基于通用平台的心电采集系统及其采集方法技术方案

本发明专利技术公开了一种基于通用平台的心电采集系统包括集成于android平台内的android主控板、心电采集模块和传感器，心电采集模块与多个传感器相连接，传感器分别置于人体不同部位以实现心电信号测量，传感器的输出经心电采集模块处理后形成心电数据完成采集，并经串口通信将其发送至android主控板；android主控板用于运行android应用程序，并对心电数据进行处理和储存，Android主控板通过串口采集到心电数据后多线程同步处理；android主控板连接有显示屏，并通过显示屏即时将采集的心电图波形及心电参数数据显示出。本发明专利技术可实现心电图的实时快速采集、解析、绘制、传输和显示。

【技术实现步骤摘要】
基于通用平台的心电采集系统及其采集方法
本专利技术涉及一种心电检测系统，尤其涉及一种基于通用平台的心电采集系统及其采集方法。
技术介绍
心血管病患人数众多，而且每10秒就有1人死于心血管病，但心血管病的诊治情况却不容乐观，由于很多心脏疾病非常需要心电图数据来指导诊断，并且在疾病发作时才可以收集到相关性高的心电图数据，如果没有随时随地的收集处理设备，将会为诊断带来巨大麻烦。现有技术主要有如下类别：从平台分，有专用平台设备(如嵌入式系统)和与通用平台(android或苹果)；从测量时间分，有24小时不间断监护和按需测量；从采集模块与数据处理模块关联分，有分离模式与一体模式；从市场定位分有医院专业设备与家庭日常保健设备，以及非便携与便携的区分。一般来说，医院专业设备采用专用平台，采用一体模式，开发成本高，升级难度大；而家用日常保健设备更多选择通用平台，采集模块独立设备，采用蓝牙进行通信。从检测时间看，家用设备不间断监护与按需测量都有其市场需求，而按需测量应用相比更广泛。在通用平台(android或苹果)上开发的家用便携保健设备，因为设备的非专用特点，用户打开检测软件，并点击选取心电测量功能本文档来自技高网...

【技术保护点】
1.一种基于通用平台的心电采集系统，其特征在于：包括集成于android平台内的android主控板、心电采集模块和传感器，所述心电采集模块与多个传感器相连接，所述传感器分别置于人体不同部位以实现心电信号测量，传感器的输出经心电采集模块处理后形成心电数据完成采集，并经串口通信将其发送至android主控板；所述android主控板用于运行android应用程序，并对心电数据进行处理和储存，Android主控板通过串口采集到心电数据后，多线程同步处理：1.1、进行心电信号质量辨识；1.2、根据辨识后的心电信号进行心电分析，计算得到心电参数、心率、qrs时间和st高度参数；1.3、本地数据保存：包...

【技术特征摘要】
1.一种基于通用平台的心电采集系统，其特征在于：包括集成于android平台内的android主控板、心电采集模块和传感器，所述心电采集模块与多个传感器相连接，所述传感器分别置于人体不同部位以实现心电信号测量，传感器的输出经心电采集模块处理后形成心电数据完成采集，并经串口通信将其发送至android主控板；所述android主控板用于运行android应用程序，并对心电数据进行处理和储存，Android主控板通过串口采集到心电数据后，多线程同步处理：1.1、进行心电信号质量辨识；1.2、根据辨识后的心电信号进行心电分析，计算得到心电参数、心率、qrs时间和st高度参数；1.3、本地数据保存：包括原始心电数据保存，计算得到的心电参数和心电结果保存；1.4、网络服务器数据保存：本地数据同步上传服务器；android主控板连接有显示屏，并通过显示屏即时将采集的心电图波形及心电参数数据显示出。2.根据权利要求1所述的基于通用平台的心电采集系统，其特征在于：所述android主控板采用极值抽样显示法将心电图波形显示在显示屏上，该极值抽样显示法的步骤包括：A、首先按照显示屏的分辨率计算抽样点步长B、将心电图波形的原始采样数据按照抽点步长片段分成若干组；C、每一组分别选取最大值和最小值作为抽取点，且保持两点的先后顺序关系；D、显示当前一组的抽取点，重复步骤C和D直至显示完所有分组数据。3.根据权利要求1所述的基于通用平台的心电采集系统，其特征在于：所述步骤1.1中，所述心电信号质量辨识方法包括如下步骤：S1、获取采样率为fs的原始的心电波形幅值数据，并将心电波形幅值数据分成以N秒为时间单位的处理段X，N为8～120间的任意一个值；S2、在处理段X内，将心电信号以1秒为单位进行片段分割，分割段为xi，其中i＝1…N，xi的数据长度为M＝1×fs＝fs；S3、以处理段X为单位，取出每一心电波形片段xi的幅值最大值mmax和最小值mmin构成包络点，通过比较各个包络点得到分割段xi的包络差ei＝mmax–mmin，再求取处理段X内波形包络差的平均值乘以比例系数k1，其中2>k1>1，再与每分割段的包络差ei作比较；当时，说明此分隔段的包络有突变，即为包络检测不合格；S4、在处理段X内，获取每一分割段xi的幅值方差值其中m为xi中数据的序号；再求取处理段X内波形片段幅值方差值Ei的平均值乘以比例系数k2，其中2>k2>1，再与各分割段xi的幅值方差值Ei作比较，当时，说明此分割段的方差有突变，即为方差检测不合格；S5、在处理段X内，利用快速傅里叶变换，将心电片段信号xi的时域信号转化为频域信号，即为功率谱信号；对1～5Hz的幅值进行积分得到功率其中Re代表求复数的实部，Im代表求复数的虚部，j指某一频段的范围，fi(j)即为功率谱信号；求取处理段X内波形的平均功率值乘以比例系数k3，其中2>k3>1，再与各分割段xi的功率Pi作比较；当时，说明此处理段的1～5Hz功率有突变，即为功率谱检测不合格；S6、在处理段X内，得到步骤S5中的心电片段信号xi的功率谱信号后，对5～40Hz的幅值进行积分得到功率其中Re代表求复数的实部，Im代表求复数的虚部，Psi代表心电信号的功率；再对40～100Hz的幅值进行积分得到功率其中Re代表求复数的实部，Im代表求复数的虚部，Pni代表高频噪声信号的功率；计算两者的信噪比kSNRi＝Psi/Pni，当信噪比小于阈值时，其中大于2，说明此处理段信噪比过小，噪声所占比重过大，即信噪比检测不合格；S7、根据参数包络差、方差值、信号在1～5Hz之间的功率和信噪比的合格情况对心电波形进行质量等级划分，心电波形的质量分成4个等级，分别用0～3表示质量等级系数；质量等级系数0表示心电波形良好，质量等级系数1表示心电波形较差，质量等级系数2表示心电波形差，质量等级系数3表示心电波形存在严重噪声。即从波形质量的程度“0”表示良好，“1”表示较差，“2”表示差，“3”表示严重噪声；所述心电波形的质量等级划分方法为：当信噪比参数不合格时，该处理段心电波形的质量等级系数直接评定为3，即波形存在严重噪声；在信噪比参数合格的前提下，根据包络差、方差值、信号在1～5Hz之间的功率的合格情况来评定心电波形质量，当三个参数全部合格时，该处理段心电波形质量等级系数评定为0，即波形良好；当三个参数中有两个或一个合格时，心电波形质量等级系数评定为1，即波形较差；当三个参数全部不合格时，心电波形质量等级系数评定为2，即波形差。4.根据权利要求1所述的基于通用平台的心电采集系统，其特征在于，所述步骤1.2中心电分析方法，包括如下步骤：S11、获取N秒的待分析的心电波形，N为8～120间的任意一个值；S12、依据心电信号质量辨识方法对待分析的心电波形进行质量评估，得到N秒的心电波形质量等级，其中心电波形质量评估以1s为单位，共得到N个数据分别代表第1秒到第N秒的质量等级系数；S13、当心电信号质量等级系数为3且持续时间大于0.3N秒时，提示“信号质量噪声过大，无法分析”返回至步骤A重新获取待分析的心电波形；否则进行心电参数的计算和心电结果判断；心电参数的计算和心电结果判断的步骤为：S1301、依据心电QRS波群宽度的检测方法找出QRS波群宽度、QRS波群中各个子波形的起止时间点、幅度参数和代表QRS波群形态的Bn；然后再找出心电特征包括P、T波的起止时间点及其幅度参数，构成了一次心跳；S1302、取心电波形质量等级系数小于3的心电特征用于计算心电参数RR间期和心率，用心电波形质量等级为0的心电特征计算心电参数PR间期、QRS宽度、QT间期、ST段高度、P波平均电轴、QRS平均电轴、T波平均电轴、Q波宽度和R波高度；S1303、利用心电特征和上述心电参数进行心电异常判断得出心电图异常结果S14、当心电信号质量等级系数为1或2且持续时间大于0.3N秒时，提示“信号质量较差”并输出计算得到的心电参数和心电结果；否则认为心电波形质量较好，直接输出计算得到的心电参数和心电结果。5.根据权利要求4所述的基于通用平台的心电采集系统，其特征在于：所述步骤S1301中心电QRS波群宽度的检测方法，包括如下步骤：A、获取采样率为fs的原始心电波形幅值数据S，并将心电波形S分成以N秒为时间单位的处理段信号X，N为8～120间的任意一值；B、将信号X经过包络处理得到包络信号Xe，然后在包络信号Xe上利用阈值法定位QRS波群的位置得到集合Bxe；其中信号X的处理方法和利用阀值法的定位方法包括如下步骤：B1、将信号X经过一个带通滤波器，其频率范围为5Hz～25Hz，得到凸显出QRS波群特征且滤除干扰波的信号Xfiltered；对信号Xfiltered做微分后再平方得到信号Xdiff，对Xdiff进行积分得到包络信号Xe；B2、将包络信号Xe按0.2N秒的长度分段得到5个包络片段Xe(i)，其中i＝1…5，在每个包络片段内找到最大值XEmax(i)，然后求出这5个最大值的中值并用中值计算出阈值其中0.2<k1<0.8；再在包络信号Xe中寻找一个大于阈值TH的区间[Iover，Ilower]，该区间即为QRS波群的位置所在区域；然后确定QRS波群的坐标位置Bxr(n)＝argmaxXe(Iover，Ilower)，n代表第n个QRS波，其中arg为自变量argument的英文缩写，argmax即代表取式子达到最大值时的变量取值，Bxe(n)是Iover～Ilower之间的使Xe最大的一个值；依次利用阀值在Xe上找出所有QRS波群的位置，记为集合Bxe；C、在集合Bxe中选取第n个QRS波群位置Bxe(n)，求出该QRS波群的RR间期RRxe(n)＝Bxe(n)-Bxe(n-1)；从信号X中截取一片段Xios，截取的起始位置为Bxe(n-1)+RRxe(n)×k3，终止位置为Bxe(n)-RRxe(n)×(0.5-k3)，其中0.3<k3<0.5，即第n-1个心跳的T波之后到第n个心跳的P波之前的一段数据；作出片段Xios中幅值范围的直方图Gp，得到Xios数据取值的统计分布；在直方图Gp中找出Xios幅值分布个数最多的子区间b，该子区间b代表的电位即为第n次心跳之前的等电位段电位vios；D、从信号X中第n个QRS波群位置Bxe(n)周围截取一数据段qn，在数据段qn中找到所有极大值和极小值点的集合为极值点P和QRS波群中绝对幅值最大的波QM；其中获取极值点P和QM的方法包括如下步骤：D1、信号X在Bxe(n)处往前ω-＝(0.07～0.15)fs、往后ω+＝(0.1～0.23)fs个点，截取信号X中的QRS波群的数据段qn＝(q1,…,qj,…,qω)，其中ω＝ω-+ω+表示qn的数据长度，qj表示qn中第j个数据；D2、在数据段qn中找到所有极大值Pk和极小值点Lo，极大值Pk和极小值点Lo合称为极值点P；然后再找出极大值Pk中的最大值Pmax＝(Vmax，Imax)和极小值Lo中的最小值Lmin＝(Vmin，Imin)，I、V分别表示点在qn中的位置和数据幅值大小；D3、定义QRS波群中最明显的波顶点为QRS波群中绝对幅值最大的波QM，如果|Vmax-vios|>k4×|Vmin-vios|则QM点为Lmin点，否则QM点为Pmax点，其中2<k4<10；E、极值点P中满足最小QRS可识别波条件的为主极点Dn，再从主极点Dn中筛选出特征点和关键特征点所述最小QRS可识别波条件为：幅度大于ρmin微伏且持续时间大于dmin毫秒，其中20uV<ρmin<80uV，6ms<dmin<16ms；其中筛选特征点和关键特征点的具体方法包括如下步骤：E1、从极值点P中选择一个极值点pj，用以下公式在处理段qn中搜索极值点pj的左右支撑区间Δqj,x＝|qj-qx|其中j和qj为极值点...

【专利技术属性】
技术研发人员：宁新宝，郑江，姜晓东，周作建，王伟，余蔚波，
申请(专利权)人：南京大学，镇江索乐电子科技有限公司，南京贺普检测仪器有限公司，
类型：发明
国别省市：江苏,32