移动心电监护系统ECG信号的智能检测与分析方法研究

移动心电监护系统ECG信号的智能检测与分析方法研究

朱凌云[1]2003年在《移动心电监护系统ECG信号的智能检测与分析方法研究》文中研究表明移动心电监护系统是一种基于移动通信网络的、面向家庭和社区的新型远程心电监护系统。针对心脏疾病的发作具有随机性和危险性的特点,该系统对传输到计算中心的动态心电信号进行实时检测和心脏疾病的自动诊断,为用户提供紧急救护、疾病预警、医学咨询和指导等多种服务,从而保证了用户心电监护的质量。因此,移动监护系统ECG信号实时检测和自动诊断结果的准确性如何,将直接关系到整个心电监护系统性能与服务质量的好坏,甚至和用户的生命息息相关。另一方面,目前心电信号的自动检测和分析方法还存在诸多的不足之处,在理论研究和实际应用方面仍有改进和创新的余地。针对这种现状,论文从移动心电监护系统ECG信号的智能检测和分析方法着手,对动态ECG信号的实时检测、心电信号的多域特征信息的提取、心电信号的自动分类与疾病诊断等问题进行了理论研究和临床实验。论文的主要研究工作和创新点在于:(1) 针对传统差分阈值法检测QRS波群的局限性,提出了利用二阶差分极小值和一阶差分过零点来精确定位心电信号QRS波群的实时检测算法。该算法通过对ECG信号的二阶差分和一阶差分信号进行四点平滑滤波,提高了二阶差分信号和一阶差分信号的信噪比,更有利于信号特征点的检测;具有自适应和自学习功能的检测阈值的设置,提高了QRS波群精确检测和定位的准确率,增强了算法的抗干扰能力和鲁棒性;该算法的对特征波形定位的搜索时间窗不到0.02秒,使其更适合于动态ECG信号的实时处理。通过对MIT/BIH心律失常数据库、模拟动态心电信号、临床动态心电信号进行的测试,QRS波群的检测准确率分别达到了99.12%、99.92%和99.97%,说明该实时检测算法是切实可行的。(2) 首次采用粗糙集理论来提取ECG信号的特征信息。目前心电信号特征信息的提取都是凭经验和研究者的主观臆断,没有理论依据可借鉴。论文采用粗糙集理论的知识表达系统,将ECG的各种信息作为心电知识表达系统的条件属性,把各种ECG信号的诊断结果作为其决策属性,建立了ECG信息的决策表;应用粗糙集的知识约简理论来对决策表的条件属性进行化简,所得的条件属性核就是心电信号的特征信息。由于粗糙集理论具有严格的数学定义,使得ECG信号的这种特征提取方法具有充分的理论依据,提高了特征信息的科学性和可靠性。(3) 对ECG信号进行多域特征信息的提取和处理。针对目前心电信号特征信息的提取仅依靠时域、频域或小波域中某一域的信息,论文基于数据挖掘和数据融合的思想,首次提出了心电特征信息应由患者的静态信息特征子集、ECG信号<WP=6>的时域特征子集、频域特征子集和小波域特征子集构成。论文用粗糙集理论对ECG信号的时域、频域、小波域的特征信息的提取方法进行了详细的阐述,将多域特征子集的并集作为ECG的特征信息集,使其能够更全面、客观、充分地反映ECG信号所代表的疾病信息,提高了特征信息的准确性和完备性。(4) 对基于支持向量机的心律失常自动分类方法进行了研究。针对目前心电自动分类方法存在推广性较差的缺点,论文提出了采用支持向量机来实现ECG信号的自动识别和分类。由于SVM分类器多用于二元模式识别,论文首次提出了具有明确数据流向和逐级识别功能的基于二叉树支持向量机的ECG模式分类方法,并对影响SVM分类器性能的参数设置问题进行了研究。论文还对支持向量机、BP神经网络和径向基神经网络等叁种算法的典型心律失常的分类性能和结果进行了比较分析。研究表明,基于SVM的ECG分类优于其它两种分类算法,更适合心脏疾病的自动诊断。

李刚[2]2005年在《移动心电监护系统的研制》文中研究表明远程医疗是采用通信技术为远离医院的患者或用户提供医疗、保健和咨询的服务系统。而远程监护(Telemonitoring)和家庭护理技术(Home Health Care, HHC)则是近年来远程医疗非常重要的一个研究领域,也是一个相对薄弱的研究领域。由于心脏病和高血压的发作具有突发性和危险性的特点,一般将心电图的远程监护和报警作为家庭监护的一个重要应用。本论文开发的基于移动通讯的无线智能心电监护系统是一种集本地智能报警、实时监测、诊断与急救指导、心脏保健与咨询为一体的新型院外监护系统。监护中心能通过移动通信的无线传输将可以达到上百名的院外患者的心电进行在线、实时和长期监测。该系统既可作为院内监护(ICU/CCU)的延续,也可用来协助医生诊断不明原因的心悸、胸闷、胸痛和晕厥患者的病情;或用于急性心肌梗塞后,以及室性心律失常、高血压病等高危患者的检测和指导治疗。本论文主要的研究内容为以下叁个方面:1) 智能报警,并且能够实时传输数据的心电监护终端。智能移动终端采用一块MSP430 单片机作为数据采集的主要部分。本设计采用有源电极的设计方法有效地提高了信号的质量。在体积方面,除了单片机本身的体积很小外,该单片机还将大量的外围模块整合到片内,减少了很多其他的外围电路,都使中心处理单元微型化。同时有源电极的设计令放大电路前移以及采用了其他微型元器件(电源稳压芯片、电平转换器等)进一步使中心处理单元微型化。信号经过放大和初步的处理后由串行通讯接口传输到终端的主机。主机的管理和处理部分采用ARM7TDMI 结构的SAMSUNG S3C44B0X。采用嵌入式操作系统ucLinux 作为平台开发心电数据分析、分类和管理软件。使用ucLinux 的TCP/IP协议栈和PPPOE 协议,控制移动通信模块将识别出来的需要报警的心电数据实时的上传到监控中心。移动通讯的模块既可以采用GPRS,也可以采用CDMA 模块。2) 移动网络的数据传输和数据网关移动网络分为两个部分,无线部分和Internet 网。根据方式不同无线部分分为GPRS 和CDMA 网络。无论采用何种方式数据都被发送到无线基站,通过无线基站的数据网关发送到Internet 网的相应的服务器上(通过IP 地址指定)。无线发送数据的模块为GPRS modem 或CDMA modem。不管是那种modem它们都使用相近或相同的AT 指令集控制modem 和收发数据。通常不用直接使用AT 指令集,由ucLinux 调用这些命令控制modem。建立数据链路以后,通过ucLinux

李帅[3]2013年在《基于智能手机的心电监护系统研究》文中认为现今,心脏病已成为威胁人类生命的主要疾病之一;而在心脏病的预防和检测方法中,心电监护无疑是最直接、最有效的一种。由于心脏病发作时间和空间的不可控性,这就要求对病人进行实时监控;而又因为现有医疗能力有限性的限制和无线通信技术及智能技术的发展,基于智能手机的心电监护系统研究成为人们关注的焦点。基于前人工作的成果,本文对基于智能手机的心电监护系统进行了阐述,主要对系统中检测算法进从运行时间方面进行了优化,对心电监护系统进行了功能设计和数据库设计,同时编程实现了整个手机端心电监护系统。论文主要从如下几个方面进行了研究:第一、本文主要从灵敏度、准确度、实时性和稳定性四方面对多种R波的检测算法进行了比较分析,最终选定修改现有的差分阈值法进行R波定位分析。在Eclipse平台上,利用Java实现算法并进行测试,结果显示算法具有很好的整体性能:90%以上的灵敏度、90%以上的准确度和较短的运算时间(处理10秒的数据需要12.5毫秒),在运行时间方面得到了优化。第二、对常见的心律失常症状及时域诊断标准做了分析总结,主要对基于RR间期的心律失常症状进行了研究:如窦性心动过速、窦性心动过缓、心律不齐、漏搏、停搏、2度传导阻滞、室性早搏、室早成对、室性二联律、室性叁联律和R-on-T现象等。由于判别树分类方法模型简单、精确率较高,本文利用基于逻辑判别树的方法对心律失常进行检测。第叁、对现有智能手机的普及程度及硬件情况进行分析比较,最终选择以Android为操作系统的智能手机作为我们的开发平台。根据研究的需求,对系统结构进行了人性化设计,其相应的软件功能如下:心电数据的实时处理分析、波形的实时显示、使用者心电状态提示、危急情况报警等;利用Eclipse下搭建的Android开发平台进行软件的开发,并在Android模拟器上进行测试,得到较好的运行效果。

孟莹[4]2015年在《基于柔性MEMS干电极阵列的智能心电监护系统关键技术研究》文中提出心电图是预防和治疗心血管疾病的主要依据。目前,临床多采用湿电极采集心电信号,但湿电极的导电胶会刺激皮肤,且随时间增长,导电胶易干涸,影响心电信号质量,不宜长期、连续使用。近年来,柔性MEMS技术与生物电子技术发展迅速,在柔性衬底上制备的心电干电极无需导电胶,具有良好的柔韧性和延展性,能与皮肤紧密贴合,在长期心电监护中具有极大的发展潜力,更符合现代社会的医疗需求。另一方面,电子皮肤作为智能可穿戴设备的代表正逐渐成为生命体征监测的重要发展方向,而柔性干电极正是电子皮肤的重要组成部分。因此,无论是传统的心电采集还是未来可穿戴电子皮肤的发展,对柔性干电极的研究都势在必行。PDMS是微加工领域常用的柔性衬底材料,与帕利灵、聚酰胺和聚酰亚胺相比,PDMS价格低廉,弹性性能好,具有良好的生物相容性,制备工艺简单,无需专用沉积设备,在生物医疗领域应用广泛。然而,在PDMS衬底上制备柔性电子器件时,沉积在PDMS衬底上的金属膜会出现褶皱和裂纹,导致金属膜阻抗增大、导电性能变差,严重影响器件性能。因此,改善PDMS衬底上金属膜的褶皱和裂纹,对推进柔性PDMS电子器件的发展具有重要研究意义,也是实现柔性PDMS心电干电极稳定、高效制备的工程基础。为了适应未来智能可穿戴设备和电子皮肤的发展需求,本文着重研究了改善PDMS衬底上金属膜褶皱和裂纹的方法,在此基础上设计了一种基于柔性PDMS衬底的MEMS球冠心电干电极阵列,并提出了相应的制备工艺流程。最后开发了以柔性MEMS球冠干电极阵列为心电传感器,以心电数据采集前端为依托,以移动智能设备为用户体验终端,以中心服务器为支撑的智能心电监护系统。具体研究问题包括:柔性PDMS衬底上金属膜褶皱和裂纹的改善方法,基于柔性PDMS衬底的MEMS球冠心电干电极阵列的设计与实现,心电干电极采样信号预处理方法及心电信号QRS波检测算法,智能心电监护系统的软硬件设计和开发。主要贡献和创新点体现在以下几个方面:1、针对基于PDMS的柔性MEMS球冠心电干电极阵列制备过程中,在PDMS衬底上沉积金属时,金属膜存在褶皱和裂纹,致使金属膜导电性和稳定性降低的问题,依据褶皱产生的动力学机理,提出了两种改善褶皱的方法:纳米粒子填充改性PDMS衬底和通过表面修饰改性PDMS衬底,均能有效降低金属膜的褶皱和裂纹,提升金属膜的导电性,增强金属膜与PDMS衬底的结合力。2、在提高PDMS衬底上金属膜质量的基础之上,通过光刻胶热熔、两次PDMS转模等MEMS工艺和新型仿倒装焊的引线工艺,设计并制备了一种基于PDMS衬底的柔性球冠干电极阵列,将其应用于心电检测当中,所获得的心电信号具有较高的信噪比。3、依据柔性MEMS球冠干电极阵列采集的心电信号特征,提出基于单步提升离散小波变换的心电信号去噪算法以及基于离散Marr小波变换的心电信号QRS波识别算法,在成功滤除基线漂移干扰和肌电等高频干扰、精确检测QRS波群的同时,提高了计算效率。4、开发了基于柔性MEMS球冠干电极阵列的智能心电监护系统,通过蓝牙无线传输将心电数据传送给移动智能终端进行数据压缩,随后经无线网络将压缩后的心电数据上传至中服务器,通过服务器对心电数据进行解压缩、进一步去噪和特征识别,并将预检结果同步到远程心电监护网页中,方便医生诊断。

郭文灵[5]2014年在《基于智能手机的远程心电监护系统研究》文中研究表明心脑血管疾病是当今危害人类生命健康的主要疾病之一。而心电图检查以其简单、快速、无创、准确的优势成为目前临床上应用最为广泛的心血管疾病诊断手段。近年来随着现代信号处理理论与技术和人工智能的快速发展,心电图快速检测分析心律失常已经成为医学研究领域的热点课题。实时动态、准确的心电自动分析技术在心律失常监护和诊断方面起着关键性作用,也同时在改善心血管疾病患者的生活品质方面具有重要的实际应用价值。针对在实时远程心电监护系统中QRS波的实时检测以及心律失常分析问题,本文提出一种基于智能手机的心电信号分析方法。该方法首先利用Pan-Tompkins算法结合Hamilton规则来检测QRS波,并区分正常的心电信号和室性期前收缩信号,然后利用基于粗粒化过程的Lempel-Ziv (LZ)复杂度算法来分析高危心律失常,与此同时对比分析不同的粗粒化过程对心率失常分析的影响。通过对MIT-BIH数据库中的100条正常心电信号、120条心动过速和60条心室颤动进行仿真测试,结果表明该方法能够克服各种噪声对心电信号的影响,实现QRS波的精准检测。而且基于K-Mean粗粒化过程的LZ复杂度算法可以有效分离心动过速和心室颤动,是一种分析心律失常比较实用的方法。另外,在Android智能手机平台上开发心电监护系统并进行性能测试。测试表明,该系统能够实时采集、显示心电信号,分析心电数据并在显示屏上显示诊断结果。

钱垚[6]2008年在《远程心电监护系统的研究与设计》文中提出远程医疗系统是采用通信技术为远离医院的患者或用户提供医疗、保健和咨询的服务系统,是近年来非常重要的一个研究领域,也是一个相对薄弱的研究领域。由于心脏病和高血压的发作具有突发性和危险性的特点,一般将心电图的远程监护和报警作为监护的一个重要应用。本课题的研究是基于GSM网络的无线智能心电监护系统,是一种集本地智能报警、远程实时监测、诊断为一体的新型院外监护系统。其特点是监护中心能通过移动通信的无线网络,实时、动态地监测上百名院外患者在移动状态下的心电异情。该系统既可作为院内监护(ICU/CCU)的延续,也可用来协助医生捕捉不明原因的心悸、胸闷、胸痛和晕厥患者的病情信息,或用于急性心肌梗塞后,以及室性心律失常、高血压病等高危患者的检测和指导治疗。本系统终端采用HK-2000B型传感器采集心脏脉动,使用32位的高性能、低功耗ARM7作为系统主处理器,引入新型LMS算法滤除低频信号,改进了差分阈值法用来检测R波,并在MIT-HIB库中验证了算法的可靠性和准确性。传输部分采用TC35GSM短信模块实现了心电报警信息的无线传输,并提出利用手机的语音模块传输心电数据的方法。系统服务器端由手机/GSM模块和PC机组成,可通过声卡和串口接收用户端的心电数据。终端软件界面采用Visual Basic语言编写,完成心电数据的显示、分析、用户病例的查询和进行远程诊断,采用Access2003作为存储患者数据的数据库。

丁明石[7]2005年在《基于移动通信技术的远程实时心电监护系统设计》文中研究指明随着经济的发展和技术的进步,人们对心电监护服务提出新的要求,希望能不受时间和地点的限制就能获得医疗服务。而现有的远程医疗系统无法满足这种需求。为了解决这个问题,本文提出了一套完整的解决方案:由便携监护终端对患者进行24小时监护,终端通过移动通信网向服务器提交监护数据,监护中心的医生和患者进行语音和短信通信,为患者提供实时医疗服务。因此本文在移动终端设计、心电自动分析、监护数据提交、医疗服务模式等方面进行了研究。本文的主要内容和创新点体现在:1、提出了一种基于移动通讯网的远程心电监护系统及其医疗服务模式的概念。2、实现了初步满足上述概念要求的移动远程心电监护系统。其中的便携监护终端是一种在充分调研基础上完成的全新设计,具有心电采集分析、存储和移动通信的功能。3、探讨了采用隐马尔可夫过程模型对心电信号进行逐搏的子结构分割,并引入格型结构随机梯度算法来对心电特征波建模。在处理方法上,采用心电特征波形的微分结果进行建模,有效的降低了AR模型的阶次,减少了计算量。4、在综合多种标准的基础上,设计了远程心电数据提交协议,规定了数据结构定义、安全性管理和链路管理机制。特别是在安全性管理上,提出了一种复合加密措施,利用MD5与AES混合加密处理,这在以前的心电数据传输协议中鲜有提及。此外还根据Consensus的混合集成理论设计一套针对心电监护者终端的多级心电波形异常报警方案;参照DICOM中信息对象模型,完成监护数据库的数据库结构设计与实现。目前,已完成监护终端初样的试制,并对终端性能进行了测试,基本满足预定要求。此外采用标准数据库对心电算法进行了测试和验证,也取得较好的效果。

潘静[8]2008年在《远程心电监护系统中的ECG信号处理算法研究》文中进行了进一步梳理心脏病是一种常见的多发慢性疾病,由于病情隐蔽、发展缓慢、发病危险性高,故而成为威胁人类生命的主要疾病。心脏病导致的死亡约有70%是发生在院外的突发事件,对院外高危人群进行心电监护,可以大幅降低心脏病患者的死亡率。对接收到的心电信号进行准确快速的自动检测和分析是提高远程心电监护系统智能性和有效性的关键。目前心电信号的自动检测方法和分析手段还存在诸多不足,仍有改进和创新的余地,因此,开展这方面的研究具有重要的理论意义和实用价值。本文的工作是围绕“教育部春晖计划资助项目——无线远程医疗系统的研究”进行的,完成的主要研究工作如下:一、从ECG信号的预处理和波形特征信息的提取着手,对目前国内外ECG信号计算机自动检测算法的理论、方法进行分析总结,探讨了各种方法存在的问题,指出了进行ECG自动检测的技术难点,为改进算法奠定基础。二、结合人工神经网络的理论知识,对传统的自适应白化滤波器进行优化,实现了一种新的QRS波群检测算法。首先设计一个基于径向基网络的非线性自适应白化滤波器,用它处理ECG信号的低频成分,模拟其非线性及非稳态的特性,处理后的信号中含有QRS波群大部分高频成分;再让其通过一个线性匹配滤波器来检测QRS波型的位置和特征。该滤波方法能够更好的适应心电信号的非线性特征,提高波形识别率。叁、为匹配滤波设计了一种“可变模板”。用一组心电信号数据来训练一个叁层BP网络,该网络的输出,即用于匹配滤波的模板能够实时更新,从而使匹配滤波能够更好的适应监测对象心电信号的个体差异性,使检测结果更为可靠。本文采用了国际公认的MIT-BIH心电数据库以及Matlab软件对所提出的算法进行了大量的实验研究。实验结果证明:与传统线形滤波方法相比,提高了对非线性信号检测的适应性,提高了强噪声背景下进行QRS波形检测的识别率;与多层感知的非线性滤波相比,提高了检测速度。本文对远程心电监护系统的智能化处理方式进行了初步探索,为今后进一步的研究打下了基础。

徐小华[9]2006年在《小波变换在远程心电监护系统中的应用》文中认为随着社会经济生活水平的不断发展,心血管疾病己经成为威胁人类健康的主要疾病之一,作为能反应心血管系统状态的ECG信号,对其的研究分析具有重要的意义。远程心电监护系统的出现解决了心电信号采集的时间和空间限制,同时它也需要我们对传输的心电信号进行相应的处理,使医生能够及时掌握真实的心电情况。小波变换是一种信号的时间—尺度分析方法,它具有多分辨率分析的特点,而且在时频两域都具有表征信号局部特征的能力。由于其在信号处理领域表现出的优异性能,目前在生物医学领域,广泛应用于信号检测、特征提取、图像处理、信号压缩等方面。本文在回顾远程心电监护的发展历程及其目前国内外的研究状况基础上,介绍了ECG信号的产生原理及其波形特性。基于小波分析理论,对心电信号的压缩、噪声抑制及QRS波检测等方面进行了深入探讨。在信号压缩方面,使用了心电信号小波变换自适应编码压缩方法来实现心电信号的压缩,取得较好的效果;在信号噪声抑制方面,对噪声进行了分类抑制并给出了仿真结果。基线漂移采用了小波变换逼近信号进行滤除。肌电干扰及工频干扰采用非线性阈值与小波变换模极大值相结合的方法,既有效的滤除了噪声,又很好的保留了QRS波群较高的频率。在QRS波检测时,利用二次微分小波对心电信号进行R波检测,再确定Q波及R波位置。最后,本文对远程心电监护系统进行硬件和软件方面的设计,使小波分析理论方法在心电监护系统中的应用得以实现。

于滨[10]2012年在《基于低功耗蓝牙的心电监护系统的设计与实现》文中研究说明随着无线通信技术的迅速发展和智能手机的广泛普及,移动医疗产品迅速获得了市场的青睐。移动医疗打破了传统医疗在院就诊的方式,患者可以利用智能手机和无线网络,随时随地监护自我健康水平,并可以向千里之外的医院监护中心请求医疗救助。心血管疾病是全球范围内造成生命威胁的重要原因,因此日常心电监护已经成为了检测和预防心血管疾病的重要手段之一。随着低功耗蓝牙技术的推出,移动医疗监护系统的研究仍然是近年来持续的研究热点。将低功耗蓝牙技术应用于医疗监护系统中,不仅为患者带来了极大的灵活性,更从根本上解决了移动医疗产品的电池功耗问题。本文基于目前最新的低功耗蓝牙技术和最受欢迎的智能手机iOS平台,以处理人体生理信号中最具代表性的心电信号为主,设计实现了一套心电信号获取、传输、实时显示、实时分析,记录和警报为一体的移动心电监护系统。主要研究工作如下:第一,完成心电信号采集端硬件电路设计。本文采用IBA201ECG单芯片采集系统实现心电信号的捕获,滤波放大以及A/D转换等处理。利用CC2540低功耗蓝牙片上系统,完成数据格式转换和心电数据的无线传输。第二,通过对低功耗蓝牙技术的学习,实现了心电信号采集端和智能手机用户端的蓝牙通信和数据传输。通过低功耗蓝牙规范中定义的心率服务实现了心率数据的传输;通过基于GATT的自定义ECG协议实现了心电数据的传输。第叁,选择Apple公司的iPhone4S作为智能手机开发平台,在智能手机上完成心电实时监护分析软件的设计。监护端软件的主要功能包括:蓝牙连接的建立、心电数据的接收、数据的本地存储,波形的实时显示等。采用了基于滤波和自适应阈值的实时心电分析算法,并移植到智能手机上,实现心律不齐等心脏疾病的初步诊断。

参考文献:

[1]. 移动心电监护系统ECG信号的智能检测与分析方法研究[D]. 朱凌云. 重庆大学. 2003

[2]. 移动心电监护系统的研制[D]. 李刚. 重庆大学. 2005

[3]. 基于智能手机的心电监护系统研究[D]. 李帅. 河北工业大学. 2013

[4]. 基于柔性MEMS干电极阵列的智能心电监护系统关键技术研究[D]. 孟莹. 上海交通大学. 2015

[5]. 基于智能手机的远程心电监护系统研究[D]. 郭文灵. 河南科技大学. 2014

[6]. 远程心电监护系统的研究与设计[D]. 钱垚. 东华大学. 2008

[7]. 基于移动通信技术的远程实时心电监护系统设计[D]. 丁明石. 天津大学. 2005

[8]. 远程心电监护系统中的ECG信号处理算法研究[D]. 潘静. 重庆大学. 2008

[9]. 小波变换在远程心电监护系统中的应用[D]. 徐小华. 燕山大学. 2006

[10]. 基于低功耗蓝牙的心电监护系统的设计与实现[D]. 于滨. 东北大学. 2012

标签:;  ;  ;  ;  

移动心电监护系统ECG信号的智能检测与分析方法研究
下载Doc文档

猜你喜欢