黃茂城, 陳 嵐, 呂 超
(中國科學(xué)院 微電子研究所,北京100029)
具有運(yùn)動(dòng)偽跡消除功能的移動(dòng)心電檢測系統(tǒng)設(shè)計(jì)*
黃茂城, 陳 嵐, 呂 超
(中國科學(xué)院 微電子研究所,北京100029)
設(shè)計(jì)并實(shí)現(xiàn)了一種可在人體移動(dòng)狀態(tài)下進(jìn)行檢測、采集及分析人體心電信號的系統(tǒng),硬件設(shè)計(jì)上,采用高集成度專用心電信號前端處理集成電路進(jìn)行心電信號的濾波及放大;軟件設(shè)計(jì)上,采用小波閾值降噪對心電信號進(jìn)行初級濾波,然后采用人體移動(dòng)加速度傳感器獲取人體運(yùn)動(dòng)信息對心電信號進(jìn)行自適應(yīng)濾波,消除運(yùn)動(dòng)偽跡。在系統(tǒng)設(shè)計(jì)上,終端檢測設(shè)備與手機(jī)終端采用藍(lán)牙通信,便于用戶測量。實(shí)驗(yàn)結(jié)果表明:本設(shè)計(jì)方案能根據(jù)人體運(yùn)動(dòng)狀況,有效消除運(yùn)動(dòng)偽跡,保留心電信號的波形,可滿足常規(guī)的移動(dòng)心電檢測應(yīng)用。
心電圖; 藍(lán)牙4.0; 運(yùn)動(dòng)偽跡; 加速度; 自適應(yīng)濾波
隨著人們生活節(jié)奏的不斷加快與社會(huì)壓力的不斷增大,心血管疾病成為了人類健康的首要威脅,由于其發(fā)病的突然性與隨機(jī)性,而醫(yī)院傳統(tǒng)的監(jiān)護(hù)儀體積較大,不可移動(dòng),使得研發(fā)隨時(shí)隨地均可使用的移動(dòng)心電檢測系統(tǒng)具有了巨大的需求[1~3]。在動(dòng)態(tài)心電采集中,由于人體的運(yùn)動(dòng)使電極片與皮膚之間的阻抗產(chǎn)生變化,將帶來運(yùn)動(dòng)偽跡這一干擾噪聲,嚴(yán)重影響了心電信號測量的質(zhì)量[4],所以,實(shí)現(xiàn)心電檢測設(shè)備的可移動(dòng)化需解決運(yùn)動(dòng)偽跡這一難題。
運(yùn)動(dòng)偽跡的頻譜主要分布在3~14 Hz范圍內(nèi),與心電信號的頻譜重疊,使心電信號產(chǎn)生嚴(yán)重的基線漂移[5],對心電分析造成很大干擾。目前,消除該噪聲的主要方案有:Lee S M等人[6]用小波分解消除運(yùn)動(dòng)偽跡,心電波形有部分失真,且算法計(jì)算量大;林紹杰等人[7]采集皮膚與電極之間的阻抗,與心電信號做自適應(yīng)濾波,效果較好但硬件較復(fù)雜;向馗等人[8]用周期元分析消除運(yùn)動(dòng)偽跡,不能準(zhǔn)確識(shí)別運(yùn)動(dòng)偽跡;吳金獎(jiǎng)等人[9]用Savitzky-Golay濾波器消除運(yùn)動(dòng)偽跡,處理速度較快,但丟失了大部分心電波形信息。
本文設(shè)計(jì)了一種便攜式無線心電檢測系統(tǒng),集成了心電與加速度信號采集模塊、CC2540處理與傳輸模塊,將采集的數(shù)據(jù)通過藍(lán)牙4.0傳輸?shù)绞謾C(jī)進(jìn)行顯示分析。在軟件上先利用小波閾值降噪進(jìn)行心電信號預(yù)處理,消除工頻干擾和肌電干擾,再利用加速度信息判斷人體運(yùn)動(dòng)狀態(tài),根據(jù)不同狀態(tài)采用對應(yīng)的自適應(yīng)濾波器,以加速度信息作為參考信號,對運(yùn)動(dòng)偽跡進(jìn)行消除,使得在人體活動(dòng)中也能獲得高質(zhì)量的心電信號。
移動(dòng)心電檢測系統(tǒng)框圖,如圖1所示。
圖1 移動(dòng)心電檢測系統(tǒng)框圖
心電信號處理流程如圖2所示。
圖2 心電信號處理流程
由于運(yùn)動(dòng)偽跡噪聲具有隨機(jī)性,且與心電信號頻譜重疊,為了更好地濾除運(yùn)動(dòng)偽跡并保留心電信號,需要使用自適應(yīng)濾波算法,以獲得良好的心電信號。
如圖3所示,濾波器主輸入為含運(yùn)動(dòng)偽跡的原始心電信號,參考輸入為運(yùn)動(dòng)加速度。利用運(yùn)動(dòng)加速度x(n)與運(yùn)動(dòng)偽跡x1(n)的相關(guān)性,運(yùn)動(dòng)加速度x(n)與純心電信號s(n)的獨(dú)立性,在最佳濾波準(zhǔn)則的約束下使參考輸入x(n)通過自適應(yīng)濾波器向主輸入中運(yùn)動(dòng)偽跡x1(n)逼近,得到估計(jì)運(yùn)動(dòng)偽跡量y(n),由d(n)減y(n)則可得到除噪后的心電信號e(n)。
圖3 自適應(yīng)濾波原理圖
自適應(yīng)濾波器滿足關(guān)系為
e(n)=d(n)-y(n)
(1)
y(n)=Filter[x(n),w(n)]
(2)
w(n+1)=w(n)+e(n)x(n)
(3)
自適應(yīng)濾波器在最佳濾波準(zhǔn)則的要求下,對濾波參數(shù)w(n)進(jìn)行自動(dòng)調(diào)整,使濾波器的特性隨信號與噪聲的變化而變化,以達(dá)到有效除噪。考慮到移動(dòng)心電采集的設(shè)備性能約束與數(shù)據(jù)處理實(shí)時(shí)性需求,本文采用最小均方差(LMS自適應(yīng)濾波算法。
如圖2所示,自適應(yīng)濾波器輸出y與輸入d的差值為式(4),該差值的平方為式(5),通過參數(shù)調(diào)整,當(dāng)y越接近x1,e就越接近s,即
e=d-y=(s+x1)-y=s+(x1-y)
(4)
e2=s2+2s(x1-y)+(x1-y)2
(5)
由(6)式,可知E[e2]是權(quán)值w的二次函數(shù),基于這一關(guān)系,按照梯度下降的方法找出差值e與權(quán)值的關(guān)系,并對權(quán)值進(jìn)行調(diào)整,則可得式(7)
E[e2]=E[s2]+2E[s(x1-y)]+E[(x1-y)2]=
E[s2]+2E[s(x1-w*x)]+E[(x1-w*x)2]
(6)
w(n+1)=w(n)+2μe(n)x(n)
(7)
式中 μ為步長參數(shù),用來控制收斂速度與穩(wěn)定性,為了確保自適應(yīng)過程的穩(wěn)定性,μ需滿足0<μ<2/MPin,Pin=E[x2]即輸入功率。步長參數(shù)越大,收斂速度越快,但穩(wěn)態(tài)誤差也越大,步長參數(shù)越小,收斂速度越慢,但穩(wěn)態(tài)誤差也越小。
由于運(yùn)動(dòng)偽跡噪聲是非穩(wěn)態(tài)信號,當(dāng)其非穩(wěn)態(tài)程度大時(shí),即噪聲幅值大時(shí),要求自適應(yīng)濾波具有收斂速度快的特點(diǎn);當(dāng)其非穩(wěn)態(tài)程度小時(shí),即噪聲幅值小時(shí),要求自適應(yīng)濾波具有收斂精度高的特點(diǎn),現(xiàn)有的自適應(yīng)濾波器在收斂精度和收斂速度上存在矛盾,無法滿足濾除變化的運(yùn)動(dòng)偽跡噪聲所對應(yīng)的不同需求。本文由此提出了一種基于運(yùn)動(dòng)檢測的自適應(yīng)濾波方法。
人體的運(yùn)動(dòng)帶來加速度信息的變化,同時(shí)也在心電圖中產(chǎn)生了相應(yīng)的運(yùn)動(dòng)偽跡,通過加速度值來判別運(yùn)動(dòng)狀態(tài)的變化,可以通過其一階導(dǎo)數(shù)來進(jìn)行分析,如下
(8)
(9)
(10)
式中 ax(t),ay(t),az(t)為X,Y,Z方向在t時(shí)刻的加速度,Dx(t),Dy(t),Dz(t)為X,Y,Z方向的加速度一階導(dǎo)數(shù),f為加速度采集頻率,L為每次加速度窗口取值的長度,d為兩次窗口取值的間隔。對于所取得的(Dx(t),Dy(t),Dz(t))變量,利用其3者中最大值Dmax(t)進(jìn)行閾值對比和運(yùn)動(dòng)狀態(tài)判斷
(11)
式中 M(t)為t時(shí)刻人體的運(yùn)動(dòng)狀態(tài),閾值T1,T2的大小可根據(jù)具體的采集電路由實(shí)際測量數(shù)據(jù)推算獲得。
基于運(yùn)動(dòng)狀態(tài)檢測的運(yùn)動(dòng)偽跡消除算法步驟如下:
1)將采集到的心電信號進(jìn)行小波閾值除噪,消除50Hz工頻干擾和肌電噪聲,得到只含運(yùn)動(dòng)偽跡噪聲的心電信號。
2)將采集到的加速度信號進(jìn)行一階導(dǎo)數(shù)計(jì)算,并計(jì)算M(t),判斷人體的運(yùn)動(dòng)狀態(tài)。
3)判斷M(t)值,當(dāng)M(t)=+2時(shí),為快速活動(dòng)狀態(tài),使用收斂速度快的自適應(yīng)濾波器對運(yùn)動(dòng)偽跡進(jìn)行自適應(yīng)消除;當(dāng)M(t)=+1時(shí),為正?;顒?dòng)狀態(tài),使用收斂精度高的自適應(yīng)濾波器對運(yùn)動(dòng)偽跡進(jìn)行自適應(yīng)消除;當(dāng)M(t)=0時(shí),為近似靜止?fàn)顟B(tài),此時(shí)心電信號不含運(yùn)動(dòng)偽跡噪聲,不需要進(jìn)行濾波處理。
4.1 心電與加速度采集模塊設(shè)計(jì)
心電信號是弱交流信號,正常的幅值范圍在10~4mV,90 %的頻譜能量集中在0.05~40Hz之間,本設(shè)計(jì)選用生物電前端芯片AD8232,該芯片集成度高,功耗極低,滿足移動(dòng)心電監(jiān)護(hù)終端對體積小、續(xù)航長的應(yīng)用需求。
以AD8232為核心設(shè)計(jì)心電調(diào)理電路,如圖4所示,通過IN+和IN-輸入的心電肢體電極信號,由儀表放大器放大100倍,通過0.3Hz的雙極點(diǎn)高通濾波器,50Hz工頻陷波電路和40Hz的雙極點(diǎn)低通濾波器濾除干擾,最后通過運(yùn)算放大器,放大倍數(shù)配置為4倍,并以Vs/2為基準(zhǔn)電壓將心電信號抬高,所得到心電信號放大倍數(shù)為400倍,匹配后續(xù)A/D轉(zhuǎn)換的電壓要求。
圖4 心電信號調(diào)理示意圖
加速度信號的采集選用加速度傳感器MMA8451,該芯片是一種電容式的全數(shù)字加速度傳感器,其輸出分辨率可調(diào),具有低功耗工作模式,通過I2C總線與控制核心CC2540進(jìn)行通信,采集人體X,Y,Z三個(gè)方向的加速度信號。
4.2 處理與傳輸模塊
心電信號通過采集模塊進(jìn)行濾波、放大等調(diào)理過程后,輸入到CC2540的ADC口進(jìn)行12位的A/D轉(zhuǎn)換,獲得原始的數(shù)字心電數(shù)據(jù)。加速度信號由MMA8451獲得,通過I2C總線傳輸?shù)紺C2540進(jìn)行處理,3個(gè)方向的加速度量均為8位。心電與加速度的采集頻率為250 Hz,由CC2540的51內(nèi)核完成數(shù)據(jù)的轉(zhuǎn)換、處理,并通過內(nèi)部藍(lán)牙4.0模塊將數(shù)據(jù)發(fā)送到智能手機(jī)。
實(shí)驗(yàn)利用本系統(tǒng)對被測對象進(jìn)行心電監(jiān)護(hù),完成了數(shù)據(jù)采集和藍(lán)牙4.0傳輸。
圖5為采集到的原始心電信號,含有運(yùn)動(dòng)偽跡、肌電干擾、工頻干擾等噪聲。利用小波閾值降噪法對肌電干擾和工頻干擾進(jìn)行消除,結(jié)果如圖6所示,處理后的心電波形所含的主要噪聲為運(yùn)動(dòng)偽跡。
圖5 原始心電波形
圖7為由采集的三軸加速度信號所繪制的合加速度數(shù)據(jù),作為運(yùn)動(dòng)偽跡自適應(yīng)濾波的參考信號,并由三軸加速度進(jìn)行運(yùn)動(dòng)狀態(tài)判斷M(t),根據(jù)M(t)值進(jìn)行相應(yīng)的自適應(yīng)濾波處理,圖8(a)為本文算法的實(shí)際濾波效果。由圖83者對比可知,在第一個(gè)運(yùn)動(dòng)偽跡處,噪聲幅值與對應(yīng)加速度幅值均較大,組合濾波器選用收斂速度快的自適應(yīng)濾波方案,與單一的高收斂精度自適應(yīng)濾波器相比,處理后的心電波形基線準(zhǔn)確性高。在第二個(gè)運(yùn)動(dòng)偽跡處,噪聲幅值與對應(yīng)加速度幅值較小,組合濾波器選用收斂精度高的自適應(yīng)濾波方案,與單一的快速收斂自適應(yīng)濾波器相比,處理后的心電波形RST波峰完整性更高。在沒有運(yùn)動(dòng)偽跡的心電波形處,由圖8(a)、圖8(b)可知,自適應(yīng)濾波使QRS等波失真,此時(shí)M(t)為0,判斷為近似靜止?fàn)顟B(tài)則不進(jìn)行濾波處理,保留了良好的心電波形。
圖6 小波閾值降噪后的心電波形
圖7 合加速度波形
圖8 不同方法濾波效果
式(12)計(jì)算濾波后與濾波前的信噪比差值,ECGref為不含運(yùn)動(dòng)偽跡的參考心電信號,ECGi為濾波前的心電信號,ECGo為濾波后的心電信號。對5人在日?;顒?dòng)下進(jìn)行測量計(jì)算,數(shù)據(jù)如表1所示,由表可知,基于運(yùn)動(dòng)檢測的自適應(yīng)濾波相比單一的自適應(yīng)濾波,除噪后的信噪比增幅最大,更能有效地消除運(yùn)動(dòng)偽跡SNRincrease=SNRafter-SNRbefore
(12)
表1 除噪前后信噪比增益SNRincrease對比
終端采集使用者的心電與加速度數(shù)據(jù),并通過藍(lán)牙4.0進(jìn)行無線傳輸。針對運(yùn)動(dòng)時(shí)產(chǎn)生的運(yùn)動(dòng)偽跡噪聲,利用加速度數(shù)據(jù)進(jìn)行運(yùn)動(dòng)狀態(tài)檢測與分類,根據(jù)分類使用對應(yīng)的自適應(yīng)濾波器,使濾波過程具有適時(shí)的高收斂速度和高收斂精度的特性,能夠有效地消除運(yùn)動(dòng)偽跡,實(shí)驗(yàn)結(jié)果良好。此方案解決了實(shí)時(shí)心電監(jiān)護(hù)的關(guān)鍵難題,在移動(dòng)醫(yī)療領(lǐng)域具有重要的使用價(jià)值和廣闊的發(fā)展前景。
[1] 孫旭東,張 躍.集成于智能手機(jī)的心電監(jiān)護(hù)儀的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)工程與設(shè)計(jì),2014(7):2344-2349.
[2] 孫旭東,張 躍.基于AD8232和MLX90615的心電與體溫測量系統(tǒng)設(shè)計(jì)[J].傳感器與微系統(tǒng),2014,33(9):81-84.
[3] Hyejung Kim,Sunyoung Kim,Van Helleputte N.Motion artifact removal using cascade adaptive filtering for ambulatory ECG monitoring system[C]∥2012 IEEE Biomedical Circuits and Systems Conference(BioCAS),2012:160-163.
[4] Lee S M,Kim K K,Park K S.Wavelet approach to artifact noise removal from capacitive coupled electrocardiograph[C]∥International Conference of the IEEE Engineering in Medicine and Biology Society(EMBS),IEEE,2008:2944-2947.
[5] 林紹杰,賴麗娟,吳效明.基于阻抗檢測的自適應(yīng)消除心電運(yùn)動(dòng)偽跡方法[J].生物醫(yī)學(xué)工程學(xué)雜志,2010,27(3):529-532,543.
[6] 向 馗,羅 喬,陳 靜.基于周期元分析的運(yùn)動(dòng)偽跡消除方法—以心電信號為例[J].生物醫(yī)學(xué)工程學(xué)雜志,2012,29(4):219-224.
[7] 吳金獎(jiǎng),陳建新,田 峰.可穿戴心電信號監(jiān)測中運(yùn)動(dòng)偽影消除技術(shù)研究[J].信號處理,2014,30(11):132-137.
[8] 歐陽波,程 棟,王 玲.改進(jìn)小波閾值算法在心電信號去噪中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用,2015(4):213-217.
[9] Yoon S W,Min S D,Yun Y H,et al.Adaptive motion artifacts reduction using 3-axis accelerometer in e-textile ECG measurement system[J].Journal of Medical Systems,2008,32(2):101-106.
黃茂城(1990-) ,男,碩士研究生,主要研究方向?yàn)闊o線可穿戴傳感網(wǎng)、醫(yī)療檢測設(shè)備的設(shè)計(jì)與開發(fā)。
Design of mobile ECG monitoring system with motion artifact reduction*
HUANG Mao-cheng, CHEN Lan, Lü Chao
(Institute of Microelectronics,Chinese Academy of Sciences,Beijing 100029,China)
An ECG acquisition and analysis system which can work in motion state of human body.A highly integrated single-lead ECG front-end is used for hardware filtering and amplify ECG signal.Wavelet threshold is used to reduce noise in ECG.Using human body motion acceleration sensor to obtain information of body motion and adaptive filtering is carried out on ECG and eliminate motion artifact in ECG.Data is transmitted from terminal to mobile phone through Bluetooth and user can measure ECG anytime and anywhere.The results show that the system can effectively eliminate motion artifact according to body motion and maintain ECG waveform,the system can meet conventional mobile ECG monitoring applications.
electrocardiogram (ECG); Bluetooth 4.0; motion artifact; acceleration; adaptive filtering
10.13873/J.1000—9787(2017)04—0094—03
2016—04—21
國家自然科學(xué)基金資助項(xiàng)目(61303253,61502476)
TP 391
A
1000—9787(2017)04—0094—03