摘 要： 研究并實現了一種將智能手機與人體生理參數監測相結合的方法，設計了一種基于Android終端的多生理參數家庭健康監護系統，該系統可以測量人體的體溫、呼吸頻率和心率等參數。詳細描述了系統的硬件部分和軟件部分，并對系統進行了測試和驗證，確定了方案的可行性、科學性。
0 引言
當今社會，隨著人們物質水平的不斷提高，人們對自身的健康問題也越發重視，人們對疾病控制逐漸從治療模式走向預防模式。
傳統的個人預防保健需要人們到各大醫院進行體檢，效果雖好但缺乏便捷性，無法實現短周期內多次測量。在這樣的背景下，家用醫療生理參數監測設備[1]應運而生。然而市面上的大多數設備都只能測量對應的其中某一項生理參數，且價格昂貴。隨著嵌入式技術的發展，尤其是ARM架構的不斷更新和完善，家用級別尤其是便攜式的可穿戴設備成為當今炙手可熱的一個研究方向。
1設計目標與思路
本文設計的一款基于Android智能終端的多生理參數家庭健康監護系統。與以往的獨立的生理參數監護設備不同，本系統通過USB物理連接線，將采集到的信號通過協議轉換芯片在智能終端上進行接收、處理和顯示。
運用Android Open Accessory標準接口，將支持I2C接口的各傳感器接收到的數字信號通過I2C傳輸協議傳遞給FT311D芯片，而FT311D作為一個數據的橋接部分，運用谷歌公司開發的Android Open Accessory接口，將數據傳送到Android智能終端，在終端的應用程序中對信號進行處理和分析后，將各項人體生理參數顯示在應用程序界面中，使得用戶直觀明了地獲取到最新的生理數據。
系統設計有硬件部分和軟件部分。硬件部分由操作系統版本為4.1.2的安卓智能手機、協議轉換芯片、紅外測溫傳感器和高分辨率氣壓傳感器4個部分構成。軟件部分主要是安卓應用程序，用于提供人機交互界面、執行操作和數據處理。
2 系統實現
2.1 硬件結構
在硬件連接方面，運用FT311D芯片作為橋接，通過USB HOST線接入Android設備，通過Android Open Accessory[2-4]開放式API將數據傳輸到Android設備中。需要注意的是，FT311D需要外部電源系統為其供電（包括鋰電池）。基于Android系統智能終端的多生理參數家庭健康監護系統硬件概圖如圖1所示。
FT311D是一款專門針對Android平臺開發的芯片，它基于Google公司推出的Android Open Accessory標準，通過使用USB技術提供與終端產品系統的內部連接[5]。FT311D是標準的3.3 V供電，在48 MHz充分工作時吸收電流僅為25 mA，待機模式下耗電為128 ?滋A，能夠將USB端口橋接到6個不同的用戶可選擇的接口類型，即GPIO、PWM、UART、I2C、SPI從控端和主控端[6]。它可以用于連接支持Android開源配件模式的任何平臺。
FT311D的右側是兩個通過I2C接口連接的傳感器芯片，分別是MLX90615紅外測溫傳感器[7]和MS5805-02BA01絕對氣壓傳感器[8]。其中，紅外測溫傳感器直接測量耳膜的溫度；絕對氣壓傳感器的間接測量參數有兩個，它可以通過測量耳道內部的氣壓變化，經過信號處理后，間接測量出呼吸頻率、心率等參數。整個集成的傳感器外觀與普通入耳式耳機相似。
2.2 信號處理
首先，對于體溫信號，可以通過MLX90615芯片數據手冊中提供的計算公式，將測量值映射到人體生理體溫變化范圍之內的值；對于耳道氣壓參數，需要先以一定的頻率對其進行數據采集，對采集到的數據采用快速傅里葉變換算法[9-10]FFT（Fast Fourier Transformation）得到信號的頻譜特性，再分別提取出心率和呼吸頻率。
正常的人體呼吸頻率為0.15 Hz~0.5 Hz之間，心率的頻率為1 Hz~2 Hz之間。按照奈奎斯特采樣定理，要求采樣頻率一定要大于等于被采樣信號最高頻率分量的兩倍以上，一般實際應用中保證采樣頻率為信號最高頻率的5～10倍。為了獲得較高的精確值和計算方便，本系統采樣頻率fs=10 Hz，即每秒采集10個數據。
在FFT算法中，輸入的是一個離散的信號數組，其個數N一般取2的n次冪，結合采樣頻率，為了使得采樣總時間控制在用戶可接受的范圍之內，取256個采樣點數，即N=256。因此，采樣時間T=256/10=25.6 s。這是每測量一次測量呼吸頻率和心率參數時所需要等待的最短時間。
但在傳感器測量的過程中，會存在一定的噪聲信號干擾，需要對其他不必要的諧波信號進行過濾。由于呼吸頻率和心跳頻率的取值范圍分離在兩個不同的區域，因此在信號處理中，可以設定兩個沒有交集的窗函數，進行比較和取值。
2.3 軟件設計
2.3.1 Android應用程序主要結構
Android應用程序的開發是本文所要完成的工作之一，需要針對課題要求定義的功能進行編程工作。
正如前文所述，FT311D芯片提供了I2C主機接口與外部通信，而在Android終端設備上，需要運行一個與之關聯的應用程序對整個傳輸過程進行控制，并提供人與機器之間的交互界面。基于FT311D I2C模式的應用程序結構框圖如圖2所示。
如圖2所示，USB箭頭下面范圍內的部分是Android的應用程序端，它通過USB線與FT311D芯片進行連接，將FT311D配置為USB轉I2C接口。上面再與I2C接口的傳感器芯片進行連接，其中只需要一條I2C總線，最多可以同時接入128個I2C設備。
從下面的FTDI FT311D App中可以看見，程序中的編程分為兩個層面：第一層是FT311-I2C Layer，主要是將上層的I2C的控制參數打包成USB數據包的格式，通過USB協議與FT311D芯片進行通信，其內部提供USB讀寫的API方便上層文件對其進行調用；第二層是I2C-User Layer，主要實現用戶層的交互功能，包括人機界面的提供，按鈕、文本框和輸入框的構建，各類組件的行為定義和信號處理算法功能的實現。
2.3.2 Android應用程序功能流程框圖
在Android程序開發之前，需要對所開發的程序功能進行初步設計。程序的功能框圖如圖3所示。
2.3.3 系統界面設計與介紹
依據程序方案的設想，該程序中包含3個顯示界面：主界面、體溫測量界面和呼吸頻率和心率測量界面。單擊應用程序圖標，程序運行后彈出主頁面，如圖4所示。
點擊“體溫”按鈕，進入體溫測量界面，如圖5所示：點擊界面中的“測量”按鈕，就可以獲得傳感器測量得到的體溫值，顯示在當前界面設定的文本框中；點擊“返回”按鈕可以回到主界面。點擊“呼吸頻率”和“心率”按鈕，進入對應的呼吸頻率及心率測量界面，與體溫測量界面類似。
3 測試與驗證
3.1 體溫結果測試
為了確保該應用程序的可靠性和科學性，需要進行多次不同場景下的重復試驗。表1中的數據顯示的是某人在5月4日這天的不同時間段運用該系統的體溫測量功能采集到的體溫數據，并與市面上傳統的水銀溫度計測量值進行比較。
兩種測量方法的測量部位存在差異（耳道和腋窩），并且在測量和讀取的過程中也會存在一定的誤差，然而在這樣誤差存在的情況下，該系統的測溫功能依舊可以與傳統的測溫設備所測得的值幾乎保持一致，證明系統在使用過程中具有一定的可靠性。
3.2 心率及呼吸頻率測試
當信號采集和處理結束之后，在相應的參數文本框中會顯示所測量的參數結果，測量結果顯示，呼吸頻率為25次/min，心率為79次/min，分別屬于對應參數值中的正常范圍[11]（正常范圍：心率60~120次/min，呼吸頻率10~30次/min），證明了系統的可靠性。
3.3 數據處理分析
針對以上的程序運行結果，為了驗證其在采集過程中和信號處理過程中的正確性，運用MATLAB軟件進行數據處理的驗證，檢驗程序的運行結果是否符合科學性。
將數組中存放的采樣結果作為fft函數的輸入參數x[256]，調用fft（）函數進行快速傅里葉變換得到幅頻響應數組y[256]。運用plot命令作出信號的時域圖和經FFT變換后的幅頻特性曲線圖分別如圖6和圖7所示。
在呼吸頻率的鑒定中，從生理的角度來說，呼吸頻率的范圍為10次~30次/min，即頻率范圍為0.15 Hz～ 0.5 Hz；心跳頻率的范圍為60次/min到120次/min，即頻率范圍為1 Hz~2 Hz。
圖7中，對應頻率0.43 Hz時的頻率響應幅值最高，為425 550。在呼吸頻率的允許范圍之內，有且只有一個明顯的峰值，因此有理由相信信號的該頻率分量是由呼吸影響氣壓變化而產生的，對應的頻率為25次/ min。
圖7中對應心跳頻率范圍內，有且只有一個明顯的峰值，頻率為1.32 Hz對應幅值為58 084，因此有理由相信信號的該頻率分量是由心跳搏動影響氣壓變化而產生的，對應的頻率為79 次/min。
至此，在保證數據采集正確性的前提下，從理論上驗證了FFT算法在Android程序中執行的正確性，也確定了該程序的可操作性。
4 結論
本文的主要研究內容是將最普及且處理性能越發強大的Android智能終端和家庭個人生理參數監護功能合二為一，提出一種集便捷性、經濟性和科學性等優勢于一身的基于Android智能終端的多生理參數家庭健康監護系統。但是本文的研究也有很多方面需要改進和完善，這也是接下來的工作重點：
（1）本文中所用到的傳感器要放置在耳道內，對于測量的環境要求比較高，尤其是耳道內氣壓的測量需要測量環境具備一定程度的密封性。因此在傳感器與人體接觸的合理化方面的問題還需要繼續改善。
（2）測量所得的參數數據僅僅限于Android設備本地端使用，在共享性方面上還有一定的局限性?？梢酝ㄟ^添加網絡模塊，將本地數據與云端服務器相連，實現遠程的醫療保健監控，使得整套系統更具備科學性。
參考文獻
[1] 趙儒哲，許武軍，曾凱，等.EPICECG穿戴裝置的心臟疾病預警算法研究研究[J].微型機與應用，2014，33（24）：95-97.
[2] JAVALE D， MOHSIN M， NANDANWAR S， et al. Home automation and security system using Android ADK[J]. International Journal of Electronics Communication and Computer Technology， 2013，3：382-385.
[3] B?魻HMER M. Beginning Android ADK with Arduino[M]. Apress， 2012.
[4] G?魻BEL S， JUBEH R， RAESCH S-L， et al. Using the Android platform to control robots. Kassel University Germany[J/OL]. [2015-01-26]. www.innoc.at/fileadmin/user_upload/_temp_/RiE/Proceedings/65. pdf.
[5] Tian Dan， Yong Wang. A UWB through-wall-detection radar system based on Android devices[J]. Applied Mechanics and Materials， 2013，333：1518-1522.
[6] 廣州周立功單片機發展有限公司.I2C總線概要：產品應用手冊[S].2006.
[7] 魏計林，吳海洋，邱選兵.基于MLX90615的紅外耳溫計設計[J].光機電信息，2011，28（6）：35-38.
[8] HII P C， CHUNG W Y. A comprehensive ubiquitous healthcare solution on an AndroidTM mobile device[J]. Sensors， 2011， 11（7）： 6799-6815.
[9] 楊麗娟，張白樺，葉旭楨.快速傅里葉變換FFT及其應用[J].光電工程，2005，31（B12）：1-3.
[10] NUSSBAUMER H J. Fast Fourier transform and convolution algorithms[M]. Springer， 1982.
[11] 唐弘玲.基于信號處理的Android手機心率監測軟件設計與實現[D].上海：東華大學，2013.