CN105232029A - 一种超低功耗可穿戴式动态心电自动分析设备的实现方法及设备 - Google Patents

Abstract

本发明公开了一种超低功耗可穿戴式动态心电自动分析设备的实现方法，包括以下步骤：S1、动态心电自动分析设备采集心电信号和运动传感器信号并进行实时分析；S2、动态心电自动分析设备的处理器单元对运动传感器的检测数据进行分析；S3、动态心电自动分析设备的处理器单元将步骤S1得到的心电分析结果和步骤S2得到的活动姿态分析结果通过低功耗蓝牙通信模块进行数据信息传输。本发明的有益效果是：超低功耗、便携小巧，能够帮助心脑血管疾病使用者不依赖于人为干预，实时监测、自动分析判断心电数据，并根据相关的分析预测危险程度，及时产生告警提醒使用者采取有效的预防措施，从而避免危及生命。

Description

一种超低功耗可穿戴式动态心电自动分析设备的实现方法及设备

技术领域

本发明涉及心电监测技术领域，具体涉及一种超低功耗可穿戴式动态心电自动分析设备的实现方法及设备。

背景技术

心血管疾病是当今危害人类健康的主要疾病之一，是人类健康的“头号杀手”。心电图就是利用心电图机从体表记录心脏每一心动周期所产生的电活动变化图形，可以分析与鉴别各种心律失常；也可以反映心肌受损的程度和发展过程和心房、心室的功能结构情况。在指导心脏手术进行及指示必要的药物处理上有参考价值。

心电图是反映心脏兴奋的电活动过程，它对心脏基本功能及其病理研究方面，具有重要的参考价值。心电图检查是目前临床上诊断心血管疾病的重要方法，具有无创、简单易用的特点而被医生在临床上广泛使用。

100多年来，心电图机的主要发展历史阶段如下：

普通心电图和心电图机

普通心电图也称静息心电图，往往是由医院的传统心电图机进行检测。由于只能描记病人几十秒到两三分钟的短时间心电活动，所获得的信息有限，难以发现心电图的动态变化。对于不少心血管疾病使用者具有的“偶发性”和“一过性”（间歇发作、缓解一段时间后又可恢复正常）的特点，普通心电图由于检测时间的限制很容易漏诊，限制了其在临床使用：在临床实际应用中，经常出现一个刚发生心血管疾病事件的病人（例如120急救回到医院的病人），在随后进行的心电检查中也因为无法捕捉到异常的心电信号，缺乏直接证据而难以确诊。

动态心电图和HOLTER

为了克服传统心电图机的这种短时间检查的缺点，在普通心电图的基础上衍生出动态心电图用于心血管疾病的诊疗当中。动态心电图机常常被称为Holter，它是一种可以长时间连续记录分析人体心脏在活动和安静状态下心电图变化的方法。

动态心电图机主要由3部分组成，即采集记录器、分析单元和打印机。采集记录器将图形信息存储在存储介质(存储卡或者磁带)上，记录结束后将存储介质交到分析单元读取数据进行分析、编辑、诊断和打印报告。部分Holter具备一些分析功能

作为普通心电图的补充，动态心电图机在使用时由使用者佩戴该设备，连续记录24小时的心电活动的全过程，然后归还到医院进行分析和打印报告。由于动态心电图能够在24小时内连续记录多达10万次左右的心电信号，因此与静态心电图相比能显著提高心肌缺血的检出率，因此扩大了心电图临床运用的范围。

动态心电图机虽然实现了较长时间的心电记录，但仍然具有以下的局限性：

动态心电图机体积大，功耗高，携带不便。

动态心电图机首先将心电数据存储到介质上，然后利用专有软件进行分析，具有一定的时间滞后性，无法做到实时分析和短期的风险预测；

动态心电图是静息心电图的一种改进，其分析思路还是沿用静息心电图的分析，即以心电图波形分析主；两种心电图技术的主要用途是医院检测，需要专业的医护人员对波形进行解读，而普通的使用者很难理解。

便携式心电监测仪

随着移动物联网的发展以及智能手机的普及，便携式心电监测仪针对家庭和个人监测使用市场开始出现。目前，典型的便携式心电监测仪系统功能框图如图1所示，这种方式下，心电图信息的处理流程如下：

心电采集模块主要负责心电图信号的采集。在采集完成以后，通过无线方法（传统蓝牙模块）或者有线传输方式（例如利用智能手机音频耳机插口，或者USB接口）传递到智能手机；

智能手机对接收到的部分数据（例如计算心率和显示心电图波形）进行处理后进行显示，然后将数据传递到上位机进行存储；

远程心电监测中心读取所存储的数据，显示出波形，然后由专业人员对波形进行分析，识别出异常事件，最后形成健康分析报告；

专业人员通过电子邮件、通知消息等通信方式，将健康分析报告送达用户。

便携式心电监测仪解决了心电监测设备的小型化问题，便于用户的使用，比较Holter具有很好的改善。但是，便携式心电监测仪也存在如下的缺点：

与Holter比较其主要的改善在数据的传输方式上，由原来的存储-读取-分析模式改变为读取-存储-分析的模式，节约了时间；

由于心电采集仪只负责数据采集和传输，其数据传输速率比较高，因此采用蓝牙无线传输方式就必须使用传统蓝牙2.0技术。而传统蓝牙2.0的主要缺点为体积大、功耗高，而且互操作性不好。如果采用有线方式的话，用户的使用具有很大的不方便（例如大部分的心脏病发作时间都是在凌晨睡觉中，有线方式容易造成脱落而无法监测），而且对手机的功耗要求也比较大。

这种方式下，由于主要的处理功能集中在远程心电监控中心进行，其对远程心电监控和专业人员的依赖程度比较高，而普通群众因为缺乏专业知识，限制了其推广使用（简单易懂性差）；

在病人出现心脑血管疾病事件的时候，由于对远程中心的依赖，即使检测到紧急事件的发生，也很难通过远程立即实施急救。而病人出现紧急状况时，对其帮助最大的，就是其身边的家人、社区和养老院等。因此，这种方法并不能有效解决急救的实际使用——这也是病人最需要的功能。

根据国家卫生部门《中国心血管病报告2013》的最新权威统计，我国目前心脑血管疾病使用者已经高达2.9亿，2013年因为心血管疾病死亡人数已经突破350万人（相当于我国每10秒钟1人死于心血管病），2014年住院治疗达到3000万人次以上，猝死更是达到54.5万人，院外存活率非常低。由此可见心脑血管疾病对我国公众健康和经济发展具有很大的危害性，对人的生命造成比较大的危害。

我们注意到以下的事实：

心脑血管疾病也有其可预测和预防的特点。医学界普遍共识是心脑血管疾病事件在发生前，是具有明显的心电变化特征的，这些特征可以用来预测心脑血管疾病事件的发生。如果能够及时的捕捉到这些心电变化特征，预测其发生的风险，那么是可以及时采取措施对心脑血管疾病时间的发生进行预防的。

目前的120急救系统是被动接警，再指派救护车赶赴远程进行急救。实际上，我国脑血管疾病事件急救中，院外存活率是非常低的，仅5%左右。120被动式出警的急救过程，导致急救达不到“黄金10分钟”的最佳的救援时机，迫切需要改进。

随着科技的发展心电图的计算机自动分析技术也不断得到提高和改善，已经趋于成熟，医疗机构利用计算机进行心电图的自动分析已经被广泛使用。

在针对个人和家庭的使用中，设备一定要小巧便携，可工作的时间长，以方便使用者佩戴而不影响其日常活动；其结果一定要简单易懂，并且能够具有实时的自动分享方式，以便满足其急救需求，才能切实的预防意外，确保生命安全。

正如以上的分析，由于静息心电图、动态心电图和目前便携式心电图仪的各种缺点，例如携带不便、分析滞后、需要专业人士干预、无法解决急救等问题，导致它们主要依赖医院进行使用而无法进入到大众的日常生活中，使广大人民群众不能在日常生活中广泛使用心电图监测这一重要的工具进行心脑血管疾病监测管理。

我们迫切需要一个低功耗、可穿戴便于长时间工作，能自动进行分析并告警从而减少人工干预的心电图监测设备，以提高实用性和实用性来帮助广大使用者预测、预防、和管理疾病，并避免危险和守护生命。

发明内容

本发明所要解决的技术问题是提供一种超低功耗可穿戴式动态心电自动分析设备的实现方法及设备，解决对远程中心依赖、不能有效急救的问题。

本发明的通过下述技术方案实现：

一种超低功耗可穿戴式动态心电自动分析设备的实现方法，包括以下步骤：

S1、动态心电自动分析设备采集心电信号和运动传感器信号并进行实时分析，包括信号处理、R-R间期分析、心电信号异常事件分析与标注、以及人体活动姿态分析中的一项或多项，并进行相关的统计和记录存储；

S2、超低功耗可穿戴式动态心电自动分析设备包含一个运动传感器，通过动态心电自动分析设备的处理器单元对运动传感器的检测数据进行分析，确定使用者的活动姿态和活动烈度；通过运动传感器的检测数据，将使用者的活动姿态和活动烈度归纳为静躺、静坐、轻微活动、中度活动和剧烈活动五种姿态；

S3、动态心电自动分析设备的处理器单元将步骤S1得到的心电分析结果和步骤S2得到的活动姿态分析结果通过低功耗蓝牙通信模块进行数据信息传输。

通过上述步骤在可穿戴式设备上实现相关心电数据的实时分析，提高了所采集数据的实时处理能力，从而实现了对使用者的实时监测和告警，以及短期和长期的风险预测；在可穿戴式设备上实现心电数据的实时分析，大幅度降低无线传输的数据量和所需电量，实现了超低功耗，有利于设备的长时间续航使用，提高了使用者的异常心电事件检出率、利用集成在设备中的运动传感器，能够分析和判断使用者的不同活动姿态，进而支持在日常生活中对使用者的动态心率-活动状态进行更准确的分析判定，支持使用者对日常活动耗能计算以改善体重。

所述的步骤S1中动态心电自动分析设备对采集到的心电信号并进行实时分析的的分析类型包括：

a)心电波形分析：依据心电信号，对心电图的波形进行参数提取和分析，具体为R-R间期、P波、QRS波、T波的参数提取和分析；

b)根据波形的参数，对心率失常事件进行分析、标注和按类别的相关统计；

c)实时心率：依据ECG（electrocardiogram，心电图）的波形参数，计算得到实时心率；

d)心律变异性(HRV)分析，分析不同心跳之间时间间隔的大小及变化规律，即逐次心跳心动周期之间生物节律的时间变异数；

心律是指心脏跳动的生物节律性。心律变异性是指不同心跳节奏时间间隔的变化，其分析主要是不同心跳之间时间间隔的大小及变化规律，即逐次心跳心动周期之间生物节律的时间变异数。HRV实质上是反映神经体液因素对窦房结的调节作用，也就是反映自主神经系统的活性及其平衡协调关系。交感神经系统可使心跳加快、瞳孔放大、肠胃蠕动变慢、排汗增加、和肌肉更有力，以应付紧急状况；副交感神经系统则使心跳变慢、瞳孔缩小、肠胃蠕动加快、排汗减少、和肌肉放松，并让人体呈放松状态；两者相互拮抗保持平衡驱动整个心脏的跳动。HRV分析具有长程指标和短程指标两种类型：HRV长程指标与许多疾病的病理机制有关，特别是用于判定心血管疾病使用者(如冠心病、心肌梗死、心功能不全)自主神经功能、评估病情、糖尿病并发症病程风险发展和预后以及指导治疗等各个方面；HRV短程指标对于短期预测心脑血管疾病事件的发生风险具有明显的指针效应，可以利用其进行风险预测。

所述的步骤S1中动态心电自动分析设备对采集的心电信号进行实时分析的步骤包括：

1）数字滤波，

2）R波判定，

3）P,QRS,T波分析，

4）ECG参数计算，

5）心率失常事件判定，

6）心律变异性分析，

其中，数字滤波包括：

a)原始数据进行带通滤波，五阶差分、绝对值、滑窗平均获得滤波数据Yqrs；

b)原始数据进行1Hz低通滤波获得滤波数据Ya；

c)原始数据进行60Hz低通滤波获得滤波数据Yb；

d)将数据Yb五阶差分滤波获得滤波数据Yd；

e)原始数据进行五阶差分获得滤波数据Yder；

f)原始数据进行40Hz低通滤波获得滤波数据Yf2；

g)将数据Yf2进行五阶差分获得滤波数据Yf。

所述的处理单元为MCU处理器单元，所述的采集单元为AFE前端模块。

所述的心率失常事件包括早搏、停搏、心动过速、房颤房扑、室颤室扑、T波交替、ST段抬高等异常事件中的一项或多项。

通过运动传感器的检测数据，将使用者的活动姿态和活动烈度归纳为静躺、静坐、轻微活动、中度活动和剧烈活动五种姿态。

进一步的，本发明提供一种实施所述实现方法的设备，即一种超低功耗可穿戴式动态心电自动分析设备，包括：

采集单元，用于采集心电的模拟信号，并进行放大以后采样转化为数字信号；

运动传感器，用于检测使用者的活动姿态信号；

低功耗蓝牙模块，用于通信传输数据，由于自动分析算法在设备上实现，可以最大限度的降低需要传输数据量，因此采用最新的蓝牙低功耗技术（BLE）负责无线数据传输，以便降低设备功耗并延长工作时间，同时也降低设备的体积；

处理器单元，用于：

从采集单元读取采样数据，进行相关运算和实时分析，包括滤波、波形参数提取、计算和分析、各种心率失常事件的判断中的一项或多项；

HRV心率变异性分析；

各种心脑血管异常事件的信息存储和统计功能；

运动传感器数据的读取和分析计算，转化为活动姿态，即五种活动姿态中的一种；

对事件的原始数据和相关计算结果进行存储，以及对储存的数据进行数据读取；

控制低功耗蓝牙通信模块，将相关数据通过低功耗蓝牙通信模块进行数据信息传输；

还包括电源管理模块，用于电源的管理，以及控制电池向采集单元、低功耗蓝牙模块和处理器单元供电；电池可以采用一次性纽扣电池，或者可充电电池；

采集单元、运动传感器、低功耗蓝牙模块和存储单元分别与处理器单元电连接，电源管理模块分别连接采集单元、低功耗蓝牙模块和处理器单元，进行供电和电源管理。

存储单元的功能在于暂时保存实时分析的结果数据。这些数据一旦通过蓝牙通讯成功发送后即可删除或覆盖。

所述的采集单元支持1通道（1-ch），或多通道的心电图，并具有高隔离阻抗。

所述的采集单元配合外围电路，支持电极脱落检测；

所述的采集单元支持250Hz~8KHz的采样频率，采样频率可调。

所述的处理单元为MCU处理器单元，所述的采集单元为AFE前端模块。

本发明与现有技术相比，具有如下的优点和有益效果：

本发明超低功耗、便携小巧，能够帮助心脑血管疾病使用者不依赖于人为干预，实时监测、自动分析判断心电数据，并根据相关的分析预测危险程度，及时产生告警提醒使用者采取有效的预防措施，从而避免危及生命。

将原来依靠采集单元采集数据、需要建设远程分析中心并依靠人工远程识别分析的模式，改进为将采集单元和分析单元合并在设备上实现，从而提高了分析的效率和模式，减少了人为干预（不需要远程分析中心），实现了高度自动化的分析，进而提高严重事件的实时预测与预警能力，满足急救的实时性需求。

本发明的设备具有超低功耗，可穿戴的显著优点，进而提高了使用者的使用性和实用性：心电检测需要的是异常的心电图波形分析，而不是大量的正常波形，来做出临床判断。通过在采集单元上实现采集功能和自动分析功能，可以实时实现异常心电图信息的单独提取，最大程度的减少原来需要传输的数据，降低了对无线传输速率的要求，进而可采用低功耗传输模块，节约了无线传输所消耗的大量能源并减小了设备的体积，提高了设备的工作续航能力，进而提高了使用者长时间使用的实用性和舒适性，从而提高了异常心电图的检测率。

国际医学界的长期研究认为，心律变异性是人体死亡风险预测的一个独立的预测指标。本发明引入了独特的HRV心律变异性分析功能，使得心电数据的分析更加全面和及时，提高了实时风险预测与预警能力，协助使用者提高了预防能力，能有效降低心脑血管疾病突发引发的生命危险。

本发明采用更直观的信息展示检测的结果，而不需要具有心电图识别专业知识，从而使使用者易懂、易用、直观有效，提高了使用者使用的便宜程度。同时，针对异常事件单独提取的心电图数据，同样可以传递给医务人员进行分析，既满足了专业医护人员的分析需求，也满足了普通使用者的使用需求，使得自我监测成为现实，既提高了其生命安全防范，又可以有效的缓解医疗资源配置不平衡的矛盾。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1为现有便携式动态心电自动分析设备结构示意图。

图2为采用本发明的心电监测系统功能框图。

图3为本发明原理结构框图。

图4为本发明实时的心电信号分析判断波形异常事件的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例：

如图2、图3、图4所示，一种超低功耗可穿戴式动态心电自动分析设备的实现方法，包括以下步骤：

S1、动态心电自动分析设备采集心电信号和运动传感器信号并进行实时分析，包括信号处理、R-R间期分析、心电信号异常事件分析与标注、以及人体活动姿态分析中的一项或多项，并进行相关的统计和记录存储；

优选的，动态心电自动分析设备的处理器单元对采集单元采集的心电信号进行实时分析的分析类型包括：

a)心电波形分析：依据心电信号，对心电图的波形进行参数提取和分析，具体为R-R间期、P波、QRS波、T波的参数提取和分析，

b)根据波形的参数，对心率失常事件进行分析、标注和按类别的相关统计；

c)实时心率：依据ECG（electrocardiogram，心电图）的波形参数，计算得到实时心率；

d)心律变异性(HRV)分析，分析不同心跳之间时间间隔的大小及变化规律，即逐次心跳心动周期之间生物节律的时间变异数；

S2、超低功耗可穿戴式动态心电自动分析设备包含一个运动传感器，通过动态心电自动分析设备的处理器单元对运动传感器的检测数据进行分析，确定使用者的活动姿态和活动烈度；优选的，通过运动传感器的检测数据，将使用者的活动姿态和活动烈度归纳为静躺、静坐、轻微活动、中度活动和剧烈活动五种姿态；

S3、动态心电自动分析设备的处理器单元将步骤S1得到的心电分析结果和步骤S2得到的活动姿态分析结果通过低功耗蓝牙通信模块进行数据信息传输。

进一步的，所述的步骤S1中处理器单元对采集单元采集的实时心电信号进行分析的步骤包括：

1）数字滤波，

2）R波判定，

3）P,QRS,T波分析，

4）ECG参数计算，

5）心率失常事件判定，

6）心律变异性分析，

其中，数字滤波包括：

a)原始数据进行带通滤波，五阶差分、绝对值、滑窗平均获得滤波数据Yqrs；

b)原始数据进行1Hz低通滤波获得滤波数据Ya，用于基线漂移分析；

c)原始数据进行60Hz低通滤波获得滤波数据Yb，用于QRS,P,T波分析；

d)将数据Yb五阶差分滤波获得滤波数据Yd，用于QRS,P,T波分析；

e)原始数据进行五阶差分获得滤波数据Yder，用于QRS,P,T波分析；

f)原始数据进行40Hz低通滤波获得滤波数据Yf2，用于TWA分析；

g)将数据Yf2进行五阶差分获得滤波数据Yf，用于P,T波分析。

所述的处理单元为MCU处理器单元，所述的采集单元为AFE前端模块。

所述的心率失常事件包括早搏、停搏、心动过速、房颤房扑、室颤室扑、T波交替、ST段抬高等异常事件中的一项或多项。

如图3所示，一种实施所述实现方法的设备，即一种超低功耗可穿戴式动态心电自动分析设备，包括：

采集单元，用于采集心电的模拟信号，并进行放大以后采样转化为数字信号；

运动传感器，用于检测使用者的活动姿态信号；

低功耗蓝牙模块，用于通信传输数据，由于自动分析算法在设备上实现，可以最大限度的降低需要传输数据量，因此采用最新的蓝牙低功耗技术（BLE）负责无线数据传输，以便降低设备功耗并延长工作时间，同时也降低设备的体积；

处理器单元，用于：

从采集单元读取采样数据，进行相关运算和实时分析，包括滤波、波形参数提取、计算和分析、各种心率失常事件的判断等中的一项或多项，

HRV心率变异性分析，

各种心脑血管异常事件的信息存储和统计功能，

运动传感器数据的读取和分析计算，转化为活动姿态，即五种活动姿态中的一种；

对事件的原始数据和相关计算结果进行存储，以及对储存的数据进行数据读取；

控制低功耗蓝牙通信模块，将相关数据通过低功耗蓝牙通信模块进行数据信息传输；

还包括电源管理模块，用于电源的管理，以及控制电池向采集单元、低功耗蓝牙模块和处理器单元供电。电池可以采用一次性纽扣电池，或者可充电电池。

采集单元、运动传感器、低功耗蓝牙模块和存储单元分别与处理器单元电连接电源管理模块分别连接采集单元、低功耗蓝牙模块和处理器单元，进行供电和电源管理。

所述的采集单元支持1通道（1-ch），或多通道的心电图，并具有高隔离阻抗。

所述的采集单元配合外围电路，支持电极脱落检测；

所述的采集单元支持250Hz~8KHz的采样频率，采样频率可调。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种超低功耗可穿戴式动态心电自动分析设备的实现方法，其特征在于：包括以下步骤：

S1、动态心电自动分析设备采集心电信号和运动传感器信号并进行实时分析，包括信号处理、R-R间期分析、心电信号异常事件分析与标注、以及人体活动姿态分析中的一项或多项，并进行相关的统计和记录存储；

S2、动态心电自动分析设备的处理器单元对运动传感器的检测数据进行分析，确定使用者的活动姿态和活动烈度；

S3、动态心电自动分析设备的处理器单元将步骤S1得到的心电分析结果和步骤S2得到的活动姿态分析结果通过低功耗蓝牙通信模块进行数据信息传输。

2.根据权利要求1所述的一种超低功耗可穿戴式动态心电自动分析设备的实现方法，其特征在于：所述的步骤S1中动态心电自动分析设备对采集的心电信号进行实时分析的分析类型包括：

a)心电波形分析：依据心电信号，对心电图的波形进行参数提取和分析，具体为R-R间期、P波、QRS波和T波的参数提取和分析，

b)根据波形的参数，对心率失常事件进行分析、标注和统计；

c)实时心率：依据ECG的波形参数，计算得到实时心率；

d)心律变异性分析，分析不同心跳之间时间间隔的大小及变化规律，即逐次心跳心动周期之间生物节律的时间变异数。

3.根据权利要求1或2所述的一种超低功耗可穿戴式动态心电自动分析设备的实现方法，其特征在于：所述的步骤S1中动态心电自动分析设备对采集的心电信号进行实时分析的步骤包括：

1）数字滤波，

2）R波判定，

3）P,QRS,T波分析，

4）ECG参数计算，

5）心率失常事件判定，

6）心律变异性分析，

其中，数字滤波包括：

a)原始数据进行带通滤波，五阶差分、绝对值、滑窗平均获得滤波数据Yqrs；

b)原始数据进行1Hz低通滤波获得滤波数据Ya；

c)原始数据进行60Hz低通滤波获得滤波数据Yb；

d)将数据Yb五阶差分滤波获得滤波数据Yd；

e)原始数据进行五阶差分获得滤波数据Yder；

f)原始数据进行40Hz低通滤波获得滤波数据Yf2；

g)将数据Yf2进行五阶差分获得滤波数据Yf。

4.根据权利要求1或2所述的一种超低功耗可穿戴式动态心电自动分析设备的实现方法，其特征在于：所述的处理单元为MCU处理器单元，所述的采集单元为AFE前端模块。

5.根据权利要求2所述的一种超低功耗可穿戴式动态心电自动分析设备的实现方法，其特征在于：所述的心率失常事件包括早搏、停搏、心动过速、房颤房扑、室颤室扑、T波交替、ST段抬高等异常事件中的一项或多项。

6.根据权利要求1所述的一种超低功耗可穿戴式动态心电自动分析设备的实现方法，其特征在于：通过运动传感器的检测数据，将使用者的活动姿态和活动烈度归纳为静躺、静坐、轻微活动、中度活动和剧烈活动五种姿态。

7.实施如权利要求1所述的实现方法的超低功耗可穿戴式动态心电自动分析设备，其特征在于：包括：

采集单元，用于采集心电的模拟信号，并进行放大以后采样转化为数字信号；

运动传感器，用于检测使用者的活动姿态信号；

低功耗蓝牙模块，用于通信传输数据；

处理器单元，用于暂时保存实时分析的结果数据：

从采集单元读取采样数据，进行相关运算和实时分析，包括滤波、波形参数提取、计算和分析、各种心率失常事件的判断中的一项或多项，

HRV心率变异性分析，

各种心脑血管异常事件的信息存储和统计功能，

运动传感器数据的读取和分析计算，转化为活动姿态，

对事件的原始数据和相关计算结果进行存储，以及对储存的数据进行数据读取，

和控制低功耗蓝牙通信模块，将相关数据通过低功耗蓝牙通信模块进行数据信息传输；

存储单元，用于暂时保存实时分析的结果数据；

还包括电源管理模块，用于电源的管理，以及控制电池向采集单元、低功耗蓝牙模块和处理器单元供电；

采集单元、运动传感器、低功耗蓝牙模块和存储单元分别与处理器单元电连接，电源管理模块分别连接采集单元、低功耗蓝牙模块和处理器单元，进行供电和电源管理。