睡眠呼吸暂停低通气综合征SAHS(Sleep Apnea Hyponex Syndrome)是一种具有潜在危险的常见病症；同时，还是脑血管意外、心肌梗死、高血压病的重要危险因素之一。睡眠呼吸暂停低通气综合征不仅影响患者的健康，重者甚至发生睡眠中猝死，危及生命。实时监测呼吸状态的变化不仅可以帮助患者诊治，而且可以极早预防各种并发症的发生，提高患者的存活率。可穿戴监测技术为实时监测睡眠呼吸暂停低通气综合征病人的呼吸状态提供了一种简便方法[1-3]。
   穿戴式监测系统即将生理信息检测、无线通信和穿戴式技术相融合的一种监测人体生理状态的系统，相对于传统的监测设备，穿戴式监测可以实现一种低生理、心理负荷甚至无负荷状态下生理参数的获取，且穿戴式监测系统具有体积小、成本低、功耗小、携带方便等突出特点[4-6]。可穿戴式健康监测系统不仅需要满足严格的医学标准，而且要考虑到穿戴性能标准[7-8]，例如测量节点的质量和尺寸应该保持在很小且不得阻碍使用者的运动与正常生活行为。此外，系统的整体电磁辐射、使用者的安全与隐私以及系统的电源功耗都要遵循严格的标准。
    同时，PDA和Android智能手机技术对可穿戴式远程医疗产生了重要的影响。由于智能手机的计算和存储能力及普遍连接性的增强，对于人体参数的连续实时监测成为可能。并且智能手机不但可以像传统数据记录器一样记录病人信息，而且可以作为信息网关将采集到的信息出送出去，另外它集成的GPS追踪系统可以很快确定危险病人的位置。蓝牙技术具有低功耗、低成本和安全性三大优势。
    蓝牙具有相当低的功耗，可以确保监测系统长时间的连续监测，且在标准状态下的发射功率很低，对医疗仪器与人体健康产生的影响微弱。另外，蓝牙的通信距离与传输网络的安全机制很好的保护了病人的隐私。针对目前智能手机都具有蓝牙功能。所以选择蓝牙传输呼吸信号是设计监护仪的首选。
    目前,利用可穿戴技术设计的呼吸监测仪比较坚硬，病人穿戴起来比较不舒服且对正常生活行为造成约束。虽然有的设备可以直接嵌入到衣服中，但是传感器的采集功能受到限制并且像数据处理与传输不可以完整地集成于这种系统中[9-10]。本文提出的基于蓝牙的可穿戴式人体呼吸参数监测系统，不仅融合了可穿戴技术解决了信号的低负荷提取问题，并且解决了移动监测的技术问题，所以，基于蓝牙可穿戴式的人体呼吸参数监测系统保证了对病人的连续实时监测。
1 呼吸检测系统的整体设计
    基于蓝牙可穿戴式人体呼吸参数监测系统的整体设计框图如图1所示，该系统主要由呼吸信号采集处理模块、微处理器控制模块、蓝牙通信模块以及电源模块等组成。

    传感器采集的呼吸信号，首先经过前置放大电路进行放大；然后分别通过高通和低通滤波器滤除信号以外的其他信号的干扰；最后经过后置放大电路把呼吸信号放大到适合A/D采样的电压范围。微处理器通过对采样信号进行分析处理并通过蓝牙将采集到的呼吸信号发送到PDA 或Android智能手机等手持终端。
2 呼吸检测系统各个模块设计分析
2.1前端呼吸信号采集处理模块
　系统的呼吸信号采集使用的传感器是HXB-2压电式呼吸传感器，其为胸带固定式呼吸波传感器，由于其柔软舒适的制造材料，当固定于人体胸部时对人体正生理状态没有任何影响，且抗干扰能力强，适合动态监测；同时该传感器不但可以直接与人体而且可以内嵌入人体衣服中，方便被检测者的佩戴且不影响正常生活行为。可以无损伤检测人的呼吸运动波形，其输出量为20 mV左右的模拟电压信号，且频率响应范围为0.05~1 500 Hz。其具体呼吸状态采集处理电路如图2所示。

2.1.1前置放大电路
　人体呼吸信号具有生物电信号阻抗高、信号微弱、频率低等特点，所以呼吸信号模拟测量电路中前置放大是整个信号放大电路设计中至关重要的环节，关系到整个模拟采集部分的工作性能。前置放大器的选择要考虑高输入阻抗、低噪声和低温漂等要素。AD620是一种低功耗的仪用放大器，特别适合做小信号的前置放大级，经AD620放大后的小信号失真度很小，加一级AD620组成的前置放大，同样可以把系统误差控制在系统设计要求的范围内，前置放大电路如图2。本设计中，通过控制图2中的电阻R3来控制增益大小,增益计算公式如下：


2.1.4后级放大电路
　信号虽然在前置放大电路进行放大，但相对输出电压还是比较低，为了使输出信号适用微处理器的A/D采样电压范围和充分利用微处理器的12位精度的ADC， 还需要通过图2中U5B所示的后级电路进一步放大。
2.2 通信模块
    目前，蓝牙主机控制接口HCI(Host Controller Interface)主要是通用异步收发器(UART)和通信并行总线(USB)连接的。但是因为UART性能和数据吞吐率水平与USB接口相当，且传输协议较简单，减少了软件开销，所以基于蓝牙的可穿戴式人体呼吸参数监测系统的蓝牙模块的主机控制接口采用UART接口。且该系统通信模块采用的蓝牙通信芯片为JBM-141，JBM-141适用于各种近距离无线数据传输，采用UART/RS232接口，串口速率可调，可以实现点对点或点对多点的全透明数据传输。其通信模块具体电路如图3所示。

    根据通信模块电路可知，JBM-141引脚4是电池低压检测脚。根据设置，当电源电压大于2.7 V时，与PIO10相连的二极管常亮；当电源电压小于2.7 V时，二极管闪烁，提醒用户电源电压较低，需要及时充电以免影响系统正常工作。R26、C34组成阻容复位电路，控制蓝牙模块的复位。引脚12、14是与单片机部分引脚相连，通过这两个引脚实现数据在单片机与蓝牙模块之间的发送和接收。同时，这两个引脚能与PC机串口相连，用于模块的参数设置，设置后的参数在复位或重新上电后生效。与PIO5相连的二极管是蓝牙状态指示灯；蓝牙模块处于空闲或配对状态， LED灯以100 ms/330 ms频率闪烁；蓝牙模块处于连接状态，LED灯则以100 ms/2 s频率闪烁。引脚35与外部天线相连，数据由此引脚发送给手机。
3 手机终端蓝牙连接及数据接收
    无论什么设备进行蓝牙数据传输时首先都需要蓝牙连接，蓝牙连接必须以蓝牙适配器为基础。Android手机终端上要使用蓝牙API,必须先在Android Manifest中声明蓝牙权限。在声明权限之后必须取得蓝牙适配器,Android智能终端上的蓝牙适配器类为BlutoothAdapter，调用该类中getDefaultAdapter()得到蓝牙适配器对象，并通过蓝牙适配器的getState()方法来判断此时的蓝牙适配器是否打开。如果蓝牙适配器已经打开，则开始搜索附近蓝牙设备；如果蓝牙适配器此时没有打开，则提示是否需要打开蓝牙适配器，点击确认打开终端蓝牙功能。将搜索到的蓝牙设备添加到蓝牙列表中，点击列表中的前端蓝牙设备实现蓝牙连接。终端接收节点数据的方式主要是依靠Socket进行数据的接收，Android终端依靠BluetoothSocket类进行数据的接收。通过蓝牙唯一标识码UUID来实例化BluetoothSocket对象，然后用Socket.connect()进行数据流的连接。连接成功后调用该对象中的getInputStream().read()方法接收前端传输过来的数据。手机终端蓝牙接收呼吸数据流程图如图4所示。

    前端呼吸状态采集节点采集的数据发送到终端，终端直接对接收到的数据进行绘图显示在Android手机终端上。
    本文针对睡眠呼吸暂停低通气综合征对人体健康的危害，设计了一种基于蓝牙可穿戴式人体呼吸参数监测系统。该系统结合穿戴式低生理、心理负荷的优点及蓝牙实现呼吸数据短距离无线传输且方便与PDA 或智能手机的手持终端通信的特点，保证了对病人的连续实时监测。同时，设计的系统经过测试可以最大限度地降低系统功耗，硬件体积也得到最大限度的降低，可以较好地满足便携性和移动性要求。
参考文献
[1] PATEL S, PARK H,et al. A review of wearable sensors and systems with application in rehabilitation[J].Neuro Engineering and Rehabilitation, 2010,9(21):2-17.
[2] YILMAZ T, FOSTER R, Yang Hao. Detecting vital signs with wearable wireless sensors[J]. Sensors,2010(10):10837-108362.
[3] CORBISHLEY P, Rodriguez-Villegas, E. Breathing detection: towards a miniaturized,wearable,battery-operated monitoring System[J]. BiomedicalEngineering, 2008,55(1):196-204.
[4] PANTELOPOULOS A, BOURBAKIS N G A. Survey on wearable sensor-based systems[J]. IEEE transactions on Systems, Man, and Cybernetics, Part C: Applications and Reviews, 2010,40(1):1-12.
[5] GATZOULIS L, IAKOVIDIS I. Wearable and portable ehealth systems[J]. IEEE Eng. Med. Biol. Mag., 2007,26(5):51-56.
[6] LYMPERIS A, DITTMAR A. Advanced wearable health systems and applications, research and development efforts in  the european union[J]. IEEE Eng. Med. Biol. Mag.,2007,26(3):29-33.
[7] RASKOVIC D, MARTIN T, JOVANOV E. Medical monitoring applications for wearable computing[J]. Comput. J., 2004(47):495-504.
[8] ANLIKER U, BEUTEL J, DYER M,et al. A systematic approach to the design of distributed wearable systems[J]. IEEE Trans. Comput., 2004,53(8):1017-1033.
[9] PANTELOPOULOS A, BOURBAKIS N.  A survey on wearable biosensor systems for health monitoring[J]. Engineering in Medicine and Biology Society, 2008:4887-4890.
[10] MUNDT C W, MONTGOMERY K N, et al. A multipa  rameter wearable physiologic monitoring system for space and terrestrial applications[J]. Information Technology in  Biomedicine, 2005,9(3):382-391.