面向重症患者的可穿戴人体多生理参数无线监测设备.pdf

面向重症患者的可穿戴人体多生理参数无线监测设备高铁成1，2，刘银萌1，2，王峥1，2，马梦瑜1，2，戈立军1，2，马宇洁3（1.天津工业大学 电子与信息工程学院，天津300387；2.天津工业大学 天津市光电检测技术与系统重点实验室，天津300387；3.空军军医大学 空军特色医学中心重症医学科，北京100142）摘要：针对面向重症患者的监护设备需要低功率、高集成的问题，设计了一种高集成小型化的多生理参数可穿戴监护设备。通过研究无线监测及传输技术，提出了基于分布式传感和无线体域网（WBAN）的传输方式，实现心电信号、脑电信号、肌电信号、呼吸、脉搏、体温、血氧饱和度、心音、肺音等9种参数采集和传输，研究和设计传感发射节点、可穿戴载体与接收模块，保证传感节点的小型化与穿戴舒适性。结果表明：系统具有低功耗、小型化特点，能将采集到的多生理参数实时传输至终端显示，可以满足重症患者的实际监护需求。关键词：无线体域网；多生理参数；可穿戴；低功耗蓝牙中图分类号：TP274.2文献标志码：A文章编号：员远苑员原园圆源载（圆园23）园4原园园77原06Wireless monitoring device of wearable human multiple physiologicalparameters for severe patientsGAO Tiecheng1，2，LIU Yinmeng1，2，WANG Zheng1，2，MA Mengyu1，2，GE Lijun1，2，MA Yujie3（1.School of Electronics and Information Engineering，Tiangong University，Tianjin 300387，China；2.Tianjin Key Labo-ratory of Optoelectronic Detection Technology and System，Tiangong University，Tianjin 300387，China；3.Department ofCritical Care Medicine，Air Force Medical Center，Air Force Medical University，Beijing 100142，China）Abstract：For the problem of low power and high integration required for monitoring devices oriented to severe patients袁 ahighly integrated and miniaturized wearable monitoring device with multiple physiological parameters is de鄄signed.Through the study of wireless monitoring and transmission technology袁 the distributed sensing and wire鄄less body area network 渊WBAN冤 transmission mode is put forward袁 and electrocardiograph 渊ECG冤袁 electroen鄄cephalograph渊EEG冤袁 muscle袁 breathing袁 pulse袁 temperature袁 oxygen saturation袁 heart beating sound袁 lungbeating sound袁 9 parameter acquisition and transmission are acheived袁 the sensor transmitting node袁 wearablecarrier and receiving module are studied and designed to ensure the miniaturization and wearable sensing nodecomfort.The results show that the system has low power consumption and miniaturization袁and can transmit thecollected multiple physiological parameters to the terminal display in real time袁 which can meet the actual moni鄄toring needs of severe patients.Key words：wireless body area network曰 multiple physiological parameters曰 wearable曰 low power bluetooth重症监护病房（intensive care unit，ICU）是医院集中监护和救治重症患者的地方1。ICU通常配有床边监护仪、中心监护仪、有创无创呼吸机、微量泵、输液泵、血滤机、心电图机、除颤仪、起搏器等多种设备。生理参数监测是ICU临床诊疗活动中的重要组成部分，包括心电、血压、呼吸、体温等基本生命参数的测量和分析2-4。目前监测方法相对成熟，但重症患者病情变化需要外出检查或转院（地面和航空）时，床边监护设备因体积大、电力不充足等原因导致无法使用时，医护人员的监护和诊疗的工作量会增大。为了使医护人员能在设备的辅助下更好地对重症患者进行监护，有必要设计一款可穿戴的小型低功率的多参数监护设备，收稿日期：2022-06-23基金项目：中央军委后勤保障部重点军工项目（BKJ19C023）第一作者：高铁成（1980），男，博士，副教授，硕士生导师，主要研究方向为传感器与检测系统。E-mail：gaotiecheng_通信作者：马宇洁（1976），女，博士，副主任医师，主要研究方向为重症空运医疗后送，多脏器功能障碍综合征，脓毒性休克。E-mail：DOI：10.3969/j.issn.1671-024x.2023.04.012第42卷第4期圆园23年8月Vol.42No.4August2023天津工业大学学报允韵哉砸晕粤蕴 韵云 栽陨粤晕GONG 哉晕陨灾耘砸杂陨栽再第42卷天津工业大学学报方便医护人员的使用。现阶段国内外可穿戴多参数医疗监护产品、设备层出不穷。Mundt等5设计了一套可穿戴多参数移动生理监护系统CPOD，设备由2节AAA电池供电，能够连续记录2组心电信号、呼吸频率、脉搏、血氧、环境以及身体温度、三轴加速度计和血压。黄俊骁等6为警员等高危职业人群设计了一系列的体征检测设备，将光电式传感器放置于头盔内侧，利用两路脉搏波信号计算血氧饱和度，其次将导电硅胶放置于胸带进行佩戴，通过单极导联测得心电信号。张翼等7设计了一种可穿戴式多参数心脏活动监测设备，能够实时采集心音、心电和心冲击信号。曹德森等8研制了随行生理参数监护系统SensEcho，该系统中能够支持采集心电、呼吸、体位和体动等信息，并通过Wi-Fi组网传输信息，实现病区中不同患者之间的移动监护。本文针对重症监护病房设备需要小型化和低功率化的问题，通过对无线监测及传输技术的研究，设计了一款面向重症患者的基于分布式传感的多生理参数的可穿戴监测设备，用于监测心电信号、呼吸、脉搏、体温、血氧饱和度、脑电、肌电、心音、肺音等9项参数。本设备通过分布式传感方式测量重症患者的生理参数，将测得的生理参数数据通过传感节点传输至网关，网关部分通过蓝牙传输技术与终端通信，设备可完成实时监测、实时显示数据的功能。1整体设计本文的多生理参数可穿戴监护设备总体设计框图如图1所示。该设计通过数据采集模块采集人体参数，经由蓝牙传输技术将参数传输至接收模块，并实时显示在电脑上。考虑到重症监护室的工作环境和重症监护病人的病情多变性和突发性，显示软件选择用Labview软件快速开发系统进行开发9-10。设备实现了监护患者身体参数并实时显示的功能，能够满足医护人员使用需求。为了满足实际使用过程中的监测并能实时显示的需求，采取先将数据进行汇集，后一起传输至接收模块的方案。实际传输方案如图2所示。数据采集部分采用分布式传感技术，按照患者身体部位分为3个模块：头带体征信号采集组（脑电、肌电）、胸带体征信号采集组（心音、肺音、心电、呼吸）和腕带体征信号采集组（血氧、脉搏、体温），并将这3个模块确定为3个无线体域网的传感器节点。其中胸部节点还作为汇聚节点。头带和腕带体征信号采集完成后传输至胸带体征采集信号组，3个模块的数据汇总后，再通过蓝牙传输至接收模块。2硬件设计本系统整体按照功能分为3大部分：采集、传输和供电。其中采集部分分为3个采集模块，传输分为传输和接收2部分。具体硬件设计如图3所示。2.1数据采集模块设计2.1.1头带（脑电、肌电）采集组脑电信号的幅值范围为5100 滋V，肌电信号的幅值为0.12 mV，信号较为微弱，需要对其进行放大处理。传统脑电信号采集前端通常采用多级放大电路和陷波电路等来提高信号的信噪比，这种方式会导致电图1系统总体设计框图Fig.1Overall design block diagram of system蓝牙处理人体心电信号脑电信号肌电信号呼吸脉搏体温血氧饱和度心音肺音心电图脑电图肌电图呼吸图脉搏数据体温数据血氧饱和度心音图肺音图PC无线传输模块人体接收模块软件电源模块数据采集模块蓝牙蓝牙心率、血氧血压、脉搏心电、肺音脑电、肌电图3系统硬件设计框图Fig.3Block diagram of system hardware design脑电肌电呼吸心音肺音心电脉搏血氧体温蓝牙传输蓝牙传输蓝牙传输图2基于无线体域网的生命体征信息采集与传输方案Fig.2Acquisition and transmission scheme based onwireless body area network78-第4期路板体积过大、功耗高，不利于数据采集系统的集成度9-12。本系统中的头带采集组使用3个电极片，分别放置在前额一侧眉角上方、同一侧腮部耳根附近、同一侧后脑附近，通过共用电极片采集脑电、肌电信号。本文采用德州仪器的ADS1299芯片进行脑电和肌电信号的采集及信号的放大和模数转换，当参考电压为4.5 V时，此芯片可分辨电压最低可达0.536 滋V。在后续对信号进行数模转换时，只需添加1个针对模拟信号的放大电路，能够有效缩小整体体积，同时避免了多级电路对信号的干扰。整体传输方案如图4所示。该方案首先通过前置放大电路将微弱的信号进行放大，然后经过低通滤波电路去除高频杂波，这两步骤是对信号的预处理，后经ADS1299进行数模转换，采用蓝牙传输技术将采集数据传输至汇集节点。2.1.2胸带（心音、肺音、心电、呼吸）采集组心脏在每个心动周期中，由起搏点、心房、心室相继兴奋，随着生物电的变化，无数心肌细胞动作电位变化的总和可以传导并反映到体表。在体表多点之间存在着电位差，这些生物电的变化称为心电13-16。采集芯片例如AD8232、ADS1292R等。考虑AD8232芯片在后期使用过程中，需搭建1个高精度模数转换器配合使用，不切合本次系统设计的要求，故选用德州仪器公司的ADS1293R芯片。本系统在人体端采集心电、呼吸时，为共用电极采集信号，即使用ADS1292R芯片实现心电与呼吸信号双通道同时采集。故在接收端采取不同处理方法从而获取具体信号，对心电信号进行采取滤波去噪、建立三导联心电信息，对呼吸信号采用电阻抗法得到呼吸信号并计算出呼吸频率15。胸部的心音、肺音信号测量采用华科的芯片HKY-06B，通过微型压电薄膜传感器，采集到心脏搏动和其他体表动脉搏动信号，后经电路放大滤波，输入到微控制器模拟输入端，经过接收模块的信号处理后输出低阻抗音频电压信号，从而获取心音、肺音12。心音、肺音传输方案如图5所示。2.1.3腕带（血氧、脉搏、体温）采集组前通过光照进行无创检测是多数设备测量血氧所使用的方法，即使用2种不同波长的光线照射人体组织：一部分光发生散射；一部分光强会透射过人体组织，少部分会被人体组织吸收，将透射或反射的出射光接收并转换为电信号。用采集好的电信号，提取电信号的波峰点，计算出脉搏。测量原理如图6所示。根据光电容积脉搏波描记法，分别得到2种不同波长光经过人体组织后的光电容积脉搏波描记法信号17-19。根据血液中的HbO2和Hb对2种不同波长的光线吸收特性不同，测量出血氧值。脉搏和血氧采集部分选择JFC103M200芯片，该芯片集成红光、红外光、绿光3个光源，该芯片前端传感器敏感度高，模块灵敏度、信噪比较好，满足本系统实际使用需求。体积仅为11.18 mm 伊 8.13 mm，满足小型化的需求。脉搏和血氧测量方案如图7所示。通过控制JFC103M200芯片的光源进行信号的采集，由于采集到的信号受到工频干扰、运动伪迹等噪声的影响，所以采集到的信号首先要经过噪声消除的过程，接着通过算法计算出脉搏和血氧参数。考虑到腕部一般情况下会裸露在空气中，其测量数据时会受外部环境温度影响较大，因此本次测量时会同时检测腕部体表温度和外界环境温度，利用最小二乘法实现腕部体表温度与真实体温值的补偿，提高数据监测的准确性20。腕带采集组的穿戴方式为腕戴式，故采用电池供电，为了可以长时间监测被测对象体温变化，延长设备使用时间，需要保证功耗尽可能低。本次系统采用贴片传感器WD3703，其精度可达0.1 益，在保证高精图4脑电、肌电采集方案Fig.4EEG and EMG acquisition protocol图5心音、肺音传输方案Fig.5Heart sound and lung sound transmission schemeLED光检测器环境取消LED+AMBAMBTIAPGA滤波器PPG DriverPPGADC图6心率和血氧测量原理Fig.6Principles of heart rate and blood and oxygenmeasurement图7脉搏、血氧采集方案Fig.7Heart rate and blood oxygen collection protocol表面接触电极电荷灵敏前置放大低通滤波电路工频陷波电路隔直电路放大电路汇集节点蓝牙传输表面接触电极ADS1292R汇集节点低通滤波电路前置放大电路蓝牙传输信号采集（JFC103M200芯片）噪声消除脉冲检测汇聚节点生理参数测量算法高铁成，等：面向重症患者的可穿戴人体多生理参数无线监测设备79-第42卷天津工业大学学报度的同时，也实现了低功耗的需求。2.2蓝牙传输技术本文所设计的多生理参数可穿戴监护设备，为了满足实际使用过程中的实时传输数据需求，采用先将多个体征采集信息按一定的格式通过蓝牙技术进行汇聚，再通过蓝牙技术传输至接收模块的方法。为了满足低功耗、小型化的需求，无线传输部分采用多协议无线SOC芯片CC2650，该芯片主控制器和无线通讯模块集成在一起，尺寸为4 mm 伊 4 mm。在实际使用中，为了降低功耗，将其设置为普通传感节点采用蓝牙5.0通信协议，测试后得出，在发射模式下，电流为6.1 mA，供电电压为2.8 V。2.3接收模块设计接收模块通过蓝牙传输技术接收无线体域网的人体体征汇总信息。采用嵌入式单板电脑MIO-2361作为硬件处理平台。它可在-40 85益的宽温范围下工作，其尺寸为100mm伊 72 mm，尺寸小更方便实现小型化的需求。本次系统使用无线片上系统的芯片CC2650接受汇聚节点发来的数据信息，后通过串口与电脑连接，完成整个数据接收过程。2.4软件设计体征无线监测界面显示的软件开发系采用Labview软件快速开发系统软件界面。Labview是一种用图标代替文本行创建应用程序的图形化编程语言，可用于快速开发各种测试系统。对显示软件进行开发，将数据接收至单板电脑MIO-2361中，配上液晶显示屏幕，可实现监护重症患者的生命体征信息的相关指标参数与波形的显示，以供医护人员查看。采集发送模块的程序在Keil软件上编写，采集发送模块包含数据采集模块软件设计、控制器模块软件设计和蓝牙协议栈的软件设计这3部分。根据模块的具体功能分析可得，从系统上电开始，初始化以及各模块的初始化和工作流程分析，得到了采集发送模块系统的工作流程图，如图8所示。3系统测试3.1测试数据结果选取实验室5名实验人员作为样本，其中男性3名，女性2名。腕部体征信号监测组是通过对比进行测试。体温是通过电子体温计，血氧饱和度和脉搏通过血氧计测量，与本设备测出值进行比对，如表1所示。后对测出的数据进行数据分析，误差分析结果如表2所示。由表2可知血氧饱和度误差在0.3%以下，脉搏误差在0.5%以下，体温精度在0.1 益，误差在0.5%以下。由此可见，腕部体征组监测数据较为准确，误差在0.5%以下。胸部体征信号采集组所采集的心电信号图如图9所示。由图9可见，输出心电信号平稳无异常。采集的心音信号如图10所示。由图10可看出，信号输出稳定，整体波形无异常变化。利用胸带体征信号采集组采集呼吸时，被测者进行了3种呼吸状态：深呼吸、急促呼吸和正常呼吸，从而进行图像的对比观察，分别如图11、图12、图13所示。图8采集发送模块工作流程图Fig.8Flow chart of acquisition and transmission module work采集数据模块就绪等待连接请求上电继续等待建立连接系统初始化发送数据及显示断开连接及下电传输模块初始化采集模块初始化继续等待采集数据否是否是表1被测者血氧、脉搏和体温统计Tab.1Blood oxygen，heart rate and body temperaturestatistics of subject person编号本文设计设备血氧仪温度计体温/益血氧饱和度/%脉搏/bpm体温/益血氧饱和度/%脉搏/bpm197.67636.597.57736.5299.28036.798.97936.7396.39336.396.19336.3498.38036.498.38036.4597.48136.597.48136.5表2被测者误差统计Tab.2Respondent error statistics of subject person编号血氧饱和度脉搏体温测量误差/%相对误差/%测量误差/bpm相对误差/%测量误差/益相对误差/%10.10.1010.130.00.0020.30.3010.120.00.0030.20.2100.000.10.1140.00.0000.000.00.0050.00.0000.000.00.00图9受测者心电信号波形Fig.9ECG signal waveform of subject person80-第4期图11被测者深呼吸时的呼吸信号Fig.11Respiratory signal during deep breathing1.00.505401416321111069871312时间/ms15图12被测者急促呼吸时的呼吸信号Fig.12Respiratory signal during rapid breath1.00.505401416321111069871312时间/ms15图13被测者正常呼吸时的呼吸信号Fig.13Respiratory signal when the subject is breathingnormally1.00.505401416321111069871312时间/ms15图10被测者心音信号Fig.10Heart sound signal of subject person1.00.80.60.40.205.85.64.87.6 7.85.45.25.07.06.86.06.66.46.27.47.2时间/ms通过对比图11和图13可以发现，深呼吸时的呼吸信号明显呼吸周期时长远大于正常呼吸的呼吸信号；而对比图12和图13可以发现，被测者急促呼吸时的呼吸周期时长明显缩短，且波形呈尖锐状态。通过对比可观察出呼吸信号正常，无异常跳变。通过对比分析，可知呼吸输出波形符合实际。利用头部体征信号采集组所采集的脑电信号图如图14所示。由图14可知，受测者无动作，脑电信号输出无异常。利用头部体征信号采集组所采集的肌电信号图如图15所示。由图15可知，受测者进行轻微眨眼动作时，可采集其肌肉运动的信号特征。3.2系统质量和功耗对实物进行实际测量时，为保证测量准确度，采用500 g/0.1 g的电子秤进行测量，受限于托盘大小，测量时将实物装在密封袋中，观测到实物质量为165.9 g，整体质量小于200 g。在进行数据测量时，5名受测者均表示佩戴本系统实物无压迫感，符合小型化和实际舒适度的设计需求。可穿戴设备对功耗控制要求较高，本系统通过对低功耗芯片的选取来控制系统功耗。图16为脑电模块使用中的实时功耗监测数据。4结论本文从低功耗、小型化设计角度出发，提出并设计了面向重症患者的基于分布式传感的多生理参数可穿戴监护设备，采用分布式传感技术，设置采集点和汇集点，后将数据汇总后通过蓝牙传输至接收模块。经测试，本文所设计的设备整体质量小于200 g，满足小型化的需求；能够同时采集心电信号、脑电信号、肌电信号、呼吸、脉搏、体温、血氧饱和度、心音、肺音9项参数，实现了多参数的高度集成；利用蓝牙技术和无线局域网技术的结合实现了数据实时传输，能够高效、高精度地完成监测任务。未来需与医护人员进行交流，了解重症病人的更多身体数据，探究不同信号反应在不同重症病人身上的意义并采集更多的身体数据，以便更好地帮助监测病人状态。参考文献：1刘梦星，林艺文，肖科，等.ICU病人生理参数监测技术的研究进展J.中国医疗器械杂志，2021，45（6）：662-669.LIU M X，LIN Y W，XIAO K，et al.Review of physiologicalparameters monitoring technology in the ICUJ.Chinese Jour-nal of Medical Instrumentation，2021，45（6）：662-669（in Chi-nese）.2ZHANG X H，DU J L，FAN C G，et al.A wireless sensor mon-itoring node based on automatic tracking solar-powered panelforpaddy field environmentJ.IEEE Internet of Things Journal，2017，4（5）：1304-1311.3LIANG S J，CHENG J，ZHANG J W.Research on data load图14受测者脑电信号波形Fig.14EEG signal waveform of subject person图15受测者肌电信号波形Fig.15EMG signal waveform of subject person图16脑电模块的实时功耗Fig.16Real-time power consumption of EEG module高铁成，等：面向重症患者的可穿戴人体多生理参数无线监测设备81-第42卷天津工业大学学报balancing technology of massive storage systems for wearabledevicesJ.Digital Communications and Networks，2022（2）：143-149.4崔昆峰，庞宇.便捷式多功能心电监护系统的设计与实现J.生命科学仪器，2021，19（5）：33-40.CUI K F，PANG Y.Design and implementation of convenientmultifunctional ECG monitoring systemJ.Life Science Instru-ments，2021，19（5）：33-40（in Chinese）.5MUNDT C W，MONTGOMERY K N，UDOH U E，et al.Amultiparameter wearable physiologic monitoring system forspace and terrestrial applicationsJ.IEEE Transactions on In-formation Technology in Biomedicine，2005，9（3）：382-391.6黄俊骁，王志宇，丁仲祥，等.警员可穿戴多体征参数监测系统的设计J.传感技术学报，2017，30（4）：635-640.HUANG J X，WANG Z Y，DING Z X，et al.Design of wear-able multiple sign parameters monitoring system for policemenJ.Chinese Journal of Sensors and Actuators，2017，30（4）：635-640（in Chinese）.7张翼，宾光宇，吴水才.一种可穿戴式多参数心脏活动监测设备的设计J.中国医疗设备，2018，33（3）：18-21.ZHANG Y，BIN G Y，WU S C.Design of a wearable multipa-rameter cardiac activity monitoring deviceJ.China MedicalDevices，2018，33（3）：18-21（in Chinese）.8曹德森，李德玉，张政波，等.随行生理监护系统设计及性能初步验证J.生物医学工程学杂志，2019，36（1）：121-130.CAO D S，LI D Y，ZHANG Z B，et al.Design and preliminaryvalidation of a ubiquitous and wearable physiological monitor-ing systemJ.Journal of Biomedical Engineering，2019，36（1）：121-130（in Chinese）.9潘喜福，滕召胜，张甫，等.基于肌电和肌阻抗的吞咽信号同步测量方法J.仪器仪表学报，2020，41（10）：178-186.PAN X F，TENG Z S，ZHANG F，et al.Swallowing signal syn-chronous measurement method based on EMG and EIM J.Chinese Journal of Scientific Instrument，2020，41（10）：178-186（in Chinese）.10刘怡昕，安晓峰，王宇飞.基于方舱医院大规模应急呼吸监护系统的设计J.电子制作，2021（24）：86-88.LIU Y X，AN X F，WANG Y F.Design of large-scale emer-gency respiratory monitoring system based on shelter hospitalJ.Practical Electronics，2021（24）：86-88（in Chinese）.11 LIANG J，HUANG J，MU L，et al.An effective algorithm forbeat-to-beat heart rate monitoring from ballistocardiogramsJ.Journal of Medical Imaging and Health Informatics，2020，10（3）：633-640.12 SUMATHY B，KAVIMULLAI S，SHUSHMITHAA S，et al.Wearable non-invasive health monitoring device for elderly us-ing IOTJ.IOP Conference Series：Materials Science and En-gineering，2021，1012（1）：012011.13彭育红，马彦卓，王冬梅，等.可穿戴全导联动态心电监护设备在体能训练中应用的可行性观察J.中国心脏起搏与心电生理杂志，2020，34（5）：477-483.PENG Y H，MA Y Z，WANG D M，et al.Feasibility study ofthe wearable full-lead ambulatory electrocardiography in phys-ical trainingJ.Chinese Journal of Cardiac Pacing and Electro-physiology，2020，34（5）：477-483（in Chinese）.14 UDDIN M Z.A wearable sensor-based activity prediction sys-tem to facilitate edge computing in smart healthcare systemJ.Journal of Parallel and Distributed Computing，2019，123：46-53.15竺春祥，高明裕，王斌锐.基于Wi-Fi的可穿戴心电监护系统设计J.实验技术与管理，2022，39（4）：120-126.ZHU C X，GAO M Y，WANG B R.Design of wearable ECGmonitoring system based on Wi-FiJ.Experimental Technolo-gy and Management，2022，39（4）：120-126（in Chinese）.16 PAALASMAAJ，TOIVONENH，PARTINENM.Adaptive heart-beat modeling for beat-to-beat heart rate measurement in bal-listocardiograms J.IEEE Journal of Biomedical and HealthInformatics，2015，19（6）：1945-1952.17 魣LVAREZ-GARC魱A J A，CVETKOVI鸳CB，LU譒TREK M.Asurvey on energy expenditure estimation using wearable de-vicesJ.ACM Computing Surveys，2021，53（5）：1-35.18 BLASCO J，CHEN T M，TAPIADOR J，et al.A survey of wear-ablebiometricrecognition systemsJ.ACM ComputingSurveys，2017，49（3）：135.19管向东.融合与创新：重症医学发展的灵魂J.中华重症医学电子杂志（网络版），2019，5（2）：89-92.GUAN X D.Critical care medicine：Trying to Run on the wayto a dreamJ.Chinese Journal of Critical Care&Intensive CareMedicine（Electronic Edition），2019，5（2）：89-92（in Chi-nese）.20 EDE J，VOLLAM S，DARBYSHIRE J L，et al.Non-contactvital sign monitoring of patients in an intensive care unit：Ahuman factors analysis of staff expectationsJ.Applied Ergo-nomics，2021，90：103149.本文引文格式：高铁成，刘银萌，王峥，等.面向重症患者的可穿戴人体多生理参数无线监测设备J.天津工业大学学报，2023，42（4）：77-82.GAO T C，LIU Y M，WANG Z，et al.Wireless monitoring de-vice of wearable human multiple physiological parameters forsevere patientsJ.Journal of Tiangong University，2023，42（4）：77-82（in Chinese）.82-