CN109222957A - 一种自动化ecg测量系统 - Google Patents

一种自动化ecg测量系统 Download PDF

Info

Publication number
CN109222957A
CN109222957A CN201810994827.7A CN201810994827A CN109222957A CN 109222957 A CN109222957 A CN 109222957A CN 201810994827 A CN201810994827 A CN 201810994827A CN 109222957 A CN109222957 A CN 109222957A
Authority
CN
China
Prior art keywords
input end
output end
ecg
module
modulator
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810994827.7A
Other languages
English (en)
Other versions
CN109222957B (zh
Inventor
李栋
应思宇
朱樟明
刘马良
马瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Institute Of Integrated Circuit Innovation Xi'an University Of Electronic Science And Technology
Original Assignee
Xidian University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN201810994827.7A priority Critical patent/CN109222957B/zh
Publication of CN109222957A publication Critical patent/CN109222957A/zh
Application granted granted Critical
Publication of CN109222957B publication Critical patent/CN109222957B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Power Engineering (AREA)
  • Cardiology (AREA)
  • Measurement Of Resistance Or Impedance (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明涉及一种自动化ECG测量系统，包括：模拟前端采集电路模块，用于采集待测体的ECG信号，并将所述ECG信号转换为数字信号；数字算法实现模块，与所述模拟前端采集电路模块连接，用于对所述数字信号进行分类，得到分类结果；测量结果发送模块，与所述数字算法实现模块连接，用于对所述分类结果进行数据处理，得到处理结果；接收模块，用于接收所述处理结果并显示。该自动化ECG测量系统，可以对采集到的ECG信号进行自动分析，从而得出被测待测体的健康状态。

Description

一种自动化ECG测量系统
技术领域
本发明属于医学检测领域，具体涉及一种自动化ECG测量系统。
背景技术
过去几十年里，越来越多的人开始关注高可靠性、低成本的、便携式的ECG(electrocardiogram，心电图)测量系统。ECG测量系统是提供在嵌入式系统下采集心电信号数据的专用系统，这种便携式的ECG测量系统大大方便了远在各个角落的疾病患者。但是，对于便携式的ECG测量系统，运动、外部干扰等都会对ECG采集信号的质量造成影响，从而影响后续的分析结果。
近些年，医疗行业出现24小时动态心电图检测系统，但是该系统只可以对ECG信号进行实时采集，无法对采集到的数据进行分析，其往往需要具有临床背景的医生进行分析，方可给出诊断结果。
因此，提供一种可以实现自动给出分析结果，从而提高诊断效率的ECG测量系统，是目前心电图检测领域急需解决的问题。
发明内容
为了解决现有技术中存在的上述问题，本发明提供了一种自动化ECG测量系统。本发明要解决的技术问题通过以下技术方案实现：
本发明的一个实施例提供了一种自动化ECG测量系统，包括：
模拟前端采集电路模块，用于采集待测体的ECG信号，并将所述ECG信号转换为数字信号；
数字算法实现模块，与所述模拟前端采集电路模块连接，用于对所述数字信号进行分类，得到分类结果；
测量结果发送模块，与所述数字算法实现模块连接，用于对所述分类结果进行数据处理，得到处理结果；
接收模块，用于接收所述处理结果并显示。
在本发明的一个实施例中，所述模拟前端采集电路模块包括：
两个ECG信号采集电极，用于采集待测体的ECG信号；
仪表放大器，所述仪表放大器的同相输入端与反相输入端分别与对应的一个所述ECG信号采集电极连接；
第一滤波器，所述第一滤波器的输入端与所述数字算法实现模块的输出端连接；
差分放大器，所述差分放大器的同相输入端与所述第一滤波器的输出端连接；所述差分放大器的反相输入端与所述仪表放大器的输出端连接；
A/D转换器，所述A/D转换器的输入端与所述差分放大器的输出端连接，所述A/D转换器的输出端与所述数字算法实现模块的输入端连接。
在本发明的一个实施例中，所述仪表放大器的型号为INA828。
在本发明的一个实施例中，所述差分放大器为一级差分放大器。
在本发明的一个实施例中，所述差分放大器的型号为OPA354。
在本发明的一个实施例中，所述A/D转换器的型号为ADS1293。
在本发明的一个实施例中，所述第一滤波器为四阶模拟低通滤波器。
在本发明的一个实施例中，所述数字算法实现模块包括：
第二滤波器，所述第二滤波器的输入端与所述A/D转换器的第一输出端连接；
第一调制器，所述第一调制器的输出端与所述第一滤波器的输入端连接，所述第一调制器的输入端与所述第二滤波器的输出端连接；
第二调制器，所述第二调制器的输入端与所述A/D转换器的第二输出端连接；
第三调制器，所述第三调制器的输入端与所述A/D转换器的第三输出端连接；
PCA单元，所述PCA单元的第一输入端与所述第二调制的第一输出端连接；所述PCA单元的第二输入端与所述第三调制器的第一输出端连接；
DTW单元，所述DTW单元的第一输入端与所述第二调制的第二输出端连接；所述DTW单元的第二输入端与所述第三调制器的第二输出端连接；
SVM单元，所述SVM单元的第一输入端与所述PCA单元的输出端连接；所述SVM单元的第二输入端与所述DTW单元的输出端连接；所述SVM单元的输出端与所述测量结果发送模块的输入端连接。
在本发明的一个实施例中，所述测量结果发送模块包括：
数据分类器，所述数据分类器的输入端与所述SVM单元的输出端连接；
WIFI控制单元，所述WIFI控制单元的输入端与所述数据分类器的输出端连接；
WIFI芯片，所述WIFI芯片的输入端与所述WIFI控制单元的输出端连接；所述WIFI芯片的输出端与所述接收端连接。
与现有技术相比，本发明的有益效果：
1.本发明采用模拟前端采集电路模块、数字算法实现模块、测量结果发送模块、接收模块实现了自动化的ECG测量系统，进一步提高了医生的诊断效率；
2.本发明采用了并行的第二调制器和第三调制器直接获取ECG信号所包含的五个特征波形，实现了实时分析ECG信号的特征形态波形，再对采集到的ECG信号进行分析，得出当前被测待测体的健康状态；
3.本发明采用模数结合的方式对ECG测量系统中的低频噪音信号进行抑制，与单纯的纯模拟或纯数字低频噪音抑制系统相比较，模数混合的方式对低频噪音信号的衰减效果更加明显，测量精度更高，对后续的诊断结果更有益。
附图说明
图1为本发明实施例提供的一种自动化ECG测量系统的结构示意图；
图2为本发明实施例提供的另一种自动化ECG测量系统的结构示意图；
图3为本发明实施例提供的一种自动化ECG测量系统的模拟前端采集电路模块模拟电路模块的模拟电路结构示意图；
图4为本发明实施例提供的一种自动化ECG测量系统的PCA算法的算法流程图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。
请同时参见图1和图2，图1为本发明实施例提供的一种自动化ECG测量系统的结构示意图；图2为本发明实施例提供的另一种自动化ECG测量系统的结构示意图。
一种自动化ECG测量系统，包括：模拟前端采集电路模块10、数字算法实现模块20、测量结果发送模块30以及接收模块40；其中，数字算法实现模块与模拟前端采集电路模块10连接；测量结果发送模块30与数字算法实现模块20连接；接收模块40与测量结果发送模块30连接。
进一步地，模拟前端采集电路模块10用于采集待测体的ECG信号，并将所述ECG信号转换为数字信号。
具体地，模拟前端采集电路模块10包括：两个ECG信号采集电极101、仪表放大器102、第一滤波器103、差分放大器104、A/D转换器105，其中，
ECG信号采集电极101，该ECG信号采集电极101，用于采集待测体的ECG信号。
进一步地，仪表放大器102的同相输入端与反相输入端分别与对应的一个ECG信号采集电极101连接，仪表放大器102用于将ECG信号采集电极101上采集到的ECG信号进行放大。
在一个具体实施例中，设置仪表放大器102的放大倍数为100倍。
在一个具体实施例中，仪表放大器102的型号为INA828。
进一步地，第一滤波器103用于滤除高频噪音，第一滤波器103的输入端与数字算法实现模块20的输出端连接；
在一个具体实施例中，该第一滤波器103位四阶模拟低通滤波器。
需要说明的是，第一滤波器103为有源低通滤波器，这种滤波器是采用运算放大器来组成的，在本发明实施例中，该运算放大器的型号为OPA354。
进一步地，差分放大器104的同相输入端与第一滤波器103的输出端连接；该差分放大器104的反相输入端与仪表放大器102的输出端连接；差分放大器104用于将仪表放大器102的输出信号与第一滤波器103的输出信号的差值进行放大。
在一个具体实施例中，设置差分放大器104的放大倍数为1倍。
在一个具体实施例中，该差分放大器104为一级差分放大器。
在一个具体实施例中，该差分放大器104的型号为OPA354。
进一步地，A/D转换器105的输入端与差分放大器104的输出端连接，该A/D转换器105用来将差分放大器104的输出的模拟信号转换为数字信号。
在一个具体实施例中，A/D转换器105的型号为ADS1293。
需要说明的是，型号为ADS1293的A/D转换器105内部集成了三个24位的高精度delta-sigma ADC，特别适合作为ECG采集系统模数转换器。
进一步地，数字算法实现模块20用于对上述得到的数字信号进行分类，得到分类结果。
具体地，数字算法实现模块20包括：第二滤波器201、第一调制器202、第二调制器203、第三调制器204、PCA单元205、DTW单元206、SVM单元207；其中，
第二滤波器201的输入端与A/D转换器105的第一输出端连接；第二滤波器201用于拟合A/D转换器105输出信号中的低频噪音信号。
在一个具体实施例中，第二滤波器201为SG(Savitzky-Golay)滤波器。
需要说明的是，在FPGA芯片中，利用第二滤波器201对ECG信号中的低频噪音信号进行拟合，并将有效频带范围内的量化噪声搬移到高频信号处。
请参见图3，图3为本发明实施例提供的一种自动化ECG测量系统的模拟前端采集电路模块模拟电路模块的模拟电路结构示意图；将仪表放大器102连接到两个ECG信号采集电极101，将两个电极上的差模信号进行放大，设置仪表放大器102的放大倍数为100，通过差分放大器104搭建的减法电路，将仪表放大器102的输出与第一滤波器103的输出进行做差，从仪表放大器102的输出信号中减去ECG信号采集电极采集到的低频干扰信号，提高系统的信号比；此外，A/D转换器105用于将减法器输出的模拟信号转化为数字信号。
进一步地，第一调制器202的输出端与第一滤波器103的输入端连接，该第一调制器202的输入端与第二滤波器201的输出端连接；第一调制器202将第二滤波器201输出的并行数字信号转换为串行输出，并利用第一滤波器103将第一调制器202输出的高频噪音滤除。
需要说明的是，在经过A/D转换器105的信号存在一个反馈的过程，其反馈的过程及原理为：在信号采集过程中，由于自动化ECG测量系统会受到一系列的干扰(基线漂移、运动伪影、待测体自身肌电信号的干扰等)，会影响自动化ECG测量系统的测量精度，因此将A/D转换器105输出的信号通过第二滤波器201，第二滤波器201提取A/D转换器105输出的低频分量，通过第一调制器202将第二滤波器201输出的并行数据转换为串行输出，同时将有效频带范围内的量化噪声搬移到高频信号处，然后通过第一滤波器103滤出第一调制器202输出的高频噪音，恢复出低频模拟信号，并且将第一滤波器103的输出反馈到差分放大器104的输出端。由于在测量过程中，低频噪音信号是随机发生变化的，而电路系统反馈端的输出会根据输入信号的变化，实时变化，从而自动化ECG测量系统可以实时消除采集过程中存在的低频噪音信号。
进一步地，第二调制器203的输入端与A/D转换器105的第二输出端连接；第二调制器203用来实时分析ECG信号中的Q波、R波以及S波的形态特征。
进一步地，第三调制器204的输入端与A/D转换器105的第三输出端连接；第三调制器204用来实时分析ECG信号中的P波以及T波的形态特征。
在一个具体实施例中，第一调制器202、第二调制器203、第三调制器204均为delta-sigma调制器，其区别在于：第一调制器202位三阶调制器，第二调制器203、第三调制器204均为一阶调制器；第一调制器202的过采率是128，第二调制器203、第三调制器204的过采率均为32；第一调制器202的带宽为0.5Hz，第二调制器203、第三调制器204的带宽均为100Hz；而第二调制器203和第三调制器204的不同之处在于这两个调制器的输出端需要进行脉冲检测，两个调制器的检测标准不一样，因此导致第二调制器203和第三调制器204可以检测ECG信号的不同特征波形。
进一步地，PCA单元205的第一输入端与第二调制203的第一输出端连接；该PCA单元205的第二输入端与第三调制器204的第一输出端连接；PCA单元205用于提取第二调制器203和第三调制器204得到的ECG信号的主要特征分量。
需要说明的是，在本发明实施例中，PCA单元205为一种PCA(Principal componentanalysis)算法，主要通过FPGA芯片来实现该算法，PCA算法是一种常用的数据分析方法，PCA算法通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。
请参见图4，图4为本发明实施例提供的一种自动化ECG测量系统的PCA算法的算法流程图。PCA算法的步骤如下：
S1：将原始数据转为X，其中X为M×N的矩阵；
S2：将X的每一行进行零均值化处理；
S3：求解协方差矩阵A；
S4：求解矩阵A的特征向量和特征值；
S5：将A的特征向量按照特征值的大小重新排列；
S6：取新矩阵的前面K行组成新的矩阵P。
在本发明实施例中，PCA算法具体实现方式如下：
将采集到的ECG信号进行分段，分段间隔为N，将这些数据分成一个P*Q的矩阵，其中Q表示该段所包含的R峰的个数，P表示的是一个完整ECG周期所包含的采样点数；对所生成的矩阵利用PCA算法进行矩阵求解，并将求解结果记为Y，将矩阵Y的前五列作为ECG信号的五个特征。
进一步地，DTW单元206的第一输入端与第二调制203的第二输出端连接；该DTW单元206的第二输入端与第三调制器204的第二输出端连接；DTW单元206用于计算经过第二调制器203和第三调制器204得到的ECG信号的形态学距离，从而对数据进行动态时序调整，从而可以有效地将搜寻比对的时间大幅降低。
需要说明的是，在本发明实施例中，DTW单元206为一种DTW(dynamic timewarping)算法，主要通过FPGA芯片来实现该算法，DTW算法是一种动态时序调整算法，它是一套根基于动态规划的方法，可以有效地将搜寻比对的时间大幅降低。
进一步地，SVM单元207的第一输入端与PCA单元205的输出端连接；该SVM单元207的第二输入端与DTW单元206的输出端连接；该SVM单元207的输出端与测量结果发送模块30的输入端连接，SVM单元207用于将PCA单元205以及DTW单元206得出的特征信息进行分类，并且根据分类结果给出当前被测待测体的健康状态。
需要说明的是，在本发明实施例中，SVM单元207为一种SVM(Support vectormachine)算法，主要通过FPGA芯片来实现该算法。
进一步地，测量结果发送模块30用于对上述得到分类结果进行数据处理，得到处理结果。
具体地，该测量结果发送模块30包括：数据分类器301、WIFI控制单元302、WIFI芯片303；其中，
数据分类器301的输入端与SVM单元207的输出端连接；数据分类器301根据SVM单元207的分类结果，将所述发送的数据进行打包，即进行数据处理，处理的结果为：如果当前检测到的ECG信号是正常的，即待测体处于健康状态，则数据分类器301发送数据的时候，只需要发送特征形态点的相对位置以及相对大小，其余时刻收集自动补零就可以；如果判断ECG信号异常，则数据分类器301发送数据的时候，需要将诊断结果以及所采集到的原始数据全部发送，专业医生可以根据经验判断系统的诊断结果是否有误，以提高系统的诊断正确率。
进一步地，WIFI控制单元302的输入端与数据分类器301的输出端连接；该WIFI控制单元302接收数据分类器301传输的分类结果并传输给下一级。
进一步地，WIFI芯片303的输入端与WIFI控制单元302的输出端连接；该WIFI芯片303的输出端与数据接收端连接；该WIFI芯片303用于接收WIFI控制单元302的数据，并将数据传输给接收数据的模块。
进一步地，接收模块40用于上述的处理结果并显示。
具体地，接收模块40的输入端与WIFI芯片303的输出端连接，用于接收WIFI芯片303传输的数据并显示出相应的波形，从而使专业医生可以对比系统的诊断结果与所测波形是否对应。
在一个具体实施例中，所述接收模块40为手机。
该自动化ECG测量系统的原理为：首先，在模拟前端采集电路模块10中，仪表放大器102将ECG信号采集电极101上采集到的ECG信号进行放大；然后通过使用差分放大器104将仪表放大器102的输出信号与第一滤波器103的输出信号的差值进行放大；再利用A/D转换器105将差分放大器104输出的模拟信号转换为数字信号，进入数字算法实现模块20；首先，利用第二滤波器201拟合A/D转换器105输出信号中的低频噪音信号，同时利用第一调制器202，将第二滤波器201中输出的并行数字信号转换为串行输出，同时将有效频带范围内的量化噪声搬移到高频信号处，然后再利用第一滤波器103将第一调制器202输出的高频噪音滤除，使其恢复到低频模拟信号，同时利用两个并行的第二调制器203和第三调制器204，直接对A/D转换器105的输出信号进行处理，实时提取ECG信号的五个特征波形；然后再利用PCA算法、DTW算法对ECG信号的特征波形进行处理，提取ECG信号的相关特征信息；再利用SVM分类法对前面提取的ECG信号的特征进行分类，并且根据分类结果给出当前被测待测体的健康状态，然后进入测量结果发送模块30，首先，利用数据分类器301根据得到的分类结果进行数据处理，然后通过WIFI控制单元302控制WIFI芯片303将处理结果传输到手机上，专业医生可以根据经验判断系统的诊断结果是否有误，以提高系统的诊断正确率。
与现有技术相比，本发明具有以下优点：
1.本发明采用模拟前端采集电路模块、数字算法实现模块、测量结果发送模块、接收模块实现了自动化的ECG测量系统，进一步提高了医生的诊断效率；
2.本发明实施例的ECG测量系统采用了并行的第二调制器和第三调制器直接获取ECG信号所包含的五个特征波形，实现了实时分析ECG信号的特征形态波形，再对采集到的ECG信号进行分析，得出当前被测待测体的健康状态；
3.本发明实施例的ECG测量系统采用模数结合的方式对ECG测量系统中的低频噪音信号进行抑制，与单纯的纯模拟或纯数字低频噪音抑制系统相比较，模数混合的方式对低频噪音信号的衰减结果更加明显，测量精度更高；
4.本发明实施例的ECG测量系统可以降低系统的功耗，提高了系统的续航时间。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (9)

1.一种自动化ECG测量系统，其特征在于，包括：
模拟前端采集电路模块，用于采集待测体的ECG信号，并将所述ECG信号转换为数字信号；
数字算法实现模块，与所述模拟前端采集电路模块连接，用于对所述数字信号进行分类，得到分类结果；
测量结果发送模块，与所述数字算法实现模块连接，用于对所述分类结果进行数据处理，得到处理结果；
接收模块，用于接收并显示所述处理结果。
2.根据权利要求1所述的自动化ECG测量系统，其特征在于，所述模拟前端采集电路模块包括：
两个ECG信号采集电极，用于采集待测体的ECG信号；
仪表放大器，所述仪表放大器的同相输入端与反相输入端分别与对应的一个所述ECG信号采集电极连接；
第一滤波器，所述第一滤波器的输入端与所述数字算法实现模块的输出端连接；
差分放大器，所述差分放大器的同相输入端与所述第一滤波器的输出端连接；所述差分放大器的反相输入端与所述仪表放大器的输出端连接；
A/D转换器，所述A/D转换器的输入端与所述差分放大器的输出端连接，所述A/D转换器的输出端与所述数字算法实现模块的输入端连接。
3.根据权利要求2所述的自动化ECG测量系统，其特征在于，所述仪表放大器的型号为INA828。
4.根据权利要求2所述的自动化ECG测量系统，其特征在于，所述差分放大器为一级差分放大器。
5.根据权利要求4所述的自动化ECG测量系统，其特征在于，所述差分放大器的型号为OPA354。
6.根据权利要求2所述的自动化ECG测量系统，其特征在于，所述A/D转换器的型号为ADS1293。
7.根据权利要求2所述的自动化ECG测量系统，其特征在于，所述第一滤波器为四阶模拟低通滤波器。
8.根据权利要求1所述的自动化ECG测量系统，其特征在于，所述数字算法实现模块包括：
第二滤波器，所述第二滤波器的输入端与所述A/D转换器的第一输出端连接；
第一调制器，所述第一调制器的输出端与所述第一滤波器的输入端连接，所述第一调制器的输入端与所述第二滤波器的输出端连接；
第二调制器，所述第二调制器的输入端与所述A/D转换器的第二输出端连接；
第三调制器，所述第三调制器的输入端与所述A/D转换器的第三输出端连接；
PCA单元，所述PCA单元的第一输入端与所述第二调制的第一输出端连接；所述PCA单元的第二输入端与所述第三调制器的第一输出端连接；
DTW单元，所述DTW单元的第一输入端与所述第二调制的第二输出端连接；所述DTW单元的第二输入端与所述第三调制器的第二输出端连接；
SVM单元，所述SVM单元的第一输入端与所述PCA单元的输出端连接；所述SVM单元的第二输入端与所述DTW单元的输出端连接；所述SVM单元的输出端与所述测量结果发送模块的输入端连接。
9.根据权利要求1所述的自动化ECG测量系统，其特征在于，所述测量结果发送模块包括：
数据分类器，所述数据分类器的输入端与所述SVM单元的输出端连接；
WIFI控制单元，所述WIFI控制单元的输入端与所述数据分类器的输出端连接；
WIFI芯片，所述WIFI芯片的输入端与所述WIFI控制单元的输出端连接；所述WIFI芯片的输出端与所述接收端连接。
CN201810994827.7A 2018-08-29 2018-08-29 一种自动化ecg测量系统 Active CN109222957B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810994827.7A CN109222957B (zh) 2018-08-29 2018-08-29 一种自动化ecg测量系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810994827.7A CN109222957B (zh) 2018-08-29 2018-08-29 一种自动化ecg测量系统

Publications (2)

Publication Number Publication Date
CN109222957A true CN109222957A (zh) 2019-01-18
CN109222957B CN109222957B (zh) 2020-11-10

Family

ID=65069721

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810994827.7A Active CN109222957B (zh) 2018-08-29 2018-08-29 一种自动化ecg测量系统

Country Status (1)

Country Link
CN (1) CN109222957B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101933226A (zh) * 2008-01-29 2010-12-29 音频专用集成电路公司 可抑制干扰信号的信号调理器
CN103445772A (zh) * 2013-07-12 2013-12-18 浙江工商大学 便携式房颤检测装置及检测方法
CN103584852A (zh) * 2012-08-15 2014-02-19 深圳中科强华科技有限公司 个性化心电图智能辅助诊断装置与方法
CN103762980A (zh) * 2014-01-26 2014-04-30 东南大学 一种高稳定性噪声抑制增强σδ调制器结构
CN104224164A (zh) * 2014-09-25 2014-12-24 新乡医学院第一附属医院 一种心电信号分析处理装置
WO2015131172A1 (en) * 2014-02-28 2015-09-03 Northeastern University Instrumentation amplifier with digitally programmable input capacitance cancellation
CN105054923A (zh) * 2015-07-31 2015-11-18 北京医康世纪科技有限公司 一种心电检测装置
CN105796096A (zh) * 2014-12-31 2016-07-27 深圳先进技术研究院 一种心率变异性分析方法、系统及终端
CN106510691A (zh) * 2017-01-20 2017-03-22 深圳诺康医疗设备股份有限公司 心电信号采集前端
CN206151454U (zh) * 2016-05-24 2017-05-10 华中科技大学 一种心搏监测装置
CN106963372A (zh) * 2017-04-10 2017-07-21 中国兵器工业计算机应用技术研究所 一种脑电‑肌电信号融合装置及融合方法
WO2017177264A1 (en) * 2016-04-11 2017-10-19 Monash University Transcranial stimulation with real-time monitoring
CN104799854B (zh) * 2015-04-29 2017-10-24 深圳大学 一种表面肌电采集装置及其肌电信号处理方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101933226A (zh) * 2008-01-29 2010-12-29 音频专用集成电路公司 可抑制干扰信号的信号调理器
CN103584852A (zh) * 2012-08-15 2014-02-19 深圳中科强华科技有限公司 个性化心电图智能辅助诊断装置与方法
CN103445772A (zh) * 2013-07-12 2013-12-18 浙江工商大学 便携式房颤检测装置及检测方法
CN103762980A (zh) * 2014-01-26 2014-04-30 东南大学 一种高稳定性噪声抑制增强σδ调制器结构
WO2015131172A1 (en) * 2014-02-28 2015-09-03 Northeastern University Instrumentation amplifier with digitally programmable input capacitance cancellation
CN104224164A (zh) * 2014-09-25 2014-12-24 新乡医学院第一附属医院 一种心电信号分析处理装置
CN105796096A (zh) * 2014-12-31 2016-07-27 深圳先进技术研究院 一种心率变异性分析方法、系统及终端
CN104799854B (zh) * 2015-04-29 2017-10-24 深圳大学 一种表面肌电采集装置及其肌电信号处理方法
CN105054923A (zh) * 2015-07-31 2015-11-18 北京医康世纪科技有限公司 一种心电检测装置
WO2017177264A1 (en) * 2016-04-11 2017-10-19 Monash University Transcranial stimulation with real-time monitoring
CN206151454U (zh) * 2016-05-24 2017-05-10 华中科技大学 一种心搏监测装置
CN106510691A (zh) * 2017-01-20 2017-03-22 深圳诺康医疗设备股份有限公司 心电信号采集前端
CN106963372A (zh) * 2017-04-10 2017-07-21 中国兵器工业计算机应用技术研究所 一种脑电‑肌电信号融合装置及融合方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
涂辉，等: "改进DTW算法的心电信号相似性度量", 《计算机工程与应用》 *

Also Published As

Publication number Publication date
CN109222957B (zh) 2020-11-10

Similar Documents

Publication Publication Date Title
US8731644B2 (en) ECG device with impulse and channel switching ADC noise filter and error corrector for derived leads
US20190150846A1 (en) Parallel biometric signal processor and method of controlling the same
CN102512178B (zh) 一种血氧测量装置
Liu et al. Real-time signal quality assessment for ECGs collected using mobile phones
US8068916B2 (en) Pure digital medical amplifier for digitally acquiring, conditioning, storing, and transferring clinical and non-clinical biomedical signals
CN102551727B (zh) 呼吸信息检测方法及装置
CN106618562A (zh) 一种可穿戴的癫痫脑电发作脑区定位装置及定位方法
CN110840454B (zh) 一种脑电信号采集装置和方法
CN102160780B (zh) 一种提高无创血压测量准确性的装置
CN113679391B (zh) 心电基线漂移滤波装置、心电信号采样系统及采样方法
CN103315721A (zh) 一种基于mic接口的人体生理信号采集处理方法及系统
CN109222957B (zh) 一种自动化ecg测量系统
CN103977503B (zh) 一种低成本的pace波检测装置及方法
CN105054941A (zh) 一种基于体震信号的胎儿心率提取装置及方法
Wu et al. An ECG extraction and reconstruction system with dynamic EMG filtering implemented on an ARM chip
CN115067878A (zh) 基于EEGNet的静息态脑电意识障碍分类方法及系统
CN209826722U (zh) 一种表面肌电信号采集装置
CN106821368B (zh) 小型心电采集设备、心电导联信号转化方法和检测方法
Heuer et al. Signal quality assessment for capacitive ECG monitoring systems using body-sensor-impedance
CN105193394A (zh) 一种医用脉搏检测仪
CN105223424B (zh) 变电站在线监测装置
CN205697751U (zh) 生物电信号检测装置
CN105496403A (zh) 一种基于dsp构架的usb脑电信号采集系统
CN109805912A (zh) 一种人体多生理参数及惯性信号的多信号同步采集装置及方法
TWM574899U (zh) Brain wave signal amplifier circuit

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230607

Address after: 400031 unit 1, building 1, phase 3, R & D building, Xiyong micro power park, Shapingba District, Chongqing

Patentee after: Chongqing Institute of integrated circuit innovation Xi'an University of Electronic Science and technology

Address before: 710071 No. 2 Taibai South Road, Shaanxi, Xi'an

Patentee before: XIDIAN University