基于安卓4.3的移动心电监护系统设计

【作　者】张　舜，连宇茜，秦亚杰，汪源源

复旦大学信息科学与工程学院，上海市，200433

基于安卓4.3的移动心电监护系统设计

【作者】张舜，连宇茜，秦亚杰，汪源源

复旦大学信息科学与工程学院，上海市，200433

为了实现对心电信号24 h跟踪监护和记录，设计了一套基于安卓4.3的移动心电监护系统。该系统采用复旦大学自主研发的E9622A作为模拟前端芯片采集心电信号，选取TI公司的蓝牙低功耗片上系统CC2541与手机进行通信，在安卓平台上对心电信号进行处理并显示。整个系统集成在一块2 cm×2 cm的PCB上。实验表明，该系统穿戴在人体上可以有效采集心电信号并在客户端实时显示清晰波形和基本心电参数，可用于心律失常的初步判断，且具有低成本、低功耗、灵活性强和携带方便的特点。

移动心电监护；蓝牙；安卓平台

0　引言

心血管疾病是中老年人的一种常见病，在我国，每年死于心血管疾病的患者人数居各种死因之首。目前，动态心电图、床旁监护心电图和电话有线传输远程监护心电图等[1]心电监护系统各有自己的体系，但大多体积较大且价格昂贵，不适合在家庭及个人应用中普及。在心电信号分析处理方面，先要使用中值滤波[2]、形态滤波[3]、小波变换[4-5]、相干模板法[6]等方法进行预处理，之后进行QRS波群的识别，主要有差分阈值法[7]、基于相关的模板匹配法等。虽然其中大多方法性能优越，但计算量大，对硬件要求高。为使非重症患者能对自身的健康状况做日常的监护和评估，心电监护设备的小型化、低成本化很有必要。

为了实现心电设备的小型化与低成本，并与移动医疗相结合，我们提出了一种基于Android平台的便携式移动心电监护系统。该系统在硬件上具有体积小、功耗低的特点，软件上选择实时性相对更好的处理算法。通过综合软硬件设计的优点，实现了便携化、可穿戴的心电监护设备，弥补了传统心电监护设备的不足。

1　系统硬件设计

1.1系统结构

移动心电监护系统主要由充电模块、电源模块、蓝牙模块、心电采集模块和加速度模块组成，结构框图如图1所示。

图1　移动心电监护系统结构框图Fig.1　Structure block diagram of mobile ECG monitoring system

系统的工作流程为：充电模块对系统充电；电源模块为系统各芯片供电。金属电极贴于人体表面，将心电信号传给心电采集模块。心电采集模块将采集到的数据通过I/O口传给蓝牙模块。蓝牙模块的微处理器对接收的数据进行处理，通过天线以一定数据格式发给Android手机客户端。客户端软件对心电数据进行滤波、分析、处理与显示。加速度模块则是为今后进一步研究中辅助心电信号分析而准备的。

充电模块采用MAX1555单节锂离子电池充电器芯片。该锂电池具有无污染、无记忆效应、高能量体积比与自放电率低等优点，是便携式移动设备的首选电池方案。系统中USB和插头式电源作为它的充电电源，MAX1555本身的过流保护设计也为整个系统的安全性提供了保障。电源模块中选择噪声输出线性稳压器MIC5205，当遇到突然断电情况，其功耗可降至接近为零，以延长电池寿命。加速度模块采用三轴加速度传感器ADXL345，它既可用来测量动态加速度，如冲击或运动产生的加速度；也可测量静态加速度，如重力加速度。

1.2前端采集电路设计

前端采集电路主要由心电采集模块E9622A和电极组成，结构如图2所示，其中VIN1和VIP1与两个电极相连，是信号的输入；ECG VOUTA是心电信号的输出，与蓝牙模块相连接。

图2　前端采集电路基本结构框图Fig.2　Basic structure block diagram of front-end acquisition circuit

由于心电信号幅度较小，易受到其它信号的干扰，所以要求前端采集电路有低噪声、高共模抑制比和高输入阻抗的特点。本系统采用的E9622A，是复旦大学自主研发的E9622A芯片。该芯片应用了载波调制、双回路失调消除等关键技术，通过对应用系统、模拟前端结构、核心模块电路和关键元件等各个层面的细致研究，设计联合优化方法[8]，攻克全集成模拟前端集成电路的设计难点，实现了低噪声、高共模抑制比和高输入阻抗等高性能指标。

1.3蓝牙模块设计

蓝牙模块实现系统与客户端的通信，将前端采集模块采集到的数据通过天线发送出去，由客户端进行接收。主要包括：睡眠晶振(32 kHz)、片外晶振(32 MHz)、+3 V供电电源及电源退耦电路、按键方式复位电路、阻抗匹配电路及单极性PCB天线，其结构如图3所示。

系统选用TI公司CC2541蓝牙4.0低功耗片上系统。独立的6 mm×6 mm器件上集成了控制器与主机，既满足便携式设备小型化要求，也可对接收到的心电信号进行处理并以合适的格式进行发送。同时，片上数据可永久保留，利于心电数据的记录与存储。此外，CC2541可在不同模式间进行转换，且转换时间较短，能耗低，可延长设备一次充电后的使用时间，使便携式设备的使用更方便。

图3　蓝牙模块结构框图Fig.3　Structure block diagram of Bluetooth module

2　系统软件设计

客户端的软件部分实现：接收系统发出的蓝牙数据，进行保存、处理和显示心电波形及参数。

系统在Windows环境下使用Eclipse软件进行Android应用程序的编写。由于系统使用蓝牙4.0模块，所以Android系统版本须在4.3以上，以支持蓝牙4.0API。软件包括蓝牙接收和信号显示处理两个子线程，如图4所示。

图4　蓝牙接收线程和信号显示处理线程Fig.4　Bluetooth receiving thread and signal display and processing thread

2.1蓝牙接收

由于系统基于蓝牙4.0协议，所以使用Google在Android 4.3 (API Level 18)之后推出的BLE (Bluetooth Low Energy) API接口。为方便数据的管理和回顾，将心电、加速度信号分别按自定义的文件格式保存在本地SD卡中。

2.2心电信号预处理

心电信号往往带有0.05～2 Hz的基线漂移。本系统使用线性相位响应的数字高通滤波器，在滤除低频基线漂移的同时，又因线性相位响应的特性避免了输出波形的失真。由于肌肉运动产生的肌电信号会对心电信号造成干扰，频率一般在20～5 000 Hz。这里使用均值滤波方法，一定程度上消除高频噪声。

2.3QRS波群识别

QRS波群的识别是计算心率的前提。本系统采用经典的一阶、二阶差分方法识别QRS波群。该方法使用一组数字滤波器，将心电信号作为输入，每一个QRS波群输出一个与QRS宽度成比例的脉冲。计算过程如图5所示。

图5　QRS波识别算法Fig.5　QRS complex detecting algorithm

采用阈值判断方法捕捉每一个输出脉冲。由于每个使用者的个体差异，阈值的选取需要初始化，进而根据实际情况实时调整。经过阈值判断，相当于将输出脉冲整形成标准的矩形脉冲。相邻两个矩形脉冲的上升沿之间的间距即为RR间期，每个矩形脉冲的宽度可以表征QRS宽度。

2.4心律失常的初步判断

本系统除可获得使用者的心电信号外，还可进行异常心拍的检测，并且将异常的实时心电波形保存，供医疗人员查看。

先获得8个周期的平均RR间期和平均QRS宽度作为正常值的参考。在“RR间期—QRS宽度”二维图上表现为一个正常值的中心点，如图6所示。在该中心点周围有一个矩形范围，分别以中心RR间期的±14%、中心QRS宽度的±20%作为边界。当下一跳的RR间期、QRS宽度落在该矩形范围内，则认为它属于正常心律。如果落在矩形外，则视为异常心律。每获得一个新的心拍，实时调整中心点的位置。

图6　RR间期—QRS宽度 二维图Fig.6　2D plot of RR intervals and QRS durations

3　系统测试与结果

图7(a)为系统实物图，图7(b)为人体佩戴图。PCB尺寸仅为2 cm×2 cm，集成度高。

将电极贴于人体后，装入电池即可开始工作。开启手机蓝牙，打开Android应用程序，即可采集到数据。采集到的数据以特定的文件格式保存在本地。

用户端界面上分别显示了心电信号和加速度信号的实时波形以及心率、RR间期、QRS间期几个参数，并可以检测出心率失常的个数，界面清晰，操作简单，有较高的实用性。最终的应用程序界面如图8所示。

图7　移动心电监护系统实物图Fig.7　Pictures of the mobile ECG monitoring system

图8　Android应用程序的波形及参数显示Fig.8　The wave and parameter display on Android app

本系统中使用的QRS波群识别方法，在R波没有被淹没的情况下，有较好的识别效果。图9显示了原始的心电信号经过算法处理后的输出脉冲。表1为选取MIT-BIH心电数据库中的几组数据用本系统方法所做的测试结果。

4　结论

本文完成了基于低功耗片上蓝牙系统CC2541的便携式移动心电监护系统的设计，整个系统的PCB只有2 cm×2 cm大小，集成度高。通过对前端采集模块、电源模块、充电模块、蓝牙模块的设计与选型，实现了便携式移动心电监护功能，在安卓手机端可观测心电波形及心率、RR间期等相关参数，并可检测QRS间期和心率失常情况。此外，为下一步心电信号分析的需要，设计中还加入了基于ADXL345的加速度模块。整个系统软硬件结合，完整度高，实现了心电监护设备的微型化，并将主要计算功能移至智能手机终端，降低了硬件产品的成本，弥补了目前大多心电监护设备的不足。

图9　QRS波群的识别输出脉冲Fig.9　The output pulse of the QRS detecting algorithm

表1　QRS波群识别结果Tab.1　QRS complex detecting results

[1] 王红宇. 临床监护心电图学[M]. 北京: 中国医药科技出版社, 2011.

[2] Hu X, Xiao Z, Zhang N. Removal of baseline wander from ECG signal based on a statistical weighted moving average filter[J]. J Zhejiang University Sci Comput Electronics, 2011, 12(5): 397-403.

[3] Zhang F, Lian Y. QRS detection based on morphological filter and energy envelope for applications in body sensor networks[J]. J Signal Proc Syst, 2011, 64(2): 187-194.

[4] Wan X. ECG baseline drift depress algorithm based on multiresolution analysis[J]. Comput Eng Design, 2008, 29(13): 3482-3484.

[5] 师黎, 王丽佳. 小波变换在心电信号处理及特征提取中的应用[J]. 郑州大学学报(工学版). 2006, 27(2): 65-69.

[6] 王金亮. 心电信号的预处理及R波检测的研究[D]. 山东大学, 2011.

[7] Ahlstrom M, Tompkins W. Automated high-speed analysis of holter tapes with microcomputers[J]. IEEE Trans Biomed Eng, 1983, 30(10): 651-657.

[8] Pu X, Wan L, Sheng Y, et al. A wireless 8-channel ECG biopotential acquisition system for dry electrode[C]. IEEE Int Symp Radio-Freq Integrat Tech, 2012: 140-142.

Design of the Mobile ECG Monitoring System Based on Android 4.3

【 Writers 】ZHANG Shun, LIAN Yuxi, QIN Yajie, WANG Yuanyuan
School of Information Science and Engineering, Fudan University, Shanghai, 200433

To monitor and record Electrocardiograph (ECG) signals for 24 hours, a mobile ECG monitoring system is designed based on Android 4.3. In this system, domestic indigenous E9622A is used to acquire ECG signals and TI CC2541 is adopted to communicate with mobile phones. The program is implemented on the Android platform to display and process ECG signals. The whole system is integrated on a 2 cm×2 cm PCB. From experiments, it is shown that ECG signals can be obtained effectively when this system is worn, and clear ECG waveforms and parameters can be shown on the phones. With this system, arrhythmia can be diagnosed preliminarily. It is also shown that the system is low-power, low-cost, flexible and portable.

mobile ECG monitoring, bluetooth, Android

TH772.2

A

10.3969/j.issn.1671-7104.2015.04.007

1671-7104(2015)04-0261-04

2015-01-30

上海市科委资助项目(13441902800)

张舜，E-mail: 14210720051@fudan.edu.cn