基于DSP的生物医学信号处理实验平台设计

2014-03-24刘毅飞

医疗卫生装备 2014年1期

刘毅飞

刘毅飞

目的：设计一个实验平台，使生物医学工程专业的学生可以学习在数字信号处理器（DSP）上处理生物医学信号的方法。方法：采用数字化心电信号作为实验平台的数据源，在现有的DSP实验平台上设计完成各种生物医学信号处理算法。结果：在实验平台上开发了心电发生器、滤波、压缩、频谱分析、心率检测等实验，同时将此实验平台作为学习生物医学信号处理仪器设计的原型，取得了良好的教学效果。结论：学生使用基于DSP的生物医学信号处理实验平台既能够学习和深刻理解生物医学信号处理的算法，还能够学习如何使用DSP来实现这些算法，教学效果显著，但仍有待于进一步完善。

生物医学信号处理；DSP；实验平台

0 引言

生物医学信号处理是生物医学工程专业的一门非常重要的核心课程，为了帮助学生学好这门课程，美国 Wisconsin-Madison大学的 Willis J Tompkins开发了基于PC平台的DigiScope软件，作为生物医学信号处理的实验教学平台[1]，使学生能在PC机上更加直观地学习和理解生物医学信号处理的原理和一些基本算法。

数字信号处理器（DSP）由于具有哈佛结构、硬件乘加机构、流水线操作等特点，从而具有高速完成生物医学信号处理的能力[2]，所以，使用DSP作为处理器的医学仪器产品越来越普遍[3-5]。正是因为DSP在医疗仪器中作为信号处理的核心且应用日益广泛，越来越多的高校为了帮助生物医学工程专业的学生学习DSP技术，也开办了DSP课程及实验教学。

目前存在的问题一方面是在生物医学信号处理的实验课程中采用的是将生物医学信号作为处理对象，但实验教学是基于PC平台[6]。另一方面，目前的DSP课程的理论教材和实验平台主要是针对电子和通信专业方向的学生，基本上都是以音频信号作为处理对象。但是生物医学工程专业的学生接触的是生物医学信号，而生物医学信号具有一些不同于音频信号的特点，比如频率低、幅值小、随机性强、易受噪声干扰等[7]。为了帮助学生学会在DSP上处理生物医学信号，我们将生物医学信号处理和DSP实验相结合，设计了基于DSP的医学信号实验平台。

1 实验平台的开发

1.1 生物医学信号的数据来源

PhysioBank[8-9]上目前提供了超过50个生理数据库，包括多参数生理信号、心电、医学图像等数据库。这些数据既可以免费供研究使用，又可以为生物医学信号处理的教学和实验所用。在这些数据库中，由麻省理工大学和美国国立卫生研究院（MIT-BIH）开发的心电数据库广泛地应用于生物医学信号处理研究和教学中，DigiScope实验平台也使用这个数据库作为数据源。基于MIT-BIH心电数据库的权威性，我们的实验教学平台也采用这个心电数据库作为实验数据源。

1.2 生物医学信号处理的算法及实现

DigiScope实验平台对应的理论教材[10-11]以心电信号为例讲述了生物医学信号处理的一些基本算法，包括心电滤波、心电信号压缩、心电信号的频谱与功率谱分析、心率的计算等。我们的实验平台采用

C语言在DSP上开发并完成这些算法。

1.3 DSP实验平台

DSP实验平台基于DES3200实验箱，实验平台的硬件模块如图1所示。DSP芯片采用的是TI公司的TMS320VC5416，这个系列的芯片特别适合生理信号处理。实验箱上还提供了液晶显示，TLC320 AC01模数/数模转换等外部设备可以实现生物医学信号采集和显示等功能。实验软件平台是CCS2.1集成开发环境，这个开发环境提供了图形显示工具，可以非常直观地显示信号的时域和频域图形，帮助学生深入理解信号处理的原理。

图1 DSP的生物医学信号实验平台的硬件模块

2 开发的实验项目与实验结果

2.1 实验项目

根据上面所述的生物医学信号处理的算法，我们在DSP生物医学信号处理平台上开发了相关的实验项目，这些实验项目见表1。

表1 基于DSP的生物医学信号处理平台的实验项目表

2.2 实验结果

由于CCS开发环境的强大功能，大部分实验项目可以使用CCS的图形工具直观地观察到生物医学信号处理前后的时域和频域图形。以心电信号的滤波和心率检测为例，图2和图3是采用FIR算法对心电信号进行滤波的实验结果，图2显示的是MIT-BIH上的心电数据117.dat的心电信号，图3则是采用FIR算法对图2的信号进行平滑滤波的结果。图4和图5是采用模板匹配法检测心率的实验结果，图4显示的是MIT-BIH上的心电数据122.dat的心电信号，图5显示的是采用归一化互相关算法进行模板匹配后的相关系数显示，对相关系数设定合适阈值就可以检测心率。（图2～图5的横坐标为时间，单位为1/200 s，表示信号采样频率为200次/s。为了便于显示，图2～图4的纵坐标将信号幅值放大410倍，单位为1/410 V，图5则将相关系数的结果扩大了128倍）。

3 实验平台的使用效果

图2 MIT-BIH心电数据117.dat的心电信号显示

图3 MIT-BIH心电数据117.dat经FIR平滑滤波后的图形

在基于DSP的医学信号处理实验平台上从事实验，提高了学生的学习效果，主要体现在以下几个方面：

（1）在DSP上重新完成以前在PC机上实现的生物医学信号处理的算法，并借助开发环境的图形显示出信号的时域和频域图形，可以帮助学生进一步深入理解生物医学信号处理的方法和原理。

（2）采用生物医学上的心电信号作为处理对象，并在医学仪器上广泛使用的以DSP芯片作为核心的实验平台上实现，将理论和实践紧密地结合起来，使学生认识到了理论课程的作用，学习兴趣也得到了提高。

（3）在帮助学生学习生物医学信号处理的原理的同时，此实验平台可以作为基于DSP的医学仪器的原型。学生在这个实验平台上进行实验可以学习到DSP的基本原理和其在医学仪器中的应用，熟悉基于DSP的医学仪器的设计开发的过程，还可以在这个实验平台上从事课程设计和毕业设计，为今后从事基于DSP的医学仪器的设计和开发打下较好的基础。

4 结论

我们在基于DSP的生物医学信号实验教学平台上进行教学实践，取得了较好的教学效果。下一步的工作主要在于2个方面：（1）在现有的主要进行信号处理的基础上加强信号采集实验；（2）目前，此实验平台的生理信号仅仅采用心电信号，在以后的工作中，我们会将生理信号处理的对象扩充到脑电、心音等其他信号。

[1]Tompkins W J.UW DigiScope[EB/OL].[2011-10-06].http://sourceforge.net/projects/digiscope/.

[2]张雄伟，曹铁勇，陈亮，等.DSP芯片的原理与开发应用[M].4版.北京：电子工业出版社，2009：5-6.

[3]Texas Instruments Incorporated.Diagnostic，Patient Monitoring and Therapy Applications Guide[R].Texas：Texas Instruments Incorporated，2010.

[4]Texas Instruments Incorporated.Consumer Medical Applications Guide[R].Texas：Texas Instruments Incorporated，2010.

[5]Texas Instruments Incorporated.Medical Applications Guide[R]. Texas：Texas Instruments Incorporated，2010.

[6]Tompkins W J，Wilson J.Software for biomedical engineering signal processing laboratory experiments[C]//Annual International Conference of the IEEE on Engineering in Medicine and Biology Society. Minneapolis：IEEE，2009：2 008-2 010.

[7]林家瑞.微机式医学仪器设计[M].武汉：华中科技大学出版社，2004：4.

[8]PhysioNet.MIT-BIH Arrhythmia Database[EB/OL].[2011-12-08]. http：//www.physionet.org/.

[9]GoldbergerAL，AmaralLAN，GlassL，etal.PhysioBank，PhysioToolkit，and PhysioNet：Components of a New Research Resource for ComplexPhysiologicSignals[J].Circulation，101（23）：e215-e220.

[10]Tompkins W J.生物医学信号处理[M].林家瑞，徐邦荃，译.武汉：华中科技大学出版社，2001.

[11]Tompkins W J.Biomedical Digital Signal Processing：C Language Examples and Laboratory Experiments for the IBM PC Biomedical Digital Signal Processing[M].Englewood Cliffs：Prentice Hall，1993.

（收稿：2013-07-07 修回：2013-08-21）

Design of Biomedical Signal Processing Laboratory Platform Based on DSP

LIU Yi-fei (School of Biomedical Engineering,Hubei University of Science and Technology,Xianning 437100,Hubei Province,China)

ObjectiveTo design a laboratory platform in order to process biomedical signals with DSP for the student from biomedical engineering faculty.MethodsAll types of biomedical signal process algorithms were designed based on the existing DSP platform,with the digital ECG signal as the data source.ResultsSome experiments were developed with the platform,including the ones for ECG generator,filter,compression,frequency analysis,heart rate detection and etc.The platform could be used for the prototype of biomedical signal processor design.ConclusionThe biomedical signal processing laboratory platform based on DSP facilitates the biomedical signal processing algorithms and their realization.[Chinese Medical Equipment Journal，2014，35（1）：12-14]

biomedical signal processing;DSP;laboratory platform