《电子技术应用》
您所在的位置:首页 > 嵌入式技术 > 设计应用 > 基于STM32的便携式家用心电检测仪的设计
NI-LabVIEW 2025
基于STM32的便携式家用心电检测仪的设计
来源:电子技术应用2013年第9期
陈颖昭1,3,高跃明2,3,甘振华3,李仁贵3,李秀翔2,3,杜 民3
1.福州大学 电气工程与自动化学院,福建 福州350000; 2.福州大学 物理与信息工程学院,福建 福州350000; 3.福建省医疗器械和医药技术重点实验室,福建 福州350000
摘要: 设计了一种基于STM32的便携式家用心电检测仪。心电电极采集体表单导联心电信号,经预处理电路对心电信号进行放大、滤波和电平抬升后,送至STM32中进行模/数转换和数字处理,在液晶屏上实时显示心电波形、心率和分析结果。实验表明,该心电仪能有效提取心电信号的特征点,准确测得心率,分析出4种常见心率失常症状,并可测得HRV的时域参数。
中图分类号: TP216
文献标识码: B
文章编号: 0258-7998(2013)09-0018-03
Design of a portable ECG detecting instrument based on STM32
Chen Yingzhao1,3,Gao Yueming2,3,Gan Zhenhua3,Li Rengui3,Li Xiuxiang2,3,Du Min3
1.College of Electrical Engineering and Automation, Fuzhou University, Fuzhou 350000,China; 2.College of Physics and Information Engineering,Fuzhou University,Fuzhou 350000,China; 3.Fujian Key Lab. of Medical Instrument and Pharmaceutical Technology, Fuzhou 350000,China
Abstract: A portable ECG detecting instrument based on STM32 was designed. Through the single lead, the instrument could acquire ECG signal from the body surface. After amplification, digital filtering and level elevation by preprocessing circuit, the ECG signal was sent to the STM32 for analog-digital conversion and digital processing. The heart rate, ECG waveform and analysis results were displayed in real-time on the LCD screen of the instrument. Experiment results showed that this system could effectively extract the feature points of ECG signal, accurately measure heart rate, analyze four kinds of common arrhythmia, and measure time-domain parameters of HRV.
Key words : STM32;dynamic difference-slope threshold;arrhythmia analysis;HRV time-domain analysis

    心电信号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具有重要的参考价值。由于心脏类疾病具有长期性和突发性,要及时、准确掌握患者的第一手资料仅靠患者到医院做一次或几次心电图是不够的[1]。因此,家用心电检测仪对心脏类疾病的自我预警和辅助治疗具有重要的临床价值和广阔的市场前景[2]。

    目前,临床上广泛使用的Holter(动态心电图机)成本高,不适合在家庭长期使用。现有家用心电检测仪大多采用普通单片机,只能实现对心电信号的采集和显示,进而通过上位机对心电信号进行分析[3],难以对心电信号进行实时的处理和分析,因此研发一种可实时处理、适用于社区医院和家庭保健的便携式心电检测仪具有重要的现实意义。
    本心电检测仪以意法半导体公司的STM32作为控制核心,系统硬件电路由预处理模块和核心处理器模块组成,能准确提取人体体表的心电信号。在程序设计上采用了模块化方法,实现了良好的移植性,可实现对心电信号动态显示并进行数据分析。
1 系统总体设计
    系统采用模块化的设计思想,由预处理模块、数字处理及分析模块和存储模块3部分组成。系统结构框图如图1所示。

1.1 预处理模块设计
    心电信号的特点主要有:(1)微弱性,幅值一般只有0.01 mV~5 mV;(2)低频特性,其频谱范围一般为0.05 Hz~100 Hz;(3)高阻抗特性;(4)易受干扰,这些干扰主要有低频的基线干扰、高频的肌电干扰和50 Hz的工频干扰[4]。根据心电信号以上特点,要求预处理模块具备以下几个特性:(1)高增益,增益一般为800~1 000倍。为了抑制零点漂移和提高共模抑制比,电路分两级实现,前置放大器的增益不能太高;(2)高输入阻抗;(3)高共模抑制比;⑷低噪声电平。
    预处理模块电路部分包括心电电极、右腿驱动电路、前置放大电路、高通滤波电路、主放大电路、低频滤波电路、50 Hz陷波电路以及电平抬升电路等几部分。预处理模块框图如图2所示。

    预处理模块的性能参数如表1所示。
1.2 数字处理及分析模块设计
    数字处理及分析模块的主要功能是对预处理模块送进来的模拟信号依次进行模/数转换、心电信号特征点的检测以及心电信号的分析和显示。
1.2.1 心率计算
    系统通过对数据缓存区内的心电数据进行分析,计算出检测者的实时心率和平均心率。通过6 s的心电数据即可计算出实时心率,再对10组实时心率取平均值,就可得到平均心率。实时心率由下式得到:
    
其中,Fs表示采样频率(为200 Hz),meanR_R为6 s内的平均R-R间距。
    由实时心率的计算式(1)可知,要得到准确的心率值,就必须得到准确的R-R间距,即R波的检出率要高。阈值分为固定阈值和动态阈值[5]。固定阈值可能会由于高P、T波的存在而产生误判;动态阈值法克服了这些缺点,提高了特征点的检出率,避免了漏检或者多检的情况。本文对已有的差分阈值法进行改进,采用动态差分-斜率阈值,并根据心电信号生理原理加入漏检和过检判断[6],提高了QRS波的检出率,在心律失常和QRS波幅值较小等复杂情况下,也能有较高的检出率,为下一步心率失常分析和HRV时域参数分析打下基础。
1.2.2 心率失常分析
    本仪器能实现对4种常见心律失常进行分析,包括漏搏、停搏、心动过速、心动过缓。其实现方法如表2所示。根据表2的判别条件,当检测到上述4种心率失常中的1种时,仪器连续发出2 s的报警声,并且在屏幕上显示出相应的心率失常类型。

1.2.3 HRV分析
    心率变异性HRV(Heart Rate Variability)是指心脏搏动周期存在的微小变异现象。HRV可作为反映心脏交感神经和迷走神经活动紧张性和均衡性的一种非侵入性指标,也是心电自动分析系统重要的组成部分[7]。基于嵌入式系统实时性的考虑,本仪器采用时域分析法对HRV进行分析。HRV时域分析常用指标及对应的生理意义[8]如表3所示。

2 实验结果及分析
    (1)动态斜率-差分阈值算法有效性的验证
    本文采用MIT-BIH部分心率失常数据对本算法进行测试,如表4所示。在误检比较多的几个文件中,由于存在严重的肌电噪声或者QRS波变化太剧烈,导致动态阈值跟不上信号变化所致。总体正确率达到了98%以上,说明算法对于R波的检测是有效的。

    (2)4种常见心律失常的验证
    用MPS450多参数模拟仪产生4种常见心率失常信号,本检测仪可准确分析心率失常的类型。由表5可看出,仪器在分析停搏、心动过速和心动过缓时,正确率都达到了100%,在分析漏搏时达到了95%。实验表明,本仪器对4种常见心率失常的分析具有很高的可靠性。

 


    本心电检测仪实现了心电信号的采集和显示、心率的计算、4种常见异常心率分析和HRV时域分析的功能。采用动态差分-斜率阈值法,提高了在干扰下或者QRS波幅度较小的情况下对心电信号特征点的检出率,对4种常见心率失常分析具有很高正确率,还可以根据HRV时域参数来提示受测者是否需要加强锻炼。本仪器还设有GRPS模块接口和SD卡接口,将来还可进一步扩展,进而实现远程通信的功能。因此,本检测仪在社区医院和家庭保健中的应用将对心脏疾病的预防和诊断做出重要贡献。
参考文献
[1] 于姣.基于LPC2368的心电信号的检测与分析[D].苏州:苏州大学,2009.
[2] 孙佑元,谭杰.目前我国家用医疗器械现状及展望[J].中国医疗器械信息,2011(02):28-29.
[3] 霍铖宇,宁新宝,卞春华,等.基于嵌入式技术的便携式心电监护仪[J].计算机工程,2008,35(17):222-224.
[4] 王余涛.基于嵌入式系统的便携式心电监护系统的研制[D].哈尔滨:哈尔滨工业大学,2010.
[5] 姚欢,王剑钢.ECG信号QRS波群检测算法的进展[J].现代生物医学进展,2012(4):3988-3991.
[6] She Lihuang,Wang Guohua,Zhang Shi,et al.An adaptive  threshold algorithm combining shifting window difference and  forward-backward difference in real-time R-wave detection[C].  2009 2nd International Congress on Image and Signal  Processing(Volume8),October 2009,Tianjin,China:4057-
4060.
[7] 董红生.心电波形检测与心率变异性分析方法研究[D].兰州:兰州理工大学,2012.
[8] 辛衍波,王松涛.体育运动对心率变异性的影响[J].现代预防医学,2011(10):1873-1875.

此内容为AET网站原创,未经授权禁止转载。