3. 状态监测信号基础与医疗设备可测参数

医疗设备状态监测的第一步，是把设备真实的运行状态“翻译”成可被采集、存储和分析的信号。设备本身不会直接告诉系统“我快坏了”，它只会表现出温度升高、振动加剧、电流增大、流量下降、光强衰减等现象。状态监测工程要做的，就是选择合适的可测物理量，用合适的传感器把它转换为电信号，再经过调理、采样和量化，变成数字量进入健康管理算法。理解这条链路，是后续特征提取、故障诊断和寿命预测的基础。

一、医疗设备常见可测物理量

医疗设备种类繁多，但可测物理量大体可归为电气、机械、流体、光学、热学五类，它们往往同时存在、相互耦合。

• 电气量：电压、电流、功率、阻抗、漏电流、电池荷电状态。例如除颤仪的充电电压、监护仪的电池放电电流、高频电刀的漏电流，都是判断设备是否正常的关键量。
• 机械量：振动、加速度、位移、转速、扭矩、压力。输液泵蠕动机构的振动、CT旋转机架的转速与不平衡量、呼吸机涡轮的轴向振动，都属于此类。
• 流体量：流量、压力、压差、液位、气泡。麻醉机的氧流量、透析机的跨膜压、输液泵的管路阻塞压力，直接关系治疗安全。
• 光学量：光强、波长、透射率、散射。血氧探头的红光/红外光透射强度、内窥镜光源亮度衰减、生化分析仪的光度计吸光度，都是典型光学监测量。
• 热学量：温度、温差、热流。设备内部功率器件温度、培养箱箱体温度、超声探头表面温升，既影响性能也涉及患者安全。

选择监测量的原则是：与失效机理相关、可稳定获取、对早期退化敏感、且不干扰设备正常诊疗。例如监测呼吸机涡轮轴承退化，振动加速度通常比温度更早出现变化；而监测电池老化，内阻和充电曲线比端电压更灵敏。

二、信号类型与采样定理

从传感器出来的信号可分为模拟量与数字量。模拟量又分为连续信号和离散信号；按取值特征可分为模拟信号、离散时间信号、量化信号和数字信号。医疗设备监测中，绝大多数原始信号是模拟的连续时间信号，如压力波形、心电波形、振动加速度。

要把模拟信号变成数字信号，必须经过采样和量化。采样定理指出：若信号最高频率为 f_max，则采样频率 f_s 必须大于 2f_max，才能无失真地恢复原信号。2f_max 称为奈奎斯特频率。工程上通常取 2.5～5 倍甚至更高，以留出抗混叠滤波器的过渡带。

例如，某呼吸机流量信号主要能量在 0～20 Hz，若取 f_s = 100 Hz，则满足采样定理且留有余量；若只取 30 Hz，高频成分会折叠到低频，造成流量波形失真，进而影响潮气量计算。这就是混叠，必须在采样前用低通滤波器限制带宽。

三、信号调理与数据采集基本流程

传感器输出往往很微弱、含噪声、阻抗不匹配，不能直接送入 ADC。信号调理承担放大、滤波、隔离、线性化和阻抗变换等任务。典型链路为：传感器 → 前置放大 → 滤波 → 隔离/电平调整 → ADC → 数字处理。

以压阻式压力传感器为例，其输出可能是毫伏级差分信号，共模电压较高。仪表放大器提供高共模抑制比，把差分小信号放大到 0～3.3 V；随后低通滤波限制带宽；再经隔离放大器保证患者电气安全；最后送入 12 位或 16 位 ADC。若 ADC 参考电压为 3.3 V，12 位分辨率对应约 0.8 mV/LSB，需据此评估压力分辨率是否满足临床要求。

数据采集流程可概括为：信号感知 → 调理 → 采样保持 → 量化编码 → 传输存储 → 预处理。每一步都会引入误差，采样时钟抖动、量化噪声、通道串扰、电源纹波都会影响最终数据质量。

四、医疗场景下的特殊约束

医疗设备的信号采集不能照搬工业监测，必须考虑以下约束：

• 电气安全：患者接触部分必须满足漏电流限值，通常需要电气隔离，隔离耐压和爬电距离有明确标准。
• 电磁兼容：设备本身可能处于电刀、除颤、MRI等强电磁环境，采集通道要有足够的共模抑制和屏蔽。
• 实时性与连续性：生命支持设备的状态监测不能中断，采样和传输需保证确定性时延。
• 不干扰诊疗：传感器安装不能改变设备原有性能，如流量传感器不能明显增加呼吸阻力。
• 数据合规：涉及患者信息的监测数据需满足隐私保护和医疗数据管理要求。

综上，状态监测信号基础的核心是：明确测什么物理量、用什么传感器、经过怎样的调理和采样、在医疗约束下如何保证信号可信。只有把这条链路打通，后续的特征提取和健康评估才有可靠的数据基础。