基于智能手機的心電實時監護系統的設計

摘 要:介紹了基于智能手機的心電實時監護系統的設計方法。該系統由測量節點、智能手機節點和監護中心端組成，智能手機節點通過藍牙實時接收由穿戴式心電采集節點傳來的心電數據，并將監護結果通過GPRS網絡傳輸到監護中心端。該系統由病人隨身攜帶，能對多種常見的心律失常癥狀進行智能診斷，提供實時準確的遠程心電監護。通過功能測試，該系統運行良好。

關鍵詞:智能手機; 遠程監護; 心律失常; 智能診斷

中圖分類號:TP391文獻標志碼:A

文章編號:1001-3695(2010)06-2181-03

doi:10.3969/j.issn.1001-3695.2010.06.053

Design of realtime ECG monitoring system based on smartphone

GUO Xingming， CHEN Lishan， CHEN Min， PENG Chenglin

(Chongqing Engineering Research Center for Medical Electronics Technology， College of Bioengineering， Chongqing University， Chongqing 400030， China)

Abstract:This paper introduced a smartphone based ECG monitoring system. The system consists of three parts: a measuring node， a smart phone node and the telemonitoring center. The smart phone nodes process the ECG data which are received from a wearable ECG measuring node by Bluetooth， and show the processed results are sent to the telemonitoring center through GPRS. The system could diagnose kinds of arrhythmia symptoms and accurately monitor the ECG information at real time by carrying with the patients. Test result shows that the system runs well.

Key words:smartphone; telemonitoring; arrhythmia; intelligent diagnosis

心律失常是一種極其常見而又非常重要的心電活動異常狀態[1]，嚴重時可致血液循環失常、竇性停博、竇房阻滯和心動過緩、出現心動過速綜合癥，甚至導致猝死。心電監護是檢測和預防心律失常的重要手段。隨著經濟的發展和技術的進步，人們對于醫療服務質量的要求越來越高，這對心電監護類的儀器提出了更高、更新的要求。為了滿足患者需要，基于無線通信的遠程醫療系統的研究在近年來得到了快速發展[2]。

基于無線網絡的遠程心電監護系統可以給使用者帶來更大的靈活性，使用者可以不受時間、地點的限制，隨時接受監護中心提供的心電監護、日常健康咨詢以及在緊急情況下獲得及時救治。將移動通信技術應用于遠程監護的研究在國外開展得比較早，歐美等國家在20世紀90年代就開始了相關研究[3]，此外，在巴西也有大學進行了關于心電遠程監護的研究[4]。近幾年，國內也有單位進行相關研究工作[5，6]。

本文所介紹的智能手機遠程心電監護系統是可穿戴式無線遠程醫療系統的重要部分。本系統在總結醫生識別心電圖的思路、經驗的基礎上，綜合分析QRS波群、RR間期等信息制定診斷標準，能夠較準確地診斷用戶的心電信息是否出現心律不齊、心動過速、心動過緩、房顫、停搏、早搏等多種心律失常現象，并具有同步顯示、報警等功能。

1 系統結構

可穿戴式無線遠程醫療系統由客戶端和中心端組成，其系統結構如圖1所示。

客戶端包括測量節點和中心數據處理節點。其中測量節點由穿戴式心電傳感器、信號調理電路和通信模塊三個部分組成。測量節點通過V5導聯采集使用者的心電信號，經放大、去噪后通過藍牙傳送到中心數據節點。中心數據節點需要對心電數據進行一定的處理和分析，包括對波形的檢測與識別，心電參數的提取等，并在此基礎上對常見的心律失常進行監護。當監測到病變的心電信號時，將發出報警鈴聲以通知用戶，并同時向中心端發送報警信號。監護結果通過GPRS發送到中心端計算機。

遠程醫療監護中心端的監護平臺可實時監護多個用戶的心電數據，醫生根據用戶數據及監護信息進行進一步的診斷，從而有效地對用戶進行監測。用戶心電數據庫保存用戶的心電數據以及其他相關信息記錄，包括臨床治療情況和癥狀等[7]。

2 客戶端軟件設計與關鍵技術

本文中的遠程心電監護系統在Microsoft Windows Mobile 6.0 standard edition操作系統上運行，其軟件是用C#語言編寫，主要由三個部分組成:

a)數據讀取。實時接收并循環讀取心電數據，用于后面的數據處理及診斷。

b)波形分析。實時提取心電數據中的重要參數，如QRS波群及時限、RR間期及RR間期差等。

c)診斷、顯示、報警。對幾種心律失常進行監護，在手機的顯示屏上實時顯示心電圖與診斷結果。當病情達到報警條件時，發出報警提示，并向中心端發送報警信號。

軟件總體結構如圖2所示。

2.1 小波處理

由于體表心電圖是毫伏級的微弱信號，ECG數據從采集到無線傳輸的過程中可能受到多種噪聲干擾的影響。未加處理的 ECG信號將嚴重影響后端的檢測、識別和分析工作的準確性，嚴重時甚至會完全淹沒 ECG信號。因此對心電信號進行預處理，即去除噪聲、基線漂移并突出特征點是不可缺少的一環。本文采用小波變換來對心電信號進行預處理。小波變換是一種信號的時間—尺度分析方法，具有多分辨率分析的特點，可以在時頻兩域獲得表征信號局部特征。

連續小波變換的定義式為

Wψf(a，b)=1|a|∫+∞-∞f(t)ψ*t-badt(1)

其中:a∈R且a≠0。a為尺度因子;b為時間平移因子。

令ψa，b(t)=1aψt-ba，則上式變為

Wf(a，b)=〈f(t)，ψa，b(t)〉=∫-∞+∞f(t)，ψ*a，b(t)dt=

∫-∞+∞f(t)1aψ*t-badt (a>0，f∈L2(r))(2)

設f (t)=f (kΔt)，t∈(k，k+1)，則可推導出

Wf(a，b)=∑k∫k+1kf(t)|a|-1/2ψ*t-badt=

∑k∫k+1kf(k)|a|-1/2ψ*t-badt=

|a|-1/2∑kf(k)∫k+1-∞ψ*t-badt-∫k-∞ψ*t-badt

(3)

根據上式可編程實現小波變換的算法。計算從-∞到1的小波積分序列，將信號與小波序列進行卷積及差分運算后，乘上尺度系數|a|-1/2即得到小波變換后的結果。小波變換可以較好地濾除信號中的噪聲并消除基線漂移。

選取合適的分析小波及尺度是利用小波變換進行ECG特征信號檢測的關鍵環節，目前應用較多的有二次樣條[8]、Symlet小波[9]、墨西哥帽小波[10]等。從MIT/BIH心律不齊數據庫截取第100號數據的前2 000點，用MATLAB提供的小波工具箱中的多種小波函數對其進行變換對比，結果如圖3所示。

相比其他幾種小波，墨西哥帽小波變換對ECG特征信號的反應更加突出、穩定，并且不會因損失太多的幅度信息而引起誤差。因此，本文采用墨西哥帽小波作為分析小波。將上述數據進行1~8尺度上的墨西哥帽小波變換，結果如圖4所示。可見，噪聲信號基本上集中在1~2尺度上;而當尺度在6尺度以上時，會損失一定的幅度信息，從而導致后期判斷中產生誤差。經過多次測試對比，選擇4尺度作為分析尺度。

在智能手機模擬器上對心電信號進行4尺度上的小波變換結果如圖5所示。

2.2 QRS波定位和誤檢排除

在心電信號自動分析中，心電波形各個特征點的檢測是后續心律失常分析和特征分析的基礎，識別特征點的準確性是計算自動分析程序性能的主要指標。其中QRS波的定位是心電波形特征參數的最重要部分。

信號的R波經小波變換之后突出更加明顯，因此通過動態閾值法實現R波的定位。程序將心電信號數據以3s的間隔分段，從每段數據中取8個極大值的平均值avermax和50個極小值的平均值avermin，設置閾值A為

A=(avermax-avermin)×0.3

判定該段數據中幅度大于閾值A的點為R波波峰。

在干擾較大、信號波形較為復雜的情況下，僅在小波變換域用上述方法進行R波檢測會產生嚴重的漏檢和誤檢。因此，本文采取了一系列的判別和修正措施以提高R波檢測的準確率。

(1)根據不應期原理，當0.2 s內有多個R波出現時，只保留值最大的點作為R波。

(2)倒置R波的判別。檢測到倒置R波后，如果該心拍正向極大值的幅度大于前三個心拍R波峰值的1/2，則將該心拍修正為正向R波，波峰位于正向模極大值處。

本文采用平面幾何的數學方法定位QRS波(圖6)的起點和終點，具體步驟如下:

a)在小波變換域上，從檢測到的R波峰點處向前搜索，尋找第一個負向極值點(倒置R波則尋找正向極值點)，并定義該點對應在原信號上的點為點A。如圖6所示。

b)在點A前極小一段距離取一點，定義為B。

c)從點B開始到點R(R波峰)位置，逐點計算各點到直線BR的距離d，d最大的一點即為Q波波峰的位置。從Q波起向前檢索，第一個斜率突變處即判定為QRS波的起點位置。

QRS波的終點的檢測從R波開始向后檢測，具體步驟與起點檢測的步驟相似。

采用MIT/BIH 心律不齊數據庫中的16條ECG信號對QRS波檢測算法進行驗證，其準確率能達到99%。實驗結果如表1所示。

表1 準確率測試

數據編號心拍數漏檢、誤檢數準確率/%數據編號心拍數漏檢、誤檢數準確率/%

1002273199.951081763299.89

101186501001092532299.92

1022187010020329801099.66

1032083299.902071862599.78

1042229299.912102650199.96

105257201002142262299.91

1062027299.9021533630100

1072137199.952172208199.95

2.3 診斷算法

根據算法定位的R波，判定心率為這一分鐘數據內的R波個數。而心律失常是在一段時間范圍內，對各個QRS波寬及RR間期之間的關系進行判斷的。綜合醫生識別心電圖的思路、經驗和心電圖特征值規律，本系統可以對心房顫動、心律不齊、心動過速、心動過緩、停搏、漏搏、房性早搏、室性早博、插入性室早、R on T波形、室早成對、陣發性室速、室性二聯律、室性三聯律這14種病情進行監測。

定義RRi為RR間期，rr為4個RR正常間期的平均值，RR’為RR間期差，W為QRS波寬，HR為心率，則這14種病情的判斷依據分別如下:

心房顫動(房顫):RR>1.5 s[11];

心律不齊: RR′>0.12 s;

心動過速:HR>100次/min;

心動過緩:HR<60次/min;

停搏:RR>3 s[12];

漏搏:RR>1. 5 rr;

房性早搏:RR<0.75rr且W≤120 ms或RRi+RRi+1<2rr;

室性早搏:RR<0.75rr且W>120 ms且RRi+RRi+1≥2rr;

插入性室早:RRi<0.67rr且W>120 ms且0.9rr≤RRi+RRi+1≤1.1rr;

R on T:0.2 s

室早成對:連續出現兩次室性早搏;

陣發性室速:連續出現三次或三次以上室性早搏;

室性二聯律:正常和室早交替出現兩次以上;

室性三聯律:正常、正常和室早交替出現兩次以上;

心律不齊常與心動過速或心動過緩相伴發生，因此在算法中將心律不齊與心動過速或心動過緩綜合進行判斷，可以診斷為:心律不齊、心動過速、心動過緩、心動過速伴不齊、心動過緩伴不齊。

當上述心律失常癥狀出現時，系統將調用報警模塊。

圖7為智能手機上的運行圖，圖中上部為心電波形圖，下部為診斷結果。第一行為房顫、停搏、漏博、早搏等的信息顯示，第二行為R on T波形、室早成對、陣發性室速、室性二聯律、室性三聯律等的信息顯示，第三行為心動過緩、心動過速及心律不齊信息顯示。

3 中心端軟件設計

本系統的遠程醫療監護中心端監控軟件由信號接收模塊、實時顯示模塊、監控報警模塊、醫學數據庫操作模塊等組成，在整個無線遠程醫療系統中起著功能集成和協調管理的作用。中心端軟件采用LabVIEW進行開發，其結構圖如圖8所示。

信號接收模塊負責建立與客戶端的數據傳輸通信線路。在本系統中，中心端計算機通過Internet接入GPRS網絡進行數據的傳輸。為了提高數據接收通信的靈活性和可靠性，利用LabVIEW網絡化的特性，可以跨節點進行數據通信，既可以用TCP/IP或UPD作低級數據傳輸，也可以使用高級數據槽—客戶/服務器技術。遠程所采集的心電數據通過網絡不斷地傳輸到服務器端，服務器端將接收到的信息段存放到TCP接收緩存(TCP receive buffer)中，由應用程序從這個緩存中讀取數據，從而實現數據的傳輸。

實時顯示模塊將接收到地有效信號實時的顯示在中心服務器的計算機顯示器上，使醫護人員能夠實時了解病人的生理狀況。當生理信號出現異常時，監控報警模塊將發出報警信息提示醫護人員，通過客戶端和中心端的雙重監

護，真正及時有效地對用戶進行監護。

數據庫模塊為每名患者建立信息存儲表，實現數據的記錄。監護軟件與醫學數據庫建立無縫鏈接方便醫護人員查詢歷史信號數據并加以診斷和分析。中心端的界面如圖9所示。

4 結束語

本文介紹了基于智能手機的心電實時監護系統的設計，它是穿戴式無線遠程監護系統的重要組成部分。它可以對用戶進行實時的心電數據分析，對一些常見的心律失常癥狀進行診斷并報警，結合醫生在遠程監護中心端的分析與診斷，可以為用戶提供迅速有效而全面的監護。

近年來，智能手機快速發展而價格又漸趨下降，再結合3G技術的推進，使得智能手機作為新一代媒體平臺的趨勢越趨明顯，基于這一媒體平臺的軟件產業前景也非常廣闊。另一方面，人們對健康保健的需求日益增加，這對本文提出的基于智能手機監測的應用，提供了較大的市場應用前景。通過對算法的完善還可擴展更多的性能，從而基于手機的實時移動監控系統功能將更趨完善。

參考文獻:

[1]李坤陽，胡廣書.基于心電圖分析的心律失常分類[J]. 清華大學學報:自然科學版，2009，49(3):416-418.

[2]丁明石，劉波，張立新，等.一種基于移動通信遠程心電監護終端的設計[J].天津大學學報，2004，37(12):1087-1092.

[3]PATTICHIS C S， KYRIACOU E，et al. Wireless telemedicine system: an overview[J]. IEEE Antenna’s and Propagation Magazine， 2002，44( 2):143-153.

[4]丁明石，呂揚生.采用移動通信技術的遠程醫療研究進展[J]. 醫療設備信息，2003，18(12):29-32.

[5]朱凌云，吳寶明，王正國，等.移動心電監護系統QRS波的實時檢測算法研究[J].儀器儀表學報，2005，26(6):603-607.

[6]張和君，張躍，周炳坤. 遠程心電監護軟件系統的設計與實現[J].計算機工程與應用，2006，42(15):219-224.

[7]唐艷.應用移動通訊技術設計心電監護系統[J].生物醫學工程學雜志， 2006，23(5):1130-1133.

[8]師黎，楊岑玉，費敏銳.基于小波變換的心電信號 R波及 ST段的提取[J].儀器儀表學報，2008，29(4):804-809.

[9]陳文菊，潘敏，趙治棟，等.基于小波變換和Hilbert變化的R波檢測算法[J].傳感技術學報，2006，19(1):248-252.

[10]邱雅竹，丁顯峰，馮俊，等.基于Mexicanhat小波的QRS檢測新方法[J]. 生物醫學工程學雜志，2006，23(6):1347-1349.

[11]蔡力，羅瑩，鄭竹虛，等.風濕性心臟病心房顫動伴長RR間期的心內電生理研究[J].中華心律失常雜志，2000，4(4):34-36.

[12]趙醍，張躍，周炳坤，等.醫用 PDA心電實時監護軟件系統的設計與實現[J].計算機應用，2006，26(12):339-341.