可穿戴式心电心音联合测量设备的设计与开发

李思君 张 伟 卜世俊 黄 敏

（同济大学，上海 嘉定 201804）

可穿戴式心电心音联合测量设备的设计与开发

李思君 张 伟 卜世俊 黄 敏

（同济大学，上海 嘉定 201804）

在孕妇和胎儿监护领域，移动健康监测可有效提升监测的易用性并获取更加丰富的数据辅助诊断，同时提高应急反应速度，保护孕妇和胎儿的安全。文章设计了一种基于ARM Cortex-M3微控制器的可穿戴式测量设备，能同步采集心电信号、心音信号和运动信号，支持无线数据传输，较目前常用的单通道多普勒超声胎儿心动测量技术可获得更加全面的监测数据，且对孕妇和胎儿安全，可实现长时间动态连续测量，有助于更全面的评估孕妇和胎儿健康状态。

生理体征测量；心电信号（ECG）；心音信号（PCG）；可穿戴计算；胎儿监护

1 引言

可穿戴式智能医疗监测设备能够很方便的随时随地的采集到病人的生理信号，以便用于辅助医生诊断，同时也能够用于医生的远程监测病情，及时发现病情，甚至可以在智能设备上通过信号处理的方法，检测出病情的变化并及时通知医生[1]。

对孕妇和胎儿的健康状况监护能帮助医生查看胎儿的发育状况，以及检侧孕妇的健康状况，还可用于辅助判断预产期等。B超技术能较全面地检查胎儿情况，较为昂贵且不便于长时间监控；胎心监护仪（Cardiotocography）是通过超声波检测胎儿心率的设备，适合较长时间的监测，但测量设备比较大不便于日常的监侧，且能提供的信息量比较小。上述两种设备中使用到超声波，目前尚缺乏足够证据证明超声波对胎儿是安全的。心电图仪可以测量多导联的心电信号，心音图仪测量心音信号，但这两种装置的测量较为复杂，只能用作临床使用。

对于长时间的生理信号监测，需要设备功耗低、体积重量小并且最好能支持数据的无线传输，便于数据存储以及远程监控。在文献[2]中，研究人员设计一种基于手机的心电监测，用与手机匹配的数据采集卡测量信号，但是依赖指定的手机接口，缺乏通用性；文献[3]中提出一种ECG和三轴加速度采集的可穿戴式设备方案，并使用蓝牙的方式与手机连接，可以在手机查看波形数据；文献[4]利用一种可贴在体表的麦克风来采集心音信号，减轻了设备对病人日常活动的影响；文献[5]提出了一种同步测量心电、心音以及血氧饱和度的可穿戴式测量设备，通过NI的数字采集卡读取信号，在PC端编写信号采集程序，但是有线连接的方式不便于日常测量。上述方案中存在至少一个如下问题：

（1）测量信号单一；

（2）缺少远程监测的支持；

（3）需要外部设备较多，不便于日常测量。

本文提出一种便携的心电心音信号联合测量设备，并支持无线数据传输。可有效解决在日常监护中对孕妇胎儿长时间连续生理信号检测的问题，有助于提升该领域监护水平。

2 系统需求分析

本系统最重要的几点需求如下：多通道信号测量，能够同步测量心电、心音和运动信号（包括3轴加速度和3轴陀螺仪）；无线数据传输，并且需要服务器端程序支持，进行数据存储和远程监控；测量设备体积小、重量轻、功耗低。

多通道生理信号测量的核心在于心电心音信号的联合测量。心电信号是在心跳时，心肌细胞的去极化过程引起的皮肤表面电位变化。心电信号的波形能用于对心肌梗塞、心律不齐等疾病的诊断。在妊娠过程中，心电和心音信号已经成为医生的一个重要手段用于判断胎儿的健康状况。心音信号是血液在心脏收缩时流经心脏产生的震动波，可以用来表征心脏瓣膜的开闭，当心脏瓣膜或大动脉发生病变的时候，心音波形会与正常波形不同，而且由于各个瓣膜开闭时机不同，如果动脉血管堵塞或者发其他病变，则心音的持续时间和波形变化趋势会发生改变或是增加异常噪音，医生可根据这点来判断病症。另外，通过心电心音信号的结合处理，能提取到更准确的胎儿心率值（Fetal Heart Rate，FHR），可用于判断胎儿健康状况和判断预产期等[6]。

与临床监测不同的是，可穿戴式设备会在病人移动或环境干扰严重的时候进行信号监测，测量到的信号中会混入环境噪声和运动伪像，需要通过滤波、噪声补偿方式将噪声信号剔除[7]。运动伪像是指在电生理信号采集过程中，由于人体以及测量电极运动而引入的噪声信号，它的产生主要是由于在电极或人体运动时，电极以及周围皮肤的形变造成电特性变化，比如电阻抗的变化等，导致测量信号变形。由于运动伪像信号在频谱上的分布是与ECG重叠的，很难利用频率特性将其分离。本设计中使用了 3轴加速度计和陀螺仪，采集电极的运动状态，以便作为参考信号用于运动伪像的消除。

智能终端通过低功耗Wi-Fi模块与云平台通信，能将采集到的数据发送都便于医生查看或信号处理。相较于其他的无线方案，Wi-Fi的通信速率比较高，而且连接到功率比较大的路由器上以后，通信距离能达到 100米以上，所以在低功耗要求不算太苛刻的场合还是比较方便的。

在服务器端使用TCP协议接收终端的数据，并保存于数据库。服务端提供数据接口用于远程监控和数据分析。

3 系统架构设计与技术实现

3.1系统架构设计

为了做到更轻更小，笔者将复杂的数据处理放到服务端进行，这样终端设备不太需要考虑运算性能，而尽可能选用低功耗、高测量精度的器件。

图1　设备的系统结构图

如图 1所示，设备的主要由四个功能模块组成：（1）心电采集模块，由心电电极以及信号处理电路组成；（2）心音采集模块，由听诊器头、麦克风以及信号处理电路组成；（3）运动信号采集模块；（4）无线数据传输模块，主要通过设备上Wi-Fi模块收发数据。各个模块在ARM内核处理器的统一调度下工作。

3.2智能终端设备实现

终端设备的核心处理器采用ADI（Analog Device Inc.）的ADμCM360芯片，该芯片具有ARM cortex-M3的处理器，低功耗高运算性能，片上具有两个单独的 24位数模转换器（ADC）外设，能够同时采集心电和心音信号。

心电采集模块通过贴在体表的心电电极连接到电路板上，以获取体表心电。由于心电信号通常比较微弱，需要通过模拟前端芯片对信号进行放大和滤波，心电信号在功率谱上的主要分量集中在100Hz以下，而且P、R、T三个波的频谱分布基本在30Hz以下，所以在模拟前端处理模块中，选择截止频率为100Hz的低通滤波器对心电信号滤波，然后ADC模块以500Hz的采样率对信号进行采集，能得到较准确的心电信号。心电信号使用AD8232芯片进行预处理。AD8232芯片是ADI公司的一款集成单导联ECG前端处理电路，主要包含一个增益 100倍的仪表放大器以及一个用于低通滤波的运算放大器，通过配置 AD8232外围电路参数实现一通频带为0.3～200Hz的带通滤波器。电极暂使用传统的一次性银-氯化银电极，因为新型电极材料性能并没有达到理想适用的状况：导电纺织电极噪声大并且有极化效应，而反复使用的电极往往又存在接触不良的问题。

心音采集模块通过麦克风采集心脏附近的心音信号。利用听诊器的原理，使用听诊器头通过软管与麦克风连接，能有效的集中心音信号并屏蔽掉大部分的环境噪声。对心音信号的频率分布分析，第一心音和第二心音的频率约为 50～100Hz，第三第四心音频率主要为 10～50Hz，舒张期噪音为50～80Hz也可达 140～400，其他噪音约为 120～660Hz在1000Hz内亦有分布[8]。由于心音信号在200Hz以上基本上都是噪声信号， 笔者采用截止频率200Hz的低通滤波器处理心音信号，并用ADC模块以500Hz的采样频率采集滤信号。麦克风信号会接到音频放大器MAX9812L芯片，该芯片为固定增益为20dB（放大10倍）的麦克风，用于放大信号和滤除低频分量， MAX9812L的输出信号再通过RC低通滤波器处理，最后再使用ADC模块收集信号。

运动信号刺激模块中使用了MEMS（Microelectromechanical Systems，微电子机械系统）传感器，采用3轴的加速度计和 3轴的陀螺仪采集到心电电极以及患者的运动信息，用于后续对电生理信号中的运动伪像消除等处理。运动数据的采集使用MPU6050芯片，在MCU中使用I2C接口通信获取运动信号。MPU6050是一款集成的MEMS传感器，内嵌了 3轴加速度和陀螺仪传感器，最高采样速率达到1kHz。

3.3服务端数据接入

服务程序分为用于数据收发的网络通信模块、数据存储模块以及提供 HTTP接口的数据查询模块三部分。在服务端使用TCP协议与终端通信，获取终端采集的数据。在终端设备中按照预先设计协议把数据封装成帧，而服务端同样会按照相同的协议对字节流进行分解成独立的数据帧。服务端接收到数据后存入数据库中，并提供了 HTTP查询接口便于远程查看。

服务端与终端通过TCP协议发送网络字节流数据通信，为了保证接收数据的正确性，终端发送的数据会按照表 1的格式封装成帧，一遍服务端校验和划分数据包，如表 1中所示，以帧头、帧尾划分一个完整数据帧，并提供数据长度信息，校验和用于判断数据接收是否有误。在数据内容中，如果包含帧头、帧尾等特殊的字符，为了避免误读需要把他们转义为其他字符，转义后通常由原来的一个字符变成两个字符。转义规则如表2所示。

表1　接收数据分帧结构

表2　字符转移

每一帧数据包含一组测量信号，每帧数据包括了心电信号、心音信号、加速度信号和陀螺仪信号，同时用 2个字节用于记录采样时间，以便记录两次采样的时间间隔。他们数据帧中的顺序和字节数如表3中所示。

表3　测量数据

4 设备评测与结果分析

图2　心电心音联合测量设备

图2为测量设备实物图，电路板大小约为45cm×65cm，适合放入衬衣口袋或者固定在腰带上。其中心电电极需要额外的电极线连接到电极；运动模块固定在心电电极处，并使用导线连接到板子上；心音麦克风套入听诊器管中。

使用终端设备进行了心电心音以及运动信号的测量，使用500Hz数据采样率，且终端设备与服务器在同一个无线局域网中或其他网络通信质量良好的情况下，服务端程序能有效接收到所有数据并保存到数据库中。

图3展示了实测的心电（ECG）信号波形。

图3　（a）实测ECG波形与（b）带阻滤波器滤波后波形比较

图4展示了实测的心音（PCG）信号波形。

图4　实测心音信号

从图3中可以看出，ADC模块采集到的ECG信号波形上有较为明显的50Hz工频噪声。使用带阻滤波器能消除工频干扰，获得质量较好的信号以支持后续处理。心音信号能够清晰的分辨出第一心音（图4中S1）和第二心音（图4中S2），而第三心音（图4中S3）和第四心音由于幅值较小且频率低容易被低频噪声淹没，难以分辨。

5 小结

本文提出了一种适合孕妇与胎儿监测应用、可实现心音心电同步测量的便携式监测设备方案，能够支持长时间动态测量并得到较高质量的测量数据。基于Wi-Fi的无线数据传输还能方便地将数据发送到远端服务器，便于存储、分析和远程监测。心音和心电的同步测量能为医生提供更全面的诊断数据，提升这一领域的监护水平。

[1] Martin T,Jovanov E,Raskovic D.Issues in wearable computing for medical monitoring applications:a case studyof a wearable ECG monitoring device[C]//Wearable Computers, The Fourth International Symposium on. IEEE, 2000:43-49.

[2] Cano-Garcia J M,Gonzalez-Parada E,Alarcón-Collantes V, et al.A PDA-based portable wireless ECG monitor for medical personal area networks[C]//Electrotechnical Conference,2006.MELECON 2006.IEEE Mediterranean. IEEE,2006:713-716.

[3] Jung H K,Jeong D U.Development of wearable ecg measurement system using emd for motion artifact removal [C]//Computing and Convergence Technology (ICCCT), 2012 7th International Conference on. IEEE,2012: 299-304.

[4] Noma H,Kogure K,Nakajima Y,et al. Wearable data acquisition for heartbeat and respiratory information using NAM (non-audible murmur)microphone[C]//Wearable Computers, 2005.Proceedings.Ninth IEEE International Symposium on. IEEE,2005:210-211.

[5] Zhang Z, Wang W,Wang B, et al. A prototype of wearable respiration biofeedback platform and its preliminary evaluation on Cardiovascular Variability[C]//Bioinformatics and Biomedical Engineering,2009.ICBBE 2009.3rd International Conference on. IEEE, 2009: 1-4.

[6] Kovács F,Török M,Habermajer I.A rule-based phonocardiographic method for long-term fetal heart rate monitoring[J]. Biomedical Engineering, IEEE Transactions on,2000,47(1): 124-130.

[7] Tong D A,Bartels K A, Honeyager K S. Adaptive reduction of motion artifact in the electrocardiogram[C]//Engineering in Medicine and Biology,2002.24th Annual Conference and the Annual Fall Meeting of the Biomedical Engineering Society EMBS/BMES Conference,2002. Proceedings of the Second Joint. IEEE,2002, 2:1403-1404.

[8] ADOLPH R J, STEPHENS J F, TANAKA K. The clinical value of frequency analysis of the first heart sound in myocardial infarction[J].Circulation,1970,41(6): 1003-1014.

Development of wearable ECG and PCG acquisition device

Ambulatory health monitoring of expectant mother and fetus could improve the availability of long-term monitoring, and improve the speed of emergency service. This paper present a design of wearable monitoring device based on ARM Cortex-M3 microcontroller, simultaneously acquiring electrocardiogram （ECG）, phonocardiogram （PCG） and motion information. This device transmits data to server via Wi-Fi module. Compare to the Doppler ultrasonography, our device can provide more information of physiological signal and safer measurement, so it’s useful for long-term dynamic health monitoring.

Physiological measurement; ECG; PCG; wearable device; fetal monitoring

TP3

A

1008-1151(2015)12-0015-03

2015-11-10

李思君（1990-），男，同济大学电子与信息工程学院硕士研究生，研究方向为信号处理；张伟（1975-），男，同济大学电子与信息工程学院副教授，博士，研究方向为传感器网络、多通道生物医学信号监测与处理；卜世俊（1990-），男，同济大学电子与信息工程学院硕士研究生，研究方向为多传感器医学信号处理。