王靜，張大慧，張宏

(浙江大學(xué)生物醫(yī)學(xué)工程與儀器科學(xué)學(xué)院生物醫(yī)學(xué)工程系，浙江杭州310027)

心血管系統(tǒng)疾病是當(dāng)今危害人類健康的主要疾病之一。心電信號(hào)的實(shí)時(shí)分析是診斷心血管疾病的重要方法。QRS復(fù)合波的檢測(cè)是心電自動(dòng)分析的關(guān)鍵環(huán)節(jié)。與其他波形分量相比，QRS波具有較高的幅值和特定的頻率范圍，典型QRS波群的頻率分量約在10 Hz～25 Hz之間[1]。心電信號(hào)是一種不平穩(wěn)信號(hào)，并受到基線漂移(baseline wander)、肌電噪聲(muscle artifact)、電極移動(dòng)噪聲(electrode motion artifact)等多種因素的影響，因此，QRS波檢測(cè)必須克服各種干擾的影響，才能正確提取出波形特征。

本設(shè)計(jì)采用離散小波變換算法，其準(zhǔn)確率高，但算法計(jì)算復(fù)雜，對(duì)處理器的性能有較高要求。FPGA的應(yīng)用解決了這一難題。FPGA具有全軟件和全硬件的用戶可定制性和可重配置性，可以根據(jù)需要靈活改變FPGA中構(gòu)成DSP系統(tǒng)的硬件結(jié)構(gòu)來(lái)改變系統(tǒng)的功能。

1 系統(tǒng)工作原理

系統(tǒng)采用離散小波變換(DWT)算法，將心電信號(hào)分解到不同的尺度，其實(shí)質(zhì)是多尺度的帶通濾波。本文采用二次樣條小波(Quadratic Spline Wavelet)作為母小波，基于二次樣條小波的小波變換離散的低通(H(ω))和高通(G(ω))濾波器分別是[2]:

可以看出，二次樣條小波對(duì)應(yīng)的系數(shù)簡(jiǎn)單，可以用2n(n∈整數(shù))的多項(xiàng)式表示。在FPGA中，這類運(yùn)算通過(guò)移位和加法實(shí)現(xiàn)，不必使用資源耗費(fèi)量更大的乘法器[3]。

2 系統(tǒng)構(gòu)成

人體心電信號(hào)通過(guò)合適的電極經(jīng)過(guò)右腿驅(qū)動(dòng)電路進(jìn)入系統(tǒng)，經(jīng)放大、濾波等環(huán)節(jié)之后，通過(guò)ADC轉(zhuǎn)換成數(shù)字信號(hào)進(jìn)入FPGA，進(jìn)行數(shù)字信號(hào)處理(DSP)。DSP部分由FIFO數(shù)據(jù)存儲(chǔ)、DWT變換、閾值檢測(cè)、單尺度過(guò)零點(diǎn)(Zero Crossing)檢測(cè)、檢測(cè)合成、心率及R波檢測(cè)、結(jié)果顯示等7個(gè)模塊構(gòu)成，整個(gè)DSP部分由狀態(tài)機(jī)(State Machine)實(shí)現(xiàn)系統(tǒng)控制。信號(hào)處理算法通過(guò)FPGA開(kāi)發(fā)工具DSP Builder實(shí)現(xiàn)。FPGA片上數(shù)字信號(hào)處理結(jié)構(gòu)如圖1所示。

2.1 FIFO數(shù)據(jù)存儲(chǔ)

FIFO用來(lái)緩存由ADC采集的原始心電數(shù)據(jù)。FIFO的讀寫(xiě)時(shí)鐘獨(dú)立設(shè)置，寫(xiě)時(shí)鐘頻率與ADC采樣率相同，為360 Hz；讀時(shí)鐘與DSP處理速度相適應(yīng)，為50 MHz。設(shè)置不同的FIFO讀寫(xiě)時(shí)鐘，使得AD采樣部分和后續(xù)的處理部分可以按照各自時(shí)鐘獨(dú)立進(jìn)行，不受干擾，保證了系統(tǒng)的實(shí)時(shí)性。

2.2 DWT變換

心電信號(hào)頻率范圍通常在0.05 Hz～80 Hz[4]。根據(jù)ECG信號(hào)、噪聲和偽信號(hào)的能量譜分布和表1可知，QRS復(fù)合波分量主要分布于第1～4尺度上，高于尺度4的分量中，QRS波的分量顯著減少，同時(shí)運(yùn)動(dòng)偽跡和噪聲顯著增加。

表1 不同尺度對(duì)應(yīng)濾波器組的3分貝帶寬

設(shè)計(jì)采用尺度1～4進(jìn)行數(shù)據(jù)處理。原始信號(hào)經(jīng)過(guò)4組高、低通濾波器組進(jìn)行濾波，得到信號(hào)的1～4尺度的頻率分量，如圖2所示。

2.3 閾值檢測(cè)

如圖3所示，原始波形是一組類QRS的波形，WF1～WF4分別是對(duì)原始信號(hào)進(jìn)行1～4尺度小波變換得到的波形[5]?？梢?jiàn)，原始波形的突變和回落會(huì)在4個(gè)尺度上產(chǎn)生一對(duì)正極大值-負(fù)極小值對(duì)(簡(jiǎn)稱極值對(duì))。利用極值對(duì)可以成功地將QRS波和肌電、工頻、基漂等干擾區(qū)別開(kāi)，尤其是對(duì)于由信號(hào)飽和產(chǎn)生的偽跡，由于其只能產(chǎn)生孤立的模極大值列，因而能有效地將其剔除。由于患者在同一尺度的不同時(shí)刻和不同尺度上的極大值和極小值都不一定相同，所以為檢測(cè)所設(shè)定的閾值也是動(dòng)態(tài)的，J時(shí)刻的最大值、最小值閾值Tmax[J]、Tmin[J]為含當(dāng)前最值M[J]和前一次最值M[J-1]的多項(xiàng)式:

2.4 單尺度過(guò)零點(diǎn)檢測(cè)

由圖3看出，R波發(fā)生的位置恰好為4個(gè)尺度的極大、極小值之間的過(guò)零點(diǎn)位置，因此，用1標(biāo)示出這個(gè)過(guò)零點(diǎn)位置，其他位置均為0。過(guò)零點(diǎn)會(huì)出現(xiàn)在兩種情況中:(1)一個(gè)極大值緊跟一個(gè)極小值；(2)一個(gè)極小值緊跟一個(gè)極大值。兩種情況出現(xiàn)其一即認(rèn)為該位置存在過(guò)零點(diǎn)。當(dāng)然，如果信號(hào)被高頻噪聲干擾，則在低尺度上噪聲和無(wú)關(guān)信號(hào)量影響較大，這時(shí)可以先從頻率較低的較大尺度(第四尺度)上找到極值對(duì)，然后在其附近逐級(jí)向較小尺度上搜索極值對(duì)，檢測(cè)過(guò)零點(diǎn)并最終獲得4個(gè)由0、1組成的序列。1～4尺度DWT變換及各自的過(guò)零點(diǎn)檢測(cè)結(jié)果如圖4所示。

2.5 檢測(cè)合成及R波檢測(cè)

有研究者認(rèn)為，只在尺度2或尺度3上進(jìn)行過(guò)零點(diǎn)檢測(cè)即能代表QRS波的位置[6]，但是為了盡可能減少因噪聲干擾而產(chǎn)生的假陽(yáng)性點(diǎn)，本設(shè)計(jì)中考慮在尺度1～4中，至少在3個(gè)尺度上均存在過(guò)零點(diǎn)，才表示這個(gè)位置可能有一個(gè)QRS波出現(xiàn)，其他情況均為噪聲影響。因此，需要對(duì)3個(gè)尺度的過(guò)零點(diǎn)進(jìn)行與(and)操作。從圖3中可以看出，隨著尺度數(shù)增加，過(guò)零點(diǎn)的位置有所延遲，且高尺度的信號(hào)被延遲更多。理論上，如果原始波形是對(duì)稱的，則尺度j處過(guò)零點(diǎn)相對(duì)于原始波形延遲2j-1-1個(gè)周期(處理時(shí)鐘)[2]，不對(duì)稱波形(如圖3中原始波形的第二個(gè)峰值處)帶來(lái)的延遲比對(duì)稱波形多。本設(shè)計(jì)中根據(jù)理論值和實(shí)驗(yàn)情況，得出各尺度的延遲如表2所示。其中理論延遲為原始波形對(duì)稱的情況下產(chǎn)生的延遲，系統(tǒng)延遲包括波形不對(duì)稱造成的延遲時(shí)間增加值，總延遲時(shí)鐘周期數(shù)為理論延遲和系統(tǒng)延遲的和。

表2 小波變換尺度1～4的延遲周期數(shù)

由于延遲的存在，要對(duì)4個(gè)尺度的0、1序列進(jìn)行補(bǔ)償。補(bǔ)償過(guò)后的每3個(gè)序列進(jìn)行與操作，所得結(jié)果再進(jìn)行或(or)操作，得到一組0、1序列，1的位置即為信號(hào)中R波的位置，該序列配合心電采樣率即可獲得實(shí)驗(yàn)者的心率。為提高算法的準(zhǔn)確率，此處進(jìn)行了序列優(yōu)化?？紤]到人的心跳頻率不會(huì)超過(guò)300次/min，即在0.2 s時(shí)間窗內(nèi)不會(huì)有2個(gè)“1”出現(xiàn)，因此如果檢測(cè)到在0.2 s時(shí)間窗內(nèi)出現(xiàn)了多于1個(gè)“1”，則保留第一次出現(xiàn)的“1”，其余位置均為0，借此去除大部分假陽(yáng)性點(diǎn)。

2.6 狀態(tài)機(jī)控制

DSP Builder狀態(tài)機(jī)根據(jù)FIFO中存儲(chǔ)數(shù)據(jù)的個(gè)數(shù)來(lái)實(shí)現(xiàn)系統(tǒng)的控制。具體控制方法為:初始狀態(tài)為NULL；當(dāng)FIFO數(shù)據(jù)個(gè)數(shù)大于某個(gè)設(shè)定值N(由公式5可知，N至少為3)時(shí)，進(jìn)入READ狀態(tài)，讀取FIFO中的信號(hào)并使能后續(xù)模塊，進(jìn)行信號(hào)處理；當(dāng)FIFO中的數(shù)據(jù)個(gè)數(shù)等于0時(shí)，進(jìn)入READY狀態(tài)，禁止后續(xù)模塊以節(jié)省能耗，同時(shí)等待接收數(shù)據(jù)。當(dāng)FIFO中數(shù)據(jù)個(gè)數(shù)大于0時(shí)再次進(jìn)入READ狀態(tài)，進(jìn)行下一輪處理。由于顯示模塊需要隨時(shí)顯示結(jié)果，因此不被狀態(tài)機(jī)控制，也不會(huì)進(jìn)入節(jié)能狀態(tài)。

3 討論

3.1 實(shí)驗(yàn)結(jié)果

采用MIT-BIH數(shù)據(jù)庫(kù)中第一組23個(gè)信號(hào)中的第一通道信號(hào)對(duì)算法進(jìn)行檢測(cè)，每組信號(hào)截取90 000個(gè)采樣點(diǎn)約250 s信號(hào)進(jìn)行實(shí)驗(yàn)。表3列出了檢測(cè)出假陽(yáng)性、假陰性點(diǎn)的8個(gè)檢測(cè)結(jié)果,其余15個(gè)文件中檢測(cè)準(zhǔn)確率均為100%，表中未列出。表3中文件104有較多的肌電干擾，導(dǎo)致假陽(yáng)性點(diǎn)較多；文件108患者有竇性心律失?，F(xiàn)象，基線漂移和噪聲也較嚴(yán)重。對(duì)MIT-BIH數(shù)據(jù)庫(kù)的23組信號(hào)進(jìn)行檢測(cè)，準(zhǔn)確率高達(dá)99.5%，驗(yàn)證了本方法的準(zhǔn)確性和可用性。

表3 MIT-BIH數(shù)據(jù)庫(kù)檢測(cè)結(jié)果

圖5記錄了6組特殊原始信號(hào)的檢測(cè)結(jié)果。除圖5(f)之外，其他信號(hào)都是采用MLⅡ(modified limb leadⅡ)導(dǎo)聯(lián)。從圖5中可以看出，本系統(tǒng)所應(yīng)用的算法對(duì)含有基線漂移、噪聲、某種特定心臟疾病以及MLⅡ?qū)?lián)和modified lead V5導(dǎo)聯(lián)的心電信號(hào)，都能夠正確檢測(cè)出其QRS復(fù)合波的位置，具有較高的魯棒性。

圖5(a)～圖5(f)的6組圖中，每組2個(gè)波形中，上面的波形表示原始數(shù)據(jù)，下面幅值為1的脈沖表明QRS復(fù)合波的位置。圖5(a)信號(hào)取自文件121，有較嚴(yán)重的基線漂移；圖5(b)信號(hào)取自文件119，采集者有室性三聯(lián)律現(xiàn)象；圖5(c)信號(hào)取自文件114，信號(hào)被取反；圖5(d)信號(hào)取自文件111，信號(hào)中的噪聲較嚴(yán)重；圖5(e)信號(hào)取自文件108，有尖銳的P波；圖5(f)信號(hào)取自文件104，采用了與其他信號(hào)不同的校正的V5導(dǎo)聯(lián)。

3.2 系統(tǒng)實(shí)時(shí)性

本文所設(shè)計(jì)的基于FPGA的實(shí)時(shí)QRS波檢測(cè)系統(tǒng)，延時(shí)T主要由3個(gè)部分組成:基于采樣頻率的采樣延時(shí)Ts、基于FPGA時(shí)鐘的信號(hào)處理延時(shí)Tp和顯示延時(shí)Td。如式(5)所示:

由以上分析可知，采樣延時(shí)Ts是延時(shí)的主要因素。如果要進(jìn)一步提高系統(tǒng)的實(shí)時(shí)性，可以適當(dāng)提高信號(hào)的采樣頻率(各尺度的3 db帶寬會(huì)隨采樣率變化)。但從理論上講，5.56 ms的延時(shí)人眼基本無(wú)法分辨，360 Hz的采樣頻率對(duì)于QRS波檢測(cè)的實(shí)時(shí)系統(tǒng)已經(jīng)足夠了。

長(zhǎng)期以來(lái)，小波變換算法的復(fù)雜性所帶來(lái)的大運(yùn)算量和高成本限制了其在實(shí)時(shí)數(shù)字信號(hào)處理領(lǐng)域的廣泛應(yīng)用，F(xiàn)PGA的應(yīng)用解決了這一難題。FPGA構(gòu)成的DSP模塊采用硬件邏輯實(shí)現(xiàn)，節(jié)省了軟件系統(tǒng)中處理器執(zhí)行指令流所消耗的時(shí)間。一個(gè)采樣點(diǎn)的信號(hào)處理在幾個(gè)處理時(shí)鐘周期中完成，而采樣時(shí)鐘和處理時(shí)鐘獨(dú)立的結(jié)構(gòu)，將信號(hào)采樣和信號(hào)處理過(guò)程區(qū)分開(kāi)來(lái)，使得信號(hào)處理過(guò)程的延時(shí)能夠完全控制在一個(gè)采樣周期之內(nèi)，為心電信號(hào)的實(shí)時(shí)檢測(cè)提供了保證。此外，利用FPGA內(nèi)部豐富的硬件資源和硬件可定制性，將整個(gè)信號(hào)處理系統(tǒng)在一個(gè)FPGA芯片上實(shí)現(xiàn)，不但減小了電路的復(fù)雜度，降低了成本，方便了系統(tǒng)設(shè)計(jì)和調(diào)試，且提高了系統(tǒng)的整體性能。利用FPGA的可重構(gòu)特性，通過(guò)修改FPGA中的程序，能快速、方便地實(shí)現(xiàn)功能的升級(jí)、更新，能適應(yīng)不同應(yīng)用對(duì)處理性能和結(jié)構(gòu)的不同要求，為復(fù)雜數(shù)字信號(hào)處理提供了一個(gè)新的解決方案。

[1]KOHLER B U，HENNIG C，ORGLMEISTER R.The principles of software QRS detection-reviewing and comparing algorithms for detecting this important ECG waveform[J].IEEE Engineering in medicine and biology，2002，21(1):42-57.

[2]LI Cui Wei，ZHENG Chong Xun，TAI Chang Feng.Detection of ECG characteristic points using wavelet transforms[J].IEEE Transactions on biomedical engineering，1995，(41):21-28.

[3]Al-haj A M.An FPGA-based parallel distributed arithmetic implementation of the 1-D discrete wavelet transform[J].Informatica，2005，(29):241-247.

[4]王保華.生物醫(yī)學(xué)測(cè)量與儀器[M].上海:復(fù)旦大學(xué)出版社，2003.

[5]陳永利.動(dòng)態(tài)心電自動(dòng)分析中QRS復(fù)合波檢測(cè)算法研究[D].杭州:浙江大學(xué)，2006:21-36.

[6]熊沁，方祖祥，宋海浪,等.基于小波變換的QRS波實(shí)時(shí)檢測(cè)方法與實(shí)現(xiàn)[J].中國(guó)醫(yī)療器械，2007，31(4):242-244.