动态心电图动脉图同步检测仪的设计

针对现有的动态心电图机无法同步记录脉搏图的问题,本文设计了一种同步动态心电图动脉图检测仪,该检测仪使用低功耗MSP430单片机对人体心电信号和脉搏信号进行同步采集,实时存储,采集完成后通过USB接口上传到PC机,利用PC机的软件进行分析显示.本系统具有体积小、低功耗、功能全等优点.     

基于脉搏图像与心电信号的多信息同步采集与再现

利用脉搏图像传感器和MP425数据采集卡设计了一种多信息同步采集系统,实现了脉搏动态图像和心电信号的同步采集,并运用Matlab软件的数据可视化功能,实现了两种信号的同步动态再现;研究结果表明,该同步采集系统具有稳定的可靠性和精确性,为揭示脉搏信号和心电信号之间的动态联系与规律提供了一种新的研究思路,同时也为提取反映人体亚健康状态脉搏心电变化的特征参量奠定了良好基础.     

基于心电脉搏特征的视觉疲劳状态识别

为从生物医学信号角度检测和评估视觉疲劳，模拟VDT作业环境，对35位健康被试者进行1.5 h的VDT疲劳实验。使用MP425数据采集卡和LabVIEW构成的数据采集系统同步采集心电(ECG)和脉搏波信号，经信号预处理分析后，提取实验前后的ECG和脉搏波信号特征。研究结果表明，ECG和脉搏波信号特征在实验前后有较大变化，采用支持向量机法对实验前后的ECG脉搏组合特征进行分类，正确率可达100%。     

基于非线性能量算子的心电信号R波检测方法

将Marr小波变换和非线性能量算子相结合实现了心电信号的R波检测,心电信号的Marr小波分解信号很好地抑制了各种噪声干扰,结合非线性能量算子运算可突出了QRS波的特征点,使得阈值检测便于实施,利用修正策略提高了R波检测率,经MIT/BIH标准心律失常数据库验证,R波的检测率可达到99.7%,该方法对于心电信号的自动分析系统具有应用价值。     

基于脉搏的心冲击信号特征提取方法研究

针对心脏疾病诊断过程中心冲击(ballistocardiogram,BCG)信号特征提取的难点,提出了一种以同步采集的脉搏信号作为BCG分段基准的特征提取新方法。首先,介绍了BCG和脉搏信号检测原理,并通过趋势项消除和DB5小波变换对原始BCG信号进行了预处理;然后,对BCG、ECG和脉搏信号的相关性进行了分析;最后,提出了BCG特征提取算法。实验结果表明,与ECG相比,以脉搏作为BCG分段基准具有分段更准确和操作更方便等特点。该系统便携式的设计能够使受试者随时对心脏机械活动进行监测,也为BCG应用于临床诊断提供了可靠依据。     

基于信号质量评估的可穿戴动态血压监护

针对医疗保健领域人体生理监护需要,提出基于信号质量评估的可穿戴动态连续血压监护。首先通过集成在服装上的心电和脉搏传感器拾取人体生理信号,并采用低功耗微处理器,实现信号的同步采集、特征提取;然后基于脉搏波速法(PWV)获得血压的连续测量值;最后,从人体生命体征信号的质量评估入手,导出了反映信号质量高低的信号质量指数(Signal Quality Index,SQI),用卡尔曼滤波方法有效地识别信号趋势的变化和噪音干扰,通过信号质量控制来改善信号估计的质量。     

脉搏波信号采集与分析方法的研究

人体生命体征信息是指人体生理和病理信息,是判断病人的病情轻重缓急以及病情诊断的依据。脉搏信号是人体众多信号中较具代表性的一种,携带有丰富的人体健康状况信息。文章从目前使用较为广泛的两种脉搏信号采集方法出发,着重分析了压力脉搏波信号分析方法的临床适用性及应用现状,提出了应对脉搏波进行更为深入的研究,从而为人体脉搏波信号采集与分析系统的设计提供科学的依据。     

基于小波分析和Kalman滤波的心电QRS波检测

本文首先采用RLS自适应算法对心电信号进行实时建模。经过约20个心电周期，本算法使可以基本完成自身的调整。利用多尺度理论，将小波分析和Kalman滤波结合起来，在对信号预测的同时定位心电信号的R峰。对于心电信号中因伪迹造成的误判，可通过在小波检测方法中设置相应的检测策略克服。实验表明，该算法提高了抗噪声性能。     

具有运动伪迹消除功能的移动心电检测系统设计

设计并实现了一种可在人体移动状态下进行检测、采集及分析人体心电信号的系统,硬件设计上,采用高集成度专用心电信号前端处理集成电路进行心电信号的滤波及放大;软件设计上,采用小波阈值降噪对心电信号进行初级滤波,然后采用人体移动加速度传感器获取人体运动信息对心电信号进行自适应滤波,消除运动伪迹.在系统设计上,终端检测设备与手机终端采用蓝牙通信,便于用户测量.实验结果表明:本设计方案能根据人体运动状况,有效消除运动伪迹,保留心电信号的波形,可满足常规的移动心电检测应用.     

一种测量人体脉搏波的方法、装置及系统

文中介绍了一种基于莫尔条纹原理进行接触式人体脉率和脉搏波测量的装置及系统。利用平面连杆机构传动并转换脉搏跳动信号,通过光栅检测装置获得相应的脉搏位移信号;利用放大电路对脉搏位移信号进行放大处理后,传输到信号数字化处理装置,对脉搏数字信号进行分析处理生成目标脉搏数据,将目标脉搏数据传输到预设的显示电路。该装置和系统可以对人体脉搏进行实时监测并通过有线或无线通信的方式远程监控人体的实时脉率及脉搏波形图,从而有效提升用户的使用体验。     

不可逆电消融手术中心电同步算法及系统设计

随着不可逆电脉冲穿孔消融手术等疗法的发展,传统的心电信号同步设备从精确度、抗干扰能力以及安全性的角度无法满足要求。针对此问题,提出了适用于不可逆电消融手术的心电同步算法,包括一种区间可预测性条件和一种消融区间起点精确标定算法。在满足可预测条件的情况下对消融区间起点进行精确标定,实现在强干扰条件下的心电信号同步。经过实时心电信号和MIT-BIH心律失常数据库的验证,表明系统和算法具有较高的精度和可靠性,并可在嵌入式系统上实现。     

Cross-correlation technique for arrhythmia detection using PR and PP intervals

A combined, cross-correlation procedure for computerized arrhythmia detection is presented. It enables the classification of a wide range of arrhythmia and is based upon the determination of both P and QRS waves. The electrocardiogram (ECG) signal is recorded from external leads, digitized (10 bits of resolution) at 1.28 kHz and processed with a CDC 6600 computer. A normal beat is stored as a reference signal and the onsets of the P wave and the QRS complex are measured for determining the PR, PP, and RR intervals. The combined cross-correlation procedure is carried out between the template and each successive ECG waveform over two time intervals, the first of which includes the P wave and the second, the QRS complex. Prior to this correlation procedure each of the ECG waveforms is filtered through a nonrecursive digital bandpass filter (10 and 100 Hz for low and high cutoff frequencies, respectively). The cross-correlation functions are then calculated by means of a cross spectrum and Fast Fourier Transform algorithm. The maximum value of the normalized cross-correlation function and the time shift providing that value are searched for, allowing (1) determination of the similarity between the present beat and the normal reference beat, allowing for the discrimination of abnormal P and QRS shapes; (2) accurate measurement of the RR, PP, and PR intervals of this subsequent waveform. Applying this method enables a reliable detection of a wide variety of arrhythmia.     

基于SVM的ECG传感器信号身份识别方法

通过心电图（ECG）传感器采集的信号在身份识别中得到了越来越广泛的应用.但小波滤噪结果往往通过主观判断,没有量化指标,滤波效果不理想;同时,对于ECG特征的提取没有考虑心率变化的影响,鲁棒性不佳.针对这2个问题,提出了一种通过信噪比和相关系数衡量预处理结果的办法,并且在特征的提取上只采用QRS波形,避开了易受心率影响的间期特征.最后使用了多种分类识别方法进行测试,得到了小样本下支持向量机（SVM）最适用于ECG识别的结论.     

基于小波变换的虚拟心电信号分析仪

针对心电信号自动分析和处理的需要,采用小波变换的方法对心电信号进行消噪、特征提取、压缩等分析与处理,并且结合虚拟仪器LabVIEW设计实现了多功能虚拟心电信号分析仪。实验结果表明,它对于心电信号的自动检测、优化分析和处理有重要意义。     

基于HMM的心电数据压缩方法研究

心电数据压缩在远程医疗和动态监测方面具有非常重要的意义。心电信号的各个脉动周期具有很强的相关性。基于隐马尔可夫模型(HiddenMarkovModel,HMM)的心电数据压缩方法充分利用ECG信号的相关性对源信息进行处理。实验证明,该方法在高数据压缩比的情况下仍然能够很好地恢复原始数据,计算复杂度相对较小。     

基于改进小波阈值-CEEMDAN算法的ECG信号去噪研究

Electrocardiogram (ECG) signal denoising has always been a hot research issue. In order to eliminate the noises in ECG signal, a denoising method based on adaptive complete set empirical mode decomposition (CEEMDAN) and wavelet improved threshold function is proposed. Firstly, this method firstly decomposes the ECG signal by CEEMDAN to obtain a set of intrinsic modal functions (IMFs) from high frequency to low frequency. CEEMDAN decomposition is performed on ECG signal to yield several modal components (IMF). Secondly, the correlation coefficient method is used to perform wavelet denoising with improved threshold on the high frequency IMFs. For the low frequency IMFs, by setting a fixed threshold, the IMFs below the threshold is considered to be the baseline drift signal and removed. Finally, the denoised IMFs and the retained IMFs are reconstructed. The experimental results show that the proposed method is more effective than the empirical mode decomposition (EMD) wavelet denoising, and the global average empirical mode decomposition (EEMD) wavelet denoising method.     

心电信号中R波的小波包检测算法研究

心电信号(ECG)特征参数的提取和检测是心电图分析和诊断的基础,而在ECG分析中,快速准确地检测出QRS波群非常重要,它是计算相关参数和诊断的前提。本文针对心电信号QRS波群中R波的检测算法进行了研究与分析,对传统的小波R波检测算法中存在的检测准确率较低和实时性较差的问题加以改进,并提出了具有更加优良分析效果的小波包R波检测方法。并利用美国麻省理工学院的MIT/BIH心电数据库对上述方法进行仿真验证,同时与传统的小波R波检测算法进行实验对比,结果表明,该方法简单有效、准确率高,适于实际应用。     

基于MICA技术的胎儿心电信号提取的应用研究

多维独立分析（Multidimensional Independent Component Analysis,MICA）方法适用于实现多分量信号分析和分量提取,可实际应用于对胎儿心电信号的提取。为了说明MICA算法分离结果的可靠性,利用动态心电合成模型生成仿真的心电信号数据进行了验证,用vkMICA、cfMICA、SJADE、MSOBI四种MICA算法对实际采集到孕妇心电数据集进行了处理。实验结果显示,四种MICA算法可提取出较纯净的胎儿心电信号,并能较好地反映出胎儿心电信号的实际特征。     

Development of a digital signal processor-based new 12-lead synchronization electrocardiogram automatic analysis system

This paper presents a digital signal processor (DSP)-based new multichannel electrocardiogram (ECG) system for 12-lead synchronization ECG automatic analysis in real-time with high sampling rate at 1000 Hz and 12-bits precision. Using the hardware structure of double-CPU based on Microprocessor (MPU) 89C55 and DSP TMS320F206 combines the powerful control ability of MPU with DSPs fast computation ability. Fully utilizing the double-CPUs resource, the system can distribute the reasonable CPU-time for the real-time tasks of multichannel synchronization ECG sampling, digital filter, data storing, waveform automatic analysis and print at high sampling rate. The digital ECG system has the advantages of simple structure, sampling with high speed and precision, powerful real-time processing ability and good quality. The paper discusses the system's principle and the skilful hardware design, also gives the ECG processing using the fast simple integer-coefficient filter method and the automatic calculation algorithms of the ECG parameters such as heart rate, P-R interval, Q-T interval and deflexion angle of ECG-axis etc. The system had been successfully tested and used in the ECG automatic analysis instrument.