一种用于急救车的智能床垫及其检测方法与流程

本发明涉及医疗急救技术领域，尤其涉及一种用于急救车的智能床垫及其检测方法。

背景技术：

近些年来随着老年化程度和亚健康人群比例日趋严重，与普通人相比，这类人群的身体素质相对较差，极易受到一些疾病的侵袭，这些疾病往往起病突然，病情凶险，极易造成死亡的悲剧，因此对该类人群进行有效的急救措施已经迫在眉睫，而急救床作为急救过程中不可缺少的重要工具，能否发挥出其最大作用将直接影响病患的急救效果。

传统的急救车功能单一，在急就过程中往往只起到载体作用。此外，在将病患送往医院的过程中，需要利用心电监护仪等医疗仪器对病患的心率、呼吸进行实时监测。因此，监测结果的准确性直接影响急救人员对于病情的判断。传统的心电监测仪在急救过程中逐渐暴露出如下问题：(1)心电监测仪在监测时需要将大量的电极贴附于病患的皮肤表面，极易引起患者的不适，另外，对于体表烧伤病人以及精神病人等特殊病患，接触式测量同样不适用。(2)心电监测仪作为专用设备，不论体积还是重量都过大，不利于急救人员进行携带，且在病患皮肤表面贴附电极也需要耗费一定时间，大大降低了急救效率。(3)大多数心电监测仪上的监测数据只能供现场人员查看，不能进行远程数据共享，就近的医院不能第一时间获取患者相关生理数据，不利于提前制定应急措施，最后降低了患者存活的机率。

技术实现要素：

本发明目的在于解决目前急救领域，传感器灵敏度和检测效率低、检测结果无法实现共享等问题，提供一种用于急救车的多功能床垫及其检测方法，具体由以下技术方案实现：

所述用于急救车的智能床垫，包括床垫本体和主控电路模块；所述床垫本体包括上布料层、信号检测层、衬底层、下布料层，所述上布料层、信号检测层、衬底层、下布料层从上到下依次,所述信号检测层包括分布于床垫不同区域的同轴压电电缆；

所述主控电路模块包括：

信号调理电路，与信号检测层之间通过电缆的引出端电极进行连接，将压电电缆采集到的数据经过处理后形成模拟bcg信号；

模数转换电路，将模拟bcg信号转化成数字bcg信号序列；

信号传输通道划分电路，对多路数字bcg信号进行传输通道划分；

控制电路，对信号传输通道划分电路出来的信号进行滤波和波形提取处理，以获取床垫上病患的生理数据，包括主控制器及外围应用模块电路。

所述用于急救车的智能床垫的进一步设计在于，所述智能床垫还包括隔离层，所述信号检测层的上、下面均设置有隔离层。

所述用于急救车的智能床垫的进一步设计在于，隔离层选用双面布基胶带。

所述用于急救车的智能床垫的进一步设计在于，所述同轴压电电缆为四根，且均为s形或波浪形，在隔离层之间呈分散式分布。

所述用于急救车的智能床垫的进一步设计在于，所述同轴压电电缆从内到外分别在内层绝缘层、内层电极层、压电材料层、外层电极层、外层绝缘层。

所述用于急救车的智能床垫的进一步设计在于，所述信号调理电路包括：

运算放大电路，包括运算放大器与同轴压电电缆组，所述同轴压电电缆组分别与运算放大器电连接；

滤波电路，将通过运算放大电路放大处理的传感器信号进行滤波处理，包括隔直电路、50hz陷波电路与低通滤波电路，所述传感器信号顺次经过运算放大电路、隔直电路、50hz陷波电路。

所述用于急救车的智能床垫的进一步设计在于，所述信号传输通道划分电路包括电压通道、计数器及缓存器，所述电压通道通过计数器与缓存器通信连接。

采用所述用于急救车的智能床垫的检测方法，通过设置幅度阈值的方法判定是否有离床和体动事件的发生；具体包括如下步骤：首先，获取滤波后的一组数据形成数组，接着，利用函数arm_min_f32求出所述数组中的数据绝对值平均值a0，然后，通过函数arm_str_f32得到数组的标准偏差a1，如果同时满足条件：当a0<1000且a1<100时，则判断此时处于离床状态；当a0>1000且a1>500时，表明病患处于在床状态；当a0>2000且a1>1000时，则判断病患处于较大体动状态；当2000>a0>1000且a1>500时，则判断病患处于较小体动状态。

采用所述用于急救车的智能床垫的检测方法，通过改进的差分阈值方法进行心率信号的提取；具体包括如下步骤：首先，通过将去噪后的bcg信号进行一阶及二阶差分的平方和运算以突出ijk波群；接着，选取一组连续、符合心率变化特点的j波峰，对j波出现的时间进行冒泡排序，继而计算出最终的心率值。

采用所述用于急救车的智能床垫的检测方法，通过小波变换和自适应阈值相结合的方法对呼吸信号进行提取，具体包括如下步骤：首先对去噪后的bcg信号选择sym8小波函数进行8～10尺度的分解处理，通过对8～10尺度分解后的bcg信号进行比较，选出最优的一组信号进行重构，将重构后的信号作为呼吸信号；接着，对呼吸信号的极值点大小进行冒泡排序，选出最大值点，取所述最大值点的处为阈值，对超过阈值的极值点自动标记为呼吸波峰；最后，选取一组连续、符合呼吸节律变化特点的波峰，对波峰出现的时间进行冒泡排序，继而计算出最终的呼吸率值。

本发明的有益效果：

1)本发明中的用于急救车的智能床垫可实现生理信号检测功能，在急救过程中，通过分布于不同位置的同轴压电电缆进行病患的体震信号(bcg)测量，经过滤波及波形提取，得到最终的心跳、呼吸、体动等生理指标信息，急救人员通过手机蓝牙客户端可以随时调取病患一段时间内的生理数据，预判疾病的发展趋势。

2)为了提高信号检测的实时性以及准确性，采用四根同轴压电电缆分别采集病患的头部、背部、双腿部的体震信号信息，并通过由fpga为核心的信号通道划分电路进行信号传输通道的划分，由于fpga芯片内部的ip核可进行并行可重复配置，极大的提高了信号并行处理的效率；此外，芯片内部集成的大量的逻辑门电路极大的简化了外围电路的布局布线，有效的提高了系统运行的稳定性。

3)针对以往体震信号测量系统对于呼吸信号提取方面的不足，通过小波变换算法和自适应阈值算法相结合进行呼吸波形及频率的提取，提高了呼吸测量结果的准确度。

4)病患的生理数据不仅可以通过手机蓝牙终端查看，也可以通过lora无线模块在较大区域内进行数据共享，就近医院可提前根据病患的生理指标信息协调好相关急救医生，制定有针对性的急救方案。

5)本发明选用的同轴压电电缆采用s形走线，s形结构不仅受力较均匀，输出信号的灵敏度较高。而且不影响测量的舒适度，还使得传感器的使用寿命得到延长。更重要的是节省了成本，可进行大规模批量生产，易于被大多数医疗机构接受，此外传感器材料选用硼烯和聚偏氟乙烯(pvdf)分别作为电极层和压电层，进一步提高了传感器的灵敏度。

附图说明

图1是急救车整体外观图。

图2是智能床垫的分层结构示意图。

图3是同轴压电电缆的走线形式示意图。

图4是同轴压电电缆的剖面示意图。

图5是主控电路模块的电路图。

图6是系统软件单次执行流程图。

图7是离床及体动检测算法执行流程图。

图8是离床及体动波形图。

图9是心率检测算法执行流程图。

图10是正常心率波形图。

图11是呼吸波形提取及呼吸率计算流程图。

图12是正常呼吸波形图。

其中，1-智能床垫，2、3-固定带，4-枕头，5-急救车推手，6、7、8-车轮，9-急救药箱，10-显示屏，11-主控装置，12-床体，13-加热层，14-加热档位按钮，15-加氧器，16-上布料层，17-上隔离层，18-信号检测层，19-下隔离层，20-衬底层，21-下布料层，22、25、26、29-引出端电极，23、24、27、28-同轴压电电缆，30-内层绝缘层，31-内层电极层，32-压电材料层，33-外层电极层，34-外层绝缘层。

具体实施方式

下面结合附图对本发明进行详细说明。

如图1所示，本实施例的智能床垫应用于的急救车主要由智能床垫1、固定带2～3、枕头4、急救车推手5、车轮6～8、急救药箱9、显示屏10、主控装置11以及床体12组成。其中，急救药箱9用于存放一些急救过程中使用频率较高的药品，显示屏10用于显示患者实时的心率、呼吸率等数值，供现场急救人员查看。床体12选择质量轻、承重性好的复合材料，以利于现场人员进行搬运，提高急救效率。加温层13选用柔软透气材料，通过调节加温按钮14来控制加温档位，维持患者体温。加氧器15固定在床体边缘，防止患者缺氧。

如图2，智能床垫至上而下分别为上布料层16、上隔离层17、信号检测层18、下隔离层19、衬底层20、下布料层21，其中布料层16、21选择耐磨性好的尼龙布料，隔离层17、19选择双面布基胶带，信号检测层18由四根分布于不同区域的压电电缆组成，衬底层20选择弹性好，舒适度高的记忆海棉，下布料层21与衬底层20之间通过强力粘合剂进行粘连。

如图3，压电电缆采用s形走线，分布形态主要依据卧姿状态下人体应力分布特点设计，卧姿状态下头部、背部及双腿部的应力较身体其它区域更明显，因此本实施例将压电电缆主要置于这四块区域，以采集到更加稳定、更加明显的体震信号。其中，压电电缆28分布于头部区域，压电电缆24分布于背部区域，压电电缆27分布于左腿区域，压电电缆23分布于右腿区域。四组压电电缆均采用s形走线，通过各自电极层引出端电极22、25、26、29和外部的信号调理电路连接。

如图4，同轴压电电缆组从内层到外层分别为：内层绝缘层30、内层电极层31、压电材料层32、外层电极层33、外层绝缘层34。绝缘层均采用柔性绝缘材料，压电材料层采用pvdf作为应力材料，当有压力变化时会产生微弱的电荷，电极层均采用硼烯作为导电材料，覆盖在压电材料层周围，有效的增大了应力，提高了传感器的灵敏度。

如图5，本实施例中的主控电路模块主要包括包含有同轴压电电缆组的信号调理电路、模数转化电路、信号传输通道划分电路及控制电路。其中，控制电路对信号传输通道划分电路出来的信号进行滤波和波形提取处理，以获取床垫上病患的生理数据，控制电路主要由主控制器及外围应用模块电路组成。考虑到传感器出来的原始信号为较微弱的电荷信号，不能直接传输。因此，本实施例在信号调理电路中首先通过运算放大器进行信号放大变成电压信号，此时的电压信号包含以工频噪声为主的噪声源，所以本实施例分别设计了隔直电路、陷波电路及低通滤波电路对噪声进行去除，参见图5。去噪后的多路信号通过模数转换器ad9226进行并行转换，接着利用fpga芯片设计的通道划分电路进行传输通道区间的划分，最后通过并行方式传输给主控制器stm32f4进行波形提取及频率计算，得到最终的生理信号数据。主控制器外围的应用模块包括显示模块、无线通信模块、存储模块、报警模块以及电源模块。本实施例的主控制器采用armcortex-m4系列的stm32f4芯片。无线通信模块采用lora无线模块和蓝牙模块。lora无线模块采用sx1278射频芯片。蓝牙模块采用ti2541蓝牙芯片。存储模块采用at24c08。报警模块采用my2490-16型语音芯片。本实施例设计的报警模块为语音报警模块，针对病患在急救过程中的异常情况进行语音报警，当患者的体动次数过频时，模块会及时的通过语音提醒急救人员，急救人员能够第一时间给病患注射安定等镇静药物使其尽快平静下来；

如图6，软件部分主要功能包括体震信号(bcg)采集与处理、心率、呼吸率、体动频率的无线传输与嵌入式实时显示、异常状况的实时报警。首先，对处理后的数字bcg信号进行离床检测，如果离床，即启动报警模块进行语音报警，直到床垫上重新检测到有人躺着时停止报警，接着，进行体动检测，如果存在体动事件即记录体动时长，并进行显示和体动数据传输。如果在床没有发生体动，即开始计算心率、呼吸率等数值，并进行生理数据的显示及无线共享。

离床及体动检测算法执行流程图如图7所示，由于急救病人处于对突发疾病的担忧与恐惧，往往表现出交感神经异常兴奋，躯体焦躁不安，频繁的体动会严重影响急救的质量，延缓了急救的进程，因此通过患者实时的体动频率来作为精神状态的一个衡量指标，有利于医生使用相关镇静药物来帮助患者更快的安静下来。通过实验发现，当床垫上面没有人时，数字信号幅值的绝对值大小一般不超过500。而床垫上面有人时候，幅值大小在1000以上。所以本实施例提供了一种通过设定幅度阈值的方法判定是否有离床事件发生的检测方法，算法的执行过程为：首先，获取滤波后的最新5000个数据，接着，利用函数arm_min_f32求出数组中的数据绝对值平均值a0，然后，利用函数arm_str_f32得到数组的标准偏差a1，如果同时满足条件：a0<1000且a1<100时，则判断此时处于离床状态；否则当a0>1000且a1>500时，表明此时处于有人在床状态。如果同时满足条件：a0>2000且a1>1000时，则判断处于较大体动状态；否则，当2000>a0>1000且a1>500时，表明此时处于较小体动状态。离床及体动波形图如图8所示，分为两个阶段，图中1阶段代表无人在床即离床状态波形，2阶段代表体动状态，两种状态之间变化明显。

心率检测算法执行流程如图9所示，传统的心率提取方法主要是采用技术相对成熟的阈值检测法，该算法的结构比较简单，处理信号实时性较好，其检测机理主要是利用bcg信号波形中j波的幅度与其它特征波相比有显著区别，通过设定幅度阈值来定位j波的位置。在实际工程中，上述的算法检测健康人群的bcg信号时较准确，但对于患有心率失常型心脏疾病的人群的检测结果往往误差较大，例如患有室性早搏的人群，其bcg信号中的rjk波群较平缓，j波的幅度特性不是很明显，用此算法就会出现j波漏检现象。针对bcg信号的伪周期特性，本实施例采用差分阈值检测方法来提取bcg频率，也就是心率数值。其具体步骤为：首先，去噪后的bcg信号进行一阶及二阶差分的平方和运算来突出ijk波群，j波的上升阶段和下降阶段是bcg信号波形斜率变化最大的区域，中间出现的一阶导数过零点，二阶导数的极值点为j波所在的位置。接着，选取一组连续、稳定性好、符合心率变化特点的j波峰，对j波出现的时间进行冒泡排序，继而计算出最终的心率值，心率波形，参见图10。

呼吸波形提取及呼吸率计算流程如图11所示，由于呼吸信号是微弱且极低频的生理信号，呼吸速率一般不会低于12次/min，且也不会超过30次/min，其有效成分集中在0.2-0.5hz的频域内，所以本实施例提供了一种通过小波变换和自适应阈值相结合的检测方法对呼吸信号进行提取，具体步骤为：首先对去噪后的bcg信号选择sym8小波函数进行8～10尺度的分解处理，通过对8～10尺度分解后的bcg信号进行比较，选出最优的一组信号进行重构，重构后的信号就为呼吸信号。接着，对呼吸信号的极值点大小进行冒泡排序，选出最大值点。然后，取最大值点的处为阈值，对超过阈值的极值点自动标记为呼吸波峰。最后，选取一组连续、稳定性好、符合呼吸节律变化特点的波峰，对波峰出现的时间进行冒泡排序，继而计算出最终的呼吸率值，正常呼吸波形如图12所示。

以上，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。