智能移动心电检测系统研究

朱兴伟

(安徽医学高等专科学校基础部 ，安徽 合肥 230601)

智能移动心电检测系统研究

朱兴伟

(安徽医学高等专科学校基础部 ，安徽 合肥 230601)

本文设计并实现了以Android智能手机为移动终端，SSH框架为远程健康云平台的智能医疗系统.系统通过智能手机收集心电数据，并将数据转发给远程健康云平台.数据经过云平台的分析和处理后，返回智能手机，初步实现诊断和实时监控患者身体情况的功能.

Android；云平台；SSH框架；心电图

引言

随着我国老龄化的加剧，患有慢性病的人也越来越多，这大大的影响了他们正常的生活，慢性病的特点使得他们需要时刻的关注自己的身体情况.智能手机和移动互联网的大力发展，使慢性病患者时刻了解自己的身体情况成为可能.基于以上背景，本文设计并实现了智能移动心电检测系统，该系统由智能监护终端，移动监护终端和健康云平台三大部分组成，融合了先进的医疗检测技术，以及无线通讯等移动互联网技术，为移动家庭医疗检测系统提供了切实可行的方案.

1 系统结构

本监护系统包括智能心电监护终端，基于蓝牙的移动监测终端，健康云平台三个部分.其架构图如图1所示.

智能心电监护终端与智能手机通过蓝牙连接，健康云平台通过WIFI或者GPRS技术与智能手机连接.系统的主要工作流程为[1]：

智能心电监护终端对人体心电进行测量，然后通过蓝牙将心电数据传输给智能手机；智能手机接收到心电数据后，存储数据，客户端能够实时显示心电图图像，追踪心电图图像的变化规律，根据用户的心电数据进行简单的智能诊断，并将心电数据通过GPRS或者WIFI传输给健康云平台；健康云平台获取到智能手机传输的心电数据，在用户个人空间存储数据，自动同步用户心电数据传输到不同的移动终端，用户可分享自己的健康信息给自己的朋友或者医生.

2 心电信号处理方法研究

2.1 心电信号的特征参数

心电图是记录心脏组织电压变化的图形，正常的心电图是由一组顺序发生的波形组成的，分别是P波、QRS波群、T波以及U波.图2所示的为包含特征参数的心电图[2].

P波反映的是左右心房除极时的电位变化，P波的方向可以是单向和双向的，P波的幅度和宽度以及P波的持续时间与PR间期的比值等数据可以作为判断心肌梗塞、心房扩张等疾病的依据.QRS波群是在心动周期中连续出现的三个波：Q波、R波、S波，合成QRS波群.QRS波的周期一般是指在0.06～0.11s之间，在不同的心电图中，其波形也是千变万化的，在波群中不一定只有Q、R、S波，也可能包含其它的波形[3].T波反映心室复极时的电位变化，T波一般是光滑的，若T双支对称，顶端或低端尖锐，成为“冠状T”，反映心肌缺血；若出现明显的切迹或双峰，反映长QT综合症；若T波电压及极性发生交替性变化，反映心肌电生理状态不稳定，有发生恶性心律失常的危险.U波位于T波之后，下一个P波之前，呈现圆钝的单向波，振幅很小；若U波倒置，反映了可能心肌缺血；若U波振幅增高，则患者很可能患有低钾血症.

图2 包含特征参数的心电图

2.2 心电图特征提取方法

现阶段，常用的心电图智能诊断的方法是局域变换算法和小波分析信号处理技术.对比二者，局域变换算法的效率更高，对精度的要求也更高，而且计算速度较快，更加符合于本系统中对提取心电特征的要求.局域变换算法是通过选取提取特征点附近的子段，在子段的两端做一条直线，然后取信号子段与直线之间的差值的绝对值，最后选取这些绝对值中最大的值就是所要的特征点[4].其主要步骤为：

选取一个子段x(n)，设子段两端为no与ne；在no与ne之间，做一条直线，求出直线方程y(n)

(1)

求出y(n)，则变换方程为

D(n)=|y(n)-x(n)|

(2)

特征点的位置，就是D(n)的最大值所在的位置.

3 Android客户端设计

本系统智能手机监护终端框图如图3所示，主要分为三大模块，分别是数据采集、通信控制和心电图智能诊断模块.

图3 智能手机监护终端功能模块框图

3.1 数据采集模块

数据显示和数据存储模块属于数据采集模块，其中数据显示模块包括心电图显示模块、个人信息管理模块和异常信息预警模块，数据存储模块主要通过安卓系统提供的SQLite数据库进行数据的处理和存储.二者构建在系统的应用层，为监护终端的各个子系统提供统一的数据接口和显示功能.

心电图显示模块能够实时显示用户测量的心电图，客户端从用户身体上采集的心电数据绘制成心电图，并实时显示，用户还可以查询历史数据，以及从云端获取历史心电图的变化趋势，用户可通过这个变化趋势判断自己是否患有高血压、糖尿病等疾病[5].

个人信息管理模块包括用户注册、用户登录和用户信息删改功能，用户通过此功能输入个人信息，并通过网络同步到健康云平台中，建立自己的医疗档案.

生理异常信息预警模块是为保证用户健康水平而建立的，当用户的心电数据，如心电图P波的波形、波段和间期超出了医学规定的正常值范围，手机就会给用户及用户的家人发送预警信息，并连接健康云平台进行远程救助及当前位置信息定位，使用户能够以最快的速度得到救治.

3.2 通信控制模块

Android系统中4.3版本以上提供了对蓝牙4.0的支持，蓝牙4.0协议有两种模式，BLE与BR/EDR模式，本系统采用BLE模式连接，这种模式具有快速连接，超低待机功能，超低收发功耗的特点，适合应用在可穿戴设备中.在Android系统中，实现蓝牙4.0的BLE连接模式需要先声明BLUETOOTH，BLUETOOTH_ADMIN权限以及BLE feature模式权限.然后通过程序调用BluetoothAdapter的startLeScan()方法搜索设备，将搜索到的蓝牙设备在回调函数接口实现中返回.然后调用BluetoothDevice的connectGatt()方法连接蓝牙设备，在回调函数中，通过BluetoothGatt.discoverServices查找蓝牙设备的服务，并通过BluetoothBLEInputStream类和BluetoothBLEOutputStream类操作完成智能心电监护终端与安卓手机的数据传输功能.

在本系统中，智能手机与健康云平台的通信方式主要可以通过WIFI技术和GPRS技术进行数据通讯，Android系统对GPRS技术和WIFI技术都有很好的封装，只要直接调用其相应的API就可以开启GPRS或WIFI的功能，客户端与健康云平台通过TCP/IP协议通信，通过数据剥离，解析接收到的数据.Android系统对于TCP/IP的开发复用JAVA编程的Socket接口，通信过程如图4所示.

健康云平台处于监听的状态，时刻等待客户端的连接申请.当客户端发出连接申请时，健康云平台链接套接字，若检测到的端口号和套接字地址都正确，那么云平台作出响应，从而在客户端与健康云平台之间建立起一个连接，这时二者之间就可以进行数据传输了，健康云平台的网络通信流程图如图5所示.

图4 客户端网络通信流程图 图5 远程监护中心网络通信流程图

3.3 心电图智能诊断模块

心电图由P波、QRS波群、T波以及U波组成，提取到它们的特征参数，就可以对心电图进行诊断.医生在对心电图作临床诊断时，一般是先看心率，如果节律规则，再看窦性心拍，并进一步判断QRS波的形态细节，部分常见心脏疾病的心率和心拍特点如表1所示：

表1 常见心脏疾病的心率和心拍特点

由表1可以得出，通过PR 间期和QRS间期可以对心电图进行诊断.首先通过局域变换算法得到PR间期，计算出心率，通过心率分类心脏状态，然后计算出QRS间期，得出心电图的症状.诊断流程图如图6所示.

图6 心电智能诊断流程图

4 健康云平台的构建与实现

健康云平台使用了JAVA轻量级企业框架SSH框架(Struts+Hibernate+Spring)，SSH框架将系统分为表示层、业务逻辑层和数据层，将视图、数据和监控互相分离，这样做的好处是在修改任何一层时，不会影响其它层次的业务逻辑，便于后期的维护和开发，降低了开发时间和成本. 图7为SSH框架的体系架构图[6].

图7 SSH框架体系架构

本系统将健康云平台分为三大模块，分别是用户信息管理模块、生理信息管理模块和电子病历模块.其功能框图如图8所示，用户信息管理模块负责对用户信息和个人情况的存储；生理信息管理模块负责对心电图数据的存储和智能诊断；电子病历模块负责建立用户的心电检测报告和电子病历.

图8 系统功能模块

图9为用户信息管理模块界面，用户可以在此模块进行修改个人信息，上传影像病历等操作.通过用户输入的个人详细信息，系统会为用户创建个性化的电子病历等信息.

图9 个人信息修改界面

心电数据管理模块由数据存储、数据处理、智能诊断、数据趋势图等模块组成，客户端将心电数据发送至云平台，经数据管理模块对数据进行存储并处理后，诊断模块和数据趋势图模块即可根据数据生成诊断结果和趋势表，用户即可了解到自己的身体状况，图10为某用户的血压趋势表.

图10 某用户血压趋势表

电子病历模块是为了给用户建立健康档案，以使用户能随时查看自己某一时期的身体情况，电子病历中包含用户的基本信息、每一次的体检信息、以及检查和化验的结果等.电子病历需由用户自行填写并上传或删除，也可将自己在医院就诊时的用药、身体状况上传或删除，提交后医生即可通过电子病历了解用户的身体状况和就诊情况，图11为电子病历界面.

图11 电子病历图

5 系统测试与分析

Android手机可以显示通过便携式心电采集模块实际测得某用户的心电数据，经过软件软件滤波处理并提取心电图特征点后，系统能够对特征点进行准确标注并显示，如图12所示，手机界面通过特征点，可以得到心率、P波宽度、PR间期等主要参数，并能进行一些基本诊断.

图12 特征点检测及智能诊断

[1]杨勇，彭承琳.国外远程医疗发展近况[J].医疗卫生装备，2005(01)：19-20，23.

[2]郑颖，杨烨，郑世良.远程医疗信息系统的设计与实现技术研究[J].科技管理研究，2010(15)：184-187.

[3]蓝坤，张跃.Android在远程医疗信息系统中的应用[J].计算机应用，2013(06)：1790-1792.

[4]刘尚辉，马瑾.家庭远程医疗监护系统的发展及应用[J].中国全科医学，2012，15(13).

[5]朱士俊.我国远程医疗发展现状、难点和对策分析[J].中国信息界，2006(04)：60-63.

[6]牟岚，金新政.远程医疗发展现状综述[J].卫生软科学，2012(06)：506-509.

Research on Intelligent Mobile ECG Detection System

ZHU Xing-wei

(Department of Foundation Education, Anhui Medical College, Hefei Anhui 230601, China)

This paper designs and implements a smart medical system based on Android system as mobile terminal and SSH framework as remote health cloud platform. The system collects ECG data through smart phone and forwards data to remote health cloud platform. After the analysis and processing of cloud platform, the data returns to smart phones to achieve a preliminary function of diagnosis and real-time monitoring of the patient’s physical condition.

Android；cloud data platform；SSH framework；ECG

1673-2103(2017)02-0088-07

2016-10-25

朱兴伟(1982-)，男，安徽潜山人，硕士研究生，研究方向：生物医学工程与医疗器械研究.

R194.2;TP274

A