（信号与信息处理专业论文）嵌入式生理参数监测系统的研究及其在情感识别中的应用.pdf

摘要 摘要 嵌入式生理参数监测系统的研究及其在情感识别中的应用 硕士研究生张军导师邹采荣教授 东南大学信息科学与工程学院 本文研制开发了一套在局域网内使用的生理参数监测系统，实现了数据采集、数据分析 以及数据显示的实验平台。目前，浚试验平台采集三类生理参数：心电、体温与皮肤电阻。 硬件设计力求低功耗、便携式、高速、强抗干扰等技术要求。软件使用操作系统，方便升级 和维护，具有自己的知识产权。 由于实际中是非介入式检测，所以采集的心电信号非常微弱，信噪比较低。在信号采集 时，由于仪器、人体等内外环境的影响，采集的信号不可避免的加入了各种噪音，如工频干 扰、人工伪迹、基线漂移和肌电干扰等等。为了消除干扰，提高信噪比，本文提出了基于小 波的消噪方法和基于经验模态分解( e m d ) 分解去除基线漂移的方法。 小波变换是一种新出现的信号的时间尺度( 时间一频率) 分析方法，具有多分辨率的特点 可以很好地刻画信号的非平稳特征如边缘、尖峰、断点、阶跃等。所以在信号处理中，j 、波分 析成为一种非常有用的工具。就去噪来说基于小波去噪的方法有多种，其中小波阈值去噪法 因原理简单，计算量小，且在保持信号的奇异性的同时能有效的去除噪声而得到了广泛的应 用。本文主要基于阈值去噪方法讨论传统的离散小波( d w t ) 阈值去噪和小波包去噪及其在心 电信号滤波中的应用。 对- - y o 时间序列数据先进行经验模态分解，然后对各个分量作希尔伯特变换的信号处理 方法，是由美国国家宇航局的h u a n g 等人于1 9 9 8 年首次提出的，称之为希尔伯特黄变换 ( h h t ) 。该信号处理方法被认为是近年来对以傅立叶变换为基础的线性和稳态谱分析的一个 重大突破。时间序列的信号经过经验模态分解，分解成一组本征模函数( i m f ) ，而不是像傅立 叶变换那样把信号分解成正弦或余弦函数，因此，该方法既能对线性稳态信号进行分析，又 能对非线性非稳态信号进行分析。该方法已用于地球物理学、生物医学等领域的研究，并取 得了较好的效果。本文将此方法应用于心电信号基线漂移的去除。 本文使用小波变换来提取心电信号的特征，包括p 波，q r s 波，s t 段，t 波等的起终 点及各波时间宽度和幅度大小，算法采用了支持紧支集并具有一阶消失矩的二次样条小波， 通过检测e c g 信号的小波变换模极大值来实现e c g 信号特征点的识别。 神经网络( a n n 3 具有信息分布存储、并行处理及自学习等优点，广泛用于信息处理、模 式识别领域。b p 算法是基于误差反向传播的多层前馈网络，可以对网络中的权系数进行修正， 以任意精度逼近任意的连续函数，适用于多层网络的学习，是目前最广泛应用的神经网络学 习算法之一。本文利用b p 神经网络研究基于生理信号的情感识别。 关键词：心电信号，操作系统，小波，经验模态分解，本征模函数，人工神经网络 b p 算法 a b s t r a c t a b s t r a c t r e s e a r c ho ft h ee m b e d e dp h y s i o l o g i c a l p a r a m e t e r sm o n i t o r i n gs y s t e ma n da p p l i c a t i o ni n e m o t i o nr e c o g n i z 气t i o n c a n d i d a t e ：z h a n gj u n ，s u p e r v i s o r ：z o uc a i r o n g d e p a r t m e n to f r a d i oe n g i n e e r i n g ，s o u t h e a s tu n i v e r s i t y , c h i n a t h i s p a p e rd e v e l o p s as e to fe q u i p m e n tu s e dt om o n i t o rp h y s i o l o g i c a l p a r a m e t e r s i n l a n c u r r e n t l y , t h et e s tp l a t f o r mc a nc o l l e c tt h r e ep h y s i o l o g i c a lp a r a m e t e r s ：e c gt e m p e r a t u r ea n d s k i nr e s i s t a n c e h a r d w a r ed e s i g ns t r i v et ob el o wp o w e r , p o r t a b l e ，h i g h s p e e d ，as t r o n ga n t i - i n t e r f e r e n c ea n do t h e rt e c h n i c a lr e q u i r e m e n t s t h es o f t w a r eu s e so p e r a t i n gs y s t e mi no r d e rt o f a c i l i t a t et h eu p g r a d i n ga n dm a i n t e n a n c e ，a n dh a si t so w ni n t e l l e c t u a lp r o p e r t yr i g h t s i ns i g n a la c q u i s i t i o n ，b e c a u s eo fe q u i p m e n to u t s i d et h eb o d ya n dt h ee n v i r o n m e n t ，t h es i g n a l s a r ea d d e du n a v o i d a b l en o i s e ，s u c ha sf r e q u e n c yi n t e r f e r e n c e ，a r t i f i c i a la r t i f a c t ，i n t e r f e r e n c e ，e t c b a s e l i n ed r i f ta n de m g i no r d e rt oe l i m i n a t ei n t e r f e r e n c ea n di m p r o v et h es i g n a l t o - n o i s er a t i o t h i sp a p e rp r e s e n t sam e t h o dt od e n o s i n gb a s e do nw a v e l e ta n do t h e rm e t h o dt or e m o v eb a s e l i n e d r i f tb a s e do ne m p i r i c a lm o d ed e c o m p o s i t i o n ( e m d ) t h ew a v e l e tt r a n s f o r mi san e ws i g n a l p r o c e s s i n ga n a l y s i s m e t h o do ft h et i m e s c a l e ( t i m e - f r e q u e n c y ) ，i t i sc h a r a c t e r i z e d b ym u l t i - r e s o l u t i o na n di t c a nb e u s e dt od e s c r i b et h e c h a r a c t e r i s t i c so fn o n - s t a t i o n a r ys i g n a l s ，s u c ha st h ee d g eo ft h ep e a k ，b r e a k p o i n t s ，s t e pe t c t h i s p a p e rm a i n l yd i s c u s st h e t r a d i t i o n a ld w tt h r e s h o l dd e n o i s i n ga n dw a v e l e tp a c k e tt h r e s h o l d d e n o i s i n ga n dt h e i ra p p l i c a t i o ni ne c g as e r i e so ft i m e s e r i e sd a t aa r ef i r s t l yc o n d u c t e de m d t h e nt h e ya r ec o n d u c t e dh i l b e r t t r a n s f o r m t h j ss i g n a lp r o c e s s i n gm e t h o di sf i r s t l yp u tf o r w a r db yh u a n ga n do t h e r si nt h eu n i t e d s t a t e sn a s ai nl9 9 8 ，i tw a sc a l l e dh i l b e r th u a n gt r a n s f o r m a t i o n ( h h t ) t h es i g n a lp r o c e s s i n ga r e n o ts a l t l ea st h ef o u r i e rt r a n s f o r mt h a td e c o m p o s e st h es i g n a li n t oas i n eo rc o s i n ef u n c t i o n ，t h e m e t h o dc a nn o to n l yp r o c e s sl i n e a rs t a t i o n a r ys i g n a lb u ta l s op r o c e s sn o n l i n e a rn o n - s t a t i o n a r y s i g n a l s t h em e t h o dh a sb e e na p p l i e dg e o p h y s i c s ，a n do t h e ra r e a so fb i o m e d i c a lr e s e a r c h ，a n dh a v e a c h i e v e dg o o dr e s u l t s t h i sp a p e rp r o p o s e sam e t h o do f e x t r a c t i n gt h ee c g p a r a m e t e r sb a s e do nw a v e l e tt r a n s f o r m ， i n c l u d i n gpw a v e ，q r sw a v e ，s t s e g m e n t ，tw a v ee t c a r t i f i c i a ln e u r a ln e t w o r kh a sm a n y a d v a n t a g e ss u c ha sd i s t r i b u t e ds t o r a g e ，p a r a l l e lp r o c e s s i o na n ds e l f l e a m n i n g b pa r i t h m e t i c i s m u l t i p l e l a y e rf e e d f o r w a r dn e t w o r kb a s e do ne r r o rb a c kp r o p a g a t i o n t h i sp a p e rm a k e su s eo f t h eb pn e t w o r kt or e s e a r c he m o t i o nr e c o g n i z a i t i o na c c o r d i n gt ot h eo fp h y s i o l o g ys i g n a l k e yw o r d s ： e c g ，s m a l lr t o s ，w a v e l e t ，e m p i r i c a lm o d ed e c o m p o s i t i o n ( e m d ) i n t r i n s i cm o d ef u n c t i o n s ( i m f ) ，a r t i f i c i a ln e u r a ln e t w o r k ，e r r o rb a c kp r o p a g a t i o n 独创性声明 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽 我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研 究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工 作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 研究生签名：与鲢车日期：卫珥：上丝 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件 和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文 的内容相一致。除在保密期内的保密论文外，允许论文被查n 干l ：l 借阅，可以公布( 包括刊登) 论文的全部或部分内容。论文的公布( 包括刊登) 授权东南大学研究生院办理。 研究生签名：瑟浚导师签名：堑茎叠日期：玉司虫驰 1 1 课题背景 第一章绪论 随着生活水平不断提高，人们的生活节奏同益加快，生活压力与日俱增，高血压、高血 脂、焦虑、烦躁等疾病的发生越来越常见，并且明显地呈现出低龄化趋势。再加上现代人许 多不良的生活习惯，越来越多的人出现了所谓的“亚健康”状态，人们对保健提出了更高的 要求a 可之前，许多人要么是忙于工作而无暇去医院，要么是无法负担医院高昂的检查费用， 又或者是人们普遍存在的侥幸心理，总之，由于各种各样的原因，悲剧不可避免地发生了。 一种设计合理，技术先进、经济、实用、可靠、价格适宜的监测系统将会受到社会的普 遍欢迎。为此，我们研制开发了一套在局域网内使用的生理参数监测系统。我们更大的目标 是建立一个远程医疗个人和家庭监护网。它由一个中心站和多个终端组成。终端能采集、存 储病人的心电信号，测量血压和体温、血糖、胎儿胎音等生理参数和图像，并将这些参数和 图象传送到中心站，中心站同时接收多路用户传来的生理参数，完成存储、显示、自动分析 等功能。医生根据这些参数，结合用户以往的病案，给用户回复治疗意见0 1 。 考虑到需求的多功能性，生理参数监测系统必须做到便携式、低功耗、必须拥有套完 整的数据分析系统。在本论文中的所设计的“嵌入式式生理参数监测系统”的应用范围不仅 包括个人健康分析，还可以用于情感识别，测谎仪等诸多领域。通过把具体的生理指标采集 改为一般数据信息的采集，它的应用领域还可以被大大扩展，如生产过程中的安全监控，短 距离个人通信等等。事实上，本课题萨是在与东南大学学习科学研究中心的一个合作项目中 开启的，其背景是儿童情感信息处理。 当前，医疗检测仪器技术的发展突飞猛进，特别是在便携性和多功能性上，朝着无线化、 集成化方向发展。加拿大著名医疗检测设备公司m i n i m i t t e r 研制丌发的最新产品v i t a l s e n s e 系列，a c t i h e a r t 系列，m i n il o g g e r 系列；美国麻省理工大学的m e d i al a b 的w e a r a b l ec o m p u t e r s y s t e m sf o ra f f e c t i v ec o m p u t i n g ，以及a f f e c t i v ej e w e l r ya n do t h e ra f f e c t i v ea c c e s s o r i e s g e o r g i a t e c h 的s m a r ts h i r t ，都是基于无线检测人体生理信号的设备”1 。这些研究都是针对医学诊疗领 域的，在儿童情感信息的处理中没有任何应用。 1 2 本课题研究的目的和意义 众所周知，抑郁、焦虑、紧张、恐惧等情绪反应，可以加重一个病人的病情，诱发各种 并发症的发生和心脏骤停。通过生理参数的监护，密切观察被监测对象情绪变化时生理参数 的动态变化，及时掌握监测对象的心理状态和情绪变化，在被监测对象情绪发生波动时能够 加以引导和采取及时的措施。通过对不同发育阶段的婴幼儿的情绪和认知活动进行观察和研 究，了解他们的发育水平和个体差异，帮助他们处理情感交流和智力发育过程中出现的问题， 避免情感冷漠、过分自我中心、感情冲动、思维混乱、以及语言发育和学习过程中的困难， 帮助他们在生理、心理和智力上作好准备，以便能更好的融入未来充满机遇和挑战的社会。 本课题是与东南大学学习科学研究中心的一个合作项目中所开启的，其背景是儿童情感信息 处理。 东南人学硕十论文 1 3 本课题研究的内容 1 3 1 数据采集电路的设计 数据采集系统是采集监测对象身体上面的生理信号，将他们无线传递到p c 机上面进行处 理。输入信号幅值为o 0 5 m v 4 m v 、频率范围0 5 hz 1 0 0 hz 微弱心电信号，经过具有 高输入阻抗、高共模应抑制比的放大电路进行放大、又经过5 0 h z 陷波、低通和高通滤波处 理滤波以及a d 转换后，通过单片机和射频送往p c 机进行处理。由于输入信号有电极与皮 肤之间的极化电压、5 0 hz 工频干扰、仪器内部噪声和周围环境电磁场的干扰等，电路采用 了右腿驱动和屏蔽层驱动技术来提高共模抑制比，降低环境噪声影响。电压放大器由两级组 成，前级采用a d 公司的基于双运放电路的微功耗仪表放大器a d 6 2 0 构成负反馈差动放大电 路，放大倍数为1 0 倍。由于7 5 hz 以上的干扰信号较强而o 5 hz 以下的干扰信号相对较弱， 所以在滤波电路中采取先低通滤波后接高通滤波的方式。a d 转换器选用m ax 1 1 3 逐次逼 近式a d 转换芯片，转换位数为8 位。微控制器采用型号为s t c 8 9 c 5 8 r d + 芯片。 1 3 2 滤波器的设计 人体的心电信号是生物医学信号中非常重要的信号，对它的研究一直是生物医学信号领 域的热点。出于实际中是非介入式检测，所以通常我们采集的心电信号非常微弱，信噪比较 低。在信号采集时，由于仪器、人体等内外环境的影响，采集的信号不可避免的加入了各种噪 音，如工频干扰、人工伪迹、基线漂移和肌电干扰等等。所以采集的信号通常具有随机性和 强背景噪声，是非线性、非平稳且奇异点较多的信号。为了消除心电信号的干扰，传统消除 干扰的算法有：f i r 数字滤波、f o u r i e r 变换、基线拟合等，这些算法均存在一定的不足。传 统的信号消噪方法在处理短时低能量的瞬变信号时，经过滤波器的平滑处理，不仅信噪比得 不到较大的改善，而且信号的特征信息也被模糊掉了，而这些瞬变点的位置正是心电信号最 重要的信息。同时，f o u r i e r 变换在处理一个时域信号的频谱特征时，必须获得信号在时域中 的全部信息。如果一个信号只在某时刻的小范围发生了变换，那么信号的整个频谱都要受到 影响，而且频谱的变换从根本上无法标定发生的时间位置和剧烈程度，即对信号的奇异性不 敏感，缺乏局部性分析。小波变换是一种新出现的信号的时间尺度( 时间频率) 分析方法， 具有多分辨率的特点，可以很好地刻画信号的非平稳特征如边缘、尖峰、断点、阶跃等，所 以在信号处理中，小波分析成为一种非常有用的工具。就去噪来说基于小波去噪的方法有多 种，其中小波阈值去噪法因原理简单，计算量小，且在保持信号的奇异性的同时能有效的去 除噪声而得到了广泛的应用。本文主要基于阈值去噪方法讨论传统的离散小波( d w t ) f 碉值去 噪和小波包去噪及其在心电信号滤波中的应用”1 。 h i l b e r t h u a n g 变换是最新发展起来的处理非线性非平稳信号的时频分析方法。h i l b e r t h u a n g 变换吸取了小波变换多分辨的优势，同时又克服了在小波变换中需要选择小波基的困 难，因此该方法同样可以用束对非平稳信号进行滤波和去噪。更重要的h i l b e r t h u a n g 变换 提出了一个重要的概念：瞬时频率，这个概念即包容了我们通常所说的频率概念，又将频率 概念进行了扩展。由于该方法是从信号本身的尺度特征出发对信号进行分解，该方法具有良 好的局部适应性，加上瞬时频率的引入，便可以从时频两方面同时对信号进行分析，增加了 处理信号的灵活性和有效性”1 。 2 绪论 1 3 3 情绪的模式识别 心理与生理学研究表明，情绪主要通过姿势和面部表情，以及通过如心率和血压等内部 生理过程，在人体上表现出来。一般而言，情绪的实验研究主要有两种方法：印象法和表现 法。印象法( i m p r e s s i o nm e t h o d ) 是通过谈话或问答来了解被试者的情绪体验。情绪过程既有内 部体验又伴有一定的生理变化和外部行为，因此，可以将有机体的生理和行为变化作为情绪 的指标加以测量和记录，这就是表现法( e x p r e s s i o n a lm e t h o d ) 。通过电子仪器，以各种方法测 量并记录伴随情绪丽发生的生理变化。例如呼吸、心跳、血管收缩、皮肤电反应、汗液分泌、 心电和脑电活动等等；也可以采用录像、照相等方法记录表情动作等行为变化，并借助计算 机对测量结果进行处理，以达到对情绪比较客观的分析和研究”，。 本文考虑使用小波变换来提取心电信号的特征，包括p 波，q r s 波，s t 段，t 波等的 起终点及各波时间宽度和幅度大小，应用小波变换进行q r s 波检测时，算法采用了支持紧 支集并具有一阶消失矩的二次样条小波，通过检测e c g 信号的小波变换模极大值来实现e c o 信号特征点的识别。 神经网络( a m q 具有信息分布存储、并行处理及自学习等优点，广泛用于信息处理、模 式识别领域。b p 算法是基于误差反向传播( e r r o rb a c kp r o p a g m i o n ) 算法的多层前馈网络 ( m u l t i p l e l a y e r f e e d f o r w a r d n e t w o r k ) ( 简称b p 网络) ，可以对网络中的权系数进行修j 下，以任 意精度逼近任意的连续函数，适用于多层网络的学习，是目前最广泛应用的神经网络学习算 法之一”1 。本文利用b p 神经网络研究基于生理信号的情感识别。 1 。4 本论文组织结构 本论文的组织结构如下所示： 第一章绪论； 第二章数据采集系统硬件设计； 第三章数据采集系统软件设计； 第四章电路板设计与调试； 第五章心电信号滤波实现； 第六章模式识别技术； 第七章总结与展望。 1 5 参考文献 【1 i 周建中，儿童情绪的实验室研究，东南大学学习科学研究中心，2 0 0 4 。 【2 1 方敬东，现代监护仪：r 作原理即特点与特点，万方数据库，2 0 0 5 。 【3 】与口焱飚，谢存禧，基丁家庭的远稃健康监护系统进展，万方数据库。2 0 0 5 3 尔南人学硕十论文 【4 】陈浩，便携式生理参数采集系统的研究及在儿童情感信息处理中的应用，东南大学硕十论文，2 0 0 6 。 【5 】江力，李长云，基于经验模分解的小波闽值滤波方法研究，信号处理，2 0 0 5 6 。 6 1 n o r d e ne h u a n g l ，z h e n gs h e n 2 ，s t e v e nr l o n 9 3 ，m a n l ic w u 4 ，h s i n gh s h i h 5 ，q u a n a nz h e n 9 6 ， n a i - c h y u a ny e n 7 ，c h ic h a ot u n 9 8a n dh e n r yh l i u 9 ，t h ee m p i r i c a lm o d ed e c o m p o s i t i o na n dt h eh i l b e r t s p e c t r u mf o rn o n l i n e a ra n dn o n s t a t i o n a r yt i m es e r i e sa n a l y s i s ，1 9 9 8 。 【7 】宏晶s t c 8 9 c 5 1 r c r d + 单片机手册。 【8 】神经网络理论与m a t l a b 7 实现，b 思科技产品研发中心，电子【业出版社，2 0 0 6 5 。 4 第二章数据采集系统硬件设计 本课题是一个合作项目，主要应用在学习科学研究中心的儿章情感实验室( b a b y l a b ) 中， 对儿童的生理参数进行采集，供研究人员分析生理参数与儿章情绪状态之间的关系。但在这 里，有几个问题不容忽视：i ) 实现无线通信；2 ) 设备体积要最小化；3 ) 消耗功率最小化； 4 ) 满足便携方便的要求。这也是本论文硬件设计的目标。 2 1 系统的整体结构与组成 2 1 1 系统结构 整个生理参数采集系统由两类终端组成。一类是数据采集终端，另一类是控制终端。其 组成框图如图2 1 所示。 图2 - 1 系统组成框图 图中，数据采集终端安装在测试儿童身上，由传感器及信号调理电路、主控电路、射频 电路三个单元组成。控制终端的结构与采集终端基本相似，只是不含传感器及信号调理电路， 再外加一台用于信息汇总与数据处理的计算机。它们各自的结构如图2 2 和图2 - 3 所示。 图2 - 2 控制终端结构图 5 东南人学硕十论文 2 1 2 工作流程 图2 - 3 数据采集终端结构图 由研究者发送启动命令，通过p c 启动控制电路，经射频单元将命令发射出去，启动被测 儿章身上所携带的数据采集终端。被唤醒的数据采集终端则通过分析控制终端的命令，启动 相应的数据采集通道，并将采集到数据按一定的格式送入射频单元发射，从而实现数据传输。 紧接着，数据采集终端等待控制终端的应答，并根据是否收到应答以及应答的内容决定是继 续进行采集，还是停止采集、转入等待状态。 本课题根据需要选择采集以下三个生理参数：心电、体温和皮肤电阻。 2 2 心电信号采集 2 2 1 心电信号的基本特点 心电信号的产生机理较为复杂，牵涉到医学与生理学领域的专业知识。但简单说来，心 电信号是心脏搏动时在人体表面形成的电位差，通过分析心电信号，可以了解心脏的搏动状 态。一段完整的心电信号如图2 4 所示。 。，、& 、儿 价一人儿，人 ss 图2 - 4 典型心电图根据文献”1 ，p 波是由窦房结发出激动，向心房扩展，引起右、左心房肌除 极所产生，通常表示一次心脏搏动的开始；随着心房复极及房室结、房室束的激动传导，形 6 第二章数据采集系统硬件设计 成p r 段。心室的除极过程形成q r s 波。心室丌始缓慢复极形成s 可段，而心室随后的 快速复极则形成t 波。上一个t 波与下一个p 波之间代表了心脏的舒张期。本文后面的儿童 情绪识别中将使用这些特征。 原始的心电信号非常微弱，幅度只有0 4 m v ，频带为0 0 5 1 0 0 h z ，并且其中混杂有大 量的干扰噪声，尤以5 0 h z 工频干扰最为厉害。除此以外，电极接触噪声，运动伪迹( m o t i o n a r t i f a c t ) ，肌电噪声，放大器直流温漂，呼吸引起的基线漂移等等，均会对心电信号的放大与 检测带来困难。 所以，心电放大器的好坏将直接影响到系统的整体性能，严重时甚至会造成后级电路无 法正常工作。 3 2 2 心电放大器 如前所述，原始的心电信号幅度微弱，干扰众多，不可以直接把电极拾取来的原始信号 简单地放大一下后就送入a d 转换器，必须在放大它的同时尽可能地滤除其中的干扰噪声， 才可以进行a d 转换。 图2 5 给出了本文所设计的心电放大器的框图( 虚线框部分) 。 自原始电极拾取| 的- t ：, o g n 号f a ，- d k 一 1 前置放大 图2 - 5 心电放大器框图 人体输出电阻较大( 一般在2 k o 1 m q 之间) ，使得由电极直接拾取的原始信号就更加 微弱；同时人体又处在一个巨大的交变电磁场中，结果导致心电信号中的干扰极大( 大部分 以共模形式存在，少部分由于器件参数的不对称而以差模形式存在) 。因此，为了抑制噪声， 提高后面各级滤波电路的共模抑制比。必须在原始信号与第一级低通滤波器之间插入一级前 置放大器。它的作用一方面是提高心电信号采集电路的输入阻抗，提高共模抑制比：另一方 面还可以抑制心电信号中的共模干扰，提高信噪比，使后级滤波电路尽可能地工作于理想状 态下。由此可见，前置级是整个心电放大器最为关键的一个部分。 前黄级的组成框图如图2 - 6 所示 7 尔南人学硕十论文 左右腿 去屏蔽层 图2 - 6 前置级的组成框图 从上图可以看出，前置级由输入跟随，仪用放大器，右腿浮地驱动和屏蔽层驱动四个部 分组成。 1 ) 输入跟随器 提高输入阻抗，提高共模抑制比。 2 ) 仪用放大器 仪用放大器实际上是指由三个运放组成的两级差分式放大电路，它具有极高的输入阻抗 和很低的输出阻抗，如图2 7 所示。 v l 图2 7 仪用放大器原理图 运放月1 、a 2 构成第一级差分式电路，a 3 构成第二级差分式电路。在第一级电路中，矿1 、 r 2 分别加到爿1 、a 2 的同相端，月1 、r 2 组成反馈网络，构成深度电压串联负反馈。利用深 度负反馈的“虚短”与“虚断”，可以得到 仇1 2 1 ，i v 2 ( 2 - 1 ) v 刖v 3 一v 4 i 2 忑 (22)2rr l2 + r 1 ”7 整理后得 8 第一二章数据采集系统硬件设计 ，3 一v 4 ：2 r 2 + r i 协i = ( 1 + 2 r 2 ) x ( v i v 2 ) r ir i ( 2 3 ) 彳3 与r 3 、r 4 构成一个减法器( 在文献中亦称为差动放大电路) 。在理想情况下，有 诈。由此可得下列方程。 且 则 1 1 ； 4 - 一v p ：尝 ( 2 z - 4 ) 。 r 4 用 。 r 3尉 v p = w j 怫；生 r 4 + 詹5 坳：r 5 ( r 3 + r f ) v 4 - 旦，3 r 3 ( r 4 + r 5 ) r 3 当取r 3 = r 4 ，r f = r 5 时 v o = r r - 1 3 5 ( v 4 _ v 3 ) 再代入式( 2 0 ) ( 2 - 5 ) ( 2 6 ) ( 2 - 7 ) ( 2 8 ) ( 2 - 们 j v d 一等( 1 十等) ( v i - v 2 ) ( 2 - l o ) 式( 2 - 1 0 ) 即为整个仪用放大器的输入输出表达式。 由于该放大器的第一级是深度串联负反馈电路，所以它的输入阻抗极高( 至少在1 0 0 m q 以上) 。若棚、4 2 选用相同特性的运放，则它们的共模输出电压和温漂电压也相等，再通过 彳3 的差分式电路，可以相互抵消，使整个仪用放大器在具有较高的差模电压增益的同时还具 有很高的共模抑制比和非常小输出漂移电压。但为了进一步提高电路的性能，需严格挑选几 个外接电阻角、月2 、厨和胚。不仅阻值大小要合适，而且要求它们的性能参数严格配对。 否则，在一3 的输出端将出现一定的漂移电压，影响整体性能。 不过目前，这种仪用放大器已有多种型号的单片集成电路，如l h 0 0 3 6 ，a d 6 2 0 等。由于 所有的运放棚、爿2 、彳3 以及电阻r 2 、用、仍均被集成在同一块硅片上，所以可以轻松地 实现运放和电阻的特性匹配。特别是对电阻而言，尽管在同一型号的芯片中，它们的绝对阻 值不完全相同( 甚至可以达到2 0 的偏差) ，但在同一个芯片中，它们的阻值相对偏差和相对 9 东南人学硕+ 论文 温漂特性可以做到0 1 以内，基本达到理想的对称状态。 以图2 一l l 中的a d 6 2 0 为例。它只需外接电阻疗5 ( 相当于图2 1 0 中的r i ) 就可以构成一 个性能卓越的单片集成仪用放大器，其输出电压 ：( 1 + 4 9 _ 5 5 ) ( 川+ 一小一) r 5 ( 2 1 1 ) 对比式( 2 - 1 0 ) 与式( 2 1 1 ) ，两者在本质上一模一样。至于图中电阻刀3 、斤4 的作用将 在后面介绍。 图2 8 a d 6 2 0 原理图 3 ) 右腿浮地驱动 由于我们身处在一个巨大的交变电磁场中，所以人体所感应的噪声频谱范围非常广泛， 犹以5 0 h z 工频干扰最为厉害( 大部分以共模干扰形式存在) 。尽管采用仪用放大器可以很好 地抑制这些共模干扰，但因为原始心电信号的信噪比太小，所以还必须设法减少这些共模噪 声的绝对值，用提高信噪比的方法来提高信号质量。 基于以上想法，本文设计了“右腿浮地驱动电路”。其指导思想如下：把混杂于原始心电信 号中的共模噪声提取出来，经过一级倒相放大后，再返回到人体，使它们相互叠加，从而减 小人体共模干扰的绝对值，提高了信噪比。图2 曲与图2 1 0 示出了不加“右腿浮地驱动电路” 和加上“右腿浮地驱动电路后，用示波器测量的结果。从图中可以清楚地看出，在不加“右腿 浮地驱动电路”的输出信号中含有较多的干扰噪声，主要表现在波形不够平滑，毛刺较多。 1 0 第二章数据采集系统硬件设计 图2 - 9 无“右腿浮地驱动电路”的输出波形 图2 一l o 有“右腿浮地驱动电路”的输出波形 至于如何提取原始心电信号中的共模噪声，则可以用图2 - l l 说明。 图2 一1 1 提取共模信 图中，p 与分别表示原始心电信号中的差模分量与共模分量。由图可得 1 l 东南人学硕十论文 ：华：坠攀：华 ( 2 1 2 ) 删 、 这表明可以通过计算屹和_ 的均值提取出。所以，从图中串联的两个电阻r 的中点取 出的电压就是共模干扰信号吃，而图2 - 8 中的电阻疗3 、r 4 相当于此处的r 。图2 - 1 2 便是 本文所设计的“右腿浮地驱动电路”的原理图，其中的c o m m o nm o d e 表示混杂于心电信号中 共模噪声。 图2 - 1 2 “右腿浮地驱动电路”原理图 4 ) 屏蔽层驱动 尽管大部分噪声以共模形式存在于人体，但由于元器件不可能完全对称，电路板又存在 些分布参数，结果使少部分以共模形式存在的干扰噪声以差模信号的方式进入放大器，而 放大器对差模信号的放大能力很强，最终导致输出信号发生畸变。图2 一1 3 对这一现象进行了 解释。 p - j - c 1 a d 6 b 盆 t 图2 1 3 分布参数影响模型 假定仪用放大器输入信号中的差模分量为零，共模分量为c o m m o n m o d e 。在理想状态时 1 2 第一二章数据采集系统硬件设计 仪用放大器的共模抑制比为无穷大，输出为零。但由于分布参数的影响，共模信号实际 上是在通过了由用、c l 和r 2 、c 2 所组成的网络后，才进入仪用放大器的。很显然，只要用、 c l 和r 2 、c 2 不对称，所谓的共模信号就变成了差模信号，放大器的输出就不会是零。换句 话说，放大器的共模抑制比( c m r r ) 出现了下降，且频率越高，下降越明显。 文献。1 中分析了r c 不平衡时的c m r r 是 c m r r d b 兰2 0 1 。g - 。赤 ( 2 1 3 ) 式中，胁= i 船一心：f 是源电阻不平衡大小，c 矗= 鱼专垒是每根导线和接地屏蔽线之间的 共模电容，而f 则是共模输入分量的频率。例如，在6 0 h z 上，一个1 l ：q 的源电阻不平衡与 具有1i l f 分布电容的3 0 4 8 m ( 1 0 0 f i ) 电缆连接会造成c m r r 退化到6 8 5 d b ，即便用一个具 有无限大c m r r 的运放也是如此。 作为一次近似，c 岛的效果能够用共模电压本身驱动屏蔽层给予中和，以便将跨接在c 。上 的共模波动减小到零。这就是图2 - 1 1 中运放爿4 的功能。 2 低通滤波( l p f - - l o wp a s sf i l t e r ) 医学研究表明，心电信号的频谱主要分布于o 0 5 h z 1 0 0 h z 之间，除此以外的频率分量 均可视为噪声。所以，我们完全可以把经前置放大后的信号送入一个滤波器，去除频带外的 干扰。 通常，由模拟电路构成的滤波器分为无源滤波器和有源滤波器两大类。自二十世纪6 0 年 代以来，由于集成运放的迅速发展，由它和r c 组成的有源滤波电路，具有不用电感，体积小， 重量轻等优点，并且由于集成运放的开环增益和输入阻抗均很高，输出阻抗又低，构成有源 滤波电路后还具有一定的电压放大和缓冲作用，使其迅速取代各种无源滤波器。只是集成运 放的带宽有限，所以目前的有源滤波电路的工作频率难以做的很高，限制了其在高频段和微 波段的应用。 具体到本课题所研究的心电信号，其低通截止频率只有1 0 0 h z ，完全可以用有源滤波器 来实现各种滤波功能。所以不仅是此处的低通滤波器，后面的高通滤波器，5 0 h z 陷波器等电 路均采用有源滤波器方式实现。一个典型的二阶有源低通滤波器如图2 一1 4 所示。 肌。巾赢 图2 _ 1 4 低通滤波器原理图 1 3 尔南人学硕十论文 其帕- l + 告，= 去 由文献可知，当景= 。时，l 告| = 孺岛。志，即每十倍频程幅值下降1 。倍( 4 。d b ) ； 但是在国= 时，幅值本不应下降，却变为a v 3 ，即下降了9 5 d b 为了克服在截止频率附近，通频带范围内幅值下降过多的缺点，s a l l e n - k e y 于1 9 5 5 年提 出了将第一级电容c 的接地端改接到输出端的方式“，如图2 - 1 5 所示。 训问2 面砝 其中一v = t + 告，= 去，q = 而1 图2 1 5 s a l l e n - k e y 型低通滤波器原理图 它的指导思想是，在旦c 1 且接近1 的范围，圪与的相位差在9 0 。以内，则屹通过c 将 嘞 使矿的幅度加强，从而提高了这一段的输出幅度；而在旦x 1 的范围，圪与基本上是反相， 圪通过c 将使的幅度下降，对于促进衰减也是有利的。不过由于此时的f 圪i 已很小，所起 的作用不大。 由彳1 ，( - ，功的表达式可知，当q 2 l ( 吉通称为阻尼系数) 时，在= 的情况下， x v ( 6 0 ) i = a v ，即它维持了通频带的增益，滤波效果较i j 者为优。需要特别指出的是， 当a v = 3 时，q 一，意味着电路将产生自激振荡。因此，彤必须小于2 用，且要求元器件性 能稳定。 以s a l l e n - k e y 型l p f 为基本环节，我们设计了一个四阶的心电信号低通滤波器( 原理图 参见附录) ，图2 一1 6 为其在m u l t i s i m 2 0 0 1 中的幅频特性仿真图。 1 4 第二二章数据采集系统硬件设计 图2 一1 6 心电信号低通滤波器幅频特性 考虑到元器件的误差，我们设定截止频率厶= 1 2 0 h z 。从图中可见，该l p f 在通频带内 的幅频特性十分平坦，而在带外的衰减也较为迅速( - 8 0 d b 十倍频程) 。经实践检验，完全可 用于心电信号的滤波。 3 高通滤波( h p f - - h i g l lp a s sf i l t e r ) 放大器的温漂，皮肤电阻的变化，呼吸和人体运动，都会造成心电信号出现“基线漂移” 现象，也即输出端的心电信号会在某条水平线上缓慢地上下移动。从频谱上说，这些影响都 可以归结为一个低频噪声干扰。这也就是我们使用高通滤波器( h p f ) 的原因。文献”1 指出， 这些噪声主要集中于o 0 3 h z 2 h z 。但是，心电信号中的s t 段和o 波频率分量集中于0 0 5 h z 2 h z 之间，与上述低频噪声分量很接近。因此，不可简单地把高通截止频率定为2 h z ，否则 将使心电信号的波形出现较大失真。 根据美国心脏协会( a h a ) 的建议，去除心电信号中的直流成分的b p f 截止频率不得超 过o 0 5 h z 。所以，我们把h p f 的 定在0 0 3 5 h z ，留有一定余量是为防止元器件因精度不够 而造成较大误差。 将图2 一1 5 中的r c 位置互换，即得到一个s a l l e n - k e y 型h p f 。”。与低通滤波器一样的 处理方式，把两个s a l l e n - k e y 型h p f 串联起来，就是本文所设计的四阶高通滤波器( 原理图 参见附录) ，图2 _ 1 7 是其在m u l t i s i m2 0 0 1 中的幅频特性仿真图。 图2 一1 7 高通滤波器幅频特性仿真图 1 5 尔南人学硕十论文 4 主放( m a i na m p l i f i e r ) 通过调整电位器的阻值大小来设置整个心电放大器的总增益。电路形式非常简单，原理 图参见附录。 5 $ 0 h z 陷波器( b e f b a n de l i m i n a t i o nf i l t e r ) 经过前面的前置放大，低、高通滤波和主放后，心电信号在此刻已经初具形态，只是掺 杂于其中的工频干扰依然很大。因此，在a d 转换前，还必须把信号送入一个陷波器，以消 除其中的5 0 h z 工频噪声。 所谓陷波器，是用来抑制或衰减某频段