基于小波分析的智能心电监控系统的研究

黄俊

（湖南铁道职业技术学院湖南株洲 412001）

当前，心电监护仪一般只具备简易报警功能，设计体积大，携带不方便[1-3]。基于以上心电监护仪的缺点，采用MSP430单片机为硬件核心，引入小波分析，研究设计了一套智能远程心电智能监护系统[4-8]。该系统可通过采集待测人员体表心电信号，实现心率的实时监测和实时分析，通过自动诊断心律失常症状时，系统能实现实时报警。

1 方案设计

本系统的硬件模块主要包括信号采集模块、放大与滤波处理模块、显示模块、信号发送模块、报警输出模块等[9-13]。其硬件框图如图1所示。

图1 系统硬件框图

2 单元电路设计

2.1 信号放大与滤波

采集自人体皮肤表面的微弱信号必须通过放大电路放大到适合单片机系统处理的电压范围[14-18]。本设计采用仪表放大器INA331与OPA2336搭建运算放大电路，INA331和OPA2336都是轨对轨输出、共模抑制比高、工作温度范围宽、静态电流小的特点，其应用可以适应极端环境条件，功耗低。

信号采集后，必须经过放大滤波电路处理。放大滤波电路由3部分组成。其前两部分电路原理图如图2所示。

第三部分是低通滤波放大电路。它由两部分组成。其一是同相比例运算电路，其二是二阶有源低通滤波电路。具体的电路原理图如图3所示。

图2 放大滤波电路原理图（部分）

图3 放大滤波电路原理图（低通滤波）

根据设计，可以求得同相比例运算电路的增益以及二阶有源低通滤波电路的频率特性分别由式（1）和式（2）表示。

2.2 数据采集与模数转换模块设计

将放大与滤波处理后的输出信号输送给单片机端口。采用四通道24位A/D转换芯ADS1253对采集的信号进行A/D转换。采用ADR444BRZ作为电压基准芯片，为A/D采样提供基准电压。其原理图如图4和图5所示。

图4 A/D转换电路基准电压电路图

2.3 显示模块设计

显示模块选用液晶模块，具体选用LM240160GCW，完成数字示波器的设计，心电波形能够在数字示波器上方便显示，易于观察。设计需要完成模块的初始设置。其操作的流程如图6所示。

通过软件滤波后，选取3个像素点作为像素数据，并对应一个行地址，绘制出曲线，但是因为每列只有一个点，效果不好，设计采用矢量绘图法进行优化，将前单元3个像素和后单元第1个像素点一起考虑，根据其位置在两点之间差值填充点，得到连贯的曲线。

2.4 心率显示模块流程设计

利用硬件模块中自带的段式液晶模块实时显示心率。具体流程如图7所示。

图5 A/D转换电路原理图

图6 LCD操作流程图

图7 心率显示模块操作流程图

3 系统软件设计

3.1 小波变换的原理与仿真设计

软件设计主要阐述小波滤波。其工作原理是：有效信号在经过小波变换后，对应的小波系数大，而噪声经过小波变换后对应的小波系数很小。设计采用Sweldens的提升小波变换中的CDF97小波，先构造小波基函数，用matlab仿真出CDF97小波滤波器组，仿真显示，其滤波效果好。如图8所示。

图8 CDF97小波滤波器组

3.2 系统算法流程与状态机设置

小波变换的系统算法流程如图9所示。

图9 系统算法流程图

系统采集的信号极多，每秒采集的信号超过100个，而这些信号在采集过程中会受到很多因素的影响，有可能会造成误检，因此，这个设计中，系统将对采集的信号进行二次分析，防止系统在误检状态下频繁报警，设计了状态机，如图10所示。

图10 状态机示意图

4 试验测试

随机选取一段数据（109.data的第21.3～25.6 s），其中心拍数据为5个，PVC心拍的数据为3个。因此，在matlab仿真测试结果中，检测波的个数为5个，PVC的值显示为3。

图11 Data 119 PVC段测试结果图

5 结 论

本文通过系统的软件、硬件设计，采用小波变换，设计了一套智能心率检测设备，通过仿真和实际验证试验，表明可以通过传感器采集被测病人的体表心电信号，通过系统实时分析和诊断心律是否正常。信号采用整数小波进行滤波，误检的原因可能由于其基线漂移过大或者滤波过程中R波波峰被削平可能造成检测不到等，经过检测，测试结果显示R波检测效果很好，检测准确率达到98.3%。检测精度高。此外，当检测到异常信号时，设计了状态机，在可靠报警的同时，有效减少了误报警。

参考文献：

[1]金安.基于MSP430的心电监测系统[D].吉林：吉林大学，2011.

[2]杨凯，丛林，胡文东，等.基于BMD101的嵌入式无线心电监测系统[J].电子技术应用，2014，40（1）：122-124.

[3]黄越.一种便携式动态心电监测系统的研究与开发[D].吉林：吉林大学，2013.

[4]管仲玲，杨雪萍，吴绪灯.基于嵌入式技术的便携式心电监护仪设计[J].计算机与现代化，2011（12）：168-170.

[5]闵珊，张歆东.基于C8051F320单片机的心电监护系统设计[J].吉林大学学报（信息科学版），2011（29）：554-560.

[6]林静.基于USB接口的虚拟心电监护仪设计[J].自动化技术与应用，2011（30）12：74-77.

[7]冯康乐.基于无线通信的心电监测系统的研究与设计[D].西安：西安工程大学，2012.

[8]李明昆，宋丹妮.基于小波分析和随机森林算法的变流器电路故障诊断研究[J].电气技术，2016（6）:36-40.

[9]李宏亮.基于小波分析与SVD的机械故障诊断[J].组合机床与自动化加工技术，2016（6）:81-84.

[10]付小叶.傅里叶变换与小波分析[J].数学建模及其应用，2016，5（2）:83-84.

[11]余文琦，邓建国，张鹏辉，等.基于Android的低功耗移动心电监控系统设计与实现[J]电子世界，2013（21）:130-131.

[12]任晓.基于CC2530的心电监控系统的设计[J]科技信息，2013（23）:105-106.

[13]贾延江.基于Cortex-M3的实时无线心电监测系统设计[D].上海：上海交通大学，2013.

[14]刘文轩.GAMP压缩算法的改进及其在心电监护系统中的应用[D].上海：东华大学，2012.

[15]刘赐民.无线动态心电传感终端设计[D].南京：南京邮电大学，2012.

[16]孔飞.基于小波变换和神经网络的心电图分类识别研究[D].成都：电子科技大学，2015.