李 澍，張敬梓，王 權(quán)，任海萍

(1.中國(guó)食品藥品檢定研究院醫(yī)療器械檢定所 北京 100050;2.河南省醫(yī)療器械檢驗(yàn)所 河南鄭州 450003)

可穿戴醫(yī)療設(shè)備是包含醫(yī)療傳感器、無(wú)線通信等模塊，具有生理信號(hào)檢測(cè)、信號(hào)特征提取和數(shù)據(jù)傳輸?shù)然竟δ艿尼t(yī)療設(shè)備。穿戴式移動(dòng)醫(yī)療在未來(lái)幾年將得到快速發(fā)展，據(jù)GSM協(xié)會(huì)(GSMA)報(bào)告預(yù)測(cè)，穿戴式移動(dòng)醫(yī)療市場(chǎng)到2017年的營(yíng)收將達(dá)230億美元;而我國(guó)穿戴移動(dòng)醫(yī)療市場(chǎng)在未來(lái)幾年也可預(yù)計(jì)進(jìn)入高速增長(zhǎng)期，到2017年將達(dá)到25億美元的市場(chǎng)規(guī)模。

可穿戴式醫(yī)療一大優(yōu)勢(shì)在于突破時(shí)間、空間，“隨時(shí)隨地”為病人服務(wù)，而這個(gè)基礎(chǔ)就是基于無(wú)線網(wǎng)絡(luò)，而無(wú)線網(wǎng)絡(luò)的帶寬相對(duì)受限，同時(shí)無(wú)線網(wǎng)絡(luò)信號(hào)的覆蓋率、穩(wěn)定性、易受各種干擾、惡劣氣候等都會(huì)影響網(wǎng)絡(luò)性能，可能在一些區(qū)域或者時(shí)間出現(xiàn)無(wú)線信號(hào)不穩(wěn)定。這些因素的存在，極易造成移動(dòng)醫(yī)療的服務(wù)質(zhì)量低下，患者治療過(guò)程得不到穩(wěn)定性保證［1］。因此，需要選擇合適的在文件壓縮、網(wǎng)絡(luò)傳輸?shù)确矫娴募夹g(shù)，讓患者獲得良好的服務(wù)質(zhì)量。

本文通過(guò)采用目前短距離通信中使用較為廣泛的Zigbee通信協(xié)議，結(jié)合基于稀疏采樣的壓縮感知技術(shù)［2］，從而實(shí)現(xiàn)可穿戴式設(shè)備心電數(shù)據(jù)的快速、壓縮采集和安全傳輸。

1 原理與方法

1.1 Zigbee技術(shù) Zigbee是一種短距離、低功耗、低復(fù)雜度的無(wú)線通信模式，基于IEEE 802.15.4無(wú)線標(biāo)準(zhǔn)所開(kāi)發(fā)［3］，主要適用于監(jiān)控與檢測(cè)領(lǐng)域，能夠嵌入到各種獨(dú)立設(shè)備中，其技術(shù)特點(diǎn)與心電信號(hào)的傳輸及工作模式相匹配。

與藍(lán)牙、WIFI等常見(jiàn)的短距離無(wú)線通信方式相比，Zigbee最顯著的特點(diǎn)是低功耗，主要通過(guò)降低傳輸?shù)臄?shù)據(jù)量、降低收發(fā)信機(jī)的忙閑比及數(shù)據(jù)傳輸?shù)念l率來(lái)降低通信開(kāi)銷(xiāo)，如圖1所示，因此非常有利于心電檢測(cè)設(shè)備實(shí)現(xiàn)長(zhǎng)時(shí)間不間斷工作，并且能夠避免設(shè)備的頻繁充電或更換電池。同時(shí)，Zigbee模塊具有可靠的工作模式，在介質(zhì)訪問(wèn)控制中采用了載波偵聽(tīng)多址/沖突避免(CSMA/CA)的信道接入方式和4次握手協(xié)議，能夠有效地避免多個(gè)節(jié)點(diǎn)同時(shí)發(fā)送時(shí)造成的數(shù)據(jù)沖突，因此有利于實(shí)現(xiàn)心電信號(hào)的可靠傳輸。Zigbee的網(wǎng)絡(luò)拓?fù)溆行切汀⒕W(wǎng)狀及簇樹(shù)型等多種模式，對(duì)不同類(lèi)型、不同規(guī)模的用戶(hù)均適用。此外，心電數(shù)據(jù)通常為用戶(hù)個(gè)人的私密數(shù)據(jù)，對(duì)通信過(guò)程中的安全性有較高要求，而Zigbee提供了數(shù)據(jù)完整性檢查和鑒權(quán)能力，通過(guò)協(xié)議中的加密算法使模塊具有良好的安全性能，因此能夠滿(mǎn)足用戶(hù)的需求。

圖1 Zigbee傳輸速率與傳輸距離對(duì)比圖

Zigbee模塊工作在20～250 kbps的速率，分別提供250 kbps、40 kbps和20 kbps的原始數(shù)據(jù)吞吐率，因此數(shù)據(jù)傳輸速率低，單位時(shí)間內(nèi)允許傳送的數(shù)據(jù)量不大。心電信號(hào)為一維信號(hào)，所需傳送的數(shù)據(jù)量不大，但為了提高單位時(shí)間內(nèi)的數(shù)據(jù)傳輸效率，可利用稀疏采樣技術(shù)提高單位時(shí)間內(nèi)的數(shù)據(jù)處理量。

1.2 壓縮感知稀疏采樣原理 基于壓縮感知理論(Compressed Sensing，CS)的稀疏采樣技術(shù)具有降低數(shù)據(jù)處理量的優(yōu)越性。壓縮傳感理論指出當(dāng)信號(hào)本身或者在某個(gè)變換域具有稀疏特性時(shí)，可以利用一個(gè)與變換基不相關(guān)的觀測(cè)矩陣將原高維稀疏信號(hào)投影到一個(gè)低維空間上，從而通過(guò)求解一個(gè)最優(yōu)化問(wèn)題從遠(yuǎn)低于Nyquist采樣率所采集到的信號(hào)測(cè)量值來(lái)實(shí)現(xiàn)原信號(hào)的重構(gòu)［2，4，5］。

長(zhǎng)度為N的離散時(shí)域信號(hào)x為N×1的列向量，可表示為一組基{ψi}的線性組合，如式(1)所示。

式中Φ為M×N(M＜＜N)的測(cè)量矩陣;y是M×1的測(cè)量向量;Θ=ΦΨ∈RM×N是由測(cè)量矩陣和稀疏基共同決定的矩陣。需要依據(jù)測(cè)量向量y重構(gòu)信號(hào)x，M＜＜N說(shuō)明方程(2)為欠定狀態(tài)，無(wú)法直接從y的M個(gè)測(cè)量值中解出x?；谛盘?hào)的稀疏性，可以通過(guò)式(3)所示的優(yōu)化問(wèn)題得到方程(2)的最稀疏解。

綜上所述，壓縮感知稀疏采樣得以實(shí)現(xiàn)的3個(gè)重要步驟為信號(hào)的稀疏表示、測(cè)量矩陣構(gòu)建和信號(hào)重建;應(yīng)用壓縮傳感理論的兩個(gè)基本條件是信號(hào)的稀疏性和矩陣Θ滿(mǎn)足RIP特性。整個(gè)過(guò)程將采樣與壓縮同時(shí)進(jìn)行，在不影響數(shù)據(jù)質(zhì)量的前提下大幅度降低數(shù)據(jù)量。

2 結(jié)果

2.1 用于心電信號(hào)的壓縮感知處理算法與Zigbee稀疏采樣 心電信號(hào)的信號(hào)源為心臟，信號(hào)特點(diǎn)與心臟的生理功能密切相關(guān)，心電波形反映了心房與心室的細(xì)胞動(dòng)作電位變化，其波形具有顯著的特點(diǎn)［6-8］。

圖2 心電信號(hào)時(shí)域波形

設(shè)心電信號(hào)為x(n)，圖2所示為一個(gè)周期的心電信號(hào)時(shí)域波形，具有典型的峰谷特性?？蛇x擇一個(gè)周期的信號(hào)x0(n)作為與x(n)每個(gè)周期作自相關(guān)的函數(shù)，由于二者在時(shí)域有明顯的相似性，因此相關(guān)輸出為明顯的尖峰，從而可實(shí)現(xiàn)時(shí)域的稀疏化處理。信號(hào)的時(shí)域相關(guān)可表示為矩陣形式，則相關(guān)輸出可表式為式(6)。

式中X為心電信號(hào)x(n)一個(gè)周期的向量表示，設(shè)長(zhǎng)度為N×1;Rx為相關(guān)輸出的向量表示，即稀疏后的信號(hào);Ψ(x0，N)是由信號(hào)x0(n)形成的(2N－1)×N矩陣，為本文所采用的信號(hào)X的稀疏基，數(shù)學(xué)形式如式(7)所示。

式(6)所示的過(guò)程即為信號(hào)的稀疏化，當(dāng)信號(hào)具有稀疏基時(shí)，可構(gòu)建測(cè)量矩陣Φ與稀疏基Ψ(x0，N)形成測(cè)量系統(tǒng)，從而形成數(shù)據(jù)的低維投影，實(shí)現(xiàn)數(shù)據(jù)的稀疏采樣，將采樣與壓縮合為一體。本文采用模擬信息轉(zhuǎn)化測(cè)量框架實(shí)現(xiàn)數(shù)據(jù)的低維映射，圖3所示為結(jié)構(gòu)框圖，其中m為小于x(n)維度N的整數(shù)，形成維數(shù)小的觀測(cè)序列y(m)，即實(shí)現(xiàn)了心電信號(hào)的稀疏采樣。

圖3 模擬-信息轉(zhuǎn)化測(cè)量系統(tǒng)基本結(jié)構(gòu)

在通過(guò)測(cè)量系統(tǒng)得到觀測(cè)值y(m)后，依據(jù)觀測(cè)值、測(cè)量矩陣Φ與稀疏基Ψ(x0，N)，利用凸集優(yōu)化算法對(duì)心電信號(hào)x(n)進(jìn)行重建，即可得到與常規(guī)采樣相同的數(shù)據(jù)形式，但系統(tǒng)的數(shù)據(jù)處理量大幅度減小。

2.2 心電信號(hào)的Zigbee稀疏采樣系統(tǒng) 利用本文方法進(jìn)行稀疏采樣后，獲取相同信息所需要的采集數(shù)據(jù)量大幅度降低，因此傳送到數(shù)據(jù)中心的數(shù)據(jù)量較傳統(tǒng)采樣而言大幅度減小，適合用于Zigbee技術(shù)作為基本通信方式?？蓪igbee通信模塊集成到相應(yīng)的心電檢測(cè)設(shè)備中，基本的實(shí)現(xiàn)框圖如圖4所示。

首先心電檢測(cè)設(shè)備通過(guò)稀疏采樣完成區(qū)域用戶(hù)的心電信號(hào)采集，該過(guò)程實(shí)現(xiàn)了模擬信號(hào)的數(shù)字化，但在采樣中并不是依據(jù)傳統(tǒng)的奈奎斯特采樣定理，而是基于本文的壓縮感知稀疏采樣方式，將采樣與數(shù)據(jù)壓縮融為一體，采集到的是少量低維數(shù)據(jù)，但是能夠獲取同樣的信息量;完成數(shù)據(jù)采集后，通過(guò)Zigbee通信模塊將數(shù)據(jù)傳輸?shù)絽^(qū)域的匯聚節(jié)點(diǎn)，該通信過(guò)程開(kāi)銷(xiāo)低、傳輸量小且可靠性高;區(qū)域匯聚節(jié)點(diǎn)具有相對(duì)較強(qiáng)的處理能力，并與互聯(lián)網(wǎng)相連，將收集到的用戶(hù)低維心電數(shù)據(jù)聯(lián)網(wǎng)，通過(guò)Internet發(fā)送到數(shù)據(jù)處理中心;數(shù)據(jù)處理中心具有強(qiáng)的運(yùn)算處理能力，依據(jù)所設(shè)定的初始條件(包括稀疏基、測(cè)量矩陣及重建算法條件等)將獲取的低維心電數(shù)據(jù)實(shí)現(xiàn)可靠的信號(hào)重建，從而得到完整的用戶(hù)心電信號(hào)，并對(duì)數(shù)據(jù)進(jìn)行分析與應(yīng)用。

可見(jiàn)，本文系統(tǒng)通過(guò)壓縮感知處理的稀疏采樣有效降低了前端(用戶(hù)設(shè)備)的采集處理壓力，并利用Zigbee降低了設(shè)備的通信開(kāi)銷(xiāo)，使用戶(hù)設(shè)備具有更高的能效利用率與可靠性。將復(fù)雜龐大的運(yùn)算有效轉(zhuǎn)移到處理能力強(qiáng)的數(shù)據(jù)處理中心服務(wù)器(后臺(tái))完成，提高了整個(gè)系統(tǒng)的效率與生存周期。

圖4 Zigbee系統(tǒng)示意圖

3 討論

本節(jié)通過(guò)相應(yīng)的仿真實(shí)驗(yàn)驗(yàn)證文中壓縮感知稀疏采樣算法的有效性，實(shí)驗(yàn)原始數(shù)據(jù)為實(shí)際測(cè)量的用戶(hù)心電信號(hào)，數(shù)據(jù)為隨機(jī)抽選的一個(gè)周期。

圖5所示為實(shí)測(cè)心電信號(hào)一個(gè)周期的時(shí)域波形圖，可見(jiàn)信號(hào)本身不具有稀疏特性，需要進(jìn)行變換處理才能夠滿(mǎn)足壓縮感知稀疏采樣的基本條件。圖6所示為利用本文中與特定周期進(jìn)行時(shí)域相關(guān)后實(shí)現(xiàn)信號(hào)稀疏化的輸出波形，可見(jiàn)通過(guò)相關(guān)處理后產(chǎn)生了明顯的峰值，且信號(hào)占有的區(qū)間大幅度縮小，與原始信號(hào)相比，具有明顯的稀疏特性，說(shuō)明本文的稀疏化處理方法是有效的。

圖7所示為利用稀疏采樣的低維數(shù)據(jù)進(jìn)行心電信號(hào)重建后的對(duì)比波形圖。可見(jiàn)，重建曲線的整體趨勢(shì)均與原始波形吻合。壓縮比例越小，相應(yīng)的重建誤差會(huì)增大，但均可呈現(xiàn)原始波形的時(shí)域特點(diǎn)，因此算法具有可行性。

圖5 心電信號(hào)時(shí)域波形

圖6 時(shí)域相關(guān)后的稀疏變換輸出波形

圖7 稀疏采樣下的重建心電信號(hào)

圖8所示為隨著數(shù)據(jù)壓縮比例的變化，算法的重建誤差曲線與運(yùn)算時(shí)間曲線。圖中反映出數(shù)據(jù)量越少，重建誤差越大，但誤差均集中在可接受的范圍之內(nèi)。當(dāng)數(shù)據(jù)量為50%時(shí)，重建誤差約為0.05，能夠滿(mǎn)足系統(tǒng)的需求。時(shí)間曲線在數(shù)據(jù)量很小的情況下，由于采集數(shù)據(jù)過(guò)于稀疏，不滿(mǎn)足重建條件，因此消耗時(shí)間較多。當(dāng)數(shù)據(jù)量到達(dá)原始數(shù)據(jù)30%時(shí)，即可完成信號(hào)的重建，但隨著比例的增加，運(yùn)算時(shí)間會(huì)上升。

圖8 不同壓縮比例下的重建誤差與運(yùn)算時(shí)間

綜上所述，利用壓縮感知稀疏采樣技術(shù)將采樣與壓縮合為一體，降低了設(shè)備前端的采集壓力，大幅度減小了數(shù)據(jù)傳輸量;利用Zigbee通信模式實(shí)現(xiàn)心電數(shù)據(jù)的可靠傳輸，大幅度降低了通信開(kāi)銷(xiāo)，能夠解決心電設(shè)備的能耗問(wèn)題。通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了本文心電信號(hào)稀疏處理的有效性，并利用得到的少量觀測(cè)數(shù)據(jù)實(shí)現(xiàn)了原始信號(hào)的可靠重建，在獲得較小重建誤差的前提下，大幅度降低數(shù)據(jù)處理量，為可穿戴式心電設(shè)備提供一種有效的實(shí)現(xiàn)方法。

［1］張方奎，張春業(yè).短距離無(wú)線通信技術(shù)及其融合發(fā)展研究［J］.電測(cè)與儀表，2007，(10):48-52.

［2］Donoho D L.Compressed sensing［J］.IEEE Trans.on Information Theory，2006，52(4):1289-1306.

［3］周武斌.Zigbee無(wú)線組網(wǎng)技術(shù)的研究［D］.長(zhǎng)沙:中南大學(xué)，2009.

［4］孫金超，曹繼華，黨嬋娟.基于壓縮感知對(duì)心電信號(hào)的降噪重構(gòu)［J］.計(jì)算機(jī)應(yīng)用，2013，(S2):325-327.

［5］周微.基于壓縮感知的腦電信號(hào)壓縮采樣［D］.南京:南京理工大學(xué)，2011.

［6］蘇麗.遠(yuǎn)程心電監(jiān)護(hù)診斷系統(tǒng)心電信號(hào)處理方法研究［D］.哈爾濱:哈爾濱工程大學(xué)，2006.

［7］姚成.心電信號(hào)智能分析關(guān)鍵技術(shù)研究［D］.長(zhǎng)春:吉林大學(xué)，2012.

［8］杜雷雷.高性能心電信號(hào)采集模塊的搭建與應(yīng)用驗(yàn)證［D］.北京:中國(guó)科學(xué)院大學(xué)，2013.