心电预处理（共8篇）
心电预处理 篇1
心电监护仪作为一种精密电子设备, 自身的故障率并不高, 常见的监护仪故障多为非机械性的 (即因操作不当、设置不当或患者方面等因素引起的) , 是可以通过各种方式调节恢复正常的。同时, 随着监护仪器的越来越精密, 对于如何正确有效地使用监护仪器, 就要求我们护理人员不断提高自身的综合素质。护理管理人员应有计划、系统地对护理人员进行相关方面的培训, 护理人员应不断提高自身的业务水平, 以提高排除故障的能力、减少故障的发生率。同时, 护理人员应掌握患者的心理活动, 利用心理知识对患者进行心理护理, 使患者以最佳心理状态接受心电监护仪的监测。
1 监护仪临床应用中的常见问题及原因
1.1 报警显示导联脱落的原因
(1) 电极脱落。 (2) 导联线与电极连接脱离。 (3) 干线与导联线脱落, 干线与主机端口脱落。 (4) 导联线内导丝断裂。
1.2 误报警的原因
(1) 由于各参数上、下界限调整不合适。上限设置过低, 下限设置过高均可出现频繁报警。 (2) 心?肌梗死急性期及高血钾患者, 由于感知线同时感知R波及T波而误报心率高一倍。 (3) 由于外界干扰或肌肉震颤误报不规则心律。 (4) 安置起搏器者, 由于感知线同时感知起搏信号及R波而误报起搏心率高一倍。
1.3 心率监测中的常见问题
心率是指心脏每分钟搏动的次数, 在监护仪上可有ECG (心电波) 或PLETH (血氧容积描记波) 来获取。 (1) 有心电图未显示心率。选择心率来源是PLETH而无心率, 可能为血氧探头未接或损坏, 应检查血氧探头。选择心率来源是ECG而无心率, 则可能是心电信号过高或过低, 观察困难, 无法显示正确心率等原因引起, 以前者居多。 (2) 临床常见心率在心电监护的心率报警范围内而报警不止, 此时应注意心率来源是ECG还是PLETH, 有针对性调节心率报警界限。
1.4 呼吸监护中的常见问题
监护仪常用阻抗式测量法测量呼吸, 即根据2个电极的胸廓阻抗变化测定呼吸, 在屏幕上产生呼吸波。 (1) 呼吸参数异常或“-?——”显示。可能是电极放置欠妥当, 电极脱落等。 (2) 误报警的原因:高、低限报警值设置不当。
1.5 血氧饱和度监测中的常见问题
血氧饱和度即SpO2被定义为氧合血红蛋白占
器, 一是配件难找, 二是价格昂贵。笔者认为没有多大价值。更换其他的影像增强器, 同样可以起到更好的作用, 更换过程中需要注意以下几问题:
(1) 固定螺孔不匹配需要重新打孔。在打孔过程中一定要注意孔眼的位置, 这个条件要求非常严格, 在打孔前要调整好电视摄像系统的方向, 这必需在透视观察下进行调整, 使监视器上的图像与实际参照物的方向一致, 这样才能开始打固定螺孔。
(2) 因为需要在透视下调整摄像头, 且用时较长, 所以, 维修工程师要注意自身的X线防护。
(3) 不同型号的影像增强器和摄像管所需工作电压有所不同, 但影像增强器大多为220 V和110 V?两种, 摄像管大多为24 V和12 V两种, 安装前要清楚了解电压条件, 如果与原来的电压不相符, 就需要更换电压接线, 如果机器上找不到合适的工作电压, 可以用一变压器或自制电源盒替代解决。
血红蛋白的百分比值。常用动脉血氧定量技术, 它测定的是从传感器光源一方发射的光线有多少穿过患者组织到达另一方接收器, 这是一种无创伤测定血氧饱和度的方法。血氧饱和度读数变化是报告患者缺氧最及时、最迅速的警告。
1.6 无创血压监测中的常见问题
血压常指血液在血管内流动时对血管壁的压力, 监护仪常用振荡法测量。先给袖带充气阻断动脉血流, 然后袖带从高于收缩压处放气, 在放气过程中动脉血流产生振荡, 并叠加在气袋的压力上, 而袖带中的压力变化则由仪器测量出来, 因此, 要保持血压测量正常运行须保证整个管路无漏气。
1.7 影响无创血压测量的因素
(1) 患者身体位置, 应使被测肢体与患者心脏在同一水平线上, 侧睡时尤应注意, 被测肢体在身体上方、下方均对血压测量结果有影响。 (2) 心电监护仪使用不同的袖带使血压测量值产生偏差。 (3) 肢体活动大, 频率高, 应使患者保持安静。 (4) 袖带漏气, 与袖带连接的管道接头漏气;袖带过松, 管道打结、卡死。 (5) 患者病情变化大, 如休克血压急剧下降等。 (6) 使用呼吸机, 应适当调节呼吸机使用参数。 (7) 所选用的袖带过大或过小, 袖带捆的位置不正确都是导致测量不准确的主要原因。
2 护理对策
2.1 报警显示导联脱落时的处理:换电极, 力求做好电极放置部位皮肤的清洁, 因为皮肤是不良导体, 因此要获得电极和皮肤的良好接触。必要时先用酒精去除皮肤上的油脂汗迹, 检查各连接处是否连接良好。
2.2 误报警时的处理
密切观察病情, 根据患者病情适当调节高低限报警值。心率报警值的设置:若为窦性心律上下限一般为患者的正负20%;如室上性心动过速、室性心动过速的患者, 根据发作时心率的次数来设置心率的上限, 由机器设置的>120次/min调至>150次/min;房室传导阻滞, 病窦综合征患者根据血流动力学改变下限调35～50次/min;心房纤颤患者上限调至100次/min, 并将不规则心率、心律报警关掉, 以免造成误报警及无效报警。
2.3 心率监测中常见问题的处理
先检查心率来源是PLETH还是ECG, 再有针对性检查故障来源, 然后处理相应的问题;关于调节心率报警界限, 应根据患者病情需要酌情预先调整好测量值的上、下界限, 避免漏报及无效报警。
2.4 呼吸监护中常见问题的处理:呼吸参数异常或“-?——”显示时的处理? 应检查电极放置是否妥当、是否脱落。监护呼吸不需另加电极, 但电极安放很重要, 可将2个用作提取呼吸信号的电极对角安放, 以便获取最佳呼吸波。部分患者由于病情影响信号弱, 呼吸浅表, 计数不准确, 此时最好将2个呼吸电极置于右腋中线内侧和胸廓左侧呼吸时活动最大的区域以获取最佳呼吸波, 但要避免心室和肝区处于呼吸电极连线上, 以免产生伪差。与此同时应密切观察患者病情变化, 有无窒息、缺氧、呼吸不规则等, 及时采取措施, 以缓解患者呼吸窘迫症状。
2.5 血氧饱和度监测中常见问题, 信号跟踪到脉搏, 屏幕上无氧饱和度和脉率值时的处理:
(1) 密切观察患者病情。 (2) 使患者保持不动或将传感器移到活动少的肢体, 必要时更换传感器。 (3) 必要时对所测患者注意保暖。 (4) 需要避强光。 (5) 时间过长可换另一手指测量。 (6) 尽量避免同侧手臂测血压。
2.6 无创血压监测中常见问题的处理
选择正确的模式, 认真检查袖带管路连接处是否漏气, 更换良好的袖带或接头, 建议袖带应与心脏处于同一水平位置;选择大小合适的袖带;测量血压时应使患者取平卧位, 保持安静。密切观察病情, 有异常情况及时处理。
3 心理护理
做好沟通工作、提供舒适环境以取得患者配合, 保证监护质量: (1) 使用前做好患者及家属的沟通工作, 讲解其重要性和必要性, 由于患者对自身疾病、应用的监护设施缺乏正确认识, 产生恐惧, 从而引起情绪紧张不安、焦虑, 加重病情。应消除恐惧心理。 (2) 应适当调节报警音音量, 及时消除报警音, 以防因报警音音量过高, 持续时间过长所产生的噪音, 使患者产生烦躁心理。从而保证使用中避免牵拉、脱落甚至有自行关机的现象。 (3) 避免病房拥挤, 减少医护人员和家属的走动, 减少监护仪显示屏上闪亮的指示灯的视觉干扰。
心电预处理 篇2
日期：2010年7月24日 地点：急诊科护士办公室 主讲人：黄秀兰 查房内容：心电图机操作使用与心电图常识 参加人： 心电图机操作使用与心电图常识
一、心电图导联的连接方法 红黄黑绿分别夹在左腕、右腕、右踝、左踝 v1：胸骨右缘第四肋间 v2：胸骨左缘第四肋间 v3：v2与v4连线的中点 v4：左锁骨中线与第5肋间交点处 v5：左腋前线与v4同一水平v6：左腋中线与v4同一水平v7：左腋后线与v4同一水平v8：脊柱旁与v4同一水平
二、安放ECG电极注意事项： 1．准备好病人的皮肤。由于皮肤是不良导电体，要获得优良的ECG信号，电极与皮肤的良好接触是很重要的。――如有必要，请将电极贴附部位的毛发剃掉。――用肥皂水彻底清洗电极贴附部位。不推荐使用乙醚或乙醇，因为它们会使皮肤干燥，增加电阻。――用力擦皮肤，使它彻底干燥来增加组织中的毛细血流并出去无用的的皮肤屑和皮肤油。2．放电极前，要在电极上安夹子或按钮。如果您使用的不是预上胶的电极，请在放电极前，涂上电极胶。3．按照您所选的导联放置方案，将电极放在病人身上。
心电预处理 篇3
心电图(Electrocardiogram,ECG)是临床上常规检查方法之一,它对某些疾病尤其是心血管疾病的诊断具有重要意义。心电信号作为心脏电活动在人体体表的表现,信号比较微弱,极易受环境的影响。其含有不同类型的噪声,主要有工频干扰和基线漂移。由于这些噪声与信号混叠,影响了心电各段波形特征的正确识别。为了消除心电信号中的主要干扰,提高检测准确率,人们提出了许多方法对心电信号进行预处理。如有限长单位冲激响应(Finite Impulse Response,FIR)滤波器、自适应滤波器、小波滤波器、 神经网络滤波方法和数学形态学滤波器等。自适应滤波器算法复杂,且需要附加参考信号[1]。小波滤波方法计算量大,处理时间长,不适于对算法实时性要求较高的场合[2,3]。 神经网络滤波方法计算复杂、速度较慢[4]。FIR滤波器虽然结构简单,易于实现,但由于ECG信号和基线漂移的频带相重叠,仅采用FIR滤波器方法在滤除噪声的同时,往往也会损失ECG信号中许多极有诊断价值的波形信息[5]。随着非线性滤波技术的发展,数学形态学提供了一种非常有效的非线性信号处理方法,其建立在积分几何和随机集合论基础上的,根据信号的局部特征对信号进行分析和识别, 可以用于ECG信号的滤波处理,在滤除噪声的同时可以较好地保持必要的心电几何信息不变。
本文概述了FIR滤波器和数学形态学的应用于心电信号滤波的原理,结合FIR滤波器和数学形态学滤波方法的优点,设计出基于FIR滤波和数学形态学的综合滤波方法。 该方法首先采用形式简单的FIR平滑滤波器滤除心电信号的50 Hz工频及其高频谐波,接着将数学形态滤波器应用于滤除基线漂移。本文采用PTB标准数据库[6]进行研究, 该数据库工频干扰为50 Hz,采样频率为1000 Hz。实验结果表明,本文设计的综合滤波方法能够有效地滤除工频干扰和基线漂移,为心电信号进一步的分析提供良好的基础。
1 FIR平滑滤波和数学形态学在心电信号预处理原理
1.1 FIR平滑滤波器
FIR平滑滤波是数字滤波方法中常被人们采用的方法, 该方法算法简单,处理速度快,滤波效果较好[7,8]。使用FIR平滑滤波器对信号滤波时,实际上是拟合了信号中的低频成分,而把高频成分“平滑”出去。由于人体心电信号的频率较低,主要频率范围是0.05~100 Hz,而大部分能量又集中在0.5~45 Hz。可以采用FIR平滑滤波器滤除工频噪声及其高频谐波。
本论文采用PTB标准数据库进行研究,该数据库工频干扰为50 Hz,采样频率为1000 Hz。将FIR平滑滤波器运用于滤除该数据库心电信号的50 Hz工频及其高频谐波,该滤波器阶数必须为N=1000 Hz/50 Hz=20,即该滤波器传递函数为:
该FIR平滑滤波器对50 Hz工频及其高频谐波截止, 且对100 Hz以后信号基本衰减到原信号的10%,即 -10 d B (图1)。将该滤波器应用于PTB数据库中s0001_re.dat文件的滤除噪声后结果见图2。本文设计的20阶FIR平滑滤波器可以有效的滤除心电信号中的50 Hz工频及其高频谐波, 对100 Hz以上的高频噪声抑制效果也不错。
1.2 数学形态学滤波器
FIR平滑滤波器虽然有效的滤除心电信号中的50 Hz工频及其高频谐波,但信号存在基线漂移,对信号的检测及特征提取影响很大。本文将数学形态学运算应用于一维信号处理中,利用这种非线性滤波方法对于噪声带来的奇异点敏感性来滤除心电信号中的噪声,实现对一维的ECG信号进行数学形态学滤波的目的(图3)。
设一维ECG信号的数字化序列为, 形态学结构元为,且有N>M。则ECG信号可经过下面的转化与二维图像相统一 :令二维欧氏空间图像集A(图3中网格部分)的包络为f(n),则信号A在N处取值为
同理,对结构元素序列k(m) 有
则信号f(n) 关于结构元k(m) 的形态学膨胀运算定义为:
信号f(n) 关于结构元k(m) 的形态学腐蚀运算定义为
对一维信号的开运算记为;闭运算记为。图4(a) 给出对一段ECG信号进行开运算处理后的结果,实线为运算前的ECG信号,虚线为对ECG信号开运算后结果。将ECG信号减去开运算后的波形,突出ECG的峰值。图4(b) 给出了对ECG信号进行闭运算处理后的结果,实线为闭运算前的ECG信号,虚线为对ECG信号闭运算后结果。将ECG减去闭运算后的波形,突出ECG谷值。
从图4可以清楚地看出,从原始ECG信号中分别减去其形态学开运算或闭运算后的结果,就可以得到原信号的峰值或谷值,这些波峰或波谷的宽度取决于所选择的结构元宽度。
对于含噪ECG信号而言,如果选择结构元的宽度小于ECG信号所有特征子波形的宽度,则对ECG信号进行开运算和闭运算后,ECG信号的所有特征子波形都会被保留,而信号中混杂的宽度小于结构元宽度的高频干扰则会被滤除。另一方面,有基线漂移的ECG信号可以认为是缓慢变化的信号上叠加宽度相对狭窄的ECG信号,因此,也可以用一组开、 闭运算从原始信号中有选择地除去ECG特征波形,开运算移去正脉冲,而闭运算移去负脉冲。从而得到从原始信号中分离出来的基线漂移信号,再用原始信号减去基线漂移信号后, 得到除去基线漂移的矫正后的ECG信号。
因此,本文选择了幅值为0的直线形的结构元素,设计了包含两组串联的数学形态学滤波器模块,这两个数学形态学滤波模块分别具有不同的结构序列。第一组结构序列宽度较大,其序列宽度大于心电特征波形P、Q、R、S、T宽度, 进行开闭运算的结果,使得这些特征波形都被滤除,只剩下基线漂移信号,再用原信号减去获得的基线干扰信号,即可获得滤除了基线漂移干扰后的心电信号 ;第二组形态滤波器的结构序列宽度较窄,其序列宽度大于高频噪声信号宽度, 而小于ECG特征波形P、Q、R、S、T的宽度,则开闭运算的结果,使得心电信号中的高频噪声信号被去除。这样在经过这两组不同的形态滤波器后,获得了滤除了高频干扰和基线漂移的信号(图5)。
采用上述数学形态学滤波器,对PTB标准心电数据库中的s0001_re.dat的第I导联的部分心电信号数据进行形态学滤波实验。对该信号采用第一组数学形态学滤波器模块滤波后结果见图6,其中开运算的结构元素的宽度M=190, 闭运算的结构元素的宽度M=70。
对滤除基线漂移后的心电信号采用第二组数学形态学滤波模块,此时结构元宽度M为6(图7)。从图8可以看到,第二组数学形态学滤波模块采用结构元宽度M为6对去除基线漂移后的心电信号进行去噪,虽然基本能够去除高频噪声,但是还是有部分宽度较大的噪声不能去除。改变第二组数学形态学滤波模块结构元宽度,加大结构元宽度令M=15,高频噪声去除效果良好,但是形态学滤波器在处理高频干扰时产生了一种近似矩形或梯形的小波动,使得ECG信号在高频小信号范围内产生了失真。
2 综合滤波算法及实验结果
实验结果表明,FIR平滑滤波器算法在处理高频干扰信号时,有很好的处理效果,但无法滤除基线干扰信号。 而形态滤波算法在滤除基线干扰信号时,有较好的效果, 但在滤除高频干扰信号时,则会产生截断误差。本文将这两种滤波算法相结合,提出了基于FIR平滑滤波器法与数学形态学滤波法相结合的综合滤波算法。该算法首先用FIR平滑滤波器对心电信号进行处理,去除50 Hz工频及其高频谐波,同时抑制频率大于100 Hz的高频噪声,获得了去除工频高频和高频噪声的输出信号,然后采用上一节设计的数学形态学滤波器滤除基线漂移,并进一步滤除高频噪声,该算法流程见图8。
采用上述综合滤波算法,在对PTB标准心电数据库中的s0001_re.dat的第I导联的部分心电信号数据进行滤波实验。运用综合滤波处理算法后的对ECG信号进行滤波,滤波效果比单独采用FIR平滑滤波器或数学形态学滤波器好。 从实验结果比较可以看到,该算法不仅能够去除基线漂移、 50Hz工频及其高频谐波,同时可以把宽度很小的噪声滤除, 且不会产生了近似矩形或梯形的小波动,出现高频小信号失真(图9)。
3 结论
本文从理论上论述了FIR平滑滤波和数学形态学应用于心电信号预处理的优缺点,并综合两者的优点,提出综合滤波算法,该算法能有效地滤波工频及其高频谐波、基线漂移和其他高频噪声。
摘要：本文针对心电信号的工频干扰和基线漂移,提出一种基于有限长单位冲激响应(FIR)滤波器和数学形态学的综合滤波方法,该方法首先采用形式简单的FIR平滑滤波器滤除心电信号的50 Hz工频及其高频谐波,接着将数学形态滤波器应用于滤除基线漂移。实验结果表明,本文设计的综合滤波方法能够有效地滤除工频干扰和基线漂移,为心电信号进一步的分析提供良好的基础。
心电预处理 篇4
1 心音与心电的对应关系
P波、R波和QRS波是心电图的主要组成部分。所谓心电信号就是指携带人体心脏生理活动时序信息的电信号,心电能够反映心脏电活动的过程。在同步采集的心电、心音信号中,可以将心电信号作为参考。心音与心电的对应关系如图1所示。
2 心音、心电采集系统设计与实现
2.1 整体设计
2.2 心电采集电路
前端放大电路采用仪表放大器用于抑制噪声和预放大,后级采用高通滤波放大。后级电路截止频率fc=0.034Hz,放大倍数是40倍。电路见图2。
2.3 心音采集电路
采用HKY-06B心音传感器,信号经过高通滤波电路以及电压跟随器处理后,使心音电路的负载能力有所增加。放大电路采用MC34119,其输入电压范围宽(2~16v),静噪电源电流低,供电可以使用电话线或电池。输入电路用来获取心音信号,放大电路用来放大音频功率,进行听诊。电路见图4.
2.4 信号同步采集、存储软件系统的设计与实现
Lab VIEW是可以取代文本语言的图形化语言的一种虚拟仪器的开发平台,可以对程序框图中节点的数据流向进行定义。图形化语言的函数表现形式是图标。
2.4.1 DAQ-mx持续读取
DAQ-mx持续读取由DAQmx创建通道子VI、DAQmx采样定时(采样时钟)VK DAQmx开始任务子VI、DAQmx读取子VI(模拟ID波形、N通道N釆样)和波形图标组成。
2.4.2 心音、心电信号存储
本文使用Lab VIEW文件I/O中的写入测量文件VI对心电、心音信号文件进行保存,其存储格式为.Ivm。.Ivm格式文件是动态数据类型,是一种基于文本的测量文件,并将数据保存于文本中。DAQ-mx读到的数据是一种心电和心音的复合信号,通过拆分信号VI可以将数据拆分为心电和心音两路信号,并将其存于对应的ECG存储路径和PCG存储路径中。
3 心音、心电信号的预处理
信号分析的准确性由心音、心电信号的预处理的精确度直接影响,本文采用matlab软件处理。
3.1 小波变换
在非平稳信号进行分析时,小波变换的优势十分明显,主要是由于其自适应性很强。当信号类型为低频长时信号时,频率分辨率变高,而时间分辨率变低。
3.2 小波去噪
(1)心电信号小波阈值去噪。小波去噪是处理非平稳的心音信号的方法之一,对于一维信号的小波去噪的步骤包括:(a)确定要处理的小波,根据小波信号的特点进行N层小波分解;(b)小波分解系数的阈值量化;(c)一维信号的小波重构。
(2)心音信号小波阈值去噪。心音频率在5~600HZ,而杂音频率高达约1200HZ。对心音信号采用db6小波进行8层分解。
3.3 归一化香农能量提取心音、心电信号包络
归一化香农能量是一种信号包络提取算法,其特点在于能够在降低低强度的噪声的同时对中等强度的信号进行加强,运用这种方法提取心电、心音包络,可以清晰直观的体现心电、心音信号的时域特征。其主要包括三个步骤:
第一,将X(k)被处理信号进行归一化后,其序列为Xnorm(k)。
第二,平均香农能量公式为:
第三,计算归一化香农能量P(t),公式:
Mean(Es(t))指的是Es(t)的平均值,而Std(Es(t))指的是Es(t)的方差。
3.4 心音信号自动分段定
小波去噪和包络提取能够使心音信号的时域特征明显的体现出来,但是由于心音信号是一种生理信号,其并非一种平稳的信号,还需要采用合适的分段算法。本文不做重点阐述。
4 结语
本文的论述主要是基于Lab VIEW的心音、心电采集系统研究了心电、心音信号的预处理方法。采用了传统的小波阈值去噪方法对心音、心电信号进行滤波,去噪效果明显。利用归一化香农能量的方法对心音、心电信号进行包络的准确提取。实现了信号的实时采集、存储以及预处理。为心音、心电数据库的构建和后续的信号处理奠定了基础。
摘要：心电、心音信号是对心脏疾病初步判断的非常有效的信号,本文介绍了一种基于Lab VIVW的心音、心电实时采集系统,最后用MATLAB进行信号预处理的信号处理解决方案。
心电预处理 篇5
“信号分析与处理”是电气工程类专业本科生的必修主干课程,其中配套实验对于学生更好地理解该课程抽象的概念和分析方法具有重要的作用。一方面,信号分析与处理是一门应用性较强的课程,而传统的实验设计往往以验证性实验为主[1,2,3,4],不利于学生综合创新能力的培养;另一方面,实验需要使用实验室的仪器设备,而实验室不是全天开放,而且由于课程的相关应用往往牵涉到其它的专业知识,这些因素都制约了综合性实验的开展。
传统的心电信号采集设备采用单片机或采集卡等途径将信号输入计算机[5,6,7,8],有些被开发为实验设备,学生仅需使用,参与度不够高。本文提出基于myDAQ的心电信号分析与处理综合实验方案,学生根据实验原理和基本的模拟电子电路基础知识完善实验电路,利用myDAQ和计算机,可在实验室以外场所进行实验。
1 NI myDAQ
NI myDAQ是由美国国家仪器公司(NI)开发的一种低成本便携式数据采集和数据输出设备,具有万用表、模拟信号输入输出、数字信号输入输出、音频输入输出与电源等功能[9]。通过USB接口,myDAQ可以和计算机相连。通过myDAQ的相关接口和配套的软件,学生可以使用数字万用表(DMM)、示波器(Scope)、函数发生器(FGEN)、Bode分析仪、动态信号分析仪(DSA)、任意波形发生器(ARB)、数字读取器(DigIn)、数字写入器(DigOut)等功能[10]。学生可将实际信号通过myDAQ引入计算机,通过配套的软件对信号进行测量和分析,并通过与计算机上的NI LabVIEW或其它软件相配合,进一步分析和处理获取的数据。
实验设计
心电信号是一种微弱信号,通常在0.01~100Hz范围内,幅值在50μV~5mV之间[11]。心电信号极易受干扰,其中通过人体与导连线耦合的工频干扰是心电采集过程中的最大干扰因素[12]。为了信号的有效性,实验系统应可以实时、无失真地采集心电信号,并对信号进行放大、干扰抑制等处理,同时应该保证被测试人员的安全。
本实验设计针对心电信号检测的实际应用环境,同时结合模块化的设计思想,其系统结构框图如图2所示。
实验平台提供了电源模块、缓冲模块、最终放大模块及myDAQ连接模块,并提供了前置放大模块、右腿驱动模块、滤波模块的参考设计方案,参考设计模块之间通过跳接线相连,学生可屏蔽相关模块,并采用自己的设计方案,实际电路板如图3所示。
为减小电源引入的干扰,并保证系统对低频信号的采集能力,电源模块采用电池供电,并通过电荷泵芯片LT1054C将单电源转为正负电源为运算放大器提供工作电源,如图4所示。
为了将人体与电路进行隔离,同时进行阻抗变换,在人体与放大电路之间加入缓冲模块,采用电压跟随器与一个20kΩ电阻的串联实现。缓冲模块增大了输入阻抗,同时增强了系统对由于导连线不稳定而产生的干扰信号的抑制效果。如图5所示。
最终放大模块承担了信号放大的主要工作,采用反相放大电路实现,如图6所示。其增益由反馈电阻R15与反相端输入电阻R14与R16之和的比值确定。
由于通过两个电极采到的原始信号中具有很强的工频干扰,对于所要采集的心电信号来说是一个很强的共模成分,利用仪用放大器INA118的高共模抑制比的特点,可以一定程度减小信号的干扰。其增益G由增益控制电阻RG确定。
G=1+(50kΩ)/RG
实验平台给出了一种参考实现方式,其原理图如图7所示,学生也可自行设计电路替换。
为了减小由于空间存在的工频电磁波在人体耦合形成的工频干扰信号,需要引入右腿驱动电路。右腿驱动电路从增益控制电阻R5与R6的中点取出信号,经放大后再输回人体作为参考电位,使用右腿驱动电路可以大大减小工频干扰的强度。信号首先经过电压跟随器,去除后级电路的负载作用,通过反相放大后,经过电阻的隔离后与人体右腿相连,起到提供参考电位的作用。参考电路原理图如图8所示。
为了减小高频的电磁干扰信号与基线漂移等极低频的干扰信号,需要引入滤波器模块。实验平台给出了一种参考实现方式,其原理图如图9所示。该模块由二阶有源低通滤波器与二阶有源高通滤波器级联组成。
取R10=R11=1MΩ,C1=C2=10μF,则高通滤波器截止频率为
3 实验过程
学生首先进行文献查阅,对心电信号的特征及信号检测环境进行了解,明确对心电信号采集系统的功能及性能需求。然后,学习实验指导书提供的心电信号采集实现方案,学习实验指导书中电路的实现原理。根据系统功能需求,结合模拟电子技术基础相关理论知识,并可结合电路设计仿真软件,对前置放大模块、右腿驱动模块、滤波器模块进行设计。
学生设计完各模块之后,根据原理图在面包板或万用板上搭建实验电路。实验电路测试通过后,将所设计的模块与实验平台相连接,如图10所示,并在真实环境下通过专用电极采集人体表的心电信号。
当硬件电路成功采集到心电信号后,学生可利用myDAQ将采集到的心电信号输入LabVIEW,在LabVIEW中编写VI,进行心电信号的分析,也可将采集信号储存后供MATLAB等软件进行分析。
学生可以在LabVIEW中对采集到的心电图波形进行实时显示,并进行基线漂移去除、干扰信号滤除等操作,如图11所示。
学生可以从频域分析信号,寻找不同心电信号在频域的特征。图12所示即为QRS波群的傅里叶变换频谱。
4 结语
基于myDAQ的心电信号分析与处理综合实验,改进了传统信号分析与处理教学实践中存在的实验改进了传统信号分析与处理教学实践中存在的实验内容单一、理论与应用联系不紧密的缺陷。在确定内容单一、理论与应用联系不紧密的缺陷。在确定的硬件设计框架下,通过自行设计信号调理电路和的硬件设计框架下,通过自行设计信号调理电路和模拟滤波器,使学生直接参与信号获取和处理的实模拟滤波器,使学生直接参与信号获取和处理的实现过程,这种实验平台各模块设计的灵活性可激发现过程,这种实验平台各模块设计的灵活性可激发学生的创新思维,同时降低了实验的难度。学生可学生的创新思维,同时降低了实验的难度。学生可对获取的信号进一步进行数字化滤波或频谱分析与对获取的信号进一步进行数字化滤波或频谱分析与处理等操作,处理的方法具有可扩展性。同时专用实验平台的设计可使学生脱离实验室,配合笔记本电脑可以随时随地、更方便地进行实验。与传统实验设计相比,本实验中学生有更大发挥空间,并促使学生将所学知识与实际应用相结合。这种实验设计方式有利于学生综合能力的发展和创新能力的培养,并有助于学生解决实际问题能力的提高。
摘要：针对传统信号分析与处理实验以验证性实验为主,综合性实验不易开展的缺陷,提出基于myDAQ的心电信号分析与处理综合实验设计方案。学生设计部分实验电路,心电信号经实验电路调理后通过myDAQ进入计算机,由后续软件进一步处理。整个实验可在实验室以外的场所进行。实践证明,本方法更加灵活高效,在加深学生对理论理解的基础上,加强了学生的工程实践能力与创新能力的培养。
心电预处理 篇6
1 心电信号的特征
心电信号是一种时变的非平稳信号,它具有幅度小、随机性和噪声背景强等特点。在对心电信号进行分析时,需要了解它的局部变化的情况。人体心电信号信噪比较低,一般正常的心电信号(ECG)在0.01Hz~100Hz频率范围内,而90%的ECG频谱能量又集中在0.25Hz`~35 Hz之间。心电信号一般是由体表检测而得到,通过这种方式得到的ECG信号会受到许多干扰,这些干扰主要包括工频干扰、基线漂移、电机接触噪声、电极极化噪声、肌电干扰、放大电路内部噪声和运动干扰这七种类型。
2 实值离散Gabor展开与变换
设x(t)是一个有限长实序列,其周期为L,实值离散Gabor展开定义为:
展开系数a(m,n)可从下式获得:
上式即为实值离散Gabor变换(RDGT)。由上面两式我们可以知道,实值离散Gabor展开与实值离散Gabor变换互为逆变换。实值离散Gabor展开的过程就是对信号的重建。
上面两式中有:
其中mod(n,N)、mod(k,N)分别代表n、k对N的求余运算;我们设M为时域的抽样点数,为时间的抽样间隔,N为频域的抽样点数,为频率的抽样间隔,有。和复值离散Gabor变换[2]相似,信号能够稳定重建的条件是 (或 M N≥L)。当时,这时我们称为临界抽样状态,此时有L个展开系数,能够对信号进行重构。当MN
另外,设受能量归一化约束,即
实值离散Gabor系数a(m,n)是一周期函数,并且以m和n为周期。此外系数a(m,n)是实数的。
与满足下面双正交关系式[3]:
这里δ(k)表示Kronecker delta。上式的矩阵形式为:
由此可知,由(11)式表示的线性方程组的解可以由γ来表示。若H是非奇异的,那么当和(或)时,即临界状态下,γ具有唯一的形式,即(11)式有唯一解。当时,即过抽样状态下,γ具有多种的形式即(11)式有多解。和复值离散Gabor变换[2]一样,我们选最小范数条件下,
解γ0作为(11)式的解,即
同理,对于信号的重建,可将式(1)重写为:
令,则上式变为
在此,我们可以利用IDCT的快速算法对第二个求和项进行计算,从而加快计算速度。Gabor谱图能够将信号在时频域中的能量分布反映出来,对应于RDGT的Gabor谱图定义如下:
3 实值离散Gabor变换用于心电信号处理
Gauss窗函数作为在Gabor变换时常用的窗函数,它在时频分析时能够获得很好的时频表示。在过抽样条件下,过抽样率越高,获得的时频表示的聚集性越好,频率分辨率越高,但是计算量会比较大。该文选择Guass窗作为窗函数,并选择过抽样条件下的Gabor变换。算法步骤如下
1)将读入的信号进行Gabor变换,得到时频域的Gabor系数
2)再以Gabor时频平面中最大波峰值amax百分比来选取阈值[4],即b=camax,式中c为选定的百分比。
3)对Gabor变换系数进行处理,当Gabor展开系数a(m,n)的绝对值大于b时,保留该系数,否则将其置零。即如下式所示:
(4)对处理后的Gabor系数按照(16)式进行信号重构,即进行Gabor逆变换,并输出降噪后的心电信号波形图。
4 实验结果
在MIT-BIH的Noise Stress Test Database数据库中有按照“212”的自定义格式存储的加了典型噪声的3.5h心电信号,此信号受到的主要干扰有基线漂移、肌电干扰和电极运动伪迹。在实验过程中,信号的采样频率为360Hz,在此数据库中,数据量比较大,我们主要采取其中的1500个点进行实验,实验时,我们要通过编写Matlab程序来读取数据库中心电信号的数据,从而来进行模拟仿真实验。
本次实验主要对有噪信号和无噪信号进行处理,以下为实验结果.
在该实验中,首先利用Matlab程序读取输入信号(有噪信号)和期望信号(无噪信号),如图a和图b所示。
从实验结果可以看出,经过该文方法所处理恢复的心电信号波形要比经过分数阶傅里叶算法滤波的心电信号波形更接近无噪心电信号波形。
5 结束语
通过实验研究,我们可以看出,当我们通过实值离散Gabor变换对心电信号进行处理时,通过域值法能够比较有效地除去心电信号中的噪声和干扰,在一定程度上提高信噪比,并且可以通过信号重建来恢复原来信号。
参考文献
[1]陶亮,顾涓涓.基于多抽样率滤波实现离散Gabor展开与变换的快速并行算法[J].中国科学F辑.
[2]Wexler J,Raz S.Discrete Gabor Expansions[J].Signal Processing,1990,21(3):207-220.
[3]魏道昀,祝美龙,陶亮.基于DCT的实值离散Gabor变换[J].电子与信息学报,2007,29(11):2783-2786.
[4]张光明,申永军,吴彦彦.基于Gabor变换的信号降噪方法[J].石家庄铁道学院学报:自然科学版,2009(3).
心电预处理 篇7
目前提取胎儿心电最常用的是自适应滤波方法。自适应滤波器是一种能够自己调整参数的特殊维纳滤波器,设计时不需要预先知道输入信号和噪声的统计学特性,而是在工作过程中通过计算估计出所需的统计特性,并且以此为依据调节参数,以达到最佳的滤波效果[1]。当输入信号的统计特性发生改变时,它又能够跟踪这种变化自动调整系数,使滤波器的性能重新达到最佳。应用中一般把母亲腹部的信号作为主输人,胸部信号作为参考噪声输入。由于母亲自己心电信号x(n)与母亲胎儿混合信号d(n)的提取时间不同,使得其在时域内是非对应关系。若直接将两个信号相减,则得到的不是胎儿的信号,但通过自适应滤波器的自动调整过程,将y(n)变成基于d(n)的对x(n)的估计,使得新的混合信号在时域上与母亲信号有了某种的对应关系,从而直接将d(n)-y(n)得到胎儿信号。
除了提取胎儿的心电信号外,还需对处理后的胎儿心电信号进行提取特征值等进一步的处理与分析,一般为对心电波的平滑和各个特征点的检测。虽然使用基于神经网络算法及其他的基于统计学原理的方法能得到精确的测量结果,但是由于其软件算法的复杂度较高,会带来实时性差、能耗高等一系列问题。通用的设计方法是用差分阙值法检测特征值,阙值的选取是先验的,并且提取的信息实际上不是特征点的信息,而是由特征点所确定的各个时期的波形信息,如心率的确定是通过两个相邻周期内R点的间隔时间确定的。
为了实现上述功能,本文设计了嵌入式的心电信号处理系统,完成对信号的滤波、分析处理过程,以满足心电数据处理的高速度、高实时性要求,并且能够做到对胎儿信号实时监测。
1 系统硬件设计
1.1 系统性能与选型
(1)DSP
自适应滤波器要求的计算量比较高,并且由于要求实时测量,所以运算数据量极大,对处理器的要求很高,一般的单片机很难满足要求,因此需要高性能的DSP芯片来实现。如果抽头为51 200,阶数L=5,每次抽头采取5个乘加运算(MAC),则一共要采样51 200×5=256 000个;若用200Hz采样率,采样间隔为1/200=5ms,以所选取的TI公司的TMS320VC5402为例,进行一次MAC为10ns,则一次滤波运算的数据运算时间是256 000×10=2.5ms,由此可以看到C54完全可以满足系统实时性的要求。
TI公司的定点数字信号处理器TMS320VC5402含有专门的功耗控制功能,具有很低的静态功耗;改进的哈佛结构,多总线(1条程序总线,3条数据总线和4条地址总线)和6级流水线,有40位的算术逻辑运算单元(ALU),包括2个独立的40位累加器和1个40位的桶形移位寄存器,指令周期为10ns,运算速度为100MIPS,并且具有强大的寻址能力,1M×16bit的最大寻址外部空间,内置16K×16bit RAM,4K×16bit ROM,其乘法单元和加法单元可以在一个流水线状态周期内完成一次MAC运算,数据处理能力强,支持JTAG硬件仿真[3]。
(2)MCU
从信号特征上来说,心电信号时域特征(波形的轮廓)明显,幅度比较微弱(mV级),正常人心脏每分钟跳动65～75次左右,也就是说,它的频率不到1Hz。但对于一些心脏病人来说,其谐波分量(QRS波群)频率可能达到100Hz,这就表明采样频率不会过高,一般在200Hz左右[2]。
心电信号的处理对于精度没有很高的要求,一般8位左右的A/D就可以满足系统需要,出于简化电路考虑,实际选用较多的是MCU片上A/D。综上所述,本文选用了TI公司的MSP430F169,其含有一个片内的12位A/D,还有一个12位D/A,能够方便地将处理后的数据转化为模拟信号。
MSP430系列单片机是TI公司推出的一种超低功耗的混合信号控制器,具有16位的RISC结构,极高的代码运行效率,丰富的外设资源,并且支持JTAG和FLASH在线编程[4]。
①极低功耗。给单片机供电的电压可低到2.5V;工作电流低,在3V供电、1MHz情况下仅消耗电流0.4mA;该系列具有5种节能模式,在闲置模式下的电流值是0.1LA。
②运算能力强。MSP430F169基于16位RISC结构,内部带有硬件乘法器,可以执行16×16位的带符号数或不带符号数乘法运算。
③片内资源丰富。在MSP430F169内部集成了A/D、LCD驱动电路、16位定时器、看门狗和串行口(UART)以及专用的可编程I/O口等,片内集成2KB的RAM和60KB的ROM。
(3)存储器
为了增强系统的扩展性和提高DSP的处理能力,系统增加了外置的FLASH和SRAM。C54x系列DSP只能同异步的存储器直接相接,并且TMS320VC5402的指令周期为10ns。为保证DSP无等待运行,需要外部存储器的速度10ns左右,考虑现有芯片的性价比做如下选择:
FLASH:AM29LV400-55,256K×16bit/512×8bit,指令周期55ns,电源电压3.3V(加入5个软件等待);
SRAM:CY7C1021V33-12,64K×16bit,指令周期12ns,电源电压3.3V(加入1个等待)。
(4)电源
良好稳定的电源是电路正常工作的保证,对于DSP这样的高端处理器,还需要满足其对内核和10不同的上电顺序,这里特别选用了TI公司专门为DSP设计的电源芯片TPS73HD318,5V输入1.8/3.3V混合输出,并且配备了专门的复位芯片。
1.2 系统架构
本系统构建以TI公司的MSP430F169为核心,TMS320VC5402为运算单元,系统硬件框图如图1所示。
系统中MSP430F169作为MCU,控制整个电路的工作,DSP负责逻辑运算。为了能够更加有效地发挥DSP的运算能力,分别采用了FLASH和SRAM芯片扩展DSP的数据空间和存储空间,并且用CPLD对存储空间的映射进行控制,以达到对映射地址动态控制的目的。
1.3 通信模块设计
系统设计的核心是MSP430和TMS320VC5402连接通信问题,本文采用主机接口(HPI)通信模式。HPI是一个8位的并行口,MSP430可以方便地通过这个接口访问DSP整个数据空间,直接由DSP的硬件流水进行优化,没有多余的开销。连接方式如图2所示。
HPI有两种工作模式:
(1)共用访问模式(SAM)。此状态下MSP430和DSP都可以访问HPI存储器,如果二者的读取周期发生了冲突,主机(MSP430)有优先权。
(2)仅主机访问模式(HOM)。在此模式下只有主机(MSP430)可以访问HPI存储器,DSP处于复位状态或最小功耗状态。
其中8位数据总线(HD0-HD7)负责与主机交换信息,因为TMS320VC5402接口为16位,所以主机与DSP之间数据传输由2个连续的字节组成。由HBIL引脚指示正在传输的是高8位还是低8位。主机通过HCNTLO和HCNTL1指定所访问的寄存器是控制寄存器HPIC、地址寄存器HPIA还是数据寄存器HPID。HPIA寄存器还可以被设置为自动增寻址方式,以提高对连续地址访问操作的效率。HCS是片选信号,在主机访问HPI时必须保持为低。HAS是地址选通信号,一般用作地址锁存或不用(接高电平)。HR/W为读写选通信号,用来确定数据传输的方向。HDS1和HDS2是数据选通信号,用于在主机访问周期控制数据的传输。当没有使用HAS信号,并且HCS信号处于低电平时,HDS1或HDS2可用于对HBIL、HCNTL0/1和HR/W信号的采样。因为HDS1和HDS2内部互斥,所以不能同时将HDS1和HDS2置低。硬件连接示意图如图3所示。
1.4 外置存储器设计
为了增强系统的扩展性及扩展DSP存储空间,特增加了外置FLASH和SRAM,并由CPLD控制二者与DSP之间的时序关系。图4为外接存储器系统的硬件框图。
CPLD配备了JTAG接口,便于程序烧录和日后修改。由于CPLD的时序严格,并且速度快、易编程,非常适于用作接口逻辑控制芯片。本设计采用了Alreta公司的EPM7032S芯片,利用DSP的MSTRB和R/W控制SRAM和FLASH的OE与WE的选通,A15、DS和XF控制FLASH的选通,PS和A19控制SRAM的选通。
VHDL语言描述如下:
OE<=‘0’when (mstrb=‘0’and rw=‘1’) else‘1’;WE<=‘0’when (mstrb=‘0’and rw=‘0’) else‘1’;
CE(sram)<=‘0’when(ps=‘0’and A19=‘0’) else‘1’;
CE(flash)<=‘0’when(ps=‘0’and xf=‘0’and a19=
‘1’) or (ds=‘0 and xf=‘1 and a19=‘0’) else‘1’;
为了减少每次开机时的工作量,将处理程序(自适应LMS算法)烧入了FLASH中,并在系统复位时由编写的Bootloader自动将外部FLASH中的程序写入DSP内部的DRAM中,采用了在线烧制的方式。具体实现方式不再给出。编写时要注意复位时内部RAM的映射问题,因为复位时DSP自动将OVLY置1[3],将内部的RAM映射到所有数据空间的每一页的0080～3fff中,所以实际编写Bootloader时程序写入数据空间的起始地址应当为4000。
复位后FLASH映射到数据空间的0000～ffff,SRAM映射到程序空间的0000～ffff上,待烧录完成后,由通用IO引脚XF控制映射到程序空间的80000～bffff。数据空间由内部和外部RAM独占。
2 系统软件设计
单片机与DSP软件通信流程如图5所示。由于本系统中的位已置1,所以实际通过软件控制位置1和置0来完成每个读写周期。DSP的工作流程与其正好相反,一旦接受到MSP430传来的中断信号,便马上进入中断子程序,从发送来的地址中取出数据进行运算处理,完成后对其取反后存在相同的地址内,之后置位HINT中断单片机,退出中断子程序。
系统总软件流程由图6所示。MSP430采集完数据后,进入HPI发送子程序,发送完数据后进入低功耗模式等待DSP的处理结果,并将其显示出来;DSP上电后进入低功耗状态,待MSP430将数据传递完后启动滤波算法对数据进行处理,待处理结束后将结果传回到MSP430中,重新进入低功耗状态等待下一次中断。
3 结果分析
图7为对实际采集的母婴混合心电信号和母亲自身信号进行分析处理后的实时数据,通过Matlab仪表控制工具箱中的Serial类函数及其相关函数,读取串口发送的数据,并绘制得到。该类函数操作虽然效率一般并且对中断的响应比较差,但是对于本文所用的串口数据的读取处理,有着操作简单、直观的优点。具体过程如下:
(1)创建串行口设备对象Serial();
(2)设置波特率=9 600,帧格式(停止位=0,数据位=8,校验位=0等);
(3)设置具体函数,完成与硬件系统的连接和之间的数据交换;
(4)设置关闭和删除设备对象函数。
设置过程比较简单,不再给出详细的程序,具体设置方法见参考文献6。
通过对输入和输出心电波形比较可以看到,输出波形失真度低,特征点对应准确。结果表明系统可以满足设计要求,转换精度高,实时性很好。
本文通过对胎儿及母婴心电混合信号特点的讨论,给出了一整套的嵌入式数据处理解决方案,不但满足了信号处理的大运算量、高实时性的要求,还具备了便携特点,有很高的实用价值。
参考文献
[1] 姚天任.现代数字信号处理.武汉:华中科技大学出版社,2002．
[2] 王保华.生物医学测量与仪器.上海:复旦大学出版社,2002．
[3] Texas Instruments Incorporated.TMS320C43x 系列 DSP 的 CPU 与外设.北京:清华大学出版社,2006．
[4] 沈建华,杨艳琴,翟晓曙.MSP430系列16位超低功耗单片机原理与应用.北京:清华大学出版社,2004．
[5] 狄国伟,唐晓英,刘伟峰.电信心号采集模拟系统的研制.中国仪器仪表学会医疗仪器分会2006年学术年会暨中国仪器仪表学会医疗仪器分会第三届第三次理事会论文汇编[C],2006．
心电预处理 篇8
利用心电图计算心率是掌握心电图实用技术的第一个体现。方法有以下几种:
1. 心率计算公式法 (1)
心率 (次/min) =60s/R-R间期秒数 (s) 。R-R间期代表了一个心动周期所需要的时间。如R-R间期为3个大格, 每个大格=0.20s, 3个大格=0.60s, 套入公式法 (1) 6 0 s/0.6 0 s=1 0 0, 即该心率为1 0 0次/m i n。公式法 (1) 需要首先将R-R间期的格数换算成秒数, 相对麻烦一些。
2. 心率计算公式法 (2)
心率 (次/min) =1500/R-R间期小格数。按照正常心电图仪走纸速度为25mm/s, 心电图仪每分钟走纸为25mm×6 0 s=1 5 0 0 m m, 即心电图每分钟为1 5 0 0个小格。如R-R间期为3个大格, 3个大格=1 5个小格, 套入公式法 (2) 1500/15=100, 即该心率为100次/min。公式法 (2) 比较直接、简便易行, 多被临床医生采用。
注意:公式法中所说的R-R间期只是为了更简便快捷地辨认, 因为心电图波形中QRS振幅较P波振幅大得多, R-R间期比P-P间期更明显、更容易识别。实际上, 正确提法应为P-P间期。因为心动周期起于P波 (心房除极) , 终于下一个P波前 (心室复极后) 。正常心脏节律的心房与心室为1∶1传导关系, 所以R-R间期就等于P-P间期。但在心律不齐, 特别是心房纤颤时, 上述公式法并不适用。
3. 目测法计算心率
为了节约计算心率的时间, 在心律规整时可采用简便的目测法, 粗略地推算心率。此种方法虽不十分精确, 但非常适合临床应用, 每位医生必须掌握。首先计算R-R间期的大格数, 并参考多出来的小格数加以修正。如心电图R-R间期为1个大格, 心率为300次/min;2个大格, 心率为150次/min;3个大格, 心率为100次/min (见图4-1) ;4个大格, 心率为75次/min;5个大格, 心率为60次/min;6个大格, 心率为50次/min, 以此类推。上述常用几个数据需要熟记在心。
4. 心律不规整时心率计算方法
当心律不规整, 如频发室性过早搏动 (室早) 和心房纤颤时, 上述公式法及目测法均不可采纳, 应该用以下方法计算:数出30个大格内R波 (QRS波群) 个数后乘以10, 即为心率。30个大格的时间为6s, 每分钟心率所以要乘以10。如30个大格 (6s) 内有10个R波, 此人心率为100次/min (见图4-2) 。
二、心电轴判定
1. 心电轴概念
要理解心电轴 (ca r dia c e lec t ric axis) 的概念, 首先要理解心电向量。物理量有两种, 带有大小刻度的量称为标量, 如重量、长度;而带有方向的量称为矢量, 如向下、向上、向前、向后。向量是一种特殊的量, 既有标量又有矢量, 既有大小又有方向。
心电轴形成的理论比较深奥, 不易理解, 而且对临床实际指导意义不大。通俗一点可以解释为:心脏电的除极是在心房心室瞬间向无数个方向进行除极, 因此产生无数个图形轨迹 (向量) , 而这些向量可以相加与相减、重叠与抵消, 最终形成综合向量。心电轴是个空间概念, 心脏的除极由右上的窦房结开始至左下的心尖部结束。总方向是右上向左下, 我们想象这就是一条从右上到左下的心电轴。
QRS波群、T波及P波均有自己的向量环, 即有各自的心电轴。我们所说的心电轴通常指心室除极的QRS综合向量图, 即QRS平均额面心电轴。通常用标准Ⅰ导及标准Ⅲ导的QRS高度计算。
2. 心电轴测定方法
准确测定心电轴可用爱氏三角法、六轴系统坐标法及根据标Ⅰ导与标Ⅲ导QRS高度的查表法完成。但对基层医生来说通过目测法初步判定电轴偏移与否也够用, 而且简便易行。下面只介绍目测法判断电轴偏移 (见图4-3) 。
当标Ⅰ、标ⅢQRS波群主波均向上 (即尖尖向上) 为电轴正常;如果标ⅠQRS主波向下, 标ⅢQRS主波向上 (即尖尖相对) 为电轴右偏;如果标ⅠQRS主波向上, 标ⅢQRS主波向下 (即尖尖相背) 为电轴左偏;如果标Ⅰ、标ⅢQRS波群主波均向下 (即尖尖向下) 为电轴不确定, 可能为极度右偏或极度左偏。
用爱氏三角法、六轴系统坐标法及根据标Ⅰ导与标Ⅲ导QRS高度的查表法可具体确定心电轴偏移的度数。注意关于正常心电轴范围略有不同认识。大多心电图专家将0°至+90°定为正常心电轴范围 (见图4-4) 。但也有学者将正常范围定为-30°至+100°, 因此电轴轻度左偏 (<-30°) , 轴也可视为正常心电。
3. 测定电轴偏移的临床意义
心电轴的测定在某些情况时很有意义, 尤其在心室肥厚及束支分支传导阻滞时。注意心电轴诊断心室肥厚的重要性有所区别, 右室肥厚时心电轴右偏是诊断的重要条件, 而电轴左偏对诊断左室肥厚只是辅助条件。
三、伪差的识别
分析一份心电图之前, 首先要排除伪差干扰造成的假象。凡由于非心电活动导致的心电图现象统称为伪差, 包括人为因素和机械因素。常见的伪差有:肌肉颤动、交流电及静电干扰、电极板因素、心电图仪接地不良和左右手腕反接等。
1. 肌肉颤动
由于室内温度过低或天气寒冷, 导致患者肌肉紧张而发生颤动, 致使心电图基线及波形的线条变粗、变大, 影响心电图测量。因此, 在做心电图时应注意保暖。
2. 交流电干扰
心电图仪附近有比较大的电器运行时, 会干扰心电图做图质量, 应避免与其他大功率电器使用同一接线板。
3. 静电干扰
静电干扰特别表现在:化纤成分多的毛衣、内衣, 做图时未能充分暴露前胸, 胸导电极被毛衣遮盖造成明显的静电干扰。
4. 电极板因素
常见有电极板松动和电极板接触不良。连接导联电极板时, 多数医生未能对患者皮肤进行有效的擦拭和很少使用导电糊, 致使电阻增大, 产生接触不良。常见错误表现为:用棉球蘸生理盐水或自来水象征性擦拭患者皮肤, 更有甚者只是擦拭电极板面, 从而不能保证导电。
5. 心电图仪接地不良
常见现象是心电图仪很少接地线, 至多将地线接在暖气管上, 致使心电图线条变粗;心电图室未设专用接地线, 心电图仪未能很好地接地。
6. 左右手腕反接
通常情况下右手腕接红色电极板, 左手腕接黄色电极板。如不注意顺序造成反接, 会导致标导和肢导P波方向异常, 而影响对窦性心律的判断。下肢双脚踝电极板左侧为绿色, 右侧为黑色, 二者如反接影响不大。
[本讲小结]
1.必须掌握利用心电图计算心率技术, 尤其是公式法 (2) 及目测法。牢记2个大格的心率是1 50次/m in, 3个大格1 0 0次/m in, 4个大格7 5次/m in, 5个大格6 0次/m i n。
2.心房颤动时计算心室率方法为30个大格 (6s) 内QRS数乘以10。
3.必须掌握目测法判断心电轴技术, 牢记尖尖相对是右偏, 尖尖相背是左偏。
4.分析心电图时首先要排除伪差, 常见的伪差是:肌肉颤动、交流电及静电干扰、电极板因素、心电图仪接地不良和左右手腕反接。
[思考题]
1 4.如何利用公式法 (2) 计算心率?
1 5.目测法数心率常用口诀是什么?
1 6.如何用目测法计算心房纤颤时的心室率?
1 7.如何用目测法判断心电轴的偏移?
1 8.如何避免皮肤和电极板接触不良?
1 9.做心电图时左右手反接会出现什么后果?
(心律规整R-R间期为3个大格, 所以目测心率1 0 0次/m i n)