一種體域網無線心電監護系統的研制與測試

張洹千+杜曉薇+楊堅+卞士平+韓雪松+李擎+金慶輝+趙建龍

摘 要： 隨著中國老齡化和家庭空巢化的加劇，患有慢性疾病的老人在醫院外的健康監護問題變得日益突出。這就需要人們能夠設計出有別于傳統醫療儀器的新系統，這樣的新系統稱為體域網系統。論述了體域網無線心電監護系統的設計方案，重點介紹了患者系統以及預警系統的構成。患者系統采用便攜式心電檢測模塊來采集患者的心電信號；藍牙短距無線通信技術用于將實時心電信號傳輸到智能手機；預警系統能接收患者系統發送的心電信號。最后給出了在醫院環境中對系統進行的三項測試結果。

關鍵詞： 體域網； 無線心電監護； 老齡化； 智能手機

中圖分類號： TN911?34 文獻標識碼： A 文章編號： 1004?373X（2014）04?0037?05

Development and test of body area network system for wireless ECG monitoring

ZHANG Huan?qian1，2，3， DU Xiao?wei1，2，3， YANG Jian2，4， BIAN Shi?Ping4， HAN Xue?song2， LI Qing2，4，

JIN Qing?hui1，2， ZHAO Jian?long1，2

（1. State Key Lab of Transducer Technology， Shanghai Institute of Microsystem and Information Technology， CAS， Shanghai 200050， China；

2. Shanghai Clinical Research Center： Clinical Research on Biological Sensing Technology， CAS， Shanghai 200031； China；

3. University of Chinese Academy of Sciences， Beijing 100049， China； 4. Xuhui District Central Hospital， Shanghai 200031， China）

Abstract： With the rapid increase of older people in China， the problem of elder people's chronic diseases and their health monitoring requirement outside hospital become more and more important. To face such challenge， the body area network system， a new kind of health care monitor， is needed to build up. This system is a small network based on IOT and sensor technologies. A design scheme of body area network wireless electrocardiogram monitoring system is described in this paper. The patient system and pre?warning system are introduced emphatically. The portable electrocardiogram detecting blockis adopted in the patient block to collect patient's electrocardiogram signal. The bluetooth short distance wireless communication technology is employed to transmit the real?time electric signal to smartphone. The results of three iterms tested in the hospital environment are given in this paper.

Keywords： body area network； wireless electrocardiogram monitoring； ageing populations； smart phone

體域網是建立在物聯網技術和傳感器技術之上，以人體的各種生理參數為數據源、并以人體范圍內的無線數據通信為載體的小型化網絡[1]。體域網可以用來對慢性疾病進行管理、對特殊人群進行監護、在社區醫院對附近的家庭給予快速實時的健康指導[2]。

目前已經有許多在體域網醫療設備方面的研究[3]。中科院電子學研究所的軒運動等人開發的老人健康監護系統，能夠檢測關鍵生理參數，實現了基于無線體域網技術的家用監護系統[4]。U.Anliker等人開發的穿戴式醫療監護與預警系統能夠定時采集一段時間內的多種生理參數[5]，并將這些參數的數據發送到醫院預警中心。Rasid M. F.等人開發的系統，能夠采集多種生理參數，并通過手機的藍牙模塊接收無線信號并由General Packet Radio Service（GPRS）發送到醫院數據中心[6]。Lin Y. H.等人開發的醫院內部移動監護平臺[7]，借助個人數據助理終端Personal Digital Assistant（PDA）的Wireless Fidelity（WiFi）模塊將心電和血氧等參數在醫院內部實時傳輸，給照顧醫院的住院病人提供了便利。Ren?Guey Lee等人基于Nokia手機上開發了一套無線監護系統，并將多種生理參數發送到醫院預警中心，實現了對慢性病患者的實時預警。R.Fensli等人開發的無線心電信號連續采集系統[8]，以手持的PDA為載體接收心電傳感器實現了單導聯的數據傳輸，并通過PDA上的軟件將數據由TCP/IP的寬帶傳輸方式發送到醫療預警中心。Paradiso R.等人開發出了另一套系統[9]，這套心電檢測系統采用了特制的貼身內衣，將5個心電電極和4個呼吸與運動電極固定在衣服內側，傳感器能夠采集人體的心電、呼吸和運動信息，并將數據通過GPRS信號發送到醫療監護中心。隨著體域網醫療設備研究的深入，近年來已有大量相關研究的文獻報道[10?11]。

上述研究都實現了心電信號的采集和無線傳輸功能，并且得到了比較好的實驗結果。本文提出了一種采用良好人際交互界面，并適合無線心電檢測信號處理算法的系統設計方案。

1 系統設計方法

1.1 無線心電監護系統的架構

為了實現遠程無線心電的連續實時監護，采用了基于體域網技術的系統架構。圖1顯示了體域網系統的基本架構。整套監護系統由兩個子系統組成，分別是：

（1） 患者系統：便攜式心電傳感器和手持式分析終端。

（2） 預警系統：醫院預警中心的數據管理分析系統與醫生遠程分析監護系統。

其中患者系統需要具備如下的特點：輕便、長時間運行、簡單的用戶操作界面、穩定的心電數據采集、支持無線數據通信；預警系統需要具備如下的特點：簡單的用戶操作界面、顯示心電數據和相關特征信息、儲存管理患者的信息和數據、具有網絡操作和分析功能。

1.2 患者系統的設計

便攜式心電傳感器和手持式分析終端組成了患者系統。圖2為患者系統的設計架構。心電傳感器采集人體的單導聯心電信號，并將數字化的數據傳送到手持式分析終端。手持式分析終端由智能手機實現，能夠存儲心電數據、發出異常警報。手持式分析終端還能以3G或WiFi通信方式將數據發送到醫院的預警服務器。

圖1 體域網無線心電監護系統架構

圖2 患者系統架構

為了盡可能延長便攜式心電采集模塊的工作時間，該便攜式模塊沒有集成數據處理模塊，所有數據處理的功能都設計了智能手機和預警中心服務器處。

1.2.1 便攜式心電傳感器模塊

便攜式心電傳感器包括：可充電鋰電池、電源管理模塊、心電模擬信號采集模塊、微控制器和無線通信藍牙模塊。圖3為便攜式心電傳感器各功能模塊設計。

圖3 便攜式心電傳感器

醫療電極和導聯線把心電信號從體表提取出來，心電信號處理模塊與模/數轉換器將單導聯的心電信號轉換為采樣頻率是2 kHz精度是8 b的數字信號；藍牙模塊將數字信號發送到病人佩戴的智能手機終端。

便攜式心電傳感器由可充電的鋰電池供電，鋰電池的容量為600 mA·h，系統可以連續正常工作約90 h。表1統計了便攜式心電傳感器不同模塊在不同工作狀態的工作狀態和功耗。

表1 各模塊的工作狀態和總功耗

模擬模塊包括：電源管理模塊和心電模擬信號采集模塊。

1.2.2 智能手機分析終端

患者使用的智能手機分析終端通過無線藍牙模塊接收心電傳感器送來的數據，這些數據經過終端的處理后發送至醫院預警中心的服務器。智能手機分析終端采用了Windows Mobile操作系統，基于LabVIEW設計平臺開發的軟件具有良好的人機交互界面。患者可以方便地手動輸入自己的姓名等信息，控制藍牙數據連接，控制向醫院預警中心發送數據的互聯網連接。智能手機分析終端會將原始數據儲存在SD存儲卡中。圖4為智能手機分析終端程序模塊結構圖與工作顯示圖。

圖4 智能手機分析終端程序模塊結構圖與工作顯示圖

由于需要節省網絡的流量和手機無線發送的功耗，在手持分析終端上對心電信號進行了數據壓縮處理。目前在心電數據處理領域主要的壓縮算法分為：直接壓縮算法和變換壓縮算法[12]。在不損失原始心電圖中的任何信息的前提下，使用屬于直接壓縮算法中熵編碼的霍夫曼壓縮算法進行心電數據壓縮。

為了對比數據壓縮算法在項目設計系統中應用的有效性，從專業心電數據庫里選取標準數據進行壓縮，同時對項目設計系統采集的心電數據進行壓縮。此外，還選取了三種對照數據進行對比分析表2是對不同數據的壓縮結果（數據庫一見文獻[13]，數據庫二，三見文獻[14]）。

1.3 預警系統

預警系統主要以服務器、臺式電腦、筆記本電腦和智能手機為平臺。其中醫院的預警中心用基于LabVIEW平臺開發的服務器系統接收、顯示、存儲病人的心電數據，并能夠自動分析其心率數據；醫生等專業人員能夠通過臺式電腦、筆記本電腦和智能手機，遠程登錄預警中心的服務器實時地分析服務器上的心電數據，并給予病人及時的診斷和預警。圖5是醫院預警系統架構與程序功能模塊圖。

圖6是預警系統的顯示界面。圖中可以看到患者與預警系統的連接狀態、患者姓名、醫生客戶端的連接狀態，同時可以將實時波形進行打印操作。程序自動計算出患者的實時心率，程序會根據心率數值自動向患者的手持智能手機發出報警命令，也可以由醫生手動發出報警命令。

表2 不同數據的壓縮結果

注：壓縮率定義為：[壓縮率=原始數據壓縮后數據]

圖5 醫院預警系統架構與程序功能模塊框圖

圖6 預警系統的程序顯示

在整個體域網無線心電監護系統中，預警系統與患者系統是相互獨立又相互聯系的兩個子系統。這兩個系統的協同工作具有下述的步驟：

（1） 患者系統中智能手機作為客戶端在醫院預警中心服務器上得到一個固定的互聯網傳輸端口，同時智能手機與心電模塊建立藍牙通信。

（2） 當智能手機接收到了從心電傳感器傳送來的數據后，通過無線寬帶數據通路將數據發送到預警中心服務器。

（3） 如果智能手機的無線寬帶數據通路連接丟失，智能手機會自動重新連接，但連接斷開時間內的數據都不會再被傳輸。

（4） 如果智能手機與便攜式心電傳感器的藍牙通信連接丟失，智能手機不會自動接連便攜式心電傳感器，而是發出警報通知患者進行手動連接。

基于LabVIEW的心電數據實時處理算法設計如下：

對于用于遠程醫療服務的無線心電監護系統，其信號處理部分是分析心電信號的重點。項目設計的預警系統通過LabVIEW高效地實現了心電信號的采集及分析算法設計。

在心電信號采集的過程中會耦合進許多外界干擾，它們主要包括：電源線干擾、電極接觸噪聲、肌電噪聲和基線漂移等。此外，在遠程監護的應用中，由于患者的運動狀態是隨機的，例如跑步等身體活動會對心電信號造成很大的干擾。因此，為了使心電信號被大多數醫學上的診斷和分析所使用，都需要將這些干擾從原始的心電信號中去除[15]。在這些干擾中，電源線干擾和基線漂移是最為重要的，并且可能強烈的影響心電信號分析。其他如肌電噪聲等干擾的帶寬與心電信號相重疊[16]。這些干擾信號的頻率同心電信號的頻率重合，且心電信號頻譜具有時變的特性，如果僅采用傳統的數字濾波器組很容易在濾除噪聲的同時破壞有用的心電信號。所以，使用LabVIEW高級信號處理工具包中的小波算法處理受到干擾的心電信號。

圖7顯示了經過小波降噪處理前后的心電波形，A為未經過去噪的原始信號，B為經過小波變換降噪后的信號。可以看到在經過降噪處理后A波形中許多微小的干擾在B波形中得到了有效抑制，且沒有損失A波形中的主要心電信息。

圖7 小波降噪處理前后的心電波形

2 系統性能評估

遠程醫療服務系統是用來進行實時監控患者的心電信息并進行及時預警反饋。因此，有必要對心電信號的精確程度進行分析和估計。

在徐匯區中心醫院實地測試了整套系統的功能。整套系統包括：檢測單導聯心電信號的便攜式心電傳感器、安裝了數據分析處理程序的智能手機、具備網絡數據收發和存儲功能的預警服務器。實地測試流程如下：

（1） 被測者開啟智能手機、輸入姓名。

（2） 被測者打開便攜式心電傳感器，等待智能手機搜索到便攜式傳感器后建立無線藍牙連接。

（3） 同時智能手機的程序會向醫院的預警服務器申請用于網絡傳輸數據的通信端口，同時開啟寬帶互聯網數據通信服務。

（4） 在藍牙連接建立后，智能手機的程序會通過無線寬帶數據通路向預警服務器發送實時的心電數據。

（5） 預警服務器將接收到的數據顯示為心電波形并保存為數據文件。

由于本文開發的系統主要針對心電監護，因此在醫院實際環境中對系統進行了實地測試。在測試中，項目開發人員佩戴無線心電監護系統，醫院的服務器接收智能手機傳輸來的實時心電信號，顯示并打印實時心電信號。本文以兩種情景來比對實驗數據：

情景1：患者平躺在病床上，且靜息情況下測量其單導聯心電信號。

情景2：患者在醫院內慢速小跑時測量其單導聯心電信號。

表3為實驗中數據對比的方法與目的。

表3 數據對比的方法與目的

圖8為按照數據對比I進行的數據分析。其中波形A為醫院醫療設備（FUKUDA FX?7302心電圖儀）的檢測結果打印在專用心電打印紙上的心電圖。波形B為項目開發的儀器將數據傳輸到預警服務器后，服務器顯示的心電圖。對比兩個波形可以確認項目開發的系統能夠較好地采集心電信號，并將數據實時傳輸到醫院預警服務器；能夠良好地分辨出QRS波的形狀，可用于簡單的心率失常檢測。

圖8 FX?7302檢測結果與項目開發的心電檢

測儀器的檢測結果對比

圖9為按照數據對比Ⅱ進行的數據分析。波形A為被檢測者在慢速小跑時的檢測結果，波形B為被檢測者處于靜息狀態時的檢測結果。對比兩個波形可以確認，系統在醫院中患者處于基本運動模式下能夠正常工作，且能夠明顯分辨出心率變化和心電圖波形的改變。

圖10為按照數據對比Ⅲ進行的數據分析。其中波形A為醫院醫療設備（Mortara X?Scribe）的檢測結果打印在專用心電打印紙上的心電圖。波形B為項目開發的儀器將數據傳輸到醫院預警服務器后，服務器顯示的心電圖。對比兩個波形可以確認項目開發的系統能夠分辨出基本的心電異常波形。但與商用儀器相比，項目開發儀器在運動中對有心臟疾病的檢測存在波形上的失真。分析失真的原因有兩點：醫院醫療設備無法將檢測結果連續打印；項目開發儀器使用的電極在運動中與皮膚接觸不良。

圖9 運動狀態與靜息狀態檢測結果比較

圖10 Mortara X?Scribe檢測結果與項目

開發的心電檢測儀器檢測結果對比

3 結 語

本文的研究內容是一套體域網無線心電監護系統，該系統可以有效地采集患者的單導聯心電信號，且不會對患者的正常生活造成明顯影響。本文說明了以現有的技術如何低成本地實現基于移動監護和健康服務的遠程無線醫療服務系統。

醫院的實地測試表明，本文研發的系統能夠實現遠程無線心電信號的檢測。與現有的心電檢測系統相比，項目研發的系統具有體積小、重量輕、便攜性好等特點，能夠彌補原有醫院心電檢測設備的一些不足。接下來的工作主要包括將單導聯的心電采集模塊擴展為12導聯的心電采集模塊；實現預警中心計算機對心電信號的實時自動分析功能；優化整個系統的總體功耗使其能夠穩定地長時間持續工作等；并在此基礎上對心臟病患者進行小規模檢測。

參考文獻

[1] HUANG L， ASHOUEI M， YAZICIOGLU R F， et al. Ultra?low power sensor design for wireless body area networks?challenges， potential solutions， and applications [J]. JDCTA， 2009， 3（3）： 136?148.

[2] GYSELINCKX B， VULLERS R， HOOF C， et al. Human++： emerging technology for body area networks [C]// Proceedings of 2006 IFIP International Conference on Very Large Scale Integration. Nice： [s.n.]， 2006： 175?180.

[3] PATTICHIS C， KYRIACOU E， VOSKARIDES S， et al. Wireless telemedicine systems： an overview [J]. IEEE Antennas and Propagation Magazine， 2002， 44（2）： 143?153.

[4] 軒運動，趙湛，方震，等.基于無線體域網技術的老人健康監護系統的設計[J].計算機研究與發展，2011（z2）：355?359.

[5] ANLIKER U， WARD J A， LUKOWICZ P， et al. AMON： a wearable multiparameter medical monitoring and alert system [J]. IEEE Transactions on Information Technology in Biomedicine， 2004， 8（4）： 415?427.

[6] RASID M F A， WOODWARD B. Bluetooth telemedicine processor for multichannel biomedical signal transmission via mobile cellular networks [J]. Information Technology in Biomedicine， IEEE Transactions on， 2005， 9（1）： 35?43.

[7] LIN Y?H， JAN I?C， KO P?I， et al. A wireless PDA?based physiological monitoring system for patient transport [J]. IEEE Transactions on Information Technology in Biomedicine， 2004， 8（4）： 439?447.

[8] LEE R?G， CHEN K?C， HSIAO C?C， et al. A mobile care system with alert mechanism [J]. IEEE Transactions on Information Technology in Biomedicine， 2007， 11（5）： 507?517.

[9] PARADISO R， LORIGA G， TACCINI N. A wearable health care system based on knitted integrated sensors [J]. IEEE Transactions on Information Technology in Biomedicine， 2005， 9（3）： 337?344.

[10] 宮繼兵，王睿，崔莉.體域網BSN的研究進展及面臨的挑戰[J].計算機研究與發展，2010（5）：737?753.

[11] PANTELOPOULOS A， BOURBAKIS N G. A survey on wearable sensor?based systems for health monitoring and prognosis [J]. IEEE Transactions on Systems， Man， and Cybernetics， Part C： Applications and Reviews， 2010， 40（1） 1?12.

[12] JALALEDDINE S M S， HUTCHENS C G， STRATTAN R D， et al. ECG data compression techniques?a unified approach [J]. IEEE Transactions onBiomedical Engineering， 1990， 37（4）： 329?343.

[13] GOLDBERGER A L， AMARAL L A， GLASS L， et al. PhysioBank， PhysioToolkit， and PhysioNet： components of a new research resource for complex physiologic signals [J]. Circulation， 2000， 101（23）： 15?20.

[14] MOODY G， MULDROW W， MARK R. A noise stress test for arrhythmia detectors [J]. Computers in Cardiology， 1984， 11： 381?384.

[15] RANGAYYAN R M. Biomedical signal analysis [M]. New York： IEEE Press， 2002.

[16] THAKOR N V， WEBSTER J G， TOMPKINS W J. Estimation of QRS complex power spectra for design of a QRS eilter [J]. IEEE Transactions on Biomedical Engineering， 1984， BME?31（11）： 702?706.

參考文獻

[1] HUANG L， ASHOUEI M， YAZICIOGLU R F， et al. Ultra?low power sensor design for wireless body area networks?challenges， potential solutions， and applications [J]. JDCTA， 2009， 3（3）： 136?148.

[2] GYSELINCKX B， VULLERS R， HOOF C， et al. Human++： emerging technology for body area networks [C]// Proceedings of 2006 IFIP International Conference on Very Large Scale Integration. Nice： [s.n.]， 2006： 175?180.

[3] PATTICHIS C， KYRIACOU E， VOSKARIDES S， et al. Wireless telemedicine systems： an overview [J]. IEEE Antennas and Propagation Magazine， 2002， 44（2）： 143?153.

[4] 軒運動，趙湛，方震，等.基于無線體域網技術的老人健康監護系統的設計[J].計算機研究與發展，2011（z2）：355?359.

[5] ANLIKER U， WARD J A， LUKOWICZ P， et al. AMON： a wearable multiparameter medical monitoring and alert system [J]. IEEE Transactions on Information Technology in Biomedicine， 2004， 8（4）： 415?427.

[6] RASID M F A， WOODWARD B. Bluetooth telemedicine processor for multichannel biomedical signal transmission via mobile cellular networks [J]. Information Technology in Biomedicine， IEEE Transactions on， 2005， 9（1）： 35?43.

[7] LIN Y?H， JAN I?C， KO P?I， et al. A wireless PDA?based physiological monitoring system for patient transport [J]. IEEE Transactions on Information Technology in Biomedicine， 2004， 8（4）： 439?447.

[8] LEE R?G， CHEN K?C， HSIAO C?C， et al. A mobile care system with alert mechanism [J]. IEEE Transactions on Information Technology in Biomedicine， 2007， 11（5）： 507?517.

[9] PARADISO R， LORIGA G， TACCINI N. A wearable health care system based on knitted integrated sensors [J]. IEEE Transactions on Information Technology in Biomedicine， 2005， 9（3）： 337?344.

[10] 宮繼兵，王睿，崔莉.體域網BSN的研究進展及面臨的挑戰[J].計算機研究與發展，2010（5）：737?753.

[11] PANTELOPOULOS A， BOURBAKIS N G. A survey on wearable sensor?based systems for health monitoring and prognosis [J]. IEEE Transactions on Systems， Man， and Cybernetics， Part C： Applications and Reviews， 2010， 40（1） 1?12.

[12] JALALEDDINE S M S， HUTCHENS C G， STRATTAN R D， et al. ECG data compression techniques?a unified approach [J]. IEEE Transactions onBiomedical Engineering， 1990， 37（4）： 329?343.

[13] GOLDBERGER A L， AMARAL L A， GLASS L， et al. PhysioBank， PhysioToolkit， and PhysioNet： components of a new research resource for complex physiologic signals [J]. Circulation， 2000， 101（23）： 15?20.

[14] MOODY G， MULDROW W， MARK R. A noise stress test for arrhythmia detectors [J]. Computers in Cardiology， 1984， 11： 381?384.

[15] RANGAYYAN R M. Biomedical signal analysis [M]. New York： IEEE Press， 2002.

[16] THAKOR N V， WEBSTER J G， TOMPKINS W J. Estimation of QRS complex power spectra for design of a QRS eilter [J]. IEEE Transactions on Biomedical Engineering， 1984， BME?31（11）： 702?706.

參考文獻

[1] HUANG L， ASHOUEI M， YAZICIOGLU R F， et al. Ultra?low power sensor design for wireless body area networks?challenges， potential solutions， and applications [J]. JDCTA， 2009， 3（3）： 136?148.

[2] GYSELINCKX B， VULLERS R， HOOF C， et al. Human++： emerging technology for body area networks [C]// Proceedings of 2006 IFIP International Conference on Very Large Scale Integration. Nice： [s.n.]， 2006： 175?180.

[3] PATTICHIS C， KYRIACOU E， VOSKARIDES S， et al. Wireless telemedicine systems： an overview [J]. IEEE Antennas and Propagation Magazine， 2002， 44（2）： 143?153.

[4] 軒運動，趙湛，方震，等.基于無線體域網技術的老人健康監護系統的設計[J].計算機研究與發展，2011（z2）：355?359.

[5] ANLIKER U， WARD J A， LUKOWICZ P， et al. AMON： a wearable multiparameter medical monitoring and alert system [J]. IEEE Transactions on Information Technology in Biomedicine， 2004， 8（4）： 415?427.

[6] RASID M F A， WOODWARD B. Bluetooth telemedicine processor for multichannel biomedical signal transmission via mobile cellular networks [J]. Information Technology in Biomedicine， IEEE Transactions on， 2005， 9（1）： 35?43.

[7] LIN Y?H， JAN I?C， KO P?I， et al. A wireless PDA?based physiological monitoring system for patient transport [J]. IEEE Transactions on Information Technology in Biomedicine， 2004， 8（4）： 439?447.

[8] LEE R?G， CHEN K?C， HSIAO C?C， et al. A mobile care system with alert mechanism [J]. IEEE Transactions on Information Technology in Biomedicine， 2007， 11（5）： 507?517.

[9] PARADISO R， LORIGA G， TACCINI N. A wearable health care system based on knitted integrated sensors [J]. IEEE Transactions on Information Technology in Biomedicine， 2005， 9（3）： 337?344.

[10] 宮繼兵，王睿，崔莉.體域網BSN的研究進展及面臨的挑戰[J].計算機研究與發展，2010（5）：737?753.

[11] PANTELOPOULOS A， BOURBAKIS N G. A survey on wearable sensor?based systems for health monitoring and prognosis [J]. IEEE Transactions on Systems， Man， and Cybernetics， Part C： Applications and Reviews， 2010， 40（1） 1?12.

[12] JALALEDDINE S M S， HUTCHENS C G， STRATTAN R D， et al. ECG data compression techniques?a unified approach [J]. IEEE Transactions onBiomedical Engineering， 1990， 37（4）： 329?343.

[13] GOLDBERGER A L， AMARAL L A， GLASS L， et al. PhysioBank， PhysioToolkit， and PhysioNet： components of a new research resource for complex physiologic signals [J]. Circulation， 2000， 101（23）： 15?20.

[14] MOODY G， MULDROW W， MARK R. A noise stress test for arrhythmia detectors [J]. Computers in Cardiology， 1984， 11： 381?384.

[15] RANGAYYAN R M. Biomedical signal analysis [M]. New York： IEEE Press， 2002.

[16] THAKOR N V， WEBSTER J G， TOMPKINS W J. Estimation of QRS complex power spectra for design of a QRS eilter [J]. IEEE Transactions on Biomedical Engineering， 1984， BME?31（11）： 702?706.