人体体表信息特征提取及其算法的研究

1、山东科技大学硕士学位论文答辩人体体表信息特征提取及其算法的研究人体体表信息特征提取及其算法的研究学生：王洪涛导师：郭银景 教授答辩提纲答辩提纲一、课题来源及研究意义一、课题来源及研究意义二、系统硬件实现方案二、系统硬件实现方案三、心电信号特征提取算法三、心电信号特征提取算法四、脉象信号分析四、脉象信号分析致谢致谢一、课题来源及研究意义一、课题来源及研究意义1、课题来源 课题来源于横向科研课题“移动医疗支持系统用户端设备的研制”。 该用户端设备可拾取人体体表信息（心电、脉象、体温），实时特征提取，信息融合，病情分析，危急病情的报警。2、研究意义 近年来，统计表明心脑血管疾病已成为威胁人类健康的“

2、第一杀手” ，且发病率呈上升趋势，远程医疗和社区护理可以有效地预防心脑血管疾病。然而目前大多数现有的监护系统有一个共同的不足，用户端设备没有病情分析和报警能力。二、系统硬件实现方案二、系统硬件实现方案1、系统总体方案：二、系统硬件实现方案二、系统硬件实现方案2、生理参数采集单元：二、系统硬件实现方案二、系统硬件实现方案2、生理参数采集单元：（1）、心电信号提取： 医用导电膏式电极来拾取心电信号。 利用标准导联，即左腿接导联正极，左胳膊接负极，右腿接右腿驱动电路来去除人体携带的交流共模干扰。它反映的是左胳膊与左腿电位之差。（2）、脉象信号提取： 利用压电陶瓷作为敏感器件，用结型场效应管作为前置放

3、大器。当压电陶瓷两电极上的电荷量随脉搏波压力的变化而变化时，电荷信号经内阻非常大的场效应管放大后转化为电压信号输出。 （3）、体温信号提取： 利用NTC型热敏电阻作为温度传感器，并为其设计了非线性补偿电路。二、系统硬件实现方案二、系统硬件实现方案2、生理参数采集单元：（4）、滤波放大电路： 利用仪表放大器AD623来进行信号的放大。它是在传统三运放结构基础上改进的一种新型仪表放大器。 采用二阶压控电压源低通滤波，截止频率为100Hz。（5）、双T陷波电路： 心电、脉象信号的检测都属于在强噪声背景下超低频微弱信号的检测，在信号的提取过程中，往往会引入各种干扰，其中50Hz的工频干扰是最主要的一种

4、。因此在对信号放大前需要滤除50Hz的工频干扰。在生物医学信号测量中普遍采用双T带阻滤波器来抑制50Hz工频干扰。（6）、电极脱落检测电路 佩戴的电极有可能发生脱落或者松动现象，电极脱落检测电路。二、系统硬件实现方案二、系统硬件实现方案3、数据处理单元：二、系统硬件实现方案二、系统硬件实现方案3、数据处理单元：（1）、微处理器：选用SAMSUNG（三星）公司的S3C44B0。它是基于ARM7TDMI内核的16/32位RISC处理器。（2）、存储单元： 程序放到Nor Flash SST39VF160，2M8位。 数据存放在NAND Flash K9K2G08，256M8位，采用适当的无损压缩算

5、法就可存储近一个月的体表数据。二、系统硬件实现方案二、系统硬件实现方案3、数据处理单元：（3）液晶显示：优龙科技提供的G35_ LCD，为用户提供良好的界面。二、系统硬件实现方案二、系统硬件实现方案3、数据处理单元：（4）、蓝牙模块（CSR BCM02）要实现的功能：生理参数采集单元与数据处理单元之间的数据无线传输；危急病情的报警功能。固件程序开发步骤：、将生理参数采集单元端的蓝牙模块灌入Audio Gateway程序，作为Master；、将数据处理单元端的蓝牙模块导入Hands Free程序,作为Slave；、开机后，Master 与Slave自动进行配对、连接后，建立ACL通道；、数据处理

6、单元一旦融合出危急病情，就主动释放掉与生理参数采集单元端的蓝牙连接，同时去跟具有蓝牙功能的手机配对、连接，连接成功后自动拨打监控中心的电话号码，实现报警功能。报警完成后释放与具有蓝牙功能手机的连接，并自动与生理参数采集单元进行配对连接。二、系统硬件实现方案二、系统硬件实现方案4、系统软件设计 在传统的嵌入式系统软件设计中，大多采用单任务的顺序执行机制，应用程序是一个无限的大循环，所有的事件都得按顺序执行，对实时性要求较强的事件靠定时中断来保证。这种方式的编程优势在于程序较为直观，但由此带来了一个重要的问题，那就是系统的稳定性、实时性较差。尤其是当系统功能较复杂且对实时性要求较严格时，这种单任务

7、机制的弱点便暴露无遗。 数据处理单元是整个系统的核心，因此系统对实时性和稳定性要求都比较高，使用传统的单任务编程方式很难满足系统要求，为此将嵌入式实时操作系统C/OS-II应用到S3C44B0的程序设计。将系统所要的功能细化成几个核心任务，由C/OS-II实时内核进行任务调度，实现了多任务的并行执行，提升了系统的可靠性和实时性。 二、系统硬件实现方案二、系统硬件实现方案5、抗干扰设计（1）、抑制干扰源 IC的电源与地之间并联一个0.01F0.1F电容；提高PCB的空间耦合能力。（2）、切断干扰传播途径 电路板合理分区，比如强/弱信号，数字/模拟信号，高/低频信号，尽可能把干扰源与敏感元器件远离

8、；微处理器和蓝牙模块之间的地线通过一个磁珠隔离。 （3）、提高敏感元器件的抗干扰性能 布线时，电源线和地线要尽量粗；微处理器使用电源监控及看门狗电路。二、系统硬件实现方案二、系统硬件实现方案6、一段实测心电图三、心电信号特征提取算法三、心电信号特征提取算法1、心电图简介 测量电极安放位置和连线方式（称导联方式）不同所记录到的心电图，在波形上有所不同，但基本上都包含P波、QRS波和T波，有时在T波后还出现一个小的U波。三、心电信号特征提取算法三、心电信号特征提取算法2、心电信号预处理 在心电信号的拾取过程中，来自人体自身肌电干扰、呼吸干扰和来自外界的工频干扰等都会使系统的信噪比下降，甚至会淹没微

9、弱的心电信号，严重影响了对心电信号的进一步分析和处理。因此在进行特征提取之前要滤除或者削弱这些干扰，对其进行预处理，以提高信号的信噪比。 本文中采用四点滑动平均滤波。该方法容易实现，运算速度快，可滤除高频噪声，且当采样率为200Hz时，还能抑制50Hz工频干扰，对肌电和移动通讯中的干扰也有较好的抑制作用。三、心电信号特征提取算法三、心电信号特征提取算法3、特征提取算法 在心电信号特征提取过程中，最重要也是最容易提取的是R波。（1）、R波定位 R波定位算法采用的是自适应二阶差分阈值检测算法。原理是：首先利用二阶差分极小值对动态心电信号中的R波进行初步定位，再根据时延关系确定原始信号的一个较小区间

10、来对R波进行精确定位。具体步骤：、预处理 对原始心电信号进行四点滑动平均滤波，求一阶差分d(n)、二阶差分e(n)。、初始阈值设定 读取一段时间的心电信号，以1/2*fs的长度对e(n)进行划分，求出每个区间的极小值，再求各极小值得均值，以该值的0.6倍作为初始阈值。110 .6m i n () Kit heiK三、心电信号特征提取算法三、心电信号特征提取算法3、特征提取算法、定位二阶差分极小值 若e(n)th,且具有上升趋势，则认为找到了e(n)的极小值，记录其位置R e(i)跳过生理不应期寻找下一个二阶差分极小值。、精简二阶差分极小值点的位置 若漏检，需查漏；若多检，需剔除多检者。、定位R

11、波峰值 在一个较小的区间内精确定位R波。、阈值自学习 利用真实的阈值对初始阈值进行修正，一方面可使其与真实值比较接近，另一个方面，使其包含在读ECG的部分信息，使阈值具有一定的自适应性，使算法具有一定的鲁棒性和容错能力。（2）、其它特征参数提取 R波准确定位以后，就可以定位Q波、S波、 P波、T波和提取其它特征值：比如QRS波幅度、QRS波宽度、等电位电平、Q-T间期等。三、心电信号特征提取算法三、心电信号特征提取算法原始心电信号四点平均滤波一阶差分后三、心电信号特征提取算法三、心电信号特征提取算法R波峰值定位二阶差分后识别结果四、脉象信号分析四、脉象信号分析1、脉象简介 血管的弹性舒缩运动，

12、振荡着血管和血壁，形成了脉搏振荡波。脉搏振荡波的指感就是脉象。 将中医理论中的脉象信号（寸、关、尺按三相分别加传感器）提取出来，便形成了脉象图。虽然采用不同脉象传感器采集出来的脉图差异较大，但其基本图形为三主峰，由升支和降支组成。四、脉象信号分析四、脉象信号分析1、脉象简介 通过对脉图幅值和时值的分析，可以了解脉动的频率和节律、脉力的强弱、脉势的虚实和脉象形态特征等。 为了更好地反映脉图特征和心血管状态，一般取各幅度、时值参数的相对比值，如：h3/h1、h4/h1、h5/h1、(h1-h3)/h1、t1/t、t1/t4、(t4-t1)/t、t5/t4和w/t。四、脉象信号分析四、脉象信号分析

13、脉象信号分析主要包括脉搏信号特征提取和脉象模式识别与分类2、脉象信号特征提取提取步骤：（1）利用心电信号中R波定位算法对脉象信号的主波峰值B点进行定位（2）主波波峰h1定位以后，找出其快速上升沿上的上升最快点，并向前倒推，找到波形起点。相邻两个波形起点的距离即为波长，并换算出脉率；（3）随后可依次确定h1、h3、h4、h5，w，t。提取完脉象信号的时域特征后，我们就可以对脉象进行模式识别与分类四、脉象信号分析四、脉象信号分析3、脉象信号模式识别与分类 本论文利用人工神经网络对脉象进行识别与分类。 本论文仅对常见的平脉、弦脉、缓脉、细脉、滑脉、数脉6种脉象进行了模式识别与分类，其中平脉即正常脉象

14、，弦脉包括部分弦紧脉；缓脉包括部分虚缓脉。 应重点注意两个方面：网络结构和网络的输入输出。（1）网络结构设输入层神经元的输入：12,Pxxx则隐含层各神经元的输入为：1(1,2,)Piijjiinetw xiQ 式中wij为隐层第i个神经元与输入层第j个神经元的连接权值i为隐层第i个神经元的阈值。四、脉象信号分析四、脉象信号分析3、脉象信号模式识别与分类隐层神经元的传递函数为Sigmoid函数，则隐层神经元的输出为：1()1iiinetOf nete输出层神经元的输出即整个网络的输出为：1(1,2, )Mkkiikiyv OkL其中，Vki为输出层第k个神经元与隐层第i个神经元的连接权值，k为输出层第个神经元的阈值。四、脉象信号分析四、脉象信号分析3、