心电信号检测（精选7篇）
心电信号检测 篇1
动态心电检测技术是一种可长时间连续记录并编辑分析人体心脏在活动和安静状态下心电图变化的方法。动态心电图是心电信息学的重要组成部分,它不同于常规的心电图或冠心病监护病房(Coronary Care Units,CCU)监护心电图等心电检查方法,是心血管疾病诊断领域中实用、高效、无创、安全、准确、可重复性强的重要监测手段,广泛应用于临床诊断及科研。美国心脏协会把这种心电图长时间记录系统命名为Holter(动态心电)系统[1],Holter系统是一种随身携带的记录仪连续检测人体24~72 h的心电变化,经信息处理分析及回放打印记录的心电图系统,目前已成为临床心血管领域中非创伤性检查的重要诊断方法之一。该系统的出现使心电图测量由静态发展为动态,由短时测量发展为长时间测量,这是心电图技术的一个重大飞跃,与普通心电图相比,动态心电图在24 h内可连续记录多达10 万次左右的心电信号,包括休息、活动、进餐、工作、学习和睡眠等不同情况下的心电图资料,可以提高对非持续性心律失常,尤其对一过性心律失常及短暂心肌缺血发作检出率的提高,因此扩大了心电图临床运用的范围。
1 动态心电系统
Holter系统是在心电遥测和计算机发展基础上产生的,随着电子技术的发展,不断更新,特点各异,系统主要由心电记录仪、微机及专用软件组成。系统硬件框图,见图1。
记录仪是随身佩带记录和储存心电信号的设备,电路主要由传感器、A/D转换器、微处理器、存储器组成。首先进行模拟心电信号的检测、经放大与滤波、A/D转换后得到数字化的心电信号记录在存储器上,送入微处理器实时处理,即包括数字滤波、QRS波检测、特征提取、逐波分析、多搏分析、并将分析结果保存在存储器上,最后通过通用异步收发传输器(Universal Asynchronous Receiver Transmitter,UART)接口送出检测的波形数据到微机[2]。它是以微处理器为核心,全部电路采用互补金属氧化物半导体(CMOS)器件,心电图(ECG)信号经生物电放大器放大后,由微处理器采样、A/D变换,送入随机存取存储器(RAM)缓冲区暂存,经数据压缩后,再送入数据只读存储器(ROM)中存储,可擦可编程只读存储器(EPROM)能确保掉电后心电数据不丢失,当出现电极脱落,电池电压不足时进行声、光报警,并显示故障代码;USB接口电路提供2 种功能:① 提供微机的通用串行总线(USB)接口与记录器的高速串行通信接口,可读取数据或对记录器进行初始化设置;② 提供微机的USB接口作为直接读取数据的存储器接口[3]。记录器佩带患者身上,记满24 h心电数据后通过通讯接口由微机系统回放,并由专用分析软件对心电信号进行分析,即指在采集到ECG信号的基础上,通过对其处理提取心电的波形信息和特征参数,获取心脏工作状态的相关信息,然后利用这些特征信息分析、判别心电信号类型及所对应的疾病类型或健康水平,进而利用所得到得信息分析对心脏状态和健康水平进行评估,最后由医生给出分析诊断报告。心电信号分析首先对含噪信号进行去噪处理并提取ECG信号,其次是波形检测和特征点的识别,最后是心律失常的自动识别,心电信号流程图,见图2[4,5]。
2 动态心电设备发展现状
50 多年来,Holter技术得到了飞速发展,仪器在临床上的应用迅猛增长,动态心电记录仪由81 kg缩小到不足500 g,数据存储器容量由33 MB扩充到1 000 MB,磁带盒式记录器已被闪光卡式记录器取代,计算机由286 上升到奔腾服务器和工作站,分析心电波的速度由4~8 h缩短到20 min左右,采样点频率由128 点/s提高到4000 点/S以上,使描记的心电波形更清晰,软件采用小波叠加技术,使自动分析心电图准确度大大提高,从第一、二代人工分析向第三、四代人机对话转变,使工作效率提高数十倍,完善导联体系,从1976 年以前由单通道Holter发展到2000 年后的12 导Holter的临床运用,目前12 导同步Holter逐步取代3 通道Holter,标志着动态心电监测导联体系的完善,编辑功能从6~8 种增加到100 余种,以前常用的128 MB闪光卡式记录器,由于存在容量小、采样频率低、图形失真、信息易丢失等缺陷,现已被采样率500 点/s以上、容量500 MB以上芯片技术的记录器所取代,现有人工智能化的12 导同步Holter技木逐步完善,在同一屏幕上多画面编辑、修改心电信息和数据,系统在监测心肌缺血、心律失常、起搏器分析等取得新突破并已实现心电网络化管理[6]。主要有以下特点:① 心电记录仪随身佩带,不受检测距离影响,不受体位变化及活动的限制;② 心电信息量远远大于常规ECG,尤其对短缺性心律失常的捕捉及一过性心肌缺血的检出有独到之处;③ 选择导联必须不影响日常生活的活动和防止这种活动所产生的伪差和干扰,支持同步3 导联、12 导联采集记录;④ 分析系统不仅可分析显示监测期内心搏总数、最高心率、最低心率、平均心率和每小时平均心率,并能自动分析和测量每小时室上性、室性期前收缩,室上性和室性心动过速的次数、程度和形态以及持续时间,房室传导阻滞、心脏停搏的情况及P-R间期、QRS波群、S-T变化的轨迹图、趋势图及全览图等,其结果可用不同方式输出,为临床提供有价值的资料[7]。
3 动态心电新技术
动态心电新技术具有高采样率,每通道高达4096 采样率,起搏通道达10210 采样率。多天记录、多天长程动态心电是目前欧美动态心电领域的主要研究方向,在检查中可以有效提高对一过性房颤及其它恶性心律失常病的诊断率,多天记录可分为片段式和全息式2 种。心电波形实时查看,通过电脑和掌上电脑实时查看患者心电图的佩带质量,由于屏幕大,更容易找到有问题的导联,此处还为自主神经功能评价提供实时数据。支持卫星Holter分析系统,可实现跨区城分析。新一代动态心电记录仪记录心电信号的同时也记录呼吸信号,实现同步分析心电与呼吸信号[8]。动态心电分析系统具有以下主要功能:3 导及12 导自动分析、起搏器功能评价、心室晚电位评估、心率变异性分析、3 导、12 导ST段自动分析、心电向量图、QT及QT离散度分析、T波电交替分析、心率震荡分析、心率减速力分析等。美国DMS公司最新开发出心率变异反向混沌技术、P波色谱图定位房颤房扑技术、呼吸暂停综合症分析、P波色谱图守位房颤房扑技术、多天合并分析技术。显示功能把心电图和分析测量结果以不同的统计方式显示在不同的页面。从这些统计分析结果中,医生可以很快找出所感兴趣的心搏周期。编辑功能使得医生可以在浏览的同时,对记录分析结果进行注释添加、删除或再分析。
4 卫星心电信息系统
随着网络应用的不断发展,动态心电也向跨区域网络方面飞速发展,将大大提升对基层病人的分析效率及诊断准确性,2003 年开始在美国多个区域进行了成功广泛的应用。卫星Holter软件的设计理念是为了提高远程分析患者心电数据的分析效率,通过互联网直接传输数据的方式代替邮件或闪光卡传输。
卫星Holter服务器作为所有计算机连接的一个中心站点,中心的心电专业医师使用卫星浏览器在服务中心或者中心医院接收远端传过来的病人心电数据,并进行分析[9]。用户端(病房、分院、县医院、镇医院、诊所等)在其办公室就可以向中心发送病人数据,并从中心服务器接收中心发回的分析报告,打印后交给患者,此技术成为过去10年动态心电图的技术领域最重大的进步。卫星Holter系统将心电信息化、数字化、网络化高度整合在一起,实现多平台、多领域、多系统的多元化共享,为心电诊断打开了一扇全新的科技之门。卫星心电信息系统不仅可实现同品牌内心电信息互联共享、区域心电会诊,更可实现与全球各卫星中心的互联,从而建立同一品牌的心电全球会诊系统;同时可将同品牌旗下心电领域相关设备联入系统,实现信息共享最大化。卫星心电信息系统一般由卫星Holter、卫星工作站、卫星动态血压、卫星运动试验系统以及更多心电设备组成。卫星Holter网络结构示意图,见图3。
5 发展与展望
随着Holter系统应用重点的改变,由过去的心律不齐诊疗转到抗心率不齐药物疗效的研究、症状性心肌缺血的定量分析和起搏器功能评价等方面,人们对系统的导联体系、采样率、数据精度和数据分析算法等提出了更高的要求。由于卫星Holter系统发展,该系统将普及城乡各级医院,这是今后一个时期Holter技术的发展趋势,成为冠心病、高血压、心肌病、风湿性心脏病、心律失常、起搏器植入术后的常规检查,使更多病患受益。其中12 导联逐步取代3 导联,12导联同步动态心电图对心肌缺血、心律失常定位诊断及其鉴别方面,均比3 导联有较多的优越性,采样率及记录器存储器容量也有进一步提高,每通高达4096 采样率,起搏通道达10210 采样率,12 导联同步Holter系统24 h高频采集心电信息量在500 MB到1000 MB之间,128 MB闪光卡记录器已基本淘汰,被采样频率500 点/S以上,容量由500 MB以上的记录器所取代;编辑功能种类较多,基本满足工作要求[10,11]。智能化的12 导联同步DCG技术已逐渐完善,在心肌缺血、心律失常、起搏器分析等取得突破性发展,基本已实现心电网络化管理与远程专家会诊。
摘要：本文介绍目前Holter检测技术研究的进展,详细分析了动态心电系统软、硬件的工作原理、发展现状及新技术运用,重点介绍了卫星心电信息系统,并提出Holter技术的发展方向。
关键词：动态心电监测技术,卫星心电信息系统,记录仪,心电信号
参考文献
[1]郭继鸿.动态心电图学[M].人民卫生出版社,2003.
[2]曹天汉.单片机原理与接口技术(第3版)[M].北京:电子工业出版社,2009:7.
[3]刘梦星,周乐川,陈杭,等.基于EFM32的高精度动态心电记录仪的低功耗设计[J].中国医疗设备,2014,29(3):24-27.
[4]邢国泉,徐洪波.生物医学信号研究概况[J].咸宁学院学报(医学版),2011,20(5):459-460.
[5]Luguna P,Jane R,Caminal P.Adaptive filtering of ECG baseline wander Enigineeing in Medicine and Biology Society,proceeding of the 14th Annual[C].Intemational Conference of the IEEE,2010,2:508-509.
[6]郭剑峰,石海波.心电网络系统的现状与展望[J].江苏实用心电学杂志,2008,17(2):121-122.
[7]朱秀丽,朱昱思,黄徳美,等.心电工作站在我院的应用[J].医学信息旬刊,2011,24(6):2821-2822.
[8]雷靳灿,廖彦剑,郑小林,等.模块式多功能运动心电检测系统的设计[J].仪器仪表学报,2010,31(7):1484-1489.
[9]陈立卫.医院心电检查网络系统的应用[J].医疗装备,2013,26(9):13-15.
[10]杨雷.数据交换平台在区域医疗信息化中的设计与研究[J].网络安全技术与应用,2013,1(4):43-45.
[11]Lim YG,Kim KK,Park KS.ECG recording on a bed during sleep Wirect skin-contact[J].IEEE Trans Biomed Eng,2007,54(4):718-725.C
心电信号检测 篇2
科学研究发现,人体蕴藏着各种各样的生物医学信号,部分信号对判断人体生命状况极其重要,而处理其中的心电信号是十分必要的。随着科技的发展,运用计算机来分析心电信号成了一种越来越流行的诊断手段。在心脏功能方面,心电监护方面,将病人的心电信号进行采集,然后与正常人的心电信号进行对比分析,可以检测出许多其他手段检测不出的细节信息。
在临床上,分析心电信号,可以确诊心肌梗塞及急性冠状动脉供血不足,协助诊断慢性冠脉供血不足、心肌炎、心肌病及心包炎,判定有无心房、心室肥大,从而协助某些心脏病的病因学诊断,例如风湿性、肺源性、高血压性和先天性心脏病等,观察某些药物对心肌的影响,包括治疗心血管疾病的药物(如洋地黄、抗心律失常药物)及可能对心肌有损害的药物。
此外,心电信号可以反映人体的心理状态,例如人紧张时,心跳加速,疲劳时,心率放缓等,已有一些研究进行了心电信号与操作员心理状态的分析。本文主要采用一定的方法进行QRS波检测,在此基础上,再计算心电特征,分析、研究操作员任务负荷、疲劳等与心电特征的相关性。
1 QRS波的检测方法
在有大量数据需要检测的时候,以软件为主的方法实现QRS波的检测就显得方便快捷,极度占优。Q波和S波通常是低幅高频波,一般Q波位于R波之前,S波位于R波之后,由于他们是一般向下的波,所以他们的峰值点和极值是对应的。因次只需要在检测到R波后向左和向右分别搜寻到极值点,对应的就是Q波和S波。
R波的检测利用其为心电信号图形中为最高点的特性。在整个数据中,只需要找出所有的峰值点,将所有峰值点从大到小排序,依据总数据长度以及采样频率来确定取前几位的平均值。确立R波的最大幅度平均值以及最小幅度平均值,确立R波阈值并取大于平均值的最大值为R波,直接进行逐个判断后可以确定所有的R波峰值点。在R波检测出来之后,Q、S波的检测就容易了许多,根据QRS波的分布特性,只需从R波前后各推出一个最低点即可。
2 数据处理过程与分析
2.1 QRS波检测
将一组操作员的心电信号输入程序,得到输出结果如图1所示,由该图可知,该程序能够正确检测出心电信号QRS波。
2.2 特征计算
在QRS波正确检测的基础上,计算了多种心电特征,包括相邻R波时间间隔(RR)、相邻Q波时间间隔(QQ)、相邻S波时间间隔(SS)、QR波时间间隔、RS波时间间隔以及QS波时间间隔的均值、方差、标准差以及变异性(标准差与均值的比值),共24 种特征。图2 所示是其中的6 种特征。从图2 中可以看出,相邻R波时间间隔、相邻Q波时间间隔和相邻S波时间间隔的均值随任务进展有一定的区别。
2.3 相关性分析
操作员进行的实验包括8 个阶段,将8 个阶段相邻的RR、QQ、SS、RS、QR、QS波时间间隔的平均值、标准差、方差及变异性分别与任务难度([0 1 3 4 4 3 1 0])进行了相关性分析,得到的结果如表1 所示。从表1 中可以看出,RR均值、QQ均值、SS均值、RS方差及变异性与任务难度的相关性都较高,说明这几类特征可以反映操作员任务难度的变化。
将24 种特征与操作员的疲劳程度([0 20 30 40 60 80 6030])进行了相关性分析,结果如表2 所示。对于该操作员,他的心电RR、QQ和SS均值与疲劳相关性较大,能够显著反映疲劳程度的变化。
24 中特征与焦虑程度([0 10 10 10 10 20 10 10] )以及努力程度([0 20 30 40 50 50 40 10])的相关性分析结果分别如表3和表4 所示。从表中科院看出,RR、QQ、SS的均值与焦虑程度及努力程度的相关性较高。
由数据可得,对于该操作员,QQ、RR、SS波时间间隔的均值与操作员的任务难度、疲劳程度、努力程度以及焦虑程度都具有较高的相关程度。即通过测量相邻Q波、R波或S波的时间间隔,并对其进行分析就能够预估任务难度、操作员的疲劳程度、焦虑程度以及努力程度。并可得出结论,当操作员的Q波、R波或S波的时间间隔越短,则任务难度越高,操作员的疲劳程度、焦虑程度及其努力程度越高。
3 总结
在本文中,通过编程实现了对QRS波的检测及定位,并求出了相邻的R、Q、S、QS、QR、RS波时间间隔的平均值、标准差、方差及变异性特征,将心电特征分别与任务难度、操作员的疲劳程度、焦虑程度、努力程度进行了相关性分析。相关性分析的结果表明:任务难度系数、操作员的疲劳程度、焦虑程度、努力程度等都可以从操作员QRS波的平均时间间隔表现出来。这个结果可以应用于操作员任务难度、疲劳程度、焦虑程度及努力程度等的预估。
*通讯作者:王娆芬
摘要：人体内蕴藏着十分丰富的生物电信号,心电信号是人体最重要的生理信号之一,是心脏电活动在人体体表的表现,能够较准确的传达出被测者的生理状况。本文通过编程实现了对QRS波群的检测,检测分为两个阶段:第一阶段是对心电信号极值的判断找到R波,由于R波两侧即为Q波和S波,所以第二阶段就是确定QS波。在找到准确的QRS波的基础上,计算了多种基于QRS波的心电特征,分析了QRS波特征与操作员任务难度、疲劳等的相关性。
关键词：心电信号,QRS波群,QRS波检测
参考文献
[1]董承琅,陶寿淇,陈灏珠..实用心脏病学.上海科技出版社,1994.
[2]周辉.数字信号处理基础及MATLAB实现.中国林业出版社,2005.
[3]肖伟,刘忠.MATLAB程序设计与应用.清华大学出版社,2005.
[4]姚天任,江太辉.数字信号处理第2版.武汉理工大学出版社,2000.
心电信号检测 篇3
对胎儿心电信号(Fetal Electrocardiogram, FECG)进行分析是临床上了解围产期胎儿健康状况的重要手段。从腹壁经电极采集到的FECG往往受到母亲心电信号(Maternal Electrocardiogram, MECG),母亲呼吸产生的基线漂移等干扰。其中, 由于母亲心电的幅度比胎儿心电大10~20倍,在时域中有10%~30%是和胎儿心电重合的,在频谱上也有重叠,所以胎儿心电时常被淹没在母体的生理信号当中,这对FECG信号的提取造成了极大的困难[1]。
QRS波是心电信号(Electrocardiogram,ECG)中最明显的波群,其峰值为R波,对FECG中的R波进行检测可以得出胎儿的心率以及相关的变异性参数等信息,有利于分析围产期胎儿的健康状况。要得到FECG的R波位置,一般需要先对FECG信号进行提取。由于现有的FECG提取方法,如传统的支持向量机法、小波变换、匹配滤波法、自适应滤波法,以近期发展起来的神经网络和独立分量分析等方法操作起来有不少缺陷,本文现提出一种基于小波变换和匹配滤波的FECG的R波检测方法。该法先对母体腹壁心电信号进行平稳小波分解,滤除基线漂移和其他噪声,增强FECG的信号特征,再用匹配滤波法消除MECG的干扰,从而得到纯净的FECG信号并进行R波的检测。
1小波变换及匹配滤波法
1.1平稳小波变换
平稳小波变换与经典的离散小波变换不同,它在信号分解的过程中并不进行下抽样处理,而是对滤波器进行修改,在每两个滤波器系数间插零来实现滤波器的延展,经过此处理后小波变换所得到的高频系数和低频系数就与原信号相同。平稳小波作为一种非正交的小波变换,具有冗余性和平移不变性的特点,且平稳小波的冗余性比连续小波低,能够得到更为近似的信号[2]。故本文选用平稳小波来对腹壁心电信号进行小波分解。图1为平稳小波的分解步骤图。
1.2匹配滤波
对于匹配滤波法,其先用阈值检测法得到母体腹壁信号中MECG的R波位置,再通过相关的算法生成一个MECG的QRS波模板信号,最后从腹壁信号中减去该模板从而得到纯净的FECG[3]。基于匹配滤波法的胎儿心电提取框如图2所示。
2基于小波变换和匹配滤波的胎儿心电R波检测
本文采用小波变换和匹配滤波结合的方法对FECG进行R波的检测,流程如图3所示。
步骤1选择信号
为了简便,本文所使用的实验数据直接来源于由美国麻省理工学院提供的MIT-BIH数据库。本文所采用的数据是MIT-BIH数据库中244号的第5路信号,该数据集为非侵入式胎儿心电信号(Non-Invasive Fetal Electrocardiogram),该信号采样率为1 000 Hz。
步骤2选择小波基和小波尺度
本文采用平稳小波变换对母体腹壁信号进行小波分解。经过大量的实验分析,最后选用Daubechies族小波中的db2小波对心电信号作6层平稳小波分解,并且选用尺度4上的高频系数进行MECG的R波检测。
步骤3母亲心电信号MECG的R波检测
对于MECG的R波检测,本文采用比较常用的阈值检测法,即选取一定的阈值,将信号中大于该阈值的点判为MECG的R波位置。同时还要考虑成人心电的不应期,简单的说,成人心率在60~100次/min,也就是正常情况下60 ms内不会出现另外一个母亲R波, 我们用此准则来进行R波的误判值和漏检值的检测。
步骤4获得MECG的QRS波模板信号
本文采用算术平均法来获取MECG的QRS波模板信号[4],记为template。由于正常成人QRS波群时间为0.06~0.10 s,且本实验信号采样率f = 1 000 Hz,故本实验的母亲模板长度取为70。设所有的母亲QRS波分别为x(1),x(2),x(3),…,x(n),则母亲QRS模板信号如下式所示:
步骤5消除腹壁信号中的MECG信号
根据MECG的R波位置,用相减法在相应的母亲QRS波的位置中减去母亲QRS模板信号template,得到纯净的胎儿心电信号。
步骤6胎儿心电信号FECG的R波检测
该步骤在上一步获得的胎儿心电信号中进行,方法与步骤3中MECG的R波检测基本相同。需要注意的是,FECG的心电信号不应期与成人心电不同,正常胎儿心率为120~160次/min,也就是约40 ms内不会出现另一个胎儿R波。
3实验仿真
本实验选用MIT-BIH数据库中244号的第5路信号,选取前8 s信号用于仿真,采样率为1 000 Hz,即8 000个采样点,原腹壁信号如图4所示,可以看到, 信号有明显的基线漂移。
取前500个点对母体腹壁的混合信号进行放大, 其中圆圈内为FECG信号,可以看到FECG的幅值比MECG的幅值要小得多,而且在强烈的基线漂移中比较难以观察。
对腹壁信号用Db2小波进行6层(j=6)平稳小波分解,每个小波尺度下小波分解的信号如图6所示。
通过对图6的观察,在j=1,j=2和j=3尺度下, 信号的噪声很大;在j=4尺度下虽然仍有小量噪声干扰,但是可以看到胎儿心电的信号得到了明显的增强;在j=5和j=6尺度下虽然噪声较少,但是胎儿心电不明显;故选用j=4尺度下的信号用于FECG的提取及其R波的定位。
接下来在小波分解第4层的信号中进行MECG的R波定位,所用方法为阈值检测法,检测结果如图7所示。
利用所定位到的MECG的R波位置采用算术平均法取一个MECG的QRS波模板信号,长度取为70。所取模板如图8所示。
根据所获得的MECG的R波位置,在信号中减去母亲QRS波模板信号,得到FECG信号,并进行相应的R波检测,结果如图9所示。
4结论
心电信号检测 篇4
心电监护仪是临床上常用的设备之一。现在的心电监护仪的功能十分强大,通常都带有心律不齐自动诊断功能。但是用户对于监护仪的心电自动诊断功能的优劣却没有一个标准的评定方法,也无法在使用中进行质量监控。现在有很多用来对心电QRS波的自动检测方法做测试的心电信号,都是通过心电模拟发生设备产生的模拟信号[1、2],使用这种信号的缺陷是:心电模拟发生设备所产生的心电信号相比于真实的心电信号,波形过于工整,每一个QRS波的重复性太强,不能代表临床真实情况。利用经过专家严格分类的心电数据库,对心电分类算法进行评估是很多研究机构公认的判断算法优劣的方法,因此用心电数据库作为信号源开发成信号发生器,用于心电监护仪的自动诊断软件算法的评估则是一种较好的方法。
早在2004年王亦郑就在这个方面做了简单的尝试,利用MIT-BIH心律失常数据库以及Lab VIEW软件,初步实现了心电数据波形在Lab VIEW中的显示和转换成模拟信号输出[3]。2007年沈宇飞等人把MIT-BIH心律失常数据库的数据下载到单片机上做成了一个心电数据库的波形发生装置[4],为MIT-BIH心律失常数据库的使用提供了方便。
考虑到电脑软件为核心构成的系统便于人机交互和数据库的更新,而将测试系统建立在手提电脑中也能实现便于携带到现场进行测试的目的。为此,本文介绍的基于心电数据库的虚拟仪器信号发生器延续了王亦郑的方法,即在PC机上用Lab VIEW8.5开发虚拟仪器,但在数据库文件的选择、波形显示、信号输出等方面做了改进,形成了一个实用系统并用实际监护仪记录显示输出的心电信号,并做了验证。
1 实现方法
1.1 心电数据库及其数据的使用
从第一个心电数据库产生到现在,世界上已经有40多个各式各样的心电数据库。MIT-BIH心律失常数据库是世界上受到公认并广泛使用的标准心电数据库,已成为评估心律不齐检测算法的标准信号源[5、6]。该数据库共有48组信号,每组时长30min,两个导联的数据记录,每个QRS波都有权威专家加以注释。
MIT-BIH心电数据库的每个数据由三个文件组成[6、7]。如编号100,就由100.ATR、100.HEA、100.DAT三个不同后缀名的文件来表达。.ATR文件为心电图的注解文件,包括MIT研究小组对每次心跳的注解。.HEA文件以列表的形式显示出相关记录的一些属性,可以用文本编辑器直接打开。.DAT文件则同时存储一个记录的两道心电数据。
本设计使用Lab VIEW进行开发,但Lab VIEW不能直接读取.DAT文件,所以需要对该文件格式进行转换:通过数据库自带的软件WAVE以及DOS系统重定位命令,将心电数据库的数据文件转存为txt文件,再用Lab VIEW程序将txt文件转存为一维数组的形式的两个二进制文件,即以*fir.brt和*sec.brt文件名分别记录同一个心电数据文件的两个不同导联数据。
1.2 系统构成与设计
MIT-BIH心率变异数据库数据,经上述转存步骤,以将每一导联的心电信号转变成了以二进制格式存储的一维数组数据,接下来要做的是如何选择需要的心电波形,并转换成合适的幅度和时间间隔的模拟信号输出。
根据上述设计,系统构成如图1所示。主要设计思路是通过Lab VIEW来实现便捷的人机交互,再通过简单的外电路将心电数据库中的信号以相当于人体真实水平的心电信号输出。用Lab VIEW程序写成的虚拟系统可以分成A、B、C、D共4个模块:模块A用于对心电数据文件进行定位;模块B用于人机交互,选择符合要求的心电波性;模块C的功能是实现将输出的心电信号在计算机显示屏上同步显示;模块D是归一化输出模块。这里C和D主要解决数据库中信号的采样与该信号在虚拟仪器上的显示和输出采样之间的一致性问题。
1.3 输出信号的一致性
输出信号要尽可能在幅度和时间尺度上还原数据库中所记录的信号。MIT-BIH心率失常数据库中的心电信号的采样率为360Hz,本系统使用NI公司的DAQ硬件PCI-6024E来进行输出(在手提电脑中使用DAQCard-6024E),该硬件的输出最高采样频率远远大于360Hz,只需在Lab VIEW程序中配置一下通道就可以按照360Hz实现信号的输出,D/A实际输出的信号是不失真的。由于采样率为360Hz,点与点显示输出的间隔约为2.778ms,但在Lab VIEW软件中的采样间隔必须是1ms的整倍数,即送到显示器上去的数据序列的间隔必须是1ms的整倍数,所以通过循环每次送出一个采样点的间隔只能定义成3ms,这使得每个采样点的输出都比正常延时时间晚了0.222ms。当显示大量的采样点时,累积误差会很大。为了做到两者相一致,采用显示一部分点后舍弃一点显示的办法来弥补。由于这样做只是为了显示,并不影响实际输出的准确性。
将提取出的心电信号送到A/D卡输出之前还要对信号幅度作归一化处理(模块D)。这是因为MIT-BIH心电数据库中的信号是用11位的ADC进行采样的,即11位的二进制数覆盖正负5m V的范围,对应的采样值是0~2047(用1024对应0电位),根据本设计所使用的A/D卡特点,将上述范围内采样值归一化到+1~-1,然后在A/D卡中将对应的信号扩宽到了-5V~+5V之间,这样,在输出电路中作等比例缩小后可以做到原来的信号幅度。
1.4 输出电路设计
输出电路必须具有以下几个功能:①信号平滑处理:将离散的心电信号,转化成光滑连续的心电信号;②单端输出转换成双端输出:心电监护仪的前置放大器是以双端输入的方式从体表采集心电信号的;③信号衰减:将DAQ输出的±5V信号衰减到±5mV,与数据库中记录的实际体表心电相一致。
根据以上要求设计电路如图2所示:由DAQ送出的离散信号Vd先通过一个截止频率为100Hz的一阶RC低通滤波电路,在起到了平滑效果的同时,又保留了信号中几乎全部的频率成分。最终输出的信号幅度为V2-V3=V1/1000,为一个衰减了1000倍的双端信号。对于II导联输出,则V2端接LL,V3端接RA。
2 结果与验证
根据以上设计制作完成的虚拟仪器系统能够实现以下功能:通过计算机窗口上的人机交互界面,可以选择所需要的心电信号文件和文件中的某一时间段的心电信号进行输出,同时输出的信号在窗口中实时显示;在窗口中还设置了信号的注解区域,可以显示数据库中的医生对该信号文件的注释说明和该心电信号的统计结果,如有多少个心律失常波形,是哪一类心律失常等。我们将所建立的基于心电数据库的这种虚拟信号发生器输出的心电信号送入到PM-8000床边监护仪,证实信号可被监护仪正常接收和分析。
为了检验心电数字信号经过D/A和外围输出电路转换成连续的模拟信号后的失真情况,将生成的模拟心电重新采样,比较与数据库中的原始数字信号之间的差异。以100号信号为例,随机抽取了10段,每段时长5s,长度为1800个点的采样信号数据数组,并将这些数据段与对应的原始信号的数据段计算相关,得相关系数为0.934±0.01。这在一定程度上说明了信号没有较大的失真。在此基础上,进一步通过计数一段时间内原始信号与采样信号的R波个数是否一致。检验结果验证两者的波形基本相同(如图3所示)。图3(a)中的纵坐标是每个采样点在心电数据中对应的数值,而图3(b)中的纵坐标是对采样的数值进行了归一化。产生这种情况的原因是由于采样返回电脑时所用的心电前级放大器的增益是自动的。因为计算两条信号的相关性与其信号本身的幅度没有关系,所以对采样返回的信号进行归一化即可。图3(b)中的横坐标显示的是采样时间(s),因为采样频率为360Hz,相当于图3(a)横坐标显示的1800个点。根据以上几个方面的验证,可以说明本系统输出的信号与心电数据库提供的信号是一致的。
3 结论
通过测试和验证,所设计的虚拟仪器系统还原了心电数据库的心电波形,并可以被床边监护仪准确地检测和记录,并由内置的分析软件分析和诊断。该系统还可以通过人机交互的方式选择已知的具有特定心律不齐的标准心电对监护仪进行测试,这样就为监护仪的自动分析功能的评估和质量监控提供了手段。我们进一步的工作将是抽查部分监护仪对其心率不齐自动诊断的功能做评估。
摘要：本文以标准心电数据库作为信号源,运用LabVIEW软件构成虚拟仪器,实现相当于人体真实心电信号的无失真输出。该系统的输出能被心电监护仪采集、分析和诊断,可作为心电监护仪的心律不齐自动诊断功能的客观评估标准信号源。
关键词：心电数据库,虚拟仪器,心电监护仪,信号发生器
参考文献
[1]王矞辉,刘智青,付平.医用虚拟波形发生器的设计[J].中国医疗设备,2008,23(5):21-22.
[2]郑峰,刘曼芳,许明强.标准心电模拟波形发生器制作[J].医疗卫生装备,2003,24(9):45-46.
[3]王亦郑.心电数据库的读取和基于心电数据库的模拟心电发生器[D].上海第二医科大学2000级生物医学工程专业毕业论文,2004.
[4]沈宇飞,赵燕,方祖祥.采用MIT-BIH心律失常数据库的信号源[J].中国医疗器械杂志,2007,31(6):415-418.
[5]Moody GB,Mark RG.The Impact of the MIT-BIH Arrhythmia Database[J].IEEE ENGINEERING IN MEDICINE AND BIOLOGY MAGAZINE,2001,20(3):45-50.
[6]Massachusetts Institute of Technology.MIT-BIH Arrhythmia Database Directory.Third Edition[M].Massachusetts:MIT.1992.
心电信号检测 篇5
长期以来,国内外的同行在心电信号实时分析领域里进行了广泛而深入地研究,并提出了一系列的算法,其中具有代表性的有Pan和Hamilton的微分与积分双阈值法[4,5]和朱凌云等提出的二阶微分法[6]。前者基于早期的Holter系统,并非真正地实时在线分析心电信号,并且由于采用信号能量特征作为判断依据,使得峰值时搜索窗长度较宽,检测延迟较大,不适用于采用数据分包传输方式的实时心电监护系统。后者与本文的应用背景相似,但主要针对Ⅵ导联且其判断依据过多,检测策略比较复杂,故而效率不高。
本文对以上两种方法进行改进,并统筹考虑远程心电监护系统在实时性和准确性两方面的要求,提出了一种简单、可靠且高效率的针对标准Ⅰ导联心电的R波检测算法,并进一步探讨如何依据检测结果对受试者心率进行初步诊断。
1 R波检测
本文的R波检测算法主要利用R波斜率陡峭的特点,以信号的二阶差分值为唯一的判别依据,并辅以其他检测策略来提高检测的准确度。同时,考虑到差分算法抗干扰能力较差[7],算法在峰值检测前后进行数字滤波和伪迹消除。
1.1 多数据缓冲
作者所在单位研制的远程心电监护系统采用分包的数据传输方式,即远程终端连续地采集患者心电信号,等间歇地将前一段时间采集到的数据打包发送到监护中心。这使得监护中心实际接收到的是片段状的心电信号。针对这一问题,本文用多数据缓冲的方法来整合分散在数据包中的心电数据。数据缓冲包括原始数据缓冲、二阶差分值缓冲以及R波缓冲三个部分。如图1所示,数据缓冲以“先进先出”的方式运作。原始数据和二阶差分值缓冲中最多保留4个包长的数据,而R波缓冲中则保留8个左右的已检测到的R波的位置和对应的二阶差分极小值。在本系统中,远程终端发送的单个数据包含0.8秒心电数据,因而数据缓存时间长度为3.2秒。实际测试表明,这一长度的心电数据能够满足心电实时显示和分析的需求。
1.2 预处理
这一阶段包括数字滤波和二阶差分两部分,前者旨在降低心电信号中诸如工频干扰,肌电噪声等的影响;后者则为峰值检测提供判别依据。
由于差分算法不易受低频的基线漂移影响,数字滤波只由一个低通滤波器构成。该滤波器采用FIR滤波器最优化法设计,具体参数如下:
通带边缘频率10 Hz;阻带边缘频率25 Hz;
通带波纹1 dB;阻带衰减20 dB;
采样频率125 Hz;阶数7。
心电信号经过滤波器后,再依据公式(1)计算心电数据的二阶差分值。此外,如果受试者的心电出现R波倒置现象,算法还应该进一步求二阶差分的绝对值的负数,如公式(2)所示。两次运算的最终结果就是峰值检测时判决依据。如图2所示,心电信号每个R波都对应于其二阶差分信号上的一个极小值。
1.3 阈值
峰值检测使用的阈值会依据患者的心电信号而自动调整:
1)算法根据最初始的4个数据包进行自学习。首先计算每个包的二阶差分极小值点的幅度,然后将4个极小值的中位数的0.7倍作为初始值。
2)每检测到一个R波,算法就会刷新R波信息缓冲,进而按照缓存中所有R波波峰对应的二阶差分极小值更新检测阈值。具体地说,先从R波信息缓存中的全部极小值中取出其中位数作为下一个R波的估计值,然后将估计值的0.7倍设为新的检测阈值。
3)当算法进入回扫进程时,检测阈值临时降低到当前值0.4倍。如果重检得R波则按照2)再次调整阈值;如果重检失败,则维持低阈值不变。
在这一阶段,算法之所以采用缓冲中极小值数组的中位数,而不是均值或者迭代方程[4,6]作为阈值调整的依据,是为了避免阈值更新受到突发性噪声或者干扰的影响而大起大落,从而保证算法在长期监护过程中的稳定性。
1.4 检测策略
在峰值检测阶段,算法搜索新数据包的判决信号,以寻找其中的极小值。如果一个极小值满足以下条件,就可以视为对应于一个R波:1)幅度小于检测阈值;2)与前一个R波对应的极小值的时间上相差超过200 ms;3)经验证不是由人工伪迹引起。由于判据信号的极小值位置和原始数据中R波峰值点之间有固定的延迟,在检测到符合要求的极小值后,通过简单位置修正,就可在原始信号上精确地定位R波的波峰。
在正常情况下,峰值检测只在当前数据包的判据信号中进行。但如果在超过1.66倍的平均RR间期时长内算法没有检测到新的R波,程序将降低阈值并对这一段数据进行回扫。这时可能用到缓冲中之前数据包的二阶差分值。出于运算效率和稳定性的考虑,回扫只进行一次。
1.5 消除伪迹影响
由受试者运动而产生的伪迹,在远程监护心电信号中十分常见,剧烈的运动伪迹更会造成自动分析算法出现假阳性的检测错误。文献[7]中采用基于人工神经网络的非线性自适应滤波器来消除伪迹影响。这种方法虽然获得很好的效果,但计算复杂,不适用于实时心电处理。本文借鉴文献[8]中去除孤立极值点的方法,提出基于二阶差分信号的甄别伪迹的方法。
图3给出了一段受伪迹影响的心电信号和经过预处理后得到的二阶差分信号。通过比较R波和伪迹对应的二阶差分信号,我们可以发现两者都产生了一个极小值,但R波对应的极小值左右两侧各有一个幅度较大的正极大值,且幅度相近;而伪迹只有一侧有幅度较大的正极大值,另一侧没有或者幅度很小。这是因为伪迹在一定时间间隔内通常只有一个上升沿或下降沿[8],因而在峰值检测阶段只要检查一个二阶差分极小值前后是否都有足够大的正极大值,就可以断定这个极小值是否由人工伪迹引起。
2 初步诊断
受试者的心率、RR间期和平均间期等参数都可以从R波峰值检测结果推算出。依据这些参数,监护中心软件可以对受试者的心律进行初步诊断。如果发现心律失常,系统则发出警报通知医护人员。诊断时,采用的心律失常判断标准如下:
1)早搏:最近一次的RR间期小于平均间期的85%;
2)频发早搏:最近8次心跳中发生两次以上早搏;
3)逸搏:最近一次的RR间期大于平均间期的两倍;
4)停搏:超过两秒未检出R波;
5)心动过缓:心率低于50 b/min;
6)心动过速:心率高于120 b/min。
3 结果与讨论
为了验证算法的正确性,作者用MIT-BIH数据库(预先进行了采样率转换和分包处理)对算法进行了测试。由表1给出的基于MIT-BIH数据库的具体测试结果可知,算法平均误检率仅为0.54%,而平均灵敏度、正确预测率分别为99.60%和99.86%。与经典方法相比,本方法的准确率要略高于文献[4]和[5]而略低于文献[8]报道的。但在运算速度方面,本方法则有着明显的优势,计算单条MIT心电数据记录(30分钟左右)所需时间通常在6秒以内(测试平台:CPU Pentium 4.2 G;内存512 M;编译环境VC6.0),原始数据时长和运算时间的比值可达300:1。因此,本方法在实时性上能满足监护中心每台服务器可以同时监护100名受试者的要求。
作者所在单位研制的远程心电监护系统,已经推出样机,并进行了一定的运行测试。在实际测试中,本方法在稳定监护和实时预警方面都有良好的表现。图4是监护服务器屏幕显示的一部分,它表明了某个受试者当前的心电信号和心律状况。
参考文献
[1]吴宝明等.远程心电监护系统及动态心电信号自动分析的研究进展[J].中国医疗器械杂志,2006,30(5):352-358.
[2]李维姣,等.便携式移动监护仪的电池与电源管理[J].中国医疗器械杂志,2009,33(1):15-19.
[3]Xin Ge,et al.A Real-time Continuous ECG Transmitting Method[A].The 2nd international Conference on Bioinformatics and Biomedical Engineering(ICBBE 2008),2008
[4]Pan J,et al.A Real Time QRS Detection Algorithm[J].IEEE Trans Biomed Eng,1985,32(3):230-236.
[5]Patrick Hamilton,et al.Quantitative Investigation of QRS Detection Rules Using the MIT-BIH Arrhythmia Database[J]. IEEE Trans Biomed Eng,1986,33(12):1157-1165.
[6]朱凌云,等.GPRS移动式心电监护系统的QRS波实时检测算法[J].第三军医大学学报,2005,27(14):1467-1470.
[7]Xue Q.Z,et al.Neural-network-based adaptive matched filtering for QRS detection[J].IEEE Trans.Biomed.Eng.,1992,39(4): 317-324.
新型心电信号前置放大电路设计 篇6
心电信号是在心脏有规律地收缩和舒张过程中,心肌细胞产生的动作电位综合而成的电信号。心电由电极从体表测得,经放大后显示或描记下来的波形即为心电图。心电图是反映心脏兴奋的电活动过程,它对心脏基本功能及其病理研究方面,具有重要的参考价值。
在医学上采集标准的心电信号时,一般采用威尔逊多导联结构,需要在人体上放置很多电极,同时在金属电极上打上电极膏,一般需要在专业人员的指导下进行。在运动检测中,通过测量运动过程中的心率变化,了解身体的运动状态。采用传统的心电检测方法,不仅测量方法不方便,而且每次测量的成本很高。同时测量的心电信号效果很差,精度达不到要求。目前市场上也有高端的心电采集系统,设备价格往往很高,影响其大范围推广。
本文设计一种三导联采集心电信号的方法,即左右手各握两金属电极和右腿接驱动电路,通过差分放大器采集左右手上的两点电压差值,进而采集心电信号。采用这种方法设计的心电信号采集系统,在测量方法上有很大的改进,心电测量将更加方便和快捷。
2 心电信号特征及其对设计电路的要求
2.1 心电信号特征
人体的心电信号是一种低频率的微弱电信号,常规心电信号是m V级信号,幅度为10μV~5m V,其频率范围0.05~150Hz,心电信号的主要能量成分集中在0.05~150Hz。心电信号属医学生物信号,噪声背景强,即要测的有用信号往往淹没在干扰信号中。由于心电信号直接取自人体,人体电阻很大,所以在心电采集的过程中不可避免会混入各种干扰信号。对于心电信号测量中,干扰主要有以下几类:(1)工频干扰,它是由市电频率产生的电磁干扰信号,分布在测量环境中,我国工频为50HZ;(2)人体的静电干扰,它易使放大器饱和,导致不能正常工作;(3)射频电磁干扰;(4)肌电和呼吸干扰,导致基线漂移,即零点电位飘移。采用本文设计方法,由于双手的皮肤表面比胸部皮肤粗糟,导电效果差;如果手和金属电极接触不良,容易导致较大极化电压产生,在电路中会产生尖锋脉冲,干扰将更加严重。
2.2 设计电路要求
综合心电信号特点和心电信号的干扰,设计出的心电信号前置放大电路必须具有高输入阻抗、高共模抑制比、低噪声、非线性度小、抗干扰能力强以及合适的频带和动态范围放大等性能。心电信号采集系统的电路设计整体框架如图1:
3 设计电路步骤
设计电路时,主要有三个步骤:前置级、反馈级和后级设计。前置级设计主要包括射频信号滤波器、人体保护电路和仪表放大器组成;反馈级主要介绍右腿驱动电路和高通滤波器组成;后级包括主放大电路、低通滤波和增益可调放大电路等,实现系统的具体设计电路如下面描述。
3.1 射频信号干扰(RFI)滤波器
在现实的测量环境中,存在射频信号干扰,可能会导致后级的仪表放大器内部的射频整流,将导致仪表放大器不能正常工作。特别当信号传输线路较长并且信号强度低的情况,此时射频干扰的影响就更加严重,结果得不到有用的心电信号,必须处理不断增加的RFI,降低仪表放大器电路中的RFI整流误差。本系统解决方案是设计一个用于防止RFI整流误差的差分低通滤波器电路,其电路如图2:
该滤波器除了提供对RFI抑制,还提供附加的输入过载保护,因为电阻器R1a和R1b帮助把仪表放大器的输入电路与外部信号源隔离。C2跨接电桥输出端以便C2有效地与C1a和C1b的串联组合并联。C2非常有效地减小了由于不匹配造成的任何AC-CMR误差。RFI滤波器差分带宽定义为当差分输入信号施加到电路的两个输入端时滤波器的频率响应。该滤波器的-3d B差分带宽(BW)为:
3.2 人体保护电路
对人体的测量设备,一定要保证人体的绝对安全。给每一个输入端引入两个正反极性的二极管,此方法不仅可以解决静电干扰等问题,还可以保障人体安全。在干燥的天气里,人体身上带有大量的静电,瞬时电流很大,在采集的信号的开始阶段容易导致后级的放大器达到饱和状态。本设计电路可以使瞬时电流通过二极管引入到外部电路中,避免这种情况发生。同时,设计电路万一发生意外时,高压可以使二极管导通,电流引入到地,人体将不会有大电流流过。在正常的工作状态,人体上的电压不能使二极管导通,二极管不会产生负面影响。
3.3 仪表放大器
在心电信号的采集和处理过程中,前置级放大电路设计是整个电路设计的最关键部分,因为它不仅能够提取有用的心电信号,同时将干扰信号降低到最低水平。目前前置级放大电路一般都采用三运算放大器结构实现,即首先由A1和A2等组成并联交叉负反馈型差动放大器,再由运算放大器A3将双端输入转变为单端输出。其共模抑制比取决于第一级放大电路中2个运放共模抑制比的对称程度、差动放大器的闭环增益以及电阻的匹配精度等。一般自己搭建的三运算放大器电路,由于电子元件精度不对称,很难达到设计所需的精度,所以本系统的设计采用高精度、低噪声和低功率的仪表放大器INA128,可以解决上述问题。
INA128的8个引脚功能分别为:1脚和8脚之间接电阻Rg,该电阻用来设置电路的增益,电路增益由公式2计算得到:
电路增益设置范围可以由1到10000,即外接不同的Rg可以设置不同的电路增益。但由于极化电压和共模信号干扰的存在,前级放大器增益不易过大,这里Rg取5.8K,电路增益G1=10。2脚和3脚为放大器的输入端。4脚和7脚为电源输入端,7脚为电源正极,4脚为电源负极,这里使用典型的双电源±5V供电。5脚为输出参考端,一般5脚接地,本电路设计中5脚接后面的高通滤波器的负反馈端。6脚为输出引脚。INA128具有很高的共模抑制比(CMRR),最高可达120d B。CMRR是指差分放大器对同时加到两个输入端上的共模信号的抑制能力,它等于放大器开环共模增益与开环差模增益的比值。CMRR以分贝表示时,为:
心电信号采集前置放大电路需要很高的CMRR。INA118是高性能仪表放大器,测量两个输入端的交流电压的差值。一般在测量心电信号时,把一个输入端电极放到左手上,另外一端放到右手上,由于这两输入端的共模信号是几乎相等的,两者相减时,近似可以认为消除共模信号;但对两个输入端的差模信号来说,却大范围的放大。
3.4 右腿驱动电路设计
实际测量环境中,工频干扰处处存在,对标准的心电信号造成很大的干扰。如果不对工频信号进行消除,心电信号将埋没在工频信号里面。在多数心电信号采集电路中,一般采用把一个电极放在右腿上,即右腿驱动电路,可以减少工频信号干扰。实验表明右腿驱动电极代替了大地电极,大大抑制了50Hz工频共模信号干扰,可以削弱交流干扰100倍。设计电路如图3:
在本文设计的心电信号测量系统中,采用内有三芯导线和外有屏蔽网的屏蔽线。三个导线分别和三个电极连接起来,外部的屏蔽网连接到电阻R5的右端。首先由共模取样驱动电路取出的两电极共模电压一方面经过U1A(电压跟随器)和U1B(反相放大)后反馈到人体上,跟原来的共模电压相加,形成共模电压负反馈,即构成人体地共模反馈电路,可以减小共模电压的输入值,从而提高了电路对工频干扰的能力。一般心电采集时,从人体身上的电极到测量设备之间有一定距离,导线越长越容易受干扰信号影响。此时将U1A的输出端接至输入电极的屏蔽层,即构成屏蔽驱动电路,可减少引线分布电容的分流效应,使其对放大器的输入阻抗影响尽可能的减少,从而使CMRR不下降,提高了前置级的共模抑制能力。
3.5 高通负反馈滤波器设计
由于呼吸、肌电以及测量人轻微的运动等引起的干扰信号的存在,往往使基线偏离零电势线,这种情况称为基线漂移。基线就是参考零电势线。在心电信号中,各波的起始点和幅度测定必须以基线为参考,因此,确保基线处于零电势线是准确测量的前提。在硬件上实现消除基线漂移,即设计一个高通滤波器,如图4:
高通负反馈滤波器的5和6输入端口分别和前面的仪表放大器的输出端口5和6脚相连,此滤波器实现高通滤波器功能,同时具有降低极化电压干扰等性质,因为此电路5脚的信号通过负反馈放大器引入到仪表放大器中。由电路图得本电路的-3d B的带宽为:
前面的电路设计可以提取到微弱的心电信号,信号幅度很小,还需进一步放大信号,同时还需对信号作相关处理。后面的电路设计使用1片高精度和低噪声的运放芯片OPA4227,其内部包含运算放大器,使用第一个运放为前面的高通滤波器设计,第二个运放为主放大器,第三个运放为低通滤波器,最后一个运放为后级增益可调放大电路。
4 实验结果数据分析
采集到的心电信号经过上述几个部分处理后,能够滤除原始心电信号中存在的干扰,达到了抑制噪声放大信号的目的。本文将放大的信号经过USB接口的高速光电隔离型数据采集卡后,在计算机屏幕上在线显示心电信号,并将其储存在计算机硬盘上。采集的某一段心电数据通过matlab软件在屏幕上显示为图5:
5 结束语
结果表明,本设计通过对电路结构的精心设计和选用新器件,使心电放大电路具有较高的共模抑制比,克服了心电信号提取中常遇到的一些困难,从而能较好地检测出所需的心电信号。将设计好的电路用protel99se软件画成原理图后制成PCB电路板,在此基础上已经制作出人体心电信号测量系统,满足心率检测等功能,系统运行状态稳定可靠。如果选用贴片的电子元器件,可以将系统做的微型化,可应用于很多ECG监护仪当中,扩大采集系统的应用范围。
参考文献
[1]余学飞.医学电子仪器原理与设计[M].广州:华南理工大学出版社,2000.
[2]聂能,尧德中,等.生物医学信号数字处理技术及应用[M].北京:科学出版社,2005.
[3]张唯真.生物医学电子学[M].北京:清华大学出版社,1990.
[4]Bruce B,Winter John G,Webster.Driven-Right-Leg Circuit Design[C].IEEE Trans,1983.
心电信号检测 篇7
故障检修:毫伏标压信号是由定标信号发生器产生直接送入差分电路放大器进行放大的, 定标信号正常, 说明差分放大器及后级电路工作正常, 故障应发生在前置放大电路的信号输入端和导联选择电路中。导联选择电路是由四个模拟集成电路组成, 分别负责12个导联的选择, 本例故障现象导联选择正常, 又是所有导联都没有心电信号产生, 而且伴有交流干扰, 可以断定故障不会出现在导联选择模拟电子开关上。故障原因只能可能出现在两个方面:一是右脚电极电路处于开路状态, 即右脚电极与前置放大电路中的浮地电路被隔断。这种情况下所有电极接地失去参考点, 输入信号传输不成功, 造成心电信号出现干扰, 无法进行心电信号描记。但是, 由于此机型没有右脚电极驱动电路。右脚电极是能过导联线和输入平衡电阻 (R109) 直接接浮地。所以检测方法简单, 只要测一下R109平衡电阻阻值及右脚导联线是否断线, 电极是否锈蚀接触不良即可排除故障。二是由于某些元器件损坏导致威尔逊网络带电。我们知道, 威尔逊网络中心点是心电信号的接地点, 即信号地。如果威尔逊网络中心点带电, 不为零位, 就破坏了信号的输入条件, 从而也造成信号阻塞。根据电路分析, 造成信号地带电的原因可能是输入电路中的缓冲放大器IC100故障, 输出一个直流电平, 从而使威尔逊网络带电, 或者是屏蔽驱动器IC112有故障, 第6脚输出不为零电平也会使威尔逊网络带电, 引起此故障。
经过以上分析, 针对故障部位, 元器件进行检测, 发现IC112第6脚输出电平为高电平, 换下同型号的集成电路IC112, 试机机器工作正常。
参考文献
[1]杨伟文, 周世济.医院医疗设备工程师的职责与作用[J].医疗装备, 2008, 21 (2) :45-46.
[2]刘延祥.医学工程技术人员科学管理模式的探索[J].吉林医学, 2008, 29 (22) :2119-2120.