邱天爽，馬濟(jì)通，張彪，朱勇

大連理工大學(xué) 電子信息與電氣工程學(xué)部，遼寧 大連 116024

基于And roid智能手機(jī)的心電與呼吸監(jiān)測(cè)系統(tǒng)

邱天爽，馬濟(jì)通，張彪，朱勇

大連理工大學(xué) 電子信息與電氣工程學(xué)部，遼寧 大連 116024

針對(duì)家庭實(shí)時(shí)監(jiān)測(cè)心電和呼吸的需求，本文設(shè)計(jì)了一款基于Android智能手機(jī)的便攜式心電與呼吸監(jiān)測(cè)系統(tǒng)。系統(tǒng)通過心電電極采集心電和呼吸信號(hào)，經(jīng)藍(lán)牙將采集的信號(hào)傳輸至Android智能手機(jī)端進(jìn)行實(shí)時(shí)分析、顯示和報(bào)警。對(duì)采集的心電信號(hào)進(jìn)行預(yù)處理，用差分閾值法和局域變換法檢測(cè)QRS波群，并判斷是否有心電異常，同時(shí)根據(jù)呼吸信號(hào)計(jì)算出呼吸頻率并監(jiān)測(cè)呼吸暫停狀況。模擬和真人測(cè)試表明，本系統(tǒng)能夠準(zhǔn)確地計(jì)算心率、呼吸頻率、監(jiān)測(cè)心電異常狀況。

Android智能手機(jī)；心電信號(hào)；呼吸信號(hào)；QRS波群；便攜式心電與呼吸監(jiān)測(cè)系統(tǒng)

0 前言

心血管疾病一直是危害人類健康、導(dǎo)致人類死亡的主要原因之一。我國(guó)每年因心血管類疾病而死亡的患者多達(dá)350萬，且近年來心血管類疾病的患病率逐年上升，其已經(jīng)成為全社會(huì)的重大公共衛(wèi)生問題[1]。另一方面，呼吸是人體進(jìn)行新陳代謝的重要方式，長(zhǎng)期頻繁的呼吸暫停與高血壓、心律失常、心腦血管疾病等疾病的發(fā)生密切相關(guān)[2]。因此，心電與呼吸信號(hào)的監(jiān)測(cè)對(duì)于預(yù)防和早期發(fā)現(xiàn)心血管疾病與哮喘、慢性支氣管炎等疾病具有重要的意義。

目前廣泛使用的心電監(jiān)測(cè)儀一般只用于心電信號(hào)的采集和記錄，不能進(jìn)行信號(hào)的分析，且數(shù)據(jù)傳輸也不甚方便。而呼吸監(jiān)測(cè)儀或是借助于壓電式傳感器，使用不便；或是無法進(jìn)行連續(xù)監(jiān)測(cè)，功能單一。

針對(duì)以上問題，本文基于Android智能手機(jī)，設(shè)計(jì)了一款便攜式心電與呼吸監(jiān)測(cè)系統(tǒng)。該系統(tǒng)經(jīng)胸部電極獲取心電與呼吸信號(hào)，通過藍(lán)牙傳輸?shù)姆绞?，將信?hào)傳輸至手機(jī)端進(jìn)行分析處理，實(shí)現(xiàn)實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)。若監(jiān)測(cè)到異常狀況，則進(jìn)行短信自動(dòng)報(bào)警。此外，該系統(tǒng)還具有體積小、便攜性好、操作簡(jiǎn)便、精度高等優(yōu)點(diǎn)。

1 系統(tǒng)結(jié)構(gòu)

基于Android智能手機(jī)的心電與呼吸監(jiān)測(cè)系統(tǒng)的總體框圖如圖1所示。本系統(tǒng)主要分為三個(gè)模塊，分別為信號(hào)采集模塊、信號(hào)傳輸模塊以及基于智能手機(jī)的信號(hào)分析處理模塊。其中，信號(hào)采集模塊實(shí)時(shí)采集人體的心電和呼吸信號(hào)。ATmega128單片機(jī)對(duì)采集到的信號(hào)進(jìn)行A/D轉(zhuǎn)換和簡(jiǎn)單的處理，并控制藍(lán)牙模塊將數(shù)據(jù)無線傳輸至智能手機(jī)端?；谥悄苁謾C(jī)的信號(hào)處理模塊則對(duì)心電和呼吸數(shù)據(jù)進(jìn)行分析處理，并監(jiān)測(cè)心電異常和呼吸暫停狀況，實(shí)現(xiàn)輔助診斷。若出現(xiàn)異常狀況，則以短信的形式告知緊急聯(lián)系人。

圖1 系統(tǒng)總體框圖

2 系統(tǒng)硬件電路設(shè)計(jì)

2.1 心電信號(hào)采集電路

心電信號(hào)采集電路實(shí)現(xiàn)對(duì)采集自心電電極的信號(hào)進(jìn)行放大和濾波（圖2）。心電電極采集到的心電信號(hào)的幅度約為0～5 mV，單片機(jī)端A/D轉(zhuǎn)換電壓的范圍是0～5 V，故放大電路需實(shí)現(xiàn)約1000倍的放大。本文采用兩級(jí)放大電路對(duì)信號(hào)進(jìn)行放大，并通過RC濾波器，濾除干擾提高系統(tǒng)的抗噪聲性能。

圖2 心電信號(hào)采集電路系統(tǒng)框圖

本文采用精密放大器TLV2372作為心電信號(hào)采集電路的核心器件，電路圖如圖3所示。其中，初級(jí)放大電路為差分放大電路，增益設(shè)置為：，同時(shí)差分放大電路也起到了抑制共模干擾的作用。次級(jí)放大電路采用同相比例放大電路，增益設(shè)置為：，此部分電路主要起到放大信號(hào)的作用。初級(jí)放大電路之前、前后級(jí)放大電路之間分別連接有RC低通濾波電路和RC高通濾波電路，以濾除干擾和噪聲。

圖3 心電信號(hào)采集電路圖

2.2 呼吸信號(hào)采集電路

本文采用阻抗法測(cè)量呼吸信號(hào)[3]。該方法通過復(fù)用心電信號(hào)采集部分的心電電極，將高頻激勵(lì)電流加載到胸腔上，注入安全電流。由于人體的呼吸運(yùn)動(dòng)，胸腔間的阻抗隨之不斷改變，此改變引起的電信號(hào)變化被調(diào)制到高頻載波之上。該調(diào)制信號(hào)再經(jīng)解調(diào)、放大、濾波即可得到呼吸信號(hào)。最后單片機(jī)將呼吸信號(hào)經(jīng)藍(lán)牙傳輸至智能手機(jī)，進(jìn)行后續(xù)分析處理。電路系統(tǒng)框圖如圖4所示。

圖4 呼吸信號(hào)采集電路系統(tǒng)框圖

本設(shè)計(jì)中，采用NE555定時(shí)器，作為高頻脈沖發(fā)生器，產(chǎn)生125 kHz的方波信號(hào)。由生物阻抗的頻散理論可知，人體阻抗在62.5 kHz頻帶附近時(shí)，近似呈純電阻特性[4]。因而本文采用74HC74芯片組成D觸發(fā)器，對(duì)125 kHz方波進(jìn)行二分頻得到62.5 kHz的高頻載波信號(hào)，電路圖如圖5所示。

圖5 呼吸信號(hào)調(diào)制部分電路

由于心電電極提取到的含有呼吸信息的調(diào)制信號(hào)較為微弱，需先進(jìn)行放大，以便于后端解調(diào)和濾波。在解調(diào)電路中，采用二極管檢波的方式。解調(diào)電路部分包括加法電路以及半波整流電路，主要依靠二極管的單向?qū)щ娦赃M(jìn)行檢波。由于所得的解調(diào)信號(hào)較為微弱且含有大量的噪聲，還需進(jìn)行濾波與放大處理。圖6所示為呼吸信號(hào)解調(diào)部分電路，包括前置放大電路、檢波部分電路、濾波電路以及后置放大電路。

圖6 呼吸信號(hào)解調(diào)部分電路

2.3 控制器模塊

根據(jù)系統(tǒng)的低功耗和穩(wěn)定處理數(shù)據(jù)能力的需要，本文采用ATmega128單片機(jī)作為系統(tǒng)的控制器模塊，完成對(duì)心電和呼吸信號(hào)的A/D轉(zhuǎn)換、簡(jiǎn)單的數(shù)據(jù)濾波處理，并采用異步通信方式將心電和呼吸數(shù)據(jù)發(fā)送給藍(lán)牙模塊，藍(lán)牙模塊再將接收到的數(shù)據(jù)傳輸至智能手機(jī)端進(jìn)行分析處理。其中，在心電和呼吸信號(hào)的實(shí)際采集中，A/D轉(zhuǎn)換的采樣速率設(shè)置為200 Hz。

2.4 藍(lán)牙傳輸模塊

本文采用藍(lán)牙模塊，將采集到的心電信號(hào)和呼吸信號(hào)傳輸?shù)街悄苁謾C(jī)端，進(jìn)行數(shù)據(jù)處理、異常監(jiān)測(cè)等。采用YS-BT-D藍(lán)牙通信模塊，實(shí)現(xiàn)信息的無線傳輸，提高了系統(tǒng)的便攜性。該模塊完全兼容藍(lán)牙2.0規(guī)范，具有RS-232接口，支持多種波特率和SPP協(xié)議。本系統(tǒng)中串口通信的波特率置為9600 bps，數(shù)據(jù)格式設(shè)置為8位數(shù)據(jù)位，1位停止位，0位校檢位。此外，還需通過AT指令設(shè)置藍(lán)牙模塊的傳輸方式，保證智能手機(jī)端接收數(shù)據(jù)的準(zhǔn)確性。

3 系統(tǒng)軟件設(shè)計(jì)

本文的心電與呼吸監(jiān)測(cè)系統(tǒng)在Android平臺(tái)上運(yùn)行，用Java語(yǔ)言開發(fā)，主要由以下三個(gè)部分組成：①數(shù)據(jù)讀取。通過藍(lán)牙模塊，實(shí)時(shí)接收信號(hào)采集端發(fā)送的心電和呼吸數(shù)據(jù)，以用于后端的分析與處理；②數(shù)據(jù)分析。實(shí)時(shí)提取心電信號(hào)的RR間期和呼吸信號(hào)的呼吸率等重要信息。根據(jù)提取到的信息，進(jìn)行異常分類與實(shí)時(shí)監(jiān)測(cè)；③顯示與報(bào)警。在手機(jī)屏幕上實(shí)時(shí)顯示提取到的信息和分類結(jié)果以及心電波形、呼吸波形等。若監(jiān)測(cè)到心電異常或呼吸暫停時(shí)，發(fā)出報(bào)警提示，并向緊急聯(lián)系人發(fā)送報(bào)警短信。

3.1 心電信號(hào)處理

心電信號(hào)在采集過程中較容易受到外界環(huán)境和自身的干擾，因而需對(duì)心電信號(hào)進(jìn)行預(yù)處理。在心電信號(hào)中，QRS波群是最具代表性的波形，通過QRS波的檢測(cè)可以得到心率等信息，進(jìn)而可以判斷是否出現(xiàn)心動(dòng)過緩，心動(dòng)過速等心電異常狀況。本系統(tǒng)首先對(duì)心電信號(hào)進(jìn)行預(yù)處理去除干擾，再檢測(cè)心電信號(hào)中的QRS波群等信息，并進(jìn)行異常分類。

3.1.1 心電預(yù)處理

心電信號(hào)采集過程中的噪聲主要有工頻干擾、基線漂移和肌電干擾等。工頻干擾和肌電干擾通過使用低通和高通濾波器即可濾除，這一部分已在硬件電路中實(shí)現(xiàn)。目前去除基線漂移的方法主要有中值濾波、曲線擬合、高通濾波和形態(tài)學(xué)處理，根據(jù)文獻(xiàn)[5-6]對(duì)這些方法的對(duì)比分析，中值濾波方法實(shí)時(shí)性和效果均較好。因此，本文選擇中值濾波方法來去除基線漂移。為了進(jìn)一步減小運(yùn)算量，利用數(shù)據(jù)相關(guān)性來降低中值濾波算法的時(shí)間復(fù)雜度[7]。

3.1.2 QRS波群檢測(cè)

針對(duì)本文實(shí)現(xiàn)在Android平臺(tái)下心電信號(hào)的實(shí)時(shí)監(jiān)測(cè)與報(bào)警，選擇計(jì)算量小且易于嵌入式平臺(tái)實(shí)現(xiàn)的差分閾值法來提取R波，同時(shí)用局域變換算法檢測(cè)QRS波群的始末點(diǎn)[8-9]。

差分閾值法的基本思想是對(duì)心電信號(hào)做一階差分[10]。因?yàn)镽波在心電信號(hào)中變化最為劇烈，通過對(duì)差分后信號(hào)設(shè)定閾值即可提取R波，完成特征點(diǎn)檢測(cè)。當(dāng)差分信號(hào)中有連續(xù)兩點(diǎn)大于閾值時(shí)，則判定檢測(cè)到R波，并將幅值最大的點(diǎn)定為R峰的位置，即出現(xiàn)的時(shí)刻。

本文檢測(cè)時(shí)加入了回溯機(jī)制[11]，其基本原理是：因心電信號(hào)波形間的差異性，可能存在某心電周期的R波斜率小于閾值的情況，所以在上一個(gè)QRS波群后平均R-R間期的1.66倍時(shí)間內(nèi)，若仍未檢測(cè)到下一個(gè)R波時(shí)，則考慮可能出現(xiàn)漏檢情況。此時(shí)，把閾值降為原閾值的0.6倍，從上一個(gè)QRS波群結(jié)束后重新檢測(cè)，若仍未檢出R波，則認(rèn)為出現(xiàn)漏搏?；厮輽C(jī)制可以有效防止漏檢發(fā)生。

基于差分閾值法檢測(cè)出R波位置后，在R波周圍用局域變換法檢測(cè)Q波和S波[12]。首先確定Q波波谷和S波波谷的位置，從R波波峰向前后兩側(cè)搜索，出現(xiàn)的第一個(gè)波谷分別為Q波波谷和S波波谷位置。

如圖7所示，為本系統(tǒng)采集的心電數(shù)據(jù)以及經(jīng)過濾波和QRS波群檢測(cè)后的結(jié)果。

圖7 心電信號(hào)預(yù)處理以及QRS波群檢測(cè)

3.1.3 心電異常檢測(cè)

通過檢測(cè)QRS波群，可以得到RR間期，從而計(jì)算出心率，同時(shí)可以得到QRS波群持續(xù)時(shí)間，利用這些參數(shù)，對(duì)心電信號(hào)做異常分類處理。參考文獻(xiàn)[13-14]中的分類方法，設(shè)置判定準(zhǔn)則為：5個(gè)以上RR間期平均心率＞100次/min，則判定為心動(dòng)過速；5個(gè)以上RR間期平均心率＜60次/min，則判定為心動(dòng)過緩；出現(xiàn)長(zhǎng)RR間期，且RR間期＞間期均值的1.5倍，則判定為漏搏；RR間期＜間期均值的0.75倍，且QRS持續(xù)時(shí)間＜120 ms，則判定為房性早搏；RR間期＜間期均值的0.75倍，且QRS持續(xù)時(shí)間＞120 ms，則判定為室性早搏。

3.2 呼吸信號(hào)處理

在智能手機(jī)端讀取到呼吸信號(hào)后，由于信號(hào)中含有噪聲，需先進(jìn)行去噪處理。本文采用平均濾波器和0.1～0.5 Hz低通濾波器相結(jié)合的方法去除噪聲和干擾。然后，通過差分閾值法檢測(cè)出呼吸信號(hào)的極值點(diǎn)，極大值和極小值分別對(duì)應(yīng)呼和吸的過程。根據(jù)極小值的間期即可得出呼吸率，當(dāng)間期＞10 s時(shí)，則判定為一次呼吸暫停[15]。圖8所示為呼吸信號(hào)的去噪和極值點(diǎn)檢測(cè)的結(jié)果。

圖8 呼吸信號(hào)去噪和極值點(diǎn)檢測(cè)

4 實(shí)驗(yàn)結(jié)果

本文設(shè)計(jì)的心電與呼吸監(jiān)測(cè)系統(tǒng)，可以在智能手機(jī)端有效實(shí)現(xiàn)心電和呼吸信號(hào)的數(shù)據(jù)分析與處理、可以顯示心電信號(hào)和呼吸信號(hào)的波形，并依據(jù)對(duì)信號(hào)的分析，在出現(xiàn)異常病變時(shí)提供短信報(bào)警功能。圖9給出了系統(tǒng)客戶端的界面圖。

圖9 系統(tǒng)界面

實(shí)驗(yàn)中，利用設(shè)計(jì)實(shí)現(xiàn)的心電與呼吸監(jiān)測(cè)系統(tǒng)，采用真實(shí)信號(hào)檢測(cè)和儀器模擬信號(hào)檢測(cè)兩種方法來測(cè)試心電信號(hào)的監(jiān)測(cè)性能。其中，儀器模擬信號(hào)源可以按照實(shí)驗(yàn)要求產(chǎn)生多種異常心電信號(hào)。在真實(shí)信號(hào)測(cè)試時(shí)，同時(shí)采集心電與呼吸數(shù)據(jù)，并采用人工統(tǒng)計(jì)方法來計(jì)算人體真實(shí)心率和呼吸頻率。

心電測(cè)試數(shù)據(jù)如表1和表2所示，呼吸測(cè)試如表2所示。

表1 儀器模擬信號(hào)源產(chǎn)生異常心電

表2 心電、呼吸監(jiān)測(cè)真人測(cè)試

真人測(cè)試時(shí)，共5人，其年齡范圍為20～70歲，均為心電正常者。人工統(tǒng)計(jì)測(cè)試者10 min的心跳和呼吸次數(shù)，求取每位被試的平均值作為真實(shí)心率和呼吸頻率，測(cè)得心率為多次測(cè)量心率的平均值。

由表1～2給出的實(shí)驗(yàn)結(jié)果可見，本文設(shè)計(jì)的心電與呼吸監(jiān)測(cè)系統(tǒng)能夠有效、準(zhǔn)確地監(jiān)測(cè)人體的心電和呼吸狀況，對(duì)于家庭和社區(qū)實(shí)現(xiàn)心腦血管和呼吸疾病的監(jiān)測(cè)提供了有意義的技術(shù)支撐。

5 結(jié)論

本文設(shè)計(jì)了一款基于Android智能手機(jī)的心電及呼吸監(jiān)測(cè)系統(tǒng)，前端硬件采集電路采集的心電與呼吸信號(hào)通過藍(lán)牙發(fā)送至Android智能手機(jī)，利用智能手機(jī)較高的計(jì)算能力處理接收到的信號(hào)，計(jì)算心率和呼吸頻率，判斷簡(jiǎn)單的心電異常并顯示心電和呼吸信號(hào)，同時(shí)可判斷呼吸暫?，F(xiàn)象，當(dāng)發(fā)現(xiàn)心電異?；蛘吆粑鼤和顩r時(shí)，給出報(bào)警提示。對(duì)于家庭和農(nóng)村醫(yī)療、保障人口健康具有一定的意義。

[1]陳偉偉,高潤(rùn)霖,劉力生,等．中國(guó)心血管病報(bào)告2013概要[J]．中國(guó)循環(huán)雜志,2014,（7）：487-491．

[2]胡冶,李川濤,祁富貴,等．一種非接觸式呼吸暫停報(bào)警裝置的研制[J]．中國(guó)醫(yī)療設(shè)備,2015,30（5）：18-20．

[3]Goldman M,Knudson R J,Mead J,et al．A simplified measurement of respiratory resistance by forced oscillation[J]．J Appl Physiol, 2014,28（1）：113-116．

[4]郭興明,張科,吳寶明．多生命參數(shù)監(jiān)護(hù)儀用呼吸檢測(cè)電路[J]．電子技術(shù)應(yīng)用,2000,15（2）：35-36．

[5]汪家旺,吳玲燕,楊濤．幾種去心電基線漂移算法的實(shí)現(xiàn)和比較[J]．中國(guó)醫(yī)療器械信息,2008,14（6）：30-33。

[6]Afsar FA,R iaz MS,Arif M．A com parison of baseline removal algorithms for electrocardiogram（ECG）based automated diagnosis of coronory heart disease[C]．3rd International Conference on Bioinformatics ＆Biomedical Engineering（iCBBE-2009）．Beijing,2009．

[7]朱冰蓮,潘哲明,李單單．一種中值濾波的快速算法[J]．信號(hào)處理,2008,24（4）：684-686．

[8]Yeh YC,W ang W．QRS complexes detection for ECG signal：the difference operation method[J]．Comput Methods Programs Biomed,2008,91（3）：245-254．

[9]Zhao JY,Li M,Zhang WW,et al．ECG signal adaptive filtering and QRS complex detecting method[C]．2010 3rd International Conference on Biomedical Engineering and Informatics,Yantai China,2010．

[10]趙羿歐,劉揚(yáng)．一種改進(jìn)的差分閾值心電檢測(cè)算法[J]．計(jì)算機(jī)工程,2011,37（1）：347-348．

[11]任淑華．心電自動(dòng)分析診斷系統(tǒng)設(shè)計(jì)[D]．南京：南京大學(xué),2011：5．

[12]張超,邱天爽．基于DSMD和局域特征變換的ECG特征波檢測(cè)[J]．北京生物醫(yī)學(xué)工程,2013,32（1）：22-27．

[13]洪瑋．ECG波形分類算法研究[D]．杭州：浙江大學(xué),2001：6．

[14]Grad l S,Kugler P,Lohm u ller C,et al．Real-time ECG monitoring and arrhythm ia detection using android-based m obile de-vices[C]．In Proc：34th Annual In ternational Conference of the IEEE EMBC．San Diego,USA,2012．

[15]Alqassim S,Ganesh M,Khoja S,et al．Sleep apnea monitoring using mobile phones[C]//e-Health Networking, Applications and Services（Healthcom）,2012 IEEE 14th International Conference on IEEE,2012：443-446．

The ECG and Respiration Monitoring System Based on Android Smartphone

QIU Tian-shuang, MA Ji-tong, ZHANG Biao, ZHU Yong
Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian Liaoning 116024, China

In order to monitor the heart and respiration situation in real time, this paper designs a portable system based on Android platform to monitor ECG and respiration signals. The ECG and respiration signals are detected through ECG electrodes. Then the signals are transported into the Android device via Bluetooth for further analysis and display. In the Android device, the collected ECG signals are preprocessed and the QRS complexes are detected w ith both difference threshold method and local transform method. Then the ECG abnormality may be determ ined when it happens. At the same time, the respiratory rate is calculated and the apnea condition may be detected. Simulation and real test show that the system can accurately calculate the parameters related to the heart and respiration of human body, and give an effective and reliable monitor for the abnormal on heart and respiration.

Android smartphone；ECG；respiration signal；QRS complex；portable ECGs and respirations monitoring system

R318.6

A

10.3969/j.issn.1674-1633.2015.10.003

1674-1633（2015）10-0009-05

2015-09-03

國(guó)家自然科學(xué)基金（Nos． 61139001，61172108，81241059）；國(guó)家科技支撐計(jì)劃項(xiàng)目（2012BAJ18B06-04）。

本文作者：邱天爽，教授。

本文作者郵箱：qiutsh@dlut．edu．cn