新型三导联无线ECG设计与其处理算法研究

张大伟，王海科，张 斌

（1．郑州大学信息工程学院，河南郑州 450001;2．郑州大学学报，河南 郑州 450001;3．郑州大学物理工程学院，河南郑州 450001）

0 引言

心电图（ECG）反映了心肌细胞生物电位的变化，是医生对患者进行心血管疾病诊断（如心肌梗塞、心率异常等）的重要依据。传统12导联心电图仪存在体积较大、不易便携等缺点。动态便携式心电Holter也因价格昂贵很难普及到个人家庭。考虑到心脏病突发性的特点，研发便携式、小型化、低功耗无线心电监护产品就显得尤为重要。目前相应三导联无线ECG研究报道较少，其中，Hong J H开发了一种基于 PDA监护的三导联无线 ECG［1］，Zhang S设计一种可通过GSM远程监护的三导联无线ECG［2］，张石也设计了一种基于S3C24l0平台的三导联远程心电监护系统［3］。然而，以上三导联无线ECG的模拟前端都是采用常用的分立式元器件设计，仍然存在体积较大、功耗较高、成本较高的缺点。

心电信号特征参数检测是诊断分析的关键，而QRS波是ECG检测的首要问题。由于心电信号易受噪声和工频干扰以及QRS波与T波较相似，QRS波检测并不容易实现。目前，QRS波检测方法较多，如小波变化法［4］、模板匹配法［5］、数学形态法［6］、差分法［7］等。上述方法各有优缺点，相比而言，差分方法在运算量和正确率两者之间比较折中。然而，对于三导联无线ECG而言，目前，基于差分法的研究成果的计算量仍然较大。本文给出一种基于ADS1291和STM32L162三导联无线ECG的设计方法，与此同时，介绍了一种新的具有运算量低、正确率高等优点的QRS波检测方法。

1 系统结构设计

以便携式、小型化、低功耗为目标，所设计的三导联无线ECG主要包含括:数据采集模块、数据采集控制与处理模块、无线通信模块和电源管理模块。其系统结构框图如图1所示。

图1 三导联无线ECG结构框图Fig 1 Structure block diagram of wireless 3 lead ECG

数据采集模块采用TI公司用于生物电势测量单通道24位A/D转换模拟前端ADS1291，其不仅内置可编程增益放大器PGA、基准Reference和板载振荡器Oscillator，且将心电应用的所有常见功能集于一身，比如:通道选择MUX、右腿驱动RLD、掉线检测Lead-off等。与现有分立式芯片实现方案相比，可将PCB尺寸缩小52%、功耗降低89%、组建数量减少75%。另外，24位A/D转换精度可以降低通道的放大倍数，从而降低引入噪音、提高心电信号检测的分辨率。ADS1291主要特性:每通道功耗为335 μW，输入参考噪音小于8 μV，采样速率为125 sps～8 ksps，共模抑制比为105 dB。

选择基于 Cortex—M3内核的超低功耗微控制器STM32L162作为三导联无线ECG的数据采集控制与处理模块。与其他基于 ARM7，ARM9，Contex—M8相比，该微控制器除了保留很强的计算能力和丰富的外设，而且具有极低的功耗（工作频率为8 MHz时的电流损耗仅为2 mA）。STM32L162负责控制ADS1291完成心电信号的采集，进行数字FIR低通滤波、50 Hz限波、QRS波检测、心率计算等数据处理，之后控制无线通信模块完成数据传输。

无线通信模块主要完成心电数据未来到病人手持设备或监护站的传输，以便可使该三导联ECG作为一个无线传感终端使用。选用低功耗（工作/待机电流 12．3 mA/22 μA）、多频点（125 个）、高速率（2 Mbps）、低工作电压（1．9～3．6 V）的射频收发芯片nRF24L01来实现数据无线传输。nRF24L01具有1个发送通道和6个接收通道，可实现点对多点通信、组成星形网络结构。所设计的无线收发器体积为19 mm×12 mm，开阔地传输距离可达30 m。

电源管理模块主要有2个部分:一是为提供具有较低噪音的 LDO 电压模块（TPS79933，输出 3．3 V，噪音29．5 μV RMS）;二是基于BQ24060锂离子电池（560mAh）充电模块。

2 心电处理算法

三导联无线ECG处理算法主要包括:数字FIR低通滤波（100 Hz）、50 Hz限波、QRS波检测、心率计算等数据处理。考虑QRS检测在ECG中重要性和复杂度，重点介绍一种基于差分运算的QRS复波检测方法，主要包括3个步骤:1）通过对ECG信号进行差分运算;2）找R点;3）找与每个R点相关的Q点和S点。

2．1 差分运算

1）读取ECG信号数据x（n）（以MIT—BIH心电数据库中记录116为例进行阐述，如图2（a）所示）。

2）对ECG信号进行差分运算:xd（n）=x（n）－x（n－1），如图2（b）所示。

3）通过截止频率为100Hz FIR低通滤波器去除差分数据xd（n）中所含的高频成分，等到xdfir（n），如图2（c）所示。

4）阈值处理，选取2个阈值A1（A1＞0），A2（A2＜0），使小于A1且大于的xdfir（n）都变为0，即xdm（n）=0（A1＞xdfir（n）＞A2），xdm（n）=xdfir（n）（A1＜xdfir（n），xdfir（n）＜A2），如图2（d）所示。阈值的选取较重要，过高，可能丢失一些R点，过低，则会产生误检测。

5）取值为正的数据，xdm+（n）=0（xdm（n）＜0），xdm+（n）=xdm（n）（xdm（n）＞0），如图2（e）所示。

2．2 R 点寻找

1）寻找xdm+（n）中的极值点。可将数据xdm+（n）以N个采样点为间隔分成不同的段，分别找到xdm+（n）在这些间隔中的极值点。N的取值与心电采样率F有关，且N/F过大易漏检，N/F过小将会增加极值点识别的复杂度。考虑正常人 QRS波不会超过0．11 s，这里，以N=50，F=360为例，即每50个采样点相当于约0．14s的时间长度，如图2（f）所示。

2）识别xdm+（n）中正确的极值点。在此分2种情况:a．如果2个极值点间隔τ≤50，则较大点为正确的极值点（见图2（f）中2．2～2．4 s之间的R点）;b．如果2个极值点间隔τ＞50，则它们都是正确的极值点。

3）根据识别出的极值点寻找到R点的位置。由于进行了差分运算，故极值点并非R点所对应的位置，存在一定的偏差，可回到原始信号中寻找。本算法将在差分信号极值点两边各25个采样点范围内出现的最大值点作为识别出的R点。

2．3 Q点与S点寻找

通常，由于 QRS波的时间宽度约为0．04～0．11 s，其宽度约为15～40个采样点（以采样率F=360为例）。因此，可在R点前后各40个采样点这一段时间间隔中寻找R点之前的最小值点和R点之后的最小值点，即分别为Q点、S点。

图2 基于差分运算QRS波检测过程Fig 2 QRS detection process based on differential operation

3 实验

为了验证所提出的三导联无线ECG设计和QRS波检测方法的可行性，制作了一种原理样机。该样机模拟胸导联V5的连接方式进行心电检测的实验场景如图3所示，实时处理后的心电数据通过无线传输给上位计算机。图4给出了从原始心电信号中检测出QRS波的实现过程。其中，图4（a）为原始心电波经过截止频率为100 Hz FIR低通滤波器的输出，可以看到，尽管采用了右腿驱动还是有存在一定的50 Hz工频干扰;图4（b）为心电波随后经过50 Hz FIR陷波器的输出，可以看出噪音已基本去除;图4（c）为QRS波检测的实验结果。经实际测试，该原理样机主要性能指标如下:1）输入参考噪音有效值小于1 μV，采集板单边尺寸小于3 cm;2）12 bit-AD采样率360;3）连续无线采集（含数据分析）功耗小于20 mA（3．3 V），工作时间大于24 h（560 mAh）。

图3 三导联无线ECG测试Fig 3 Test of wireless 3 lead ECG

4 结论

本文着重介绍了一种新型三导联无线ECG设计方法，及其基于差分运算QRS波检测的实现。采用集成度高、性能卓越的用于生物电势测量单通道24位模拟前端，大大缩减了三导联无线ECG的尺寸、功耗和总体成本。配合FIR数字低通滤波和50 Hz限波，可进一步去除干扰得到分辨率较高的心电信号。相比现有方法，所述的基于差分运算QRS波检测在保证高准确率的前提下，具有较低的运算量，可应用于未来各种便携式且需要低功耗ECG中。

图4 QRS波识别过程Fig 4 Recognition process of QRS wave

［1］ Hong J H，Kim J M，Cha E J，et al．A wireless 3-channel ECG transmission system using PDA phone［C］∥2007 International Conference on Convergence Information Technology，Gyeongju:IEEE，2007:21 －23．

［2］ Zhang S，Jia X，Shanyg S．Design and implement of a 3-lead ECG wireless remote monitoring system［C］∥The 6th International Symposium on Instrumentation and Control Technology，Beijing，2006:1－5．

［3］ 张 石，董建威，王军辉，等．用S3C2410实现三导联远程心电监护系统［J］．单片机与嵌入式系统应用，2006（4）:5－8．

［4］ 卢 菲，高振斌．基于小波变换的QRS波群检测［J］．电子设计工程，2011，19（23）:46 －49．

［5］ 谌雅琴，李 刚，叶文宇，等．自适应相干模板法在心电图机中应用的一种改进算法［J］．信号处理，2002，18（3）:244－248．

［6］ 刘少颖，卢继来，郝 丽，等．基于数学形态学和小波分解的QRS波群检测算法［J］．清华大学学报:自然科学版，2004，24（6）:852－855．

［7］ Yeh Y C，Wang W J．QRS complexes detection for ECG signal:The difference operation method［J］．Computer Methods and Programs in Biomedicine，2008，91（3）:245 －254．