- Advertisement -
首頁 標籤 EMG

EMG

- Advertisment -

消阻抗/降功耗促生理監控快又準 生醫穿戴裝置聲勢看漲

血氧飽和度、心電圖(ECG)、血壓以及呼吸率等,是過去被局限於醫院監控設備的量測應用。持續監控這些參數至關重要,尤其是對於那些具有醫療風險的病患,無論是手術、發生事故或是被診斷出急重症等情況。隨著人口高齡化以及社會日漸關切醫藥財政支出,在院外進行醫療監控(Medical Monitoring)成為一股逐漸升高之趨勢。現在,在日常生活中也能持續監控這些病患的狀態,藉以及早發現問題,或是出院後選擇繼續配戴監控裝置,以便更迅速、舒適地康復,另外還有第三類使用者,他們量測這些參數的目的是為了事先防範,包括尚未診斷出任何病症的使用者。 各種多重參數監控裝置有著相同的須求:它們必須體積小巧、量測精準而且充飽電後能維持長時間運行。為支援這樣的趨勢,業界已經開發出各種新系列單晶片生物醫學類比前端元件。 新生醫感測元件最佳化系統配置 目前市面上有不少結合兩種甚至更多量測功能的多重參數系統,像是結合心律監控裝置和動作感測器來追蹤活動,或是結合心律變異性和阻抗感測功能來支援壓力監控或睡眠分析等應用。在大多數情況中,不同的量測功能都會由一個專屬的類比前端元件負責,以致整個系統會用到多個晶片,而每個晶片都會配置專屬的類比至數位轉換器(ADC)、連結主處理器專屬介面以及多個電源供應器與參考電壓,且這些元件都必須解耦合,這將產生許多冗餘模組,就尺寸與功耗的角度來看,這並非是最佳化的系統狀態。在穿戴裝置系統中,最簡單的做法莫過於用一個主訊號鏈連結每個感測器,如亞德諾半導體(ADI)新推出的ADPD4000系列生物醫學前端元件便填補了市場缺口。圖1顯示該系列元件的高階模組圖。前端部分設計兩個相同的接收通道,兩者可同時進行取樣。每個通道都是分別建置,因此系統可用單端或差動量測模式來量測任何感測器的輸入數值。輸入等級(Input Stage)部分是一個跨阻抗放大器,擁有可編程的增益,然後接著一個帶通濾波器和積分器,能加總處理每個取樣的7.5pC數據。 圖1 ADPD4000系列元件的高階模塊圖 ADC是一個14位元的連續近似暫存器(SAR)轉換器,最高取樣率為1MSPS。每個訊號鏈的前端是一個8通道多工器,為類比前端元件提供彈性,能將各種感測器訊號繞送到類比前端元件。 這顆晶片可量測多種訊號,如圖1所示。藉由修改AFE,該晶片可以成為光學前端元件,用來執行光學式心律量測或血氧飽和度。在這種模式中,系統需要一個高跨阻抗輸入等級以便將電流轉換成電壓。另外,還須消除環境光線產生的干擾。 另一個使用情境,則是量測從心電圖或肌電圖(EMG)感測器傳來的生物電位訊號。這種量測需要不同的輸入訊號鏈設定,因此必須重設前端元件的各項設定,接著取得訊號鏈,這顆晶片也支援8個輸出驅動器,可用來提供刺激訊號(Stimuli)。另外也可以設定一或多個輸出訊號來驅動LED以執行光學量測,或是用一或多個輸出訊號來執行阻抗量測,於執行監控膚電活動(Electrodermal Activity, EDA)時產生的皮膚阻抗或電極阻抗等可能影響量測品質的生物電位量測。 這顆晶片讓使用者能預先設定每種組態,或是在某個時槽進行量測,它最多支援12個時槽,這使系統一旦完成初始設定就非常容易使用。此外,這顆晶片不需要額外的處理器資源,有助於將整體功耗壓至較低程度。在晶片方面,則可以進行過度取樣後取平均值,藉以改進ADC的有效位元數(ENOB),而降取樣資料通道的寬度為32位元。量測結果可儲存在256或512位元組深度的FIFO元件如ADPD400x與ADPD410x中。 整合的時戳功能,可以對多個連結感測器傳來的資料樣本進行同步化。多個感測器資料可用來尋找不同量測結果之間的關聯性。圖2顯示這顆晶片用來同步執行心電圖與光體積變化描記圖法(PPG)的量測。基於脈衝傳遞時間(PPT)量測技術,它可以在連續模式下量測血壓,這對高血壓患者來說具有吸引力,而時戳功能就是實現這種量測能力的關鍵。 圖2 同步執行ECG與PPG量測藉以推估血壓 圖3a顯示支援時槽的方式。每個時槽的最前緣是一個預調節脈衝,隨後緊接著為一個刺激脈衝,最後則是光二極體的電流或是ADC取樣的另一個訊號。 圖3b顯示一個作業程序的例子。啟動電源後,接著執行重置作業,晶片便會進入休眠模式;喚醒晶片後,再循序取樣兩個ECG訊號(像是LEAD I和LEAD II),接著進行光學量測,以執行SpO2的讀取,並進行阻抗量測以測量膚電傳導(EDA/Stress)。接下來的段落會說明這幾項量測的程序。 圖3 時槽作業的例子以及ADPD4000量測程序 被動量測電荷排除阻抗兼顧省電 心電圖係量測人體心臟產生的電子訊號,亦即每次心跳時心肌的去極化(Depolarization)與再極化(Repolarization)過程所發出的訊號。這類訊號的幅度範圍在0.5mV至4mV之間,可在0.05Hz至40Hz頻率內測量到。 雖然可以單純用心電圖來量測心律,但在許多使用情境下,人們對於其波形本身更有興趣,因為波形可用來量測心臟表現或預先警告潛在的心臟事件,像是心房顫動或持續性高血壓。人們可以透過將電極連接皮膚來監控心臟活動,而為了在診斷中確保電極能接觸到身體,一般都會採用銀(Ag)或氯化銀(AgCl)材質的濕式電極。在非住院的應用中,這些電極不僅穿戴時極不舒適,而且容易使皮膚乾燥或刺激皮膚。此外,雖然乾式電極也很常用,但皮膚與電極之間的接觸面會逐漸降低,以致對動作假象(Motion Artifact)更加敏感,導致量測精準度下滑。 應用在醫院以外的裝置,總是必須在高品質電極與配戴舒適度之間取捨。但ADPD4000不僅能解決這方面的難題,還可以提供較精準的量測結果,不受電極品質所影響。因為它的ECG電路不是使用電壓輸入,而是量測電容器上累積的電荷,利用被動式電阻電容網路(RC Network)以及取樣率,可計算出最佳化時間常數,進而排除在充電過程中皮膚與電極接觸阻抗的變動。如圖1顯示的心電圖訊號經由電阻電容網路耦合到晶片。這個ECG電路本身能排除皮膚與電極接觸阻抗變動所產生的影響。 圖4顯示兩個心電圖波形。其一波形是用高品質電極所量測,串聯阻抗為51kΩ,電容為47nF;另一波形則是透過品質不佳的電極所量測,其串聯阻抗較高,而接觸阻抗為510kΩ,電容為4.7nF。但可以看到量測到的波形幾乎相同,不受電極品質所影響。相較於市面上其他廠商的解決方案,這項特性是較大的優勢。另外的優點還包括這個電路較為省電,因為它在擷取充電電容上的心電圖訊號時毋須一直啟動,另一項優點,則是它的功耗僅為150μW到200μW。 圖4 透過不同電極量測到的兩個心電圖波形 PPG可編程設計力助生物阻抗量測 在光學與生物阻抗量測方面,需用到LED驅動器來發射光線和激發電流至體內。在許多光學系統中,會用到兩種以上波長,因此晶片的多功能變得極普遍。ADPD4000具備8個輸出驅動器,其中4個通道能使用可編程輸出電流同時啟用,每個通道最高200毫安培,整個驅動器區段(Section)最多到400毫安培。視實際的組態可運用多個時槽工作,每個時槽都有自己的波長可用來量測,諸如光學心律、血氧飽和度、含水量或脫水等。時槽接收到的訊號鏈都配置一個可編程跨阻抗放大器,緊接著一個雙級拒斥模組,以用來消除環境光線產生的干擾。在傳送/接收訊號鏈的訊號雜訊比(SNR)方面,ADPD41xx系列元件最高可達100dB,因此特別適合用在對雜訊敏感的光學量測方面,例如血氧飽和度量測或血壓估算。光學系統的功耗很大程度取決於系統組態,像是取樣率與縮小取樣比率(Decimation Rate),以及採用的LED電流。另外,功耗也和使用者量測的身體位置以及膚色成比例。 許多穿戴系統也能為各種應用量測皮膚電導,其中包括像膚電活動、壓力或心理狀態監控。而為了量測電壓降系統會需要一個刺激電流,ADPD4000則可支援這種使用情境。同時可透過2或4線量測模式來設定晶片,但由於沒有內建增強形波形產生器以及DFT引擎,因此若需要阻抗頻譜,可用AD5940當作對照晶片來輔助。另外阻抗功能還可用來量測電極品質,或是偵測電極脫落的狀況。由於ADPD4xxx擁有8通道多工器,因此也支援輔助輸入,可量測電壓、電容、溫度或是系統內的動作。 穿戴裝置新元件滿足各方需求 隨著如ADPD4000/001等元件的推出,使得研發業者在開發穿戴裝置、身體貼片或藥物輸送系統時所遇到的許多挑戰都能迎刃而解。在這些使用情境中,效能、尺寸以及功耗都是關鍵。該款全新生物醫學前端元件具備高效能、雙通道感測器輸入等級、刺激通道、數位處理引擎、時序控制等元素,因此能滿足所有需求。上述元件已開始量產和供貨,而下一代商品已在2020年第一季上市。新世代元件改進了訊號雜訊比規格,並納入額外的功能,有助於進一步降低整體系統功耗。儘管功能全納入到單一晶片,但這並不會讓電子設計工程師的需求降低,因為每個系統都有自己的特性,同時還有許多參數必須逐一調校設定。 (本文作者為ADI醫療保健事業開發經理)
0

高壓縮率演算法加速傳輸 肌電/心電生理訊號即時量

心律不整方面,當心臟電氣傳導系統出現問題,會出現不正常的心跳,而引起心律不整的問題。當心律不整嚴重時,可引起病人休克、昏倒甚至猝死。一張心電圖通常只能記錄10秒鐘的心跳,對於心律不整的檢查有限。因此,筆者想設計出便宜、輕巧可隨身攜帶,且低耗電的心電訊號記錄器,再搭配手機來記錄長期的心電訊號,希望在儀器的監測之下,能早點發現心律不整的狀況,並盡快治療處理。由於多數病人的心律不整不是持續的,而是偶發或陣發性,所以至少要記錄長達24小時,以提供醫師分析診斷。但記錄24小時的心電圖,資料量會過大,所以筆者將撰寫無失真性低複雜度高壓縮比演算法,來降低傳輸的資料量。 此外,現代人對於健康與體態越來越重視,許多人藉由運動健身,使身體更健康、體態更優美。但在運動健身的時候,初學者經常發生肌肉發力不正確,不知道自己是否運動到正確的肌肉,或是肌肉過於用力而導致一些後遺症。筆者針對上述情境,設計一套可測量心電、肌電的生理訊號記錄器,以即時記錄使用者的肌電、心電訊號,協助使用者在運動健身的同時,了解自身心跳狀況,藉由肌電訊號的量測,得知自己運動的區塊與肌肉運動強度,在運動當下能即時調整姿勢,或是運用記錄起來的資料,進行事後的檢討與修正。 除重視保健以外,因應高齡化浪潮,偏鄉的臨床資源不足,以及就醫的交通往返不便,遠距復健便成為可行的方案。病患能居家運用肌電訊號的量測,自己進行復健所需的治療以及診斷,可節省臨床人員的勞力時間,遠距復健的醫生僅需針對病患自行在家復健時記錄的資料,進行評估和提供後續的療程建議。綜合以上三點,筆者設計出便宜、輕巧可隨身攜帶,且低耗電的生理訊號記錄器。由於長時間紀錄,資料會隨時間不斷增加,所以筆者撰寫無失真性低複雜度高壓縮比演算法,來降低傳輸的資料量。 本文為EMG及ECG的量測系統之介紹,系統架構如圖1所示。由單電源前端生理訊號擷取電路擷取EMG或ECG訊號,再將擷取到的訊號經高壓縮率演算法處理,最後透過無線微控制傳輸電路傳輸即時的生理資料至手機。使用盛群的HT9294、HT9234這兩種OPA以及設計出EMG、ECG前端擷取電路,並由HT66F70A IC接收前端電路擷取到的訊號,並透過高壓縮率演算法壓縮資料,再由藍牙低功耗透傳模組BCM-7602-G0傳送壓縮後的資料至手機,經解壓縮後會儲存及顯示。 圖1 即時量測之系統架構圖 ECG/EMG前端生理訊號擷取電路 本設計的前端生理訊號擷取電路參考醫用電子學實習以及相關文章,由資料可以知道擷取一般生理訊號需要六個步驟(圖2)。由於生理訊號都非常微弱,故需要透過放大電路加以放大才能進行後續的資料處理。一般通常採用精度高且耗電低的儀表放大器作為第一級,它的特色是CMRR與PSRR都要越高越好,在功率消耗方面為則希望能越小越好。第二級的隔離放大器主要用途是避免使用者在使用途中受到電源漏電流的傷害。第三級的帶斥濾波器一般用於濾除某一特定頻率的訊號,而在生理訊號擷取過程中,來自交流電源的60Hz雜訊若經過放大器電路後,會對輸出產生很大的干擾,因此才會需使用帶斥濾波器來濾除這個雜訊。 圖2 擷取身體生理訊號六步驟 第四級的帶通濾波器一般由高通濾波器及低通濾波器所組合而成,作用是擷取所需生理訊號在特定的頻率區段,透過所設計的帶通濾波器可以保留期望頻段訊號,並濾除不必要的頻段訊號。雖然在前面的步驟中,第一級已將訊號放大了,但生理訊號的振幅仍然是微小的,因此在設計上會加入第五級的增益放大器這步驟,作為最大增益的輸出調整。由於微處理器擷取訊號時僅能讀取電壓範圍介於0~3.3V間的訊號,但在輸入微處理器前的訊號可能是負電壓,因此需要第六級準位提升電路來處理負電壓的問題,使所有電位可以被ADC所擷取。在本設計中,為了使電路最小化且提高效率,將電源供應改以單電源的方式進行設計。對於前端心電/肌電讀取電路,將以往所需六個步驟的雙電源設計方案,減少到只有四個步驟的單電源設計方案(圖3)。 圖3 生理訊號擷取電路方塊圖前級將採用單電源設計 低雜訊CMRR為100-dB的INA333去實作的儀表放大器功能(圖4/5)。此外,以雙T帶斥濾波器處理來自電源60Hz雜訊(圖6)。本文為了將ECG與EMG整合在一起,設計了由Sellen-key架構為基礎的高通濾波器、低通濾波器,組成0.1Hz~1000Hz均可以接收到訊號頻段的帶通濾波器(圖7/8),而增益放大器再度將訊號放大(圖9)。雖然測量ECG/EMG的訊號需測量不同的部位,但差別只在於不同部位測量的訊號與頻率有所不同。但在電路設計上都是相同的。表1所列為肌電、心電放大倍率的算法,再由此算法去調配儀表放大器及增益放大器的放大倍率。此外,本設計為了為能方便調整倍率都使用可變電阻。 圖4 擷取身體生理訊號六步驟 圖5 TI TINA模擬儀表放大器。左)單電源儀表放大電路以及右腳驅動電路; 右)電路輸出模擬結果 圖6 TINA模擬帶斥濾波器。左)帶斥濾波電路; 右)電路頻率響應 圖7 以TI TINA Tool模擬高通濾波器。左)濾波電路;右)電路頻率響應 圖8 以TI TINA Tool模擬低通濾波器。左)低通濾波電路; 右)電路頻率響應 圖9 以TI TINA Tool模擬增益放大器。左)增益放大電路; 右)電路輸入與輸出圖 最後計算系統的耗電量,本系統之工作電壓為3.3V,但因多數電池的輸出電壓為3.7V,因此使用穩壓IC將電壓穩至3.3V。在前端電路中只有使用到2.6mA、而在MCU與BLE共使用35.8mA,因此總電路消耗電流為38.4mA,若用3.7V 1000mAh的鋰電池,可以連續使用大約26小時。 設計/實作提升壓縮率 本演算法以過去的論文為基礎,並針對失真性之問題進行改良,筆者提出無失真性壓縮演算法。此演算法分為兩個部分:線性預測與模糊計算及霍夫曼編碼技術。如圖10所示,線性預測與模糊運算是為了增加預測的準確度,提高壓縮率。在線性預測與模糊運算中將先對資料作Backward Difference,以有效地縮小範圍。接著根據前一個值的大小、方向及前三個值x(n-1)、x(n-2)及x(n-3)差值的差異,尋找最佳預測函式(Prediction Function),並透過函式獲得x(n)的預測值(x(n))。之後便將x'(n)與當前值x(n)相減,即可求得PD值,最後將PD值發送到作為熵編碼的霍夫曼編碼上。霍夫曼編碼是針對輸入的每一符號建立唯一字碼,然後將每一固定長度的字碼替換成可變長度字碼,進而達到壓縮的效果。 圖10 無失真資料壓縮法基礎架構 線性預測與模糊運算 從模擬研究中得出,將某一點訊號跟前一點訊號相減後其得出的結果,會較集中至某一範圍且數值較小。當訊號範圍集中,則同一範圍的機率增加,代表其應用在霍夫曼編碼上可以降低編碼的位元數,達到提高壓縮率的效果。利用線性與斜率的概念,分別使用一階、二階的預測方法來開發無失真性壓縮演算法,其過程可分4個步驟(圖11)。 圖11 線性預測與模糊運算 透過觀察心電圖十二導程等之特徵,用F1~F4來針對心電圖中R peck的波形進行預測,F5~F7則是針對反向訊號進行預測,F8~F10是對於其他較平穩的波形進行預測。例如:Lead II導程心電圖可分為PQRST等五種特徵波形(圖12)。若前一值被判斷為QRS區間訊號,通過1st Fuzzy Controller將預測函式縮限至F1~F4,之後再透過2nd Fuzzy Controller選擇準確的預測函式。 圖12 心電圖特性波形 圖13為本設計之壓縮編碼架構,當前值x(n)可由過去三值x(n-1)、x(n-2)和x(n-3)來預測,Diff1是x(n-1)和x(n-2)之間的差值、Diff2則是x(n-2)和x(n-3)之間的差值。第一階段(1st)的Fuzzy Controller由前一值x(n-1)來決定進入第二階段(2nd)的哪一個Fuzzy Controller。第二階段則透過Diff1、Diff2及其差值的斜率、方向選擇最後的功能。比較與補償(C&C)則是特別針對於心律不整患者預測不準之結果,進行進一步的校正。 圖13 該壓縮編碼結構 霍夫曼編碼技術 表2為將當前值跟預測值的差值(PD值)進行統計,並計算在每個範圍出現的機率。並依照出現的機率編碼出對應的唯一碼,最後做成Huffman...
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -