采用新型干電極的心電監(jiān)護(hù)系統(tǒng)

龔奇 李斌 劉鳴 郭旭宏 張旭

摘 要： 為了提高個(gè)人健康的監(jiān)護(hù)水平，降低人體病變的幾率，提出并設(shè)計(jì)一種無(wú)線(xiàn)智能監(jiān)護(hù)系統(tǒng)。此系統(tǒng)由采集前端、無(wú)線(xiàn)路由和上位機(jī)組成。針對(duì)濕電極與傳統(tǒng)干電極的缺點(diǎn)，采集前端采用低成本新型干電極，增加了貼附的舒適度和佩戴時(shí)間。為了解決干電極引起的基線(xiàn)漂移和運(yùn)動(dòng)偽跡干擾，設(shè)計(jì)專(zhuān)門(mén)的自適應(yīng)閾值R波提取算法，在較低計(jì)算復(fù)雜度的情況下提高了R波檢測(cè)率。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)功能完善，且能夠監(jiān)測(cè)心電信號(hào)并準(zhǔn)確地提取心率信息。

關(guān)鍵詞： 心電信號(hào)； 無(wú)線(xiàn)通信； 干電極； 嵌入式系統(tǒng)； 智能監(jiān)護(hù)； R波提取

中圖分類(lèi)號(hào)： TN103?34； TH776 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2018）08?0125?04

Abstract： To improve the nursing level of personal health and reduce the probability of human body lesion， an intelligent wireless electrocardiographic （ECG） monitoring system is proposed and designed. The system is composed of acquisition front?end， wireless router and host computer. In allusion to the disadvantages of wet electrodes and conventional dry electrodes， a new and low?cost dry electrode is used for the acquisition front?end to improve contact comfort and increase wearing time. To resolve the interference of baseline wander and motion artifact caused by dry electrodes， a special adaptive threshold R wave extraction algorithm is designed to improve R wave detection rate in the condition of relatively low computation complexity. The experimental results show that the system has complete functions and can monitor ECG signals to extract heart rate information accurately.

Keywords： ECG signal； wireless communication； dry electrode； embedded system； intelligent monitoring； R wave extraction

可穿戴設(shè)備的普及為各種場(chǎng)合的生理監(jiān)護(hù)帶來(lái)了可能。在醫(yī)院中，目前對(duì)病人的心臟進(jìn)行實(shí)時(shí)動(dòng)態(tài)監(jiān)護(hù)的設(shè)備主要以Holter等大型設(shè)備為主，這些設(shè)備雖然監(jiān)測(cè)準(zhǔn)確，但是使用復(fù)雜，影響患者的日常生理活動(dòng)與佩戴的舒適度。在家庭中，對(duì)亞健康人群的監(jiān)護(hù)，以及在養(yǎng)老院中，對(duì)老人的生理狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，能及早發(fā)現(xiàn)病情也是一個(gè)亟待解決的問(wèn)題。

文獻(xiàn)[1]中分析并對(duì)比了單導(dǎo)聯(lián)下心電監(jiān)護(hù)的可行性與優(yōu)缺點(diǎn)，已有的心電監(jiān)護(hù)設(shè)備包括快速心電檢測(cè)儀和穿戴式心電貼兩種?？焖傩碾姍z測(cè)儀需要多根導(dǎo)聯(lián)線(xiàn)，影響被試者的穿戴體驗(yàn)?？纱┐餍碾娰N能動(dòng)態(tài)監(jiān)測(cè)心電信號(hào)，并且提供較好的舒適度，但是設(shè)備價(jià)格很高且以濕電極為主，不適合市場(chǎng)普及與長(zhǎng)期監(jiān)測(cè)。針對(duì)上述問(wèn)題，本文研究并設(shè)計(jì)了一種智能監(jiān)護(hù)系統(tǒng)，用于各類(lèi)人群的ECG監(jiān)護(hù)。此系統(tǒng)采用新型干電極：自潤(rùn)濕紙電極作為心電采集電極，解決了濕電極不適合長(zhǎng)期監(jiān)測(cè)的問(wèn)題，提高了佩戴的舒適度。與傳統(tǒng)干電極相比，紙電極與皮膚接觸阻抗更低，采集的心電信號(hào)質(zhì)量更高。系統(tǒng)采用改進(jìn)的自適應(yīng)閾值算法進(jìn)行R波提取，與傳統(tǒng)的時(shí)域檢波方法相比，在同等R波檢測(cè)率下，計(jì)算復(fù)雜度更低。

1 系統(tǒng)總體架構(gòu)

圖1為系統(tǒng)硬件框架，采集前端主要由信號(hào)調(diào)理模塊、信號(hào)處理模塊、無(wú)線(xiàn)模塊和電源管理模塊組成。采集前端對(duì)原始心電信號(hào)進(jìn)行軟硬件處理后由無(wú)線(xiàn)模塊將結(jié)果轉(zhuǎn)發(fā)出去。用戶(hù)通過(guò)移動(dòng)終端如Android設(shè)備查看實(shí)時(shí)信息或在上位機(jī)觀察ECG信號(hào)。

系統(tǒng)通過(guò)紙電極與人體接觸，原始ECG經(jīng)AD8232調(diào)理后由STM8L單片機(jī)數(shù)字化并進(jìn)行數(shù)字信號(hào)處理。在STM8L中采用改進(jìn)的Pan?Tompkins（PT）算法提取R波，最終的結(jié)果和ECG序列數(shù)據(jù)通過(guò)無(wú)線(xiàn)模塊傳入其他終端設(shè)備。

2 智能采集貼設(shè)計(jì)

2.1 新型干電極

傳統(tǒng)的ECG監(jiān)護(hù)系統(tǒng)主要使用濕電極。這種電極使用銀?氯化銀（Ag/AgCl）作為電解質(zhì)。濕電極的優(yōu)點(diǎn)是導(dǎo)電性好，與人體皮膚接觸阻抗小。但是濕電極隨著使用時(shí)間的增加，凝膠電解質(zhì)逐漸干燥，導(dǎo)致采集到的信號(hào)衰減，同時(shí)長(zhǎng)時(shí)間佩戴濕電極也會(huì)影響用戶(hù)的舒適度[2]。

本文采用一種新型電極——自濕潤(rùn)紙電極作為心電信號(hào)采集的前端電極。人體汗腺分泌的汗液含有一定濃度的電解質(zhì)，能作為電極之間的導(dǎo)電材料。電極具有保濕功能并且具有多孔的表面結(jié)構(gòu)來(lái)長(zhǎng)時(shí)間保存電解質(zhì)，能保證界面材料和皮膚緊密接觸，減小電極與皮膚的接觸阻抗，從而提高ECG的信號(hào)質(zhì)量。圖2為三種電極示意圖，其中圖2a）為3M公司產(chǎn)的Red Dot系列濕電極，圖2b）為中科院半導(dǎo)體研究所研究的一種用于心電監(jiān)測(cè)的干電極[3]，圖2c）為本文使用的紙電極。相對(duì)于濕電極和干電極，紙電極柔性更強(qiáng)、更薄、更加適用于可穿戴設(shè)備。文獻(xiàn)[4]做了關(guān)于紙電極阻抗的測(cè)試，結(jié)果表明在5 Hz～1.5 kHz的頻率范圍內(nèi)，紙電極和皮膚的接觸阻抗為100 Ω ～1 kΩ，達(dá)到了濕電極的級(jí)別。

2.2 模擬前端設(shè)計(jì)

模擬前端信號(hào)調(diào)理電路如圖3所示。ECG信號(hào)是微弱生物電信號(hào)，幅值為0.5～5 mV，頻譜分布為0.05～100 Hz，主要能量[5]集中在0.05～40 Hz，模擬濾波通頻段設(shè)定為0.5～40 Hz。 AD8232內(nèi)置的儀表放大器（IA）將ECG信號(hào)固定放大100倍，低通濾波放大電路采用Sallen?Key濾波器拓?fù)浣Y(jié)構(gòu)，截止頻率為40 Hz，增益為11，最終系統(tǒng)總增益[6]為1 100。

2.3 MCU和無(wú)線(xiàn)方案

本文采用STC公司的STM8L單片機(jī)進(jìn)一步處理AD8232調(diào)理后的ECG信號(hào)，進(jìn)一步地去除工頻干擾，基線(xiàn)漂移和運(yùn)動(dòng)偽跡。STM8L單片機(jī)不僅完成ECG信號(hào)的處理，還負(fù)責(zé)管理各個(gè)模塊的工作，包括根據(jù)自定義協(xié)議對(duì)數(shù)據(jù)打包，控制無(wú)線(xiàn)模塊進(jìn)行數(shù)據(jù)收發(fā)，根據(jù)上位機(jī)指令控制其他模塊的工作等。無(wú)線(xiàn)模塊采用TI公司的CC2541藍(lán)牙4.0低功耗片上系統(tǒng)，CC2541具有多種運(yùn)行模式、功耗低、適合用于可穿戴設(shè)備[7]。考慮到藍(lán)牙通信的丟包情況，在CC2541上完成數(shù)據(jù)幀的校驗(yàn)工作，保證較高的通信質(zhì)量。為了增加終端設(shè)備的訪問(wèn)能力，采用藍(lán)牙WiFi模塊處理采集前端的數(shù)據(jù)，終端設(shè)備通過(guò)WiFi可以獲取多個(gè)采集前端的數(shù)據(jù)。

3 ECG特征提取算法

QRS檢波算法可通過(guò)時(shí)域、頻域或時(shí)頻算法提取，頻率或時(shí)頻方法計(jì)算復(fù)雜度較高，不適合實(shí)時(shí)監(jiān)測(cè)[8]。PT算法[9]是一種經(jīng)典的實(shí)時(shí)提取QRS波的算法，由級(jí)聯(lián)的帶通濾波、微分、平方、 滑動(dòng)積分、自適應(yīng)閾值和搜索幾個(gè)步驟構(gòu)成。由于干電極采集到的信號(hào)受運(yùn)動(dòng)偽跡影響很大，P波和T波會(huì)對(duì)R波的判決產(chǎn)生影響，而且PT算法在搜索過(guò)程中的回溯過(guò)程也增加了時(shí)間的復(fù)雜度。在采集前端中，模擬前端已經(jīng)對(duì)心電信號(hào)進(jìn)行了一次濾波處理，高頻噪聲和工頻干擾已經(jīng)得到了較好的抑制。本文對(duì)信號(hào)預(yù)處理部分進(jìn)行簡(jiǎn)化，并采用新的R波檢測(cè)算法，如圖4所示為R波檢測(cè)算法原理圖。

預(yù)處理階段分為三個(gè)部分，分別為微分，積分和非線(xiàn)性濾波。微分過(guò)程是為了消除基線(xiàn)漂移的干擾，相當(dāng)于一個(gè)高通濾波器，見(jiàn)式（1）；積分過(guò)程是一個(gè)滑窗積分過(guò)程，能進(jìn)一步消除高頻干擾，使ECG能量集中在R波上，見(jiàn)式（2）；非線(xiàn)性濾波則為了減小運(yùn)動(dòng)偽跡造成的P波，T波對(duì)R波檢測(cè)形成的干擾，見(jiàn)式（3）。

自適應(yīng)閾值R波提取算法分為三部分[10]，具體步驟如下：

1） 在可能的最小RR間隔時(shí)間（RRmin，一般取200 ms，對(duì)應(yīng)300 BPM的心率）加上QRS波群時(shí)間QRSint（典型值為60 ms）上尋找最大值，并將該最大值設(shè)為R峰。此時(shí)更新閾值為當(dāng)前R峰和所有已檢R峰的均值。

2） 等待。等待時(shí)間為R峰位置和第一階段時(shí)間結(jié)束的差值，目的是避免運(yùn)動(dòng)偽跡對(duì)R波檢測(cè)形成的干擾。

3） 閾值下降。步驟2）完成后，初始閾值為所有已檢測(cè)R峰的均值。在該階段，每一個(gè)采樣值后閾值按照式（4）呈指數(shù)下降，其中[FS]為采樣率，[PTh]為下降系數(shù)，與采樣率相關(guān)。根據(jù)經(jīng)驗(yàn)，本文取[PTh]=2。當(dāng)前的值大于閾值時(shí)循環(huán)進(jìn)入步驟1）階段。

4 系統(tǒng)測(cè)試與結(jié)果

圖5a）為系統(tǒng)實(shí)物圖和人體佩戴圖，圖5b）為PCB實(shí)物圖。PCB分為兩部分，左邊PCB為整個(gè)系統(tǒng)的主要部分，包括AD8232，STM8L，CC2541和外圍電路，尺寸為3.4 cm[×]2.4 cm；右邊PCB為與電源相關(guān)的電路，包括穩(wěn)壓電路、充電電路、電源管理電路等，尺寸為1.4 cm[×]2.4 cm。

圖6為實(shí)際采集的ECG信號(hào)在Matlab上的R波檢測(cè)驗(yàn)證結(jié)果?！?”為檢測(cè)到的R波；紅色線(xiàn)條表示閾值的變化；紅色圓圈標(biāo)注的是運(yùn)動(dòng)偽跡產(chǎn)生的偽R峰?？梢钥闯?，R波檢測(cè)算法中的步驟2）能有效避免這種干擾。

圖8為測(cè)試者在走動(dòng)時(shí)用三種設(shè)備測(cè)試的心率結(jié)果。曲線(xiàn)A，B，C分別為yuwell（魚(yú)躍）公司的心率血氧監(jiān)測(cè)儀，北京東方泰華有限公司的單導(dǎo)聯(lián)心電記錄儀的測(cè)試結(jié)果和本系統(tǒng)測(cè)試結(jié)果。曲線(xiàn)B和C為通過(guò)ECG計(jì)算的心率，曲線(xiàn)A為利用光電容積描記（PPG）方法實(shí)時(shí)計(jì)算的心率。結(jié)果表明，使用PPG得到的測(cè)試結(jié)果波動(dòng)相對(duì)較大，本系統(tǒng)的測(cè)試結(jié)果與商用產(chǎn)品誤差在[±]3 BPM以?xún)?nèi)。

5 結(jié) 語(yǔ)

本文以AD8232模擬前端芯片為基礎(chǔ)，采用一種自潤(rùn)濕紙電極設(shè)計(jì)一套可穿戴的心電監(jiān)護(hù)系統(tǒng)。紙電極的柔軟特性提高了人體佩戴的舒適度。心電信號(hào)處理采用改進(jìn)的PT算法，有利于在單片機(jī)上的實(shí)現(xiàn)。該系統(tǒng)還具有體積小、功耗低的優(yōu)點(diǎn)，實(shí)現(xiàn)了移動(dòng)監(jiān)測(cè)的功能。通過(guò)與其他商用產(chǎn)品進(jìn)行對(duì)比發(fā)現(xiàn)本系統(tǒng)對(duì)心率計(jì)算的準(zhǔn)確度已經(jīng)達(dá)到商用級(jí)別。本系統(tǒng)對(duì)住院病人生理狀態(tài)的長(zhǎng)期監(jiān)護(hù)有著廣闊的發(fā)展前景和上升空間。

參考文獻(xiàn)

[1] DELANO M K. A long term wearable electrocardiogram （ECG） measurement system [D]. Cambridge： Massachusetts Institute of Technology， 2012.

[2] RODGERS M M， PAI V M， CONROY R S. Recent advances in wearable sensors for health monitoring [J]. IEEE sensors journal， 2015， 15（6）： 3119?3126.

[3] ZHANG H， PEI W， CHEN Y， et al. A motion interference?insensitive flexible dry electrode [J]. IEEE transactions on biomedical engineering， 2016， 63（6）： 1136?1144.

[4] YAO S， ZHU Y. Nanomaterial?enabled dry electrodes for electrophysiological sensing： a review [J]. JOM， 2016， 68（4）： 1145?1155.

[5] 宋勐翔，陳蘭嵐.基于ADS1298和STM32F407的心電采集與顯示系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2015，38（13）：141?144.

SONG Mengxiang， CHEN Lanlan. Design of electrocardiogram acquisition and display system based on ADS1298 and STM32F407 [J]. Modern electronics technique， 2015， 38（13）： 141?144.

[6] Analog Devices. AD8232： single?lead， heart rate monitor front end [M]. Norwood： Analog Devices， 2013.

[7] Texas Instruments. CC2541： 2.4?GHz Bluetooth low energy and proprietary system?on?chip datasheet [M]. Dallas： Texas Instruments， 2012.

[8] 李延軍，嚴(yán)洪.QRS波群檢測(cè)常用算法的比較[J].生物醫(yī)學(xué)工程學(xué)進(jìn)展，2008，29（2）：101?107.

LI Yanjun， YAN Hong. Comparison of familiar QRS detection approaches [J]. Progress in biomedical engineering， 2008， 29（2）： 101?107.

[9] PAN J， TOMPKINS W J. A real?time QRS detection algorithm [J]. IEEE transactions on biomedical engineering， 1985， 32（3）： 230?236.

[10] GUTI?RREZ?RIVAS R， GARC?A J J， MARNANE W P， et al. Novel real?time low?complexity QRS complex detector based on adaptive thresholding [J]. IEEE sensors journal， 2015， 15（10）： 6036?6043.