（控制理论与控制工程专业论文）基于嵌入式系统的心电图自动化检测.pdf

c l a s s i f i e di n d e x ：t p 2 0 6 1 l i i ii ii ii ii i ii iii i i u l y 18 13 5 8 3 d i s s e r t a t i o nf o rt h em a s t e rd e g r e ei ne n g i n e e r i n g a u t o m a t i c a le c gd e t e c t i o n b a s e do ne m b e d d e ds y s t e m c a n d i d a t e ： s u p e r v i s o r ： a c a d e m i cd e g r e ea p p l i e df o r ： s p e c i a l t y ： d a t eo fo r a le x a m i n a t i o n ： u n i v e r s i t y ： h u a n g m i n “c h e nh a iy a n m a s t e ro f e n g i n e e r i n g c o n t r o l t h e o r y a n dc o n t r o l e n g i n e e r i n g m a r c h ，2 0 0 6 h a r b i nu n i v e r s i t yo fs c i e n c ea n d t e c h n o l o g y 、，o两， 哈尔滨理工大学硕士学位论文原创性声明 本人郑重声明：此处所提交的硕士学位论文基于嵌入式系统的心电图自动 检测，是本人在导师指导下，在哈尔滨理工大学攻读硕士学位期间独立进行研 究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或 撰写过的研究成果。对本文研究工作做出贡献的个人和集体，均已在文中以明确 方式注明。本声明的法律结果将完全由本人承担。 作者签名：丧氢夺。日期：年3 月，日 哈尔滨理工大学硕士学位论文使用授权书 基于嵌入式系统的心电图自动检测系本人在哈尔滨理工大学攻读硕士学 位期间在导师指导下完成的硕士学位论文。本论文的研究成果归哈尔滨理工大学 所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解哈尔滨理工 大学关于保存、使用学位论文的规定，同意学校保留并向有关部门提交论文和电 子版本，允许论文被查阅和借阅。本人授权哈尔滨理工大学可以采用影印、缩印 或其他复制手段保存论文，可以公布论文的全部或部分内容。 本学位论文属于 保密酉，在三年解密后适用授权书。 不保密口。 ( 请在以上相应方框内打) 作者签名：该留1 日期：如年? 月日 导师签名： 了糸洎羔 日期：珈。占年3 月彪日 哈尔滨理工大学工学硕上学位论文 基于嵌入式系统的心电图自动化检测 摘要 心电图自动化检测是指利用计算机或心电图机对心电图的各特征参数进 行自动化提取。针对心电信号为生物电信号，具有明显的非平稳性且包含许 多的干扰，本文提出了一种以小波变换为基础结合简单心电图分类的心电图 特征值检测法。利用小波变换多尺度多分辨率的特点，对心电信号进行分 解，不同频带的信号便显现在不同尺度上，可有效地消除各种干扰。目前， 虽然国内外有许多学者致力于此研究，但心电信号的自动化检测还有诸多的 不足之处，在理论研究和实际应用方面仍具有改进和创新的余地。针对这种 现状，论文从提高心电图检测精度着手，对心电图的各个特征值包括p 、 q r s 、t 波及s t 段等进行了深入的理论研究和大量的实验。论文的主要工 作和创新点在于： 1 以v c + + 为平台，建立了1 2 导同步数据库，这就可以采用高频率的 同步1 2 导联心电图来检测算法，也为后续心电图自动诊断做好准备。 2 设计了一套基于小波变换的单导联心电图检测系统，以m a t l a b 为计 算引擎，在m a t l a b 平台下仿真检测心电图的各特征参数，并使用有人工标 注的数据库m i t b i h 心率失常数据库、欧洲s t _ t 数据库来检测，并通 过1 2 导联同步心电图数据库的任意单个导联数据来进一步验证，其中q r s 波的检测精度达到9 9 8 以上，证实了算法的可靠性。 3 首次提出把心电图分类同p 波检测结合起来，提高了病理波形下p 波 的检测精度。 4 算法成功嵌入到下位机内，使其可运用到1 2 导联同步心电图机中， 证实了算法的可移植性。 关键词心电图；小波变换；自动化检测 哈尔滨理工大学工学顺士学位论文 = = 目目e 自l 自= 自e = 目自 目e e 自目目e = 自! j e 自= l = 目l i = lm 自j _ e = 目e 目| 自e 鼍! # = g = 自e = e a u t o ma t i c a le c gd e t e c t i o nb a s e do ne m b e d d e d s y s t e m a b s t r a c t t h ea u t o m a t e dd e t e c t i o no fe l e c t r o c a r d i o g r a m ( e c g ) i st oe x t r a c tt h e c h a r a c t e r i s t i cf e a t u r e so fe c gb yc o m p u t e ro re l e c t r o c a r d i o g r a p ha u t o m a t i c a l l y a saf a i n tb i o e l e c t r i cs i g n a l ，t h ee c gs i g n a le x h i b i to b v i o u su n s t e a d i n e s sa n d c o n t a i nm a n yn o i s e s s oa na l g o r i t h mo fd e t e c t i n ge c gc h a r a c t e r i s t i cb a s e do n w a v e l e tt r a n s f o r m ，w h i c hi sa l s oc o m b i n e dw i t hs i m p l yc l a s s i n gf o re c gs i g n a l s ， i si m p l e m e n t e d t h ea l g o r i t h m st h a tc o u l ds u c c e s s f u l l yr e m o v ev a r i o u sn o i s e sa r e i n t r o d u c e dt od e c o m p o s et h ee c gs i g n a l so nm u l t i s c a l e s i nc h a r a c t e r i s t i cs c a l e s ， t h ee l e c t r o c a r d i a c s i g n a l s c a nb e d e c o m p o s e d t h o u g ht h e e c gf e a t u r e e x t r a c t i o nw a ss t u d i e db ym a n yr e s e a r c h e r s ，t h em e t h o do fa u t o m a t e dd e t e c t i o n o fe c gi ss t il ln e e dt ob ei m p r o v e d b a s e do nt h ed e m a n d so fa c a d e m i cr e s e a r c h a n da p p l i c a t io n ，t h i sd i s s e r t a t i o nc a r r i e so nt h ea l g o r i t h m ss t u d yo ni m p r o v i n gt h e p r e c i s i o no ft h ed e l i n e a t i o na l g o r i t h m s 。t h ec h a r a c t e r i s t i cf e a t u r e so fe c g i n c l u d i n gt h ep e a k sa n dl i m i t so ft h ei n d i v i d u a lq r sw a v e s pa n dtw a v e sa n d t h ei n t e r v a l so fs t - s e g m e n t ，a r ef u r t h e rr e s e a r c h e da n de x p e r i m e n t e d t h i sp a p e r m a i n l yi n c l u d e st h ef o l l o w i n gd i s t i n c t i v ew o r k sa c c o m p l i s h e d ： 1 al2 一l e a ds y n c h r o n o u se c gd a t a b a s ew a sc o n s t r u c t e di nv c + + p l a t f o r m w h i c hm a d ei t p o s s i b l et ou s e12 一l e a d se c gs i g n a l sw i t hh i g h e rf r e q u e n c yt o e s t i m a t et h i sa l g o r i t h m ，a n dh a db e e np r e p a r e df o re c ga u t o m a t e dd i a g n o s i s 2 i nt h ist h e s i s ，ar o b u s ts i n g l e l e a de c gd e l i n e a t i o ns y s t e mb a s e do nt h e w a v e l e tt r a n s f o r mw a sd e v e l o p e d a n da na l g o r i t h mt oe x t r a c tt h ef e a t u r e so f e c gw a ss i m u l a t e di nm a t l a bp l a t f o r mw h i c hw a su s e da sc a l c u l a t i o ne n g i n e a l s o t h ea l g o r i t h mw a se v a l u a t e do ns e v e r a lm a n u a l l ya n n o t a t e dd a t a b a s e s s u c ha sm i t b i ha r r h y t h m i a 。a n de u r o p e a ns t - td a t a b a s e s t h ea l g o r i t h m sa l s o f i ta r b i t r a r yl e a d s s i g n a l f r o m12 - l e a d s s y n c h r o n o u se l e c t r o c a r d i o g r a p h t h e q r sd e t e c t o ro b t a i n e dap r e c i s i o na b o v e9 9 8 s oa l lc o n c l u s i o np r o v et h a tt h i s a l g o r i t h mi sr e l i a b l e i i tii， 哈尔滨理工大学t 学顺士学位论文 3 t oe n h a n c ed e t e c t i o na c c u r a c yo fpw a v e si np a t h o l o g i ce c gw a v e s ，a m e t h o do fe c gc l a s s i f i e dc o m b i n e dw i t ht h ed e l i n e a t i o no fpw a v ew a sp u t f o r w a r d 4 i ti sa p p r o v e dt h a tt h i sa l g o r i t h mi st r a n s p l a n t a b l ew h i l ei th a sb e e n e m b e d d e di n t o12 - l e a d ss y n c h r o n o u se l e c t r o c a r d i o g r a p ha n da c h i e v e sr e l i a b l e r e s u l t s k e y w o r d se l e c t r o c a r d i o g r a m ，w a v e l e tt r a n s f o r m ，a u t o m a t e dd e t e c t i o n - i i i ili“ 哈尔滨理工大学t 学顺士学位论文 目录 摘要i a b s t r a c t i i 第l 章绪论1 1 1 课题背景1 1 2 课题研究的目的及意义一l 1 3 心电 动检测研究的内容及现状一1 1 3 1 心电信号预处理技术1 1 3 2 波形检测与参数提取。2 1 4 本文研究的主要内容5 第2 章研究平台及结构7 2 1 引言7 2 21 2 导联同步数据库的建立7 2 2 1 数据通讯一8 2 2 2 数据结构9 2 2 3 用户操作界面1 0 2 2 41 2 导联数据采集1 1 2 3 标准数据库l3 2 4 数据分析接口1 4 2 5 本章小结1 5 第3 章小波变换理论及应用1 6 3 1 引言1 6 3 2 小波变换理论1 6 3 2 1 连续小波变换：1 6 3 。2 2 离散二进小波变换1 8 3 3 二进小波变换在本文的应用1 9 3 3 1 本文所用的小波母函数1 9 3 3 2 ，心电图基本知识2 1 3 3 3 选用小波尺度的依据2 2 3 4 本章小结2 5 哈尔滨理工大学工学硕士学位论文 第4 章心电图特征点检测2 6 4 1 引言2 6 4 2o r s 波检测2 6 4 2 1o r s 波的形态2 7 4 2 2o r s 波主波检测2 7 4 2 3 主极值对前后极值检测3 5 4 2 4o r s 波起止点检测3 8 4 2 5o r s 波形形态识别4 0 4 3t 波检测4 0 4 3 1t 波的形态4 0 4 3 2t 波检测4 2 4 3 3t 波检测评估4 4 4 4p 波检测4 5 4 4 1p 波的形态4 6 4 4 2p 波的检测：4 6 4 4 3p 波检测评估4 9 4 5s t 段检测5 0 4 5 1s t 段形态5 1 4 5 2s t 段检测算法5l 4 5 3s t 波检测评估5 2 4 6 本章小结5 3 第5 章算法的转换与编程实现5 5 5 1 引言5 5 5 2m a tia b 下的算法编程5 5 5 3 算法转换5 7 5 4 算法实现6 l 5 5 本章小结w 一6 l 结论6 2 参考文献6 4 附录1小波带通滤波器的系数6 8 附录2o r s 波检测算法检验数据统计6 9 攻读硕士学位期间所发表的学术论文7 1 致谢，7 2 哈尔滨理工大学工学硕十学位论文 1 1 课题背景 第1 章绪论 本课题来源于深圳市邦健电子有限公司自筹经费的心电系列产品升级开 发。项目名称为“基于嵌入式系统的1 2 导联心电图机的研制”。 1 2 课题研究的目的及意义 心电信号是人类最早研究并且应用于医学临床的生物信号之一，它比其 它生物电信号更易于检测，并且具有较直观的规律性。从1 9 0 3 年e i n t h o v e n 将心电图技术应用于临床，至今已百年。百年中，持续发展的心电图技术为 人类的生命与健康，为生物学、临床医学做出了巨大贡献，成为临床不可缺 少的、最重要的常规检查技术。近年来心脏病仍然是威胁人类生命的主要疾 病，世界上心脏病的死亡率仍占首位。以前的心电图大多采用临床医生手动 检测的方法，这一过程无疑是费时费力且可靠性不高。计算机辅助的e c g 分析系统开始于5 0 年代末，在计算机技术迅速发展的情况下，e c g 自动分 析迅速发展，把医生从繁重的手工劳动中解脱出来。但从目前国内外的心电 图机检测来看，检测精度还达不到可以代替医生手动检测的水平。 本课题研究的目的在于提供一种新的自动检测心电图特征参数的方法以 提高原心电图机自动检测的精度，并使算法可运用到基于嵌入式系统开发的 1 2 导联心电图机中。本课题研究的意义在于通过心电图自动化检测来代替 医生的手工检测，减少手工检测的不确定因数，并为后续实现自动诊断技术 提供前期准备。 1 3 心电自动检测研究的内容及现状 总结前人的研究，心电图自动检测主要内容包括两个方面：一是预处理 技术的研究；二是波形检测与参数提取技术的研究。 1 3 1 心电信号预处理技术 由于心电信号比较微弱，易受环境影响。一般正常人的心电信号频率在 哈尔滨理工大学工学硕士学位论文 o 1 5 1 5 0 h z 范围内，幅度为l oi iv ( 胎儿) 5 m v ( 成人) 。在采集心电信号 时，易受到仪器、人体活动等方面的影响，所采集的心电信号常伴有干扰。 心电信号的干扰主要有以下三种：一是基线漂移，一般是由人体呼吸和心肌 兴奋所引起的。频率低于1 h z ，表现为缓慢变化的曲线；二是肌电干扰，它 是由人体肌肉颤动所致，它的频率范围很宽，一般在5 h z - 2 k h z 之间，表现 为不规则的快速变化波形；三是工频干扰，它的频率固定为5 0 h z 或 6 0 h z 。 e c g 信号的预处理技术包括采用各种经典的数据滤波方法n 2 1 及各种现 代信号处理方法n 儿钉啼1 。如m l a h l s t r o m 设计了一个数字滤波软件包，可消 除e c g 信号中的高频噪声、低频基线漂移和工频干扰，可以根据使用者的 需要而调用不同的模块级联成一个实用的滤波系统1 ；n vt h a k o r 采用自适 应滤波的方法h 1 较好的实现了噪声抑制；q x u e 提出的一种基于神经网络的 非线性自适应滤波器渊，可以较好地消除基漂和伪迹的影响，但是，它所采 用的模板会受到q r s 波形变异的影响，而且基于神经网络算法的运算量一 般都很大；杨丰等采用的小波变换模极值除去噪声的方法阳1 ，可以在消噪的 同时提高信噪比，这种方法对于信噪比低、时变以及奇异点多的弱信号具有 较强的处理能力，取得了很好的效果。许多文献专门针对基线漂移和肌电干 扰作了滤波，如p l a g u n a 采用自适应滤波方法n 们进行基线漂移的抑制取得 了较好的效果。l g a n g 提出了一种自适应相干模板法1 ，可同时抑制工频 干扰及基线漂移。胡振山提出的自适应滤波方法n 引，自适应滤波器的中心频 率能够跟随工频信号的频率变化而自动调节并抵消工频干扰，且可获得较高 的q 值，效果较好。p s u n 则采用了两阶形态滤波的方法n 3 1 进行基线漂移的 抑制，可以说是非线性滤波方法在这一方向上较为成功的应用。 预处理技术部分已较为成熟，包括高频噪声抑制、工频干扰的抑制及基 线漂移的抑制等，但对于人为移动引起剧烈抖动及类似病例心电的接触噪声 的伪迹，尚不能有效的去除。但这类信号较少，且可以通过正确测量来减 少，讨论的文献较少。 1 3 2 波形检测与参数提取 波形检测技术是后续波形分类及诊断的重要依据，主要包括p 波、q r s 波、t 波、s t 段等检测。其中q r s 波的检测又是e c g 检测中的首要问 题，几乎所有检测都是在确定了q r s 波后进一步确定的。多以q r s 波为参 哈尔滨理工大学工学硕士学位论文 考，在一定时窗内进行搜索，实现其它特征点的检测。 1 3 2 1q r s 波检测q r s 波检测方法有时域分析法、滤波器法、模板匹配 法、神经网络法、小波变换法等几个方向。在以往的检测中，时域分析方法 为最常用的方法，其又可分为幅度法、斜率法和面积法，近年来则更侧重于 小波分析、神经网络等现代处理方法的探讨。因为q r s 波的幅度和斜率一 般较大，采用幅度法和面积法，对于正常q r s 波较易检出，但在t 波高大 时易出错。因而在效果较好波形检测算法中，几乎无一例外需要引入临床经 验参数，如略过q r s 波的不应期，当指定时段内无q r s 波检出时进行回溯 处理等。滤波器法是最传统最简单的方法，包括导数滤波法( d f ) 、一阶导数 ( f d ) 法、二阶导数( f s ) 法、移动窗口积分( m w i ) 法、正交滤波法等。其中， a r u h a n 4 1 提出的q r s 波检测是通过一个门限为最大值4 0 的值来检测的。 这个最大值要求是滤波阶段的后1 5 s 中的最大值。在每次检测到q r s 波 2 0 0 m s 以后，把门限值上升到原最大值的9 0 以阻止由t 波引起的误检。 模板匹配法中，由于心电信号的周期性，将波形认为是单独的固定模板，按 幅值归异化的幅频分量值可以表示该模板在这一频率范围内的能量集中情 况。对各模板，在特定的频率上的能量分布是不同的，幅频分量又不含信号 的相位信息，所以可通过信号幅值与特定幅频值比较的方法来检测q r s 模 板，实质是幅值判别和频率判别的统一。v b a r o b a r o 采用基于模板比较的 方法n 朝，把已知的q r s 波模板与e c g 信号进行比较。位于模板上比较信号 参数差别最小的位置就是检测的基准点。人工神经网络法( a n n ) 与其他方法 结合能产生很好的效果，于学鸿采用一种基于一个三层前向b p 神经网络n 们 代替常用线性a r 模型的白化滤波器加匹配滤波器的监测q r s 波的方法。 该方法对匹配滤波后的e c g 信号先后进行差分滤波、取平方、滑动平均几 可变阈值的q r s 波检测，来获得检测结果。结果表明，该方法对噪声的抑 制情况较好，对标准m i t - b i h 数据库中的噪声较大的波形检测，正确率达 9 9 2 ，但神经网络的计算量较大。小波变换法具有良好的时频局域化特 性，对于时变信号分析有独特的优越性。因此在近年来的文献中，它是研究 最多的方法。很多作者采用二次样条函数n 和高斯函数的一次微分函数n 引为 母函数，用m a l e t 快速算法计算小波变换，有效地解决了基线漂移和高频干 扰的问题，但运算量较大；余辉等又提出用二次微分小波( m a r r 小波) 作 小波母函数来对r 波定位n 9 1 ，从而使r 波在小波尺度上对应单个峰值，减 少了搜索过程，虽然仍较为成功，但准确性有所下降。j p m a r t i n e z 以a t r o u s 算法船代替m a l e t 算法进行小波变换，减小了运算，提高了精度，取 哈尔滨理工大学工学硕士学位论文 得了很好的效果。此外，其他如相关平均法、非线性滤波法的文献也很多， 就不再一一举例。 1 3 2 2p 、t 波检测在e c g 信号中，p 波和t 波的幅度较小频率低，难以 与干扰和噪声分离，因此较q r s 波的检测更为困难。通常，p 波和t 波的 检测是在q r s 波定位以后进行的，在q r s 波起点之前的一段区域内检测p 波，在q r s 波终点之后检测t 波。最初多采用类似于q r s 波的斜率阂值法 幢，但p 、t 波低平的情况，一般无法仅靠单纯的斜率阈值法来判别。e s k o r d a l a k i s 提出的句法模板识别方法业2 虽然精度较高，但由于占用内存大且 运算时间长尚不能令人满意。杨慧忠等提出的长度变换法让3 3 虽然较简单，但 易受高频噪声影响。冯焕清等试图采用双基准导联及多基线体系方法招钉来解 决p 、t 波低平时基线扰动的影响，仍不可避免受高频干扰。i m u r t h y 提出 的函数逼近法乜5 1 不易受伪迹等干扰，在算法的复杂性和准确度方面得以兼 顾，但在p 、t 波很小时失效，且无法测得p 、t 波的起终点。在很多学者 选择适当导联和适当的小波变换尺度，用寻找极值的方法取得较好成绩后， 谢国明等心6 1 采用小波变换结合神经网络检测p 波的方法取得了进一步的好 结果，但都存在运算量较大的缺点。此外，还有学者采用a n n 、中值滤 波啪1 等方法进行相应的探索。但这类技术均未能完善解决p 、t 波识别问 题，这一技术远不及q r s 波检测方法成熟。p 、t 波识别技术的不成熟，不 仅在于其检测算法本身的问题上，还与其研究基础有关，如目前的m i t b i h 数据库等，仅对r 波及其类型进行了标注，关于p 、t 波的检测尚缺乏 统一的定量评测标准数据，限制了各算法的性能比较。虽然也有其它数据库 进行了相应的特征点标注，但公开性较差，限制这一研究的进行。 1 3 2 3s t 段检测心电图s t 段参数测量是临床医学的一个重要研究内 容，也是医学工程不断探索的一个课题。s t 段测量经常遇到的困难有：肌 肉颤抖引起的伪差、基线不稳和交流电的干扰。s t 段的测量参数主要有： s t 段电平、s t 段斜率、s t 段面积。检测s t 段的上述参数需要确定s t 段 的起点( j 点) 和终点( t 波起点t o n ) , 但t o n 多数时候和t 波混在一起， 较难测量。 s t 段电平检测包括：r + x 法、j + x 法及窗口搜索法他们等。其中r + x 法 是以r 波峰值点为基点，将其后x 毫秒点作为电平检测点，优点是r 波的 峰值点较j 点更易检测和定位，但易受q r s 波宽度的影响；j + x 法是以j 点为基点，取j 点后x 毫秒点作为电平测量点，具体x 的值可人工调整， 可为一固定值，或是根据心率变化而变化；窗口搜索法是在s t 段内设立一 哈尔滨理工大学t 学硕士学位论文 个搜索窗口，在此窗口内搜索其最低点或最高点作为s t 段的测量点。范晓 东等n 里提到把x 值按8 个不同频段而每次相差5 m s 的方法，区别细微但 仅适用于动态心电图。j s s a h a m b l 在具体讲述了利用小波变换寻找j 和t 波起点t o n 的方法，并比较了三种检测方法，发现小波变换检测到的t o n 点在8 m s 误差范围内精度达9 8 。s t 段斜率测量常用的有直线法和线性回 归法0 1 ，直线法是用s t 段内两点形成的直线斜率来近似s t 段的斜率；线 性回归法是把s t 段内的数据运用线性回归成直线，用该直线的斜率来近 似。s t 段面积检测法也有很多文献，它主要用于计算机分析的h o l t e r 机 中，这里就不再举例。 1 4 本文研究的主要内容 本研究目前已进行的工作包括：系统研究平台的搭建、原始心电信号特 征点检测的研究及下位机心电图自动检测算法的实现。 系统采用m a t l a b 为研究平台，主要用于心电信号的可视化分析，仿真 心电自动检测算法，证实其准确性。经过标准心电数据库信号和实时采集信 号的验证，在转换为下位机可运行的语言，在下位机的微处理器中调试运 行。整个下位机的实现以c 语言为基础，结合实时处理的汇编语言来完 成。 本文主要研究的内容和重点包括： 1 搭建了系统的研究平台。系统的研究支持平台主要包括m i t - b i h 数 据库、e u r o p e a ns t - t 数据库、实际采样的同步1 2 导数据库及心电信号模拟 发生器数据。其中m i t b i h 数据库有专家的标注，为算法性能评测提供 了基础。由于m i t b i h 数据库和e u r o p e a ns t - t 数据库中的记录不能完全 满足研究要求，因而建立了同步1 2 导数据库。系统研究还采用了虚拟心电 信号发生器，以产生部分研究所需的数据。 2 介绍了连续小波变换和离散小波变换的原理，针对心电信号特点，详 细介绍了离散二进小波变换在心电图特征检测中的应用。阐述了采用2 尺度 及4 尺度小波变换结合检测各心电图特征参数的依据，简单介绍了心电图的 基本知识。 3 提出了以小波变换理论为基础的心电特征信号检测方法。心电的特征 信号包括：p 、q r s 、t 波的定位及起止点的检测及s t 段检测。这里的p 波检测采取与节律分类相结合的方法检测，与小波变换的算法互补使用。 一 哈尔滨理工大学工学顺士学位论文 4 在m a t l a b 平台下实现了算法并进行了证，简单介绍将算法转入下位 机所用的a r m 开发平台的方法。 哈尔滨理工大学_ t 学硕士学位论文 2 1 引言 第2 章研究平台及结构 如何选择有效的研究工具是科研效率的关键，选择正确的工具可以说是 研究成功的第一步或是关键所在。心电自动检测的研究是一个涉及内容极为 繁杂，待处理的数据量庞大，涉及数据分析算法繁多的过程。必须有一套规 范化的数据管理手段与高效的数据分析引擎做支撑，同时还希望待研究对象 的相关样本能够快速获得，便于分析。本章介绍了如何搭建的这一研究平 台，包括1 2 导联同步心电数据库的建立、数据引擎分析接口的建立以及整 合多种实验数据来源，并进一步提出了研究系统结构的总体构思。 2 21 2 导联同步数据库的建立 心电自动检测的研究包括大量内容，包括预处理和波形特征点检测。心 电的自动检测是心电自动分析诊断的基础，也是临床上用于诊断的基础，应 当符合临床使用。临床上对心电图的诊断心律不齐类的病态波形，如早搏、 逸搏、房扑、房颤等的判别只依据单导联心电数据就可以判断：但如形态上 的病态波形，如心室心房肥大、心肌梗塞等就需要同步1 2 导联的心电图才 能判断。因此，这一研究理想模式是采用公开的、由权威心电专家标注的、 含有各种病例的同步1 2 导心电数据库，但这一条件目前尚无法实现。目前 国际上的心电图数据库主要有欧共体“定量心电图共同标准c s e 、美国心 脏学会a h a 数据库和美国麻省理工学院提供的m i t - b i h 数据库、欧洲s t - t 数据库，国外知名网站m 、) l ，p h y s i o n e t o r g 虽然提供了较多心电数据，但 均为h o l t e r 上的数据，而其中权威性的数据仍为m i t - b i h 的部分记录。 m i t - b i h 数据库近年来应用比较广泛，也为我国的心电医学工程界所重 视。但m i t - b i h 数据库中的记录为h o l t e r 中获得的数据，共4 8 条记录，每 一记录含有2 路数据，长度约为3 0 分钟。这一数据库用于算法性能测试、 仪器性能测试尚可，但用于静态心电图机的自动检测的研究就有较大的局限 性。为了便于心电自动检测的研究，这里建立了1 2 导同步心电数据库。其 系统框图如图2 1 所示。 哈尔滨理工大学工学硕士学位论文 图2 11 2 导同步心电数据库系统框图 f i g 2 一lt h es y s t e m ss t r u c t u r eo fs y n e h r o n o u se c g d a t a b a s eo f12l e a d s 系统包括两个部分：数据采集系统和数据管理系统。数据采集系统即从 机部分采用深圳邦健电子有限公司的1 2 导联同步心电图机- e c g l 2 0 0 ， 信号来自于医院病例记录和标准模拟信号发生器。由于分析的需要，这里都 记录了1 2 s 的心电数据，采样频率为8 0 0 h z 。其中来自各医院的病历记录已 经为医生确诊的纪录。主机上数据库的开发可选用多种工具，对于专门的数 据库管理系统，可采用v b 、p b 等高效数据库开发工具，但对于该1 2 导联 同步心电数据管理系统，由于涉及到数据传输的硬件接口，且有大量的二进 制数据需要保存，这里选用了c + + 作为开发语言，在v c + + 6 0 平台下进行 开发。数据库采用简单的m i c r o s o f ta c c e s s 为基础，存储病人的基本信息和 部分数据信息，而数据量大的心电信号部分则采用二进制文件形式存储。主 机的数据库管理主要包括数据通讯模块的设计、数据库结构的设计，记录的 查询、插入、导入! 导出等功能的实现以及用户接口界面的实现。基本内容 如下： 2 2 1 数据通讯 心电数据的采集依靠的是心电图机本身，而心电信号预处理技术已经相 当成熟，故这里直接存储通过心电图机预处理完的数字信号。该心电图机可 以保存1 5 份完整的记录，可在采集完后进行存储，不要求实时性，故可采 用异步通讯方式。这里使用的是标准的r s c 2 3 2 通讯协议，硬件接口电路 简单。数据通讯由心电图机发起，当主机接到通讯请求信号后进行应答，心 电图机即可进行相应的数据传输。传输采用的是数据包的方式，数据包内容 包括：包头、包长度、包身及包尾。当主机接收到数据包后，根据其内容进 行校验，当发生错误时则不予保存并提示重传。为安全起见，通讯协议为自 己定义的，其通讯过程如图2 2 所示。 哈尔滨理工大学工学硕士学位论文 心电图机流程 2 2 2 数据结构 主机流程 图2 - 2 串口通讯流程图 f i g 2 2t h ef l o wc h a r to fs e r i a lc o m m u n i c a t i o n 数据库的建立是为了采集实际病理心电图，用于算法分析。由于仅仅用 于研究，只需要记录有用信息即可。为了便于比较以前的自动检测结果，这 里还保存了经医生确认或心电图机自动检测的各特征参数。数据库包括病人 姓名、年龄、性别、心电数据及各特征参数值，如r v 5 、s v l 、q r s 时限、 p r 间期、q t 间期、心率等。如图2 3 所示。 系统中，数据库的基本结构是采用m i c r o s o f ta c c e s s 来建立的。对于数 据的存储与管理则直接利用数据库引擎来完成的。v c 中封装了用于访问 o d b c ( o p e nd a t a b a s ec o n n e c t i v i t y ) 和d a o ( d a t a a c c c e s so b j e c t s ) 的类旧引。 哈尔滨理工大学工学硕士学位论文 y i l t 如d i l n d 打眦p a n l y s i zr e s u l t f 77卜wl f 电曾 p 舔i 矾i dh m 融# l c 敞阪nd a t e脯 s v ii px z i = l q 矗s 【i # i 缸i ll q lz n t e r m dq i cz x 吐e r r c z l 醺镌 lz i a l e5 0i2 0 0 5 - 1 2 - 2 3 2 4 9 ：9 9 4 8 1 8 7 9 5 。4 3 3 2 8 8 7 35 7 3 41 1 0 2 7一i 麓， 221 1 1 e5 0 ：22 0 0 5 - 1 2 2 37 3 1 41 7 5 2 1 8 1 9 5 - 8 3 8 4 2 8 8 8 46 1 6 81 0 7 8 9- 1 一 - ，1 j ：5 荟1 8 1 9 5 _ 8 3 8 i 一一2 0 0 5 - 1 2 - 2 3 ：t 3 1 42 8 8 6 t一i5 1 5 82 2 2 m 1 e5 042 0 0 5 - 1 2 - 2 3 0 9 b0 , 1 86 0 9 ；4 4 25 0 64 0 3 09 52 8 5 04 1 4 _ - 5b a l e8 05 1 2 0 0 5 - 1 2 - 2 3 i 0 9 60 4 8 5 1 2 ：4 4 2 5 0 t 2 j 5 0 ：i 0 3 0 一一二：9 5 6一a a l e5 06 2 0 0 5 - 1 2 - 2 3 。0 鳕 0 4 8 - 0 ! 一掣3 i 0i 0 _ 0 0 o9 56 _ - tale5 0t2 0 0 5 - 1 2 - 一2 3 0 9 6 0 一4 80 匠i a 4 38 9 99；oot 8：n l e i s o ：8 1 2 0 0 5 - 1 2 - 2 3 ：0 9 0 o 5 0i 一0 1j 3 1 9 6 8 2 2 9 3 7 a 5 8 5 1 2 缝 8 _ 舻f 。啦f 8 i t - -婚 。 一一。一j s 4 m - c b l i t - 一 t t t i n t 功- _ i l 一钿咄 i i t ”纠i ：ji 竺： ， ，一 ：粕k 暑蚺出i ：篮：氅： ，h ut h 口i t d 。蟹! ：! ：垡 缸t ，l b r o v s e 谴e d i t | 一 g| o d b c 是m i c r o s o f t 的连接应用标准，它是一种标准的应用程序接口( a p i ) 函 数库。通过o d b c ，应用程序可以存取带有o d b c 驱动程序的o d b c 数据 源，这一过程通过使用一组d l l 实现。d a o 类在很大程度上是o d b c 类 的超集，包含了o d b c 大部分的功能并增加了自己的很多功能。但d a o 类 使用了m i c r o s o f tj e td a t a b a s ee n g i n e ，通过o l e 实现，最适合处理幸m d b 数 据库，该数据库可由m i c r o s o f ta c c e s s 创建。因d a o 具有功能更强的方法 集，这里采用d a o 类来实现与数据库间的接口。由于心电数据比较大，若 直接保存将造成数据库庞大，访问速度变慢，不便于数据的管理。这