CN104586381A - 一种基于物联网的心电监护系统 - Google Patents

Abstract

本发明涉及一种基于物联网的心电监护系统，包括心电采集模块、主智能移动终端、心电监测模块，心电采集模块与主智能移动终端连接，主智能移动终端与心电监测模块双向通信，心电采集模块包括依次连接的信号采集端、数据处理模块、信号发射模块，数据处理模块将采集到的心电信号处理后经信号发射模块发送至主智能移动终端，主智能移动终端将心电信号传送至心电监测模块，心电监测模块包括远程通信模块、诊断分析模块、心电信号数据库，远程通信模块用于与主智能移动终端通信，并将接收到的心电信号传送至心电数据库储存，诊断分析模块提取心电数据库接收的信号进行诊断分析，诊断分析后将结果通过远程通信模块发送至主智能移动终端。

Description

一种基于物联网的心电监护系统

技术领域

本发明涉及人体生物学检测技术领域，特别涉及一种基于物联网的心电监护系统。

背景技术

心脏病有着病情发展缓慢并隐蔽，且一旦发病病情危急的特点，因此，严重威胁着人类的生命。一般情况下，心脏疾病患者猝死的主要原因是恶性心律失常和心功能衰竭等；特殊的心脏病发作没有时间规律，这类患者在平时工作或生活中会表现出症状，但到医院做心电检查时症状可能消失，因此，无法检测到异常心电图，导致医生不能对病情做出准确的判断，耽误最佳治疗时机。如果在临床上能够及时识别致命性心率失常，采取有效的预防及治疗措施，很大程度上能提高挽救患者生命的成功率。

多年以来，由于心电信号自动分析技术的广泛应用，给众多心脏病患者带来了巨大便利，然而，现有的心电监护系统是将心电采集处理单元和发射装置融合于一部特制的手机内，通过手持方式，使手机底部电极接触胸壁形成回路来采集心电信号，然后通过移动通讯网络将心电信息发送至数据处理中心。解决了移动状态下心电信号采集和传输问题，大大减少了时间、地域的限制。但是，该心电监护系统存在以下缺点：1、不具备智能分析预警功能，无法自动识别和发送异常心电信号，患者必须手动采集和发送，在突发严重心脏疾病及患者休息如睡眠时，往往无法执行手动操作而丧失救治的最佳时机。2、无法实现 心电实时、连续、多导联监测，在临床应用尤其是缺血性心脏病、复杂心率失常的监护中意义极为有限。

发明内容

本发明要解决的技术问题是一种自动心电检测与预警系统，能够自动心电采集和发送，并实现心电信号的实时、连续、多导联检测的心电监测系统。

为解决上述技术问题，本发明所采取的技术方案是：

一种基于物联网的心电监护系统，包括心电采集模块、主智能移动终端、心电监测模块，所述心电采集模块与所述主智能移动终端连接，所述主智能移动终端与所述心电监测模块双向通信，所述心电采集模块包括依次连接的信号采集端、数据处理模块、信号传输模块，所述数据处理模块将所述信号采集端采集到的心电信号处理后经所述信号传输模块发送至所述主智能移动终端，所述主智能移动终端将获得的心电信号传送至所述心电监测模块，所述心电监测模块包括远程通信模块、诊断分析模块、心电信号数据库，所述远程通信模块用于与主智能移动终端通信，并将接收到的心电信号传送至所述心电数据库储存，所述诊断分析模块提取所述心电数据库接收的信号进行诊断分析，诊断分析后将结果通过所述远程通信模块发送至主智能移动终端。

优选的，在上述技术方案中，所述信号采集端包括心电信号传感器、脉搏传感器、血氧饱和度传感器、温度传感器，分别用于检测心电信号、脉搏频率、血氧饱和度和体温。

优选的，在上述技术方案中，所述数据处理模块包括顺次连接的前端放大单元、信号滤波单元、后端放大单元、陷波器、A/D转换器，所述前端放大单 元采用精密放大器AD620电路；所述信号滤波单元采用巴特沃斯滤波器；所述后端放大单元采用一比例放大电路通过一电压跟随器连接一加法电路；所述陷波器采用50Hz陷波器芯片LMF100，并使用芯片LMF100陷波器工作模式。

优选的，在上述技术方案中，所述心电监测模块还包括病例查询模块和系统帮助模块，所述病例查询模块用于查询患者历史病例帮助医生分析，所述系统帮助模块用于用户自定义设置。

优选的，在上述技术方案中，所述信号发射模块为蓝牙传输模块或是Zigbee传输模块。

优选的，在上述技术方案中，所述心电监护系统还包括副智能移动终端，所述副智能移动终端通过所述远程通信模块与所述心电监测模块通信。

优选的，在上述技术方案中，所述远程通信模块为GPRS无线传输模块或3G无线传输模块或4G无线传输模块或Socket数据传输模块。

优选的，在上述技术方案中，所述主智能移动终端和所述副智能移动终端为智能手机或平板电脑。

与现有技术相比，本发明的有益效果在于：

本发明心电采集模块与主智能移动终端采用分离式结构，此结构避免了需要使用者手动采集心电信号的被动性，实现了实时、连续、多导联检测心电信号的功能；心电采集模块采集到的心电信号通过主智能移动终端将信号传送到心电监测模块，信号检测模块中诊断分析模块将储存心电信号的心电信号数据库进行诊断分析，并将诊断结果发送至主智能移动终端实现了心电信号的检测与预警功能。心电信号诊断分析模块能够快速做出诊断，不仅缩短了病人的等候时间，也减轻了病人的痛苦，还可以快速治疗，这对急性心脏病患者来说显 得更为关键。

本发明的优选方案中信号采集端不仅能够采集心电信号，还能够采集脉搏频率、血氧饱和度、体温等参数，通过这些参数能够判断使用者所做的运动种类，并且这些参数有利于使用者和医生分析使用者的病情、身体状况，对身体状况也进行更全面的了解。

本发明的优选方案中信号发射模块优先选用无线传输方式，如蓝牙传输或是Zigbee传输，选用无线传输的方式令使用更方便，结构更加简单，使用组装也更加便捷，给使用者提供了更大的便利。

本发明的优选方案中数据处理模块中都选用最佳的工作元件，使检测到的心电信号更精确。

本发明的优选方案中副智能移动终端可以是患者的家属，经心电监测模块分析诊断的结果发给主智能移动终端的同时也会发给副智能移动终端，让患者家属知晓患者的情况，并做出及时准确的救助决定，提高了治愈率。

综上所述，本发明能够准确地记录心电异常时患者的运动信息，并实现运动的分类和强度判断，相关的数据能够通过手机实时查看。当出现心电异常运动状态时，能自动向家属及医院发报警短信，可在病人、家庭和医生之间建立实时的联系，实现心电信号稳定、准确、实时的传输，患者的活动范围将不再受医院限制，医院的医生可通过服务器了解到院外被监测患者的心脏功能情况，有利于医生及时了解和发现病情，医生诊断的效率将得到提高，可降低因延误治疗时机对患者造成的损失，并做出相应的诊断和治疗。同时可大幅度提高医疗资源的高度共享，降低公众医疗的成本，缓解医患关系，为医疗带来新的服务和便利，并为在全国构建起一个能够提供院外全天候心脏监护的服务网络体 系奠定良好的基础。

本发明提供的一种基于物联网的心电监护系统具有以下意义：一是对亚健康人群的心脏日常监护和保健具有积极作用，是日常工作繁忙、精神压力较大、缺少运动的各界人士自我心脏监护的理想工具；二是对心律失常患者在院外观察药物疗效及病情监测具有临床意义；三是有助于心血管疾病患者出院后长期病情监测；四是预防和减少某些心脏病恶性事件发生的重要手段之一。

附图说明

下面结合附图对本发明作进一步说明：

图1是本发明总体框图；

图2是本发明中前端放大单元电路原理图；

图3是本发明中信号滤波单元电路原理图；

图4是本发明中后端放大单元电路原理图；

图5是本发明中陷波器的电路原理图；

图6是本发明中涉及的小波去噪法原理图；

图7是本发明中涉及的小波去噪法流程图。

具体实施方式

如图1所示，本发明提供的一种基于物联网的心电监护系统，包括心电采集模块、主智能移动终端、心电监测模块，心电采集模块与主智能移动终端连接，主智能移动终端与心电监测模块双向通信，心电采集模块包括依次连接的信号采集端、数据处理模块、信号发射模块，数据处理模块包括顺次连接的前 端放大单元、信号滤波单元、后端放大单元、陷波器、A/D转换器，信号传输模块为蓝牙传输模块或是Zigbee传输模块，本实施例优选蓝牙传输模块，数据处理模块将信号采集端采集到的心电信号处理后经信号传输模块发送至主智能移动终端，主智能移动终端将获得的心电信号传送至心电监测模块，心电监测模块包括远程通信模块、诊断分析模块、心电信号数据库，远程通信模块用于与主智能移动终端通信，并将接收到的心电信号传送至心电数据库储存，诊断分析模块提取心电数据库接收的信号进行诊断分析，诊断分析后将结果通过远程通信模块发送至主智能移动终端，本实施例中所述心电监护系统还包括副智能移动终端，心电监测模块通过远程通信模块与副智能移动终端通信。

本发明提供的一种基于物联网的心电监护系统的软件分析模块是以VS2012为开发平台，使用面向对象的C语言并结合SQL Server数据库完成。

本实施例中远程通信模块的传输方式可为GPRS无线传输，或3G无线传输，或4G无线传输，或Socket数据传输模块，本实施例优选Socket数据传输模块。

本实施例中信号采集端包括心电信号传感器、脉搏传感器、血氧饱和度传感器、温度传感器，分别用于检测心电信号、脉搏频率、血氧饱和度和体温。

本实施例中心电监测模块还包括病例查询模块和系统帮助模块，病例查询模块用于查询患者历史病例帮助医生分析，系统帮助模块用于用户自定义设置，向医生寻求帮助等。

本实施例中主智能移动终端和副智能移动终端为智能手机，或平板电脑。

本发明能够根据检测到的各种信号进行分析，并准确地记录心电异常时患者的运动信息，并实现运动的分类和强度判断，相关的数据患者能够通过手机 实时查看，当出现心电异常运动状态时，心电监测模块能自动向家属及医院发报警信息，可在病人、家庭和医生之间建立实时的联系，实现心电信号稳定、准确、实时的传输，患者的活动范围将不再受医院限制。

在本实施例中，数据处理模块的具体设计如下：

(1)前端放大单元的设计：

心电信号来源于人体体表的电位差，当心脏工作时，在每个心动周期中，起搏点与心房、心室交替兴奋，会引起生物电的变化，将此生物电的变化提取出来便是心电信号。本实施例中前端放大单元的设计，选用高精密放大器AD620。该放大器具有共模抑制比高、精度高、放大的频带宽、功耗低、漂移小以及噪声系数低等特点。因AD620输入电阻很大，故将其用于小信号的采集端，AD620的增益G与外部控制增益电阻R_G的关系满足公式(1):

$G=\frac{49.4\mathrm{k\Ω}}{R_G}+1---\left(1\right)$

由于采集到的信号中含有部分干扰，第一级放大倍数不宜设置太高，设置过高会不利于后续电路对噪声的处理，因此，设定将信号放大5倍，即G＝5，经计算外部控制增益电阻R_G＝12.3kΩ。

在心电检测过程中影响最大的干扰是50Hz工频干扰，为了降低这种干扰对心电检测的影响，需要在心电检测电路中添加右腿驱动电路以便减少共模干扰。本实施例中前端放大单元电路原理如图2所示。

(2)信号滤波单元的设计

信号采集端采集的心电信号经前端放大单元放大并初步去除干扰后，仍会 有直流分量和干扰，因此，信号滤波单元选用滤波电路，达到滤除直流分量和消除基线漂移的目的。其中，干扰主要包含高频干扰和50Hz干扰，因后端放大单元将会引入50Hz干扰，故在本单元设计中暂不对50Hz干扰进行处理。

由于心电信号中包含了P波、QRS波、T波等多个波段，所处频域与幅度各不相同，观察波形时需要比较各波形时长以及幅度，所以要求在滤波器的通频带内尽可能的平滑。本实施例中优先选用巴特沃斯滤波器。

先让前端放大单元输出的信号通过巴特沃斯高通滤波器，滤除直流分量和消除基线漂移，根据心电信号特点和设计要求设定截止频率为0.7Hz。巴特沃斯高通滤波器由两个电阻R₁、R₂，两个电容C₁、C₂和一个运算放大器构成。此滤波器的传递函数为：

$H_1\left(S\right)=\frac{S^2}{S^2+S\left(\frac{C_1+C_2}{R_1{C}_1{C}_2}\right)+\frac{1}{R_1{R}_2{C}_1{C}_2}}+1---\left(2\right)$

选取二阶巴特沃斯网络函数的系数a₁₁＝1.414，截止角频率ω_C＝0.7×2π，并且设定C₁＝C₂＝0.1μF，根据参数和公式(2)计算R₁和R₂：

(3)

$R_2=\frac{C_1+C_2}{C_1{C}_2{\mathrm{\ω}}_C{R}_1}=3.21\mathrm{M\Ω}---\left(4\right)$

通过巴特沃斯高通滤波器滤除直流分量和消除基线漂移后，采用巴特沃斯低通滤波器滤除高频噪声，根据心电信号特点和设计要求设定截止频率为100Hz。巴特沃斯低通滤波器电路由两个电容C₃、C₄，两个电阻R₃、R₄及一个运算放大器构成。此滤波器的传递函数为：

$H_1\left(S\right)=\frac{\frac{1}{R_3{R}_4{C}_3{C}_4}}{S^2+S\left(\frac{R_3+R_4}{R_3{R}_4{C}_4}\right)+\frac{1}{R_3{R}_4{C}_3{C}_4}}---\left(5\right)$

选取二阶巴特沃斯网络函数的系数a₁₁＝1.414，截止角频率ω_C＝100×2π，并且设定C₃＝C₄＝0.1μF。根据参数和公式(5)计算R₃和R₄： $R_4=\frac{1}{R_3{C}_3{C}_4{{\mathrm{\ω}}_C}^2}=11.3\mathrm{k\Ω}$

(6)

(7)

本单元的设计是调整信号基线漂移并滤除干扰，因此两个滤波器中选用的运算放大器需要满足双极性、低噪声、低输入失调电压等特点，本实施例中两个运算放大器优先选用OP07。OP07是一款低噪声，非斩波稳零的双极性运算放大器，满足本单元设计的条件。本实施例中信号滤波单元的电路原理如图3所示。

(3)后端放大单元的设计

经过信号滤波单元滤波后，消除了直流分量与高频干扰，需要对该信号进行比例放大，本单元的设计是将信号放大100倍，达到能够观察波形的程度。同时，由于最后输出的信号要经过A/D转换，而选用的单片机所集成的A/D功能是单极性的，所以要将信号加入直流分量，使其达到～5v范围内，本单元设计主要包含两部分电路：比例放大电路和加法电路。

本实施例中的本单元的放大电路选用的运算放大器要求较高的开环增益、低噪声以及低输入失调电压的OP07运算放大器；加法电路处理的是放大后的信号，对于精度、噪声要求不是很高，本实施例优先选用双运放芯片NE5532。

在比例放大电路中，电路的放大倍数由RF₁与RF₂的比例决定，选定RF₁＝1kΩ，RF₂＝100kΩ。为了避免比例放大电路后端负载影响放大效果，在比例放大电路与加法电路之间加入一个电压跟随器。加法电路部分需要将信号基线提升2.5V，即实现v+2.5，输入值为信号v与+5V电源。信号v与+5V分别经RF₃、RF₄与运算放大器同端相连并经RF₅接地。为实现v+2.5，则RF₃/RF₄＝0.5，设RF₃＝RF₅＝10kΩ，RF₄＝20kΩ，则：

(8)

由式(8)设定RF₆＝10kΩ，则RF₇＝15kΩ。根据参数设计的后端放大单元的电路原理如图4所示。

(4)陷波器的设计 

在心电信号数据处理过程中，影响最大的干扰就是50Hz工频干扰，因此需要针对滤除50Hz工频干扰来设计电路。针对单一频率的干扰，最好的办法便是使用陷波器。在本单元中优先使用LMF100滤波芯片，LMF100滤波芯片主要由两个独立的通用高性能的滤波器组成的，每个滤波器都可以外接一个外部时钟和2-4个电阻来实现各种一阶和二阶滤波器的功能。每个滤波器包含三个输出端口，其中一个端口可以用来配置高通、全通或陷波的输出，另外两个分别用做带通和低通输出端口。滤波器的特性与中心频率可以通过电阻的配比与外接时钟的频率来进行设置。

LMF100滤波芯片的工作模式是由不同方式的外接电阻法决定的。本实施例中使用LMF100滤波芯片的陷波器工作模式，即MODE2，LMF100内部有两个滤波器，其前十个管脚与后十个管脚分别代表一个滤波器。陷波器只需要一个滤波器便可实现，信号输出端位于3(18)脚。电阻的连接决定了滤波器的工作模式以及陷波器的品质因数，在当前连接方式下，品质因数Q为：

$Q=\sqrt{\frac{R_2/R_4+1}{R_2/R_3}}---\left(9\right)$

陷波器的频率参数则由外部输入时钟决定，通过对12管脚的设定，陷波器的中心频率为f_CLK/100。因此在使用此滤波芯片时需要单独设置一片单片机为其提供外部时钟。在本单元中，需要滤除的是50Hz工频干扰，所以由单片机提供f_CLK＝5kHz。并且根据LMF100滤波芯片的不同品质因数下陷波器的频率响应，可知品质因数Q＝1左右满足设计要求。

为滤波芯片提供外部时钟的单片机只需生成一路5kHz的方波信号，本实施例中选用单片机89C2051。对信号完成陷波处理后便可得到能够观测的心电信号。本实施例中陷波器的电路原理如图5所示。

在本实施例中，心电监测模块中诊断分析模块的具体设计如下：

心电监测模块主要由信号检测和诊断分析两部分组成，心电信号检测算法是心电监测系统的核心，直接影响着诊断结果的准确性。由于正常人的心电图幅值和时间间隔都有一定的范围，若发现心电图上有异常波形，即可做出相关疾病的分析诊断，因此准确检测到心电信号的特征参数至关重要。本发明的心电信号检测算法主要包括心电信号的小波去噪算法、P波和QRS波的检测算法，主要用于后续的软件诊断分析模块中。

如图6所示，小波阈值去噪法的原理是将经过数据处理模块的预处理后信号经过小波变换多尺度分解再经各尺度系数去噪，将去噪后的信号进行小波逆变换重构，最终的到去噪后的信号。小波阈值去噪法的流程图如图7所示。

小波阈值分为两种：

(1)硬阈值：其计算公式如下：

${\hat{d}}_{j_{0}k}=\left\{\begin{array}{cc}{d}_{j_{0}k}& \left|d_{j_{0}k}\right|\&GreaterEqual;{\mathrm{\&lambda;}}_j\\ 0& \left|d_{j_{0}k}\right|<{\mathrm{\&lambda;}}_j\end{array}\right.$ (10) 

(2)软阈值：其计算公式如下：

${\hat{d}}_{j_{0}k}=\left\{\begin{array}{cc}\mathrm{sgn}\left(d_{j_{0}k}\right)\left(\right|d_{j_{0}k}|-{\mathrm{\&lambda;}}_j)& \left|d_{j_{0}k}\right|\&GreaterEqual;{\mathrm{\&lambda;}}_j\\ 0& \left|d_{j_{0}k}\right|<{\mathrm{\&lambda;}}_j\end{array}\right.$ (11) 

硬阈值与软阈值函数有四种阈值原则：分别为无偏似然估计原则、固定阈值原则、启发式阈值原则和极值阈值原则。

无偏似然估计(SURE)原则：一种软件阈值估计器。假设信号x(k)为一个离散时间序列k＝1,2,3,...,n,，令信号y(k)为|x(k)|的升序序列，再令y₁(k)＝y(k)²，则阈值thr₁的计算公式如下：

$\left\{\begin{array}{c}{y}_2\left(k\right)={\mathrm{\&Sigma;}}_{i=1}^k{y}_1\left(i\right)\\ r\left(k\right)=\frac{n-2k+y_2\left(k\right)+(n-k)y_1\left(k\right)}{n}\\ {\mathrm{thr}}_1=\sqrt{\min \left(r\right)}\end{array}\right.$ (12) 

固定阈值原则：固定阈值thr₂的计算公式如下：

(13)

式中，n为信号x(k)的长度。

启发式阈值原则：若信号x(k)的长度为n，令变量eta和crit的大小分别为：

(14)

则阈值thr₃按下式计算：

(15)

极值阈值原则：若信号x(k)的长度为n，则阈值thr₄按下式计算：

${\mathrm{thr}}_3=\left\{\begin{array}{cc}0& n\&le;32\\ 0.3936+\frac{0.1829\log \left(n\right)}{\log 2},& n>32\end{array}\right.$ (16) 

估算和提取出心电信号漂移的基线，然后将它从原始信号中去除，得到滤除后的信号。衡量信号去噪效果的表达式：

$\left\{\begin{array}{c}\mathrm{SNR}=20\&times;{\log }_{10}\left(\frac{{\mathrm{\&Sigma;}}_{i=1}^N{y_i}^2}{{\mathrm{\&Sigma;}}_{i=1}^N{(x_i-y_i)}^2}\right)\\ \mathrm{MSE}=\sqrt{\frac{1}{N}{\mathrm{\&Sigma;}}_{i=1}^N{(y_i-x_i)}^2}\end{array}\right.$ (17) 

式中x_i表示标准原始信号，y_i表示经处理后的估计信号，N表示心电信号的采样数。其中，信噪比SNR越大并且均方误差MSE越小，说明去噪效果越好。只要合理选取小波基及阈值，去噪效果一般优于小波分解与重构算法的去噪效果。

为了解决心电信号中P波、T波信号复杂、微弱、识别难度大及识别算法执行效率低且易失效的问题，由于小波对信号进行时-频域分析执行速度快的特性，提出了将提升小波变换与差分运算相结合，构造利用提升小波对心电信号去噪，在重构相应层次的低频信号中利用差分法对P波、T波进行识别的复合算法。

诊断分析模块的作用是将接受到的心电信号通过小波阈值去噪法与传统小 波分解和重构去噪法相结合去噪后，进行R波的识别和定位，在检测R波峰值点时，采用将正向R波和倒置R波分开检测的方式，提高了R波检测的准确率。利用差分，幅值，位置相结合起来的方法来确定R波峰值点位置。这样有较高的检出率，并且算法简单，对于实时检测，易于实现。检测R波算法实现如下：

(1)R波的检测算法：包括以下步骤：

①确定初始检测阈值

检测阈值的初始化大约需要30s的心电数据(经数据处理模块处理后的心电信号)。具体实现方法如下：

S1：取开始30s内的心电数据，将30s的心电数据分成10段，且保证每段内至少有一个QRS波群，即每段3s；

S2：按下式(18-1)和(18-2)计算前向差分值，求出每段的差分最大值；

Δy(n)＝y(n+1)-y(n)   (18-1) 

Δy(n)＞δ

(18-2)

S3：将步骤S2中求得的差分最大值排序，去掉最大值和最小值，求剩余差分最大值的算术平均值，记为Δ_m0，并通过数据仿真试验确定初始阈值为：

${\mathrm{\&delta;}}_{10}=\frac{2}{5}{\mathrm{\&Delta;}}_{m0},{\mathrm{\&delta;}}_{20}=\frac{2}{5}{\mathrm{\&Delta;}}_{m0}+2,{\mathrm{\&delta;}}_{30}=\frac{2}{9}{\mathrm{\&Delta;}}_{m0}$ (19) 

S4：检测到8个R波后，修改检测阈值；

阈值修正方法如下：设Δ_mi是包括当前QRS波群在内的前8个QRS波群的最大差分的平均值，新检测阈值计算公式为：

${\mathrm{\&delta;}}_{1i}=\frac{1}{4}{\mathrm{\&Delta;}}_{\mathrm{mi}}+C_1,{\mathrm{\&delta;}}_{2i}=\frac{1}{4}{\mathrm{\&Delta;}}_{\mathrm{mi}}+C_2,{\mathrm{\&delta;}}_{3i}=\frac{1}{8}{\mathrm{\&Delta;}}_{\mathrm{mi}}+C_3$

(20-1)

其中C₁，C₂，C₃定义为：

$C_1=\frac{1}{10}{\mathrm{\&Delta;}}_{m0},C_2=\frac{1}{10}{\mathrm{\&Delta;}}_{m0}+2,C_3=\frac{1}{10}{\mathrm{\&Delta;}}_{m0}$

(20-2)

式中：Δ_mi表示8个QRS波群的最大差分平均值，i表示当前检测到的R波的个数，i＝8，9，10，…；C₁，C₂，C₃均是常数。

②正向R波的检测：包括以下步骤：

S1：根据①中步骤S1、S2、S3和公式(18-1)、(18-2)、(19)，计算并确定δ₁₀、δ₂₀、δ₃₀的值；

S2：确定R波峰值点：对待检信号做前向差分，用δ₁₀、δ₂₀、δ₃₀来检测R波，如果连续两个差分值均大于δ₁₀和δ₂₀，并在之后的100ms内出现负向差分，且负向差分的绝对值大于δ₃₀，则该待检信号即为R波峰值点；

S3：重复步骤S2，确定8个R波峰值点，按照式(20-1)和式(20-2)修改阈值，用新的检测阈值继续检测，若检测到新的R波就修改阈值，然后继续检测下一个，直到数据结束。

③倒置R波的检测： 

本设计从位置和幅值两方面检测倒置R波。首先对符号标记做如下说明：表示当前R波位置；pR_i表示当前R波幅值；RR_i表示当前R波与前一相邻R波的RR间期；表示前面3个正常RR间期的平均值；错误！ 未找到引用源。表示前面3个正常R波幅值均值。

若当前RR间期RR_i满足：则可能发生以下情况：①漏检了正向的R波；②漏检了倒置的R波；③出现了心动过缓，或者是停搏。为解决此问题，具体做法如下：

①在pR_i-1(表示当前R波的前一个R波幅值)后 范围内寻找极大值点，若此点幅值满足条件： ，该点即为漏检的正向R波。

②若在范围内找到的极大值点不满足 ，则说明出现了R波倒置的情形，在该区域内寻找幅值最小点记作H_d，取最小幅值H_d和在前与其相邻的正向R波幅值H_z的平均值，基线的高度H_j(即 )，则认为检测到一个倒置的R波。

③若在范围内没有找到极大值或极小值点，则认为可能出现心动过缓或停搏，则该区域没有R波的存在。

心电波形的形态经常会发生变化，受多种因素的影响。为了解决阈值能适应信号变化，本实施例中采用的R波检测算法不仅能检测出倒置R波，而且能检出漏检的R波。

(2)Q波、S波检测算法： 

Q、S波具体的检测步骤如下：

(1)对预处理后的心电信号y(n)采用前向差分求一阶导数，并在此基础上采用后向差分求二阶导数，即：

B(n)＝y(n+1)-y(n) (21)

C(n)＝B(n)-B(n-1)＝y(n+1)-2y(n)+y(n-1)(22)

(2)对一阶差分和二阶差分分别进行平方运算，即：

B₁(n)＝[B(n)]²(23)

C₁(n)＝[C(n)]²(24)

这等效于对信号进行了一次整流和非线性放大，使得心电信号的高频成分得到较大提升，这样处理达到了平滑整流的目的。

(3)将式(23)和式(24)直接相加得到新的数据序列：

D(n)＝B₁(n)-B₁(n)(25)

(4)此时，以R波峰值点的位置为中心，在其前、后50ms的范围内寻找局部极大值点，记为b和c，它们的幅值分别记为H_b和H_c，以这两点幅度的1/30作为阈值，即：

(26)

式中：Th₁表示确定Q波起点的阈值，Th₂表示确定S波终点的阈值。将b点前30ms到b点之间的数据依次与阈值Th₁做比较，若连续3个点满足：

D(n)≥Th₁ (27)

则认为第一个不小于的点是Q波的起点。同理以c点后30ms为终点，将c点后30ms到c点之间的数据依次与阈值Th₂做比较，若连续3个点满足：

D(n)≥Th₂(28)

则认为第一个不小于的点是S波的终点。将Q波起点和S波终点的位置之间的数据置1，其余数据置0便可得到方形图。

上述实施方式旨在举例说明本发明可为本领域专业技术人员实现或使用，对上述实施方式进行修改对本领域的专业技术人员来说将是显而易见的，故本发明包括但不限于上述实施方式，任何符合本权利要求书或说明书描述，符合与本文所公开的原理和新颖性、创造性特点的方法、工艺、产品，均落入本发明的保护范围之内。

Claims (8)

1.一种基于物联网的心电监护系统，包括心电采集模块、主智能移动终端、心电监测模块，其特征在于，所述心电采集模块与所述主智能移动终端连接，所述主智能移动终端与所述心电监测模块双向通信，所述心电采集模块包括依次连接的信号采集端、数据处理模块、信号传输模块，所述数据处理模块将所述信号采集端采集到的心电信号处理后经所述信号传输模块发送至所述主智能移动终端，所述主智能移动终端将获得的心电信号传送至所述心电监测模块，所述心电监测模块包括远程通信模块、诊断分析模块、心电信号数据库，所述远程通信模块用于与主智能移动终端通信，并将接收到的心电信号传送至所述心电数据库储存，所述诊断分析模块提取所述心电数据库接收的信号进行诊断分析，诊断分析后将结果通过所述远程通信模块发送至主智能移动终端。

2.根据权利要求1所述的一种基于物联网的心电监护系统，其特征在于，所述信号采集端包括心电信号传感器、脉搏传感器、血氧饱和度传感器、温度传感器，分别用于检测心电信号、脉搏频率、血氧饱和度和体温。

3.根据权利要求1所述的一种基于物联网的心电监护系统，其特征在于，所述数据处理模块包括顺次连接的前端放大单元、信号滤波单元、后端放大单元、陷波器、A/D转换器，所述前端放大单元采用精密放大器AD620电路；所述信号滤波单元采用巴特沃斯滤波器；所述后端放大单元采用一比例放大电路通过一电压跟随器连接一加法电路；所述陷波器采用50Hz陷波器芯片LMF100，并使用芯片LMF100陷波器工作模式。

4.根据权利要求1所述的一种基于物联网的心电监护系统，其特征在于，所述心电监测模块还包括病例查询模块和系统帮助模块，所述病例查询模块用于查询患者历史病例帮助医生分析，所述系统帮助模块用于用户自定义设置。

5.根据权利要求1所述的一种基于物联网的心电监护系统，其特征在于，所述信号传输模块为蓝牙传输模块或是Zigbee传输模块。

6.根据权利要求1所述的一种基于物联网的心电监护系统，其特征在于，所述心电监护系统还包括副智能移动终端，所述副智能移动终端通过所述远程通信模块与所述心电监测模块通信。

7.根据权利要求1所述的一种基于物联网的心电监护系统，其特征在于，所述远程通信模块为GPRS无线传输模块或3G无线传输模块或4G无线传输模块或Socket数据传输模块。

8.根据权利要求1所述的一种基于物联网的心电监护系统，其特征在于，所述主智能移动终端和所述副智能移动终端为智能手机或平板电脑。