基于嵌入式的微型心电心音监测装置的设计

唐 琪，梁劭华，陈志平

（广东电网公司佛山供电局 广东 佛山 528000）

当今，心脏病几无地域，年龄之分，对于电网工作人员尤其是巡线工人来说，心脏病的危害尤为严重。心脏病来势快、发病急，巡线工人长期工作于恶劣环境中，平时有心脏异常却很难发现，一旦感觉到不适可能为时已晚，很容易错过最好的诊疗机会，因此对心脏病的24小时实时监测具有非常重要的意义[1]。心电和心音是监测和诊断心脏疾病最常用的两种方法。国内外已经有不少便携式心电监测的产品，如苹果公司的iPhoneECG套和中卫莱康的“心博士”心电检测仪都能实时测量心电图。但鲜有针对心音监测的便携式装置的研究，更遑论将两种系统合二为一的便携式实时监测装置。基于此，本文设计了一款实用性强的实时监测装置，可同时监测受检者的心电信号和心音信号。该监测系统具备测量准确、结构紧凑、低功耗三大特征，可对受检者进行24小时实时监测。

1 两种监测系统的统一依据

从理论上分析，心音信号与心电信号的处理与一般模拟信号的流程相同。都要经过放大，滤波，AD转换的过程。从信号本身特征来看，心电为电信号，有效幅值在0.5～5 mV之间，频率在0.05～120 Hz之间；心音为声波的振动，有效频率在20～200 Hz之间[2]。因此两者都需通过低通和高通滤波器来滤掉范围以外的频率，并通过放大器将信号放大到ADC便于处理的幅值范围。两种监测系统的模拟前端，都可由图1表示。不同之处在于心电信号可直接由心电电极片获取，而心音信号必须首先通过拾音头和驻极体传声器将振动转换为电信号，因此两者选用不同的采集端[3-7]。

图1 模拟前端Fig.1 Analog front-end

另外，因为两种信号的频率范围不同，若采用传统的模拟前端，为了分别滤除无效信号，必须采用两种滤波电路，这会使模拟前端的体积变大，而且模拟域的处理亦会带来温漂和噪声等其他一些问题。所以本文将心电和心音监测中传统的模拟端滤波转移到数字端，这样不但避免了温漂和噪声，而且通过适当地编程可以对不同的信号采用不同的滤波阈值。因此，若要将心电监测和心音监测两种不同的系统结合起来共用一套设备，并且要实现该设备的便携化和长时间实时监测的功能，必须尽可能简化装置的电路，缩小装置的体积，降低装置的功耗，还必须通过完整的程序来使装置能够准确处理两种不同信号并能在在两者之间进行有效切换。本文将通过硬件和软件两方面的设计，来实现上述目的。

2 硬件系统设计

整个监测系统可划分为信号采集装置、基于Android智能手机的ECG数据记录仪（显示仪）以及服务终端，如图2所示。其中采集装置为系统的主体，亦是本文的设计内容。

图2 监测系统Fig.2 Monitoring system

装置的模拟前端选用TI公司的ADS1294芯片，该芯片功耗极低，且有4个24 Bit的ADC通道，24 Bit的分辨率使得心电和心音信号无需经过放大就可以被ADC转换成数字信号。两种信号可以同时采集并在模拟域进行处理。ADS1294的数据输出端和控制端都采用SPI协议，主控器则通过SPI协议来设置ADC的采样模式并接收两个通道依次发过来的转换后的数据。装置的主控器选择TI公司的MSP430F6单片机芯片。本设计充分利用了该单片机的接口，其中USB接口用于单片机和PC之间传输数据；JTAG口用于向单片机下载程序；时钟模块用以矫正时钟；蓝牙模块作为单片机和手机之间的数据通路；Flash用于存储数据；电源管理模块用于向各部分供电。装置结构如图3所示。这样设计出的硬件系统不但结构简单，集成化程度相当高，而且功能齐备，可作为产品直接使用。尤为关键的是在各模块设计时都充分考虑了功耗问题。

图3 采集装置结构Fig.3 Acquisition device structure

主要元件功耗指标如下：

锂电池供电部分：直接接锂电池供电，工作电压在3.5～4.7 V之间。包括：电量计、实时时钟芯片。总电流：电量计工作状态 103 μA，休眠 4 μA。 实时时钟：0.25 μA。

模拟前端：采用一个带使能端的LDO供电，电压为3.0 V，每个通道工作时电流不到0.75 mA。

Flash：电压为3.3 V。读写电流小于25 mA，休眠电流小于 10 μA。

MSP430部分：电压3.3 V。所有系统时钟处于激活状态时电流实测为4 mA左右。

蓝牙部分：电压为3.3 V，实测匹配电流 20 mA，发送速率数据时约20 mA，匹配完成非发送状态约12 mA，休眠状态时为 65 μA。

采集装置将信号进行处理以后就可以发送给手机或PC进行实时显示。最后数据将存入服务器的数据库中，以备随时调用和分析。

3 软件系统设计

为了使系统处于高效的运行模式，软件部分采用中断模式加以处理。首先对主要模块进行软件设计，然后通过适当的方法将之组合到一起构成高效的系统工作流程。而Flash模块，USB模块，电源和时钟模块等辅助部分的设计在此不予阐述。

3.1 对模拟前端的控制

首先MSP430对模拟前端ADS1294进行控制，来设置采样模式并接收转换数据，控制流程如图4所示。本文设定ADS1294通道一采集心电数据，通道二、三采集心音数据，心音用两个通道采集是为了方便后面的消噪处理，各通道的数据先后进入MSP430，通过选择不同通道的数据来选择当前监测何种信号，并通过选择结果来处理相应的信号。

图4 配置模拟前端Fig.4 Configure the Analog Front-end

3.2 信号的处理

从模拟前端接收到的信号会含有各自的噪声和干扰，因此必须对它们进行数字处理，才能得到干净的波形。对于心电信号来说，影响最大的干扰包括工频干扰和基线漂移。对于心电信号的处理，详见作者的另一篇论文《基于“创可贴”式心电监测系统的心率提取算法》[8]，处理后的心电波形如图5所示。

心音信号中同样含有大量的噪声，其中包括白噪声和高频噪声。白噪声在系统中一般表现为共模信号，因此高的共模抑制比可以大幅度的削弱它。而高频噪声一般在100 Hz以上，若在安静的环境中，只需在嵌入式编程加入100 Hz的数字低通滤波器就可以较好地抑制噪声，但若在嘈杂的环境中监测心音信号，各种噪声幅值会很大，甚至湮没掉有效信号，图 6（a）为嘈杂环境中的原始心音图，图 6（b）为其频谱图，100 Hz以上的噪声将信号湮没掉[9]。

图5 处理后的心电图Fig.5 The processed ECG

图6 原始心音图及其频谱Fig.6 Original phonocardiograms and its spectrum

由此看来必须对原始心音信号进行处理，本文运用了CASA（Computational Auditory Scene Analysis）算法，对心音图进行了去噪处理[10]，分析去噪处理后的心音图如图7所示，高频噪声已经得到很好的抑制，心音的有效信号能够正常的绘制出来。

图8 系统状态机Fig.8 System State Machine

3.3 系统综合设计流程

心电采集装置的模块较多，实时心电监测系统的要正常工作必须将各部分软件设计结合起来。在保证各个模块之间并行不悖的基础上高效的实现心电实时监测的功能。

MSP430上电后首先为各个模块分配IO口，再设置主时钟和各个模块工作的时钟，然后对各个模块进行初始化，并判断电量是否充足。为了在软件设计中尽量的节省功耗，所有数据的传输模块 （包括UART口，SPI口，I2C口等）都以中断触发，没有数据传送时这些模块都处于休眠状态，数据传输时再唤醒处理。当所有初始化操作完成后当程序进入主循环。主循环以状态机的形式进行各模块之间的转换和运行。如图8所示。以此流程设计系统的运行可以保证系统实时高效的进行心电监测，并大大降低了因程序运行而产生的功耗。

4 装置实物和实测结果

通过硬件和软件两方面的分析论证，最终设计出一款胸贴式的心电心音采集装置。该装置以上下两块薄PCB板组成，直径3 cm，厚度1 cm，装置上除装有本文所述的各部分模块，还装有心电电极引线，心音拾音头和驻极体传声器，100 mAV的电池，如图9所示。将装置贴在人体体表，分别测试心电图和心音图，并用智能手机编写相应的Android程序，最后实测到心电图和心音图如图10所示，其中左图为心音图，右图为心电图。实际测量中该装置一直开启蓝牙做实时的心电或心音监测时，可连续工作8个小时，如果采用异常-报警机制，（即关闭蓝牙传输，以MSP430分析采样数据，发现异常后再开启蓝牙并以手机绘制波形 ）装置可连续工作28个小时，达到了长时间实时监测的目的。

图10 实测结果Fig.10 Measured results

5 结 论

文中首先分析了心电和心音信号的异同，提出一种可同时监测两种信号的装置。本文先从硬件结构上设计出适合心电与心音两种监测方式的电路，并且通过对功率和体积的充分考量，采用了集成度高的电路模块，实现了装置的小体积和低功耗。然后，通过选择适当的算法分别对心电信号和心音信号进行了去噪处理。通过硬件和软件两方面的研究最终设计出一款可以贴在人体胸口的可以长时间实时监测的微型心电心音监测装置。

[1]杨佳雄，焦秉立.无线心电监护系统的设计与实现[D].北京:北京大学，2007.

[2]Fang W C，Huang H C.Design of heart rate variability processor for portable 3-lead ECG monitoring system-onchip[J].Expert Systems with Applications，2013（40）：1491-1504.

[3]Go A S，Mozaffarian D，Roger VL，et al.Heart disease and stroke statistics—2013 update:a report from the American Heart Association[C]//Circ 2013；127:6-245.

[4]Yoo J，Yan L，Lee S，et al.A wearable ECG acquisition system with compact planar-fashionable circuit board based shirt[C]//IEEE Trans.on Information Technology in Bio-Medicine，2009.

[5]Roman， Nicoleta，DeLiang W，et al.Speech segregation based on sound localization[J].The Journal of the Acoustical Society of America，2003（114）:2236.

[6]Yoo J，Yan L，Lee S，et al.A wearable ECG acquisition system with compact planar-fashionable circuit board based shirt[C].IEEE Trans.on Information Technology in Bio-Medicine，2009.

[7]Giustina D D，Riva M，Belloni F，et al.Embedding a multichannel environmental noise cancellation algorithm into an electronic stethoscope[C]//International Journal of Circuits，Systems and Signal Processing，2011.

[8]唐琪，王湾，杨开，等.基于“创可贴”式心电图仪的心率算法的实现[J].电子设计工程，2013（20）:137-140.TANG Qi，WANG Wan，YANG Kai，etal.Heartrate algorithm based on a Band-Aid-like electrocardiogram[J].Electronic Design Engineering，2013（20）:137-140.

[9] Ying-wen Bai，Chao-lin Lu. The embedded digital stethoscope uses the adaptive noise cancellation filter and the type I Chebyshev IIR bandpass filter to reduce the noise of the heart sound[C]//IEEE，2005.

[10]贺专，李冬梅.双麦克电子听诊器环境噪声消除算法研究[D].北京：清华大学，2012.