CN109770851B - 一种基于蓝牙无线通信的心脏健康状态监测系统及方法 - Google Patents
一种基于蓝牙无线通信的心脏健康状态监测系统及方法 Download PDFInfo
- Publication number
- CN109770851B CN109770851B CN201910004741.XA CN201910004741A CN109770851B CN 109770851 B CN109770851 B CN 109770851B CN 201910004741 A CN201910004741 A CN 201910004741A CN 109770851 B CN109770851 B CN 109770851B
- Authority
- CN
- China
- Prior art keywords
- wave
- data
- follows
- calculation
- group
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 13
- 230000005189 cardiac health Effects 0.000 title claims abstract description 9
- 238000000034 method Methods 0.000 title abstract description 18
- 238000004891 communication Methods 0.000 title abstract description 12
- 230000036541 health Effects 0.000 claims abstract description 76
- 230000004217 heart function Effects 0.000 claims abstract description 71
- 238000001914 filtration Methods 0.000 claims abstract description 66
- 238000012545 processing Methods 0.000 claims abstract description 42
- 230000033001 locomotion Effects 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims description 131
- 230000001133 acceleration Effects 0.000 claims description 57
- 208000031225 myocardial ischemia Diseases 0.000 claims description 12
- 230000000747 cardiac effect Effects 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 6
- 101001131829 Homo sapiens P protein Proteins 0.000 claims description 3
- 206010020772 Hypertension Diseases 0.000 claims description 3
- 208000001953 Hypotension Diseases 0.000 claims description 3
- 208000004186 Pulmonary Heart Disease Diseases 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 102000047119 human OCA2 Human genes 0.000 claims description 3
- 208000012866 low blood pressure Diseases 0.000 claims description 3
- 230000003340 mental effect Effects 0.000 claims description 3
- 230000036651 mood Effects 0.000 claims description 3
- 230000003680 myocardial damage Effects 0.000 claims description 3
- 208000010125 myocardial infarction Diseases 0.000 claims description 3
- 210000005245 right atrium Anatomy 0.000 claims description 3
- 230000010354 integration Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 208000019622 heart disease Diseases 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001314 paroxysmal effect Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 229910021607 Silver chloride Inorganic materials 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000001615 p wave Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- HKZLPVFGJNLROG-UHFFFAOYSA-M silver monochloride Chemical compound [Cl-].[Ag+] HKZLPVFGJNLROG-UHFFFAOYSA-M 0.000 description 1
- 230000000192 social effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于蓝牙无线通信的心脏健康状态监测系统及方法。本发明系统包括心电信号采集模块、蓝牙信号处理模块、电源管理模块、空间姿态采集模块、移动终端。本发明方法对心电数据与空间姿态数据采集和滤波、计算相关系数和判断心脏机能健康水平数据,将滤波之后心电数据、空间姿态数据以及心脏机能健康水平数据信息通过蓝牙无线传输至移动终端后显示。本发明能够在用户不同运动状态下采集心电数据和空间姿态数据,从而获取多维度状态下的心电数据。本发明系统硬件结构简便,集成度高,方便携带且功耗低。软件方面提高了采集的数据的准确性和精度,结合不同滤波算法对数据处理,减少误判率,能够反映用户心脏机能健康水平数据信息。
Description
技术领域
本发明涉及移动医疗技术领域,尤其涉及一种基于蓝牙无线通信的心脏健康状态监测系统及方法。
背景技术
随着现代人们生活节奏的加快和工作压力的增大,以及我国人口老龄化的加剧,心脏疾病的发病率和死亡率日益上升。心脏疾病具有突发性、一过性和阵发性的特点,心脏疾病患者在病情发作后若没有得到及时有效的治疗,不仅病情会加剧,而且甚至有可能会付出生命的代价。早发现、早预防和早治疗是心脏疾病预防的三大原则,以往心脏疾病患者是去医院做心电检测,不仅在时间和活动空间上受到限制,而且采集到的心电信号是静态单一的,因此无法获取患者在不同运动状态下的心电信号。而之后市面上出现了早期传统的心电监护系统,虽然增加了一定的个体自由度,但是存在着体积大,接线复杂,穿戴不适以及功耗高等问题,心电数据也无法及时反馈给专业的医疗人员进行诊断。近年来,随着电子信息技术的发展,智能手机和平板电脑等智能移动终端已经基本普及了。目前市面上虽然出现了单导联的心电采集设备,但是其能够获得的特征参数少,采集的数据不仅可信度低,而且也无法反映用户在运动或保持相对静止状态时的心脏机能健康水平,现有的心电监护设备即使能够判断出用户的运动状态,也会因为采集的数据准确度不够高导致其没有太大的应用价值。
发明内容
为了解决背景技术中提到的问题,本发明提出了一种基于蓝牙无线通信的心脏健康状态监测系统及方法。
本发明系统的技术方案为一种基于蓝牙无线通信的心脏健康状态监测系统,其特征在于,包括:心电信号采集模块、空间姿态采集模块、蓝牙信号处理模块、电源管理模块、移动终端;
所述心电信号采集模块与所述蓝牙信号处理模块通过导线连接;所述空间姿态采集模块与所述蓝牙信号处理模块通过导线连接;所述心电信号采集模块与所述电源管理模块通过导线连接;所述蓝牙信号处理模块与所述电源管理模块通过导线连接;所述空间姿态采集模块与所述电源管理模块通过导线连接;所述蓝牙信号处理模块与所述移动终端通过无线通信方式连接。
作为优选,所述心电信号采集模块用于采集心电数据并传输至所述蓝牙信号处理模块;
作为优选,所述空间姿态采集模块用于空间姿态数据并传输至所述蓝牙信号处理模块;
作为优选,所述蓝牙信号处理模块将心电数据以及空间姿态数据进行信号滤波,根据滤波之后心电数据以及滤波之后空间姿态数据计算相关系数并判断心脏机能健康水平数据,将滤波之后心电数据、滤波之后空间姿态数据以及心脏机能健康水平数据通过蓝牙无线传输至所述移动终端;
作为优选,所述电源管理模块,通过多路低压差线性稳压电源为所述的心电信号采集模块、空间姿态采集模块、蓝牙信号处理模块进行供电;
作为优选,所述移动终端用于实时显示滤波之后心电数据、滤波之后空间姿态数据以及心脏机能健康水平数据。
本发明方法的技术方案为一种基于蓝牙无线通信的心脏健康状态监测方法,具体包括以下步骤:
步骤1:蓝牙信号处理模块通过心电信号采集模块采集心电数据,通过空间姿态采集模块采集空间姿态数据,心电数据通过汉明窗FIR数字带通滤波器处理得到滤波之后心电数据,空间姿态数据首先通过中位值平均滤波算法处理,然后根据扩展卡尔曼滤波算法处理得到滤波之后空间姿态数据;
步骤2:蓝牙信号处理模块根据滤波之后心电数据以及滤波之后空间姿态数据计算相关系数,再根据滤波之后心电数据、滤波之后空间姿态数据以及相关系数来判断用户心脏机能健康水平数据;
步骤3:蓝牙信号处理模块将滤波之后心电数据、滤波之后空间姿态数据以及用户心脏机能健康水平数据信息通过蓝牙无线传输至移动终端,移动终端实时显示滤波之后心电数据、滤波之后空间姿态数据以及用户心脏机能健康水平数据。
作为优选,步骤1中所述心电数据为:
Ui=(UP,i,UQ,i,UR,i,US,i,UST,i,UT,i)T
UNOISE,i=(UPNOISE,i,UQNOISE,i,URNOISE,i,USNOISE,i,USTNOISE,i,UTNOISE,i)T
UP,i为第i组采集的理想心电信号中P波电压幅值,UQ,i为第i组采集的理想心电信号中QRS波中Q波电压幅值,UR,i为第i组采集的理想心电信号中QRS波中R波电压幅值,US,i为第i组采集的理想心电信号中QRS波中S波电压幅值,UST,i为第i组采集的理想心电信号中ST段电压幅值,UT,i为第i组采集的理想心电信号中T波电压幅值;
UPNOISE,i为第i组采集的心电信号中P波混入的噪声值,UQNOISE,i为第i组采集的心电信号中Q波混入的噪声值,URNOISE,i为第i组采集的心电信号中R波混入的噪声值,USNOISE,i为第i组采集的心电信号中S波混入的噪声值,USTNOISE,i为第i组采集的心电信号中ST段混入的噪声值,UTNOISE,i为第i组采集的心电信号中T波混入的噪声值;
为第i组混入噪声值的P波电压幅值,为第i组混入噪声值的Q波电压幅值,为第i组混入噪声值的R波电压幅值,为第i组混入噪声值的S波电压幅值,为第i组混入噪声值的ST段电压幅值,为第i组混入噪声值的T波电压幅值;
步骤1中所述空间姿态数据为:
αj=(ax,j,ay,j,az,j)T
aMAX,j=(axMAX,j,ayMAX,j,azMAX,j)T
j∈[1,N]
ax,j为第j组采集的理想姿态信号中X方向上的加速度,ay,j为第j组采集的理想姿态信号中Y方向上的加速度,az,j为第j组采集的理想姿态信号中Z方向上的加速度;
axMAX,j为第j组抖动尖峰值中X方向上的最大加速度,ayMAX,j为第j组抖动尖峰值中Y方向上的最大加速度,azMAX,j为第j组抖动尖峰值中Z方向上的最大加速度;
步骤1中所述心电数据通过汉明窗FIR数字带通滤波器处理为:
理想FIR数字带通滤波器为:
n∈[0,L-1]
步骤1中所述空间姿态数据首先通过中位值平均滤波算法处理:
步骤1中所述根据扩展卡尔曼滤波算法处理为:
l∈[1,NP]
其中,为对当前第l个状态改进后的第p个单位的加速度数据,Al为当前第l个状态的第一个因子矩阵,为第l个状态的前一个状态下改进后的第p个单位的加速度数据,Bl为当前第l个状态的第二个因子矩阵,为第l个状态的前一个状态下第p个单位的加速度数据,Kp,l为当前第l个状态下第p个单位的卡尔曼增益,Zp,l为当前第l个状态下第p个单位中观测到的加速度数据,Hl为当前第l个状态的第三个因子矩阵,Xp,l为当前第l个状态第p个单位的系统状态随机变量,为第p个单位中已知第l个之前状态的情况下的第l个状态的加速度预测值;
扩展卡尔曼滤波算法处理后得到滤波之后空间姿态数据为:
其中,为经过中位值平均滤波及扩展卡尔曼滤波的第p个单位中X方向上的加速度,为经过中位值平均滤波及扩展卡尔曼滤波的第p个单位中Y方向上的加速度,为经过中位值平均滤波及扩展卡尔曼滤波的第p个单位中Z方向上的加速度。
作为优选,步骤2中所述根据滤波之后心电数据以及滤波之后空间姿态数据计算相关系数为计算皮尔逊相关系数:
由于成年人的正常心率范围在60~100次/min,故每分钟取滤波之后的80组心电数据作健康数据分析,以80组滤波之后的心电信号为1个分析单位q,则共可分为MQ组,是滤波之后的第q个单位的第i组心电信号,是滤波之后的第q个单位的第r组心电信号;
其中,为滤波之后的第q个单位的心电信号的平均值,为第q个单位的P波平均值,为第q个单位的Q波平均值,为第q个单位的R波平均值,为第q个单位的S波平均值,为第q个单位的ST段平均值,为第q个单位的T波平均值;
其中,为第个计算组中第g个的P波平均值,为第个计算组中第g个的Q波平均值,为第个计算组中第g个的R波平均值,为第个计算组中第g个的S波平均值,为第个计算组中第g个的ST段平均值,为第个计算组中第g个的T波平均值;
根据步骤1所得滤波之后的空间姿态数据,进一步处理有:
βt=(v1,v2,v3,…,vt)T,t∈[1,NP]
其中,vx,t为第t个单位中X方向上速度,vy,t为第t个单位中Y方向上速度,vz,t为第t个单位中Z方向上速度,vt为第t个人体在运动时的合速度;
以每6个时刻为一个计算组W,则共可分为NW组;则对第t个单位的合速度可以写成下列形式:
βt=βW-1)*6+o
β(W-1)*6+o=(β(W-1)*6+1,β(W-1)*6+2,β(W-1)*6+3,…,β(W-1)*6+6)T
其中,β(W-1)*6+o为第W个计算组中第o个合速度;
其中,为第个计算组中的P波平均值的标准差,为第个计算组中的Q波平均值的标准差,为第个计算组中的R波平均值的标准差,为第个计算组中的S波平均值的标准差,为第个计算组中的ST段平均值的标准差,为第个计算组中的T波平均值的标准差,为第W个计算组中合速度的标准差;
各波型电压幅值与合速度的皮尔逊相关系数:
其中,为第个计算组中P波变量与第W个计算组的合速度变量之间的皮尔逊相关系数;为第个计算组中Q波变量与第W个计算组的合速度变量之间的皮尔逊相关系数;为第个计算组中R波变量与第W个计算组的合速度变量之间的皮尔逊相关系数;为第个计算组中S波变量与第W个计算组的合速度变量之间的皮尔逊相关系数;为第个计算组中ST段变量与第W个计算组中的合速度变量之间的皮尔逊相关系数;为第个计算组中T波变量与第W个计算组中的合速度变量之间的皮尔逊相关系数;
正常人的心率会随着运动强度增加而变快,两者呈现正相关的关系,因此皮尔逊相关系数只需要考虑在区间(0,1]的范围;
其中,为第个计算组中波型电压幅值变量α与第W个计算组中的合速度变量β之间的皮尔逊相关系数最小值,表明两组数据相关性较小;为第个计算组中波型电压幅值变量α与第W个计算组中的合速度变量β之间的皮尔逊相关系数中等值,表明具有较强的相关性;为第个计算组中波型电压幅值变量α与第W个计算组中的合速度变量β之间的皮尔逊相关系数最大值,表明相关性最强;为普通成年人跑步的平均最低速率,为普通成年人跑步的平均最高速率;
步骤2中所述判断用户心脏机能健康水平数据为:
相对于现有技术,本发明所具有的优点和有益的社会效果如下:
本发明克服了传统心电监护系统存在着接线复杂,不易携带等问题的基础上,解决了目前市面上可穿戴式医疗设备存在着系统功耗高、遭遇突发情况无法紧急求救、记录特征参数少以及采集数据的准确性和精度不高等问题,也解决了数据静态单一、数据传输实时性差以及无法反映用户基本健康水平的问题。
佩戴方便,接线简单,用户功能按键操作简单;数据智能传输;蓝牙协议进行无线通信;健康状态监护装置工作时消耗的电流和待机的功耗极低;体积小、可嵌入腰带、皮带或放在衣物口袋中、成本低,集成度高;能够获取不同运动状态下的多维度心电数据;提高了采集数据的精度和准确性,减少装置对用户运动状态的误判率;能够反映心脏机能的基本健康水平;结合多种数据滤波算法,使得监护系统更具有应用价值。
附图说明
图1:为本发明的系统结构示意图;
图2:为本发明的系统方法过程图;
图3:为本发明的系统通信流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所述,为本发明的系统结构示意图。本发明实施方式系统的技术方案为一种基于蓝牙无线通信的心脏健康状态监测系统及方法,其特征在于,包括:心电信号采集模块、空间姿态采集模块、蓝牙信号处理模块、电源管理模块、移动终端;
所述心电信号采集模块与所述蓝牙信号处理模块通过导线连接;所述空间姿态采集模块与所述蓝牙信号处理模块通过导线连接;所述心电信号采集模块与所述电源管理模块通过导线连接;所述蓝牙信号处理模块与所述电源管理模块通过导线连接;所述空间姿态采集模块与所述电源管理模块通过导线连接;所述蓝牙信号处理模块与所述移动终端通过无线通信方式连接。
所述心电信号采集模块用于采集心电数据并传输至所述蓝牙信号处理模块;
所述空间姿态采集模块用于空间姿态数据并传输至所述蓝牙信号处理模块;
所述蓝牙信号处理模块将心电数据以及空间姿态数据进行信号滤波,根据滤波之后心电数据以及滤波之后空间姿态数据计算相关系数并判断心脏机能健康水平数据,将滤波之后心电数据、滤波之后空间姿态数据以及心脏机能健康水平数据通过蓝牙无线传输至所述移动终端;
所述电源管理模块,通过多路低压差线性稳压电源为所述的心电信号采集模块、空间姿态采集模块、蓝牙信号处理模块进行供电;
所述移动终端用于实时显示滤波之后心电数据、滤波之后空间姿态数据以及心脏机能健康水平数据。
所述空间姿态采集模块的选型为MPU6050,属于空间姿态数据采集模块;
所述心电信号采集模块采用AgCl材质的电极贴片获取心电信号,所述心电信号采集模块的选型为ADS1293;
所述蓝牙信号处理模块的选型为CC2541;
所述电源管理模块采用锂离子电池供电;
所述移动终端选型为具备Android操作系统4.2版本以上的智能手机或平板。
下面结合图1至图3介绍本发明的实施方式,具体为:
步骤1:蓝牙信号处理模块通过心电信号采集模块采集心电数据,通过空间姿态采集模块采集空间姿态数据,心电数据通过汉明窗FIR数字带通滤波器处理得到滤波之后心电数据,空间姿态数据首先通过中位值平均滤波算法处理,然后根据扩展卡尔曼滤波算法处理得到滤波之后空间姿态数据;
步骤1中所述心电数据为:
Ui=(UP,i,UQ,i,UR,i,US,i,UST,i,UT,i)T
UNOISE,i=(UPNOISE,i,UQNOISE,i,URNOISE,i,USNOISE,i,USTNOISE,i,UTNOISE,i)T
UP,i为第i组采集的理想心电信号中P波电压幅值,UQ,i为第i组采集的理想心电信号中QRS波中Q波电压幅值,UR,i为第i组采集的理想心电信号中QRS波中R波电压幅值,US,i为第i组采集的理想心电信号中QRS波中S波电压幅值,UST,i为第i组采集的理想心电信号中ST段电压幅值,UT,i为第i组采集的理想心电信号中T波电压幅值;
UPNOISE,i为第i组采集的心电信号中P波混入的噪声值,UQNOISE,i为第i组采集的心电信号中Q波混入的噪声值,URNOISE,i为第i组采集的心电信号中R波混入的噪声值,USNOISE,i为第i组采集的心电信号中S波混入的噪声值,USTNOISE,i为第i组采集的心电信号中ST段混入的噪声值,UTNOISE,i为第i组采集的心电信号中T波混入的噪声值;
为第i组混入噪声值的P波电压幅值,为第i组混入噪声值的Q波电压幅值,为第i组混入噪声值的R波电压幅值,为第i组混入噪声值的S波电压幅值,为第i组混入噪声值的ST段电压幅值,为第i组混入噪声值的T波电压幅值。
步骤1中所述空间姿态数据为:
aj=(ax,j,ay,j,az,j)T
aMAX,j=(axMAX,j,ayMAX,j,azMAX,j)T
j∈[1,N]
ax,j为第j组采集的理想姿态信号中X方向上的加速度,ay,j为第j组采集的理想姿态信号中Y方向上的加速度,az,j为第j组采集的理想姿态信号中Z方向上的加速度;
axMAX,j为第j组抖动尖峰值中X方向上的最大加速度,ayMAX,j为第j组抖动尖峰值中Y方向上的最大加速度,azMAX,j为第j组抖动尖峰值中Z方向上的最大加速度;
步骤1中所述心电数据通过汉明窗FIR数字带通滤波器处理为:
理想FIR数字带通滤波器为:
n∈[0,L-1]
步骤1中所述空间姿态数据首先通过中位值平均滤波算法处理:
步骤1中所述根据扩展卡尔曼滤波算法处理为:
l∈[1,NP]
其中,为对当前第l个状态改进后的第p个单位的加速度数据,Al为当前第l个状态的第一个因子矩阵,为第l个状态的前一个状态下改进后的第p个单位的加速度数据,Bl为当前第l个状态的第二个因子矩阵,为第l个状态的前一个状态下第p个单位的加速度数据,Kp,l为当前第l个状态下第p个单位的卡尔曼增益,Zp,l为当前第l个状态下第p个单位中观测到的加速度数据,Hl为当前第l个状态的第三个因子矩阵,Xp,l为当前第l个状态第p个单位的系统状态随机变量,为第p个单位中已知第l个之前状态的情况下的第l个状态的加速度预测值;
扩展卡尔曼滤波算法处理后得到滤波之后空间姿态数据为:
其中,为经过中位值平均滤波及扩展卡尔曼滤波的第p个单位中X方向上的加速度,为经过中位值平均滤波及扩展卡尔曼滤波的第p个单位中Y方向上的加速度,为经过中位值平均滤波及扩展卡尔曼滤波的第p个单位中Z方向上的加速度。
步骤2:蓝牙信号处理模块根据滤波之后心电数据以及滤波之后空间姿态数据计算相关系数,再根据滤波之后心电数据、滤波之后空间姿态数据以及相关系数来判断用户心脏机能健康水平数据;
步骤2中所述根据滤波之后心电数据以及滤波之后空间姿态数据计算相关系数为计算皮尔逊相关系数:
由于成年人的正常心率范围在60~100次/min,故每分钟取滤波之后的80组心电数据作健康数据分析,以80组滤波之后的心电信号为1个分析单位q,则共可分为MQ组,是滤波之后的第q个单位的第i组心电信号,是滤波之后的第q个单位的第r组心电信号。
其中,为滤波之后的第q个单位的心电信号的平均值,为第q个单位的P波平均值,为第q个单位的Q波平均值,为第q个单位的R波平均值,为第q个单位的S波平均值,为第q个单位的ST段平均值,为第q个单位的T波平均值;
其中,为第个计算组中第g个的P波平均值,为第个计算组中第g个的Q波平均值,为第个计算组中第g个的R波平均值,为第个计算组中第g个的S波平均值,为第个计算组中第g个的ST段平均值,为第个计算组中第g个的T波平均值;
根据步骤1所得滤波之后的空间姿态数据,进一步处理有:
βt=(v1,v2,v3,…,vt)T,t∈[1,NP]
其中,vx,t为第t个单位中X方向上速度,vy,t为第t个单位中Y方向上速度,vz,t为第t个单位中Z方向上速度,vt为第t个人体在运动时的合速度;
以每6个时刻为一个计算组W,则共可分为NW组;则对第t个单位的合速度可以写成下列形式:
βt=β(W-1)*6+o
β(W-1)*6+o=(β(W-1)*6+1,β(W-1)*6+2,β(W-1)*6+3,…,β(W-1)*6+6)T
其中,β(W-1)*6+o为第W个计算组中第o个合速度;
其中,为第个计算组中的P波平均值的标准差,为第个计算组中的Q波平均值的标准差,为第个计算组中的R波平均值的标准差,为第个计算组中的S波平均值的标准差,为第个计算组中的ST段平均值的标准差,为第个计算组中的T波平均值的标准差,为第W个计算组中合速度的标准差。
各波型电压幅值与合速度的皮尔逊相关系数:
其中,为第个计算组中P波变量与第W个计算组的合速度变量之间的皮尔逊相关系数。为第个计算组中Q波变量与第W个计算组的合速度变量之间的皮尔逊相关系数。为第个计算组中R波变量与第W个计算组的合速度变量之间的皮尔逊相关系数。为第个计算组中S波变量与第W个计算组的合速度变量之间的皮尔逊相关系数。为第个计算组中ST段变量与第W个计算组中的合速度变量之间的皮尔逊相关系数。为第个计算组中T波变量与第W个计算组中的合速度变量之间的皮尔逊相关系数。
正常人的心率会随着运动强度增加而变快,两者呈现正相关的关系,因此皮尔逊相关系数只需要考虑在区间(0,1]的范围;
其中,为第个计算组中波型电压幅值变量α与第W个计算组中的合速度变量β之间的皮尔逊相关系数最小值,表明两组数据相关性较小。为第个计算组中波型电压幅值变量α与第W个计算组中的合速度变量β之间的皮尔逊相关系数中等值,表明具有较强的相关性。为第个计算组中波型电压幅值变量α与第W个计算组中的合速度变量β之间的皮尔逊相关系数最大值,表明相关性最强。为普通成年人跑步的平均最低速率,为普通成年人跑步的平均最高速率。
步骤2中所述判断用户心脏机能健康水平数据为:
步骤3:蓝牙信号处理模块将滤波之后心电数据、滤波之后空间姿态数据以及用户心脏机能健康水平数据信息通过蓝牙无线传输至移动终端,移动终端实时显示滤波之后心电数据、滤波之后空间姿态数据以及心脏机能健康水平数据。
尽管本文较多地使用了心电信号采集模块、蓝牙信号处理模块、电源管理模块、空间姿态采集模块、移动终端等术语,但并不排除使用其他术语的可能性。使用这些术语仅仅是为了更方便的描述本发明的本质,把它们解释成任何一种附加的限制都是与本发明精神相违背的。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。
Claims (1)
1.一种心脏健康状态监测系统,其特征在于,包括:心电信号采集模块、空间姿态采集模块、蓝牙信号处理模块、电源管理模块、移动终端;
所述蓝牙信号处理模块通过所述心电信号采集模块采集心电数据,通过所述空间姿态采集模块采集空间姿态数据,心电数据通过汉明窗FIR数字带通滤波器处理得到滤波之后心电数据,空间姿态数据首先通过中位值平均滤波算法处理,然后根据扩展卡尔曼滤波算法处理得到滤波之后空间姿态数据;
所述蓝牙信号处理模块根据滤波之后心电数据以及滤波之后空间姿态数据计算相关系数,再根据滤波之后心电数据、滤波之后空间姿态数据以及相关系数来判断用户心脏机能健康水平数据;
所述蓝牙信号处理模块将滤波之后心电数据、滤波之后空间姿态数据以及用户心脏机能健康水平数据信息通过蓝牙无线传输至所述移动终端,所述移动终端实时显示滤波之后心电数据、滤波之后空间姿态数据以及用户心脏机能健康水平数据;
所述根据滤波之后心电数据以及滤波之后空间姿态数据计算相关系数为计算皮尔逊相关系数,包括:
由于成年人的正常心率范围在60~100次/min,故每分钟取滤波之后的80组心电数据作健康数据分析,以80组滤波之后的心电信号为1个分析单位q,则共可分为MQ组,是滤波之后的第q个单位的第i组心电信号,是滤波之后的第q个单位的第r组心电信号;
其中,M为心电信号组的数量,为滤波之后的第q个单位的心电信号的平均值,为第q个单位的P波平均值,为第q个单位的Q波平均值,为第q个单位的R波平均值,为第q个单位的S波平均值,为第q个单位的ST段平均值,为第q个单位的T波平均值;
其中,为第个计算组中第g个的P波平均值,为第个计算组中第g个的Q波平均值,为第个计算组中第g个的R波平均值,为第个计算组中第g个的S波平均值,为第个计算组中第g个的ST段平均值,为第个计算组中第g个的T波平均值,g∈[1,6];
根据所得滤波之后的空间姿态数据,进一步处理有:
其中,vx,t为第t个单位中X方向上速度,vy,t为第t个单位中Y方向上速度,vz,t为第t个单位中Z方向上速度,vt为第t个人体在运动时的合速度,为经过中位值平均滤波及扩展卡尔曼滤波的第p个单位中X方向上的加速度,为经过中位值平均滤波及扩展卡尔曼滤波的第p个单位中Y方向上的加速度,为经过中位值平均滤波及扩展卡尔曼滤波的第p个单位中Z方向上的加速度,βt为第t个单位的合速度;
以每6个时刻为一个计算组W,则共可分为NW组,其中,NP为加速度信号组数量;则对第t个单位的合速度可以写成下列形式:
βt=(v1,v2,v3,…,vt)T,t∈[1,NP],o∈[1,6]
β(W-1)*6+o=(β(W-1)*6+1,β(W-1)*6+2,β(W-1)*6+3,…,β(W-1)*6+6)T
其中,β(W-1)*6+o为第W个计算组中第o个合速度;
其中,为第个计算组中的P波平均值的标准差,为第个计算组中的Q波平均值的标准差,为第个计算组中的R波平均值的标准差,为第个计算组中的S波平均值的标准差,为第个计算组中的ST段平均值的标准差,为第个计算组中的T波平均值的标准差,为第W个计算组中合速度的标准差;
各波型电压幅值与合速度的皮尔逊相关系数:
其中,为第个计算组中P波变量与第W个计算组的合速度变量之间的皮尔逊相关系数;为第个计算组中Q波变量与第W个计算组的合速度变量之间的皮尔逊相关系数;为第个计算组中R波变量与第W个计算组的合速度变量之间的皮尔逊相关系数;为第个计算组中S波变量与第W个计算组的合速度变量之间的皮尔逊相关系数;为第个计算组中ST段变量与第W个计算组中的合速度变量之间的皮尔逊相关系数;为第个计算组中T波变量与第W个计算组中的合速度变量之间的皮尔逊相关系数;
正常人的心率会随着运动强度增加而变快,两者呈现正相关的关系,因此皮尔逊相关系数只需要考虑在区间[0,1]的范围;
其中,为第个计算组中波型电压幅值变量α与第W个计算组中的合速度变量β之间的皮尔逊相关系数最小值,表明两组数据相关性较小;为第个计算组中波型电压幅值变量α与第W个计算组中的合速度变量β之间的皮尔逊相关系数中等值,表明具有较强的相关性;为第个计算组中波型电压幅值变量α与第W个计算组中的合速度变量β之间的皮尔逊相关系数最大值,表明相关性最强;为普通成年人跑步的平均最低速率,为普通成年人跑步的平均最高速率;
所述判断用户心脏机能健康水平数据为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910004741.XA CN109770851B (zh) | 2019-01-03 | 2019-01-03 | 一种基于蓝牙无线通信的心脏健康状态监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910004741.XA CN109770851B (zh) | 2019-01-03 | 2019-01-03 | 一种基于蓝牙无线通信的心脏健康状态监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109770851A CN109770851A (zh) | 2019-05-21 |
CN109770851B true CN109770851B (zh) | 2022-03-04 |
Family
ID=66499853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910004741.XA Active CN109770851B (zh) | 2019-01-03 | 2019-01-03 | 一种基于蓝牙无线通信的心脏健康状态监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109770851B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113876332B (zh) * | 2021-10-27 | 2023-12-08 | 深圳大学 | 一种心电信号监测装置与方法 |
CN114287938B (zh) * | 2021-12-13 | 2024-02-13 | 重庆大学 | 建筑环境中人体参数的安全区间获得方法和设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105392420A (zh) * | 2013-06-19 | 2016-03-09 | 图尔库大学 | 确定指示心脏功能障碍的信息的方法和设备 |
WO2018002542A1 (fr) * | 2016-06-30 | 2018-01-04 | Université D'aix-Marseille | Procédé de détection d'au moins un trouble du rythme cardiaque |
CN108245148A (zh) * | 2016-12-28 | 2018-07-06 | 三星电子株式会社 | 自适应生物信号特征组合设备及方法 |
CN109077718A (zh) * | 2018-10-25 | 2018-12-25 | 赵永刚 | 一种多导联穿戴式心电监护装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9042969B2 (en) * | 2009-08-12 | 2015-05-26 | Angel Medical Systems, Inc. | Heart rate correction system and methods for the detection of cardiac events |
US10242591B2 (en) * | 2015-08-04 | 2019-03-26 | The General Hospital Corporation | System and method for assessment of cardiovascular fitness |
CN105147278B (zh) * | 2015-09-30 | 2018-08-14 | 成都信汇聚源科技有限公司 | 一种具备自动分析和实时信息分享功能的远程心电图监测系统实现方法 |
CN107736887A (zh) * | 2017-11-09 | 2018-02-27 | 湖北工业大学 | 一种多功能移动心电监护系统及方法 |
-
2019
- 2019-01-03 CN CN201910004741.XA patent/CN109770851B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105392420A (zh) * | 2013-06-19 | 2016-03-09 | 图尔库大学 | 确定指示心脏功能障碍的信息的方法和设备 |
WO2018002542A1 (fr) * | 2016-06-30 | 2018-01-04 | Université D'aix-Marseille | Procédé de détection d'au moins un trouble du rythme cardiaque |
CN108245148A (zh) * | 2016-12-28 | 2018-07-06 | 三星电子株式会社 | 自适应生物信号特征组合设备及方法 |
CN109077718A (zh) * | 2018-10-25 | 2018-12-25 | 赵永刚 | 一种多导联穿戴式心电监护装置 |
Non-Patent Citations (1)
Title |
---|
Detection of spontaneous pulse using the acceleration signals acquired from CPR feedback sensor in a porcine model of cardiac arrest;liang wei 等;《PLoS One》;20171208;第1-11页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109770851A (zh) | 2019-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108478209B (zh) | 心电信息动态监护方法和动态监护系统 | |
CN105286909B (zh) | 一种可穿戴心音和心电特征信息采集及监控系统 | |
Matthews et al. | A wearable physiological sensor suite for unobtrusive monitoring of physiological and cognitive state | |
CN104363824B (zh) | 心电图中实时qrs持续时间的测量 | |
CN105796096B (zh) | 一种心率变异性分析方法、系统及终端 | |
CN101385644B (zh) | 12导联无线远程心电监护系统 | |
CN108577830B (zh) | 一种面向用户的体征信息动态监护方法和动态监护系统 | |
CN105852845A (zh) | 可穿戴式十二导联远程心电监护装置及其应用系统和方法 | |
Tamura et al. | Seamless healthcare monitoring | |
CN109157202A (zh) | 一种基于多生理信号深度融合的心血管疾病预警系统 | |
US20080214946A1 (en) | Monitoring Method and Apparatus | |
CN107126203A (zh) | 人体健康信息实时测量显示系统 | |
CN106166065B (zh) | 一种基于社交网络的可穿戴心电健康交互平台及其实现方法 | |
CN104605841A (zh) | 可穿戴心电信号监测装置及方法 | |
CN106943129A (zh) | 可穿戴的心率及呼吸监测装置、方法及其智能上衣 | |
Andreoli et al. | SPINE-HRV: A BSN-based toolkit for heart rate variability analysis in the time-domain | |
CN109770851B (zh) | 一种基于蓝牙无线通信的心脏健康状态监测系统及方法 | |
CN105769151A (zh) | 一种多点脉搏波检测方法及装置 | |
CN105232029A (zh) | 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 | |
CN106618532A (zh) | 一种用于心电与血压及脉搏特征参数采集的穿戴装置 | |
CN204520670U (zh) | 一种基于物联网的心电监护系统 | |
CN106333671A (zh) | 一种心电检测系统 | |
US20090156949A1 (en) | Medical device with real-time physiological signal analysis function | |
CN110664394A (zh) | 一种实时心电监测系统和监测方法 | |
CN114557684A (zh) | 一种腕表式脉搏心电同步采集显示装置 |
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 |