可穿戴心电信号采集与分析系统的设计与实现

针对传统心电采集设备的移动限制性以及佩戴的不舒适性,根据可穿戴计算特点,设计并实现了穿戴式心电采集与分析系统。系统采用自主研发的12/单导联心电采集模块进行心电信号采集,数据可存于采集设备或经3G网络传输到服务器端,同时所开发的软件可对心电图进行辅助病情分析,实现对佩戴人的心电监护。还研究并制作了插入式电极和织物电极,并通过二者的结合提高了采集心电信号的质量。实际佩戴和使用结果表明,使用插入式织物电极的可穿戴式心电采集设备具有良好的舒适性,心电信号波形的质量能够达到临床监控的要求。     

基于ADS1293的穿戴式心电检测装置设计与实现

通过对穿戴式心电监护设备与低功耗技术的研究,设计了一款穿戴式心电检测装置。该装置将心电监护设备与背心服饰相结合,心电监护设备采用低功耗、高集成度的模拟前端芯片ADS1293与BLE蓝牙4.0低功耗无线模块进行心电信号的采集与传输,并结合低功耗MCU与电源管理模块可有效地降低系统功耗,然后通过Matlab GUI进行显示分析。通过实验测试验证,本装置体积小、功耗低、精度高,可在静息、行走和慢跑状态下长时间准确地采集心电信号,具有较高的可靠性、准确性和穿戴舒适性,可用于心脏疾病的远程监护与早期预警。     

用于心电信号采集的织物电极技术研究进展

针对传统Ag/AgCl胶状电极在长期心电监护中出现的问题和近年来可穿戴式健康监测的发展需求,对可用于心电信号采集的新型传感器技术——织物电极技术进行了综述。介绍了干电极、织物电极的概念;从有源电极和无源电极两方面分别对织物电极技术研究进展进行了分析;从制作工艺、导体材质、依托载体、电化学性能等织物电极技术进行了讨论;分析了目前织物电极在市场应用中的制约因素,并对未来织物电极技术的发展方向进行了展望。     

刺绣工艺影响金属混纺纱线织物电极的结构与性能

随着穿戴技术的发展，可穿戴监测设备逐渐成为人类健康的守护者。然而，传统的监测设备使用的银/氯化银电极，采用凝胶导电成分，贴肤舒适性差，并不符合穿戴设备长时间监测人体体征或健康的应用需求。设计和开发多种刺绣结构的织物电极，并测试了基于不锈钢导电纱线用电脑刺绣柔性电极的性能。实验结果表明：作为电脑刺绣最常用的针型，“他他米”针型以其均匀的纱线接触点和空隙，大大降低了织物电极的电阻(0.65 MΩ～4.9 MΩ)和电极与人体皮肤之间的阻抗(2.455 MΩ),穿戴舒适性好，可满足长时间心电监测的需求。     

基于IoT的可穿戴远程心电监测设备设计

为了实现人体心电信号的远程实时动态监测,设计了一款可穿戴心电监测系统。此设备由织物电极和控制盒组成,固定于紧身运动背心上,通过织物电极传感心电信号,蓝牙模块采样后,传输到手机APP端和主控制模块,主控制模块完成心率计算、阈值判断、心电压缩、数据存储和上报数据至物联网平台。该系统可以实现控制盒上报数据和蓝牙上传数据两种数据上传方式,具有功耗低、可靠性高、适用于日常生活等特点,具有较高的实用价值。     

基于容性耦合电极的可穿戴心电信号检测及其去噪算法研究

针对传统心电检测系统存在佩戴电极不方便和电极导电膏易脱水等问题,在研究分析电容耦合工作原理的基础上,设计了一种可穿戴容性耦合电极。针对这种可穿戴容性耦合电极,提出了一种改进小波阈值去噪算法,该算法结合心电信号与噪声小波系数分布特性,采用改进阈值函数对分解后小波系数量化处理并重构心电信号。利用MIT￣BIH数据库验证,该算法能有效消除心电信号中的噪声干扰,相比平滑滤波、数学形态滤波和经验模式分解信噪比提高了10.72％,均方误差减小了27.29％。心电检测实验表明可穿戴容性耦合心电信号检测系统能够准确检测出人体心电信号主要特征。     

基于 STM32 处理器的手机监控心电的设计

传统的心电采集系统操作平台基于有线装置,与现有的个人通信终端(如移动电话、便捷式电脑)不兼容,且存在不灵活、价格昂贵、操作复杂、连续运行不稳定等缺点。针对上述问题,本作品拟设计以可穿戴式心电采集系统为设计主题,通过 STM32 对心电数据进行采集与处理,实现远程监控心电信号,并允许多户同时链接。同时,通过联合使用互联网,可实现在医院等场所进行长期稳定的心电数据监控,为医疗监护提供有利的帮助。     

TSCNN:面向可穿戴心电信号监测与分析的卷积神经网络

目的 可穿戴设备能够长时间实时监测人体心脏状况,其在心电信号监测领域应用广泛。但目前仍没有公开的来自可穿戴设备的心电数据集,大部分心电信号分析算法都是针对医院设备所采集的心电数据。因此,本文使用IREALCARE 2.0柔性远程心电贴作为心电信号监测和采集设备制作了可穿戴设备的心电数据集。针对可穿戴心电数据干扰多、数据量大等特点,本文提出了一种针对可穿戴设备获得的心电信号进行自动分类的深层卷积神经网络,称之为时空卷积神经网络（time-spatial convolutional neural networks,TSCNN）。方法 将原始的长时间心电信号分割为单个的心搏并与滤波后不同频段的心搏数据组合成十通道的数据输入到TSCNN中。TSCNN对每个心搏使用时间卷积和空间滤波来提取丰富的特征。采用小卷积核级联卷积的方式提高分类性能,并降低网络的参数量和计算量。结果 在本文制作的心电数据集上进行了测试,并与其他4种心电分类算法：CNN（convolutional neural networks）、RNN（recurrent neural networks）、1-DCNN（1-dimensional convolution neural networks）和DCN（dense convolutional networks）进行了比较。实验结果显示,本文方法的分类准确率达到91.16%,优于其他4种方法。结论 本文方法面向可穿戴心电数据,获得了较好的分类性能,可以有效监控穿戴者是否出现了心电异常情况。     

基于智能手机的心电实时监护系统的设计*

介绍了基于智能手机的心电实时监护系统的设计方法。该系统由测量节点、智能手机节点和监护中心端组成,智能手机节点通过蓝牙实时接收由穿戴式心电采集节点传来的心电数据,并将监护结果通过GPRS网络传输到监护中心端。该系统由病人随身携带,能对多种常见的心律失常症状进行智能诊断,提供实时准确的远程心电监护。通过功能测试,该系统运行良好。     

服装类可穿戴心电监护系统的设计与实现

因对功能性服装的需求越来越迫切,设计了一款可穿戴的心电监护服装系统。系统设计了3个灵敏度较高的柔性织物电极,并选取导电性能良好的纺织线来完成信号采集。信号处理采用AD8232芯片搭配的简单电路和STM32F103C8T6为核心的单片机,然后通过蓝牙将数据实时发送至上位机并显示心电信号波形。针对穿戴过程中大幅度运动所带来的运动伪迹干扰,运用经验模态分解,结合主成分分析方法抑制。实验结果表明,该系统能有效实时监测人体在不同状态下的心电图。     

基于无线传感网的老人监护系统

通过对老人监护问题的需求分析,设计一套基于无线传感网的监护系统。本系统设计了便携式的心电检测仪,实时采集被监护对象的心电信号,并采用嵌入式零树小波变换算法实现心电数据压缩;同时,构建无线传感网络,利用基于RSSI的三点定位算法实现对被监护对象的定位。最后,将心电数据和位置信息通过无线路由传至监护中心的终端软件,供分析、显示和记录。实验表明,该系统能较好地完成心电信号检测及定位功能,有助于医疗人员实施老人监护工作。     

基于信号质量评估的可穿戴动态心电监护

针对医疗保健领域人体生理监护的需要,提出了一种基于信号质量评估和卡尔曼滤波的可穿戴动态心电监护系统的设计。首先分析了可穿戴动态心电信号的特征,接着给出了基于信号质量评估和卡尔曼滤波的动态心率估计模型,并说明了利用R波检测和加速度计的结果来获得运动状态下心电信号质量指数SQI的方法,然后通过SQI的值对卡尔曼滤波器的参数进行动态调节,以获得最佳的心率估计。最后,通过实际的测试证明了该系统具有较高的可靠性和有效性。     

可穿戴的生理监测系统设计

针对传统生理监测系统价格昂贵、操作麻烦、便携性差等问题,设计出一套无线的、可穿戴的、低心理负荷的多参数生理监测系统。该系统可在被监护人员的运动状态下实时、连续、长时间监测心电、呼吸、体温和体动参数,实现数据的无线传输。测试结果表明,系统运行稳定,安全可靠,可准确、实时、连续地监测被测者生理状况。     

基于电容耦合的多导联心电监测系统研究

传统的非接触式心电监测系统在硬质印刷电路板构建的电容电极基础上,使用单导联方式进行心电监测,且仅根据心率变化进行心脏异常诊断,无法满足当前临床诊断标准.基于电容耦合原理,设计了一款多导联心电监测系统,将3个由导电织布构成的柔性电容电极集成于椅座背部,用于获取标准肢体导联Ⅰ、Ⅱ、Ⅲ和加压单极肢体导联 aVR、aVL、aVF等6导联心电信号.借由导电织布式柔性电容电极与人体表面较好的接触效应,可以有效减小运动伪影的产生.通过与硬质PCB电极输出的心电波形相比,使用本系统的患者在移动情况下输出的心电波形保持相对平稳状态,无明显运动伪影.系统实验证实了此新型多导联心电监测仪的有效性,不仅可以满足个人日常心电监测使用,而且适于长期动态心电监测.