运动量、体温等 参数进行测量，这些与实际医学上常用的生理数据有一定的差距，而健康笔则可以测量血 氧饱和度、肌电图等生理值，对健康的监测作用更具体实用。
【附图说明】
[0035]图1本发明的多通道健康笔系统结构示意图，（a)正面，（b)反面，其中，1 一磁力计， 2-陀螺仪，3-加速度计，4 一压力传感器，5-血氧饱和度探头发射器，6-血氧饱和度探头 接收器，7-表面肌电电极，8-微控制单兀，9 一蓝牙。
[0036]图2本发明的多通道健康笔系统整体框架图。
[0037]图3本发明计算机端数据处理流程图。
[0038]图4本发明实施例1握笔位置测量所得实验结果图。
[0039]图5本发明实施例1三个手指握笔位置实验结果图（单位:cm)。
[0040]图6本发明多通道健康笔书写结果示例图。
[0041 ]图7本发明实施例4所测表面肌电数据示例图。
[0042] 图8本发明实施例4各方案有效数据百分比平均数示意图。
[0043] 图9本发明实施例4各方案信号幅度平均值示意图。
[0044] 图10本发明实施例4EMG电极设置位置三种方案主观得分平均值和标准差示意图。
【具体实施方式】
[0045] 本发明健康笔的结构如图1所示，它包含书写用的笔芯、运动传感器(包括磁力计 1、陀螺仪2、加速度计3 )、压力传感器4、血氧饱和度探头(包括血氧饱和度探头发射器5，血 氧饱和度探头接收器6)、表面肌电电极7、微控制单元8和笔杆等几个部分。健康笔采集到的 数据可以通过蓝牙9输出。
[0046] 此外，健康笔笔杆内还留有空间，控制电路也留有相应接口，方便拓展更多的传感 器，测量更丰富的生理信息，例如体温、心电信号等。
[0047] 本实施例中，健康笔长度设为15cm，直径为1.5cm。内置的运动传感器用于获得书 写时笔杆的倾斜程度数据，包括高度角和方位角信息。高度角即为笔杆所在直线与书写平 面的夹角，方位角即为笔杆在书写平面上的投影与水平轴之间的夹角。压力传感器用于收 集书写时的笔尖压力数据。血氧饱和度探头放置在食指正常握笔处，距笔尖大约3cm，放置 在这个位置可以保证在正常握笔时食指遮盖住血氧饱和度探头，保证数据的采集，同时又 不影响正常书写。
[0048]利用血氧饱和度探头进行一些生理参数的测量的原理来自一种经典的方法，它已 经被应用于脉搏血氧仪中。光电容积脉搏波描记法(PhotoPlethysmoGraphy，PPG)是利用光 电手段检测血液容积变化的无创方法。当一定波长的光照射到皮肤表面时，透过血液肌肉 和皮肤会发生不同程度的衰减，再通过光电接收器接收反射或折射光。对于皮肤、肌肉等对 于光的吸收在整个血液循环过程中是保持不变的，但是皮肤内的血液容积在心脏作用下呈 脉动性的变化，在心脏收缩时，外周血容量最多，对光的吸收也最大，而在心脏舒张时则相 反，对光的吸收最小，这样使得接收器所受到的光强度也呈现脉动性的变化，将光信号转换 为电信号，就可以得到血液容积的变化。由于光电容积脉搏波描记法不需要昂贵复杂的仪 器，而且方法简单便于操作、性能稳定，而且具有无创性和适应性强的特点，吸引了大量研 究人员的注意，该技术在血压、血氧、心率、呼吸率等的无创检测上都有很大的发展空间。 [0049]人体内的血红蛋白分为氧合血红蛋白和血红蛋白两种，由于血红蛋白（Hb)和氧合 血红蛋白（Hb0 2)在红光和红外光区有特殊的吸收光谱(600-1000nm)，所以PPG可以成为一 种检测血氧饱和度的有效而简便的方法。氧合血红蛋白和血红蛋白在红光区（500-600nm) 吸收系数差异较大，而在红外光区(800-1000nm)差异较小，利用这一特性，当血氧饱和度发 生变化时，也就是Hb0 2相对Hb的浓度发生变化时，血氧饱和度应该和660nm和940nm两个波 长的相对光强有较好的线性关系。
[0050] Lambert-Beer定律是物质对光吸收的定量定律，表征了光在物质中传播，物质对 光的吸收程度与吸光物质的浓度和光传播距离的关系，其表达式为：
[0051]
[0052]式中，Ιο和I表不入射光强和出射光强，e为吸光物质的吸光系数，C为物质的浓 度，d为光在物质中传播的距离。根据Lambert-Beer定律，物质的吸光度A可表示为：
[0053]
[0054] 在某一波长光处，光线被血液中的氧合血红蛋白Hb〇2及脱氧血红蛋白Hb吸收的吸 光度为：
[0055] A = a1cid+a2C2d (3)
[0056] 其中a^ci为Hb〇2部分的吸光系数和浓度，a2、c2为Hb部分的吸光系数和浓度，并且 Hb〇2和Hb的总浓度c为二者之和。
[0057] 由于心脏收缩人体动脉搏动会导致血液容量变化，进而引起吸光度的变化。由动 脉搏动引起的吸光度变化为A A。
[0058] 血氧饱和度Sp〇2为氧合血红蛋白占总血红蛋白的比例：
(4)
[0059]
[0000]由于总血红蛋白浓度c和光程Δ d未知，需要使用两种不同波长的光λ#Ρλ2入射以 消除总血红蛋白浓度和光程参数，可得：
[0061 ] (5):
[0062]
[0063] (6)
[0064] 在式(6)中，吸光度的变化取决于两方面因素，一方面是心脏收缩舒张引起的人体 动脉搏动带来的变化A AAC，另一方面是皮肤、组织和静脉血液带来的变化△ ADC。由于皮肤、 组织和静脉血液的几乎没有变化，所以A Adp 0，即：
[0065] Δ Α= Δ Aac+ A Adc * A Aac (7)
[0066] 由于入射光强未知，所以利用动脉血液紧缩和充盈时的出射光强作为动脉搏动的 入射光和出射光，即I = Imin，IQ = Imax。所以
[0067]
(8).
[0068] 代入式（6)得：
[0069]
(9)
[0070] 其中IAC表示光线通过手指后光强周期变化的部分，IDC表示光线通过手指后光强 变化相对恒定的部分。△ I = lAC和Imin=lDC是因为光吸收来自于两方面。第一方面是动脉 血液的吸收，心脏收缩舒张引起的人体动脉搏动会导致动脉血液光吸收量发生变化，而且 总的光吸收量变化主要来自动脉搏动，所以A I = IAC。另一方面是皮肤、组织和静脉血液对 光的吸收，这部分比较恒定，不会随着人体血液循环发生特别大的变化，并且等效认为这部 分光出射后进入动脉血液，所以Imin = IDC。
[0071] 我们利用上述原理，在健康笔系统上添加血氧饱和度探头，利用探头发射器发出 红光和红外光，探头接收器收集出射光，利用蓝牙传输到电脑进行处理。
[0072] 此外，我们还在健康笔外壳外侧添加数个EMG(Electromyography，肌电）电极，分 别位于距笔尖约3cm的食指接触笔杆处，距笔尖约8cm的虎口前端接触笔杆处，并在手背处 粘贴一个电极作为接地，用于测量sEMG(surface electromyography，表面肌电）信号。它将 电极置于皮肤表面，使用方便，可用于测试较大范围内的表面肌电信号。并很好地反映运动 过程中肌肉生理生化等方面的改变。同时，它提供了安全、简便、无创的客观量化方法，不须 刺入皮肤就可获得肌肉活动有意义的信息，在测试时也无疼痛产生。另外，它不仅可在静止 状态测定肌肉活动，而且也可在运动过程中持续观察肌肉活动的变化;不仅是一种对运动 功能有意义的诊断方法，而且也是一种较好的生物反馈治疗技术。
[0073] 肌肉收缩的原始冲动首先来自脊髓，然后通过轴突传导神经纤维，再由神经纤维 通过运动终板发放冲动形成肌肉收缩，但每根肌纤维仅受一个运动终板支配，该运动终板 一般位于肌纤维的中点。当神经冲动使肌浆中Ca 2+浓度升高时，肌蛋白发生一系列变化，使 细胞丝向暗带中央移动，与此相伴的是ATP的分解消耗和化学能向机械功的转换，肌肉完成 收缩。在肌肉纤维收缩的同时也相应地产生了微弱的电位差，这就是肌电信号的由来。肌电 信号可反映耐力、生化改变，也就是疲劳度、代谢等方面的情况。
[0074] 如图2所示，健康笔系统由四大部分组成：
[0075] (1 )MCU:即微控制单元，将控制器与存储器及输入输出接口集成在一个芯片上，具 有体积小、功耗低等优点，在各个领域有着广泛的应用，选择其作为健康笔的核心，即可以 满足健康笔小型便携的要求，又可以满足控制多种传感器采集数据的要求。
[0076] (2)传感器单元:健康笔设计的亮点就是各种传感器的集成，可以做到同时对多种 生理数据进行采集，表面肌电电极、血氧饱和度探头等分别受到控制器的控制采集数据。同 时在现有软硬件系统的基础上，也可以较方便地添加更多的传感器，扩展健康笔的功能。
[0077] (3)传输模块:我们选用蓝牙进行健康笔和计算机/计算设备间的数据传输，经过 传感器采集的数据经由AD转换等处理，利用蓝牙向计算机/计算设备进行无线传输，以备 计算机/计算设备进行进一步的数据处理。
[0078] (4)计算机/计算设备:用于对健康笔采集到的数据进行处理，得到血氧饱和度、心 率、肌电图等生理信息，既实现了用户对健康状况的自我监测，对于医生的诊断也有辅助作 用。
[0079] 如图3所示，计算机/计算设备端对数据的处理过程如下：
[0080] (1)数据输入
[0081] 从血氧饱和度探头、表面肌电电极处采集到的原始数据，经由蓝牙传输到计算机， 能够保证数据的完整性和准确性。
[0082] (2)预处理
[0083]原始数据要经过一系列的处理才能更有效地进行生理数据的计算，例如对于表面 肌电的测量，需要对原始数据进行滤波去噪等处理，肌电信号本身是一种较微弱的电信号， 加之皮肤和组织对肌电信号均有衰减作用，检测和记录表面肌电信号，需考虑的主要问题 是尽量消除噪声和干扰的影响，提高信号的保真度。肌电信号的频率集中范围是50-150HZ， 还需要注意去除工频信号的干扰。
[0084] (3)特征提取
[0085] 对经过预处理得到的有效数据进行进一步的计算，得到数个特征。对于表面肌电 信号的测量，当用户使用笔书写一段时间后，肌肉的疲劳程度会有所变化，而这将通过肌电 图显现出来。我们提取肌电图频率和幅度等变化特征，对于建立模型判断用户的疲劳程度 有重要作用。
[0086] (4)模型建立
[0087] 使用机器学习方法中的支持向量机(SVM)对数据进行训练和建模，对结果进行预 测。SVM将输入的一系列特征向量映射到高维空间，并用一些超平面按照标记值将样本分 开。以肌电图的测量为例，我们将标记好疲劳程度的表面肌肉电图数据输入到SVM里面，学 习产生一个模型，用来预测未标记的数据的疲劳程度。
[0088] (5)数据输出
[0089] 将经过计算处理得到的生理数据显示在电脑屏幕上，可以针对各通道得到的各项 生理指标综合对用户的健康状况进行评估。例如利用健康笔得到的手部运动信息，可以对 手部的运动功能障碍的评估和诊断起到辅助作用。而肌电图的数据，则对于用户的疲劳程 度有所反映。而血氧饱和度和心率的数值，则对于心血管的健康状况起到指示作用。综合健 康笔得到的信息，就可以对用户的健康状况有了一个初步的了解，既实现了用户对健康的 自我监控，对于医生的诊断也有所帮助。
[0090] 实施例1握笔位置的测量
[0091] 此实验的目的主要为确定被试的握笔位置，以用来确定健康笔上的传感器所处的 位置。实验的方法是将一小块固定大小(4.00cm X3.50cm)的白纸卷在笔杆的中下部，并黏贴 好，让被试在食指、大拇指和中指侧面与笔杆接触的部分分别抹上红色的印泥，再正常握 笔，在白纸上留下痕迹，将纸片取下，测量三个手指到笔尖的距离。本实验所得实验结果的 两个典型例子如图4所示。
[0092]实验结果如下表所示：
[0093]表1实施例1所得数据(单位:cm)
[0094]
[0095] 从图5中可以看出来，这12位被试，从食指接触笔杆的位置到笔尖的距离的平均值 为2.90cm，12人的标准差为0.30cm;从拇指接触笔杆的位置到笔尖的距离的平均值为 2.98cm，标准差为0.39cm;从中指接触笔杆的位置到笔尖的距离的平均值为2.70cm，标准差 为0.36cm。根据部分对儿童进行正确书写姿势教学的资料，食指距笔尖的距离应该为3cm左 右，这次实验的样本量不算很大，但基本满足这一事实。根据估算的样本标准差，虽然每个 被试的握笔位置并不完全相同，但是只要设计适当的大小，即使传感器对于每个人都固定 在相同的位置上，也应该能够满足被试正常书写的需求。当然如果能够针对每一个人的不 同情况，实现可以调整位置的传感器设置，比如EMG电极可以进行一定范围内的位置调节， 则可以进一步减小传感器对于正常书写的妨碍。
[0096] 实施例2书写时握笔位置稳定性的观察
[0097] 在该实施例中，我们除了获取了正常书写时测得的表面肌电的值，实验者还对书 写时手指的稳定性进行了观察。根据我们的观察，在书写时，手指基本能保持在稳定的位置 上，但是由于当前电极大小和固定方式的限制，书写时电极可能发生滑动，造成被试不时需 要调整握笔位置，保证覆盖电极。其次，我们观察到在书写时，每完成一幅涂鸦、或者每完成 一句话的书写，被试有一个停顿和休息时，有些被试习惯性地会调整书写姿势，这可能是被 试平时书写时的习惯，可能会造成表面肌电电极采集到一个运动伪迹，但在整个较长时间 的书写过程中，应该可以很容易被去除。在实验中，被试书写的内容如图6所示。
[0098] 当我们询问被试的主观感受，被试大多表示电极过厚，以及电极在笔杆上有滑动， 会造成握笔的不稳定，因此，优选将电极改为薄片，或固定在笔杆内，从而可以减小电极本 身的滑动。
[0099] 实施例3血氧饱和度探头位置的比较
[0100] 在实施例3中，我们检测了将血氧饱和度探头放置在三个不同的手指上时，测得的 数值是否有显著不同，12位被试的监测结果如下表所示：
[0101] 表2实施例3所测不同手指血氧饱和度比较
[0102]
[0104] 从表中我们可以看出，对于12位被试，我们将三种手指两两进行配对，利用t检验 判断他们是否具有显著差异。针对大拇指和食指测得的血氧饱和度的值，我们可以99.60% 地确定这两个手指测得的血氧饱和度的值存在显著差异。而对于中指和食指，以及大拇指 和中指这两组，P值分别为0.131和0.206,都大于0.05,无法证明它们的差别在统计学上的 显著性。
[0105] 实施例4 EMG电极位置的比较
[0106] 1)健康笔原型书写实验部分
[0107] 将EMG电极分别放置在食指前端、拇指前端和手背三个位置上(方案一），让被试书 写指定材料一遍，同时记录EMG数据。将笔杆上的两个电极分别移动到食指前端和中指侧面 (方案三）、以及中指侧面和拇指前端(方案二），重复相同的书写任务。用以确定EMG电极的 放置位置。结束后要求被试进行简单的打分，以分析被试对健康笔的主观感受。
[0108] 在完成书写实验后，我们得到了每一位被试在电极摆放三种不同方案下进行书写 实验的数据，每一位被试完成一次书写材料的书写需要耗时数分钟，产生10000个以上的数 据。因为被试对三种电极摆放位置的适应度不同，三种方案下产生的表面肌电数据差距较 大，甚至有时在某个方案下不能得到有效的数据。实验测得的一个典型的表面肌电数据如 图7所示。可以看出在书写的过程中，因为每时每刻手指肌肉的作用，表面肌电图出现起伏 变化。
[0109] 为了对比出每种方案的优劣，我们对每一位被试在三种方案下的数据进行了处 理。首先，我们希望能采集到更多的有效数据。虽然在正常书写过程中直接采集生理数据， 可能受到很多因素的影响，比如手指在书写过程中发生移动，无法完全覆盖电极，此时可能 就无法有效收集数据。因此我们计算了每一方案下每位被试的数据中有效数据占总体数据 的百分比，即用全部数据的数量减去无效数据的数量(呈无变化的基准线数据)得到有效数 据的数量，除以全部数据的数量得到百分比。结果如下表所示：
[0110] 表3实施例4各方案有效数据所占百分比及各方案比较
[0111]
Lui ιζ」 从衣十获；1|」R」以有出，仕力条>、力条二的?肓优卜，仴竺攸诚侍到的仴双数骷齿芏 是0%。这可能是因为个人的体质的不同，比如根据我们的观察，有的被试的中指侧面很难 将电极完全遮住，而在书写过程中这一点就更难做到了，所以很难得到有效的数据。从整体 而言，如图8所示，方案一的情况下，得到的有效数据所占百分比的平均值为51%，最高的一 位被试甚至得到了 95%的有效数据，即在整个书写过程中几乎都能获得有效的表面肌电数 据。在方案二的情况下，得到的有效数据所占百分比的平均值为44%，有四位被试在这种方 案下不能得到有效的数据。在方案三的情况下，得到的有效数据所占百分比的平均值为 28%，有2位被试在这种方案下不能得到有效数据。
[0113] 我们对方案两两间的差值进行了 t检验，对于方案一和方案二，得到有效数据的百 分比存在差异的可能性为73.62%，不足以说明它们具有显著差异。对于方案一和方案三， 两个方案的有效数据的百分比存在差异的可能性为91.60%，方案一明显好于方案三。对于 方案二和方案三，同样的两个方案存在差异的可能性仅为79.59%，不能确定两个方案是否 具有显著差异。综上所述，究竟是方案一还是方案二能得到更多的有效数据数值，并没有定 论，这可能需要进行更多的实验，选择更多的被试，进一步进行验证。但是在这12个被试间， 对于方案二和方案三，都有得不到有效数据的情况，但在方案一的情况下，并无这一现象发 生，所以我们本身还是更倾向于选择方案一。
[0114] 除了有效数据所占百分比之外，我们还分析了获得的数据的幅度的大小的平均 值，以此来体现哪种方案能更好地体现书写时表面肌肉电的变化。因为表面肌电本身是比 较微弱的数据，如果得到波动幅度过小的数据，就更有可能受到其他干扰的影响，得不到我 们想要的效果。
[0115] 具体的计算方法是，我们用无效数据(未检测到表面肌电的状态)的平均值减去有 效数据的值，得到数据信号的幅度，在求取整个有效数据幅度的平均值，得到的结果如下表 所示：
[0116] 表4健康笔所测得表面肌电数据信号幅度平均值比较
[0117]
[0118]结合图9我们可以看出，对于第一种方案，12位被试的有效数据的信号幅度的平均 值为261，是其他两个方案平均值的两倍以上。而对于剩下两个方案，12位被试有效数据信 号幅度的平均值分别为130和129。
[0119]我们对方案两两间的差值进行t检验，同样由表中可以看出，对于方案一和方案 二，方案一的信号幅度平均值显著大于方案二，即我们可以99.42%地肯定这两个方案之间 存在显著差异。对于方案一和方案三，我们可以97.36 %地肯定两个方案之间有显著差异， 方案一的信号幅度的平均值显著大于方案三。而从表中同样可以看出，我们无法说明方案 二和方案三是否具有统计上的显著差异(P = 〇. 9727>>0.05)。
[0120] 综上我们可以看出来，方案一具有明显优势，可以更好地体现表面肌电信号的变 化，有助于对于健康笔获得的生理数据的进一步分析。
[0121] 从我们对于表面肌电电极的书写实验的数据分析，方案一，即将电极放置在食指 前端与笔杆接触的位置和拇指前端与笔杆接触的位置，在两个指标上都有较明显的优势。
[0122] 2)主观问卷部分
[0123] 在被试完成三个方案的书写实验后，我们还要求被试对方案进行主观评价，包括 三个问题，均要求被试按照Likert五点量表进行打分。具体的问题和所得结果如下：
[0124] 1、前后三种方案分别可以打几分（1分为最不满意，5分为最满意），对方案还有其 他的建议？
[0125] 三种EMG电极的放置方案分别为:方案一是将电极设置在食指前端与笔杆接触处 和大拇指前端与笔杆接触处，方案二是将电极设置在中指侧面与笔杆接触处和大拇指与笔 杆接触处，方案三是将电极设置在中指侧面与笔杆接触处和食指前端与笔杆接触处。结合 图10可以看出，对12位被试，方案一得到的主观评分平均值为3.92，标准差为1.24，12人中8 人给予了正面评价（即给4分及以上的人数），平均值的95%t置信区间为3.1~4.7分。对于 方案二，主观评分的平均值为2.33，标准差为1.07，12人中只有1人给予积极评价，平均值的 95 % t置信区间为1.7~3.0分。对于方案三，该方案的主观评价的平均分为1.92，标准差为 〇. 67，没有人给予正面评价，平均值的95 % t置信区间为1.5~2.3分。
[0126] 根据实验的统计结果，我们可以看出方案一得到的主观评价最好，平均分的置信 区间偏向中立和积极的评价，方案二和方案三都不太尽如人意。我们也简单询问了被试这 样进行打分的原因，其中一位被试在三个方案中给了方案一最高的分数，并表示在书写时 "拇指和食指向下用力，更稳定"。
[0127] 根据我们的观察，在分别用三种方案进行书写时，在后两种方案的情况下，被试抱 怨"无法用正常书写姿势"，并且在整个书写过程中，有时无法保持握笔姿势，要停下书写进 行调整。
[0128] 我们还询问了被试对于电极放置方案的建议，被试的建议包括:避免电极体积过 大、过厚;可以将电极固定在笔杆内等。
[0129] 表5实施例4主观问卷部分实验数据
[0130]
[0131] 2、是否愿意向他人推荐健康笔（1分为非常不愿意，5分为非常愿意)？
[0132] 问及是否愿意向他人推荐健康笔，这项打分的平均值为3.25,标准差为1.36，12位 被试中有6位给予正向评价，95 % t置信区间为2.4~4.1分。
[0133] 3、您认为健康笔是否妨碍书写（1为非常妨碍，5为完全不妨碍)？
[0134] 当问及健康笔的设计是否妨碍书写时，这项打分的平均值为2.83,标准差为1.03， 12人中有3人给予正向评价，6人给予中立评价，95%t置信区间为2.2~3.5分。
[0135] 在本发明中，我们完成了实施例1，即对握笔位置的测量。该实验的结果显示，与我 们事先调研的结果基本一致，传感器可以设置在距笔尖3cm左右的位置，具体三个手指的高 低位置可以参照实验结果得到的平均值。
[0136] 在实施例2中，我们对被试使用健康笔原型进行书写时，握笔姿势的稳定性进行了 观察。根据我们的观察，我们认为在书写时，三个手指的位置基本保持稳定，但有些被试习 惯在书写的空隙间调整书写造成，可能造成传感器数据产生运动伪迹。在这种情况下，如果 将电极的体积减小，固定在笔杆内部，将有效提尚书与时手指的稳定性。
[0137] 在实施例3中，我们对将血氧饱和度探头设置在三个手指上的情况进行了对比，得 到的结论为，将探头设置在大拇指上和食指上，得到的数值有显著区别；而对于大拇指和 中指，以及食指和中指，不能证明它们存在统计学上的显著区别。在日常生活中，我们大多 选择食指进行血氧饱和度的测量，实际对于健康笔的设计，血氧饱和度并没有连续测量的 必要，如果和其他传感器，比如表面肌电电极，一同设置在食指前端与笔杆接触的位置上， 当需要进行测量时，使用者可以用食指盖住血氧饱和度探头进行测量，其它的时候则可以 覆盖住表面肌电电极。
[0138] 在实施例4中，我们对表面肌电电极的设置位置进行了对比，一共有三种方案，一 是将电极设置在食指前端与笔杆接触处和大拇指前端与笔杆接触处，二是中指侧面与笔杆 接触处与大拇指前端与笔杆接触处，三是中指侧面与笔杆接触处与食指前端与笔杆接触 处，经过书写实验得到的表面肌电数据表明，方案一的表现更好，可以更好地获得表面肌电 信号。
[0139] 最后，我们还要求被试对三种方案进行主观打分，并对健康笔进行评价。对于三种 方案，方案一得到的主观评价最好，被试的给分倾向于中立和正向评价，这与书写实验得到 的数据分析结果是一致的。
[0140]综上，对于表面肌电电极在健康笔上的设置，我们认为设置在食指前端与笔杆接 触处和大拇指前端与笔杆接触处两处最为合适。因为书写时这两只手指向下用力，能够握 笔更稳定。
【主权项】
1. 一种多通道健康笔系统，包括： 笔杆，该笔杆具有手部书写接触区； 安装于笔杆内部的笔芯； 固设于笔杆内部的运动传感器和压力传感器； 固设于手部书写接触区的生理参数采集单元； 固设于笔杆内部的微控制单元。2. 如权利要求1所述的多通道健康笔系统，其特征在于，所述手部书写接触区包括食指 前端与笔杆接触区，大拇指前端与笔杆接触区和中指侧面与笔杆接触区，所述食指前端与 笔杆接触区为距笔尖l-6cm处。3. 如权利要求1所述的多通道健康笔系统，其特征在于，所述运动传感器和压力传感器 采集书写相关数据，所述书写相关数据包括笔杆倾斜数据和笔尖压力数据，所述笔杆倾斜 数据由运动传感器采集，所述笔尖压力数据由压力传感器采集。4. 如权利要求3所述的多通道健康笔系统，其特征在于，所述笔杆倾斜数据包括高度角 和方位角信息，所述高度角为笔杆所在直线与书写平面的夹角，所述方位角为笔杆在书写 平面上的投影与水平轴之间的夹角。5. 如权利要求1所述的多通道健康笔系统，其特征在于，所述运动传感器包括磁力计、 加速度计和陀螺仪。6. 如权利要求1所述的多通道健康笔系统，其特征在于，所述生理参数采集单元包括探 头和表面肌电电极，所述探头包括探头发射器和探头接收器，所述探头发射器发出红光和 红外光，所述探头接收器收集出射光。7. 如权利要求1所述的多通道健康笔系统，其特征在于，所述系统还包括粘贴于健康笔 使用者手背处作为接地的电极。8. 如权利要求1所述的多通道健康笔系统，其特征在于，所述系统还包括固设于笔杆上 用于传输数据的传输模块。9. 如权利要求8所述的多通道健康笔系统，其特征在于，所述传输模块为蓝牙。10. 如权利要求1所述的多通道健康笔系统，其特征在于，所述系统还包括用于处理数 据的计算设备，该计算设备包括： 用于将健康笔采集的原始数据传输到计算设备的数据输入单元； 用于对原始数据进行预处理的数据预处理单元； 用于提取预处理后的数据特征的特征提取单元； 用于根据得到的特征向量，利用机器学习的方法建立模型的模型建立单元； 及用于输出最终数据的数据输出单元。
【文档编号】A61B5/0205GK105997091SQ201610178681
【公开日】2016年10月12日
【申请日】2016年3月25日
【发明人】田丰, 陈毅能, 贺悦, 戴国忠, 王宏安
【申请人】中国科学院软件研究所