一种心内科实时监测系统及其监测方法与流程

本发明涉及心电监测数据领域，尤其涉及一种心内科实时监测系统及其监测方法。

背景技术：

心脏病作为心血管疾病中最为常见且死亡率较高的一类疾病，是心内科医学领域的研究重点。在临床中，通常采用心电图来监测患者心跳节律。心电监测技术具备便捷、无害、低廉的优点，是各类心脏异常筛查中最常用和最基本的诊断方法。长时间连续心电监测对心脏疾病的预防与早期检测具备重要的意义。动态心电图采用连续监测的方式，扩大了筛查的时限，确实能够增加异常心律的检出率，但由于设备技术有限，通常只能先采集心电数据，不论是否有异常发生，患者只能在长时间的佩戴之后才能看到检测结果。由此，传统心电监测系统无法长时间且实时地监测病人的异常心电情况，无法实时、自动化地检测出心脏异常。

相较于传统心电监测系统，移动智能心电监测系统可在病人感到心脏异样时实时地记录心电片段；此外，设备可无感地佩戴于用户身体，在不妨碍用户正常活动的前提下，长时间连续采集用户日常心电信号。同时，移动智能心电监测设备可基于无线通信技术，将采集得到的心电信号传输至智能终端进行实时处理、显示与分析。

申请号为cn201910882160.6的发明专利公开了一种实时心电监测系统和监测方法。该系统包括蓝牙贴片式动态心电记录仪、手机端和服务器，所述蓝牙贴片式动态心电记录仪和所述手机端通过蓝牙实现数据传输，所述手机端向所述服务器调用服务，所述服务器连接有心电分析仪。该心电监测方法，能够通过蓝牙传输，在手机端查看实时心电图，或者出具短时报告，而且还能够进行长程的动态心电图监测。但是该方法的不足之处在于：蓝牙传输的无线传输方法适用于近距离传来，因此该系统在进行远距离传输的应用受到限制。

申请号为cn201710695681.1的发明专利公开了一种基于云的穿戴式心电监测及诊断系统。该系统包括穿戴式心电监测设备、移动终端、云服务器以及远程终端。首先通过体表电位标测确定穿戴式心电电极的数量和位置，使穿戴式心电监测设备采集到质量较高的心电信号并通过蓝牙发送；移动终端接收数据并实时显示和存储，还通过无线通讯与云服务器进行数据交互，实现心电数据及诊断结果的上传、下载；云服务器中存储用户心电数据和机器学习算法训练生成的心电诊断模型。但是该方法的不足之处在于：此该系统在进行远距离传输的应用受到限制，并且在心电信号的数据压缩和传输上没有得到很大的改善。

技术实现要素：

针对上述现有技术的不足，本发明的目的是提供一种心内科实时监测系统及其监测方法。

为了实现上述发明目的，本发明提供了一种心内科实时监测系统。所述心内科实时监测系统包括心电监测模块、传输模块和智能移动终端模块，用以实现心电信号的实时监测、处理、显示与分析；所述传输模块分别与所述心电监测模块、所述智能移动终端模块电性连接；

所述心电监测模块包括心电电极单元、控制单元、存储单元、电源单元以及压缩单元，进行心电信号数据的采集、存储和压缩；

所述智能移动终端模块包括数据重构模块和输出模块；

所述数据重构模块通过所述传输模块接收来自所述心电监测模块的心电信号压缩数据；所述数据重构模块对所述心电信号压缩数据进行心电信号的重构，变换得到原始心电信号，生成心电监测图像；

所述输出模块包括分析单元和显示单元；所述分析单元对所述数据重构模块生成的所述心电监测图像进行心电信号异常分析，并生成分析报告；所述显示单元显示所述心电监测图像和所述分析报告。

优选的，所述传输单元采用lp-wan无线通讯传输方式，用以实现所述心电信号实时监测数据的远距离低功耗无线网络传输。

优选的，所述压缩单元采用无损数据压缩算法。

优选的，所述无损数据压缩算法，包括如下步骤：

s1、心电信号数据的小波变换分解公式：

s11、对一维信号的离散小波多分辨率分析，用mallet算法描述公式为：

其中：aj,k、bj,k分别表示原始信号x在尺度2^-j下分解得到的低频分量和高频分量；h(m-2k)、g(m-2k)分别是低通滤波器和高通滤波器的系数；

s12、构建相应的重建公式：

s13、基于小波变换的心电信号稀疏系数表示公式：

θ＝ψx；

其中：θ∈rⁿ表示原始心电信号x∈rⁿ在变换域ψ∈r^n×n的系数,即θ＝ψ∈x；

s2、用混沌序列构造测量矩阵：

s21、混沌序列的系统方程为

其中，λ为2.0，初值w0为0.7时，混沌系统映射生成混沌序列{wn}，再利用符号函数生成序列{bn}，为

s22、为使序列{wn}处于稳定状态，选取{w101}为采样的起点，并对序列进行等间隔采样，确保混沌序列的元素相互独立；加上初值，得到序列的总长度为m×n；

s23、把生成的所述序列{bn}取长度为n截断形成m×n维的矩阵φ′；

s24、对矩阵φ′作正交化处理，得到测量矩阵φ；

s3、构建心电信号数据压缩模型：

s31、压缩采样公式：

y＝φθ+n；

s32、把高维向量θ转变为低维向量y，进行压缩，公式为：

其中：θ中有k个元素不为零,||θ||0＝k；φ∈r^m×n表示测量矩阵；n表示测量噪声,n～n(0,σ²)；y∈r^m表示采集的心电信号数据，其中k<m≤n。

优选的，所述数据重构模块对所述心电信号压缩数据进行心电信号重构，根据步骤s31中的y求解出原始信号的稀疏系数再对其反变换得到原始信号x。

优选的，所述心电信号重构的算法为：

p1、构建样本集y的条件概率密度函数：

其中，αn表示方差；

p2、稀疏系数的重构求解：

其中，θs,i为尺度s的第i个小波系数，i＝1，…，ns，ns为尺度s上小波系数总数，πs,i为相关的混合权重。

为了实现上述发明目的，本发明还提供了一种心内科实时监测系统的监测方法，包括如下步骤：

a1、通过所述心电监测模块的所述心电电极单元进行测量，获取用户的心电信号数据；

a2、将步骤a1获取的所述心电信号数据通过所述压缩单元进行所述心电信号数据的压缩，得到心电信号压缩数据；

a3、将步骤a2得到的所述心电信号压缩数据通过所述传输模块无线网络传输至所述智能移动终端模块；

a4、所述数据重构模块将所述心电信号压缩数据进行重构，变换得到原始心电信号，生成心电监测图像；

a5、所述分析单元对步骤a4生成的所述心电监测图像进行心电信号异常分析，并生成分析报告，然后，所述显示单元显示所述心电监测图像和所述分析报告。

优选的，所述无线网络传输采用lp-wan无线通讯传输方式。

优选的，所述压缩单元采用无损数据压缩。

与现有技术相比，本发明的有益效果在于：

1、本发明提供的心内科实时监测系统，通过构造测量矩阵对心电信号数据小波变换后的稀疏系数进行压缩，与常规压缩方式的区别在于，该方法不是先采集再压缩，而是边采集边压缩，解码不受编码的制约，再采用压缩感知算法，对心电信号压缩数据重构，从而恢复完整的原始心电信号数据，实现实时压缩与高精度重构的需求。

2、本发明提供的心内科实时监测系统，采用lp-wan无线通讯传输方式，用以实现所述心电信号实时监测数据的远距离低功耗无线网络传输，以使得智能移动终端能够进行心电信号数据的远距离实时监测和分析。

3、本发明提供的心内科实时监测系统，设计了移动智能终端模块，大大提高了穿戴式设备数据传输、处理分析的灵活性，以及系统与用户之间的互通性。

附图说明

图1为本发明提供的一种心内科实时监测系统的构架图。

图2为本发明提供的一种心内科实时监测系统的监测方法流程图。

具体实施方式

以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。

请参阅图1所示，本发明提供了一种心内科实时监测系统。所述心内科实时监测系统包括心电监测模块、传输模块和智能移动终端模块，用以实现心电信号的实时监测、处理、显示与分析；所述传输模块分别与所述心电监测模块、所述智能移动终端模块电性连接；

所述心电监测模块包括心电电极单元、控制单元、存储单元、电源单元以及压缩单元，进行心电信号数据的采集、存储和压缩；

所述智能移动终端模块包括数据重构模块和输出模块；

所述数据重构模块通过所述传输模块接收来自所述心电监测模块的心电信号压缩数据；所述数据重构模块对所述心电信号压缩数据进行心电信号的重构，变换得到原始心电信号，生成心电监测图像；

所述输出模块包括分析单元和显示单元；所述分析单元对所述数据重构模块生成的所述心电监测图像进行心电信号异常分析，并生成分析报告；所述显示单元显示所述心电监测图像和所述分析报告。

进一步地，所述传输单元采用lp-wan无线通讯传输方式，用以实现所述心电信号实时监测数据的远距离低功耗无线网络传输。

进一步地，所述压缩单元采用无损数据压缩算法。

进一步地，所述无损数据压缩算法，包括如下步骤：

s1、心电信号数据的小波变换分解公式：

s11、对一维信号的离散小波多分辨率分析,用mallet算法描述公式为

其中：aj,k、bj,k分别表示原始信号x在尺度2^-j下分解得到的低频分量和高频分量；h(m-2k)、g(m-2k)分别是低通滤波器和高通滤波器的系数；

s12、构建相应的重建公式：

s13、基于小波变换的心电信号稀疏系数表示公式：

θ＝ψx；

其中：θ∈rⁿ表示原始心电信号x∈rⁿ在变换域ψ∈r^n×n的系数,即θ＝ψ∈x；

s2、用混沌序列构造测量矩阵：

s21、混沌序列的系统方程为

其中，λ为2.0，初值w0为0.7时，混沌系统映射生成混沌序列{wn}，再利用符号函数生成序列{bn},为

s22、为使序列{wn}处于稳定状态,选取{w101}为采样的起点，并对序列进行等间隔采样，确保混沌序列的元素相互独立；加上初值，得到序列的总长度为m×n；

s23、把生成的所述序列{bn}取长度为n截断形成m×n维的矩阵φ′；

s24、对矩阵φ′作正交化处理,得到测量矩阵φ；

s3、构建心电信号数据压缩模型：

s31、压缩采样公式：

y＝φθ+n；

s32、把高维向量θ转变为低维向量y，进行压缩，公式为：

其中：θ中有k个元素不为零,||θ||0＝k；φ∈r^m×n表示测量矩阵；n表示测量噪声,n～n(0,σ²)；y∈r^m表示采集的心电信号数据，其中k<m≤n。

进一步地，所述数据重构模块对所述心电信号压缩数据进行心电信号重构，根据步骤s31中的y求解出原始信号的稀疏系数再对其反变换得到原始信号x。

进一步地，所述心电信号重构的算法为：

p1、构建样本集y的条件概率密度函数：

其中，αn表示方差；

p2、稀疏系数的重构求解：

其中，θs,i为尺度s的第i个小波系数，i＝1，…，ns，ns为尺度s上小波系数总数，πs,i为相关的混合权重。

请参阅图2所示，本发明提供了一种心内科实时监测系统的监测方法，包括如下步骤：

a1、通过所述心电监测模块的所述心电电极单元进行测量，获取用户的心电信号数据；

a2、将步骤a1获取的所述心电信号数据通过所述压缩单元进行所述心电信号数据的压缩，得到心电信号压缩数据；

a3、将步骤a2得到的所述心电信号压缩数据通过所述传输模块无线网络传输至所述智能移动终端模块；

a4、所述数据重构模块将所述心电信号压缩数据进行重构，变换得到原始心电信号，生成心电监测图像；

a5、所述分析单元对步骤a4生成的所述心电监测图像进行心电信号异常分析，并生成分析报告，然后，所述显示单元显示所述心电监测图像和所述分析报告。

进一步地，所述无线网络传输采用lp-wan无线通讯传输方式。

进一步地，所述压缩单元采用无损数据压缩。

下面通过具体的实施例对本发明做进一步的详细描述。

实施例1

心内科实时监测系统，包括心电监测模块、传输模块和智能移动终端模块，用以实现心电信号的实时监测、处理、显示与分析；所述传输模块分别与所述心电监测模块、所述智能移动终端模块电性连接；

所述心电监测模块包括心电电极单元、控制单元、存储单元、电源单元以及压缩单元，进行心电信号数据的采集、存储和压缩；

所述智能移动终端模块包括数据重构模块和输出模块；

所述数据重构模块通过所述传输模块接收来自所述心电监测模块的心电信号压缩数据；所述数据重构模块对所述心电信号压缩数据进行心电信号的重构，变换得到原始心电信号，生成心电监测图像；

所述输出模块包括分析单元和显示单元；所述分析单元对所述数据重构模块生成的所述心电监测图像进行心电信号异常分析，并生成分析报告；所述显示单元显示所述心电监测图像和所述分析报告。

作为本方案的进一步优选，所述传输单元采用lp-wan无线通讯传输方式，用以实现所述心电信号实时监测数据的远距离低功耗无线网络传输。

作为本方案的进一步优选，所述压缩单元采用无损数据压缩算法，包括如下步骤：

s1、心电信号数据的小波变换分解公式：

s11、对一维信号的离散小波多分辨率分析,用mallet算法描述公式为

其中：aj,k、bj,k分别表示原始信号x在尺度2^-j下分解得到的低频分量和高频分量；h(m-2k)、g(m-2k)分别是低通滤波器和高通滤波器的系数；

s12、构建相应的重建公式：

s13、基于小波变换的心电信号稀疏系数表示公式：

θ＝ψx；

其中：θ∈rⁿ表示原始心电信号x∈rⁿ在变换域ψ∈r^n×n的系数,即θ＝ψ∈x；

s2、用混沌序列构造测量矩阵：

s21、混沌序列的系统方程为

其中，λ为2.0，初值w0为0.7时，混沌系统映射生成混沌序列{wn}，再利用符号函数生成序列{bn},为

s22、为使序列{wn}处于稳定状态,选取{w101}为采样的起点，并对序列进行等间隔采样，确保混沌序列的元素相互独立；加上初值，得到序列的总长度为m×n；

s23、把生成的所述序列{bn}取长度为n截断形成m×n维的矩阵φ′；

s24、对矩阵φ′作正交化处理,得到测量矩阵φ；

s3、构建心电信号数据压缩模型：

s31、压缩采样公式：

y＝φθ+n；

s32、把高维向量θ转变为低维向量y，进行压缩，公式为：

其中：θ中有k个元素不为零,||θ||0＝k；φ∈r^m×n表示测量矩阵；n表示测量噪声,n～n(0,σ²)；y∈r^m表示采集的心电信号数据，其中k<m≤n。

作为本方案的进一步优选，所述数据重构模块对所述心电信号压缩数据进行心电信号重构，根据步骤s31中的y求解出原始信号的稀疏系数再对其反变换得到原始信号x。所述心电信号重构的算法为：

p1、构建样本集y的条件概率密度函数：

其中，αn表示方差；

p2、稀疏系数的重构求解：

其中，θs,i为尺度s的第i个小波系数，i＝1，…，ns，ns为尺度s上小波系数总数，πs,i为相关的混合权重。

基于上述心内科实时监测系统的监测方法，包括如下步骤：

a1、通过所述心电监测模块的所述心电电极单元进行测量，获取用户的心电信号数据；

a2、将步骤a1获取的所述心电信号数据通过所述压缩单元进行所述心电信号数据的压缩，得到心电信号压缩数据；

a3、将步骤a2得到的所述心电信号压缩数据通过所述传输模块无线网络传输至所述智能移动终端模块；

a4、所述数据重构模块将所述心电信号压缩数据进行重构，变换得到原始心电信号，生成心电监测图像；

a5、所述分析单元对步骤a4生成的所述心电监测图像进行心电信号异常分析，并生成分析报告，然后，所述显示单元显示所述心电监测图像和所述分析报告。

综上所述，本发明提供了一种心内科实时监测系统及其监测方法。该系统包括心电监测模块、传输模块和智能移动终端模块，用以实现心电信号的实时监测、处理、显示与分析。所述心电监测模块采用无损数据压缩算法对实时采集的心电信号数据进行无损压缩；所述传输单元采用lp-wan无线通讯传输方式，用以实现所述心电信号实时监测数据的远距离低功耗无线网络传输；所述智能移动终端模块对心电信号压缩数据进行心电信号重构，变换得到原始心电信号，生成心电监测图像。该系统的监测方法通过心电信号的压缩、传输、重构、分析与显示，实现心电信号数据的实时监测和分析。该系统实现心电信号数据的实时压缩与高精度重构，并且进行数据的远距离低功耗无线网络传输。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案。