分布式自适应反馈电针系统研究

薛方，崔延超

1.西安医学院 卫生管理系，陕西 西安 710021；2.西安交通大学第一附属医院 中医康复科，陕西 西安 710061

分布式自适应反馈电针系统研究

薛方1，崔延超2

1.西安医学院 卫生管理系，陕西 西安 710021；2.西安交通大学第一附属医院 中医康复科，陕西 西安 710061

传统电针系统在治疗过程中，患者会出现对处方信号的免疫反映，影响治疗效果，临床上需要医生进行人工干预调节，费时费力。本研究设计的分布式自适应反馈电针系统通过对患者在不同电针刺激下产生的肌电信号进行建模与适时反馈，在以数字信号处理器为核心的硬件平台上，采用自适应方法实现频率、脉宽和幅度的动态调节，构建分布式治疗系统，达到患者疗效最优。

自适应；反馈；电针；肌电信号；耐针性

0 前言

电针治疗在简化医护人员工作和方便数据分析等方面具有明显优势，目前已广泛应用于临床治疗中。传统电针系统在治疗过程中，随着治疗时间的增长，人体会对电针信号产生免疫适应，造成疗效下降[1]。为了避免以上问题的发生，目前电针治疗仪的研发正在向参数可调、多功能化、数字化等方向发展[2]。汪灿华等[3]为避免耐针性的出现研制了嵌入式音乐电针治疗仪、基于ARM的电针治疗仪等新型医疗产品[4]。在实际电针治疗中，以患者自身生理参数作为电针激励信号的依据能有效提高治疗效果。

肌电信号（Electromyogram，EMG）作为人体特征信号[5-8]，经过数学处理后，能够反馈患者在治疗过程中是否出现耐针性，当EMG曲线运行出工作区时，当前处方信号失效，自适应反馈[9-10]系统会跟踪并控制EMG信号，适时进行调节。本系统采用分布式网络构架，医生只需1台服务器即可同时监控多个治疗终端，并将数据上传至服务器，实现过程可溯，节约运行成本。

1 工作原理及系统组成

将电针系统两电极间人体等效电阻设为Ri，输出波形采用标准方波（图1），单个脉冲能量e为[11]：

其中A为幅度，W为脉宽，Ri根据不同患者略有差异，通过改变A、W可产生不同的调制方式控制单个脉冲能量大小。

图1 分布式自适应反馈电针系统框图

电针强度（EA Intensity，EAI）[12]即单位时间内患者接收到的能量：

其中，f为电针频率，电针剂量（EA Dose，EAD）定义为电针强度在治疗时间上的积分：

t为患者治疗时间，采用AR参数模型对EMG信号进行处理[13]：

其中，EMG（n）为信号传感器输出信号，代表第n个采样值，w（n）为输入信号，P为AR模型阶数，ak是AR模型第k个系数，EMG信号经过处理后反映的电针免疫性（EA Immunity）与EAD、电针调制方式、患者个体Ri相关，其中EMGmin为安全区域下限曲线，EMGmax为安全曲线上限曲线（图2），描述如下：

图2 EMG运行曲线

EAI预测可通过观察EMG信号实现，电针系统治疗过程中，引起的患者EMG信号变化传递函数为：

其中，EAD为剂量，MS为调制方式，治疗过程中，保证EMG始终在（EMGmin, ENGmax）范围内运行，随着治疗时间的延长，需要改变调制方式保证EMG在安全工作范围。

图3为系统控制模型，指患者在处方信号的治疗过程中，EMG随时间的变化，整个系统根据处方信号的传递函数：

不同调制方式下EMG的响应特性不同，调频（Frequency Modulation，FM）＜1 kHz时与 f2在1～10 kHz成正比：＞10 kHz时影响很小，最大频率为10 kHz。

图3 系统控制框图

脉宽调制（Width Modulation，WM）引起神经和肌肉兴奋的脉冲宽度为0.03～1 ms，为频率变化对肌电信号的影响：

幅度调制（Aplitude Modulation，AM）幅度与A2成正比：

系统控制图中的增益可调，设Ka=Kb=Kc=1。

由式（11）可知要消除误差，必须使得产生误差的原因与补偿误差的方法相当（图4），具体控制见表1。在实际使用过程中，可根据患者的不同情况进行动态选择。

图4 系统调节原理

表1 三种调节方式比较

2 系统硬件

硬件系统由工控机（Industrial Personal Computer，IPC）、数字信号处理器（Digital Signal Processor，DSP）、采集卡和传感器等组成（图5）。采用分布式构架，IPC安装在医生治疗室，治疗终端安装在不同患者病房，采用SCI总线进行连接，可根据患者数量进行终端扩充。

2.1 IPC

IPC的平均无故障时间可达10万小时以上，维护性强、可靠性高，采用底板+CPU结构，扩充性强，小范围的电源波动不会影响其正常工作。IPC安装WINDOWS 7操作系统，处理速度快，图形用户界面真实友好。另外IPC硬盘容量大，能够实时存储大量数据用于归档分析。

2.2 DSP及其扩展模块

DSP采用德州仪器TMS320F2812，具备强大的32位数字信号处理能力，丰富的外围设备，整合了2个时间管理器EVA/B和SCI通信接口，自带12位高精度模/数转换器，支持C语言开发。EMG信号经过处理后送入模拟/数字转换器，变换为数字信号后，输入中央处理器，根据预设算法，实现两路电针控制，充分利用了处理器硬件资源。采集到的EMG信号经分析后，采用闭环控制算法，独立控制两路电针输出A/B。同时在治疗过程中的数据可通过SCI接口送入IPC存档。

2.3 传感器及驱动器

采用F6-EQP系列EMG信号传感器，安装在分布式治疗仪上，将EMG转换为模拟信号并输出电压在0～4.5 V的电信号，能够与高速模/数器直接阻抗匹配；采用YQ60电针驱动器，安装在分布治疗仪，将控制信号放大，精确驱动电针信号输出，电针驱动电路；采用幅度调节器，用以测量EMG的实时变化。所有传感器内部均集成变送器，可直接送入AD模块，简化硬件设计。

3 系统软件设计

系统软件采用CCS集成开发工具平台开发[14]，系统上电后首先进行初始化，软件工作流程见图6。

图6 系统软件流程图

IPC检测SCI总线上所有分布式治疗终端是否正常，检测结果显示在IPC显示器上，方便医护人员快速排障。为确保系统对各个分布式治疗单元的同步控制，系统为每个控制任务建立一个独立的安全线程队列[15]。然后将所有控制任务分配到n个线程中去，每个线程将实现独立地实时控制并将分布式终端上传的数据存入硬盘，利用控件提取并同步取出，确保采集到的所有参数均来自同一时间点。IPC利用这些参数和医护人员输入的处方电针信号计算出EMGi。

对于患者EMG不可预测的特征，传统开环算法不能根据EMG变化做出及时调整，影响系统实时性能造成资源浪费。本研究采用反馈控制方法，根据EMG信号变化情况，动态地调整激励电针信号的波形，保证实时满足要求，提高硬件资源利用率。自适应反馈电针系统设计了人工干预模式，以便EMG在超出安全工作区后，能够快速恢复至安全区。有2种方式可以使系统进入干预模式：手动方式，当医护人员根据实际治疗情况判断EMG超出安全范围，并发出应急指令，系统强行进入干预状态；自动方式，系统自动自适应不断逼近控制目标，采用梯度算法，对系数进行调整最终使目标函数最小化。检查EMG是否超出安全范围，一旦满足条件，系统自动进入应急模式并报警。在应急模式下，系统同时打开调幅模式以最大幅度调节EMG，快速恢复EMG至安全范围。

在正常调节的过程中，为避免频繁调幅造成大电流电磁干扰，设计了半自动FM模式，由医护人员通过IPC给出调节指令，人工完成EMG缓慢调节，在IPC显示屏上实时显示不同患者的EMG、处方信号和安全性等动态仿真信息，方便医护人员进行操作。

4 测试结果

图7是电针系统的实际控制曲线。两条虚线间为安全工作区，其中不同阶段分别采用FM/WM/FM调节方式。最终控制结果表明该系统控制精度高、响应快，可用来动态调整EMG，保证处方信号的长期有效性，给出随时间变化的免疫区。

图7 自适应反馈系统实际控制曲线

为了验证该系统的疗效，选取32例消化不良患者，将其随机等分为实验组和对照组（n=16），2组患者在性别、年龄、病程等方面均无明显差异。采用自适应反馈电针灸系统与对照组电针系统刺激患者双侧足三里、内关，治疗2周后，实验组有效率为93.75％（痊愈7例，有效8例，无效1例），对照组有效率81.23％（痊愈6例，有效7例，无效3例）。实验组采用本文所研究的分布式自适应反馈的电针系统，对照组采用普通针灸系统，其中实验组治疗有效率明显高于对照组。

5 结论

设计实现的分布式自适应电针系统，能够实现对多个患者的并行治疗。在治疗过程中，能够自动调整电针系统信号波形，避免长时间使用后患者出现耐针性，同时能够提高治疗效率，方便进行定量分析，节约人力，具有广泛的应用前景。

[1]杨育霞,雍明超．电针治疗仪安全性问题及对策[J]．中国针灸, 2009,29（4）：339-341．

[2]杨华元,马忆南．现代针灸治疗仪器的研究现状[J]．中国医疗设备, 2011,26（4）：46-49．

[3]汪灿华,毕圣昭,何扬名,等．嵌入式音乐电针治疗仪音乐处方设计与疗效评估[J]．世界科学技术-中医药现代化,2014,16（10）：278-281．

[4]汪灿华．基于ARM 的电针治疗仪设计[J]．江西中医药大学学报, 2015,27（1）：93-104．

[5]翟宏伟,陈伟,巩尊科,等．肌电生物反馈训练对膝关节功能障碍康复的影响[C]．江苏省物理医学与康复医学学术大会论文集,2009：267-271．

[6]尤波,刘意,赵汗青,等．人体肌电信号的生理层模型[J]．计算机仿真,2015,（1）：367-371．

[7]曹鹏,黄华,蒋小梅,等．调制中频生物电剌激的探讨与设计[J]．测控技术,2014,33（7）：23-26．

[8]庄鹏飞,田学隆,朱霖．基于Linux的嵌入式脑卒中康复治疗仪系统设计[J]．生物医学工程学杂志,2014,31（2）：288-292．

[9]李谷,范影乐,李轶,等．基于H ilbert-Huang脑电信号变换的睡眠分期研究[J]．航天医学与医学工程,2007,（6）：458-463．

[10]赵妍,王庭槐．生物反馈治疗中的控制论和熵原理[J]．中国实用神经疾病杂志,2009,12（13）：49-52．

[11]黄东勉．浅谈影响针刺刺激量的因素[J]．中国热带医学,2007, 7（12）：2357-2358．

[12]王频,杨华元,胡银娥．电针刺激量量化方案探讨[J]．中国针灸, 2009,29（5）：417-420．

[13]赵漫丹,李东旭,范才智,等．基于肌电信号层级分类的手部动作识别方法[J]．北京生物医学工程,2014,33（5）：490-496．

[14]王险峰．W indows环境下的多线程编程原理与应用[M]．北京,清华大学出版社,2002．

[15]霍本岩,赵新刚,韩建达,等．基于可达性决策的柔性针穿刺控制方法[J]．控制理论与应用,2014,（10）：1423-1430．

Research on the Distributed Adaptive Feedback Electro-Acupuncture System

XUE Fang1, CUI Yan-chao2
1.Department of Health Management, Xi’an Medical University, Xi’an Shaanxi 710021, China；2.Department of Rehabilitation Medicine, The First Affiliated Hospital of Xi’an Jiaotong University, Xi’an Shaanxi 710061, China

During the course of treatment with the traditional electro-acupuncture system, the patients’ reaction to the prescribed signal would occur and have an influence on the effect of the treatment. Hence, doctors must adjust the prescription signal, using more time and manpower. In this study, a distributed adaptive feedback electro-acupuncture system was used to construct models and provide feedback for the EMG signal generated by different electro-acupuncture. The dynam ic adjustment of frequency, pulse w idth and amplitude was realized on the DSP-centered hardware platform by using adaptive methods so as to achieve the best treatment effects.

adaptive；feedback；electro-acupuncture；EMG signal；needle resistance

R245-33

A

10.3969/j.issn.1674-1633.2015.10.009

1674-1633（2015）10-0033-04

2015-06-05

2015-06-23

陕西省教育厅科学研究计划项目（15JK1634）。

本文作者：薛方，讲师，主要研究领域为计算机应用、嵌入式系统，信息技术在医疗系统中的应用。

作者邮箱：xuefang_75@163．com