CN101579235B - 一种基于edge网络的远程心电智能监护系统 - Google Patents

Abstract

一种基于EDGE网络的远程心电智能监护系统，包括便携式心电信号采集端、网络传输模块以及服务器监护终端，便携式心电信号采集端通过网络传输模块与服务器监护终端相连，网络传输模块包括EDGE传输模块和GPS模块，服务器监护终端设有网络传输守护进程和心电自动分析和诊断系统。本发明便携式心电信号采集端对心电信号进行采集、显示和本地存储，操作方便；通过EDGE传输模块快速有效的将数据远程发送与接收；紧急情况下进行报警及GPS定位；服务器监护终端的心电自动分析和诊断系统可以自主的分析和诊断病情并及时反馈诊断信息，大大的减轻了医护人员的负担；新采用的基于混沌的非线性动力学参数分析增加了诊断的全面性和可靠性。

Description

一种基于EDGE网络的远程心电智能监护系统

技术领域

本发明涉及远程医疗监护技术领域，是一种远程心电信号采集、传输和智能诊断、监控的系统，具体为一种基于EDGE网络的远程心电智能监护系统。

背景技术

心电信号是最早研究并应用于临床的生物信号之一，它比其他生物信号更易于检测，并具有较直观的规律性，目前仍然是生物医学工程界的重要研究对象之一。短时间的心电检测并不能反映病人的所有心脏异常状况，例如，1小时的心电图(ECG)数据只能反映10％～15％的心脏状态信息，然而24小时的ECG数据可以反映出85％～90％的心脏状态信息。所以常规的ECG检测往往无法发现心脏的潜在问题。

由于心脏病发病时一般具有突发性、短暂性和危险性的特点，所以有必要对患者的ECG信号进行长时间的实时检测，以便达到疾病预报和及时抢救的目的。目前我国优质医疗资源比较紧张，远程医疗和社区医疗是很好地解决这一矛盾的重要途径。

如今国内外市场上比较先进的便携式心电仪大致有以下几种：

1.带有自动诊断功能的便携式心电仪。如力康集团(HealForce)研发的princel80系列心电仪。它用感应电极替代了导联，避免了导联检测时脱落的问题，并且可以对采集到的心电信号进行智能诊断，但是它没有与外界通信的模块，所以当患者突发心脏病时，无法及时自动地向外界发出求救信息，从而耽误了最佳的救治时间。而且它的存储空间有限，无法长时间对心脏进行监测；

2.带有远程传输模块的便携式心电仪。现今国外的研究人员做出的便携式心电仪一般都带有远程通信的功能，可以进行ECG发送和报警功能。如澳大利亚RMIT大学研发的手机心电监护系统，通过公网将心电信息上传到监护中心。这样做的好处是可以实时监护患者；

3.可穿戴的便携式心电仪。如印度Sathyabama大学的Thulasi和BaiS.K.Srivatsa研制的可穿戴式心电仪，检测的时候可以穿在身上，不影响人们的日常活动，而且具有将ECG以及病人资料通过短信发送给医疗中心的功能；

虽然后两种心电仪在易用性上取得了长足的进步，然而它们忽略了实时监护和报警的重要性：在它们的系统中，如果患者突发严重的心脏病，并没有即时的报警信号给出，而且当ECG信号上传到中心后，必须要有医护人员登录系统，方能对心电信号做出诊断，接着将信息反馈给患者。同时，由于缺少第一时间内获知病人发生险情时所处位置的有效措施，从而贻误了患者的治疗，并且在患者数量增多后还会出现医护人员短缺的问题。

EDGE是英文Enhanced Data Rate for GSM Evolution的缩写，即增强型数据速率GSM演进技术。EDGE是一种从GSM到第三代移动通信3G的过渡技术，它主要是在GSM系统中采用了一种新的调制方法，即多时隙操作和8PSK调制技术。由于8PSK可将现有GSM网络采用的GMSK调制技术的信号空间从2扩展到8，从而使每个符号所包含的信息是原来的4倍。EDGE可使无线通信的网络带宽得到明显提高，为精准的网络层提供位置服务；EDGE的空中信道分配方式、TDMA的帧结构等空中接口特性与GSM相同，不改变GSM或GPRS网的结构，也不引入新的网络单元，只是对BTS进行升级。EDGE同时支持分组交换和电路交换两种数据传输方式，它支持的分组数据服务可以实现每时隙高达11.2kbit/s-69.2kbit/s的速率，EDGE可以用28.8kbit/s的速率支持电路交换服务，它支持对称和非对称两种数据传输，这对于移动设备接入无线网络是非常重要的，比如在EDGE系统中，用户可以在下行链路中获得比上行链路更高的速率。

发明内容

本发明要解决的问题是：现有的便携式心电仪在远程监护、心电信号分析处理、用户状态报警等方面不能满足使用需求。

本发明的技术方案为：一种基于EDGE网络的远程心电智能监护系统，包括便携式心电信号采集端、网络传输模块以及服务器监护终端，便携式心电信号采集端通过网络传输模块与服务器监护终端相连，网络传输模块包括EDGE传输模块和GPS模块，EDGE指增强型数据速率GSM演进技术，服务器监护终端设有网络传输守护进程和心电自动分析和诊断系统；其中，便携式心电信号采集端将采集的心电信号进行本地存储或通过EDGE传输模块发送给服务器监护终端，服务器监护终端的心电自动分析和诊断系统对接收到的心电信号进行自动分析和诊断，并及时反馈诊断信息给便携式心电信号采集端，当分析的心电信号结果显示出现紧急情况时，心电自动分析和诊断系统通过GPS模块把相应病人的方位信息发送到监护中心进行报警。

便携式心电信号采集端包括心电信号放大采样电路、嵌入式处理器、显示模块、触摸屏输入模块、SD卡存储模块及USB接口模块，心电信号放大采样电路、显示模块、触摸屏输入模块、SD卡存储模块及USB接口模块分别连接嵌入式处理器，嵌入式处理器设有嵌入式操作系统和嵌入式图形用户界面；便携式心电信号采集端采用基于iCoupler技术的信号隔离方法实现电路模拟部分与数字部分的电气隔离，采用基于DC/DC技术的电源隔离方法实现电源的电气隔离。

本发明便携式心电信号采集端和服务器监护终端的网络传输守护进程对心电信号分别进行压缩和解压缩，从而降低网络传输流量。

心电信号压缩为：利用心电信号具有准周期性的特征，将每个心动周期的R波进行线性插值，将心电信号的数据序列的能量向低频搬移，再利用适合于嵌入式环境的基2离散余弦变换DCT递归分解算法，将数据的DCT有效分量更为集中在低频段，最后根据数据序列保留能量保真度的要求，动态的保留最少的有效DCT数据，在嵌入式系统平台实现心电信号压缩。

本发明服务器监护终端的心电自动分析和诊断系统进行常规的基于波形参数的线性分析，还进行基于混沌的非线性动力学分析，包括关联维和李雅普诺夫指数分析，更加全面客观地评价心电ECG信号和心脏的功能状态。

本发明中的远程心电智能监护系统具有以下优点：

1)、心电信号的采集、显示和本地存储：

便携式心电信号采集端对心电信号进行采集，采集的信号经处理后通过便携式心电信号采集端的显示模块显示，使用者可以将采集到的ECG信号存储在本地存储设备中，如本发明的SD卡存储模块，便携式心电信号采集端带有TFT显示和触摸屏输入功能，基于嵌入式操作系统和图形窗口GUI，操作方便；

2)、快速有效的远程发送与接收：

当使用者选择将便携式心电信号采集端采集的数据发送时，数据通过网络传输模块的EDGE传输模块实时发送到服务器监护终端，服务器监护终端对数据进行分析处理后，将把最后的诊断结果反馈给使用者，其中EDGE传输模块的传输速度是GPRS的3～4倍，满足了大数量传输的要求。

同时，针对心电信号的特征，采用心电信号自动压缩算法，可以对心电信号进行有效压缩，从而降低网络传输流量，本发明的心电信号压缩算法对常用的心电数据压缩算法进行了改进，使其适应嵌入式的环境，并得到较高数据压缩比，较好重构的ECG波形保真度，可以得到压缩比高。算法中使用的基2DCT快速算法，可实现数据实数域到实数域的变换，规避了普通DCT复数运算计算量大的问题，可以在嵌入式系统平台，如AT91SAM7SE512实现较快的压缩速度；

3)、紧急情况下的报警及GPS定位：

当服务器监护终端分析的心电信号结果显示出现紧急情况时，心电自动分析和诊断系统通过GPS模块把相应病人的方位信息发送到监护中心进行报警，加快急救的进程；

4)、更加精确的服务器监护终端的心电自动分析和诊断系统：

接收到心电ECG数据后，服务器监护终端的心电自动分析和诊断系统可以自主的分析和诊断病情并及时反馈诊断信息，从而大大的减轻了医护人员的负担；新采用的基于混沌的非线性动力学参数分析增加了诊断的全面性和可靠性。

附图说明

图1为本发明远程心电智能监护系统的组成框图。

图2为本发明的实施流程图。

图3为本发明服务器监护终端的心电自动分析和诊断系统流程图。

图4为本发明采用的混沌动力学分析示意图，(a)为心电图V2导联的ECG信号，(b)为V2导联ECG信号的相空间重构，(c)为白噪声、正常人和冠心病人的关联维D₂在不同嵌入维m下的比较。

具体实施方式

本发明包括便携式心电信号采集端、网络传输模块以及服务器监护终端，便携式心电信号采集端通过网络传输模块与服务器监护终端相连，网络传输模块包括EDGE传输模块和GPS模块，EDGE传输模块由公共网络的移动服务器连接Internet，进而连接服务器监护终端，服务器监护终端设有网络传输守护进程和心电自动分析和诊断系统；其中，便携式心电信号采集端将采集的心电信号进行本地存储或通过EDGE传输模块发送给服务器监护终端，服务器监护终端的心电自动分析和诊断系统对接收到的心电信号进行自动分析和诊断，并及时反馈诊断信息给便携式心电信号采集端，当分析的心电信号结果显示出现紧急情况时，心电自动分析和诊断系统通过GPS模块把相应病人的方位信息发送到监护中心进行报警。

便携式心电信号采集端包括心电信号放大采样电路、嵌入式处理器、显示模块、触摸屏输入模块、SD卡存储模块及USB接口模块，心电信号放大采样电路、显示模块、触摸屏输入模块、SD卡存储模块及USB接口模块分别连接嵌入式处理器，嵌入式处理器设有嵌入式操作系统和嵌入式图形用户界面，嵌入式处理器还可连接警报器实现本地报警；便携式心电信号采集端采用基于iCoupler技术的信号隔离方法实现电路模拟部分与数字部分的电气隔离，采用基于DC/DC技术的电源隔离方法实现电源的电气隔离，iCoupler技术是一个以基于变压器的隔离方法，DC/DC表示直流-直流电源转换，这两种隔离技术均为现有技术，不再详述。

心电电极与心电信号放大采样电路相连，心电信号放大采样电路包括心电信号放大电路和AD转换电路，AD转换电路的输出为心电信号放大采样电路的输出，输出端与嵌入式处理器相连，显示模块为液晶显示器，嵌入式处理器连接EDGE传输模块和GPS模块，便携式心电信号采集端与服务器监护终端的心电自动分析和诊断系统通过公网实现数据通信。使用基于iCoupler技术的隔离芯片ADUM2402，能有效地隔离模拟部分和数字部分，减少噪声干扰，提高系统的信噪比；隔离电压相对于传统的光耦隔离技术更高，与DC/DC电源隔离方案相结合后，可有效保护应用对象的安全。

本发明远程心电智能监护系统的组成框图如图1所示。

本发明便携式心电信号采集端和服务器监护终端的网络传输守护进程针对信号的特征，进行压缩，从而降低网络传输流量。心电信号压缩为：利用心电信号具有准周期性的特征，将每个心动周期的R波进行线性插值，一个心动周期称为一帧，将心电信号的数据序列的能量向低频搬移，再利用适合于嵌入式环境的基2离散余弦变换DCT递归分解算法，将数据的DCT有效分量更为集中在低频段，最后根据数据序列保留能量保真度的要求，动态的保留最少的有效DCT数据，在AT91SAM7SE512嵌入式系统平台实现心电信号压缩。本发明服务器监护终端的心电自动分析和诊断系统进行常规的基于波形参数的线性分析，还进行基于混沌的非线性动力学分析，包括关联维和李雅普诺夫指数分析，更加全面客观地评价心电ECG信号和心脏的功能状态。

本发明实现过程如下：用户携带便携式心电信号采集端，其体表ECG信号通过导联，进入心电信号放大采样电路放大、滤波、采样后送入嵌入式处理器，嵌入式处理器可以把ECG信号存在本地存储系统中，也可以把它通过EDGE传输模块发送给服务器监护终端，服务器监护终端的心电自动分析和诊断系统对接收到的ECG信号进行自动分析和诊断，并及时反馈诊断信息给用户，当分析的心电信号结果显示出现紧急情况时，心电自动分析和诊断系统通过GPS模块把相应病人的方位信息发送到监护中心进行报警，其流程图如图2所示，心电自动分析和诊断系统的流程图如图3。

本发明的心电自动分析和诊断系统采用了基于混沌的非线性动力学分析。世界的本质是非线性的，人体的生命过程也是非线性的。对于大多数生理系统不能进行线性近似，否则不可能认识到生理活动中与非线性有关的现象。心脏就是一个极端复杂的非线性系统，其活动产生混沌。人们通常借助相空间重构的直观方法来观察混沌吸引子随时间演变的动力学行为。常用的刻画混沌系统状态的特征量有关联维D₂和李雅普诺夫(Lyapunov)指数。研究表明，人的心脏活动的复杂性随着健康状态的变坏，如疾病或年老而愈来愈降低，因此表征混沌复杂性的这些特征量可作为心脏健康程度的标志，而且非线性动力学参数的特异性好，区分疾病种类，可作早期诊断。图4为本发明采用的混沌动力学分析示意图，(a)为心电图V2导联的ECG信号，(b)为V2导联ECG信号的相空间重构，(c)为白噪声、正常人和冠心病人的关联维D₂在不同嵌入维m下的比较。

1)、关联维D₂：

大多数情况下，一个确定性的混沌动力学系统经长时间演化之后，在相空间图中的轨迹被吸引到一个非整数维的奇异吸引子上。奇异吸引子具有分形的几何特征，即部分与整体或部分与部分之间的相似。维数是刻划吸引子的最基本的指标之一。它可以定量地刻画系统的复杂程度。维数越大，系统就越复杂。在众多的维数定义中，关联维以其相对的简单性、数值计算中快速的收敛性、描述复杂系统上的有效性而在实践中获得广泛的应用。本发明中采用了Parkard等人提出的时间延迟法来重构系统的相空间。然后，利用Grassberger和Procaccia提出来的算法来计算关联维数。

关联维D₂可以通过计算关联积分求得：

$C(r,m)=\underset{N\→\∞}{\lim }\frac{1}{N(N-1)}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=i+1}{\overset{N}{\mathrm{\Σ}}}\mathrm{\θ}(r-||X_i-X_j|\left|\right),$

其中N为有限长时间数据序列的长度，θ(x)是单位阶跃函数(Heaviside函数)，且 $\mathrm{\&theta;}\left(x\right)=\left\{\begin{array}{c}1,x\&GreaterEqual;0\\ 0,x<0\end{array}\right.,$ r为给定的临界距离，符号‖X_i-X_j‖表示点X_i和点X_j的范数。关联积分C(r，m)表示相空间中吸引子上两点间距小于r的概率，当r取值较小时，C(r，m)＝0；当r取值过大时，C(r，m)＝1；当r取值适中时，ln(C(r，m))和ln(r)呈近似的线性关系，经过直线拟合后可得到ln(C(r，m))/ln(r)直线段的斜率，并将此斜率定义为关联维D₂：

$D_2=\underset{r\&RightArrow;0}{\lim }\underset{N\&RightArrow;+\&infin;}{\lim }\frac{\ln C(r,m)}{\ln \left(r\right)}.$

2)、李雅普诺夫(Lyapunov)指数λ：

相空间中的一个点就表征了系统的一个状态，一个动力学系统的长时间演化行为常归结到一个吸引子上。吸引子可以是零维的定常吸引子，两维或两维以上的极限环或高维环面吸引子。也可能是具有分形几何结构的奇怪吸引子。在奇怪吸引子中，相邻轨道相互排斥，以指数形式分离。李雅普诺夫指数λ就是表征和刻画这一性质的定量指标。对于规则运动，λ小于零。在周期运动向混沌运动转化的分岔点上，λ等于零。对于混沌运动，至少有一个方向上的李雅普诺夫指数大于零。λ越大，混沌程度越高，系统的动力学行为越复杂。实际计算中我们只计算λ值中最大的一个，称之为最大李雅普诺夫指数LLE。具体计算过程如下：

时刻0开始，根据下式寻找相空间中吸引子轨道上某一相点X_i的最邻近相点X_j，

$d_i\left(0\right)={\min }_{X_j}\left|\right|X_j-X_i\left|\right|,$

最邻近点至少应该按序列的平均周期以指数形式分离，最大李雅普诺夫指数LLE估计为最邻近点分离的平均速度，即

$d_j\left(i\right)\&ap;C_j{e}^{{\mathrm{\&lambda;}}_1\left(\mathrm{i\&Delta;t}\right)},$

其中C_j为初始分离量，两边取自然对数得：

ln(d_j(i))≈ln C_j+λ₁(iΔt)，

最后用最小均方拟合出李雅普诺夫指数：

$y\left(n\right)=\frac{1}{\mathrm{\&Delta;t}}<\ln d_i\left(n\right)>$

研究表明，随着心脏疾病的产生，如冠心病、心肌缺血、心梗等，体表ECG信号的关联维和李雅普诺夫(Lyapunov)指数都明显地减小，表明心脏的混沌程度下降，可以用于心脏疾病的预测和诊断。

Claims (1)

1.一种基于EDGE网络的远程心电智能监护系统，其特征是包括便携式心电信号采集端、网络传输模块以及服务器监护终端，便携式心电信号采集端通过网络传输模块与服务器监护终端相连，网络传输模块包括EDGE传输模块和GPS模块，EDGE指增强型数据速率GSM演进技术，服务器监护终端设有网络传输守护进程和心电自动分析和诊断系统；其中，便携式心电信号采集端将采集的心电信号进行本地存储或通过EDGE传输模块发送给服务器监护终端，服务器监护终端的心电自动分析和诊断系统对接收到的心电信号进行自动分析和诊断，并及时反馈诊断信息给便携式心电信号采集端，当分析的心电信号结果显示出现紧急情况时，心电自动分析和诊断系统通过GPS模块把相应病人的方位信息发送到监护中心进行报警；

便携式心电信号采集端包括心电信号放大采样电路、嵌入式处理器、显示模块、触摸屏输入模块、SD卡存储模块及USB接口模块，心电信号放大采样电路、显示模块、触摸屏输入模块、SD卡存储模块及USB接口模块分别连接嵌入式处理器，嵌入式处理器设有嵌入式操作系统和嵌入式图形用户界面；便携式心电信号采集端采用基于iCoupler技术的信号隔离方法实现电路模拟部分与数字部分的电气隔离，采用基于DC/DC技术的电源隔离方法实现电源的电气隔离；

便携式心电信号采集端和服务器监护终端的网络传输守护进程对心电信号分别进行压缩和解压缩；

心电信号压缩为：利用心电信号具有准周期性的特征，将每个心动周期的R波进行线性插值，将心电信号的数据序列的能量向低频搬移，再利用适合于嵌入式环境的基2离散余弦变换DCT递归分解算法，将数据的DCT有效分量更为集中在低频段，最后根据数据序列保留能量保真度的要求，动态的保留最少的有效DCT数据，在嵌入式系统平台实现心电信号压缩；

服务器监护终端的心电自动分析和诊断系统进行常规的基于波形参数的线性分析，还进行基于混沌的非线性动力学分析，包括关联维和李雅普诺夫指数分析。

Images