基于DSP的EASI十二導(dǎo)聯(lián)多功能Holter系統(tǒng)設(shè)計方案
3 軟件設(shè)計
3.1 DSP程序設(shè)計
DSP系統(tǒng)初始化需要完成以下操作:初始化CPU、外設(shè)、引腳功能與中斷,通過判斷中斷源確定是否存儲在MicroSD卡上;然后開始A/D轉(zhuǎn)換采集心電信號,根據(jù)此前所選擇的方式通過DMA保存采集到的數(shù)據(jù);同時數(shù)據(jù)累積到特征提取所需后對其進行處理,判斷是否有異常。一旦產(chǎn)生異常,則通過Zigbee模塊發(fā)送提示信息,否則繼續(xù)循環(huán)信號處理流程。
3.2 算法設(shè)計
ECG信號中QRS波群的檢測是對ECG信號自動分析診斷的前提和基礎(chǔ),只有在R波標(biāo)定后才可做進一步分析。本系統(tǒng)采用墨西哥草帽小波變換進行R波檢測。該小波母函數(shù)是高斯函數(shù)的二階導(dǎo)數(shù),心電信號的特征點與小波變換的模極大值點存在對應(yīng)關(guān)系,從而可以據(jù)此實現(xiàn)R波的定位[5]。式(1)為小波母函數(shù)函數(shù)表達式:
具體檢測方法為:在小波變換尺度4上,分等長區(qū)間分別求模極大值,再對這組模極大值求均值,將該均值二分之一作為閾值,求出過閾值的連續(xù)區(qū)間中極大值為R波的相應(yīng)位置,再修正時移。此時與尺度4相應(yīng)時延為20點,即與原始信號中R波位置有20點的延時。
為了檢查算法的有效性,本實驗采用國際通用的MIT-BIH數(shù)據(jù)庫進行測試,結(jié)果如表1所示。
經(jīng)實驗驗證,由于噪聲在小波變換的第3、第4尺度上已得到抑制,所以系統(tǒng)中所采用的方法可以有效地從噪聲干擾中識別出心電信號中R波的位置,并且識別準(zhǔn)確率達到了99.83%。
在完成R波識別流程后,分別以R波位置為起始點,向前在長度為0.04 s的區(qū)間中搜索模極小值點位置,以對Q波進行定位。對S波進行識別的基本流程與Q波相似,不同點是向R波后向檢索,并且由于S波延續(xù)時間較Q波長,搜索區(qū)間長度為0.06 s。
3.3 上位機軟件設(shè)計
本文的心電遠程實時監(jiān)護界面采用LabVIEW虛擬儀器編程語言設(shè)計,主要功能為實時從串口采集心電數(shù)據(jù),切換顯示十二導(dǎo)聯(lián)數(shù)據(jù),分析和存儲等功能。
本系統(tǒng)中,Holter終端節(jié)點采集分析的數(shù)據(jù)應(yīng)用ZigBee無線協(xié)議傳輸至網(wǎng)絡(luò)協(xié)調(diào)器節(jié)點。網(wǎng)絡(luò)協(xié)調(diào)器節(jié)點將接收到的用戶信息數(shù)據(jù)進行融合處理,通過串口傳送到PC機上[6]。
4 系統(tǒng)測試
4.1 心電采集和預(yù)處理
按照圖1的EASI導(dǎo)聯(lián)系統(tǒng)電極位置所示,通過心電電極片連接人體和系統(tǒng)前端電路,采集心電信號。圖3為實際采集的AI通道的心電信號并在CCS(Code Composer Studio)v3.3上顯示的心電信號片段。
4.2 算法實現(xiàn)
在TMS320VC5509A采用小波變換的方法,在小波變換尺度4上對心電信號進行實時特征提取,并對QRS波群的各個特征點參數(shù)進行檢測計算。小波變換尺度4如圖4所示。
如圖4所示,圓圈標(biāo)記為R波在尺度4上對應(yīng)的位置,三角形標(biāo)記為Q波,矩形標(biāo)記為S波。然后據(jù)此再對其他參數(shù)如P波、T波及其端點檢測。
4.3 遠程監(jiān)護
在上位機運行心電遠程實時監(jiān)護界面,可同時實時顯示用戶的心電數(shù)據(jù)及根據(jù)EASI導(dǎo)聯(lián)推導(dǎo)出的十二導(dǎo)聯(lián)數(shù)據(jù)。
本文實現(xiàn)了一個基于DSP的多功能Holter系統(tǒng)。硬件系統(tǒng)、EASI十二導(dǎo)聯(lián)心電采集電路、心電識別算法、Zigbee無線傳輸通信和上位機監(jiān)護程序等都已調(diào)試成功。Holter系統(tǒng)能實現(xiàn)基于小波變換算法實時檢測從心電模擬前端采集的心電信號,并通過Zigbee實時無線傳輸?shù)絇C機進行心電遠程實時監(jiān)護與十二導(dǎo)聯(lián)心電數(shù)據(jù)的推導(dǎo)及實時顯示,達到預(yù)期目標(biāo)。
評論