邵明剛，吳水才，周著黃，賓光宇，賓光宏

（1.北京工業(yè)大學(xué)生命科學(xué)與生物工程學(xué)院，北京100124；2.北京聯(lián)合大學(xué)智慧城市學(xué)院，北京100101）

0 引言

中國老年人人口數(shù)量逐年增加，人口老齡化程度持續(xù)加深，老年人養(yǎng)老逐漸成為社會關(guān)注的問題。利用“互聯(lián)網(wǎng)+人工智能”建設(shè)一個智慧健康養(yǎng)老的新模式，有助于提高老年人健康養(yǎng)老的服務(wù)水平[1]。心血管疾病多發(fā)病于中老年人群，高居居民死亡率的首位[2-3]，而心電圖是反映心臟電生理特征是否正常的最重要的手段，借助于互聯(lián)網(wǎng)技術(shù)對社區(qū)居家老年人進(jìn)行心電實時遠(yuǎn)程監(jiān)護(hù)，并使用基于人工智能的方法分析老年人的心血管健康狀況，可對心律異常的老年人早發(fā)現(xiàn)、早干預(yù)，實現(xiàn)對老年人進(jìn)行心電監(jiān)護(hù)的目的。

近幾年來，物聯(lián)網(wǎng)技術(shù)和互聯(lián)網(wǎng)技術(shù)的發(fā)展為遠(yuǎn)程健康監(jiān)護(hù)提供了新的機(jī)遇[4-5]。梁鐵等[6]提出一種基于平板計算機(jī)和云計算的心電監(jiān)護(hù)系統(tǒng)，采用柔性石墨烯電極片提高心電采集器的穿戴舒適性，采用平板計算機(jī)傳輸心電數(shù)據(jù)到云平臺。但是平板計算機(jī)連接的心電傳感器數(shù)量受限，云平臺缺乏對心電數(shù)據(jù)的智能分析。Satija 等[7]提出一種基于智能手機(jī)的心電實時采集和信號質(zhì)量評估系統(tǒng)，智能手機(jī)可以實時顯示心電信號，但是系統(tǒng)沒有對云端心電信號的實時監(jiān)測和智能分析給出解決方案。Yang 等[8]提出一種基于物聯(lián)網(wǎng)和云平臺的遠(yuǎn)程心電監(jiān)測系統(tǒng)框架，但是基于Wi-Fi 的心電采集器的工作時間有待提高，且云端缺乏對心電信號的智能分析。Abawajy等[9]以心電監(jiān)測系統(tǒng)為例，提出了一個基于物聯(lián)網(wǎng)和云計算的健康監(jiān)測系統(tǒng)框架，采用美國麻省理工學(xué)院（Massachusetts Institute of Technology，MIT）心電數(shù)據(jù)庫評估系統(tǒng)。該系統(tǒng)可以對心電數(shù)據(jù)進(jìn)行分析，醫(yī)生可以檢查用戶心電記錄。但系統(tǒng)沒有對心電采集器和實時監(jiān)測給出具體的解決方案。

目前遠(yuǎn)程心電監(jiān)護(hù)系統(tǒng)取得相當(dāng)大的進(jìn)步，但還存在一些問題有待完善和解決：（1）心電生理信號采集器的穿戴式設(shè)計；（2）心電監(jiān)護(hù)系統(tǒng)多采用離線數(shù)據(jù)分析或者半實時遠(yuǎn)程監(jiān)護(hù)，缺乏長期實時遠(yuǎn)程監(jiān)護(hù)的系統(tǒng)；（3）系統(tǒng)一般采用智能手機(jī)或者平板設(shè)備對心電信號進(jìn)行常規(guī)處理和分析，比如信號質(zhì)量檢測、信號濾波、R 波檢測等，云端心電信號的智能分析功能不足。

針對上述問題，本研究提出一種基于穿戴式智慧衣的心電遠(yuǎn)程實時監(jiān)護(hù)系統(tǒng)，對社區(qū)老年人進(jìn)行遠(yuǎn)程心電實時監(jiān)護(hù)并輔助監(jiān)護(hù)人員對老年人進(jìn)行房顫檢測。本系統(tǒng)具有如下優(yōu)點(diǎn)：（1）心電采集器一般采用濕電極（比如電極貼），容易造成穿戴不舒適、皮膚過敏等現(xiàn)象。而穿戴式智慧衣采用紡織干電極，穿戴方便，行動不受限制，更加適合老年人使用和長期心電監(jiān)護(hù)。（2）云端采用基于機(jī)器學(xué)習(xí)的心電分類算法分析心電數(shù)據(jù)，云端心電圖實時監(jiān)護(hù)平臺可以實時顯示心電數(shù)據(jù)并分析結(jié)果，輔助監(jiān)護(hù)人員對心電進(jìn)行房顫檢測。

1 系統(tǒng)設(shè)計

基于穿戴式智慧衣的心電遠(yuǎn)程實時監(jiān)護(hù)系統(tǒng)結(jié)構(gòu)如圖1 所示，包括穿戴式智慧衣、Android 智能手機(jī)App 和私有云服務(wù)器3 個部分。穿戴式智慧衣實時采集老年人心電信號。Android 智能手機(jī)App 通過無線藍(lán)牙技術(shù)接收心電數(shù)據(jù)，實時傳輸心電數(shù)據(jù)到私有云的消息隊列服務(wù)。私有云服務(wù)器的Web 服務(wù)提供數(shù)據(jù)訪問接口；消息隊列服務(wù)實時推送心電數(shù)據(jù)到社區(qū)監(jiān)護(hù)端工作站；數(shù)據(jù)分析服務(wù)對心電數(shù)據(jù)進(jìn)行智能分析，輔助監(jiān)護(hù)人員診斷老年人心電圖。

圖1 基于穿戴式智慧衣的心電遠(yuǎn)程實時監(jiān)護(hù)系統(tǒng)結(jié)構(gòu)原理圖

1.1 穿戴式智慧衣

穿戴式智慧衣由合作單位臺灣長庚大學(xué)研發(fā)[10]，主要包括彈性紡織外衣、紡織干電極、屏蔽柔性導(dǎo)電纖維和主控單元，如圖2 所示。其中彈性紡織外衣使紡織干電極貼合人體皮膚，有利于信號質(zhì)量的提升；紡織干電極是傳導(dǎo)體表心電信號的傳感器；屏蔽柔性導(dǎo)電纖維電氣連接紡織干電極和主控單元；主控單元實現(xiàn)心電信號的采集、存儲和藍(lán)牙無線傳輸。

如圖3 所示，穿戴式智慧衣的主控單元硬件設(shè)計包括7 個部分：三導(dǎo)心電采集模塊、三軸加速度模塊、SD 卡模塊、STM32F401 單片機(jī)、無線藍(lán)牙模塊、可充電鋰離子電池和電源模塊。

圖2 穿戴式智慧衣組成結(jié)構(gòu)示意圖

圖3 穿戴式智慧衣主控單元硬件結(jié)構(gòu)圖

主控單元的嵌入式軟件設(shè)計包含3 個功能：（1）心電信號采集功能：按照250 Hz 的采樣頻率采集三導(dǎo)心電信號；（2）數(shù)據(jù)存儲功能：存儲三導(dǎo)心電信號數(shù)據(jù)到內(nèi)部SD 卡；（3）藍(lán)牙數(shù)據(jù)傳輸功能：管理藍(lán)牙和智能手機(jī)的配對連接以及數(shù)據(jù)的壓縮、封包和發(fā)送。

穿戴式智慧衣外衣和主控單元實物如圖4 所示。

圖4 穿戴式智慧衣外衣和主控單元實物圖

1.2 Android 智能手機(jī)App 設(shè)計

Android 智能手機(jī)App 主要功能包括：用戶賬號注冊和登錄功能、心電數(shù)據(jù)實時處理功能、云端通信功能和音視頻通話功能。其工作流程如圖5 所示，具體如下：

（1）使用電話號碼注冊用戶賬號和登錄系統(tǒng)。

（2）通過藍(lán)牙連接穿戴式智慧衣的主控單元，實時接收心電數(shù)據(jù)。

（3）實時處理心電數(shù)據(jù)：①存儲心電數(shù)據(jù)到內(nèi)部存儲器；②顯示動態(tài)心電數(shù)據(jù)波形；③按照MQTT 協(xié)議[11]封裝心電數(shù)據(jù)，并實時傳輸?shù)剿接性品?wù)器。

（4）可以和社區(qū)監(jiān)護(hù)人員進(jìn)行音視頻通話。

圖5 Android 智能手機(jī)App 工作流程圖

Android 智能手機(jī)App 采用Android Studio 開發(fā)工具和Java 語言設(shè)計。使用Eclipse 的Paho 開源工具[12]按照MQTT 協(xié)議對心電數(shù)據(jù)進(jìn)行封包和傳輸。視頻通話功能采用騰訊云實時音視頻[13]的Android SDK 進(jìn)行開發(fā)。

1.3 云端服務(wù)器設(shè)計

云端服務(wù)器包括4 個功能模塊：Web 應(yīng)用程序接口（application programming interface，API）、心電圖實時監(jiān)護(hù)平臺、消息隊列服務(wù)和數(shù)據(jù)分析服務(wù)。

Web API 和心電圖實時監(jiān)護(hù)平臺在本課題組之前研究[14]的基礎(chǔ)上進(jìn)行開發(fā)。Web API 采用Java 語言和Tomcat 容器構(gòu)建，為智能手機(jī)App、心電圖實時監(jiān)護(hù)平臺和消息隊列服務(wù)提供數(shù)據(jù)訪問接口。心電圖實時監(jiān)護(hù)平臺采用HTML5 和JavaScript 技術(shù)構(gòu)建，為社區(qū)監(jiān)護(hù)人員提供基于瀏覽器的心電圖實時監(jiān)護(hù)界面，支持音視頻通話功能。音視頻通話功能采用騰訊云實時音視頻的Web SDK 開發(fā)。

1.3.1 消息隊列服務(wù)

系統(tǒng)采用消息隊列實現(xiàn)心電數(shù)據(jù)和心電分析結(jié)果的實時轉(zhuǎn)發(fā)。通過消息隊列可以降低系統(tǒng)的耦合性，提高系統(tǒng)的可擴(kuò)展性。

云端消息隊列服務(wù)工作流程如圖6 所示。智能手機(jī)App 實時發(fā)布心電數(shù)據(jù)到消息隊列服務(wù)；消息隊列服務(wù)實時推送心電數(shù)據(jù)到訂閱該消息的社區(qū)監(jiān)護(hù)工作站和云端數(shù)據(jù)分析服務(wù)；云端數(shù)據(jù)分析服務(wù)發(fā)布心電分析結(jié)果到消息隊列服務(wù)，消息隊列服務(wù)推送心電分析結(jié)果到社區(qū)監(jiān)護(hù)工作站和老年人智能手機(jī)。

圖6 云端消息隊列服務(wù)工作流程示意圖

1.3.2 數(shù)據(jù)分析服務(wù)

數(shù)據(jù)分析服務(wù)采用2017 年度課題組在PhysioNet ECG 房顫篩查競賽中提出的基于機(jī)器學(xué)習(xí)的心電分類算法進(jìn)行智能分析[15]，該算法可以把單導(dǎo)心電數(shù)據(jù)記錄分為正常、房顫、其他異常或者噪聲4類。該算法流程包含預(yù)處理、特征提取和分類3 個步驟。預(yù)處理步驟主要包含R 波提取和RR 間期的計算；在特征提取步驟中，對每個心電數(shù)據(jù)記錄提取4組共20 個特征；在分類步驟中，使用20 個特征訓(xùn)練決策樹集合分類器。以下重點(diǎn)論述特征提取和分類

2 個步驟。

（1）特征提取。

該算法對每條心電記錄提取4 組共20 個特征，包括4 個房顫特征、10 個形態(tài)學(xué)特征、2 個RR 間期特征和4 個心拍波形相似性特征。

①房顫特征。

RR 間期的絕對不規(guī)則性是檢測房顫的一個重要依據(jù)，該算法提取4 個基于RR 間期的房顫特征：AFEvidence 特征、香農(nóng)熵（Shannon entropy，SE）特征、柯爾莫可洛夫-斯米洛夫（Kolmogorov-Smirnov，K-S）檢驗特征和Radius 特征。

AFEvidence 特征通過dRR 間期的Lorenz 散點(diǎn)圖計算[16]。首先在Lorenz 散點(diǎn)圖上構(gòu)建二維直方圖，然后根據(jù)二維直方圖中每個區(qū)域所包含的點(diǎn)數(shù)和每個組（bin）中包含的點(diǎn)數(shù)計算AFEvidence 特征值。

SE 特征采用Dash 等[17]提出的方法基于dRR 間期的直方圖進(jìn)行計算，用來衡量dRR 間期的不確定性。令binNum 表示直方圖組（bin）的個數(shù)，令pi代表第i個組的概率分布，則SE 特征值的計算公式如下：

K-S 檢驗通過測量2 個樣本的累計概率分布的最大偏差來評估2 個分布是否不同[18-19]。該算法利用K-S 檢驗評估心電圖記錄的累計概率分布和房顫參考分布是否一致。通過計算心電圖記錄的RR 間期比序列[18]和房顫參考分布的顯著性水平得到K-S 檢驗特征值。

該算法提出的Radius 特征用來衡量dRR 間期的不規(guī)則性。Radius 特征值計算步驟：先計算dRR間期的二維散點(diǎn)圖；再計算能夠包含α%（α 根據(jù)參數(shù)調(diào)整實驗取70）個點(diǎn)的最小圓，將此最小圓的半徑作為Radius 特征值。

②形態(tài)學(xué)特征。

心電圖的形態(tài)學(xué)特征對診斷心律異常有重要的意義，比如P 波的缺失是診斷房顫的重要依據(jù)，長PR 間期、QRS 寬度和ST 段均與心律異常相關(guān)。該算法提取10 個形態(tài)學(xué)特征：QRS 寬度、PR 間期、QT 間期、QS 間期、ST 段幅值、P 波幅值、Q 波幅值、R 波幅值、S 波幅值和T 波幅值。

③RR 間期特征。

為了區(qū)分其他異常類型的心電記錄，該算法提取2 個基于RR 間期的特征：平均RR 間期和心律異常指標(biāo)。

平均心率是診斷心動過速和心動過緩的重要指標(biāo)。該算法提取整個心電記錄的平均RR 間期特征來表示平均心率。

除了心動過速和心動過緩，其他異常類型還包含很多難以檢測的心律異常種類，因此，該算法采用Tsipouras 等[20]提出的心律異常指標(biāo)，該心律異常指標(biāo)是按照4 個基于臨床經(jīng)驗的條件來計算。心電記錄的每3 個連續(xù)的RR 間期依次進(jìn)行條件判斷，如果任何一個條件被滿足，則標(biāo)記為異常心拍。心律異常指標(biāo)的特征值為異常心拍的個數(shù)。

④心拍波形相似性特征。

為了檢測噪聲類型的心電記錄，該算法提取4個心拍波形相似性特征：QRS 相似性指標(biāo)、高相似性心拍比率、R 波幅值相似性指標(biāo)和信號質(zhì)量指標(biāo)。

QRS 相似性特征代表心電記錄中任意2 個心拍波形之間的相關(guān)系數(shù)的平均值。假設(shè)心電記錄有N個心拍，ρ（i，j）表示第i個心拍和第j個心拍之間的皮爾遜相關(guān)系數(shù)，則QRS 相似性（SIQRS）特征值的計算公式如下：

高相似性心拍比率特征表示高相似性心拍的最大比率。令H 表示所有心拍的高相似性心拍的個數(shù)集合，則高相似性心拍比率（RHSB）特征值的計算公式如下：

其中，max（）表示求取集合H 的最大值。

R 波幅值相似性特征表示所有R 波幅值之間的變異系數(shù)。令A(yù) 表示所有R 波頂點(diǎn)非負(fù)幅值的集合，則R 波幅值相似性（SIRA）的計算公式如下：

其中，σ 和μ 分別表示A 的標(biāo)準(zhǔn)差和均值。

信號質(zhì)量指標(biāo)特征用來量化等電位線（上一個心拍T 波的終點(diǎn)至當(dāng)前心拍P 波的起點(diǎn)）的波動，以此來衡量心拍的信號質(zhì)量。信號質(zhì)量指標(biāo)的特征值為所有心拍中非噪聲心拍的比率。令T 表示一個心拍的等電位線的幅值集合，則判斷該心拍是否為噪聲的參數(shù)（noise-level）計算公式如下：

其中，max（）和min（）分別表示求取集合T 的最大值和最小值；median（）表示求取集合A 的平均值。

（2）分類。

該算法使用決策樹集合分類器把心電記錄分為4 類（正常、房顫、其他異常和噪聲）。對每個心電記錄提取20 個特征，使用這些特征數(shù)據(jù)訓(xùn)練決策樹集合分類器。決策樹集合分類器采用AdaBoost.M2 算法訓(xùn)練，使用MATLAB 工具的fitensemble 函數(shù)實現(xiàn)訓(xùn)練過程，采用100 折交叉驗證優(yōu)化關(guān)鍵參數(shù)the number of decision trees。

2 性能驗證

2.1 心電分類算法的性能驗證

決策樹集合分類器在競賽官方的訓(xùn)練集（n=8528）和非公開測試集（n=3 658）上進(jìn)行了性能驗證。在訓(xùn)練集上的成績詳見表1，正常（F1n）、房顫（F1a）和其他異常（F1o）這3 類的F1成績分別為0.93、0.88 和0.82，總體F1成績（即F1n、F1a和F1o的平均值）為0.87；總體準(zhǔn)確率（Accuracy）、精確率（Precision）和召回率（Recall）分別為0.89、0.85 和0.88。在非公開測試集上的總體F1成績?yōu)?.82[21]。

表1 決策樹集合分類器的性能

2.2 系統(tǒng)可靠性驗證

如圖7（a）所示，將穿戴式智慧衣的主控單元連接福祿克（FLUKE）MPS450 心電信號發(fā)生器，智能手機(jī)App 可以實時接收和顯示心電數(shù)據(jù)。智能手機(jī)App 實時顯示的心電數(shù)據(jù)[如圖7（b）所示]與MPS450產(chǎn)生的模擬心電信號保持一致，證明穿戴式智慧衣心電數(shù)據(jù)采集可靠。

使用穿戴式智慧衣采集人體心電生理信號，傳輸心電數(shù)據(jù)（第二導(dǎo)聯(lián)）到私有云服務(wù)器。智能手機(jī)App 可實時顯示人體心電數(shù)據(jù)波形[如圖7（c）所示]，云端心電圖實時監(jiān)護(hù)平臺可顯示動態(tài)心電圖和心電分析結(jié)果[如圖7（d）所示]，監(jiān)護(hù)人員可以實現(xiàn)和老年人進(jìn)行視頻通話[如圖7（e）、（f）所示]。智能手機(jī)App 實時顯示的心電數(shù)據(jù)和云端心電圖實時監(jiān)護(hù)平臺顯示的動態(tài)心電圖保持一致，表明了心電數(shù)據(jù)遠(yuǎn)程傳輸?shù)目煽啃?。實驗結(jié)果表明，系統(tǒng)運(yùn)行正常穩(wěn)定。

2.3 與其他系統(tǒng)對比

本系統(tǒng)與其他人設(shè)計的心電監(jiān)護(hù)系統(tǒng)對比詳見表2。梁鐵等[6]、Satija 等[7]和Yang 等[8]提出的心電監(jiān)護(hù)系統(tǒng)缺乏云端心電數(shù)據(jù)分析功能；Satija 等[7]和Yang 等[8]設(shè)計的系統(tǒng)心電采集器采用濕電極，可能導(dǎo)致皮膚過敏，穿戴不舒適；Abawajy 等[9]提出的心電監(jiān)測系統(tǒng)沒有提出心電采集器的解決方案。上述系統(tǒng)均不支持云端實時心電監(jiān)護(hù)。而本系統(tǒng)采用的穿戴式智慧衣采集信號準(zhǔn)確、穿戴舒適，更適合對老年人進(jìn)行長期實時心電監(jiān)護(hù)，且云端的心電監(jiān)護(hù)平臺可以實時顯示老年人心電，并自動分析心電數(shù)據(jù)進(jìn)行房顫檢測。

圖7 系統(tǒng)可靠性驗證實驗環(huán)境及結(jié)果

3 結(jié)語

本研究設(shè)計并實現(xiàn)了一種基于穿戴式智慧衣的心電遠(yuǎn)程實時監(jiān)護(hù)系統(tǒng)，采用智慧衣實時采集老年人的心電生理信號，采用Android 智能手機(jī)實時傳輸心電數(shù)據(jù)到私有云服務(wù)器。云端采用基于機(jī)器學(xué)習(xí)的算法對心電數(shù)據(jù)進(jìn)行房顫檢測，心電圖實時監(jiān)護(hù)平臺可實時顯示動態(tài)心電圖和心電分析結(jié)果，輔助監(jiān)護(hù)人員監(jiān)護(hù)老年人心電，且支持和老年人進(jìn)行視頻通話，以便對心律異常的老年人進(jìn)行干預(yù)，實現(xiàn)監(jiān)護(hù)老年人心血管健康的目的。實驗結(jié)果表明了系統(tǒng)的可行性和可靠性，證明本研究提出的心電監(jiān)護(hù)系統(tǒng)適合在社區(qū)中對老年人進(jìn)行長期、實時心電監(jiān)護(hù)和房顫檢測。

表2 遠(yuǎn)程心電監(jiān)護(hù)系統(tǒng)功能對比

本系統(tǒng)的不足之處在于使用心電信號發(fā)生器和公開訪問的心電數(shù)據(jù)庫對系統(tǒng)性能進(jìn)行驗證，但沒有采集人體心電生理數(shù)據(jù)進(jìn)行臨床試驗，未來計劃采用本系統(tǒng)在社區(qū)中開展對老年人的心電監(jiān)護(hù)和房顫篩查工作。另一個局限性是基于機(jī)器學(xué)習(xí)的算法僅能檢測房顫，無法識別心律異常的其他常見種類，如房撲、室顫等。深度學(xué)習(xí)是心律異常檢測的一種新興方法，下一步計劃結(jié)合深度學(xué)習(xí)方法提高心律異常檢測的種類和性能。