基于AD8232的心电实时监测及分析系统设计

为了方便对患者心电信号进行实时监测,实现对心脏疾病的及时预防及诊断,利用一款基于ATmega328p微控制器的Arduino开发板、一块心电监测前端模块AD8232及上位机软件LabVIEW开发出一套心电实时监测系统,并利用LabVIEW设计出多种软件滤波方法来抑制心电信号中的噪声。由于心电信号的时频特性能提供反映患者心脏活动动态行为的信息,该系统还包括基于LabVIEW设计出的多种用于心电信号实时分析的程序,使被试心电信号所包含的生理特性能够及时地被分析出来。利用所开发的心电实时监测分析系统对被试的心电信号进行采集和分析,发现系统能够非常灵敏、准确地检测心电信号,并对信号噪声有着很好的抑制能力。此外系统能够对信号进行各式的实时分析,且分析结果可靠,能够运用于临床诊断。利用该系统对心电信号进行实时采集和分析,其测量结果准确、去噪效果良好、分析结果可靠,为今后心电实时监测分析系统的设计提供了借鉴。     

基于ARM和WIFI技术的心电信号实时检测系统设计与研究

当前心脏疾病是引发我国人民死亡的头号杀手,而传统的心电信号采集系统及终端存在检测数据遗漏、成本高以及适用人群范围窄等问题;该文依据模块化、低能耗、高性能的原则,设计了一种基于ARM和WIFI技术的心电信号实时采集系统;给出了心电信号实时检测系统各功能模块的介绍以及功能实现流程,上位机使用TCP Client作为客户端,MCU作为下位机端,并通过WIFI技术作为通信媒介,设计了主控模块、心电心率采集模块、LCD显示模块以及通信模块,实现了对心电信号的实时采集与传输;系统测试结果验证了该心电信号实时检测系统的实用性、合理性及有效性,实验结果达到预期目标,能够有效提高检测结果准确性,为发现和防治心脏疾病提供一种实时、可靠的检测平台。     

远程心电智能监护系统设计

为实现远程智能监控病人心电的目的,设计了一款心电智能监护系统的装置,装置以MSP430微控制器为核心,研制了心电智能监护系统的软、硬件系统,对心电信号进行数字滤波算法等处理,能实时显示波形和心率,并智能地检测心律失常,如果检测到PVC或其他症状,则通过无线模块向基站、病人、或亲友报警。     

基于LabVIEW的实时心电信号采集系统的设计

为了实现对心电信号实时监测,且尽可能节约成本,文中设计了一套基于LabVIEW的心电信号采集系统。系统的设计分为硬件和软件两部分:硬件部分主要包括信号采集、信号调理及MSP430单片机的AD转换电路;软件部分主要是通过配置LabVIEW通信模块与单片机实现串口通信,并利用其功能强大的高级信号处理包,借助于小波变换的优势对心电信号进行去噪、多分辨率分解等处理,最后重建无噪的QRS波,并检测R波峰值,从而计算心率。文中还利用LabVIEW友好的用户界面对接收的数据及处理过程进行实时波形显示,使数据更直观、读取更方便。本系统在实验的过程中,运行较稳定,取得了良好的结果。     

基于USB接口的远程安卓手机心电测量系统的设计

为了方便测量心电信号,设计了一种便携的基于USB接口的远程安卓手机心电测量系统;系统由检测模块、USB接口模块、安卓手机端软件组成;检测模块检测心电信号,并通过USB接口把信号发送到手机上,手机上的软件对接收到的数据滤波处理,还原出心电波形图,并计算心率;在心率异常时,软件可以自动发送波形截图到指定邮箱和手机;经测试,系统测量精度较高,工作稳定。     

警员可穿戴多体征参数监测系统的设计

为了实现公安、消防等高危职业的体征参数监测,以公安日常装备(警盔和T恤)为可穿戴载体,设计了一种体征参数监测系统,实现血氧饱和度、心电、心率的检测、传输和显示.警盔利用反射式探头采集光电容积脉搏波PPG(photoplethysmography)信号,检测血氧饱和度;T恤利用导电硅胶和ADS1292R采集心电ECG(electrocardiogram)信号,检测心电和心率;APP实现体征参数的实时显示.实验表明,ECG信号R波定位的准确率能达到98.5%以上;与标准监护仪对比,血氧、心率的平均误差都较低,血氧的最大误差在5%以内,心率的最大误差在10次/min以内.在不影响正常活动下,系统能够满足国际标准对实时体征参数监测的要求.首次设计了一套适用于警员的可穿戴体征参数监测系统,并实现了参数监测的准确度和稳定性.     

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。     

基于Zigbee的人体心电信号无线监测系统的设计

提出了一种基于Zigbee技术的人体心电信号无线监测系统设计方案;采用Zigbee技术和STM32W108ARM芯片设计了系统采集节点和汇聚节点的硬件电路,采用C语言编写了其软件,实现人体心电信号的采集和无线传输;利用Labview软件设计人体心电监测界面,实现了利用PC机对采集到的心电信号进行实时监测;实验表明,该监测系统通信质量良好,能够实现心电信号的采集、波形显示,以及心率值和心电频谱的分析,在家庭医疗领域具有较高的应用价值。     

基于STM32的便携式家用心电检测仪的设计

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。     

基于SoC FPGA的心电信号检测系统设计

设计实现了一种基于片上系统现场可编程门阵列( SoC FPGA)的心电信号( ECG)检测系统.系统通过具有高输入阻抗、高共模抑制比和低噪声的前置采集放大电路,实现心电信号的拾取和预处理.通过基于SoC FPGA的硬件平台和移植的嵌入式Linux开发环境的软硬协同设计方式,完成了心电信号的A/D转换、VGA显示、Micro SD卡数据存储和心电信号算法处理,能够对心电信号进行小波分析和QRS波检测,实现了对心电信号的采集、显示、存储和处理.     

基于AT89C52的光离子化信号数据采集系统

根据微弱光离子化信号的检测需要,开发出一种光离子化信号数据采集与处理系统。利用AD7710在微小信号测试方面的优势,以AT89C52为主控对硬件系统的组成和结构进行了设计,实现了电压信号的数据采集与A/D转换、数码显示和数据串口发送。软件系统采用模块化设计,分为数据采集、数据存储和数据串口发送模块等。利用国家标准物质中心配制的标气,系统可以有效检测挥发性有机化合物浓度,检测极低限达到了1 ppb。     

便携式远程脉搏采集系统的设计

远程脉搏采集系统能在不影响病人日常生活的情况下实时测量到病人的脉搏信号,并在脉率不正常时进行报警,家属或医生就可以及时进行救助,尽最大可能挽救病人的生命,它的研究对心脑血管病人有重大意义;文中以16位单片机MSP430F2274作为下位机,设计了一种便携式远程脉搏信号采集系统;该系统能够采集脉搏信号并利用蓝牙技术无线传输信号到PC机,然后利用VC++6.0语言编写程序,实现了脉搏信号的采集、脉搏波形的实时显示、脉率计算和语音报警等功能,同时利用Internet网络采用Winsock进行脉搏信号的远程传输,实现医生和病人(或者病人家属)进行语音、文字聊天等。     

基于Android的手持式心电检测系统设计

设计了一种基于Android平台的手持式心电(ECG)检测系统,其终端产品以小型、低功耗为目标.本文设计了两种心电信号采集方式,一是采用BMD101心电芯片,通过左右手手指分别触摸金属电极实现心电信号的快速采集和实时显示;二是设计了一种单通道、三导联的导联线采集方式,可以长时间精确采集心电信号并实时显示.系统还包括相应的手机APP,手持式心电检测仪通过蓝牙将数据传输给手机APP,方便使用者实时查看,以及医患交流.     

基于物联网的社区心电监护系统设计

将物联网与传统心电图（ ECG）监护系统相结合,以Zig Bee无线通信技术为核心,设计了一种具有自动报警功能的社区心电监护系统,实现了心电数据的自动采集、处理、诊断、异常报警与无线传输。该系统采用无线通信技术传输数据,可以减少系统的连线。系统中的心电分析算法可以实时显示和在线分析心电信号,提取心电信号中的疾病特征,实现心脏疾病的自动诊断和预测。实验结果表明：所设计的心电监护系统,能够准确采集心电信号。将物联网技术应用在智能心电监护系统上,便于对社区患者进行统一监管。     

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。     

Cardiac health diagnosis using data fusion of cardiovascular and haemodynamic signals

The electrocardiogram (ECG) is a representative signal containing useful information about the condition of the heart. The shape and size of the P-QRS-T wave, the r-r interval, etc., may help to identify the nature of disease afflicting the heart. However, human observer cannot directly monitor these subtle details and it is difficult to evaluate the cardiac health using ECG alone. Hence, the fusion of ECG, blood pressure, saturated oxygen content and respiratory data for achieving improved clinical diagnosis of patients in cardiac care units. In this study, a computer based analysis and display of the heterogeneous signals for the detection of life threatening states is demonstrated using fuzzy logic based data fusion. And to evaluate the severity of the disease a new parameter, deterioration index is proposed and results are tabulated for various cases.