CN115868994A - 一种便携式心脏健康监测设备 - Google Patents
一种便携式心脏健康监测设备 Download PDFInfo
- Publication number
- CN115868994A CN115868994A CN202310138682.1A CN202310138682A CN115868994A CN 115868994 A CN115868994 A CN 115868994A CN 202310138682 A CN202310138682 A CN 202310138682A CN 115868994 A CN115868994 A CN 115868994A
- Authority
- CN
- China
- Prior art keywords
- wave
- electrode
- electrocardio
- segment
- health monitoring
- 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.)
- Withdrawn
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 77
- 230000005189 cardiac health Effects 0.000 title claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 34
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 238000005070 sampling Methods 0.000 claims description 68
- 239000010410 layer Substances 0.000 claims description 63
- 238000004458 analytical method Methods 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 30
- 238000011156 evaluation Methods 0.000 claims description 27
- 230000036541 health Effects 0.000 claims description 26
- 230000009467 reduction Effects 0.000 claims description 25
- 238000000718 qrs complex Methods 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 16
- 230000007246 mechanism Effects 0.000 claims description 15
- 239000012790 adhesive layer Substances 0.000 claims description 12
- 230000000087 stabilizing effect Effects 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 8
- 238000012806 monitoring device Methods 0.000 claims description 7
- 239000011241 protective layer Substances 0.000 claims description 7
- 230000003014 reinforcing effect Effects 0.000 claims description 7
- 239000000853 adhesive Substances 0.000 claims description 6
- 230000001070 adhesive effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 claims description 6
- 230000008093 supporting effect Effects 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 5
- 239000007933 dermal patch Substances 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 3
- 229910052697 platinum Inorganic materials 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 230000006978 adaptation Effects 0.000 claims 1
- 238000002565 electrocardiography Methods 0.000 description 30
- 238000004891 communication Methods 0.000 description 13
- 238000013528 artificial neural network Methods 0.000 description 9
- 239000013598 vector Substances 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 7
- 230000003042 antagnostic effect Effects 0.000 description 6
- 230000006872 improvement Effects 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 4
- 230000002336 repolarization Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000001615 p wave Methods 0.000 description 3
- 230000004213 regulation of atrial cardiomyocyte membrane depolarization Effects 0.000 description 3
- 230000034225 regulation of ventricular cardiomyocyte membrane depolarization Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000002861 ventricular Effects 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000002837 heart atrium Anatomy 0.000 description 2
- 230000028161 membrane depolarization Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 208000031229 Cardiomyopathies Diseases 0.000 description 1
- 201000006306 Cor pulmonale Diseases 0.000 description 1
- 206010014561 Emphysema Diseases 0.000 description 1
- 208000009525 Myocarditis Diseases 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 206010030113 Oedema Diseases 0.000 description 1
- 208000005228 Pericardial Effusion Diseases 0.000 description 1
- 208000002151 Pleural effusion Diseases 0.000 description 1
- 208000004186 Pulmonary Heart Disease Diseases 0.000 description 1
- 208000001871 Tachycardia Diseases 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 208000006218 bradycardia Diseases 0.000 description 1
- 230000036471 bradycardia Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 210000002808 connective tissue Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 201000003144 pneumothorax Diseases 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 208000004124 rheumatic heart disease Diseases 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 210000001013 sinoatrial node Anatomy 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 230000006794 tachycardia Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供了一种便携式心脏健康监测设备,属于医疗器械技术领域,该便携式心脏健康监测设备具有电极片和检测控制器,所述电极片为多个,用于紧密的贴合在人体心电检测的指定位置上并采集心电信号;所述检测控制器内设置有电源、心电采集板、单片机以及显示器,所述电源与所述心电采集板以及所述单片机电连接并供电,所述电极片通过联接线与所述心电采集板电连接,所述心电采集板用于采集所述电极片的电位信号,所述单片机用于接收和处理所述心电采集板采集的ECG信号并生成心电监测数据,所述显示器与所述单片机的显示输出端口电连接,并用于显示所生成的心电监测数据;所述电极片通过定位件固定在人体皮肤的指定位置。
Description
技术领域
本发明属于医疗器械技术领域,具体而言,涉及一种便携式心脏健康监测设备。
背景技术
心电图(Electrocardiography,ECG)检查技术自诞生以来,因为其简单高效和无创伤的特性被广泛应用于心血管等领域的临床健康检查中。传统心电图机可以生成包含心电信号波形、节律等基本信息的心电报告;人类医师借助对患者年龄、体征、病史等的综合分析,以及医学知识和案例经验,给出对于心电报告的具体判断。心电图检查在各级医院有较大的业务量,然而我国医疗资源相对稀缺且分布严重不均,基层医院、社区门诊等医疗机构中有经验的心电图医师十分缺乏。
公开号为CN112754493B的中国发明专利(申请号:CN202110058009.8)公开了一种便携式心电图测试仪,包括机壳、若干个电极片、若干个联接线、插接头、采集板、MCU、通信模块、按键和服务器,机壳上设置有若干个插接口,采集板安装在机壳内,若干个电极片贴附在人体皮肤相应位置,电极片通过联接线与插接头连接,插接头与插接口匹配,插接口与采集板连接,采集板通过联接线采集电极片处的电位信号,按键安装在机壳上,通信模块与服务器通信连接。本发明的实质性效果是:使用和携带方便,能够适用家庭或者旅行途中使用,采集使用者的心电图数据,并能够通过通信模块发送到服务器,由服务器进行分析诊断,及时发现使用者可能存在的健康风险。这一发明需要将心电图数据发送到服务器进行诊断。
公开号为CN111317464B的中国发明专利(申请号:CN202010090068.9)公开了一种心电图分析方法和装置,其中方法包括基于预先获取的多个心电图,通过文本语义信息提取模型,获取与每个心电图对应的文本语义信息向量;基于多个心电图,通过心电图波形向量提取模型,获取与每个心电图对应的心电图波形向量;根据文本语义信息向量、心电图波形向量以及预先获取的第一事件集合,获取第一心电图分析结果;根据文本语义信息向量以及心电图波形向量,获取第二心电图分析结果;根据第一心电图分析结果以及第二心电图分析结果,获取每个心电图对应的心电图事件。本发明的方法能够直接对PDF格式的心电图进行解释。这一发明中对心电图的分析需要根据文本信息、波形信息等利用神经网络进行计算,需要消耗大量的计算资源,无法部署在小型随身便携设备内。
当前技术条件下,患者需要去医疗机构进行心电图检测,检测的结果需要经过专业人员进行分析,使得患者不便于日常生活中简单得到自身的心脏健康状态。
发明内容
有鉴于此,本发明提供一种便携式心脏健康监测设备,能够解决患者需要去医疗机构进行心电图检测,检测的结果需要经过专业人员进行分析,使得患者不便于日常生活中简单得到自身的心脏健康状态的技术问题。
本发明是这样实现的:
本发明提供一种便携式心脏健康监测设备,其中,具有电极片和检测控制器,所述电极片为多个,用于紧密的贴合在人体心电检测的指定位置上并采集心电信号;所述检测控制器内设置有电源、心电采集板、单片机以及显示器,所述电源与所述心电采集板以及所述单片机电连接并供电,所述电极片通过联接线与所述心电采集板电连接,所述心电采集板用于采集所述电极片的电位信号,所述单片机用于接收和处理所述心电采集板采集的ECG信号并生成心电监测数据,所述显示器与所述单片机的显示输出端口电连接,并用于显示所生成的心电监测数据;所述电极片通过定位件固定在人体皮肤的指定位置。
本发明提供的一种便携式心脏健康监测设备的技术效果如下:通过设置电极片和心电采集板实现对心电信号进行实时采集;通过设置单片机,实现对电极片采集的心电信号进行实时处理并生成心电监测数据,通过显示器进行显示,使用者可以直接通过显示器显示的心电监测数据对自己的心脏健康进行判断。所述检测控制器可放入随身携带的包内或直接手持,方便使用。
在上述技术方案的基础上,本发明的一种便携式心脏健康监测设备还可以做如下改进:
其中,所述电极片包括内层电极、中间电极以及外层电极,所述外层电极贴合在人体皮肤上,所述中间电极、所述内层电极依次积层配置在所述外层电极上;所述内层电极与所述中间电极、所述中间电极与所述外层电极之间设置有导电胶片,所述导电胶片用于将所述内层电极、所述中间电极以及所述外层电极粘合在一起,并进行导电;所述外层电极远离所述中间电极的一侧设置有粘合性表面,所述粘合性表面用于将所述电极片贴合在人体指定位置上进行心电信号监测;所述内层电极远离所述中间电极的一端设置有动压稳定板,所述动压稳定板用于稳定所述内层电极、所述中间电极以及所述外层电极上的电压;所述内层电极、所述中间电极以及所述外层电极上均设置有连接端子,所述连接端子通过联接线与所述心电采集板电连接。
采用上述改进方案的有益效果为:通过设置内层电极,中间电极以及外层电极,对心电信号进行全方位实时采集;通过设置导电胶片,将内层电极、中间电极以及外层电极粘合在一起,并进行导电;通过设置动压稳定板,实现对内层电极、中间电极以及外层电极电压的稳定;通过设置连接端子,用于向单片机传递监测的心电信号。
其中,所述内层电极、所述中间电极以及所述外层电极均为网状电极、多孔性电极中的一种,所述电极片的个数为12个。
其中,所述定位件为皮肤帖敷件;所述电极片通过皮肤帖敷件固定在人体皮肤的指定位置,所述皮肤帖敷件包括柔性骨架层以及所述粘帖层,所述粘帖层覆盖在所述电极片的表面,将所述电极片固定在皮肤的指定位置,所述柔性骨架层呈网状,设置在所述粘帖层的外侧,用于为所述粘帖层起到支撑作用;所述粘帖层的下表面靠近人体皮肤的一侧设置有防护层,所述防护层用于保证所述皮肤帖敷件在使用前的粘连效果和洁净;所述柔性骨架层的表面中部设置有加强层,所述加强层用于将强所述柔性骨架层的支撑效果。
采用上述改进方案的有益效果为:通过设置皮肤帖敷件,实现将电极片紧密的贴合在人体心电检测的指定位置上;通过设置柔性骨架层以及粘帖层,实现对电极片的固定;通过设置防护层,保证皮肤帖敷件在使用前的黏连效果以及洁净;通过设置加强层,实现对柔性骨架层的支撑。
其中,所述定位件为穿戴绑带;所述电极片通过穿戴绑带固定在人体皮肤的指定位置,所述穿戴绑带包括背带、胸带、腰带以及连接带,所述背带为两个,两个所述背带的一端分别与所述胸带的前部连接,两个所述背带的另一端分别绕过肩膀后与所述胸带的后部连接;所述连接带的一端与所述胸带的前部连接,所述连接带的另一端与所述腰带连接;所述胸带穿戴在人体胸部,所述腰带固定在人体的腰部,所述背带、所述胸带、所述腰带以及所述连接带覆盖在多个所述电极片上,将所述电极片紧密的固定在人体皮肤的指定位置进行实时心电监测。
采用上述改进方案的有益效果为:通过设置穿戴绑带,实现将电极片紧密的贴合在人体心电检测的指定位置上;通过设置背带、胸带、腰带以及连接带,全方位覆盖电极片,将电极片紧密的固定在人体皮肤的指定位置进行实时心电监测。
进一步的,所述背带、所述胸带、所述腰带以及所述连接带上均设置有松紧调节机构,所述松紧调节机构调节所述背带、所述胸带、所述腰带以及所述连接带的松紧,使得所述穿戴绑带穿戴舒适;所述松紧调节机构包括卡扣以及卡槽,所述卡扣分别设置在所述背带、所述胸带、所述腰带以及所述连接带上,所述卡槽固定在所述背带、所述胸带、所述腰带以及所述连接带靠近所述松紧调节机构的上表面,所述卡扣与所述卡槽相适配。
采用上述改进方案的有益效果为:通过设置松紧调节机构,实现对背带、胸带、腰带以及连接带松紧度的调节,使得穿戴绑带在使用过程中更加舒适。
其中,所述单片机上设置有存储器和处理器,其中所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时能够实现以下步骤:
数据接收步骤:用于接收多个所述心电采集板传输来的ECG信号;
数据处理步骤:用于对接收的ECG信号进行处理,生成心电健康监测数据并输出,其中所述心电健康数据采用总分为100的分值来描述;
其中,所述数据处理步骤具体包括:
S10:对ECG信号进行降噪得到降噪信号;
S20:计算降噪信号的心率;
S30:对降噪信号分类处理后得到分析信号集;
S40:对分析信号集进行计算,得到心电健康监测数据;
S50:对生成的心电监测数据进行输出。
其中,心电监测数据可以通过显示器输出,还可以通过无线或有线方式将输出到接收端,包括PC终端或APP终端。当输出方式为通过无线或有线方式输出时,所述检测控制器内还设置有通信设备,所述电源与所述通信设备电连接并供电,所述处理器与所述通信设备电连接并通过所述通信设备向接收端发送需要显示的心电图数据。
本方案中,数据处理步骤的作用在于,能够对接收的ECG信号进行处理,生成非专业人员可快速理解的心电健康监测数据并输出,无需专业知识,即可通过满分为100分的分值来了解使用者的心脏健康状态。
进一步的,所述“对降噪信号分类处理后得到分析信号集”的步骤包括:
对所述降噪信号按照时间轴顺序进行波形分离,得到包含多个分段的波点集;
对波点集中不同的波形、段、间期进行分类,分类包括P波、QRS波群、T波、PR段、ST段、PR间期以及QT间期,以分类完成的波点集作为分析信号集。
进一步的,所述″对所述降噪信号按照时间轴顺序进行波形分离,得到包含多个分段的波点集″的步骤包括:
以时间轴为横t轴t轴,以电压为纵轴h轴建立心电坐标系,以最先接到降噪信号的时刻为t=0时刻,建立心电坐标系,横轴的单位为ms,纵轴的单位为mv,将降噪信号在心电坐标系上以波形方式进行加载得到心电波形;
从t=0时刻开始,每隔10ms对心电波形进行采样,得到包含多个采样点的心电采样点集;
自第1个采样点起,删除心电采样点集中所有h=0的采样点,得到包含多个分段的波点集;
所述“对波点集中不同的波形、段、间期进行分类,分类包括P波、QRS波群、T波、PR段、ST段、PR间期以及QT间期,以分类完成的波点集作为分析信号集”的步骤具体包括:
对波点集中的每个分段寻找h最大的采样点,作为分段采样点;
根据分段采样点的数值范围对分段的铂类别进行分类:以h∈(0,0.26]的分段采样点所在分段为P波,以h∈[1.00,1.60]分段采样点所在分段为T波,以h∈[1.80,+∞)分段采样点所在分段为R波;若R波左侧分段的分段采样点h<0,则所述R波左侧分段为Q波;若R波右侧分段的分段采样点h<0,则所述R波右侧分段为S波;将相邻的Q波、R波和S波组合为QRS波群;
以相邻的P波和Q波的t轴间隔作为PR段;
以相邻的S波和T波的t轴间隔作为ST段;
以P波起始点到Q波起始点作为PR间期;
以Q波起始点到T波结束点作为QT间期。
采用上述改进方案的有益效果为:通过利用采样点的方式对心电波形转化为波点集,可以有效减少计算的数量;由于采样的间隔为10ms,小于常用的心电图的横轴40ms的时间间隔,可以确保采样后的波点集失真小;对波点集中的每个分段寻找h最大的采样点,作为分段采样点,能够将需要判断的波点集进一步缩小,利用每一种波形的振幅区间作为判断分段采样点的判断区间,直接采用比较计算的方式,大大减小了判断波形分类的计算量,远高于采用神经网络或人工智能方法的判断效率。
进一步的,所述“对分析信号集进行计算,得到心电健康监测数”的步骤包括:
对分析信号集中每一种波形与对应分类的标准P波、标准QRS波群、标准T波、标准PR段、标准ST段、标准PR间期以及标准QT间期波进行相似度分析,得到波形相似度数据集,包含P波相似度记为similarityP、QRS波群相似度记为similarityQRS、T波相似度记为similarityT、PR段差记为similarityPR、ST段差值记为similarityST、PR间期差值记为similarityPRI以及QT间期差值记为similarityQTI;
对每30m内的平均心率和相似度数据集中每个数值的平均数进行熵权法赋值计算得到心电健康监测数据。
其中,波形相似度的计算方式为:
P波相似度:计算P波上的每个采样点与标准P波上对应的点的余弦相似度,记为similarityP;
QRS波群:计算QRS波群上的每个采样点与标准QRS波群上对应的点的余弦相似度,记为similarityQRS;
T波相似度:计算T波上的每个采样点与标准T波上对应的点的余弦相似度,记为similarityT;
PR段差值:(PR段的长度减去标准PR段的长度)/标准PR段的长度,记为similarityPR;
ST段差值:(ST段的长度-标准ST段的长度)/标准ST段的长度,记为similarityST;
PR间期差值:(PR间期的长度-标准PR间期的长度)/标准PR间期的长度,记为similarityPRI;
QT间期差值:(QT间期的长度-标准QT间期的长度)/标准QT间期的长度,记为similarityQTI。
进一步的,所述“对每30m内的平均心率和相似度数据集中每个数值的平均数进行熵权法赋值计算得到心电健康监测数据”的步骤具体包括:
建立包含平均心率、平均P波相似度、平均QRS波群、平均T波相似度、平均PR段差值、平均ST段差值、平均PR间期差值、平均QT间期差值的评价标准集;
第一步:对平均心率进行计分得到心率分值,若平均心率∈[60,100],则心率分值为100;否则为-100;
第二步:对归一化处理之后的评价指标进行标准化处理,其中正值指标的处理方式为:
负值指标的处理方式为:
其中,当心率分值为100分时,以心率分值为正值指标,当心率分值为100时,以心率分值为负值指标;
式中,x′i表示归一处理后的评价指标;
对归一化处理之后的评价指标进行标准化处理:
式中,Pi为标准化的指标数据,m表示评价指标的数量;
第三步:计算每个评价指标的信息熵:
第四步:计算每个评价指标的权重:
第五步:计算心电健康监测数据,记为:
采用上述改进方案的有益效果为:由于非专业人员对心电图的判断不需要十分精确,只需要一个能够表征的数值,因此采用相似度作为评价指标进而进行赋权计算,得到的数值可以作为表征心脏健康监测的数值;本方案以30m为计算时间段,对计算时间段对的相关评价标准集进行熵权法赋权,并计算得到心电健康监测数据,此数据采用百分制进行评价,非专业人员可快速理解。
与现有技术相比较,本发明提供的一种便携式心脏健康监测设备的有益效果是:采用皮肤帖敷件或穿戴绑带将电极片贴敷在人体皮肤上,检测控制器可放入随身携带的包内或直接手持,方便使用,设备简单,患者可以在日常生活中使用;利用单片机对心电采集板采集到的ECG信号进行处理,通过利用采样点的方式对心电波形转化为波点集,可以有效减少计算的数量;由于采样的间隔为10ms,小于常用的心电图的横轴40ms的时间间隔,可以确保采样后的波点集失真小;对波点集中的每个分段寻找h最大的采样点,作为分段采样点,能够将需要判断的波点集进一步缩小,利用每一种波形的振幅区间作为判断分段采样点的判断区间,直接采用比较计算的方式,大大减小了判断波形分类的计算量,远高于采用神经网络或人工智能方法的判断效率。由于非专业人员对心电图的判断不需要十分精确,只需要一个能够表征的数值,因此采用相似度作为评价指标进而进行赋权计算,得到的数值可以作为表征心脏健康监测的数值;本方案以30m为计算时间段,对计算时间段对的相关评价标准集进行熵权法赋权,并计算得到心电健康监测数据,此数据采用百分制进行评价,非专业人员可快速理解。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为电极片的结构示意图;
图2为皮肤帖敷件的截面结构示意图;
图3为穿戴绑带的结构示意图;
图4为松紧调节机构的结构示意图;
图5为ECG信号不同波的示意图;
图6为数据处理步骤的流程图;
附图中,各标号所代表的部件列表如下:
10、电极片;11、内层电极;12、中间电极;13、外层电极;14、导电胶片;15、动压稳定板;20、检测控制器;21、电源;22、心电采集板;23、单片机;24、显示器;25、通信设备;50、皮肤帖敷件;51、柔性骨架层;52、粘帖层;53、防护层;54、加强层;60、穿戴绑带;61、背带;62、胸带;63、腰带;64、连接带;65、松紧调节机构;651、卡扣;652、卡槽。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
如附图1所示,是本发明提供的一种便携式心脏健康监测设备的第一实施例,在本实施例中,具有电极片10和检测控制器20,电极片10为多个,用于紧密的贴合在人体心电检测的指定位置上并采集心电信号;检测控制器20内设置有电源21、心电采集板22、单片机23以及显示器24,电源21与心电采集板22以及单片机23电连接并供电,电极片10通过联接线与心电采集板22电连接,心电采集板22用于采集电极片10的电位信号,单片机23用于接收和处理心电采集板22采集的ECG信号并生成心电监测数据,显示器24与单片机23的显示输出端口电连接,并用于显示所生成的心电监测数据;电极片10通过定位件固定在人体皮肤的指定位置。
使用时,将多个电极片10通过连接线与心电采集板22电连接,接通电源21,尽量将多个电极片10按照心电图要求位置进行贴敷,并将检测控制器20放置在口袋或背包内,也可以手持,其中也能够监测使用者运动时的心电监测数据,使用方便,可监测动态场景。其中,心电采集板22可采用ADI亚德诺生产的AD8232ECG传感器,AD8232 ECG传感器是用于心率监测的心脏生物电位信号调节的集成前端,能够输出ECG信号。它由专用仪表放大器、运算放大器、右腿驱动放大器和中间电源参考缓冲器组成。此外,AD8232还包括引线断开检测电路和自动快速恢复电路,该电路在引线重新连接后立即恢复信号。AD8232包含一个专门的仪器放大器,用于放大ECG信号,同时抑制同一级上的电极半细胞电位。这可以通过间接电流反馈架构实现,与传统实现相比,该架构减小了尺寸和功率。AD8232 ECG传感器的主要应用于手持式心电图和监测心脏和健身活动监测等。单片机23使用Intel生产的80c51单片机。显示器使用通用的液晶显示器。
在本发明的第一实施例中,电极片10采用奥地利斯康达SKINTACT生产的心电监护电极型号:FS-TC1。
如附图2-4所示是本发明的第二实施例,在本实施例中采用了公开号为CN103945759B的中国发明专利(申请号:CN201180074541.3)的原理,这一发明公开了一种生物电极片,可不受体动噪声妨碍地稳定测量心电信号,所述生物电极片用于心电图仪,心电图仪对使用贴敷于生物体皮肤的多个生物电极片检测到的电信号进行处理而测量心电信号,且心电图仪包括:第1差分电路,取来自多个生物电极片中的两个生物电极片各自的任一电极的信号彼此的差分,求出源心电信号;第2差分电路,分别对于两个生物电极片,取来自任意两个电极的信号彼此的差分,求出体动噪声信号;及体动噪声去除电路,从源心电信号中,去除两个生物电极片各自的体动噪声信号的低频成分,其中生物电极片包括:多片电极,相互积层配置;及导电胶片,与多片电极交替地配置,且介于这些电极间。具体为:电极片10包括内层电极11、中间电极12以及外层电极13,外层电极13贴合在人体皮肤上,中间电极12、内层电极11依次积层配置在外层电极13上;内层电极11与中间电极12、中间电极12与外层电极13之间设置有导电胶片14,导电胶片14用于将内层电极11、中间电极12以及外层电极13粘合在一起,并进行导电;外层电极13远离中间电极12的一侧设置有粘合性表面,粘合性表面用于将电极片10贴合在人体指定位置上进行心电信号监测;内层电极11远离中间电极12的一端设置有动压稳定板15,动压稳定板15用于稳定内层电极11、中间电极12以及外层电极13上的电压;内层电极11、中间电极12以及外层电极13上均设置有连接端子,连接端子通过联接线与心电采集板22电连接。
电极片10采用粘贴的方式粘贴在人体皮肤上;内层电极11、中间电极12以及外层电极13均为网状电极、多孔性电极中的一种,电极片10的个数为12个。
其中,在上述技术方案中,定位件为皮肤帖敷件50;电极片10通过皮肤帖敷件50固定在人体皮肤的指定位置,皮肤帖敷件50包括柔性骨架层51以及粘帖层52,粘帖层52覆盖在电极片10的表面,将电极片10固定在皮肤的指定位置,柔性骨架层51呈网状,设置在粘帖层52的外侧,用于为粘帖层52起到支撑作用;粘帖层52的下表面靠近人体皮肤的一侧设置有防护层53,防护层53用于保证皮肤帖敷件50在使用前的粘连效果和洁净;柔性骨架层51的表面中部设置有加强层54,加强层54用于将强柔性骨架层51的支撑效果。
如图1所示,是本发明提供的一种便携式心脏健康监测设备的第二实施例,在本实施例中,定位件为穿戴绑带60;电极片10通过穿戴绑带60固定在人体皮肤的指定位置,穿戴绑带60包括背带61、胸带62、腰带63以及连接带64,背带61为两个,两个背带61的一端分别与胸带62的前部连接,两个背带61的另一端分别绕过肩膀后与胸带62的后部连接;连接带64的一端与胸带62的前部连接,连接带64的另一端与腰带63连接;胸带62穿戴在人体胸部,腰带63固定在人体的腰部,背带61、胸带62、腰带63以及连接带64覆盖在多个电极片10上,将电极片10紧密的固定在人体皮肤的指定位置进行实时心电监测。
进一步的,在上述技术方案中,背带61、胸带62、腰带63以及连接带64上均设置有松紧调节机构65,松紧调节机构65调节背带61、胸带62、腰带63以及连接带64的松紧,使得穿戴绑带60穿戴舒适;松紧调节机构65包括卡扣651以及卡槽652,卡扣651分别设置在背带61、胸带62、腰带63以及连接带64上,卡槽652固定在背带61、胸带62、腰带63以及连接带64靠近松紧调节机构65的上表面,卡扣651与卡槽652相适配。
其中,在上述技术方案中,单片机23上设置有存储器和处理器,其中存储器存储有计算机程序,计算机程序被处理器执行时能够实现以下步骤:
数据接收步骤:用于接收多个心电采集板22传输来的ECG信号;
数据处理步骤:用于对接收的ECG信号进行处理,生成心电健康监测数据并输出,其中心电健康数据采用总分为100的分值来描述;
其中,数据处理步骤具体包括:
S10:对ECG信号进行降噪得到降噪信号;
S20:计算降噪信号的心率;
S30:对降噪信号分类处理后得到分析信号集;
S40:对分析信号集进行计算,得到心电健康监测数据;
S50:对生成的心电监测数据进行输出。
其中“对ECG信号进行降噪得到降噪信号”采用了公开号为CN111680785B的中国发明专利(申请号CN202010482112.0)公开的基于稀疏特性与对抗神经网络相结合的ECG信号处理方法,能够利用稀疏提取出ECG信号中深层次特征,对传统的对抗神经网络进行改进,利用对抗网络的特性不断学习优化,高精度实现了去除ECG信号中的噪声干扰的同时减少了运算时间。考虑到不同人体之间存在的个体差异特征,针对远程医院背景下的信号噪声多,干扰大等因素,利用大数据特征优势,引入深度学习,针对ECG信号的时域特性通过发生器和鉴别器之间的博弈,利用对抗性思维不断积累ECG信号噪声分布的知识,利用支持向量机(SVM)算法对去噪后的信号进行定性评估。
在本方案中,针对“对ECG信号进行降噪得到降噪信号”的步骤,采用上述专利的思路,具体如下:
(a)从MIT-BIH噪声压力测试数据库中选择EM、BM和MA噪声记录作为噪声数据v;
(b)深度学习的对抗神经网络中生成网络输入的信号为含有噪声数据v的信号y,将含有噪声数据v的信号y重新构建干净的原始信号y*实现信号y的降噪,得到降噪后的信号y′,将原始信号y*与降噪后的信号y′作为输入信号输入进对抗神经网络中的判别器,使用支持向量机来评价降噪后的ECG信号质量;
(c)通过对抗神经网络的学习法将步骤b)中的生成网络模型进行训练,训练后的生成网络模型将ECG信号进行高保真降噪,得到降噪信号;
d)通过公式ID=log(1-D(y*))+log(D(G(y)))计算对抗神经网络中的判别器的损失函数ID,式中G(y)为以含有噪声数据v的信号y作为输入信号并通过生成网络去噪后的信号,D(G(y))为判别网络判别信号是来自原始信号而不是生成网络去噪后的信号的概率;
e)当判别器无法判别输入的信号是原始信号还是生成网络生成的信号时,保存模型。
其中,“计算降噪信号的心率”的步骤使用了公开号为CN111685754B的中国发明专利(申请号:CN202010566310.5)公开的一种针对可穿戴ECG采集设备的心率计算方法及系统,包括构建网络训练模型,由网络训练模型得到一段心电信号检测出的R波位置,并计算出所有RR间期的值;对RR间期的值进行升序排序,筛选出合适的RR间期;计算剩余RR间期均值,根据剩余RR间期均值计算心率。
其中,心电监测数据可以通过显示器输出,还可以通过无线或有线方式将输出到接收端,包括PC终端或APP终端。当输出方式为通过无线或有线方式输出时,检测控制器20内还设置有通信设备25,电源21与通信设备25电连接并供电,处理器与通信设备25电连接并通过通信设备25向接收端发送需要显示的心电图数据。
进一步的,在上述技术方案中,“对降噪信号分类处理后得到分析信号集”的步骤包括:
对降噪信号按照时间轴顺序进行波形分离,得到包含多个分段的波点集;
对波点集中不同的波形、段、间期进行分类,分类包括P波、QRS波群、T波、PR段、ST段、PR间期以及QT间期,以分类完成的波点集作为分析信号集,ECG信号的分段如附图5所示;
进一步的,在上述技术方案中,″对降噪信号按照时间轴顺序进行波形分离,得到包含多个分段的波点集″的步骤包括:
以时间轴为横t轴t轴,以电压为纵轴h轴建立心电坐标系,以最先接到降噪信号的时刻为t=0时刻,建立心电坐标系,横轴的单位为ms,纵轴的单位为mv,将降噪信号在心电坐标系上以波形方式进行加载得到心电波形;
从t=0时刻开始,每隔10ms对心电波形进行采样,得到包含多个采样点的心电采样点集;自第1个采样点起,删除心电采样点集中所有h=0的采样点,得到包含多个分段的波点集;
“对波点集中不同的波形、段、间期进行分类,分类包括P波、QRS波群、T波、PR段、ST段、PR间期以及QT间期,以分类完成的波点集作为分析信号集”的步骤具体包括:
对波点集中的每个分段寻找h最大的采样点,作为分段采样点;
根据分段采样点的数值范围对分段的铂类别进行分类:以h∈(0,0.26]的分段采样点所在分段为P波,以h∈[1.00,1.60]分段采样点所在分段为T波,以h∈[1.80,+∞)分段采样点所在分段为R波;若R波左侧分段的分段采样点h<0,则R波左侧分段为Q波;若R波右侧分段的分段采样点h<0,则R波右侧分段为S波;将相邻的Q波、R波和S波组合为QRS波群;
以相邻的P波和Q波的t轴间隔作为PR段;
以相邻的S波和T波的t轴间隔作为ST段;
以P波起始点到Q波起始点作为PR间期;
以Q波起始点到T波结束点作为QT间期。
根据ECG信号或心电图的基本原理可知:
P波:代表左右心房除极的电位变化。
P波形态;因为心脏激动起源于窦房结,所以左右心房除极的综合向量指向左、前下,因此P波在I、II、aVF、V3~V6导联直立,aVR导联倒置,其余导联呈双向、倒置均可。P波的波顶般呈钝圆形、光滑,有时可有轻微切迹,但不超过0.04s。
时间:0.12s(婴儿0.09s,儿童0.10s)
振幅:肢导联0.25mV,胸导联直立P波0.2mV。
平均电轴:P波平均电轴在0°~+90°之间,通常为+40°~+60°。
在对波形集的分类中,以h∈(0,0.26]的分段采样点所在分段为P波。
QRS波群
代表心室除极的电位变化。
(1)时间:成人多为0.06~0.10s最宽不超过0.11s;婴儿及儿童期为0.04~0.08s
(2)R峰时间:又称室壁激动时间或类本位曲折时间(简称VAT),指从QRS波群起点到R波顶峰垂直线的间距,代表该处心室壁从内膜开始激动到外膜的时间。如有R波,应测量至R峰;如R波有切迹,则应测量至切迹第峰。正常成人V~V2导联,右心室壁激动时间0.04s;V5~V6导联,左心室壁激动时间0.05s(1岁以下0.035)。
(3)波形和振幅
肢导联:I、II、III导联的QRS波群在没有电轴偏移的情况下,主波一般向上,RI1.5mV;aVR导联一般主波向下,可呈QS、rS、rSr或Qr型,RV10.5mv;aVL与avF的QRS波群可呈qR、Rs或R型,也可呈rS型,当aV1与aVF导联以R波为主时,其RavL1.2mV,RavF2.0mV。
胸导联:1.0mV,RI+S.05mV,R2.5mV,Rs+S3.5m(女),Rv+S14.0mV(男)。10岁以下儿童Rv~v2可达1.85mVRv可高达31mV3岁以下幼儿V1的R/S1。
正常人V1、V2导联多呈rS型称右心室波群,有时可出现rSr型,但r通常r振幅故又称之为“室上嵴型”;在V3、V:导联,R波与S波的振幅几乎相等称过渡区波形;VV导联的QRS波群可呈qR,qRs、Rs或R型称左心室波群。所以正常人胸导联的R波自V1到V逐渐增高,而S波逐渐减小,V1的R/S1,V的R/S1。
低电压:六个肢体导联的QRS波群振幅(正向波和负向波振幅的绝对值之和)都0.5mV,或六个胸导联的QRS波群振幅(正向波和负向波振幅的绝对值之和)均0.8mV称为低电压。多见于肺源性心脏病、冠心病、风湿性心脏病、心肌炎、心肌病、广泛心肌梗死、心包积液、胸腔积液、肺气肿、全身水肿、气胸、过度肥胖等;正常人有1%左右出现,其中心内因素多伴有心律失常及T波改变。
Q波:
除aVR导联外,正常左胸导联及某些肢导联可出现Q波,称间隔性Q波其时间应0.04s,深度应小于同导联中R波的1/4。
正常V1、V2导联不应有q波,但偶可呈QS型;V3导联极少有q波;V5、V导联常可见正常范围的q波。
在对波形集的分类中,以h∈[1.80,+∞)分段采样点所在分段为R波;若R波左侧分段的分段采样点h<0,则R波左侧分段为Q波;若R波右侧分段的分段采样点h<0,则R波右侧分段为S波;将相邻的Q波、R波和S波组合为QRS波群;
T波
代表心室快速复极时的电位变化
(1)形态:呈圆钝状,平滑而宽大,般无切迹,其上升支稍平·下降支较陡。
(2)方问:在正常情况下,T波的方向与问导联QRS波群的主波方向一致。因此,在I、II、V1~V导联上,T波直立,而在aVR导联上,T波倒置,在III、aVl、aVF、V1-V导联上,T波可以向上、双向或向下。但如果V的T波直立,那么。V1~V导联的T波就不应再倒置。
(3)振幅:在以R波为主的导联上,T波的振幅不应低于同一导联R波的110T波在胸导联上有时可高达1.2~1.5mV仍属正常
在对波形集的分类中,以h∈[1.00,1.60]分段采样点所在分段为T波;
PR段
指P波终点到R波(或Q波)起点这一。代表心房除极结束到心室除极开始。(P-R间期除去P波时间),在这段中可埋藏着心房的复极过程,即称为Ta波,多被QRS波所掩盖。
PR间期
指P波起点到QRS波群的起点,代表心房开始除极到心室开始除极所需的时间。
成人为0.12~0.20s(心率在60~100次/min);儿童为0.12~0.18s;乳儿及幼儿可0.10s;在心动过速的情况下,P-R间期可相应缩短;在老年人或心动过缓的情况下,P-R间期可延长,但不超过0.22s。
ST段
由QRS波群终点到T波起点间的线段,其代表心室的缓慢复极过程。
QT间期
从QRS波群起始至T波终末的时间。代表心室除极开始到复极结束所需要的时间
心率在60~100次min时,Q-T间期的正常值为0.32~0.44s
QT间期长短与心率的快慢密切相关,心率愈快,Q-T间期愈短,反之愈长。所以常用校止的Q-T间期(Q-Tc)来减少心率对其的影响。
进一步的,在上述技术方案中,“对分析信号集进行计算,得到心电健康监测数”的步骤包括:
对分析信号集中每一种波形与对应分类的标准P波、标准QRS波群、标准T波、标准PR段、标准ST段、标准PR间期以及标准QT间期波进行相似度分析,得到波形相似度数据集,包含P波相似度记为similarityP、QRS波群相似度记为similarityQRS、T波相似度记为similarityT、PR段差记为similarityPR、ST段差值记为similarityST、PR间期差值记为similarityPRI以及QT间期差值记为similarityQTI;
对每30m内的平均心率和相似度数据集中每个数值的平均数进行熵权法赋值计算得到心电健康监测数据。
其中,波形相似度的计算方式为:
P波相似度:计算P波上的每个采样点与标准P波上对应的点的余弦相似度,记为similarityP;
QRS波群:计算QRS波群上的每个采样点与标准QRS波群上对应的点的余弦相似度,记为similarityQRS;
T波相似度:计算T波上的每个采样点与标准T波上对应的点的余弦相似度,记为similarityT;
PR段差值:(PR段的长度减去标准PR段的长度)/标准PR段的长度,记为similarityPR;
ST段差值:(ST段的长度-标准ST段的长度)/标准ST段的长度,记为similarityST;
PR间期差值:(PR间期的长度-标准PR间期的长度)/标准PR间期的长度,记为similarityP RI;
QT间期差值:(QT间期的长度-标准QT间期的长度)/标准QT间期的长度,记为similarityQTI。
进一步的,在上述技术方案中,“对每30m内的平均心率和相似度数据集中每个数值的平均数进行熵权法赋值计算得到心电健康监测数据”的步骤具体包括:
建立包含平均心率、平均P波相似度、平均QRS波群、平均T波相似度、平均PR段差值、平均ST段差值、平均PR间期差值、平均QT间期差值的评价标准集;
第一步:对平均心率进行计分得到心率分值,若平均心率∈[60,100],则心率分值为100;否则为-100;
第二步:对归一化处理之后的评价指标进行标准化处理,其中正值指标的处理方式为:
负值指标的处理方式为:
其中,当心率分值为100分时,以心率分值为正值指标,当心率分值为100时,以心率分值为负值指标:
式中,x′i表示归一处理后的评价指标;
对归一化处理之后的评价指标进行标准化处理:
式中,Pi为标准化的指标数据,m表示评价指标的数量;
第三步:计算每个评价指标的信息熵:
第四步:计算每个评价指标的权重:
第五步:计算心电健康监测数据,记为:
具体的,本发明的原理是:
(1)通过设置电极片10和心电采集板22实现对心电信号进行实时采集;通过设置单片机23,实现对电极片10采集的心电信号进行实时处理并生成心电监测数据,通过显示器24进行显示,使用者可以直接通过显示器24显示的心电监测数据对自己的心脏健康进行判断。所述检测控制器20可放入随身携带的包内或直接手持,方便使用。
(2)通过利用采样点的方式对心电波形转化为波点集,可以有效减少计算的数量;由于采样的间隔为10ms,小于常用的心电图的横轴40ms的时间间隔,可以确保采样后的波点集失真小;对波点集中的每个分段寻找h最大的采样点,作为分段采样点,能够将需要判断的波点集进一步缩小,利用每一种波形的振幅区间作为判断分段采样点的判断区间,直接采用比较计算的方式,大大减小了判断波形分类的计算量,远高于采用神经网络或人工智能方法的判断效率。由于非专业人员对心电图的判断不需要十分精确,只需要一个能够表征的数值,因此采用相似度作为评价指标进而进行赋权计算,得到的数值可以作为表征心脏健康监测的数值;本方案以30m为计算时间段,对计算时间段对的相关评价标准集进行熵权法赋权,并计算得到心电健康监测数据,此数据采用百分制进行评价,非专业人员可快速理解。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种便携式心脏健康监测设备,其特征在于,具有电极片(10)和检测控制器(20),所述电极片(10)为多个,用于紧密的贴合在人体心电检测的指定位置上并采集心电信号;所述检测控制器(20)内设置有电源(21)、心电采集板(22)、单片机(23)以及显示器(24),所述电源(21)与所述心电采集板(22)以及所述单片机(23)电连接并供电,所述电极片(10)通过联接线与所述心电采集板(22)电连接,所述心电采集板(22)用于采集所述电极片(10)的电位信号,所述单片机(23)用于接收和处理所述心电采集板(22)采集的ECG信号并生成心电监测数据,所述显示器(24)与所述单片机(23)的显示输出端口电连接,并用于显示所生成的心电监测数据;所述电极片(10)通过定位件固定在人体皮肤的指定位置。
2.根据权利要求1所述的一种便携式心脏健康监测设备,其特征在于,所述电极片(10)包括内层电极(11)、中间电极(12)以及外层电极(13),所述外层电极(13)贴合在人体皮肤上,所述中间电极(12)、所述内层电极(11)依次积层配置在所述外层电极(13)上;所述内层电极(11)与所述中间电极(12)、所述中间电极(12)与所述外层电极(13)之间设置有导电胶片(14),所述导电胶片(14)用于将所述内层电极(11)、所述中间电极(12)以及所述外层电极(13)粘合在一起,并进行导电;所述外层电极(13)远离所述中间电极(12)的一侧设置有粘合性表面,所述粘合性表面用于将所述电极片(10)贴合在人体指定位置上进行心电信号监测;所述内层电极(11)远离所述中间电极(12)的一端设置有动压稳定板(15),所述动压稳定板(15)用于稳定所述内层电极(11)、所述中间电极(12)以及所述外层电极(13)上的电压;所述内层电极(11)、所述中间电极(12)以及所述外层电极(13)上均设置有连接端子,所述连接端子通过联接线与所述心电采集板(22)电连接。
3.根据权利要求1所述的一种便携式心脏健康监测设备,其特征在于,所述定位件为皮肤帖敷件(50);所述电极片(10)通过皮肤帖敷件(50)固定在人体皮肤的指定位置,所述皮肤帖敷件(50)包括柔性骨架层(51)以及所述粘帖层(52),所述粘帖层(52)覆盖在所述电极片(10)的表面,将所述电极片(10)固定在皮肤的指定位置,所述柔性骨架层(51)呈网状,设置在所述粘帖层(52)的外侧,用于为所述粘帖层(52)起到支撑作用;所述粘帖层(52)的下表面靠近人体皮肤的一侧设置有防护层(53),所述防护层(53)用于保证所述皮肤帖敷件(50)在使用前的粘连效果和洁净;所述柔性骨架层(51)的表面中部设置有加强层(54),所述加强层(54)用于将强所述柔性骨架层(51)的支撑效果。
4.根据权利要求1所述的一种便携式心脏健康监测设备,其特征在于,所述定位件为穿戴绑带(60);所述电极片(10)通过穿戴绑带(60)固定在人体皮肤的指定位置,所述穿戴绑带(60)包括背带(61)、胸带(62)、腰带(63)以及连接带(64),所述背带(61)为两个,两个所述背带(61)的一端分别与所述胸带(62)的前部连接,两个所述背带(61)的另一端分别绕过肩膀后与所述胸带(62)的后部连接;所述连接带(64)的一端与所述胸带(62)的前部连接,所述连接带(64)的另一端与所述腰带(63)连接;所述胸带(62)穿戴在人体胸部,所述腰带(63)固定在人体的腰部,所述背带(61)、所述胸带(62)、所述腰带(63)以及所述连接带(64)覆盖在多个所述电极片(10)上,将所述电极片(10)紧密的固定在人体皮肤的指定位置进行实时心电监测。
5.根据权利要求4所述的一种便携式心脏健康监测设备,其特征在于,所述背带(61)、所述胸带(62)、所述腰带(63)以及所述连接带(64)上均设置有松紧调节机构(65),所述松紧调节机构(65)调节所述背带(61)、所述胸带(62)、所述腰带(63)以及所述连接带(64)的松紧,使得所述穿戴绑带(60)穿戴舒适;所述松紧调节机构(65)包括卡扣(651)以及卡槽(652),所述卡扣(651)分别设置在所述背带(61)、所述胸带(62)、所述腰带(63)以及所述连接带(64)上,所述卡槽(652)固定在所述背带(61)、所述胸带(62)、所述腰带(63)以及所述连接带(64)靠近所述松紧调节机构(65)的上表面,所述卡扣(651)与所述卡槽(652)相适配。
6.根据权利要求1所述的一种便携式心脏健康监测设备,其特征在于,所述单片机(23)上设置有存储器和处理器,其中所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时能够实现以下步骤:
数据接收步骤:用于接收多个所述心电采集板(22)传输来的ECG信号;
数据处理步骤:用于对接收的ECG信号进行处理,生成心电健康监测数据并输出,其中所述心电健康数据采用总分为100的分值来描述;
其中,所述数据处理步骤具体包括:
S10:对ECG信号进行降噪得到降噪信号;
S20:计算降噪信号的心率;
S30:对降噪信号分类处理后得到分析信号集;
S40:对分析信号集进行计算,得到心电健康监测数据;
S50:对生成的心电监测数据进行输出。
7.根据权利要求6所述的一种便携式心脏健康监测设备,其特征在于,所述“对降噪信号分类处理后得到分析信号集”的步骤包括:
对所述降噪信号按照时间轴顺序进行波形分离,得到包含多个分段的波点集;
对波点集中不同的波形、段、间期进行分类,分类包括P波、QRS波群、T波、PR段、ST段、PR间期以及QT间期,以分类完成的波点集作为分析信号集。
8.根据权利要求7所述的一种便携式心脏健康监测设备,其特征在于,所述″对所述降噪信号按照时间轴顺序进行波形分离,得到包含多个分段的波点集″的步骤包括:
以时间轴为横t轴t轴,以电压为纵轴h轴建立心电坐标系,以最先接到降噪信号的时刻为t=0时刻,建立心电坐标系,横轴的单位为ms,纵轴的单位为mv,将降噪信号在心电坐标系上以波形方式进行加载得到心电波形;
从t=0时刻开始,每隔10ms对心电波形进行采样,得到包含多个采样点的心电采样点集;
自第1个采样点起,删除心电采样点集中所有h=0的采样点,得到包含多个分段的波点集;
所述“对波点集中不同的波形、段、间期进行分类,分类包括P波、QRS波群、T波、PR段、ST段、PR间期以及QT间期,以分类完成的波点集作为分析信号集”的步骤具体包括:
对波点集中的每个分段寻找h最大的采样点,作为分段采样点;
根据分段采样点的数值范围对分段的铂类别进行分类:以h∈(0,0.26]的分段采样点所在分段为P波,以h∈[1.00,1.60]分段采样点所在分段为T波,以h∈[1.80,+∞)分段采样点所在分段为R波;若R波左侧分段的分段采样点h<0,则所述R波左侧分段为Q波;若R波右侧分段的分段采样点h<0,则所述R波右侧分段为S波;将相邻的Q波、R波和S波组合为QRS波群;
以相邻的P波和Q波的t轴间隔作为PR段;
以相邻的S波和T波的t轴间隔作为ST段;
以P波起始点到Q波起始点作为PR间期;
以Q波起始点到T波结束点作为QT间期。
9.根据权利要求8所述的一种便携式心脏健康监测设备,其特征在于,所述“对分析信号集进行计算,得到心电健康监测数”的步骤包括:
对分析信号集中每一种波形与对应分类的标准P波、标准QRS波群、标准T波、标准PR段、标准ST段、标准PR间期以及标准QT间期波进行相似度分析,得到波形相似度数据集,包含P波相似度记为similarityP、QRS波群相似度记为similarityQRS、T波相似度记为similarityT、PR段差记为similarityPR、ST段差值记为similarityST、PR间期差值记为similarityPRI以及QT间期差值记为similarityQTI;
对每30m内的平均心率和相似度数据集中每个数值的平均数进行熵权法赋值计算得到心电健康监测数据。
10.根据权利要求9所述的一种便携式心脏健康监测设备,其特征在于,所述“对每30m内的平均心率和相似度数据集中每个数值的平均数进行熵权法赋值计算得到心电健康监测数据”的步骤具体包括:
建立包含平均心率、平均P波相似度、平均QRS波群、平均T波相似度、平均PR段差值、平均ST段差值、平均PR间期差值、平均QT间期差值的评价标准集;
第一步:对平均心率进行计分得到心率分值,若平均心率∈[60,100],则心率分值为100;否则为-100;
第二步:对归一化处理之后的评价指标进行标准化处理,其中正值指标的处理方式为:
负值指标的处理方式为:
其中,当心率分值为100分时,以心率分值为正值指标,当心率分值为100时,以心率分值为负值指标;
式中,x′i表示归一处理后的评价指标;
对归一化处理之后的评价指标进行标准化处理:
式中,Pi为标准化的指标数据,m表示评价指标的数量;
第三步:计算每个评价指标的信息熵:
第四步:计算每个评价指标的权重:
第五步:计算心电健康监测数据,记为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310138682.1A CN115868994A (zh) | 2023-02-20 | 2023-02-20 | 一种便携式心脏健康监测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310138682.1A CN115868994A (zh) | 2023-02-20 | 2023-02-20 | 一种便携式心脏健康监测设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115868994A true CN115868994A (zh) | 2023-03-31 |
Family
ID=85761351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310138682.1A Withdrawn CN115868994A (zh) | 2023-02-20 | 2023-02-20 | 一种便携式心脏健康监测设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115868994A (zh) |
-
2023
- 2023-02-20 CN CN202310138682.1A patent/CN115868994A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109157202B (zh) | 一种基于多生理信号深度融合的心血管疾病预警系统 | |
EP3280326B1 (en) | Mobile three-lead cardiac monitoring device | |
US8903479B2 (en) | Real time QRS duration measurement in electrocardiogram | |
US11931154B2 (en) | Systems and methods for classifying ECG data | |
Xia et al. | Computer algorithms for evaluating the quality of ECGs in real time | |
CN109998522A (zh) | 一种基于穿戴式动态心电的运动负荷检测装置及方法 | |
JP7277970B2 (ja) | ウエアラブルデバイスを利用する心電図測定方法及びシステム | |
CN1426287A (zh) | 便携式ecg(心电图)信号装置 | |
US20190117100A1 (en) | Wearable Multi-Lead Diagnostic ECG Recording Device | |
US11103145B1 (en) | Physiological signal monitoring and apparatus therefor | |
Lai et al. | A flexible multilayered dry electrode and assembly to single-lead ECG patch to monitor atrial fibrillation in a real-life scenario | |
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 | |
Lee et al. | Wearable ECG monitoring system using conductive fabrics and active electrodes | |
CN115868994A (zh) | 一种便携式心脏健康监测设备 | |
Rashkovska et al. | Clustering of heartbeats from ECG recordings obtained with wireless body sensors | |
EP3949850A1 (en) | Mobile electrocardiography recording device | |
KR20200116885A (ko) | 웨어러블 디바이스를 이용하는 심전도 측정 방법 및 시스템 | |
CN203873753U (zh) | S型一体式无线心电记录仪 | |
Such et al. | On-body sensors for personal healthcare | |
Liu et al. | The wireless holter ECG system based on Zigbee | |
CN216257132U (zh) | 一种基于柔性金属纤维织物干电极的心电监测系统 | |
CN221356906U (zh) | 一种多导联实时心电监测装置 | |
Faiem | An Active Electrode Based ECG Measurement System from Minimally Spaced Precordial Bipolar Lead | |
Thongklang et al. | An ArduinoBLE based digital holter for Thai ambulatory and personal healthcare | |
Nasim | Adaptation of the Segmented Beat Modulation Method to support diagnosis of cardiovascular disorders using electrocardiographic tracings acquired by wearable sensors |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230331 |
|
WW01 | Invention patent application withdrawn after publication |