摘 要： 研究并实现了一种将智能手机与人体生理参数监测相结合的方法，设计了一种基于Android终端的多生理参数家庭健康监护系统，该系统可以测量人体的体温、呼吸频率和心率等参数。详细描述了系统的硬件部分和软件部分，并对系统进行了测试和验证，确定了方案的可行性、科学性。
0 引言
当今社会，随着人们物质水平的不断提高，人们对自身的健康问题也越发重视，人们对疾病控制逐渐从治疗模式走向预防模式。
传统的个人预防保健需要人们到各大医院进行体检，效果虽好但缺乏便捷性，无法实现短周期内多次测量。在这样的背景下，家用医疗生理参数监测设备[1]应运而生。然而市面上的大多数设备都只能测量对应的其中某一项生理参数，且价格昂贵。随着嵌入式技术的发展，尤其是ARM架构的不断更新和完善，家用级别尤其是便携式的可穿戴设备成为当今炙手可热的一个研究方向。
1设计目标与思路
本文设计的一款基于Android智能终端的多生理参数家庭健康监护系统。与以往的独立的生理参数监护设备不同，本系统通过USB物理连接线，将采集到的信号通过协议转换芯片在智能终端上进行接收、处理和显示。
运用Android Open Accessory标准接口，将支持I2C接口的各传感器接收到的数字信号通过I2C传输协议传递给FT311D芯片，而FT311D作为一个数据的桥接部分，运用谷歌公司开发的Android Open Accessory接口，将数据传送到Android智能终端，在终端的应用程序中对信号进行处理和分析后，将各项人体生理参数显示在应用程序界面中，使得用户直观明了地获取到最新的生理数据。
系统设计有硬件部分和软件部分。硬件部分由操作系统版本为4.1.2的安卓智能手机、协议转换芯片、红外测温传感器和高分辨率气压传感器4个部分构成。软件部分主要是安卓应用程序，用于提供人机交互界面、执行操作和数据处理。
2 系统实现
2.1 硬件结构
在硬件连接方面，运用FT311D芯片作为桥接，通过USB HOST线接入Android设备，通过Android Open Accessory[2-4]开放式API将数据传输到Android设备中。需要注意的是，FT311D需要外部电源系统为其供电（包括锂电池）。基于Android系统智能终端的多生理参数家庭健康监护系统硬件概图如图1所示。
FT311D是一款专门针对Android平台开发的芯片，它基于Google公司推出的Android Open Accessory标准，通过使用USB技术提供与终端产品系统的内部连接[5]。FT311D是标准的3.3 V供电，在48 MHz充分工作时吸收电流仅为25 mA，待机模式下耗电为128 ?滋A，能够将USB端口桥接到6个不同的用户可选择的接口类型，即GPIO、PWM、UART、I2C、SPI从控端和主控端[6]。它可以用于连接支持Android开源配件模式的任何平台。
FT311D的右侧是两个通过I2C接口连接的传感器芯片，分别是MLX90615红外测温传感器[7]和MS5805-02BA01绝对气压传感器[8]。其中，红外测温传感器直接测量耳膜的温度；绝对气压传感器的间接测量参数有两个，它可以通过测量耳道内部的气压变化，经过信号处理后，间接测量出呼吸频率、心率等参数。整个集成的传感器外观与普通入耳式耳机相似。
2.2 信号处理
首先，对于体温信号，可以通过MLX90615芯片数据手册中提供的计算公式，将测量值映射到人体生理体温变化范围之内的值；对于耳道气压参数，需要先以一定的频率对其进行数据采集，对采集到的数据采用快速傅里叶变换算法[9-10]FFT（Fast Fourier Transformation）得到信号的频谱特性，再分别提取出心率和呼吸频率。
正常的人体呼吸频率为0.15 Hz~0.5 Hz之间，心率的频率为1 Hz~2 Hz之间。按照奈奎斯特采样定理，要求采样频率一定要大于等于被采样信号最高频率分量的两倍以上，一般实际应用中保证采样频率为信号最高频率的5～10倍。为了获得较高的精确值和计算方便，本系统采样频率fs=10 Hz，即每秒采集10个数据。
在FFT算法中，输入的是一个离散的信号数组，其个数N一般取2的n次幂，结合采样频率，为了使得采样总时间控制在用户可接受的范围之内，取256个采样点数，即N=256。因此，采样时间T=256/10=25.6 s。这是每测量一次测量呼吸频率和心率参数时所需要等待的最短时间。
但在传感器测量的过程中，会存在一定的噪声信号干扰，需要对其他不必要的谐波信号进行过滤。由于呼吸频率和心跳频率的取值范围分离在两个不同的区域，因此在信号处理中，可以设定两个没有交集的窗函数，进行比较和取值。
2.3 软件设计
2.3.1 Android应用程序主要结构
Android应用程序的开发是本文所要完成的工作之一，需要针对课题要求定义的功能进行编程工作。
正如前文所述，FT311D芯片提供了I2C主机接口与外部通信，而在Android终端设备上，需要运行一个与之关联的应用程序对整个传输过程进行控制，并提供人与机器之间的交互界面。基于FT311D I2C模式的应用程序结构框图如图2所示。
如图2所示，USB箭头下面范围内的部分是Android的应用程序端，它通过USB线与FT311D芯片进行连接，将FT311D配置为USB转I2C接口。上面再与I2C接口的传感器芯片进行连接，其中只需要一条I2C总线，最多可以同时接入128个I2C设备。
从下面的FTDI FT311D App中可以看见，程序中的编程分为两个层面：第一层是FT311-I2C Layer，主要是将上层的I2C的控制参数打包成USB数据包的格式，通过USB协议与FT311D芯片进行通信，其内部提供USB读写的API方便上层文件对其进行调用；第二层是I2C-User Layer，主要实现用户层的交互功能，包括人机界面的提供，按钮、文本框和输入框的构建，各类组件的行为定义和信号处理算法功能的实现。
2.3.2 Android应用程序功能流程框图
在Android程序开发之前，需要对所开发的程序功能进行初步设计。程序的功能框图如图3所示。
2.3.3 系统界面设计与介绍
依据程序方案的设想，该程序中包含3个显示界面：主界面、体温测量界面和呼吸频率和心率测量界面。单击应用程序图标，程序运行后弹出主页面，如图4所示。
点击“体温”按钮，进入体温测量界面，如图5所示：点击界面中的“测量”按钮，就可以获得传感器测量得到的体温值，显示在当前界面设定的文本框中；点击“返回”按钮可以回到主界面。点击“呼吸频率”和“心率”按钮，进入对应的呼吸频率及心率测量界面，与体温测量界面类似。
3 测试与验证
3.1 体温结果测试
为了确保该应用程序的可靠性和科学性，需要进行多次不同场景下的重复试验。表1中的数据显示的是某人在5月4日这天的不同时间段运用该系统的体温测量功能采集到的体温数据，并与市面上传统的水银温度计测量值进行比较。
两种测量方法的测量部位存在差异（耳道和腋窝），并且在测量和读取的过程中也会存在一定的误差，然而在这样误差存在的情况下，该系统的测温功能依旧可以与传统的测温设备所测得的值几乎保持一致，证明系统在使用过程中具有一定的可靠性。
3.2 心率及呼吸频率测试
当信号采集和处理结束之后，在相应的参数文本框中会显示所测量的参数结果，测量结果显示，呼吸频率为25次/min，心率为79次/min，分别属于对应参数值中的正常范围[11]（正常范围：心率60~120次/min，呼吸频率10~30次/min），证明了系统的可靠性。
3.3 数据处理分析
针对以上的程序运行结果，为了验证其在采集过程中和信号处理过程中的正确性，运用MATLAB软件进行数据处理的验证，检验程序的运行结果是否符合科学性。
将数组中存放的采样结果作为fft函数的输入参数x[256]，调用fft（）函数进行快速傅里叶变换得到幅频响应数组y[256]。运用plot命令作出信号的时域图和经FFT变换后的幅频特性曲线图分别如图6和图7所示。
在呼吸频率的鉴定中，从生理的角度来说，呼吸频率的范围为10次~30次/min，即频率范围为0.15 Hz～ 0.5 Hz；心跳频率的范围为60次/min到120次/min，即频率范围为1 Hz~2 Hz。
图7中，对应频率0.43 Hz时的频率响应幅值最高，为425 550。在呼吸频率的允许范围之内，有且只有一个明显的峰值，因此有理由相信信号的该频率分量是由呼吸影响气压变化而产生的，对应的频率为25次/ min。
图7中对应心跳频率范围内，有且只有一个明显的峰值，频率为1.32 Hz对应幅值为58 084，因此有理由相信信号的该频率分量是由心跳搏动影响气压变化而产生的，对应的频率为79 次/min。
至此，在保证数据采集正确性的前提下，从理论上验证了FFT算法在Android程序中执行的正确性，也确定了该程序的可操作性。
4 结论
本文的主要研究内容是将最普及且处理性能越发强大的Android智能终端和家庭个人生理参数监护功能合二为一，提出一种集便捷性、经济性和科学性等优势于一身的基于Android智能终端的多生理参数家庭健康监护系统。但是本文的研究也有很多方面需要改进和完善，这也是接下来的工作重点：
（1）本文中所用到的传感器要放置在耳道内，对于测量的环境要求比较高，尤其是耳道内气压的测量需要测量环境具备一定程度的密封性。因此在传感器与人体接触的合理化方面的问题还需要继续改善。
（2）测量所得的参数数据仅仅限于Android设备本地端使用，在共享性方面上还有一定的局限性。可以通过添加网络模块，将本地数据与云端服务器相连，实现远程的医疗保健监控，使得整套系统更具备科学性。
参考文献
[1] 赵儒哲，许武军，曾凯，等.EPICECG穿戴装置的心脏疾病预警算法研究研究[J].微型机与应用，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] 广州周立功单片机发展有限公司.I2C总线概要：产品应用手册[S].2006.
[7] 魏计林，吴海洋，邱选兵.基于MLX90615的红外耳温计设计[J].光机电信息，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] 杨丽娟，张白桦，叶旭桢.快速傅里叶变换FFT及其应用[J].光电工程，2005，31（B12）：1-3.
[10] NUSSBAUMER H J. Fast Fourier transform and convolution algorithms[M]. Springer， 1982.
[11] 唐弘玲.基于信号处理的Android手机心率监测软件设计与实现[D].上海：东华大学，2013.