多导联心电信号特征检测系统的设计

发布时间：2021-10-10 10:08

　　为提高在运动负荷试验中检测心电图（electrocardiogram,ECG）特征的精度,提供与评估心脏功能相关的体征参数,设计一套多导联心电信号特征检测系统。系统包含能记录十二导联以及CM5与Nehb-D导联心电信号的多导联心电采集盒和体征检测软件,利用自适应小波变换消除运动心电信号的基线漂移,采用特征检测算法实时定位R波、PR段中点以及ST段,通过线性拟合曲线求解心率值与ST段水平值的关系。实验结果表明,检测系统可显示平稳的运动ECG,对运动心电信号QRS波群的检测精度为99%以上,ST段随心率值增加而压低越大。系统具有易便携、精度高和成本低的优势。 

【文章来源】：计算机工程与设计. 2020,41(03)北大核心

【文章页数】：6 页

【部分图文】：

系统功能框架

为了确保人体与采集模块的电气安全，多导联心电采集盒设计的隔离电路如图3所示，通过采用芯片ISOW7812实现USB电源与采集模块供电的电气隔离，模块的串行通信接口可与CH340数据隔离传输，满足医用仪器的安全标准。1.3 心电信号的预处理

针对心电信号的高频干扰，系统设计截止频率为50Hz的40阶FIR低通滤波器来滤除高频噪声；针对心电信号的运动伪迹，有研究[7]利用自适应相干消噪原理，以人体三轴加速度作为参考信号，设计自适应滤波器来消除运动伪迹，但在有氧运动中采集的心电信号具有非平稳特性，当参考信号与心电信号的低频段相关度较大时，传统自适应算法会造成ST段检测失真。而自适应小波变换是结合小波变换的新型自适应滤波算法[8]，是以原始心电信号为输入信号，经高频滤波后，再采用DB3离散小波进行分解，并将小波尺度1～8的高频分量输入到自适应滤波器的参考信号，再利用最小二乘递归算法不断地更新滤波系数，并计算出最优滤波系数。截取一段I导联心电信号，信号的滤波效果如图4所示。对比图4的上图与中图设计的低通滤波器可滤除原始信号的高频干扰；对比中图与下图系统使用自适应小波变换实现了消除心电信号中的运动伪迹。图4 心电信号滤波前后对比波形

【参考文献】：
期刊论文
[1]《中国心血管病报告2017》要点解读[J]. 马丽媛,吴亚哲,王文,陈伟伟.  中国心血管杂志. 2018(01)
[2]基于电容耦合的多导联心电监测系统研究[J]. 李天涵,徐效文,梁莹.  传感技术学报. 2017(11)
[3]冠心病康复中有氧运动强度设定方法的比较及展望[J]. 刘功亮,杨坚,李擎,王人卫.  体育科研. 2016(02)
[4]运动传感器辅助的心电运动伪迹识别与消除方法[J]. 陈静,姜汉钧,徐乃昊,王志华.  传感器与微系统. 2016(01)
[5]基于差分阈值与模板匹配的心电R波提取算法[J]. 吴建,李康,庞宇,孙海霞.  重庆邮电大学学报(自然科学版). 2015(03)
[6]基于Android的心电信息管理系统的设计与实现[J]. 孟欢欢,张跃.  计算机工程与设计. 2015(01)
[7]12导联动态心电图ST段及最大ST/HR对冠心病的诊断分析[J]. 何小红,管霞飞,贾庆.  中国现代医生. 2014(13)



本文编号：3428171