王樹恒， 于鴻彬， 侯立國(guó)

（1.天津工業(yè)大學(xué)　機(jī)械工程學(xué)院， 天津　300387； 2.北京飛機(jī)維修工程有限公司， 北京　100621）

引言

心電信號(hào)是反應(yīng)人體生理健康狀況的重要參數(shù)，其能夠反映心肌受損程度，對(duì)心律失常、心肌梗死、心肌缺血等病癥檢查具有重要的參考價(jià)值[1]。很多研究表明，一半以上的猝死患者在死前數(shù)周有過心電圖失常的癥狀，但這種癥狀很少出現(xiàn)，當(dāng)病人去醫(yī)院診斷時(shí)，異常病癥可能已經(jīng)消失，從而出現(xiàn)誤檢和漏檢現(xiàn)象。在心電信號(hào)中QRS波的特征提取對(duì)心率檢測(cè)和心臟疾病的檢測(cè)提供了重要依據(jù)，但是人體心電信號(hào)是一種微弱的生物電信號(hào)，容易受到噪聲的干擾，例如工頻干擾、肌電干擾、基線漂移及電極接觸噪聲等，這些噪聲對(duì)心電信號(hào)的特征提取造成困難。陳嘉緒[1]、王奇武[2]等在LabView開發(fā)環(huán)境下采用小波濾波方法對(duì)心電信號(hào)進(jìn)行了采集處理。盧潭城[3]等通過藍(lán)牙通信技術(shù)實(shí)現(xiàn)了手機(jī)上心電信號(hào)的顯示。

基于以上背景，本研究開發(fā)了一套便攜式且易于用戶操作的心電信號(hào)檢測(cè)系統(tǒng)。本系統(tǒng)通過WiFi通信技術(shù)完成心電信號(hào)的采集，并通過VB2012完成心電信號(hào)的實(shí)時(shí)顯示，心電數(shù)據(jù)存儲(chǔ)及處理。

1　心電檢測(cè)系統(tǒng)架構(gòu)

心電檢測(cè)系統(tǒng)的總體設(shè)計(jì)框圖如圖1所示。

圖1　心電檢測(cè)系統(tǒng)的總體設(shè)計(jì)框圖

采用無紡布Ag/AgCl貼片電極采集心電信號(hào)；采用ADI公司的AD8232芯片作為心電信號(hào)的調(diào)理模塊，該模塊尺寸小、功耗低，其內(nèi)部集成了運(yùn)算放大器、儀表放大器、右腿驅(qū)動(dòng)放大器，而且具有導(dǎo)聯(lián)脫落電路和快速恢復(fù)功能[3-4]，AD8232的外圍電路如圖2所示；將ATmega8A作為檢測(cè)系統(tǒng)的微處理器，用其自帶的10位A/D轉(zhuǎn)換器對(duì)心電信號(hào)進(jìn)行采樣處理，經(jīng)過采樣處理的心電數(shù)據(jù)通過WiFi模塊實(shí)時(shí)上傳存儲(chǔ)至云端服務(wù)器中。測(cè)量過程中，將貼片電極分別貼于左胸、右胸和左下腹部位，采集頻率為400 Hz，數(shù)據(jù)傳輸速率為19 200 bit/s，測(cè)量的結(jié)果在平板電腦上顯示。圖3為未經(jīng)軟件濾波處理所采集到的原始心電信號(hào)。

圖2　AD8232外圍電路

圖3　原始心電信號(hào)

由圖3可以看出通過硬件采集電路采集到的原始心電信號(hào)含有外部干擾，QRS波群存在類似白噪聲的干擾，且具有明顯的基線漂移，因此ECG信號(hào)經(jīng)過硬件采集和預(yù)處理之后，還需進(jìn)行進(jìn)一步的軟件濾波。本系統(tǒng)采用小波濾波去除信號(hào)中基線漂移和其他外部噪聲干擾。小波分析在信號(hào)濾波、特征提取、圖像壓縮等方面具有明顯優(yōu)勢(shì)[2]。

2　小波去噪分析

系統(tǒng)采集到的心電信號(hào)干擾包括：由人體肌肉收縮引起的肌電干擾；由呼吸引起的心電基線漂移和幅度變化；測(cè)量電極接觸和電極晃動(dòng)噪聲；工頻干擾以及電子設(shè)備引起的噪聲[5]。這些噪聲都會(huì)對(duì)心電信號(hào)的檢測(cè)造成影響。

2.1　離散小波變換定義

系統(tǒng)采集的心電信號(hào)為數(shù)字量，因此要對(duì)所采集的數(shù)據(jù)進(jìn)行離散小波處理，在L2（R）信號(hào)空間中的任意函數(shù) x（t）離散小波變換（DWT）為:

x

（t）經(jīng)過小波變換后的重構(gòu)變換公式為：

其中

由于小波基ψ（t）生成的小波ψa，b（t）在小波變換中對(duì)被分析的信號(hào)起觀測(cè)窗的作用，所以ψ（t）還應(yīng)滿足一般函數(shù)約束條件：

為了實(shí)現(xiàn)重構(gòu)信號(hào)在數(shù)值上是穩(wěn)定的，還需要小波ψ（t）的傅里葉變換滿足穩(wěn)定性條件：

2.2　心電信號(hào)多尺度小波分析

本系統(tǒng)首先使用Matlab2013對(duì)采集的信號(hào)進(jìn)行二次濾波和基線漂移的消除，然后再與VB2012進(jìn)行混合編程實(shí)現(xiàn)最終想要的效果。Matlab集數(shù)學(xué)計(jì)算、可視化編程于一體，應(yīng)用領(lǐng)域廣泛；同樣在信號(hào)分析處理領(lǐng)域也具有得天獨(dú)厚的優(yōu)勢(shì)。如圖4所示為信號(hào)小波多尺度分解結(jié)構(gòu)示意圖。

心電信號(hào)中的有用信號(hào)通常比較平穩(wěn)有規(guī)律，而噪聲信號(hào)通常是隨機(jī)非平穩(wěn)的。利用小波樹對(duì)含噪心電信號(hào)分解后，含噪部分主要集中在高頻小波系數(shù)中，心電信號(hào)中的基線漂移集中在低頻小波系數(shù)中。本系統(tǒng)通過門限閾值法處理小波分解后的低頻和高頻系數(shù)，即對(duì)較大的小波系數(shù)進(jìn)行保留或削弱處理，對(duì)較小的小波系數(shù)進(jìn)行置零處理。如圖5所示為心電信號(hào)小波去噪流程圖。

圖4　小波多尺度分解結(jié)構(gòu)示意圖

圖5　心電信號(hào)小波去噪流程圖

系統(tǒng)采用Symlets（SymN）小波系對(duì)采集的原始心電信號(hào)進(jìn)行多尺度分析，Symlets小波函數(shù)是由Daubechies提出的近似對(duì)稱小波函數(shù)，其是對(duì)dbN小波系的一種改進(jìn)。該小波與dbN小波相比，具有更好的對(duì)稱性，一定程度上能夠減少對(duì)信號(hào)進(jìn)行分析和重構(gòu)時(shí)的相位失真。通過對(duì)采集的心電信號(hào)進(jìn)行7層小波分解，下頁(yè)圖6為對(duì)采集到的心電信號(hào)進(jìn)行小波多尺度分解的系數(shù)圖。從圖6中可以看出基線漂移信號(hào)主要存在于低頻信號(hào)中，肌電干擾等其他干擾主要存在于高頻系數(shù)中。通過對(duì)各層系數(shù)進(jìn)行閾值選取確定，最終得到如下頁(yè)圖7所示的心電信號(hào)濾波前后波形圖，從圖中可以看出，經(jīng)過濾波處理后的心電信號(hào)更加平穩(wěn)，QRS波特征更加明顯。

對(duì)采集的原始心電信號(hào)完成濾波之后，進(jìn)行QRS波的提取。QRS檢測(cè)的方法主要包括：閾值檢測(cè)法[6]、小波分析法[7-8]、神經(jīng)網(wǎng)絡(luò)法[9]等。系統(tǒng)在完成小波濾波后，采用閾值檢測(cè)的方法進(jìn)行QRS波的檢測(cè)，這樣既利用了小波分析后的結(jié)果，又降低了單純使用閾值檢測(cè)法的誤檢率。具體實(shí)現(xiàn)方法如下：

1）確定閾值。從完成濾波后的心電信號(hào)fs（n）取3 600個(gè)采樣點(diǎn)來確定閾值，首先以900n（n=1，2，3，4）對(duì)信號(hào)分組，找到極大值 max[n]（n=1，2，3，4），然后根據(jù)R波與T波幅值大致關(guān)系（R波幅值大約是T波幅值的6倍）設(shè)置閾值如下：

th=（max[1]+max[2]+max[3]+max[4]）×3/16

2）閾值比較確定QRS波。將fs（n）0中的各點(diǎn)與設(shè)定的閾值進(jìn)行對(duì)比，大于所設(shè)置閾值的極值點(diǎn)即為R波的峰值，然后在峰值附近掃描極值點(diǎn)確定Q波的起始點(diǎn)和S波的終點(diǎn)。

如圖8所示為采用小波濾波后進(jìn)行閾值檢測(cè)得到的QRS波識(shí)別圖。從圖中可以看出，系統(tǒng)能夠比較準(zhǔn)確地對(duì)QRS波進(jìn)行識(shí)別。

圖6　心電信號(hào)小波多尺度分解系數(shù)圖

圖7　小波濾波前后心電波形

3　心電檢測(cè)系統(tǒng)的人機(jī)交互界面設(shè)計(jì)

心電檢測(cè)系統(tǒng)的用戶界面使用Visual Basic 2012進(jìn)行開發(fā)，VB2012是微軟公司較為流行的VB.NET編程語(yǔ)言，是Visual Studio2012環(huán)境支持的幾種語(yǔ)言之一。VB.NET是基于.NET框架的完全面向?qū)ο蟮木幊陶Z(yǔ)言，其開發(fā)界面友好，能夠可視化地開發(fā)網(wǎng)絡(luò)應(yīng)用程序、Windows應(yīng)用程序和服務(wù)器端組件，但其矩陣運(yùn)算、數(shù)學(xué)運(yùn)算等方面的能力很弱。Matlab具有強(qiáng)大的數(shù)學(xué)運(yùn)算功能，具有良好的擴(kuò)展能力和可移植性，但其界面開發(fā)能力較弱[10]。相對(duì)于Labview，VB.NET開發(fā)的界面更美觀一些，能給用戶帶來良好的使用體驗(yàn)。

圖8　QRS波識(shí)別圖

3.1　混合編程實(shí)現(xiàn)心電信號(hào)濾波

Matlab提供了多種程序語(yǔ)言接口，通過微軟的組件對(duì)象模型（Component Object Model,COM）可以完成與VB.NET編程環(huán)境的鏈接，這樣就能在VB.NET開發(fā)環(huán)境中利用Matlab程序進(jìn)行心電信號(hào)的濾波處理，圖9為采用混合編程得到濾波后的心電波形圖。

圖9　采用混合編程得到的濾波后的心電波形

3.2　心率值的計(jì)算

人體的心率值可以從心電數(shù)據(jù)中獲得，為了提高VB2012程序的運(yùn)行速率，心率的計(jì)算使用.NET語(yǔ)言完成。下頁(yè)圖10為本系統(tǒng)的心電數(shù)據(jù)的部分采樣點(diǎn)，從圖10中可以看出QRS波之間的采樣點(diǎn)數(shù)密集，且沒有確定的表達(dá)式。本系統(tǒng)采用一種快速準(zhǔn)確的計(jì)算方法具體步驟如下：

1）對(duì)心電數(shù)據(jù)每隔10 s進(jìn)行一次截取，然后再數(shù)據(jù)的前端和后端進(jìn)行適當(dāng)?shù)男盘?hào)延拓。

2）計(jì)算經(jīng)延拓后的數(shù)據(jù)的極大值ui（i=1，2，3，…，n）。

3）在所有極大值點(diǎn)ui點(diǎn)中尋找滿足以下條件的極值點(diǎn)uj（j=1，2，3，…，m；m＜n）為

圖10　部分心電數(shù)據(jù)采樣點(diǎn)

其中ut=0.6 mV，此值小于R波與T波的峰值差。滿足以上條件的極值點(diǎn)個(gè)數(shù)jmax即為R波的峰值點(diǎn)。

4）得到R波峰值點(diǎn)的個(gè)數(shù)之后，通過公式

可計(jì)算人體的心率值。其中tj為首、末峰值點(diǎn)的時(shí)間間隔。

步驟（1）保證了R波峰值點(diǎn)不被遺漏，步驟（4）保證了所測(cè)心率值的準(zhǔn)確性。

本系統(tǒng)通過以上方法對(duì)心率值進(jìn)行計(jì)算，每隔10 s刷新一次，并存儲(chǔ)。系統(tǒng)與歐姆龍HEM-7132電子血壓計(jì)所測(cè)心率值進(jìn)行測(cè)試對(duì)比，在測(cè)量過程中本系統(tǒng)與電子血壓計(jì)同時(shí)啟動(dòng)測(cè)量。通過對(duì)比計(jì)算得到如表1所示的相對(duì)誤差，從表中數(shù)據(jù)可知，本系統(tǒng)所檢測(cè)的心率值在誤差允許范圍內(nèi)，結(jié)果可靠、穩(wěn)定。

表1　心率檢測(cè)結(jié)果對(duì)比相對(duì)誤差

在進(jìn)行心電檢測(cè)時(shí)，用戶界面可以顯示生動(dòng)的心電波形。同時(shí)用戶也可以通過輸入自己的姓名、性別、年齡等基本信息將所測(cè)得的數(shù)據(jù)保存到遠(yuǎn)程服務(wù)器的數(shù)據(jù)庫(kù)中，以形成用戶的歷史健康信息。本系統(tǒng)用戶使用的操作界面如圖11所示。

圖11　用戶心電檢測(cè)界面

4　結(jié)語(yǔ)

本文所開發(fā)的便攜心電采集系統(tǒng)通過一鍵完成心電信號(hào)的檢測(cè)，能夠高效地實(shí)現(xiàn)上、下位機(jī)的通信，采集的心電信號(hào)穩(wěn)定、準(zhǔn)確。利用Matlab進(jìn)行軟件濾波，進(jìn)一步解決了AD8232外圍電路濾波性能不理想的問題。此外，本系統(tǒng)可以判斷人體的心率是否正常，繪制心率趨勢(shì)圖；能夠進(jìn)行QRS波的識(shí)別與心電數(shù)據(jù)遠(yuǎn)程存儲(chǔ)，形成健康數(shù)據(jù)電子檔案，作為醫(yī)護(hù)人員的參考依據(jù)，有助于對(duì)用戶可能存在的潛在病情進(jìn)行預(yù)測(cè)。通過使用WiFi通信技術(shù)，使得所開發(fā)的系統(tǒng)既適合個(gè)人在家庭WiFi網(wǎng)絡(luò)環(huán)境下直接對(duì)心電信號(hào)進(jìn)行檢測(cè)，也適合WiFi網(wǎng)絡(luò)覆蓋的社區(qū)使用。

[1]陳嘉緒，周穎.基于AD8232的心電實(shí)時(shí)監(jiān)測(cè)及分析系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)測(cè)量與控制，2017（2）：26-31.

[2]王奇武.便攜式脈搏與心電監(jiān)護(hù)系統(tǒng)的設(shè)計(jì)與信號(hào)處理方法的研究[D].武漢：武漢科技大學(xué)，2015.

[3]盧潭城，劉鵬，高翔，等.基于AD8232芯片的便攜式心電監(jiān)護(hù)儀設(shè)計(jì)[J].實(shí)驗(yàn)技術(shù)與管理，2015（3）：113-117.

[4]陳妮，黃代政，張國(guó)棟.人體生理參數(shù)測(cè)量系統(tǒng)低功耗設(shè)計(jì)與實(shí)現(xiàn)[J].傳感器與微系統(tǒng)，2017（3）：80-83.

[5]劉滿晉.抗運(yùn)動(dòng)干擾的便攜式心電監(jiān)測(cè)儀的研究[D].北京：北京理工大學(xué)，2015.

[6]Pan J,Tompkins W J.A real-time QRS detection algorithm[J].Biomedical Engineering,IEEE Transactions on,1985（3）：230-236.

[7]Sasikala P,Wahidabanu R SD.Robust R peak and QRSdetection in electrocardiogramusingwavelet transform[J].International Journal of Advanced Computer Science and Applications-IJACSA，2010（6）：48-53.

[8]Narayana K V L,Rao A B.Wavelet based QRS detection in ECG using MATLAB[J].Innovative Systems Design and Engineering,2011（7）：60-69.

[9]AbibullaevB,SeoH D.A newQRS detection method usingwavelets and artificial neural networks[J].Journal of medical systems,2011,35（4）：683-691.

[10]劉紹清.基于COM技術(shù)的Matlab和VB.Net混合編程[J].軟件導(dǎo)刊，2012（5）：11-12.