基于智能手机的心电实时监护系统的设计

1、第卷第期计算机应用研究年月基于智能手机的心电实时监护系统的设计郭兴明，陈丽珊，陈曼，彭承琳（重庆大学生物工程学院重庆市医疗电子技术工程研究中心，重庆）摘要：介绍了基于智能手机的心电实时监护系统的设计方法。该系统由测量节点、智能手机节点和监护中心端组成，智能手机节点通过蓝牙实时接收由穿戴式心电采集节点传采的心电数据，并将监护结果通过网络传输到监护中心端。该系统由病人随身携带，能对多种常见的心律失常症状进行智能诊断，提供实时准确的远程心电监护。通过功能测试，该系统运行良好。关键词：智能手机；远程监护；心律失常；智能诊断中图分类号：文献标志码：文章编号：（）：，（，）：；心律失常是一种极其常见而又非

2、常重要的心电活动异常状态，严重时可致血液循环失常、窦性停博、窦房阻滞和心系统结构动过缓、出现心动过速综合症，甚至导致猝死。心电监护是可穿戴式无线远程医疗系统由客户端和中心端组成，其系检测和预防心律失常的重要手段。随着经济的发展和技术统结构如图所示。的进步，人们对于医疗服务质量的要求越来越高，这对心电监护类的仪器提出了更高、更新的要求。为了满足患者需要，基于无线通信的远程医疗系统的研究在近年来得到了快速发展。基于无线网络的远程心电监护系统可以给使用者带来更辫孽大的灵活性，使用者可以不受时间、地点的限制，随时接受监护睦剞塞塞谰中心提供的心电监护、常健康咨询以及在紧急情况下获得及中心端时救治。将移动

3、通信技术应用于远程监护的研究在国外开展图可穿戴式无线远程医疗系统结构图得比较早，欧美等国家在世纪年代就开始了相关研客户端包括测量节点和中心数据处理节点。其中测量节究，此外，在巴西也有大学进行了关于心电远程监护的研点由穿戴式心电传感器、信号调理电路和通信模块三个部分组究。近几年，国内也有单位进行相关研究工作。成。测量节点通过导联采集使用者的心电信号，经放大、本文所介绍的智能手机远程心电监护系统是可穿戴式无去噪后通过蓝牙传送到中心数据节点。中心数据节点需要对线远程医疗系统的重要部分。本系统在总结医生识别心电图心电数据进行一定的处理和分析，包括对波形的检测与识别，的思路、经验的基础上，综合分析波群、

4、间期等信息制心电参数的提取等，并在此基础上对常见的心律失常进行监定诊断标准，能够较准确地诊断用户的心电信息是否出现心律护。当监测到病变的心电信号时，将发出报警铃声以通知用不齐、心动过速、心动过缓、房颤、停搏、早搏等多种心律失常现户，并同时向中心端发送报警信号。监护结果通过发送象，并具有同步显示、报警等功能。到中心端计算机。收稿日期：；修回日期：基金项目：国家教育部春晖计划资助项目（）；重庆市新型医疗器械重大科技专项项目（，）作者简介：郭兴明（一）。男，重庆人教授，博士主要研究方向为生物医学信息检测及仪器、远程医疗系统及图像理（）；陈丽珊（），女，硕士研究生。主要研究方向为远程医疗系统；陈曼（）

5、，男。博士研究生，主要研究方向为远程医疗系统；彭承琳（一），男，教授，博导，主要研究方向为生物医学信号检测与处理、数字医疗设备、微系统技术、远程医疗系统万方数据计算机应用研究第卷远程医疗监护中心端的监护平台可实时监护多个用户的心电数据，医生根据用户数据及监护信息进行进一步的诊断，从而有效地对用户进行监测。用户心电数据库保存用户的心电数据以及其他相关信息记录，包括临床治疗情况和症状等“。客户端软件设计与关键技术本文中的远程心电监护系统在操作系统上运行，其软件是用语言编写，主要由三个部分组成：）数据读取。实时接收并循环读取心电数据，用于后面的数据处理及诊断。）波形分析。实时提取心电数据中的重要参数

6、，如波群及时限、间期及间期差等。）诊断、显示、报警。对几种心律失常进行监护，在手机的显示屏上实时显示心电图与诊断结果。当病情达到报警条件时，发出报警提示，并向中心端发送报警信号。软件总体结构如图所示。图智能手机实时心电监测系统软件结构图小波处理由于体表心电图是毫伏级的微弱信号，数据从采集到无线传输的过程中可能受到多种噪声干扰的影响。未加处理的信号将严重影响后端的检测、识别和分析工作的准确性，严重时甚至会完全淹没信号。因此对心电信号进行预处理，即去除噪声、基线漂移并突出特征点是不可缺少的一环。本文采用小波变换来对心电信号进行预处理。小波变换是一种信号的时间一尺度分析方法，具有多分辨率分析的特点，

7、可以在时频两域获得表征信号局部特征。连续小波变换的定义式为咖）寺粼唧（譬）山（）其中：口且。为尺度因子；为时间平移因子。令砂¨（）旁（等），则上式变为呀（，）抓），砂。（）一。以），妒（）”州（譬）山（。，“（）（）设（）可（矿），（，），则可推导出町（小）军饥）“止妒（譬）拈莩詹“圳矿砂（譬）出以邵）（妒（譬）匕（譬）（）根据上式可编程实现小波变换的算法。计算从一。到的小波积分序列，将信号与小波序列进行卷积及差分运算后，乘上尺度系数一即得到小波变换后的结果。小波变换万方数据可以较好地滤除信号中的噪声并消除基线漂移。选取合适的分析小波及尺度是利用小波变换进行特征信号检测的关键环节，目

8、前应用较多的有二次样条¨、小波。、墨西哥帽小波一叽等。从心律不齐数据库截取第号数据的前点，用提供的小波工具箱中的多种小波函数对其进行变换对比，结果如图所示。霹一摩：圈一粒豳习！：堂皇笪芏坐一（）墨西哥帽爷芎一一昝（）（）：旺丽。孓干习。一一【：！。：锚广一一占厂一（）高斯（）图多种小波变换对比相比其他几种小波，墨西哥帽小波变换对特征信号的反应更加突出、稳定，并且不会因损失太多的幅度信息而引起误差。因此，本文采用墨西哥帽小波作为分析小波。将上述数据进行尺度上的墨西哥帽小波变换，结果如图所示。可见，噪声信号基本上集中在尺度上；而当尺度在尺度以上时，会损失一定的幅度信息，从而导致后期判断中

9、产生误差。经过多次测试对比，选择尺度作为分析尺度。网（）（）蛩图墨西哥帽小波各尺度上变换对比在智能手机模拟器上对心电信号进行尺度上的小波变换结果如图所示。图手机上的小波变换结果波定位和误检排除在心电信号自动分析中，心电波形各个特征点的检测是后续心律失常分析和特征分析的基础，识别特征点的准确性是计第期郭兴明，等：基于智能手机的心电实时监护系统的设计的判断依据分别如下：心房颤动（房颤）：心律不齐：；算自动分析程序性能的主要指标。其中波的定位是心电波形特征参数的最重要部分。信号的波经小波变换之后突出更加明显，因此通过动态阈值法实现波的定位。程序将心电信号数据以的间隔分段，从每段数据中取个极大值的平均

10、值，和个极小值的平均值，设置阈值为（）ר¨；心动过速：次；心动过缓：次；停搏：艘；漏搏：艘：判定该段数据中幅度大于阔值，的点为波波峰。在干扰较大、信号波形较为复杂的情况下，仅在小波变换域用上述方法进行波检测会产生严重的漏检和误检。因此，本文采取了一系列的判别和修正措施以提高波检测的准确率。（）根据不应期原理，当内有多个波出现时，只保留值最大的点作为波。（）倒置波的判别。检测到倒置波后，如果该心拍正向极大值的幅度大于前三个心拍波峰值的，则将该心拍修正为正向波，波峰位于正向模极大值处。本文采用平面几何的数学方法定位波（图）的起点和终点，具体步骤如下：）在小波变换域上

11、，从检测到的波峰点处向前搜索，寻找第一个负向极值点（倒置波则寻找正向极值点），并定义该点对应在原信号上的点为点。如图所示。）在点前极小一段距离取一点，定义为曰。）从点占开始到点（波峰）位置，逐点计算各点到直线的距离，最大的一点即为波波峰的位置。从波起向前检索，第一个斜率突变处即判定为波的起点位置。波的终点的检测从波开始向后检测，具体步骤与起点检测的步骤相似。采用心律不齐数据库中的条信号对波检测算法进行验证，其准确率能达到。实验结果如表所示。表准确牢测试或艘。艘；室性早搏：且吣且艘；插入性室早：艘。且彤且肷艘“；：艘；房性早搏：且形室早成对：连续出现两次室性早搏；阵发性室速：连续出现三次或三次以

12、上室性早搏；室性二联律：正常和室早交替出现两次以上；室性三联律：正常、正常和室早交替出现两次以上；心律不齐常与心动过速或心动过缓相伴发生，因此在算法中将心律不齐与心动过速或心动过缓综合进行判断，可以诊断为：心律不齐、心动过速、心动过缓、心动过速伴不齐、心动过缓伴不齐。当上述心律失常症状出现时，系统将调用报警模块。图为智能手机上的运行图，图中上部为心电波形图，下部为诊断结果。第一行为房颧、停搏、漏博、早搏等的信息显示，第二行为波形、室早成对、阵发性室速、室性二联律、室性三联律等的信息显示，第三行为心动过缓、心动过速及心律不齐信息显示。羹誓蝴数纛准确影蓁霉懒淼准确影图波、波检测方法示意图图手机上的

13、系统运行结果中心端软件设计本系统的远程医疗监护中心端监控软件由信号接收模块、实时显示模块、监控报警模块、医学数据库操作模块等组成，在整个无线远程医疗系统中起着功能集成和协调管理的作用。中心端软件采用进行开发，其结构图如图所示。信号接收模块负责建立与客户端的数据传输通信线路。在本系统中，中心端计算机通过接入网络进行数据的传输。为了提高数据接收通信的灵活性和可靠性，利用网络化的特性，可以跨节点进行数据通信，既可以用或作低级数据传输，也可以使用高级数据槽一客户服务器技术。远程所采集的心电数据通过网络不断地传输到服务器端，服务器端将接收到的信息段存放到接收缓存（诊断算法根据算法定位的波，判定心率为这一

14、分钟数据内的波个数。而心律失常是在一段时间范围内，对各个波宽及间期之间的关系进行判断的。综合医生识别心电图的思路、经验和心电图特征值规律，本系统可以对心房颤动、心律不齐、心动过速、心动过缓、停搏、漏搏、房性早搏、室性早博、插人性室早、）中，由应用程序从这个缓存中读取数据，从而实现数据的传输。实时显示模块将接收到地有效信号实时的显示在中心服务器的计算机显示器上，使医护人员能够实时了解病人的生理状况。当生理信号出现异常时，监控报警模块将发出报警信息提示医护人员，通过客户端和中心端的双重监（下转第页）波形、室早成对、阵发性室速、室性二联律、室性三联律这种病情进行监测。定义职。为间期，为个正常间期的平

15、均值，解为问期差，矿为波宽，为心率，则这种病情万方数据第期钟秉翔，等：一种基于核主元分析的话务量特征提取方法基于、模型的话务量预测仿真曲线如图、所示。比较两种方法，图的预测数据更接近实际话务量，预测误差明显比图中的误差小，而预测误差常作为衡量预测模型估计效果优劣的标准，预测误差愈大，准确性就愈低，反之误差愈小，准确性就愈高。本文采用两种常用的方法来衡量预测误差，分别是平均绝对误差和均方误差¨，表为两种模型下个样本数据平均绝对误差与均方误差值的比较。由仿真实验结果可以看出，模型预测精度高于模型，虽然模型的主元数比模型的主元数多，但具有更强的特征提取能力，所提取的特征变量能更好地反映话务

16、量预测模型的非线性特征。表和主元分析结果总方差贞献率据，采用方法提取非线性特征向量，较好地反映了原始输入数据之间的复杂关系，精简了网络输入数据阵的维数。仿真结果证明，基于神经网络的话务量预测模型具有较好的非线性数据处理能力，预测精度提高。该特征提取方法对分析网络容量和预防网络拥塞等问题具有重要意义。参考文献：汤燕娟，张小刚业务预测与无线网话务量分析方法初探电信工程技术与标准化，（）：陶伟宜基于回归方法的移动通信话务量预测邮电设计技术，（）：丁南岗移动通信话务研究黑龙江通信技术，（）：陶乃勇，蒋建忠，昃草心神经网络在移动话务量预测中的应用研究山东通信技术，（）：一，表两种模型预测结果比较预测误差

17、主元个数最篁！坠三乏，。蒜淼冀望篓；百、分误差（）均方误差（）】，（）：，冀藿警竦墨嫠譬硪耀“一，（）：，赔时间时间，（）：图预测模型仿真结果图预测模型测试结果王华忠，俞金寿核函数方法及其在过程控制中的应用石油化工自动化，（）：闻新，周露，李翔，等神经网络仿真与应用北京：科学出版社，【黄海辉一种周期时间序列的预测算法计算机工程与应用，（）：结束语本文针对话务量的特点，提出了一种基于核主元分析的话务量特征提取方法，将话务量数据分为工作日和休息日两类数（上接第页）护，真正及时有效地对用户进行监护。数据库模块为每名患者建立信息存储表，实现数据的记录。监护软件与医学数据库建立无缝链接方便医护人员查询历

18、史信号数据并加以诊断和分析。中心端的界面如图所示。参考文献：【李坤阳。胡广书基于心电图分析的心律失常分类清华大学学报：自然科学版，。（）：丁明石，刘波，张立新，等一种基于移动通信远程心电监护终端的设计天津大学学报，（）：，砌，：熏图】，（）：】丁明石，吕扬生采用移动通信技术的远程医疗研究进展医图中心端界面疗设备信息，（）：朱凌云，昊宝明，王正国，等移动心电监护系统波的实时检测算法研究仪器仪表学报，（）：张和君，张跃，周炳坤。远程心电监护软件系统的设计与实现计算机工程与应用，（）：】唐艳应用移动通讯技术设计心电监护系统生物医学工程学杂志，（）：师黎，杨岑玉，费敏锐基于小渡变换的心电信号波及段的提取仪器仪表学报，（）：陈文菊，潘敏，赵治栋。等基于小波变换和变化的波检测算法（传感技术学报，（）：邱雅竹，丁昱峰，冯俊，等基于小波的检测新方法生物医学工程学杂志，（）：蔡力，罗莹，郑竹虚等风湿性心脏痛心房颤动伴长间期的心内电生理研究中华心律失常杂志，（）：赵醍，张跃，周炳坤，等医用心电实时监护软件系统的设计与实现【计算机应用，。（）：中心端软件结构图结