基于ARM7的心电监护仪的程序设计与实现.PPT

中科院沈阳计算技术研究所2010级中期报告 基于ARM7的心电监护仪 的软件设计与实现 指导老师：蒲宝明 学 生：王慧静 学 号：201028013329030 报告内容 课题背景和简介 论文进展情况 已取得的阶段性成果 存在的主要问题 下一步工作计划、预答辩时间 已取得的科研成果 参考文献 致谢 课题背景 人们的健康意识和健康理念不断增强。 人口老龄化进程加快，老年人常见病、慢性病的日常护理和治疗以社区和家庭为主。 市面上医疗器械在设计上大都侧重于大型医院使用。 家庭医疗是顺应当前社会发展，将当代高新技术与临床医疗相结合的产物。 研究内容 图 系统结构框图 嵌入式软件设计主要包括： 对采集到的心电信号进行采样，将其由模拟量转化为数字量。 对数字信号进行预处理，提取心电信号的特征点并进行心率计算。 将心电波形及心率值通过串口发送给PC机。 平台软件设计主要包括： 在PC机上实时显示心电波形及心率。 当心律失常时给出警告信息。 论文进展及阶段性成果 心电信号去噪算法研究 人体的心电信号是mv级别的微弱信号，从体表检测的心电信号含有大量的噪声干扰，主要包括以下三种类型： 基线漂移。一般由人体呼吸、肢体运动、电极移动等低频干扰所引起，其频率一般小于0.5Hz。 工频干扰。由电力系统所引起，频率固定为50Hz，幅度较低。 肌电干扰。由肌肉收缩、人体运动所引起，频率范围较广，一般为5~2000Hz，是一种高频干扰，幅度为mv级。 论文进展及阶段性成果 小波变换是一种信号的时间-频率分析方法，具有多分辨率分析的特点，且在时频两域都具有表征信号局部特征的能力，能够较好地处理非平稳信号。 基于小波阈值的信号去噪算法，算法简单、计算量小，且在保持信号奇异性的同时能有效地滤除噪声，具有广泛的适应性。将小波阈值引入到心电信号去噪中，在不同的尺度运用不同的阈值对心电信号进行去噪处理。 论文进展及阶段性成果 根据心电信号的具体特征再结合小波基函数的选取标准以及bior小波的具体特性，本文选取具有紧支集对称性的bior3.7小波对心电信号进行分解和重构。 由于小波分解后，不同尺度上小波系数的信噪比存在差异，本课题采用一种改进的阈值函数，针对不同尺度上的小波系数选用不同的阈值进行处理。具体阈值函数为： 论文进展及阶段性成果 采用改进阈值函数软阈值去噪算法去噪效果较好，有效地去除了含噪信号中混有的基线漂移、工频干扰、肌电干扰，并且心电波形畸变较少、光滑性较好，较好地保留了心电信号中有用成分。 图 改进阈值函数软、硬阈值处理后的心电信号 论文进展及阶段性成果 心电信号特征点提取 心电信号具有明显的时频特征，主要由P、QRS、T等特征波组成，心电信号波形检测和特征信息提取是识别心电波形类型、鉴别各种心律失常的前提和基础，是心电信号自动分析和诊断的基础，其检测的准确度与可靠性直接影响着心电分析和诊断的功能，具有重要的理论意义及实用价值。 论文进展及阶段性成果 对心电信号进行连续小波变换，利用小波变换的多分辨率特性，通过检测该小波变换不同尺度的模极值点来识别心电信号的特征点。 不同的小波基函数，其时频特性也不尽相同，小波基函数决定了小波变换的效率和效果。 连续小波变换系数表示了该小波与处在分析时段内的信号波形相似程度，小波变换系数愈大，表示两者的波形相似程度愈高，而小波变换系数依赖于所选择的小波基，因此，为了检测特定波形的信号，应该尽量选择与信号波形相似的小波进行分析。 根据心电信号的特点，选用与心电信号波形相似的Mexican hat小波作为基小波。 论文进展及阶段性成果 心电信号波形检测主要包括QRS波群检测和P波、T波检测，QRS波群定位的准确与否直接影响后续处理的正确性，准确检测心电信号中的QRS复合波对心脏疾病的诊断具有重要的意义。 首先定位R波峰值点，然后以R波为基准来检测Q、S波，进而检测P、T。 论文进展及阶段性成果 (a)心电信号R