1、第 36 卷 第 2 期2023 年 2 月传 感 技 术 学 报CHINESE JOUNAL OF SENSOS AND ACTUATOSVol.36No.2Feb 2023项目来源:北京市自然科学基金项目(Z170003，4232053)收稿日期:20220106修改日期:20220531Design of Wearable Parkinson s Tremor DetectionSystem Based on Inertial Sensor*TONG Lina1，LIU Daisong1，HE Jiaji1，ZHANG Mingjia1，PENG Liang2*(1School of M
2、echanical Electronic Information Engineering，China University of Mining and Technology-Beijing，Beijing 100083，China;2State Key Laboratory of Management and Control for Complex Systems，Institute of Automation，Chinese Academy of Sciences，Beijing 100190，China)Abstract:In order to assist the diagnosis a
3、nd treatment of Parkinson tremor，an inertial sensor based wearable detection system for Par-kinson s limb tremor is designed The components of data acquisition，bluetooth networking，power management and angle calculation aredesigned in detail At the same time，an APP for data reception and tremor reco
4、rding on the mobile phone is designed UCOS is used torealize hardware disconnection reconnecting and data synchronization reception The performance test shows that it has a battery life of17 hours，the packet loss rate of sports data is lower than 02%，and the angle error is within 1 At last，a CNN-bas
5、ed recognition al-gorithm for Parkinson s tremor is proposed，the accuracy and specificity are 973%and 972%The test results of the device meet theactual medical needs It provides a feasible method for the assist of diagnosis and treatment for Parkinson s limb tremorKey words:Parkinson Disease(PD);tre
6、mor detection;inertial sensor;bluetooth mesh;data synchronization receiving mechanism;Conv-olutional Neural Network(CNN)EEACC:7230doi:103969/jissn10041699202302021基于惯性传感器的可穿戴式帕金森震颤检测系统设计*佟丽娜1，刘岱松1，何佳纪1，张明佳1，彭亮2*(1中国矿业大学(北京)机电与信息工程学院，北京 100083;2中国科学院自动化研究所复杂系统管理与控制国家重点实验室，北京 100190)摘要:为了辅助帕金森震颤诊疗，设计了
7、基于惯性传感器的可穿戴式帕金森震颤检测系统。在数据采集、Bluetooth 通讯、电源管理和角度解算等方面做了详细设计，并在手机端设计实现了数据接收及震颤识别 APP，利用 UCOS 实现了对硬件断线重连和数据同步接收，对装置各种性能进行测试，设备续航时间可达 17 h，运动数据的丢包率低于 02%，角度误差在1范围内，同时提出了基于 CNN 的帕金森震颤识别方法，准确率和特异性分别为 973%和 972%。系统的各项测试结果均满足实际医疗使用需求，为帕金森肢体震颤辅助诊疗提出了一个可行的方法。关键词:帕金森病;震颤检测;惯性传感器;蓝牙组网;数据同步接收机制;卷积神经网络中图分类号:TP39
8、14文献标识码:A文章编号:10041699(2023)02031409帕金森病(Parkinson s Disease，PD)是一种慢性神经系统退行性疾病12，肢体震颤是其最常见的一种运动性功能障碍，会极大影响患者的生活质量。据统计，PD 发病率近年来呈上升趋势，我国 60 岁以上的人群中发病率已高达 1%3，而目前的医疗水平只能针对发病情况进行监测并用药物抑制而无法治愈4。随着微电子技术的发展，可穿戴设备凭借其体积小、功耗低、无线化56 等优势开始用于 PD 检测;该类设备按照检测信号类型的不同主要可分为三类:加速度等运动学信号、表面肌电信号(sEMG)和声音信号78。清华大学的 Qin
9、等9 使用肌电采集装置采集 PD 患者肱二头肌处的肌电信号，并且使用了一种轻量级的卷积神经网络(CNN)用于 PD 患者震颤的识别，准确率为 90 54%，召回率为 9055%，但是表面肌电信号的低信噪比导致其分类精度难以提升。Hasan 等10 使用随机森林(F)算法对 PD 患者和正常人元音字母a 的声音信号进行识别，准确率可达 91%，但由于声音信号的采集对环境有严格的要求，不利于实际应用。关于使用运动学信息进行 PD 分析和评估，Bobic 等11 使用可穿戴陀螺仪对手指捏合的运动学信息进行 15 s 的第 2 期佟丽娜，刘岱松等:基于惯性传感器的可穿戴式帕金森震颤检测系统设计采集，提
10、取捏合速度，捏合角度等特征信息，通过两名神经科医生提供的参考分数可达到 8816%的准确率，但这种捏合手指的方式更适合在诊室进行评估，不适合日常监测。Peres 等12 使用惯性传感器采集 PD 患者和正常人手背和前臂的震颤、迟缓和僵硬等惯性数据，并使用支持向量机(SVM)和 F等分类器对 PD 和正常人进行分类，得到准确率最高为 917%的分类结果，但是机器学习多种特征的提取和选择增加了实验的复杂度。为了有效对 PD 患者震颤症状进行检测，本文设计了基于惯性传感器的可穿戴式帕金森震颤肢体检测系统，系统可无线采集双节点 8 路姿态数据并实时解算运动姿态，并设计了手机端 APP，具有接收传感器节
11、点的数据、进行数据存储、分析识别并发送至上位机等功能。同时创新设计了双节点蓝牙数据同步接收机制，保证了数据接收的稳定性和可靠性。在震颤识别方面设计了基于 CNN 的肢体震颤识别方法，获得了 973%的准确率。1可穿戴式帕金森诊断系统设计11系统总体结构本文设计了一套双节点帕金森震颤检测系统，系统总体框图如图 1 所示，由数据采集层、数据中继层和数据接收层三部分构成。具备数据实时采集、无线传输、存储管理、实时角度解算及数据分析等功能。图 1系统结构图图 2硬件佩戴示意图系统中数据采集层设计成手环的形式可佩戴于手腕和脚踝处，如图 2 所示，手环在 MCU 内完成低功耗蓝牙(BLE)组网并对双节点姿
12、态数据采集和解算。数据处理层是载有自主研发的 BLE 数据处理软件的 Android 设备，通过 BLE 连接手环接收并保存人体运动信息，并对震颤进行识别发送到电脑端。数据接收层主要是电脑端，接收层可实时接收并保存经过处理层预处理的姿态数据、震颤记录，同时也可以对数据进行分析，识别 PD 震颤，并将震颤信息反馈给医生，方便医生对病人的治疗。12系统硬件设计121数据采集单元设计手环硬件主控芯片采用内核为 32 位的微控制器 stm32f103c8t6，芯片正常工作电流约为 77 mA，待机电流约为 2 A13，体积小、功耗低等优点满足可穿戴设备中的低功耗设计要求，丰富的外设接口满足数据采集和通
13、讯等设计的要求。在数据采集单元中，惯性传感器选择 MPU9250，根据采样精度及灵敏度的要求选择三轴角速度传感器，量程为2 000/s，三轴加速度传感器量程为8 g，两者灵敏度分别为16384 LSB/(/s)和 4 096 LSB/g 14，同时实时解算人运动过程中手脚摆动变化明显的俯仰角和偏航角，根据需求设计角度量程为180。数据采集单元结构如图 3 所示，MCU 片内Flash 为 64 kB，由于手环和脚环采样频率设为20 Hz，数据发送过程中设计每一帧的数据为 20 字节(详见 131)，则发送速度可达 3125 kbit/s，在长时间数据发送过程中的数据量非常大，故在系统设计中 需
14、 加 入 外 部 存 储 器。本 文 系 统 实 验 选 型W25Q256FV 芯片，存储器的内部空间为 32 MB(256 Mb)可以满足约 233 h 的数据存储。图 3数据采集单元结构122数据通讯设计为了提高系统的实用性和便捷性，系统各模块间采用无线方式进行通讯，设计使用 BLE(WHBLE103)作为数据通讯核心。相对 IEEE 802154/ZigBee15、WIFI 而 言，Bluetooth 5 0 和 BluetoothMesh(组网)16 的结合使得数据传输进入了崭新的阶段。为了满足功耗低、数据传输速度快和实时性强等513传感技术学报chinatransducersseue
15、ducn第 36 卷要求，本文创新地设计了双 BLE 节点数据同步机制，其主要包含了硬件结构和软件结构两部分，硬件结构如下图 4 所示，BLE Mesh 是一种用于建立多个 BLE通讯的新型网络拓扑方式。硬件系统是由两对主从BLE 组成的 BLE 网络，分别是手环脚环之间的一对主从 BLE 和手环手机之间的一对主从 BLE。相对于多 BLE 设备同时连接手机端而言，本系统仅手环连接手机端就可实时接收手脚环数据，增加系统连接稳定性的同时也简化了手机 APP 程序的开发难度。图 4BLE 组网设计123电源管理 IC 设计为了保证可穿戴设备工作时的稳定性，设计采用STNS01 作为电源管理 IC
16、芯片，该芯片通过使用“恒流/恒压”算法将锂电池充电至 42 V，手环脚环通过800 MAh 锂电池供电。内部电源管理 IC 芯片的加入极大保障了可穿戴设备的供电稳定。电源管理 IC 芯片工作原理如图 5 所示，利用 USB 口与 STNS01 芯片相连接，给硬件充电的同时也可以调试设备。为了直观地显示设备的电量状态，设计使用 MCU 采集 ST 芯片 BATMS(电压衡量引脚)发出的电量信号来显示电池剩余电量，并且加入蓝色充电提示灯。图 5电源管理 IC 工作原理13系统软件设计系统软件设计难点在于系统执行角度实时解算任务的同时执行数据实时发送任务，并且同时执行硬件断连检测任务。为了满足多任务同时执行的需求，创新移植了 UCOSIII 操作系统到嵌入式微控制器来弥补普通单片机无法进行任务调度的短板，UCOSIII是一个包含任务调度、时间管理和多任务实时操作功能的系统内核17，可满足系统软件设计需求。131角度解算及数据传输协议根据 PD 肢体震颤的检测需求，角度解算需实时解算人手腕和脚踝处俯仰角和偏航角(绕 Z 轴及Y 轴)，如图 6 所示。图 6运动角度解算为提高姿态角度的精确性，姿
