基于ARM的室性波識(shí)別技術(shù).pdf

1、室性心動(dòng)過速(VT：Verltricular Tarchycardia)與心室纖顫(VF：YentricularFibrillation)是惡性心律，易引發(fā)心臟猝死現(xiàn)象。猝死發(fā)生前可無任何先兆，據(jù)美國(guó)AHA統(tǒng)計(jì)，在猝死病例中，約有高達(dá)30％的死者沒有或從來沒有發(fā)現(xiàn)過心臟病。絕大部分心臟病猝死情況發(fā)生在醫(yī)院外面，如果能提前發(fā)現(xiàn)和采用迅速的治療可以提高這部分人存活的機(jī)會(huì)。因此對(duì)猝死和惡性室性心律失常的預(yù)測(cè)是心律失常學(xué)研究的一個(gè)重要課題。本課

2、題也是以此為主要內(nèi)容進(jìn)行研究的。 心電信號(hào)(ECG)是一種微弱的非線性、非平穩(wěn)的隨機(jī)信號(hào)，常規(guī)的心電信號(hào)一般是mV級(jí)。由于在心電信號(hào)的采集過程中，采集端需要與人體直接接觸，因而采集端采集到的心電信號(hào)中包含了大量的干擾信號(hào)，如工頻干擾、基線漂移、肌電干擾、電極接觸噪聲、運(yùn)動(dòng)偽跡等。這些噪聲給心電信號(hào)的分析、識(shí)別和診斷帶來了嚴(yán)重的干擾，因此必須對(duì)采集的心電信號(hào)進(jìn)行有效濾波。小波變換(WT)是一種時(shí)頻局部化、多分辨分析方法，具有自動(dòng)“

3、變焦距”的功能，可用來提取和識(shí)別那些淹沒在噪聲中的微弱電生理信號(hào)，在獲得信噪比增益的同時(shí)，能夠保持對(duì)信號(hào)突變信息的良好分辨。因此WI’是處理心電信號(hào)的一種可行有效的方法。本文采用coif4小波對(duì)采集的心電信號(hào)進(jìn)行去噪。在經(jīng)典的軟、硬閾值去噪算法的基礎(chǔ)上，對(duì)中間尺度的小波系數(shù)采用軟、硬閾值折衷的去噪算法。仿真結(jié)果表明，coif4小波十分適合用于心電信號(hào)濾波，它能有效地去除心電信號(hào)中常見的肌電干擾、工頻干擾、基線漂移等干擾和噪聲，并且在去除

4、肌電干擾的同時(shí)，有效地保留了有用的心電信號(hào)成份。 最近的研究表明心臟動(dòng)力學(xué)是復(fù)雜、非線性的。因此，非線性動(dòng)力學(xué)與非線性數(shù)學(xué)模型可以有效地來分析心電信號(hào)。本文引用了一種非線性算法——引入Hurst指標(biāo)來識(shí)別NSR、VT與VF。該算法基于多尺度分析與非線性動(dòng)力學(xué)，通過量化心電信號(hào)的運(yùn)動(dòng)狀態(tài)，提取相應(yīng)的動(dòng)力學(xué)參數(shù)來識(shí)別NSR、VT與VF。利用此算法在研究心臟機(jī)能和狀態(tài)時(shí)，不再是對(duì)心電信號(hào)時(shí)間序列進(jìn)行特征提取，而是針對(duì)心電信號(hào)變化的動(dòng)力

5、學(xué)原因和運(yùn)動(dòng)學(xué)特征進(jìn)行研究，目的是揭示心臟在發(fā)生病變及猝死前的情況下，尋找心電信號(hào)從正常的竇性節(jié)律到心動(dòng)過速，到心室纖顫變化的動(dòng)力學(xué)指標(biāo)趨勢(shì)，從而為臨床心電醫(yī)學(xué)的研究提供可靠的證據(jù)。Complex Measure算法被認(rèn)為是經(jīng)典的惡性心律檢測(cè)算法，它是通過在時(shí)域上量化心電信號(hào)的動(dòng)力學(xué)特征來識(shí)別VT與VF，大量的仿真結(jié)果表明：當(dāng)WL(WindowLength)=7s時(shí)，VT、VF的檢測(cè)率可達(dá)到100％；本課題中采用的Hurst Index

6、算法是在時(shí)頻域上來量化心電信號(hào)的動(dòng)力學(xué)特征．，當(dāng)WL=5s時(shí)，VT、VF的檢測(cè)率即可達(dá)到100％，并且，當(dāng)用Hurst算法與Complex Measure算法分別處理相同長(zhǎng)度的數(shù)據(jù)時(shí)，結(jié)果表明，前者比后者處理速度快很多。另外，Complex Measure算法處理的VI僅是單形態(tài)的，而Hurst Index算法處理的VT既包含單形態(tài)的，也包含多形態(tài)的。綜合算法識(shí)別的準(zhǔn)確性、實(shí)時(shí)性與普遍性，本文的Hurst Index算法在臨床應(yīng)用中比C

7、omplex Measure算法有更大的潛能。本課題主要進(jìn)行的是惡性室性心律失常識(shí)別與檢測(cè)的算法研究。課題所使用的心電數(shù)據(jù)主要來自于MIT-BIH Arrhythmia Database(MITDB)、 MIT-BIH MalignantVentricular Ectopy Database(VFDB)與 CU Ventricular Tachyarrhythmia Database(CUDB)，這三個(gè)數(shù)據(jù)庫(kù)均來源于美國(guó)麻省理工大學(xué)創(chuàng)建

8、的生理信號(hào)處理數(shù)據(jù)庫(kù)(PhysioBank)被世界公認(rèn)為標(biāo)準(zhǔn)、權(quán)威的心電信號(hào)數(shù)據(jù)庫(kù)。 嵌入式ARM微處理器技術(shù)是目前最熱門的一項(xiàng)技術(shù)，它的應(yīng)用幾乎已經(jīng)深入到各個(gè)領(lǐng)域，如：工業(yè)控制領(lǐng)域、消費(fèi)類電子產(chǎn)品領(lǐng)域、通信系統(tǒng)領(lǐng)域、網(wǎng)絡(luò)系統(tǒng)領(lǐng)域、無線系統(tǒng)領(lǐng)域等。ARM技術(shù)正在逐步滲入到我們生活的各個(gè)方面。ARM微處理器具有體積小、功耗低、成本低、性能高、專用性強(qiáng)、系統(tǒng)精簡(jiǎn)等特點(diǎn)。將ARM微處理器應(yīng)用到便攜式心電監(jiān)護(hù)系統(tǒng)的設(shè)計(jì)上可以提高運(yùn)算速度

9、和存儲(chǔ)能力、降低電路的復(fù)雜度、減小系統(tǒng)的體積、進(jìn)一步提高心電監(jiān)護(hù)質(zhì)量。便攜式心電監(jiān)護(hù)儀是及時(shí)檢測(cè)出病人發(fā)生的心律失常信號(hào)并實(shí)時(shí)發(fā)出報(bào)警的心電監(jiān)護(hù)設(shè)備，它具有體積小、便于攜帶、操作簡(jiǎn)單等優(yōu)點(diǎn)，對(duì)挽救院外病人的生命發(fā)揮著重要作用。目前，便攜式心電監(jiān)護(hù)儀受到越來越多消費(fèi)者的青睞，并且，越來越多的醫(yī)學(xué)工作人員進(jìn)行便攜式心電監(jiān)護(hù)儀的研制與改進(jìn)。 本課題中選用Philips公司的LPC2368作為微處理器，并以此為核心對(duì)便攜式心電監(jiān)護(hù)儀的設(shè)