孟 瑤

(遼東學(xué)院信息工程學(xué)院 遼寧 丹東 118000)

0 引 言

在可穿戴計算的架構(gòu)中，計算系統(tǒng)是像眼鏡、手表或衣服一樣穿戴在身上，并可基于情景的變化與用戶互動。其通過形態(tài)各異的顯示器、方便易用的輸入設(shè)備、大量環(huán)境感知元器件、無線局域網(wǎng)發(fā)揮著用戶智能助手的作用。21世紀(jì)以來，可穿戴技術(shù)取得了顯著進(jìn)步，并開始進(jìn)入普通人的視野和生活。一方面，移動互聯(lián)網(wǎng)快速發(fā)展，無論是無線網(wǎng)絡(luò)的承載能力和普及程度還是移動智能設(shè)備的性能都取得了長足的進(jìn)步，這為可穿戴設(shè)備的開發(fā)提供了良好的技術(shù)基礎(chǔ)。另一方面，人們對于更加自由、便捷和個性化的信息處理的需求打開了可穿戴設(shè)備的應(yīng)用市場[1]。目前已面世的可穿戴設(shè)備按主要功能可劃分為四類：健身類、健康類、資訊類、體感類。其中，健身健康類產(chǎn)品的出貨量遙遙領(lǐng)先于其他類別的產(chǎn)品，有望成為最早取得突破性發(fā)展的應(yīng)用方向[2]。該類設(shè)備通過內(nèi)置的傳感器采集諸如心電、呼吸、血壓、身體活動、溫度等信號，從而為佩戴者提供生理和環(huán)境信息[3-4]。李潤川等[5]設(shè)計與實(shí)現(xiàn)的健康監(jiān)測系統(tǒng)使用可穿戴心電檢測儀采集心電信號，傳輸至云平臺供醫(yī)生診斷，并將檢驗(yàn)結(jié)果派發(fā)給手機(jī)端顯示。劉林鋒等[6]提出了一種針對軍校學(xué)員的運(yùn)動狀態(tài)識別方法，利用加速度數(shù)據(jù)采集設(shè)備獲取運(yùn)動數(shù)據(jù)，使用閾值識別提取的特征值，實(shí)現(xiàn)了對七類運(yùn)動狀態(tài)的識別。范長軍等[7]使用深度神經(jīng)網(wǎng)絡(luò)對從多類傳感器獲取的慣性和生理等多模態(tài)數(shù)據(jù)進(jìn)行特征提取和融合，從而實(shí)現(xiàn)人體活動識別。高香玉[8]提出了一種人體行為監(jiān)測方法，使用加速度計采集活動數(shù)據(jù)，借助云平臺轉(zhuǎn)發(fā)至后臺服務(wù)端進(jìn)行數(shù)據(jù)分析，實(shí)現(xiàn)動作類別識別和跌倒報警。孫子文等[9]提出了一種基于加速度傳感器的閾值方法進(jìn)行人體跌倒監(jiān)測，其針對跌倒行為的三個階段，使用支持向量機(jī)設(shè)定多重閾值。此類研究已取得了一定的成果，但也存在一些問題。首先，多數(shù)研究通過消耗計算資源來提高準(zhǔn)確性，難以向設(shè)備佩戴者持續(xù)反饋實(shí)時監(jiān)測結(jié)果。其次，通常使用仿真實(shí)驗(yàn)來分析性能，實(shí)地實(shí)驗(yàn)結(jié)論較少。最后，缺乏對系統(tǒng)可用性的評價，無法了解用戶對系統(tǒng)的接受程度。

針對以上問題，本文設(shè)計一種用于可穿戴設(shè)備的運(yùn)動監(jiān)測系統(tǒng)，以實(shí)現(xiàn)與個人運(yùn)動狀況相關(guān)的實(shí)時反饋。通過用戶穿戴的健康胸帶，可隨時隨地采集心電和活動信號并傳輸至移動設(shè)備。安裝于移動設(shè)備的應(yīng)用程序接收生理信號，借助心率監(jiān)測和步伐監(jiān)測算法進(jìn)行實(shí)時分析，并顯示相關(guān)運(yùn)動參數(shù)。實(shí)驗(yàn)驗(yàn)證了本文方法的有效性與可行性。

1 可穿戴運(yùn)動監(jiān)測系統(tǒng)

1.1 系統(tǒng)結(jié)構(gòu)

如圖1所示，該可穿戴運(yùn)動監(jiān)測系統(tǒng)由三部分構(gòu)成：(1) 用于生理信號采集的健康胸帶；(2) 用于實(shí)時生理信號分析和反饋的移動應(yīng)用程序；(3) 用于數(shù)據(jù)存儲的服務(wù)器。

圖1 可穿戴運(yùn)動監(jiān)測系統(tǒng)結(jié)構(gòu)

健康胸帶內(nèi)置的心電傳感器和加速度計分別負(fù)責(zé)采集佩戴者的心電信號和身體活動加速度信號。移動終端(如智能手機(jī)、平板電腦等)安裝有專門的應(yīng)用程序，其與健康胸帶無線連接，以接收心電和加速度信號，并使用心率監(jiān)測和步伐監(jiān)測算法進(jìn)行數(shù)據(jù)分析，向用戶展示提取的實(shí)時參數(shù)。

1.2 健康胸帶

如圖1所示，健康胸帶內(nèi)置心電傳感器、加速度計、電路模塊、通信模塊和電源模塊。其中，心電傳感器用于檢測佩戴者心臟活動，采樣率240 Hz。健康胸帶內(nèi)置3個心電傳感器，其采集的信號通過數(shù)字紗線傳輸至電路模塊，如圖2所示。該電路也內(nèi)嵌1個三軸加速度計，用于采集身體活動產(chǎn)生的加速度信號，采樣率240 Hz。通信模塊使用藍(lán)牙實(shí)現(xiàn)健康胸帶和移動終端的無線通信。

圖2 健康胸帶

1.3 移動應(yīng)用程序

移動應(yīng)用程序用于實(shí)時處理心電和活動加速度信號，并生成反映用戶運(yùn)動狀況的參數(shù)，主要功能如下。

(1) 展示運(yùn)動成績。用戶可以在運(yùn)動過程中隨時查看自己的實(shí)時步數(shù)、實(shí)時心率和實(shí)時行走距離(如圖3所示)，也可查看實(shí)時心電圖或加速度信號圖。

圖3 實(shí)時運(yùn)動參數(shù)反饋

(2) 保存運(yùn)動成果。每次運(yùn)動后，詢問用戶是否保存該次記錄。若用戶選擇保存，則應(yīng)用程序計算并顯示該次運(yùn)動的總步數(shù)、總行走距離、熱量消耗等參數(shù)(如圖4所示)，并將信號和相關(guān)參數(shù)轉(zhuǎn)發(fā)至遠(yuǎn)程服務(wù)器，實(shí)現(xiàn)數(shù)據(jù)的長期存儲。

圖4 當(dāng)前運(yùn)動成果展示

(3) 回顧運(yùn)動成果。應(yīng)用程序從服務(wù)器下載歷史運(yùn)動記錄，以日/周/月為單位向用戶展示歷史運(yùn)動成績，用戶也可查看周/月運(yùn)動趨勢圖。圖5右部展示了某個月的運(yùn)動情況，包括總時長、總熱量消耗、總天數(shù)、總行走距離、總步數(shù)和日平均行走距離；圖5左部展示了某個月里每日運(yùn)動目標(biāo)達(dá)成情況(以255 kcal為日運(yùn)動目標(biāo))和每日行走距離的折線圖(因界面布局空間有限，所顯示的最大距離為600 m)。

圖5 月運(yùn)動情況統(tǒng)計

2 信號分析

移動應(yīng)用程序?qū)崿F(xiàn)了兩種信號分析算法：心率檢測和步伐檢測。

2.1 心率檢測

從心電傳感器獲取的信號波形類似標(biāo)準(zhǔn)導(dǎo)聯(lián)II心電圖，故對Pan等[10]開發(fā)的QRS檢測算法進(jìn)行改進(jìn)以適應(yīng)本系統(tǒng)心電信號。改進(jìn)的算法包括以下步驟，R波檢測結(jié)果如圖6所示。

1) 累積固定長度的心電信號。

2) 應(yīng)用均值濾波器和帶通濾波器對心電信號進(jìn)行濾波。

3) 對濾波降噪后的信號依次進(jìn)行微分、逐點(diǎn)平方和移動窗口積分。

4) 基于積分波形的峰值，導(dǎo)出閾值。

5) 根據(jù)閾值，檢測QRS波群的R波。

6) 計算當(dāng)前R波和前一個R波之間的位置間隔，即RR間隔。

7) 根據(jù)歷史RR間隔和R波峰值，判斷當(dāng)前R波的合法性。

8) 若當(dāng)前R波合法，結(jié)合采樣率，計算當(dāng)前心率。

圖6 R波檢測

2.2 步伐檢測

步伐檢測算法的輸入數(shù)據(jù)為三向加速度信號、用戶性別和身高，輸出數(shù)據(jù)為實(shí)時步數(shù)和實(shí)時行走距離。算法包括以下步驟，觸地點(diǎn)檢測結(jié)果如圖7所示。

1) 累積固定長度的加速度信號。

2) 將三軸加速度信號合并為一個信號量。

3) 基于歷史觸地峰值計算閾值，初值為0。

4) 應(yīng)用Savitzky-Golay濾波器進(jìn)行濾波。

5) 根據(jù)過零點(diǎn)，檢測觸地位置。

6) 根據(jù)閾值，判斷當(dāng)前觸地位置的合法性。

7) 若當(dāng)前觸地位置合法，累積步數(shù)加1。

8) 根據(jù)峰值和谷值，計算極差。

9) 根據(jù)極差、用戶性別和身高，計算出當(dāng)前的步長，步長計算公式見式(1)-式(3)。

(1)

K=0.45·(L/1 000)+0.057

(2)

(3)

式中：SL代表步長估值(m)；rmax和rmin分別為峰值和谷值；L是腿長估值(mm)，H是身高(mm)。

10) 當(dāng)前步長與歷史行走距離相加，得到當(dāng)前的行走距離。

圖7 觸地點(diǎn)檢測

3 用戶實(shí)驗(yàn)

為了分析心率檢測和步伐檢測算法的性能，以及評價所開發(fā)系統(tǒng)的可用性，進(jìn)行了實(shí)地用戶實(shí)驗(yàn)。

3.1 方 法

10位男性受試者(20歲至30歲)參與了用戶研究實(shí)驗(yàn)，結(jié)果如表1所示。

表1 受試者信息(N=10)

受試者佩戴健康胸帶進(jìn)行運(yùn)動，使用安裝于平板電腦上的應(yīng)用程序查看自己的表現(xiàn)。在受試者短暫熟悉應(yīng)用程序后，使用跑步機(jī)分別以2 km/h、4 km/h、6 km/h、8 km/h和10 km/h的速度進(jìn)行步行或跑步運(yùn)動，總運(yùn)動距離為2.5 km。運(yùn)動結(jié)束后，受試者填寫關(guān)于系統(tǒng)使用體驗(yàn)的調(diào)查問卷。

3.2 結(jié) 果

(1) 心率檢測算法性能。為了評估心率檢測算法的性能，將檢測到的R波和實(shí)際R波進(jìn)行了比較。圖8比較了每個受試者的實(shí)際R波數(shù)量、采用Pan-Tompkins(PT)算法檢測的R波數(shù)量和采用本文改進(jìn)算法檢測的R波數(shù)量。Pan-Tompkins算法錯誤率的平均值為-2.73%，其標(biāo)準(zhǔn)差為1.28；本文改進(jìn)算法錯誤率的平均值為-2.13%，其標(biāo)準(zhǔn)差為0.99。表明改進(jìn)算法更加適應(yīng)本系統(tǒng)采集的心電信號。另外，兩種心率檢測算法的錯誤率均為負(fù)值(即檢測值小于實(shí)際值)，表明算法低估了受試者的R波數(shù)量。這是由于高強(qiáng)度身體活動(如跑步)產(chǎn)生了偽影和噪聲，從而導(dǎo)致漏檢情況發(fā)生。

圖8 實(shí)際R波數(shù)量、PT算法和改進(jìn)算法檢測 R波數(shù)量的比較(N=10)

(2) 步伐檢測算法性能。為了評估步伐檢測算法的性能，將檢測到的步數(shù)和距離，與相對應(yīng)的實(shí)際值進(jìn)行了比較，結(jié)果分別如圖9和圖10所示。特別地，排除了2例未遵循指定運(yùn)動方案的受試者。步數(shù)錯誤率的平均值為-11.02%，其標(biāo)準(zhǔn)差為1.66；距離錯誤率的平均值為-7.88%，其標(biāo)準(zhǔn)差為5.32。步數(shù)和距離的錯誤率均為負(fù)值(即檢測值小于實(shí)際值)，表明算法低估了步數(shù)和距離，這也源于高強(qiáng)度活動引發(fā)的漏檢現(xiàn)象。

圖9 實(shí)際步數(shù)和檢測步數(shù)的比較(N=8)

圖10 實(shí)際距離和檢測距離的比較(N=8)

通過分析5個運(yùn)動強(qiáng)度(2 km/h、4 km/h、6 km/h、8 km/h和10 km/h)的受試者數(shù)據(jù)發(fā)現(xiàn)，低強(qiáng)度運(yùn)動誤差與整體誤差顯著相關(guān)(相關(guān)系數(shù)r=0.739，顯著性p<0.05)。如圖11所示，受試者以2 km/h速度運(yùn)動時，步數(shù)檢測錯誤率高達(dá)-95.51%，而以其他速度運(yùn)動時，錯誤率極低。表明該步伐檢測算法更適應(yīng)于中高強(qiáng)度運(yùn)動。此外，步伐檢測基于相同原因，出現(xiàn)了如心率檢測類似的漏檢情況，這也對步數(shù)和距離的低估產(chǎn)生了一定的影響。

圖11 步數(shù)檢測錯誤率和運(yùn)動速度的關(guān)系(N=8)

運(yùn)動追蹤產(chǎn)品多以智能手機(jī)、智能手環(huán)等硬件設(shè)備為載體，常基于GPS計算距離等運(yùn)動參數(shù)。圖12圍繞運(yùn)動距離，比較了實(shí)際距離、使用運(yùn)動軟件Sports Track Pro檢測的距離和應(yīng)用本文算法檢測的距離。由于GPS受環(huán)境影響較大，該實(shí)驗(yàn)沒有使用室內(nèi)跑步機(jī)，于戶外操場(360 m)實(shí)施，受試者以中等強(qiáng)度(約4～6 km/h)繞場一周運(yùn)動。Sports Track Pro錯誤率的平均值為5.93%，其標(biāo)準(zhǔn)差為2.59；本文算法錯誤率的平均值為3.78%，其標(biāo)準(zhǔn)差為0.28。表明相較基于GPS的運(yùn)動跟蹤方法，基于加速度計的檢測方法除了存在環(huán)境影響小的優(yōu)勢外，還在統(tǒng)計步行或跑步運(yùn)動距離方面具有更高的精度。特別地，該實(shí)驗(yàn)結(jié)論也與圖11一致，本文算法在受試者進(jìn)行中等強(qiáng)度運(yùn)動時的檢測錯誤率為正值，表明存在較低的誤檢情況。

圖12 實(shí)際距離、Sports Track Pro和本文算法檢測 距離的比較(N=10)

(3) 系統(tǒng)可用性。運(yùn)動后調(diào)查問卷圍繞系統(tǒng)易用性、信息可靠性、穿戴舒適性、界面美觀性和運(yùn)動激勵性5個測量值對運(yùn)動穿戴系統(tǒng)的可用性進(jìn)行評估。問卷中的問題答案選項(xiàng)采用5分量表(1分表示“完全不同意”，5分表示“完全同意”)評分。每個測量值的得分取所有受試者評分平均值。

為了探討每個測量值對用戶接受度的影響，使用IBM SPSS Statistics 20，分析了目標(biāo)變量“考慮在未來使用該系統(tǒng)”與問卷中每個測量值之間的相關(guān)性，結(jié)果如表2所示。所有相關(guān)性均為正相關(guān)，表明這5個測量值都對受試者繼續(xù)使用運(yùn)動穿戴系統(tǒng)產(chǎn)生了積極影響。其中：*表明顯著性p<0.05(測量值與目標(biāo)變量在0.05水平上顯著，即二者顯著相關(guān)的概率大于等于95%)；**表明顯著性p<0.01(測量值與目標(biāo)變量在0.01水平上顯著，即二者顯著相關(guān)概率大于等于99%)。因此，表2中存在4個測量值與目標(biāo)變量具有統(tǒng)計學(xué)意義上的顯著相關(guān)性。

表2 測量值與目標(biāo)變量之間的相關(guān)性(N=10)

相關(guān)系數(shù)越大，相關(guān)性越強(qiáng)。相關(guān)系數(shù)在0.4～0.7之間是中度相關(guān)，0.7～0.9是高度相關(guān)，0.9～1.0是極高相關(guān)。據(jù)此可分析5個測量值對目標(biāo)變量“考慮在未來使用該系統(tǒng)”產(chǎn)生的影響：

1) 測量值“系統(tǒng)易用性”與目標(biāo)變量具有極高相關(guān)性(r=0.905,p<0.01)，表明受試者認(rèn)為運(yùn)動穿戴系統(tǒng)操作簡單、使用方便，所以愿意繼續(xù)使用該系統(tǒng)。

2) 測量值“信息可靠性”與目標(biāo)變量具有高度相關(guān)性(r=0.770,p<0.01)，表明受試者認(rèn)為系統(tǒng)反饋的參數(shù)(即步數(shù)、距離和心率)較為可信，所以愿意繼續(xù)使用該系統(tǒng)。

3) 測量值“穿戴舒適性”與目標(biāo)變量具有低度相關(guān)性(r=0.238)，表明健康胸帶穿著的舒適程度不滿足受試者的需求。

4) 測量值“界面美觀性”與目標(biāo)變量具有中度相關(guān)性(r=0.595,p<0.05)，表明受試者認(rèn)為移動應(yīng)用程序的界面設(shè)計基本滿足其需求，對繼續(xù)使用該系統(tǒng)的意愿有貢獻(xiàn)。

5) 測量值“運(yùn)動激勵性”與目標(biāo)變量具有高度相關(guān)性(r=0.748,p<0.01)，表明受試者認(rèn)為使用該系統(tǒng)輔助運(yùn)動起到了鼓勵運(yùn)動的作用，所以愿意繼續(xù)使用它。

綜上所述，5個測量值中的系統(tǒng)易用性、信息可靠性、界面美觀性和運(yùn)動激勵性與目標(biāo)變量存在顯著相關(guān)性，穿戴舒適性與目標(biāo)變量的相關(guān)性較低。

4 結(jié) 語

本文提出一種由健康胸帶、移動終端和服務(wù)器構(gòu)成的可穿戴運(yùn)動監(jiān)測系統(tǒng)，其提供與運(yùn)動心電和加速度信號相關(guān)的實(shí)時反饋與歷史查閱。招募10位受試者進(jìn)行了實(shí)地用戶實(shí)驗(yàn)，以分析信號處理算法的性能和調(diào)查系統(tǒng)可用性。結(jié)果表明，心率檢測算法的R波數(shù)量錯誤率為-2.13%；步伐檢測算法的步數(shù)錯誤率為-11.02%，距離錯誤率為-7.88%。該系統(tǒng)在系統(tǒng)易用性、信息可靠性、穿戴舒適性、界面美觀性和運(yùn)動激勵性方面，均對用戶接受度產(chǎn)生了積極影響。其中系統(tǒng)易用性、信息可靠性、界面美觀性和運(yùn)動激勵性與受試者繼續(xù)使用該系統(tǒng)存在顯著相關(guān)性。下一步研究可改進(jìn)信號處理算法以降低錯誤率，也可改進(jìn)健康胸帶的穿戴方式(如內(nèi)嵌至背心中)以提高舒適度。