【CN109935315A】一种单导心电信号数据智能诊断云计算系统及其处理方法【专利】

一种单导联心电检测前端设计摘要随着人们对健康的重视，智能化医疗设备作为一种辅助检测工具，有助于对老人、小孩、军人等各类人群的生理参数进行实时检测和分析。

本单导联心电检测前端设计通过结合单导心电及WIFI传输技术，将采集的心电信号和心率信号实时传输到云平台或手机APP，供医生及时查看和辅助诊断，从而进一步实现心血管疾病预防和诊断的家庭化、便携化，降低医疗诊断、治疗和监护的成本。

其设计在保留传统心电检测功能的基础上增加了心电数据传输功能，并可根据心电图计算出心率，对患者进行高质量的实时心脏监护，未来还可以通过心电大数据的深度学习来实现智能诊断功能。

关键词：心电检测、单导联、无线传输、心脏监护、可穿戴设备、实时检测中图分类号：TN806引言受新冠疫情的启发，为了便于医生快速获取患者的心电、心率信息，也方便人们家用检测，本项目通过单导心电和WIFI传输技术，采用FFT滤波、中值滤波去除基线，得到准确可靠的心电波形数据，并将心电信号实时传输到云平台或手机APP，供医生即刻查看和辅助诊断，对患者进行高质量的实时心脏监护，从而降低疾病突发风险，提高病情管控效率。

本设计在保留传统心电检测功能的基础上增加了心电数据传输功能，并可根据心电图计算出准确的心率，同时保存心电数据文件，可以对心电检测历史进行回放以及后期的诊断处理。

1系统硬件设计一种单导联心电检测前端包括心电采集模块、WIFI模块、电源模块、单片机处理模块。

心电采集模块用到的芯片为ADS1292，和单片机之间采用SPI进行通信。

WIFI模块和单片机之间采用串口通信。

整体硬件设计图如图1所示。

图1 整体硬件框图1.1心电采集模块设计本系统采用TI公司生产的用于生物电势测量的模拟前端ADS1292，该芯片低功耗，具有24位双通道采集，32引脚，TQFP封装。

ADS1292每通道功率仅335W,内置有右腿驱动放大器、持续断线检测和测试信号，并且拥有非常灵活的断电以及待机模式。

专利名称：一种心电数据分析装置、方法及系统专利类型：发明专利
发明人：谢云,邬洋,吴敏
申请号：CN201810439439.2
申请日：20180509
公开号：CN108852339A
公开日：
20181123
专利内容由知识产权出版社提供
摘要：本发明公开了一种心电数据分析装置、方法及系统，其中，该装置用于心电数据的监控设备中，通过对患者的心电数据进行实时分析诊断，当患者的心电数据出现异常后，发出报警信号，同时将报警信号发送至患者终端和/或医院终端，使得患者和/或医生能够第一时间知道异常信息，及时进行治疗，解决了现有检测设备中的数据分析模块无法实时对数据进行分析，使得在心电数据出现异常后，无法及时提醒患者就医，有可能会耽误最佳治疗时机的技术问题。

申请人：广东工业大学
地址：510060 广东省广州市越秀区东风东路729号
国籍：CN
代理机构：北京集佳知识产权代理有限公司
更多信息请下载全文后查看。

《基于深度学习的智能导诊系统的设计与实现》一、引言随着人工智能技术的快速发展，深度学习在医疗领域的应用逐渐成为研究热点。

本文旨在设计并实现一个基于深度学习的智能导诊系统，旨在为患者提供快速、准确的医疗咨询和疾病诊断服务。

该系统通过分析患者的症状描述，为其推荐合适的科室和医生，从而减少患者就医时间和成本，提高医疗资源利用效率。

二、系统需求分析1. 需求概述智能导诊系统需要满足患者、医生和医院三方的需求。

患者需要快速找到合适的医生进行咨询或治疗；医生需要获取患者的详细信息以便进行诊断；医院需要提高患者满意度和医疗资源利用效率。

2. 功能需求（1）症状描述：患者输入自己的症状描述，系统分析并提取关键信息。

（2）疾病推荐：根据症状描述，系统为患者推荐可能的疾病类型。

（3）科室与医生推荐：基于疾病类型，系统为患者推荐合适的科室和医生。

（4）在线预约：患者可通过系统进行医生预约，节省排队时间。

（5）反馈与评价：患者可对医生和医院进行评价，以便医院改进服务质量。

三、系统设计1. 技术架构本系统采用前后端分离的技术架构，后端使用Python语言和Django框架，前端使用HTML、CSS和JavaScript进行开发。

数据库采用关系型数据库MySQL，用于存储患者信息、疾病信息、科室和医生信息等。

深度学习模型采用TensorFlow框架进行训练和部署。

2. 深度学习模型设计（1）数据预处理：对医疗文本数据进行清洗、去重、分词等预处理操作，以便用于模型训练。

（2）特征提取：采用深度学习技术提取医疗文本中的关键特征，如词语、短语、语义等。

（3）模型训练：基于提取的特征，训练一个分类模型用于疾病推荐和科室医生推荐任务。

可采用卷积神经网络（CNN）、循环神经网络（RNN）或其变体等模型。

（4）模型评估与优化：通过交叉验证、超参数调整等方法对模型进行评估和优化，提高诊断准确率和推荐效果。

四、系统实现1. 前后端开发前端负责用户界面的开发，包括症状描述输入、疾病推荐、科室医生推荐、在线预约等功能。

第24期2023年12月无线互联科技Wireless Internet Science and TechnologyNo.24December,2023作者简介:朱智(1994 ),男,江苏徐州人,助理实验师,本科;研究方向:控制工程㊂基于单导联ECG 监护系统的嵌入式技术课程案例设计朱㊀智(无锡太湖学院物联网工程学院,江苏无锡214063)摘要:针对嵌入式技术课程中理论抽象和设备技术深度不足的问题,文章设计出单导联ECG 监护系统的案例,致力于提升学生在嵌入式领域的学习体验㊂课堂教学采用案例展示㊁教师分析㊁学生分组设计仿真和小组答辩等形式,以提高学生的参与度㊂研究结果表明,以嵌入式技术在单导联心电监护系统中的应用为背景,能够有效地激发学生的学习兴趣,加深学生对系统概念的理解,提高学生在心电信号分析设计方面的综合能力,实现理论与实践的有机结合㊂关键词:ECG 监护系统;嵌入式技术;教学案例中图分类号:G642㊀㊀文献标志码:A0㊀引言㊀㊀ 微机与单片机嵌入技术 课程作为电子信息等专业的必修课,旨在培养学生将理论知识与实际工程设计相结合的能力[1]㊂该课程全面涵盖了系统架构㊁硬件原理与驱动㊁软件指令体系和编码等多个设计方面,与硬件和嵌入式操作系统也密切相关[2]㊂然而,教师在授课时面临学生对抽象概念的难以理解㊁跨学科挑战以及设备限制和实验条件不足等问题㊂技术更新速度快和理论难与实践相结合等问题也增加了课程的教学难度[3]㊂为解决这些问题,创新性的教学方法和产业界的合作显得尤为重要㊂采用创新教学方法,如案例教学和实践项目,提高学生对抽象概念的理解和实际操作能力;加强与产业界的合作,提供实践机会和现代化设备支持,确保学生紧跟技术发展[4]㊂这些综合性的举措帮助课程更贴近实际应用,更好地培养学生的综合能力㊂大部分高校教学以实践创新为主,但在实际操作过程中却面临着教学内容和案例相对枯燥,缺乏系统性和实际应用,导致学生难以深刻理解[5]㊂微机与单片机嵌入技术 课程中,为了帮助学生更深入理解嵌入式概念,课程引入了案例展示㊁教师分析㊁学生分组设计仿真和小组答辩等教学环节,提高了学生的参与度㊂本文设计单导联ECG 监护系统案例以解决 微机与单片机嵌入技术 理论学习内容抽象的问题㊂该教学案例帮助学生掌握外围电路设计㊁STM32处理器的性能㊁结构和编程㊂通过案例教学和上机训练,学生将获得更为丰富的实际动手经验,为今后微控制器系统的设计和应用打下更为坚实的基础㊂1㊀ECG 生理检测原理1.1㊀ECG 信号产生原理㊀㊀心电信号是心脏组织发生电兴奋时产生的电信号[6]㊂如图1所示,在静止状态下,心肌细胞膜呈极化状态,即膜内负电荷㊁膜外正电荷㊂受到刺激时,细胞膜通透性改变,导致细胞膜内外电荷分布发生变化,形成心脏的去极化,也称为除极㊂复极是电荷恢复到极化状态的过程㊂心脏通过周期性的除极和复极,在人体表面形成电位差,伴随着心脏的收缩与舒张[7]㊂图1㊀心脏传导在心脏收缩之前,窦房结肌细胞等组织发生离子流动,产生微弱电流㊂电流按特定顺序通过心脏壁的传导组织传导到各部位,触发心肌细胞兴奋,导致心脏跳动㊂心脏电兴奋引起规律的电位变化,形成心电信号[8]㊂该信号通过周围组织传导,合成心电图(Electrocardiogram,ECG)㊂通过仪器和电极导联,微弱的心电信号被放大采集,描绘出时间-电压曲线图,即心电图㊂1.2㊀ECG 信号的时域波形㊀㊀心电图是记录心脏活动的时域波形图,受个体差异㊁环境电磁场和电极放置等因素的影响,显示的波形可能有些许差异㊂标准心电图如图2所示,描述了一个周期内各个波段的组成㊂图2㊀正常周期心电图各波段一个心电图周期主要包括以下波段㊂P 波:表示左右心房电位随时间变化,除aVR 导联外,其他导联呈向上波形㊂T 波:出现在QRS 波群之后,方向与QRS 波群一致,代表心室复极时电位变化㊂P -R 波段:P 波结束到QRS 波群开始的直线,反映房室结传导情况,正常情况下短于0.2s㊂QRS 波群:反映心室去极化,包括Q 波㊁S 波和尖锐的R 波,宽度为0.06~0.10s,R 波高度不超过4mV㊂S -T 波段:QRS 波群结束到T 波开始,表示心室肌去极化完成后的缓慢恢复,正常情况下趋近等电位线,变化不超过0.1mV㊂1.3㊀ECG 信号噪声来源㊀㊀人体产生的微弱心电信号幅值通常不超过5mV,频率在0.05~100Hz㊂然而,该信号容易受到脑电㊁肌电等其他生理电信号以及仪器和电磁环境的影响,导致难以清晰分辨㊂在心电图中,噪声表现为肌电干扰㊁工频干扰和基线漂移[9]㊂(1)肌电干扰:人体存在20~5000Hz 的肌电信号,其不规则㊁密集的高斯噪声会叠加在心电信号上㊂通过低通滤波器可有效去除该高频噪声㊂(2)工频干扰:使用市电作为电源会引入50Hz工频信号及其谐波,对微弱电信号产生较大影响,使心电信号模糊不清㊂采用小波变换㊁经验模态分解或滤波器可有效抑制工频信号㊂(3)基线漂移:人体呼吸或身体晃动产生0.05~2.00Hz 的低频噪声,导致信号频带与基线不同水平,使整体波形发生漂移㊂通过陷波器或滤波器处理,有助于解决基线漂移问题,确保心电图分析准确㊂2㊀单导联ECG 监护系统案例设计2.1㊀系统总体构成㊀㊀本课程案例要求设计一种能够实时监测㊁预警的单导联ECG 监测系统,实现心电信号采集显示㊁心率计算㊁心电诊断预警㊂整个系统分为2个部分:采集端与客户端,如图3所示㊂采集端主要由心电采集电极㊁心电信号调理单元㊁微处理器信号处理单元㊁电源及蓝牙透传模块组成;客户端为Android App㊂心电信号调理单元通过电极片采集人体含有噪声的心电模拟信号,信号经放大处理后转化成数字信号,由SPI 通信方式传输给心电信号预处理单元;预处理单元接收到数据后通过数字滤波器滤波后将波形显示在显示屏上,同时将数据(心电值㊁心率㊁R -R 间期)通过蓝牙透传模块打包发送给Android 客户端㊂2.2㊀课程案例㊀㊀本课程采用案例展示㊁教师分析㊁学生分组设计仿真和小组答辩的教学模式,要求各小组合作探讨实现以下主要工作㊂(1)采用ADS1292R 与STM32F407主控设计制作一款心电监测模块㊂绘制原理图且打印PCB,焊接元器件,上电后能够正常使用,且运行稳定㊂(2)根据ADS1292R 芯片的数据手册完成驱动程序的编写,包括芯片的启动代码编写㊁读取数据程序的编写,SPI 通信驱动与芯片指令系统的移植㊂(3)使用巴特沃斯低通数字滤波器,滤除心电信号中掺杂的人体高频噪声㊂(4)设计一种差分动态阈值QRS 波群识别算法,能够识别R 波波峰,计算出R -R 间期与心率值㊂(5)使用Android Studio IDE 设计Android App 的接收并显示数据与波形㊂2.3㊀系统测试2.3.1㊀采集端心电采集测试㊀㊀将监测电极片联接人体后,通过导线连接到采集端口㊂如图4所示,心电监测模块使用正常㊂调整心电信号发生器的心率值为60次/min㊂通过Watch 窗口观察R -R 间期与心率值,Watch 窗口如图5所示㊂图3㊀单导联ECG监护系统结构框架图4㊀采集端与信号发生器连接图5㊀R -R 间期与心率值2.3.2㊀滤波效果测试㊀㊀人体心电信号是一种毫伏级别的微弱信号,频率在0.05~100.00Hz,很容易受到人体肌电与外界环境干扰,因此需要对采集的生理信号通过滤波处理㊂系统采用巴特沃斯低通滤波器滤除人体夹杂电信号㊂通过对信号的对比,发现系统使用滤波器可以从人体嘈杂的电信号中提取出平滑的心电信号㊂2.4㊀案例实施㊀㊀在近2年的教学安排中,课程团队先后在4个电子信息教学班中引入 单导联ECG 监护系统案例 ㊂通过实验视频和实物演示,教师帮助学生形成对嵌入式技术的整体认识,随后对案例进行总体分析㊂在此基础上,以2~4名学生为一个小组,展开对案例的仿真分析和讨论㊂每名学生独立负责系统中的一个模块,包括心电采集电极㊁心电信号调理单元㊁微处理器信号处理单元㊁电源及蓝牙透传模块㊂学生通过自主设计和仿真这些系统模块,更好地将所学的基本理论应用于实践㊂小组成员独立完成单元模块设计和仿真后,各小组探讨了系统关键参数对传输效率和输出功率等性能指标的影响,并进行联合仿真㊂最终,各小组通过总结报告㊁实物展示和课堂答辩的形式展示设计成果,实现小组间的互相学习和共同提升㊂课后,学生反馈表示,这个案例有助于建立系统的知识体系,能够将理论知识应用到实际情境中㊂通过案例,学生更好地理解了嵌入式技术在案例模块中相互作用的原理,培养了科学的工程实践思维㊂教学实践结果显示,在课程配套的综合实验中,学生对案例系统的搭建过程更为顺利,团队协作㊁问题分析和解决能力得到提高,知识体系更加全面㊂3　结语㊀㊀单导联ECG监护系统案例与嵌入式技术的有机融合是基本理论与学科前沿的应用㊂该案例鲜明凸显了嵌入式技术的研究焦点,特别强调其在构建ECG 监护系统的单元电路和各功能模块基本理论方面的紧密联系㊂通过此案例的设计,学生能够直观领悟所学课程理论在实际场景中的应用,从而更深入地理解基本理论的实际运用㊂案例独特的应用背景有助于激发学生的创新思维,提升学生对问题进行分析和解决的能力㊂参考文献[1]张巧芬,吴黎明,王桂棠.微机原理与单片机技术课程思政教学改革的探索[J].中国现代教育装备, 2023(17):111-113.[2]陈逸菲,马辰来,翟慧茹,等.SPOC课程学习行为数据分析 以微机原理及单片机技术课程为例[J].软件导刊,2021(9):248-252.[3]徐蓓玲. 现代教育技术 课程的面授课教学设计[D].聊城:聊城大学,2022.[4]黄同,拓欣,刘劲飞.民办高等学校教学质量评价体系研究与实践 以延安大学西安创新学院为例[J].科技风,2023(33):47-49,59.[5]黄同,拓欣,刘劲飞.民办高等学校教学质量评价体系研究与实践 以延安大学西安创新学院为例[J].科技风,2023(33):47-49,59.[6]KUMAR A,TOMAR H,MEHLA V K,et al. Stationary wavelet transform based ECG signal denoising method[J].ISA Transactions,2021(114):251-262.[7]李家豪.基于二维化十二导联ECG信号分类与冗余性研究[D].济南:齐鲁工业大学,2023.[8]魏平俊,杨耀华,胡征慧,等.基于VMD和平滑滤波的ECG去噪方法[J].电工技术,2023(9):17-21.[9]KHER R.Signal processing techniques for removing noise from ECG signals[J].Journal of Biomedical Engineering,2019(101):1-9.(编辑㊀李春燕)Case design of embedded technology course based on single-lead ECG monitoring systemZhu ZhiSchool of Internet of Things Engineering Wuxi Taihu University Wuxi214063 ChinaAbstract In response to the challenges of theoretical abstraction and insufficient depth of device technology in embedded technology courses this paper presents a case design of a single-lead ECG monitoring system aimed at enhancing students learning experience in the field of embedded systems.The classroom instruction adopts a format of case presentation teacher analysis student group simulation design and group defense to increase student engagement.The research results indicate that using the application of embedded technology in a single-lead electrocardiogram monitoring system as a background effectively stimulates students interest in learning deepens their understanding of system concepts improves their overall competence in electrocardiogram signal analysis and design and achieves an organic integration of theory and practice.Key words ECG monitoring system embedded technology teaching case。