張新治，魏 輝

(1.河南省睢縣中醫(yī)院，河南 商丘 476900;2.河南機(jī)電高等?？茖W(xué)校 電子通信工程系，河南 新鄉(xiāng) 453000)

1 引言

心率是常人或者運(yùn)動(dòng)員正常生理機(jī)能的重要指標(biāo)，在運(yùn)動(dòng)狀態(tài)下檢測(cè)心臟跳動(dòng)是非常有意義的。心電圖是最直接和最準(zhǔn)確的心率信息來(lái)源［1］。通常得到即時(shí)心電圖的方法是使用相鄰的R波檢測(cè)的心電圖，與傳統(tǒng)的三導(dǎo)聯(lián)方法測(cè)得心電信號(hào)相比，運(yùn)動(dòng)狀態(tài)下的標(biāo)準(zhǔn)心電信號(hào)更難得到，這是因?yàn)橛彝鹊姆答侐?qū)動(dòng)級(jí)和采集電路的體積和功耗限制了信息的采集。而且，心臟跳動(dòng)的信號(hào)收集過(guò)程中也容易受到干擾。如肌電圖(EMG)的采集，運(yùn)動(dòng)狀態(tài)下導(dǎo)致呼吸和皮膚接觸阻抗變化的因素很多，很容易淹沒(méi)在其他的噪聲信號(hào)中。所以，找到一個(gè)合適的算法，對(duì)運(yùn)動(dòng)狀態(tài)下的心電信號(hào)的檢測(cè)是非常重要的。傳統(tǒng)的時(shí)域或頻域的分析方法無(wú)法處理干擾狀態(tài)下的心電圖。小波變換和希爾伯特－黃變換是現(xiàn)在非常流行的時(shí)、頻域聯(lián)合的分析方法，現(xiàn)在被廣泛地應(yīng)用在生物醫(yī)學(xué)信號(hào)處理的領(lǐng)域中。本文采用這兩種算法，分析運(yùn)動(dòng)狀態(tài)下的心電圖，從而得到心率信息。

2 雙極運(yùn)動(dòng)心電圖檢測(cè)系統(tǒng)

與傳統(tǒng)的標(biāo)準(zhǔn)三導(dǎo)聯(lián)檢測(cè)方法不同，為了減少檢測(cè)電路對(duì)身體運(yùn)動(dòng)狀態(tài)的影響，本文兩級(jí)法采集運(yùn)動(dòng)狀態(tài)下的心電圖。設(shè)計(jì)的檢測(cè)系統(tǒng)我們稱為兩級(jí)腰帶(Waitband)檢測(cè)系統(tǒng)，它是將兩個(gè)導(dǎo)電環(huán)氧樹(shù)脂極片放在腰部位置檢測(cè)心電信號(hào)，更加小巧的檢測(cè)電路可以掛在腰帶上，進(jìn)行心電信號(hào)的檢測(cè)和存儲(chǔ)［2］。檢測(cè)系統(tǒng)的結(jié)構(gòu)圖如圖1所示。

圖1 檢測(cè)系統(tǒng)結(jié)構(gòu)圖

3 心電信號(hào)的處理和心率的計(jì)算

3.1 心電信號(hào)的提取和分析

在靜止?fàn)顟B(tài)下，本系統(tǒng)采集的心電圖如圖2所示。采樣頻率為200Hz。從圖中可以看出，該系統(tǒng)能夠準(zhǔn)確地收集正常狀態(tài)下的原始心電信號(hào)。

圖2 靜止?fàn)顟B(tài)下的心電波形

經(jīng)過(guò)5～40Hz FIR濾波后，去除高頻率的噪音，就可以得到穩(wěn)定的心電信號(hào)的波形。心臟的跳動(dòng)可以準(zhǔn)確地通過(guò)簡(jiǎn)單的閾值判斷的方法得出。濾波后的波形如圖3所示。

圖3 濾波后的信號(hào)和測(cè)定的閾值

當(dāng)身體處于運(yùn)動(dòng)狀態(tài)時(shí)，會(huì)存在著很多的干擾因素，如肌電信號(hào)、呼吸、身體和電極接觸阻抗的變化等，這些干擾甚至?xí)蜎](méi)以前的心電信號(hào)。通過(guò)采集在各種運(yùn)動(dòng)狀態(tài)下的心電信號(hào)，我們可以看出心電信號(hào)有很大的跳躍性，如在跑步和跳躍時(shí)的心電信號(hào)，是很難辨別出原始的心電信號(hào)的［3］。各種運(yùn)動(dòng)狀態(tài)下的心電信號(hào)波形如圖4所示。

圖4 各種運(yùn)動(dòng)狀態(tài)下的心電信號(hào)波形

上面的數(shù)據(jù)經(jīng)過(guò)5～40Hz的帶通濾波器處理后如圖5所示。從圖中我們可以看出，通過(guò)傳統(tǒng)的時(shí)域或者頻域的分析方法很難準(zhǔn)確地得到劇烈運(yùn)動(dòng)狀態(tài)下的心率信息。

3.2 運(yùn)動(dòng)狀態(tài)下心電信號(hào)的時(shí)域分析

由于通過(guò)傳統(tǒng)的時(shí)域和頻域分析方法很難得到準(zhǔn)確的心率信息，所以本文試圖通過(guò)現(xiàn)在經(jīng)常使用的離散小波變換和希爾伯特－黃變換(HTT:Hilbert－Huang Transform)的方法得到運(yùn)動(dòng)狀態(tài)下的心電信號(hào)和心率信息。

3.2.1 離散小波變換(DWT:Discrete wavelet transforms)

小波變換是現(xiàn)代譜分析的重要工具之一，它能夠描述某一時(shí)刻時(shí)域和頻域過(guò)程中的頻率特性和頻域特征，因此很容易處理不穩(wěn)的過(guò)程。這種方法被廣泛地應(yīng)用在生物醫(yī)學(xué)信號(hào)處理過(guò)程中［4］。DWT的定義如下:

式1中的f(t)是進(jìn)行小波變換的波基函數(shù)。

由于系統(tǒng)的信號(hào)采樣頻率為200Hz，而反映心率變化的QRS波群工作在5～40Hz頻段。所以，本文利用L5離散小波分解和使用sym3小波進(jìn)行信號(hào)重建，以觀察不同分解尺度的心率信息。

圖5 濾波后的各種運(yùn)動(dòng)狀態(tài)下的心電信號(hào)波形

3.2.2 希爾伯特 － 黃變換(HTT:Hilbert－ Huang Transform)

希爾伯特－黃變換是美國(guó)宇航局的E.Huang于1998年提出的一種新的時(shí)域分析方法。它是完全獨(dú)立的傅立葉變換(FT:Fourier Transform)，可以適用于非線性不穩(wěn)定信號(hào)和線性穩(wěn)定的信號(hào)。近年來(lái)，這個(gè)變換的關(guān)鍵思想在線性穩(wěn)定系統(tǒng)的頻譜分析中取得了突破。［5］HTT的方法包含2個(gè)步驟:

1)將原始數(shù)據(jù)首先通過(guò)經(jīng)驗(yàn)?zāi)Ｊ椒纸夥ǚ纸獬蒼階的IMF(Intrinsic Mode Function)函數(shù)和Rn(Residual Function)函數(shù)，即HHT要求的數(shù)據(jù)。

式(2)中X(t)為原始信號(hào)。

2)將分解后的各階的IMF函數(shù)進(jìn)行HHT變換，從而獲得即時(shí)的時(shí)頻圖。

圖6為在靜止?fàn)顟B(tài)下和運(yùn)動(dòng)狀態(tài)下的心電信號(hào)經(jīng)過(guò)HHT變換后得到的波形圖。從圖中可以看出，HHT變換不僅可以有效地提取靜止?fàn)顟B(tài)下的心電信號(hào)中的心率信息，而且運(yùn)動(dòng)狀態(tài)下的心電圖結(jié)果也是令人滿意的。所以，本文將以DWT為基礎(chǔ)的心率計(jì)算結(jié)果作為最終的結(jié)果。

圖6 不同狀態(tài)下經(jīng)過(guò)HHT變換后的心電波形

3.3 心率檢測(cè)

QRS波群反映心率的信息，工作在5～40Hz頻段。由于信號(hào)處理采集過(guò)程中受到運(yùn)動(dòng)和其他形式干擾的頻率較低，所以D2(25Hz～50Hz)和D3(12.5Hz～25Hz)頻段用于重建離散小波L5的分解得到的小波因子。圖7為重建后的信號(hào)波形。

為了進(jìn)一步有效地提取心率信息，需要將兩個(gè)不同的相鄰點(diǎn)進(jìn)行信號(hào)重建，經(jīng)平方計(jì)算后得到最終的信號(hào)結(jié)果。圖8即為不同狀態(tài)下得到的最終的心電信號(hào)波形。

只要設(shè)置適當(dāng)?shù)拈撝岛捅容^信號(hào)，我們就可以得到準(zhǔn)確的心率信息。

4 結(jié)論

本文設(shè)計(jì)的兩極心電信號(hào)采集系統(tǒng)，能夠收集和存儲(chǔ)運(yùn)動(dòng)狀態(tài)下的心電信號(hào)。試驗(yàn)結(jié)果表明，該系統(tǒng)能夠正常工作。為了得到正確的運(yùn)動(dòng)狀態(tài)下的心電信號(hào)和心率信息，采用了兩種主流的時(shí)域和頻域的分析方法，并進(jìn)行了比較。結(jié)果表明，DWT和HHT兩種方法中，DWT可以有效地恢復(fù)噪聲干擾下的心電信號(hào)和心率信息。

迄今為止，整個(gè)算法是在計(jì)算機(jī)上實(shí)現(xiàn)的。在實(shí)際應(yīng)用中，必須完成該算法的內(nèi)建平臺(tái)，進(jìn)一步做更多的研究工作。

［1］Ya－juan XUE，Jun－xing CAO，Ren－fei TIAN，Qing GE.Feature Extraction of Bearing Vibration Signals Using Autocorrelation Denoising and Improved Hilbert－ Huang Transformation［J］.JDCTA，Vol.6，No.4.2012.

［2］龔敏.基于小波變換的心電檢測(cè)及自診斷系統(tǒng)的設(shè)計(jì)［D］.重慶:重慶大學(xué).2009.

［3］張春生.運(yùn)動(dòng)平板心電圖與24h動(dòng)態(tài)心電圖在診斷冠心病中的應(yīng)用價(jià)值對(duì)比［J］.中國(guó)實(shí)用醫(yī)藥，2012，(1).

［4］袁建虎，何竹青，龍?jiān)骑w，黃石紅.低信噪比信號(hào)的連續(xù)與離散小波變換比較研究［J］.自動(dòng)化儀表，2009，(8).

［5］Zhenhu Liang，Yinghua Wang，Shuaiting Wang，et al.A Remote Electrocardiogram Monitoring System Based on Smart Phone Platform［J］.AISS，Vol.3，No.11.2011.