一种基于分立元件与微处理器的低功耗蓝牙心电监测系统的制作方法

本发明涉及一种基于分立元件与微处理器的低功耗蓝牙心电监测系统。

背景技术：

心电信号(ecg)是反映心脏健康状况的重要依据。心电图是诊断和分析治疗心血管疾病的一个重要手段，在临床治疗中心电图得到广泛应用。但是常规心电图一般需要通过大型医疗场所，如医院、疗养院的心电图机采集数据获得，其获得途径较难、价格较高、耗时长等弊端阻碍心电图机的进一步应用。据临床医学表明，心血管疾病患者都会在早期表现出心电图异常，且大部分心血管病人病危或者死亡的原因是在病发时没有得到及时救治。所以一种便携性的监测患者心电信号的监护系统对缓解资源紧张的医疗行业和减少心血管疾病突发死亡概率具有重要的意义。

现在android手机占据中国手机市场的大部分份额，这使得移动应用的开发速度和可移植性得到大大提高。自2011年以来，各种移动医疗类app如雨后春笋般涌现，已经有近30％的android用户安装过此类app。一旦生理信号采集前端和无线传输网系统成熟起来，必将会缓解中国医患矛盾问题，减缓国内医疗行业日益紧张的医疗资源短缺趋势，降低心血管疾病猝发性死亡的概率，推动互联网医疗的发展。

尽管国内外针对移动平台的嵌入式生物信息采集系统已有很多，但甚少能在低功耗、低成本的要求下精确获得并显示心电图。所以一套低功耗、低成本、高精度的便携式心电监测系统，具有行业前瞻性的意义。

技术实现要素：

本发明旨在设计一套能够精确获取人体心电图并实时显示的低功耗、低成本的便携式心电监测系统。

为了在低功耗、低成本的要求下精确获得并实时显示心电图，本发明在心电信号处理电路部分采用精心选型的分立高性能模拟器件，通过高效率、低纹波的电源电路设计(包括降压电路、稳压电路)与高精度的模拟信号处理电路设计(包括前置放大电路、陷波电路、高低通滤波器、后级放大及电平抬升电路)实现了心电信号的低功耗、低成本、高精度处理；数字处理与显示电路部分采用微处理器(本系统以stm32f4为实例)作为处理核心，进一步降低系统功耗，搭配了实时操作系统以及经过改进的低复杂度信号处理算法，从而精确、实时的显示心电图；设计了能够与微处理器进行蓝牙通信的android手机app，从而将经过模拟系统、数字系统处理的心电数据传输至手机移动端进行实时、同步的显示与存储。

为了实现上述技术目的，本发明的技术方案是，

一种基于分立元件与微处理器的低功耗蓝牙心电监测系统，包括心电信号处理电路，数字处理与显示电路和蓝牙模块，所述的数字处理与显示电路分别与心电信号处理电路和蓝牙模块通信连接；

所述的心电信号处理电路包括模拟信号处理电路和电源电路，所述的电源电路为整个系统供电，所述的模拟信号处理电路的输入端连接用于采集人体心电信号的电极，并处理所采集的心电信号后输出至数字处理与显示电路；

所述的模拟信号处理电路包括前置放大电路、陷波电路、高低通滤波器和后级放大及电平抬升电路，所述的前置放大电路、陷波电路、高低通滤波器和后级放大及电平抬升电路依次连接，并将处理后的心电信号发送至数字处理与显示电路。

所述的一种基于分立元件与微处理器的低功耗蓝牙心电监测系统，所述的数字处理与显示电路包括微处理器和微型显示屏，所述的微处理器通信连接心电信号处理电路并处理所接收的心电信号，所述的微型显示屏通信连接微处理器并显示经处理后的心电信号形成的心电图。

所述的一种基于分立元件与微处理器的低功耗蓝牙心电监测系统，所述的电源电路包括电池、dc-dc降压电路、ldo线性稳压器、负向电源和数字电路ldo线性稳压器，所述的电池、dc-dc降压电路和ldo线性稳压器依次连接，ldo线性稳压器向模拟信号处理电路输出正电压，并通过负向电源转换为负电压来为模拟信号处理电路提供双极性电源，数字电路ldo线性稳压器连接ldo线性稳压器并对电源进行降压后输出至数字处理与显示电路。

所述的一种基于分立元件与微处理器的低功耗蓝牙心电监测系统，所述的模拟信号处理电路还包括右腿驱动电路，所述的右腿驱动电路的输出端连接至前置放大电路的输入端。

所述的一种基于分立元件与微处理器的低功耗蓝牙心电监测系统，所述的微型显示屏为采用lcd实现的触摸显示屏。

所述的一种基于分立元件与微处理器的低功耗蓝牙心电监测系统，所述的蓝牙模块与智能设备上的app进行蓝牙通信并发送心电信号数据。

所述的一种基于分立元件与微处理器的低功耗蓝牙心电监测系统，数字处理与显示电路通过基于动态差分阈值算法的qrs心电波群锁定算法来绘制心电图并计算、显示心率值，所述的qrs心电波群锁定算法包括以下步骤：

首先提取心电波形曲线上作为特征点的拐点，即计算心电波形对应于第n个采样点的斜率值k(n)：

其中初始步进值δn＝1，x(n)是心电波形对应于第n个采样点的高度值；n是心电波形上的第n个采样点。实际的心电波形是连续的，波形的横轴代表时间t。想要存入计算机，就必须经过采样等过程将心电波形离散化，这时波形的横轴就变为n，即第n个采样点。

采用步长累计补偿噪声带来的误差，其中判断极大值和极小值即拐点的情况是：

[x(n)＞x(n-2)]∩[x(n)＞x(n-1)]∩[x(n)＞x(n+1)]∩[x(n)＞x(n+2)]

[x(n)＜x(n-2)]∩[x(n)＜x(n-1)]∩[x(n)＜x(n+1)]∩[x(n)＜x(n+2)]

则有：

通过计算斜率值，以斜率值由正变负或由负变正的点作为心电信号的各个拐点的位置，并通过阈值法提取心电波形中的qrs波出现的时间段，结合拐点来确定qrs波中的r点即峰值点：

在qrs波出现的点满足下式：

其中为阈值，按下式计算：

其中kmax是最大斜率值，kmax为根据新的心电波形计算得到的新阈值；

根据计算得到的阈值，来判断qrs波，当阈值大于0时，倘若连续4组斜率数据都比阈值大，则判断处于qrs波中的qr段即上升段；当阈值小于0时，倘若连续4组斜率数据都比其小，则判断处于qrs波中的rs段即下降段，锁定qrs波以后，再找出拐点，即为r点；

在确定r波以后，经过2s后，重新计算阈值，并判断锁定新的r波；

通过计算r波之间的时间，最终计算人体心率值，进行显示。

上述系统具有如下优点：整套心电监测系统采用分立元件与微处理器实现，经过高精度的电路设计，实现了心电信号的低功耗、低成本、高精度处理；设计了高效率、低纹波的电源电路为系统供电，进一步降低了电源部分对心电信号带来的干扰；设计了陷波电路，专门去除50hz工频干扰；采用数字滤波器算法，对模拟电路中残存的干扰噪声进行信号处理；采用改进的动态差分阈值算法，精确、实时的锁定qrs心电波群，使其具有更好的适应性；开发了配套的android手机app，能够通过蓝牙接收经过处理的心电数据并进行实时、同步的显示与存储。

附图说明

图1为本发明系统框图；

图2为系统硬件结构图；

图3为电源系统结构图；

图4为有源双t陷波器电路原理图；

图5为心电信号处理电路pcb实例图；

图6为系统软件结构图；

图7为基于emwin的图形用户界面图；

图8为qrs心电波群锁定算法流程图；

图9为app蓝牙配对界面图；

图10为app生理数据接收与显示界面图；

图11为app生理数据保存界面图；

图12为心电波形示意图，其中中央高峰即为qrs波。

具体实施方式

下面结合附图和实例，对本发明作进一步详细描述。

本发明设计了一种基于分立元件与微处理器的低功耗蓝牙心电监测系统，其系统框图如图1所示。

系统硬件结构图如图2所示，心电信号从分别贴于人体的左臂、右臂与右腿的3个电极进行采集，这3个电极分别与模拟信号处理电路连接，其作用是采集人体心电信号并将其输入电路。整个系统采用7.4v的锂电池供电，通过dc-dc降压拓扑得到5.4v的电压，此时电源中含有较多纹波，需要经过ldo线性稳压器得到稳定的5v电压。经过负向电源得到集成运放所需要的双极性电源，数字部分则通过3.3v线性稳压器为微处理器供电。dc-dc和ldo联合调制的方式构成了高效率、低纹波的电源系统，其结构图如图3所示。

本发明选用精密低功耗仪器放大器设计了前置差动放大电路，根据公式

g＝1+49.4/r

计算所需的信号增益。由于前置放大不宜过大，否则容易造成心电信号饱和失真，一般将增益控制在10～30之间即可，本系统选取的放大倍数为11倍，且共模抑制比在100db左右，能够达到一般医疗要求的80db。

右腿驱动电路的主要目的是为了减少信号干扰，抑制共模信号，特别是心电信号。人体可以作为一个工频干扰接受源，类似于天线的作用，病人长期处于市电系统中，心电信号极易耦合50hz的干扰信号。此时，右腿驱动电路可以保证信号的完整性。

心电信号的频率分布在0.05～100hz之间。由于电路中共模干扰比较严重，特别是身处市电，50hz工频噪声会混入心电信号中，故需要对其进行滤波处理。所以我们将前置放大电路的输出信号接入双t陷波器专门去除工频干扰，使心电信号更加平滑。该部分的电路原理图如图4所示。假设r1＝r2＝r，c1＝c2＝c，r3＝0.25r，c3＝c，r4＝r，推导得双t陷波器的传递函数如下

由陷波器的标准传递函数为

可知

其中σ用于调节滑动变阻器，调节q值，改变带宽。根据陷波频率50hz，确定rc的值。这里取c＝0.1μf，r＝45.016kω。具体电阻则根据实际电阻阻值组合，达到所需要的阻值即可。

由于心电信号的频率为0.05～100hz，所以需要在此带宽内设计合理的滤波器。将陷波器的输出信号接入由低截止频率(0.05hz)的高通滤波器和高截止频率(100hz)的低通滤波器组成的带通滤波器即可得到精准的通频带。低通滤波器的传递函数为

高通滤波器的传递函数为

接下来是后级放大和电平抬升电路。由于前置放大电路将心电信号放大了11倍，想要达到数字系统可以采集的程度，还需要进一步放大，即总放大倍数应达到2000倍即可进行a/d转换。所以，这里需要将心电信号再放大200倍左右，最终将信号放大100db后输出。由于模拟部分采用的是双极型集成运放，考虑到心电信号的正负电平特性，需要对心电信号进行电平抬升以使微处理器能够采集(微处理器采集电压范围为0～3.3v)。

心电信号处理电路pcb实例图如图5所示。

系统软件结构图如图6所示。我们在实时操作系统μc/osiii上调度了两个任务。第一个是基于emwin图形用户界面所设计的示波器任务emwindemo_task，包含了无限长单位冲击响应数字滤波器(iir)算法与基于改进的动态差分阈值算法的qrs心电波群锁定算法，该任务的功能为绘制心电图并计算、显示心率值；第二个是蓝牙数据传输任务bluetooth_task，其功能为将计算得到的心电、心率数据通过该任务实时传输到android手机app进行移动端的显示与存储。基于emwin的图形用户界面图如图7所示。

本系统采用斜率和阈值相结合的方式来判断心电信号中出现的各个波段的情形。首先需要提取心率波形上面的特征点，即曲线上面的拐点。从数学角度上来看就是计算极大值与极小值的出现的点。可以通过计算微分的形式找到此拐点，也就是计算斜率值。数学上定义斜率为

初始步进值δn＝1，x(n)是心电波形对应于第n个采样点的高度值；n是心电波形上的第n个采样点。但是由于心电信号会出现噪声干扰，所以采用步长累计补偿噪声带来的误差，其中判断极大值和极小值即拐点的情况是

[x(n)＞x(n-2)]∩[x(n)＞x(n-1)]∩[x(n)＞x(n+1)]∩[x(n)＞x(n+2)]

[x(n)＜x(n-2)]∩[x(n)＜x(n-1)]∩[x(n)＜x(n+1)]∩[x(n)＜x(n+2)]

由上面的两个式子可以计算斜率

通过计算上面的斜率值，以斜率值由正变负或由负变正的点作为心电信号的各个拐点的位置，则可以确定心电信号的各个拐点的位置。由于需要提取r波的数据，所以需要判断出r波出现的时间段，再配合极值点确定r点。这里锁定qrs波出现的时间就需要利用阈值法确定。

在r波出现的点一定满足以下式子

其中就是需要处理的阈值，这个值可以按如下式子计算

其中kmax是最大斜率值，为根据新的心电波形计算得到的新阈值。

根据以上原理，可以确定在qr段和rs段的斜率情况，参见图12，其中以qrs波起点为q，顶点为r，终点为s，通过确认在qr段的正向阈值和rs段的负向阈值来进一步锁定qrs波群。当阈值大于0时，倘若连续4组斜率数据都比阈值大，则判断处于qrs波中的qr段即上升段；当阈值小于0时，倘若连续4组斜率数据都比其小，则判断处于qrs波中的rs段即下降段，锁定qrs波以后，再找出拐点，即为r点。

在确定r波以后，经过2s后，重新进行阈值更新，判断锁定r波。

通过计算r波之间的时间，最终计算人体心率值，进行显示。qrs心电波群锁定算法流程图如图8所示。

为了将经过处理的心电数据在手机移动端显示，我们需要把数据通过蓝牙发送到手机客户端。本发明开发了android客户端app——实时健康监护，其利用与蓝牙息息相关的类，如bluetoothsocket类、bluetoothadapter类，通过调用android提供的蓝牙api，实现与前端蓝牙模块的配对和通信。app具有实时接收、显示心电数据的功能，并能将数据以文件形式存储在手机上，用户使用任意一款文本(.txt)阅读软件，都可以打开之前保存的数据。app蓝牙配对界面图、app生理数据接收与显示界面图、app生理数据保存界面图分别如图9、10、11所示。