CN105982661A - 一种便携式心电监护系统及其数据处理方法 - Google Patents

Abstract

本发明公开了一种便携式心电监护系统及其数据处理方法，所述系统包括：微型检测装置，用于佩戴于用户身体，以采集心电信号，并将采集的心电信号进行滤波，然后通过蓝牙4.0进行传输；用户端，用于接收所述微型检测装置传输的心电信号，实时显示心电数据并绘制成波形曲线，然后，采用心电数据实时处理算法输出用户当前的心率状况，同时在用户授权时将所述心电数据进行传输；服务端，用于接收用户端传输的心电数据，以进行存储分析。本发明具备能够实时检测用户的心率状况，并依据数据处理方法对检测心率做出基本诊断的优点，同时在用户授权的情况下将数据传输到服务端，便于实现各级授权用户对数据进行增、删、改、查的功能。

Description

一种便携式心电监护系统及其数据处理方法

技术领域

本发明涉及一种便携式心电监护系统及其数据处理方法。

背景技术

心脏病属于慢性疾病，通常不易被察觉，严重的心率失常甚至可以造成猝死，所以，心电监护系统的应用就显得十分重要。心电监护系统作为“4P”医学模式(即预防性、预测性、个体化和参与性，强调人的主动性，以预防为主)下的经典智慧医疗方案，可以实时检测心率状况，并对检测心率做出基本诊断，预测心血管健康状况。但中国人口众多，医院不可能做到对每个人的全覆盖，现有技术亟待出现一种能够携带于人体的便携检测装置，以让用户实时知晓当前的心率状况。

发明内容

有鉴于此，本发明的主要目的在于提供一种便携式心电监护系统，其能够实时检测用户的心率状况，并依据数据处理方法对检测心率做出基本诊断。

为达到上述目的，本发明的技术方案是这样实现的：一种便携式心电监护系统，其特征在于，包括：微型检测装置，用于佩戴于用户身体，以采集心电信号，并将采集的心电信号进行滤波，然后通过蓝牙4.0进行传输；用户端，用于接收所述微型检测装置传输的心电信号，实时显示心电数据并绘制成波形曲线，然后，采用心电数据实时处理算法输出用户当前的心率状况，同时在用户授权时将所述心电数据进行传输；服务端，用于接收用户端传输的心电数据，以进行存储分析。

进一步地，所述微型检测装置包括模拟前端单元和数字信号处理单元，其中；模拟前端单元包括：传感器，所述传感器连接一高通滤波器，所述高通滤波器连接一可编程低噪声放大器，所述可编程低噪声放大器连接一模数转换器；数字信号处理单元包括：陷波滤波器，所述陷波滤波器的输入端连接所述模数转换器，输出端连接一低通滤波器；其中，所述传感器包括：电源模块，处理模块与蓝牙4.0通讯模块；电源模块包括：一升压转换器，其输入端与输出端分别并联一电容器；处理模块包括：一心电芯片，其电压端与接地端之间连接有隔离电容，所述接地端还连接一电感；蓝牙4.0通讯模块包括：一蓝牙芯片，其连接一天线。

本发明的另一目的在于提供一种便携式心电监护系统的数据处理方法，其特征在于，包括：将微型检测装置佩戴于用户端，采集心电信号，并将采集的心电信号进行滤波，然后通过蓝牙4.0进行传输；用户端接收所述微型检测装置通过蓝牙传输的心电信号，实时显示心电数据并绘制成波形曲线，然后，采用心电数据实时处理算法输出用户当前的心率状况，同时在用户授权时将所述心电数据进行传输；服务端接收用户端传输的心电数据，以进行存储分析。

进一步地，所述滤波的步骤包括：将采集的心电信号经高通滤波器滤除0～0.7Hz低频干扰；经过带阻滤波器滤除50Hz工频干扰；经低通滤波器滤除100Hz高频干扰；经平均滤波器滤除并还原原始数据。

进一步地，所述高通滤波器的滤除信号满足算法：

$H\left(z\right)=\frac{1+a}{2}\frac{1-z^{-1}}{1-a*z^{-1}}.$

进一步地，所述带阻滤波器的滤除信号满足算法：

$H\left(s\right)=\frac{s^4+{4992s}^2+{2496}^2}{s^4+(5008+4\sqrt{2})s^2+{2496}^2+9984\sqrt{2}}$

进一步地，所述低通滤波器的滤除信号满足算法：

H(z)＝h[0]+h[1]z^-1+h[2]z^-2+…+h[N-1]z^-(N-1)。

进一步地，所述平均滤波器的滤除信号满足算法：

$h\left[n\right]={\mathrm{\Σ}}_n^{n+9}x\left(n\right).$

进一步地，所述心电数据实时处理算法包括：首先，采用差分法提取特征参数；然后，计算平均心率；最后，根据平均心率及特征参数的限制判断被测者的健康状况。

进一步地，所述计算平均心率满足算法：

HR＝60/th_RR。

本发明相对于现有技术具有以下实质性特点和进步：

第一，结构简单，具有微型检测装置，用户端与服务端，通过蓝牙4.0接收微型检测装置检测的心电数据，绘制实时波形，显示平均心率以及自身健康状况，并将检测到的数据以压缩文件格式传送到医院服务器端存储，医生可以通过查看用户历史数据对用户做出正确指导，用户通过特定板块查看医生指导建议，同时提供聊天功能，用户可以与自己的负责医生进行实时交流，交换彼此的意见。

第二，应用广泛，基于Android平台，采集的心电数据通过低功耗蓝牙传输到用户App上，用户软件实时显示心电数据并绘制成直观的曲线，并采用心电数据实时处理算法告诉用户当前的心率状况，同时在用户授权的情况下将数据传输到服务端，服务端能够将数据存储到SQLServer数据库，以便于实现各级授权用户对数据进行增、删、改、查的功能。

附图说明

图1为本发明的便携式心电监护系统的结构原理示意图；

图2是本发明的微型检测装置的模拟前端单元的结构示意图；

图3是本发明的微型检测装置的数字信号处理单元的结构示意图；

图4是本发明的电源模块的实施例电路图；

图5是本发明的处理模块的实施例电路图；

图6是本发明的蓝牙4.0通讯模块的实施例电路图；

图7是本发明的便携式心电监护系统的数据处理方法的流程图；

图8是本发明的用户端基于Android设计的软件架构示意图；

图9是本发明的蓝牙4.0接口和类的实施例示意图；

图10是本发明的蓝牙连接流程示意图；

图11是采用本发明的便携式心电监护系统的数据处理方法进行诊断的流程图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

实施例1

请参照图1，本发明的便携式心电监护系统包括：微型检测装置100，用于佩戴于用户身体，以采集心电信号，并将采集的心电信号进行滤波，然后通过蓝牙4.0进行传输；用户端200，用于接收所述微型检测装置传输的心电信号，实时显示心电数据并绘制成曲线，然后，采用心电数据实时处理算法输出用户当前的心率状况，同时在用户授权时将所述心电数据进行传输；服务端300，用于接收用户端传输的心电数据，以进行存储分析。

优选地，微型检测装置100用于完成心电信信号的采集、滤波和传输功能；用户端200与服务端300用于解决数据存储分析和用户体验问题，采用典型的C/S模式设计，在医生和患者之间搭建真正的“P2P(个人对个人)”体验，减少医生繁重工作量的同时使个人用户能够真实准确的把握自己的健康状况。

优选地，微型检测装置100将采集的心电数据通过低功耗蓝牙传输到用户端200上，用户端200例如采用智能手机，用户软件采用当下流行的Android平台，实时显示心电数据并绘制成直观的曲线，并采用简单的算法告诉用户当前的心率状况，同时在用户授权的情况下将数据传输到服务端300上，服务端300的管理软件会将数据存储到SQLServer数据库，以便于实现各级授权用户对数据进行增、删、改、查的功能。

请参照图2，所述微型检测装置100包括模拟前端单元和数字信号处理单元，其中，模拟前端单元包括：传感器110，所述传感器110连接一高通滤波器111，所述高通滤波器111连接一可编程低噪声放大器112，所述可编程低噪声放大器112连接一模数转换器113。

优选地，传感器110采集心电信号后，采用高通滤波器111滤除幅值较大、变化缓慢的DC信号，然后经可编程低噪声放大器112对信号做放大处理，其增益通过编程控制，最后使用16位高精度模数转换器113将心电数据转化成数字信号，为防止传感器脱落造成信号紊乱.

优选地，模拟前端单元还包括一个测传感器脱落的电路。

优选地，心电信号是微弱生物电信号，信号幅值在0.05～5mv之间，信号频率在0.05～100Hz之间(中心频率为17Hz)，信号源内阻非常大，通常超过100KΩ，因此具有信噪比低，频率低，高阻抗三大特点。鉴于心电信号以上特征，可编程低噪声放大器112需要对心电信号进行有效放大处理，放大增益选择时必须满足A/D转换条件的要求2.5V-5V，所以其增益一般要在1000以上。

请参照图3，数字信号处理单元包括：陷波滤波器120，所述陷波滤波器120的输入端连接所述模数转换器113，输出端连接一低通滤波器121。

优选地，陷波滤波器120用来去除50Hz或60Hz工频信号，低通滤波器121用来去除100Hz以上的噪声干扰，并为截至频率提供一个稳定的通频带，同时，为有效滤除高频段噪声，设置其终止频率为-40dB。

请参照图4，所述传感器110包括：电源模块，处理模块与蓝牙4.0通讯模块；电源模块包括：一升压转换器，其输入端与输出端分别并联一电容器。

优选地，电源电路设计以稳定为标准，TPS63001固定输出为3.3V电压，精度为±0.5％，满足BMD101对电源电压上下波动10％的要求。采用TPS63001升降压转换器作为DC-DC电路的电平转换处理核心。为增强电路的抗干扰能力，使TPS63001输出波形平稳，在VIN和VOUT端分别并联10uF钽电容，输出芯片工作电压VDD为3.3V。

请参照图5，处理模块包括：一心电芯片，其电压端与接地端之间连接有隔离电容，所述接地端还连接一电感。

优选地，信号输出端采用64字节TX FIFO UART串行接口，其波特率为57600，模拟信号输入端采用SEP和SEN接口，用来接收传感器传来的微弱生物电信号；电源供电电压为3.3V(3.3±0.5％)，带片上1.2V电源调节器；P3、P2作为对外连接设备的接口使用；VDD和GND之间使用10uF旁路电容隔离，防止通过VDD引入的干扰及寄生震荡对输出信号产生影响；RESET接口处接入高平RC复位电路，R1为10K，C1为0.1uF(滤波作用)、E1为22uF。

优选地，AGND是电路的模拟地，模拟地和数字地不可以直接短路连接，否则会导致互相干扰。由于设备测量的都是低频模拟信号，信号端可以看做为一个电压源，采用一点接地的接入方式，对AGND做了加粗处理，并缩短了其长度，同时在AGND和DGND之间加入10uH电感作为缓冲，以减少两者之间的相互干扰。

请参照图6，蓝牙4.0通讯模块包括：一蓝牙芯片，其连接一天线。

优选地，采用TI公司生产的CC2540低功率蓝牙系统单晶片，CC2540是一种低成本低功耗的高标准无线方案，耗电量极低(一粒纽扣电池可以维持其工作数年)，延迟时间很短(只有3ms)，体积小，通讯距离超长(100米，较之前的版本10米而言，有质的飞越)，同时还有AES-128加密措施，使得信息传递变得安全可靠，不用担心数据被截取情况。

优选地，选择最新的蓝牙4.0技术解决心电数据实时传输的问题，传感器端的蓝牙上电后便一直保持使能被发现状态，配对连接后可将原始数据(传感器采集的数字信号由BMD101的TX端口传输给蓝牙的P0_2(UART0_RX)接收)通过天线J1无线传输到智能终端的蓝牙客户端。

实施例2

请参照图7，本实施例在于提供一种便携式心电监护系统的数据处理方法，包括：S100，将微型检测装置佩戴于用户端，采集心电信号，并将采集的心电信号进行滤波，然后通过蓝牙4.0进行传输；S200，用户端接收所述微型检测装置通过蓝牙传输的心电信号，实时显示心电数据并绘制成曲线，然后，采用心电数据实时处理算法输出用户当前的心率状况，同时在用户授权时将所述心电数据进行传输；S300，服务端接收用户端传输的心电数据，以进行存储分析。

优选地，心电数据实时处理算法包含在用户端手机App中，手机App的具体系统结构如图8所示，主要完成ECG数据实时管理功能：包含心电数据实时处理方法及诊断算法等、互动聊天功能以及数据库连接功能的设计。

优选地，采用achartengine绘制实时曲线，最后连接SQl server 2014数据库，将用特殊格式压缩的数据传输到健康监护中心服务器，此外，诊断算法会以10s一个间隔实时显示当前使用者的心率状况。

优选地，所述滤波的步骤包括：将采集的心电信号经高通滤波器滤除0～0.7Hz低频干扰；经过带阻滤波器滤除50Hz工频干扰；经低通滤波器滤除100Hz高频干扰；经平均滤波器滤除并还原原始数据。

优选地，本实施例采用蓝牙4.0，相对于3.0最大的特点是低功耗，此外还具有3ms低延迟、100M以上超长距离、AES-128加密等诸多特色。Android从4.3版本后开始支持Bluetooth Smart，Android蓝牙API为各种应用程序提供访问其Bluetooth功能的方式，本实施例用到的接口和类如图9所示。

请参照图10，权限获取步骤中，监护软件的蓝牙是作为Client存在，在Android系统中使用蓝牙设备需要获取两个重要权限--BLUETOOTH权限和BLUETOOTH_ADMIN权限。BLUETOOTH用来获取请求连接、接收连接、数据传输权限，程序在获取到BLUETOOTH权限后，可申请BLUETOOTH_ADMIN权限，用来获取设备发现功能和保护功能。权限在AndroidMainfest.xml中声明。

优选地，蓝牙适配步骤中，BluetoothAdapter对象通过静态方法getDefaultAdapter()获取，如果返回Null则表示不支持此蓝牙设备。

优选地，设备开启步骤使用蓝牙接收数据首先需要检测蓝牙是否使能isEnable，若是没有开启，则可以调用startActivityForResult()来使能，之前需要new一个Intent(抽象的“意图”)，其中封装有ACTION_REQUEST_ENABLE操作请求。

优选地，查找、匹配与连接设备步骤用来连接传感器端的蓝牙服务器。蓝牙有一个设备列表，与本地蓝牙配对过的其他设备会显示在本列表中，配对与连接存在本质差异，配对过的设备无需再次扫描，并保存有配对密匙，连接后的设备调用蓝牙API共享RFCOMM通道进行数据传输。蓝牙程序会先调getBondedDevices()方法查看列表中是否存在期望设备，返回一个设备对象集合，之后循环扫描出附近所有设备(获取MAC地址和自定义名称)。

优选地，蓝牙使用startDiscovery()方法发现每个设备，系统会进行12s的扫描，然后使用ACTION_FOUND型的广播器接收被发现的设备，存储在BroadcastReceiver中，广播器广播的Intent封装有EXTRA_DEVICE和EXTRA_CLASS两个字段。

优选地，蓝牙设备默认为不可被发现，要进行连接就必须使设备可以被发现，首先new一个带有ACTION_REQUEST_DISCOVERABLE意图的Intent，并将Intent以int格式传递进startActivityForResult(Intent intent,int RequestCode)方法。为保护设备安全，默认可被发现时间为120s(最大可为300s)，这个时间可以使用字段EXTRA_DISCOVERABLE_DURATION来修改。

优选地，蓝牙的数据在服务器端和客户端通过RFCOMM通道进行传递，RFCOMM是以流为传递方式的Serial Port Profile,服务器端使用BluetoothServerSocket创建到BluetoothSocket的连接，客户端使用BluetoothSocket管理连接。

优选地，由于RFCOMM是基于连接的流传递方式，所以通过getInputStream()和getOutputStream()方法获取I/O流，通过read(byte[])和write(byte[])函数来读写数据。

优选地，心电的干扰信号主要来自三个方面，即肌电干扰(通常为10～300Hz)、50Hz工频干扰和呼吸干扰(基线漂移)，所以，本实施例设计了4个滤波器对数据进行滤波，分别为基于Z平面简单零极点法的高通滤波器、50Hz带阻滤波器、FIR数字低通滤波器、平均滤波器。

优选地，高通滤波器的作用是为心电信号消除呼吸干扰(0.5Hz左右)引起的基线漂移(此方法又称为基线纠漂)，严重的基线漂移会导致后续滤波失真，基于以上原因，本实施例最终采用Z平面简单零极点法进行高通滤波，同时对该算法做进一步优化处理，并通过实验修正计算初值，从而消除了0.7Hz以下的低频干扰，得到了纠漂后的高频心电信号。Z平面简单零极点法传递函数图算法如下：

$\left(Z\right)=\frac{Y\left(Z\right)}{X\left(Z\right)}\frac{{\mathrm{\Π}}_{m=1}^M(1-c_m{z}^{-1})}{{\mathrm{\Π}}_{n=1}^N(1-d_n{z}^{-1})}$

本算法只考虑一阶的情况，为取得简化传递函数，需要对函数进行简化设定，所以取M值为1，c_m为传递函数所有可取得的零点，d_n为所有可取的极点，一阶时m、n均为1，如果假设c₁＝1，则只要计算出d₁的值即可。

将z＝jw带入方程(1)，可求得的模值，以及频率函数|H(jw)|²，算法如下：

$\left|H\left(\mathrm{jw}\right)\right|=\frac{\sqrt{2(1-\cos \left(w\right))}}{\sqrt{a^2-2*a*\cos }\left(w\right)+1}$

在此指定其带宽为wn，公式为：

$\left|H\left(\mathrm{jwn}\right)\right|=\frac{\left|H\left(\mathrm{j\π}\right)\right|}{\sqrt{2}}\max \left({\left|H\left(\mathrm{jw}\right)\right|}^2\right)=\frac{2}{\sqrt{2(1+a)}}$

令|H(jw)|和|H(jwn)|相等，系统稳定时要求所取极值均值小于1，所以本算法最终取

d₁＝cos(w|)/(1+sin(w|))

最后将w＝π时特定值除以频率公式|H(jw)|²，得到高通滤波器的传递函数:

$H\left(z\right)=\frac{1+a}{2}\frac{1-z^{-1}}{1-a*z^{-1}}$

优选地，传感器采集的心电信号采样频率Fs＝256Hz，需要消除的心电漂移频率F为0.7Hz，而截止频率由公式wn＝2π*F/Fs算的为0.9889，修正后为0.9826。

50HzButterworth带阻滤波器设计

Butterworth滤波器

|G(jξ)|＝1/(1+C²(ξ²)^N)

Butterworth归一化方程为：

|G(jμ)|＝1/(1+C²μ^2N)

公式中N为滤波器阶数，C为待定常数，其中μ＝ξ/ξ_p,根据心电信号特征，本实施例50Hz滤波器技术指标如下：通带截止频率ξ_p1＝48Hz|ξ_p2＝52Hz，阻带的下限频率为ξ_s1＝49Hz，阻带的上限频率为ξ_s1＝50Hz，ε_p＝0.5dB|ε_s＝60dB。由此可以得到通带带宽ξ_BW＝ξ_p2-ξ_p1＝4Hz,阻带中心频率ξ_c＝ξ_p2ξ_p1＝2496Hz，归一化得η_p1＝12|η_p2＝13|η_s1＝12.25|η_p2＝12.5，算法如下：

${\mathrm{\η}}_{p1}=\frac{{\mathrm{\ξ}}_{p1}}{{\mathrm{\ξ}}_{\mathrm{BW}}},{\mathrm{\η}}_{p2}=\frac{{\mathrm{\ξ}}_{p2}}{{\mathrm{\ξ}}_{\mathrm{BW}}},{\mathrm{\η}}_{s1}=\frac{{\mathrm{\ξ}}_{s1}}{{\mathrm{\ξ}}_{\mathrm{BW}}},{\mathrm{\η}}_{p2}=\frac{{\mathrm{\ξ}}_{s2}}{{\mathrm{\ξ}}_{\mathrm{BW}}},{\mathrm{\η}}_2^2={\mathrm{\η}}_{p1}{\mathrm{\η}}_{p2}$

根据BEF特性曲线|H(jη)|和LPF(low pass filter)特性曲线|H(jμ)|对应关系可求出关系式：

$(\mathrm{\η}-\frac{{\mathrm{\η}}_2^2}{\mathrm{\η}})/({\mathrm{\ξ}}_{p2}-{\mathrm{\ξ}}_{p1})={2\mathrm{\μ}}_p/2\mathrm{\μ}$

进一步可求出LPF归一化后截止频率|μ_s＝12.5(取正值)，已知μ_s为1。由公式：

$N=\lg \sqrt{\frac{{10}^{{\mathrm{\ϵ}}_s/10}-1}{{10}^{{\mathrm{\ϵ}}_p/10}-1}}/{\mathrm{lg\μ}}_s$

带入已知数值可得出滤波器阶数N为3，进而得G(w)＝1/(w²+w+1),又因为所求带阻滤波器的转移函数

H(s)＝G(w)|_w＝(s(ξ_p2-ξ_p1))/(s²+ξ_p2ξ_p1)

带入数值后可得

$H\left(s\right)=\frac{s^4+{4992s}^2+{2496}^2}{s^4+(5008+4\sqrt{2})s^2+{2496}^2+9984\sqrt{2}}$

优选地，低通滤波器的作用是消除100Hz高频信号，留下有用的低频信号，此处使用Java编写了基于窗体法设计的FIR数字低通滤波器，其传递函数为：

H(z)=h[0]+h[1]z^-1+h[2]z^-2+…+h[N-1]z^-(N-1)

其中h[n]为系数，零点和极点均有N-1个，其差分方程为：

$y\left[n\right]={\mathrm{\Σ}}_{n=0}^{N-1}h\left[n\right]x[n-1]$

频率响应为

$H\left(\mathrm{\ξ}\right)={\mathrm{\Σ}}_{n=0}^{N-1}h\left[n\right]e^{-\mathrm{n\ξj}}$

根据频临响应|H(ξ)|可绘制滤波器的形状。

设定滤除心电高频信号的通带边缘频率为f_p为99Hz，阻带边缘频率f_s1为101Hz，阻带衰减为75dB，采样频率为f_s为256Hz，，低通滤波器设计步骤如下:

计算过渡带宽度T.W.：T.W.=f_s1-f_p=101-99=2Hz

Step 1，选择在过度带宽中间的通带边缘频率：

Step 2，计算滤波器脉冲传递函数h₁[n]：

ξ_g=2πT.W./f_s＝2*π*2/256≈0.02π

h₁[n]＝sin(nξ_g)/nπ＝sin(n0.02π)/nπ

Step 3，由于阻带衰减为75dB，所以选择kaiser窗函数，计算项数N如下：

$N=4.33\frac{f_s}{T.W.}=4.33*\frac{256}{2}=554.24$

N为整数，所以去N为554,β为6，则kaiser窗可改写为：

$\mathrm{\ω}\left[n\right]=\frac{I_o\left(\mathrm{\β}\sqrt{1-{(2n/(N-1))}^2}\right)}{I_o\left(\mathrm{\β}\right)}=\frac{I_o(6\sqrt{{553}^2-4n^2}/553)}{I_o\left(\mathrm{\β}\right)}$

其中I_o(x)为零阶修正第一类贝塞尔函数，公式为j取为前20项之和的近似值，且|n|≤277，脉冲响应由公式h[n]＝h₁[n]ω[n]得到，由h[n]可以最终确定低通滤波器的传递函数H(z)，计算出其零极点。

优选地，滤波的最后一项是滑动平均滤波，主要目的是滤除个别异常信号，平滑曲线，得到较为理想、直观的心电图形，算法为：

$h\left[n\right]={\mathrm{\Σ}}_n^{n+9}x\left(n\right)$

请参照图11，所述心电数据实时处理算法包括：首先，采用差分法提取特征参数；然后，计算平均心率；最后，根据平均心率及特征参数的限制判断被测者的健康状况。可以识别出特征参数，计算平均心率，识别几种常见的心率异常情况，做大型运算时系统会将任务交给服务器端mablab软件进行分析，将结果返回给客户端。

第一步，差分法提取特征参数

确定QRS波群，假设上步完成后输入信号为X[n]，数据长度为N，则其一阶和二阶差分如下：

Y1[n]＝X[n+1]-X[n-1]，Y2[n]＝X[n+2]-2*X[n]+X[n-2]

Y1和Y2为输出序列，取Y1和Y2序列中最大值(记为max1和max2)作为比例系数通过公式Y3(n)＝max1*Y1(n)+max2*Y2(n)计算出Y3，取Y3中最大值与比例系数a的乘积作为阀值M，Y3中大于M的区域则为QRS波群的位置，最后消除QRS波群范围内的零点(一阶导数均为1)，得到准确的波群区域。

检测R波，首先确定QRS波群的起点，其起点在Y4中0、1突变的地方，10s内所有QRS波群的起点均记录在数组aarS[]中，长度记为N1，R波峰值即为QRS波群内幅值最大的点

检测Q波，确定Q波，首先计算峰值域PR，PR通过Y1的方差计算得出，算法如下：

$\mathrm{PR}=26*\left(\frac{{\mathrm{\Σ}}_{n=2}^{N}Y{\left[n\right]}^2}{N-1}\right)$

R峰的起点SP为首个斜率超过PR的点(此点从峰值左侧曲线斜率第一个超PR的点找起)，SP左侧0.04s即为R波范围，Q峰为其中首个绝对值最大的点。判断代码如下，其中j为循环数列,Q为一维数组：

if(abs(X(j))>＝abs(X(j-1))&&abs(X(j))>＝abs(X(j+1))){Q＝X[j]}；

检测S波，S峰的位置由R峰的结束位置EP确定，EP为首个以正斜率穿过负PR的点(此点由R峰右侧斜率第一个超过PR的点找起)，EP右侧0.06s即为Q波范围，Q峰值为其中首个绝对值最大的点。判断代码如下，其中j为循环数列:

if(abs(Y1(k))>se&&abs(Y1(k+1))<PR){c＝j；break}

第二步，平均心率及心率异常心率的计算，需要先得出平均RR间期(通常记作th_RR)，为提高系统的适应性，本实施例设计了th_RR的自适应算法，解决不同数据处理阀值不同的问题，算法如下：

${\mathrm{th}}_{\mathrm{RR}}=\frac{1}{N}{\mathrm{\&Sigma;}}_{n=1}^N\mathrm{RR}\left(n\right)$

其中N为前端数据多个连续RR间期的个数，为增加运算效率且保证数据不失真，此处N取7，为排除漏检的情况，可采用半波宽法和RR间期法辅助检测，消除误差。平均心率算法如下：

HR＝60/th_RR

得到HR以后，就可以根据HR及上一步中提取到的QRS波群的时限、起终点、峰值以、RR interval、RR RR nterval difference等参数设置诊断依据，根据参数的限制判断被测者的健康状况，判断依据如下表所示：

心率异常分类	符号说明	判断依据
			停搏	RR为RR间期	RR＞2.4s
漏搏	RR为RR间期	2R＜RR＜2.4s
			室性早搏	thRR为平均RR间期	RRinterval difference＜0.75thRR且QRS duration＞120m、RR(i)+RR(i+1)≥2thRR
房性早搏	thRR为平均RR间期	RR interval difference＜0.75thRR、QRS duration≤120ms且RR(i)+RR(i+1)＜2thRR
			心律不齐	三个连续RR间期差绝对值	abs3RR＞R/5
心动过缓	HR为平均心率	HR＜60
			心动过速	HR为平均心率	HR＞100

以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (10)

1.一种便携式心电监护系统，其特征在于，包括：

微型检测装置，用于佩戴于用户身体，以采集心电信号，并将采集的心电信号进行滤波，然后通过蓝牙4.0进行传输；

用户端，用于接收所述微型检测装置传输的心电信号，实时显示心电数据并绘制成波形曲线，然后，采用心电数据实时处理算法输出用户当前的心率状况，同时在用户授权时将所述心电数据进行传输；

服务端，用于接收用户端传输的心电数据，以进行存储分析。

2.如权利要求1所述的便携式心电监护系统，其特征在于，所述微型检测装置包括模拟前端单元和数字信号处理单元，其中；

模拟前端单元包括：传感器，所述传感器连接一高通滤波器，所述高通滤波器连接一可编程低噪声放大器，所述可编程低噪声放大器连接一模数转换器；

数字信号处理单元包括：陷波滤波器，所述陷波滤波器的输入端连接所述模数转换器，输出端连接一低通滤波器；

其中，所述传感器包括：电源模块，处理模块与蓝牙4.0通讯模块；

电源模块包括：一升压转换器，其输入端与输出端分别并联一电容器；

处理模块包括：一心电芯片，其电压端与接地端之间连接有隔离电容，所述接地端还连接一电感；

蓝牙4.0通讯模块包括：一蓝牙芯片，其连接一天线。

3.一种便携式心电监护系统的数据处理方法，其特征在于，包括：

将微型检测装置佩戴于用户端，采集心电信号，并将采集的心电信号进行滤波，然后通过蓝牙4.0进行传输；

用户端接收所述微型检测装置通过蓝牙传输的心电信号，实时显示心电数据并绘制成波形曲线，然后，采用心电数据实时处理算法输出用户当前的心率状况，同时在用户授权时将所述心电数据进行传输；

服务端接收用户端传输的心电数据，以进行存储分析。

4.如权利要求3所述的便携式心电监护系统的数据处理方法，其特征在于，所述滤波的步骤包括：

将采集的心电信号经高通滤波器滤除0～0.7Hz低频干扰；

经过带阻滤波器滤除50Hz工频干扰；

经低通滤波器滤除100Hz高频干扰；

经平均滤波器滤除并还原原始数据。

5.如权利要求4所述的便携式心电监护系统的数据处理方法，其特征在于：所述高通滤波器的滤除信号满足算法：

$H\left(z\right)=\frac{1+a}{2}\frac{1-z^{-1}}{1-a*z^{-1}}.$

6.如权利要求5所述的便携式心电监护系统的数据处理方法，其特征在于，所述带阻滤波器的滤除信号满足算法：

$H\left(s\right)=\frac{s^4+{4992s}^2+{2496}^2}{s^4+(5008+4\sqrt{2})s^2+{2496}^2+9984\sqrt{2}}.$

7.如权利要求6所述的便携式心电监护系统的数据处理方法，其特征在于，所述低通滤波器的滤除信号满足算法：

H(z)＝h[0]+h[1]z^-1+h[2]z^-2+…+h[N-1]z^-(N-1)。

8.如权利要求7所述的便携式心电监护系统的数据处理方法，其特征在于，所述平均滤波器的滤除信号满足算法：

$h\left[n\right]={\mathrm{\&Sigma;}}_n^{n+9}x\left(n\right).$

9.如权利要求3所述的便携式心电监护系统的数据处理方法，其特征在于，所述心电数据实时处理算法包括：

首先，采用差分法提取特征参数；

然后，计算平均心率；

最后，根据平均心率及特征参数的限制判断被测者的健康状况。

10.如权利要求9所述的便携式心电监护系统的数据处理方法，其特征在于，所述计算平均心率满足算法：

HR＝60/th_RR。