一种体域网无线心电监护系统的研制与测试
时间：2022-03-16 08:30:37 浏览次数：次
摘 要： 随着中国老龄化和家庭空巢化的加剧，患有慢性疾病的老人在医院外的健康监护问题变得日益突出。这就需要人们能够设计出有别于传统医疗仪器的新系统，这样的新系统称为体域网系统。论述了体域网无线心电监护系统的设计方案，重点介绍了患者系统以及预警系统的构成。患者系统采用便携式心电检测模块来采集患者的心电信号；蓝牙短距无线通信技术用于将实时心电信号传输到智能手机；预警系统能接收患者系统发送的心电信号。最后给出了在医院环境中对系统进行的三项测试结果。
关键词： 体域网； 无线心电监护； 老龄化； 智能手机
中图分类号： TN911⁃34 文献标识码： A 文章编号： 1004⁃373X（2014）04⁃0037⁃05
Development and test of body area network system for wireless ECG monitoring
ZHANG Huan⁃qian1，2，3， DU Xiao⁃wei1，2，3， YANG Jian2，4， BIAN Shi⁃Ping4， HAN Xue⁃song2， LI Qing2，4，
JIN Qing⁃hui1，2， ZHAO Jian⁃long1，2
（1. State Key Lab of Transducer Technology， Shanghai Institute of Microsystem and Information Technology， CAS， Shanghai 200050， China；
2. Shanghai Clinical Research Center： Clinical Research on Biological Sensing Technology， CAS， Shanghai 200031； China；
3. University of Chinese Academy of Sciences， Beijing 100049， China； 4. Xuhui District Central Hospital， Shanghai 200031， China）
Abstract： With the rapid increase of older people in China， the problem of elder people"s chronic diseases and their health monitoring requirement outside hospital become more and more important. To face such challenge， the body area network system， a new kind of health care monitor， is needed to build up. This system is a small network based on IOT and sensor technologies. A design scheme of body area network wireless electrocardiogram monitoring system is described in this paper. The patient system and pre⁃warning system are introduced emphatically. The portable electrocardiogram detecting blockis adopted in the patient block to collect patient"s electrocardiogram signal. The bluetooth short distance wireless communication technology is employed to transmit the real⁃time electric signal to smartphone. The results of three iterms tested in the hospital environment are given in this paper.
Keywords： body area network； wireless electrocardiogram monitoring； ageing populations； smart phone
体域网是建立在物联网技术和传感器技术之上，以人体的各种生理参数为数据源、并以人体范围内的无线数据通信为载体的小型化网络[1]。体域网可以用来对慢性疾病进行管理、对特殊人群进行监护、在社区医院对附近的家庭给予快速实时的健康指导[2]。
目前已经有许多在体域网医疗设备方面的研究[3]。中科院电子学研究所的轩运动等人开发的老人健康监护系统，能够检测关键生理参数，实现了基于无线体域网技术的家用监护系统[4]。U.Anliker等人开发的穿戴式医疗监护与预警系统能够定时采集一段时间内的多种生理参数[5]，并将这些参数的数据发送到医院预警中心。Rasid M. F.等人开发的系统，能够采集多种生理参数，并通过手机的蓝牙模块接收无线信号并由General Packet Radio Service（GPRS）发送到医院数据中心[6]。Lin Y. H.等人开发的医院内部移动监护平台[7]，借助个人数据助理终端Personal Digital Assistant（PDA）的Wireless Fidelity（WiFi）模块将心电和血氧等参数在医院内部实时传输，给照顾医院的住院病人提供了便利。Ren⁃Guey Lee等人基于Nokia手机上开发了一套无线监护系统，并将多种生理参数发送到医院预警中心，实现了对慢性病患者的实时预警。R.Fensli等人开发的无线心电信号连续采集系统[8]，以手持的PDA为载体接收心电传感器实现了单导联的数据传输，并通过PDA上的软件将数据由TCP/IP的宽带传输方式发送到医疗预警中心。Paradiso R.等人开发出了另一套系统[9]，这套心电检测系统采用了特制的贴身内衣，将5个心电电极和4个呼吸与运动电极固定在衣服内侧，传感器能够采集人体的心电、呼吸和运动信息，并将数据通过GPRS信号发送到医疗监护中心。随着体域网医疗设备研究的深入，近年来已有大量相关研究的文献报道[10⁃11]。
上述研究都实现了心电信号的采集和无线传输功能，并且得到了比较好的实验结果。本文提出了一种采用良好人际交互界面，并适合无线心电检测信号处理算法的系统设计方案。
1 系统设计方法
1.1 无线心电监护系统的架构
为了实现远程无线心电的连续实时监护，采用了基于体域网技术的系统架构。图1显示了体域网系统的基本架构。整套监护系统由两个子系统组成，分别是：
（1） 患者系统：便携式心电传感器和手持式分析终端。
（2） 预警系统：医院预警中心的数据管理分析系统与医生远程分析监护系统。
其中患者系统需要具备如下的特点：轻便、长时间运行、简单的用户操作界面、稳定的心电数据采集、支持无线数据通信；预警系统需要具备如下的特点：简单的用户操作界面、显示心电数据和相关特征信息、储存管理患者的信息和数据、具有网络操作和分析功能。
1.2 患者系统的设计
便携式心电传感器和手持式分析终端组成了患者系统。图2为患者系统的设计架构。心电传感器采集人体的单导联心电信号，并将数字化的数据传送到手持式分析终端。手持式分析终端由智能手机实现，能够存储心电数据、发出异常警报。手持式分析终端还能以3G或WiFi通信方式将数据发送到医院的预警服务器。
图1 体域网无线心电监护系统架构
图2 患者系统架构
为了尽可能延长便携式心电采集模块的工作时间，该便携式模块没有集成数据处理模块，所有数据处理的功能都设计了智能手机和预警中心服务器处。
1.2.1 便携式心电传感器模块
便携式心电传感器包括：可充电锂电池、电源管理模块、心电模拟信号采集模块、微控制器和无线通信蓝牙模块。图3为便携式心电传感器各功能模块设计。
图3 便携式心电传感器
医疗电极和导联线把心电信号从体表提取出来，心电信号处理模块与模/数转换器将单导联的心电信号转换为采样频率是2 kHz精度是8 b的数字信号；蓝牙模块将数字信号发送到病人佩戴的智能手机终端。
便携式心电传感器由可充电的锂电池供电，锂电池的容量为600 mA·h，系统可以连续正常工作约90 h。表1统计了便携式心电传感器不同模块在不同工作状态的工作状态和功耗。
表1 各模块的工作状态和总功耗
模拟模块包括：电源管理模块和心电模拟信号采集模块。
1.2.2 智能手机分析终端
患者使用的智能手机分析终端通过无线蓝牙模块接收心电传感器送来的数据，这些数据经过终端的处理后发送至医院预警中心的服务器。智能手机分析终端采用了Windows Mobile操作系统，基于LabVIEW设计平台开发的软件具有良好的人机交互界面。患者可以方便地手动输入自己的姓名等信息，控制蓝牙数据连接，控制向医院预警中心发送数据的互联网连接。智能手机分析终端会将原始数据储存在SD存储卡中。图4为智能手机分析终端程序模块结构图与工作显示图。
图4 智能手机分析终端程序模块结构图与工作显示图
由于需要节省网络的流量和手机无线发送的功耗，在手持分析终端上对心电信号进行了数据压缩处理。目前在心电数据处理领域主要的压缩算法分为：直接压缩算法和变换压缩算法[12]。在不损失原始心电图中的任何信息的前提下，使用属于直接压缩算法中熵编码的霍夫曼压缩算法进行心电数据压缩。
为了对比数据压缩算法在项目设计系统中应用的有效性，从专业心电数据库里选取标准数据进行压缩，同时对项目设计系统采集的心电数据进行压缩。此外，还选取了三种对照数据进行对比分析表2是对不同数据的压缩结果（数据库一见文献[13]，数据库二，三见文献[14]）。
1.3 预警系统
预警系统主要以服务器、台式电脑、笔记本电脑和智能手机为平台。其中医院的预警中心用基于LabVIEW平台开发的服务器系统接收、显示、存储病人的心电数据，并能够自动分析其心率数据；医生等专业人员能够通过台式电脑、笔记本电脑和智能手机，远程登录预警中心的服务器实时地分析服务器上的心电数据，并给予病人及时的诊断和预警。图5是医院预警系统架构与程序功能模块图。
图6是预警系统的显示界面。图中可以看到患者与预警系统的连接状态、患者姓名、医生客户端的连接状态，同时可以将实时波形进行打印操作。程序自动计算出患者的实时心率，程序会根据心率数值自动向患者的手持智能手机发出报警命令，也可以由医生手动发出报警命令。
表2 不同数据的压缩结果
注：压缩率定义为：[压缩率=原始数据压缩后数据]
图5 医院预警系统架构与程序功能模块框图
图6 预警系统的程序显示
在整个体域网无线心电监护系统中，预警系统与患者系统是相互独立又相互联系的两个子系统。这两个系统的协同工作具有下述的步骤：
（1） 患者系统中智能手机作为客户端在医院预警中心服务器上得到一个固定的互联网传输端口，同时智能手机与心电模块建立蓝牙通信。
（2） 当智能手机接收到了从心电传感器传送来的数据后，通过无线宽带数据通路将数据发送到预警中心服务器。
（3） 如果智能手机的无线宽带数据通路连接丢失，智能手机会自动重新连接，但连接断开时间内的数据都不会再被传输。
（4） 如果智能手机与便携式心电传感器的蓝牙通信连接丢失，智能手机不会自动接连便携式心电传感器，而是发出警报通知患者进行手动连接。
基于LabVIEW的心电数据实时处理算法设计如下：
对于用于远程医疗服务的无线心电监护系统，其信号处理部分是分析心电信号的重点。项目设计的预警系统通过LabVIEW高效地实现了心电信号的采集及分析算法设计。
在心电信号采集的过程中会耦合进许多外界干扰，它们主要包括：电源线干扰、电极接触噪声、肌电噪声和基线漂移等。此外，在远程监护的应用中，由于患者的运动状态是随机的，例如跑步等身体活动会对心电信号造成很大的干扰。因此，为了使心电信号被大多数医学上的诊断和分析所使用，都需要将这些干扰从原始的心电信号中去除[15]。在这些干扰中，电源线干扰和基线漂移是最为重要的，并且可能强烈的影响心电信号分析。其他如肌电噪声等干扰的带宽与心电信号相重叠[16]。这些干扰信号的频率同心电信号的频率重合，且心电信号频谱具有时变的特性，如果仅采用传统的数字滤波器组很容易在滤除噪声的同时破坏有用的心电信号。所以，使用LabVIEW高级信号处理工具包中的小波算法处理受到干扰的心电信号。
图7显示了经过小波降噪处理前后的心电波形，A为未经过去噪的原始信号，B为经过小波变换降噪后的信号。可以看到在经过降噪处理后A波形中许多微小的干扰在B波形中得到了有效抑制，且没有损失A波形中的主要心电信息。
图7 小波降噪处理前后的心电波形
2 系统性能评估
远程医疗服务系统是用来进行实时监控患者的心电信息并进行及时预警反馈。因此，有必要对心电信号的精确程度进行分析和估计。
在徐汇区中心医院实地测试了整套系统的功能。整套系统包括：检测单导联心电信号的便携式心电传感器、安装了数据分析处理程序的智能手机、具备网络数据收发和存储功能的预警服务器。实地测试流程如下：
（1） 被测者开启智能手机、输入姓名。
（2） 被测者打开便携式心电传感器，等待智能手机搜索到便携式传感器后建立无线蓝牙连接。
（3） 同时智能手机的程序会向医院的预警服务器申请用于网络传输数据的通信端口，同时开启宽带互联网数据通信服务。
（4） 在蓝牙连接建立后，智能手机的程序会通过无线宽带数据通路向预警服务器发送实时的心电数据。
（5） 预警服务器将接收到的数据显示为心电波形并保存为数据文件。
由于本文开发的系统主要针对心电监护，因此在医院实际环境中对系统进行了实地测试。在测试中，项目开发人员佩戴无线心电监护系统，医院的服务器接收智能手机传输来的实时心电信号，显示并打印实时心电信号。本文以两种情景来比对实验数据：
情景1：患者平躺在病床上，且静息情况下测量其单导联心电信号。
情景2：患者在医院内慢速小跑时测量其单导联心电信号。
表3为实验中数据对比的方法与目的。
表3 数据对比的方法与目的
图8为按照数据对比I进行的数据分析。其中波形A为医院医疗设备（FUKUDA FX⁃7302心电图仪）的检测结果打印在专用心电打印纸上的心电图。波形B为项目开发的仪器将数据传输到预警服务器后，服务器显示的心电图。对比两个波形可以确认项目开发的系统能够较好地采集心电信号，并将数据实时传输到医院预警服务器；能够良好地分辨出QRS波的形状，可用于简单的心率失常检测。
图8 FX⁃7302检测结果与项目开发的心电检
测仪器的检测结果对比
图9为按照数据对比Ⅱ进行的数据分析。波形A为被检测者在慢速小跑时的检测结果，波形B为被检测者处于静息状态时的检测结果。对比两个波形可以确认，系统在医院中患者处于基本运动模式下能够正常工作，且能够明显分辨出心率变化和心电图波形的改变。
图10为按照数据对比Ⅲ进行的数据分析。其中波形A为医院医疗设备（Mortara X⁃Scribe）的检测结果打印在专用心电打印纸上的心电图。波形B为项目开发的仪器将数据传输到医院预警服务器后，服务器显示的心电图。对比两个波形可以确认项目开发的系统能够分辨出基本的心电异常波形。但与商用仪器相比，项目开发仪器在运动中对有心脏疾病的检测存在波形上的失真。分析失真的原因有两点：医院医疗设备无法将检测结果连续打印；项目开发仪器使用的电极在运动中与皮肤接触不良。
图9 运动状态与静息状态检测结果比较
图10 Mortara X⁃Scribe检测结果与项目
开发的心电检测仪器检测结果对比
3 结 语
本文的研究内容是一套体域网无线心电监护系统，该系统可以有效地采集患者的单导联心电信号，且不会对患者的正常生活造成明显影响。本文说明了以现有的技术如何低成本地实现基于移动监护和健康服务的远程无线医疗服务系统。
医院的实地测试表明，本文研发的系统能够实现远程无线心电信号的检测。与现有的心电检测系统相比，项目研发的系统具有体积小、重量轻、便携性好等特点，能够弥补原有医院心电检测设备的一些不足。接下来的工作主要包括将单导联的心电采集模块扩展为12导联的心电采集模块；实现预警中心计算机对心电信号的实时自动分析功能；优化整个系统的总体功耗使其能够稳定地长时间持续工作等；并在此基础上对心脏病患者进行小规模检测。
参考文献
[1] HUANG L， ASHOUEI M， YAZICIOGLU R F， et al. Ultra⁃low power sensor design for wireless body area networks⁃challenges， potential solutions， and applications [J]. JDCTA， 2009， 3（3）： 136⁃148.
[2] GYSELINCKX B， VULLERS R， HOOF C， et al. Human++： emerging technology for body area networks [C]// Proceedings of 2006 IFIP International Conference on Very Large Scale Integration. Nice： [s.n.]， 2006： 175⁃180.
[3] PATTICHIS C， KYRIACOU E， VOSKARIDES S， et al. Wireless telemedicine systems： an overview [J]. IEEE Antennas and Propagation Magazine， 2002， 44（2）： 143⁃153.
[4] 轩运动，赵湛，方震，等.基于无线体域网技术的老人健康监护系统的设计[J].计算机研究与发展，2011（z2）：355⁃359.
[5] ANLIKER U， WARD J A， LUKOWICZ P， et al. AMON： a wearable multiparameter medical monitoring and alert system [J]. IEEE Transactions on Information Technology in Biomedicine， 2004， 8（4）： 415⁃427.
[6] RASID M F A， WOODWARD B. Bluetooth telemedicine processor for multichannel biomedical signal transmission via mobile cellular networks [J]. Information Technology in Biomedicine， IEEE Transactions on， 2005， 9（1）： 35⁃43.
[7] LIN Y⁃H， JAN I⁃C， KO P⁃I， et al. A wireless PDA⁃based physiological monitoring system for patient transport [J]. IEEE Transactions on Information Technology in Biomedicine， 2004， 8（4）： 439⁃447.
[8] LEE R⁃G， CHEN K⁃C， HSIAO C⁃C， et al. A mobile care system with alert mechanism [J]. IEEE Transactions on Information Technology in Biomedicine， 2007， 11（5）： 507⁃517.
[9] PARADISO R， LORIGA G， TACCINI N. A wearable health care system based on knitted integrated sensors [J]. IEEE Transactions on Information Technology in Biomedicine， 2005， 9（3）： 337⁃344.
[10] 宫继兵，王睿，崔莉.体域网BSN的研究进展及面临的挑战[J].计算机研究与发展，2010（5）：737⁃753.
[11] PANTELOPOULOS A， BOURBAKIS N G. A survey on wearable sensor⁃based systems for health monitoring and prognosis [J]. IEEE Transactions on Systems， Man， and Cybernetics， Part C： Applications and Reviews， 2010， 40（1） 1⁃12.
[12] JALALEDDINE S M S， HUTCHENS C G， STRATTAN R D， et al. ECG data compression techniques⁃a unified approach [J]. IEEE Transactions onBiomedical Engineering， 1990， 37（4）： 329⁃343.
[13] GOLDBERGER A L， AMARAL L A， GLASS L， et al. PhysioBank， PhysioToolkit， and PhysioNet： components of a new research resource for complex physiologic signals [J]. Circulation， 2000， 101（23）： 15⁃20.
[14] MOODY G， MULDROW W， MARK R. A noise stress test for arrhythmia detectors [J]. Computers in Cardiology， 1984， 11： 381⁃384.
[15] RANGAYYAN R M. Biomedical signal analysis [M]. New York： IEEE Press， 2002.
[16] THAKOR N V， WEBSTER J G， TOMPKINS W J. Estimation of QRS complex power spectra for design of a QRS eilter [J]. IEEE Transactions on Biomedical Engineering， 1984， BME⁃31（11）： 702⁃706.
推荐访问： 监护 研制 心电 域网 测试