心電信號(hào)反映心臟興奮的電活動(dòng)過(guò)程，它對(duì)心臟基本功能及其病理研究具有重要的參考價(jià)值,。由于心臟類疾病具有長(zhǎng)期性和突發(fā)性,，要及時(shí)、準(zhǔn)確掌握患者的第一手資料僅靠患者到醫(yī)院做一次或幾次心電圖是不夠的[1],。因此,，家用心電檢測(cè)儀對(duì)心臟類疾病的自我預(yù)警和輔助治療具有重要的臨床價(jià)值和廣闊的市場(chǎng)前景[2]。

    目前,，臨床上廣泛使用的Holter（動(dòng)態(tài)心電圖機(jī)）成本高,，不適合在家庭長(zhǎng)期使用。現(xiàn)有家用心電檢測(cè)儀大多采用普通單片機(jī),，只能實(shí)現(xiàn)對(duì)心電信號(hào)的采集和顯示,，進(jìn)而通過(guò)上位機(jī)對(duì)心電信號(hào)進(jìn)行分析[3]，難以對(duì)心電信號(hào)進(jìn)行實(shí)時(shí)的處理和分析,，因此研發(fā)一種可實(shí)時(shí)處理,、適用于社區(qū)醫(yī)院和家庭保健的便攜式心電檢測(cè)儀具有重要的現(xiàn)實(shí)意義。
    本心電檢測(cè)儀以意法半導(dǎo)體公司的STM32作為控制核心,，系統(tǒng)硬件電路由預(yù)處理模塊和核心處理器模塊組成,，能準(zhǔn)確提取人體體表的心電信號(hào)。在程序設(shè)計(jì)上采用了模塊化方法,，實(shí)現(xiàn)了良好的移植性,，可實(shí)現(xiàn)對(duì)心電信號(hào)動(dòng)態(tài)顯示并進(jìn)行數(shù)據(jù)分析。
1 系統(tǒng)總體設(shè)計(jì)
    系統(tǒng)采用模塊化的設(shè)計(jì)思想,，由預(yù)處理模塊、數(shù)字處理及分析模塊和存儲(chǔ)模塊3部分組成,。系統(tǒng)結(jié)構(gòu)框圖如圖1所示,。

1.1 預(yù)處理模塊設(shè)計(jì)
    心電信號(hào)的特點(diǎn)主要有：(1)微弱性，幅值一般只有0.01 mV～5 mV,；(2)低頻特性,，其頻譜范圍一般為0.05 Hz～100 Hz；(3)高阻抗特性,；(4)易受干擾,，這些干擾主要有低頻的基線干擾、高頻的肌電干擾和50 Hz的工頻干擾[4],。根據(jù)心電信號(hào)以上特點(diǎn),，要求預(yù)處理模塊具備以下幾個(gè)特性：(1)高增益，增益一般為800～1 000倍,。為了抑制零點(diǎn)漂移和提高共模抑制比,，電路分兩級(jí)實(shí)現(xiàn)，前置放大器的增益不能太高,；(2)高輸入阻抗,；(3)高共模抑制比,；⑷低噪聲電平。
    預(yù)處理模塊電路部分包括心電電極,、右腿驅(qū)動(dòng)電路,、前置放大電路、高通濾波電路,、主放大電路,、低頻濾波電路、50 Hz陷波電路以及電平抬升電路等幾部分,。預(yù)處理模塊框圖如圖2所示,。

    預(yù)處理模塊的性能參數(shù)如表1所示。
1.2 數(shù)字處理及分析模塊設(shè)計(jì)
    數(shù)字處理及分析模塊的主要功能是對(duì)預(yù)處理模塊送進(jìn)來(lái)的模擬信號(hào)依次進(jìn)行模/數(shù)轉(zhuǎn)換,、心電信號(hào)特征點(diǎn)的檢測(cè)以及心電信號(hào)的分析和顯示,。
1.2.1 心率計(jì)算
    系統(tǒng)通過(guò)對(duì)數(shù)據(jù)緩存區(qū)內(nèi)的心電數(shù)據(jù)進(jìn)行分析，計(jì)算出檢測(cè)者的實(shí)時(shí)心率和平均心率,。通過(guò)6 s的心電數(shù)據(jù)即可計(jì)算出實(shí)時(shí)心率,，再對(duì)10組實(shí)時(shí)心率取平均值，就可得到平均心率,。實(shí)時(shí)心率由下式得到：
    
其中,，F(xiàn)s表示采樣頻率(為200 Hz)，meanR_R為6 s內(nèi)的平均R-R間距,。
    由實(shí)時(shí)心率的計(jì)算式(1)可知,，要得到準(zhǔn)確的心率值，就必須得到準(zhǔn)確的R-R間距,，即R波的檢出率要高,。閾值分為固定閾值和動(dòng)態(tài)閾值[5]。固定閾值可能會(huì)由于高P,、T波的存在而產(chǎn)生誤判,；動(dòng)態(tài)閾值法克服了這些缺點(diǎn)，提高了特征點(diǎn)的檢出率,，避免了漏檢或者多檢的情況,。本文對(duì)已有的差分閾值法進(jìn)行改進(jìn)，采用動(dòng)態(tài)差分-斜率閾值,，并根據(jù)心電信號(hào)生理原理加入漏檢和過(guò)檢判斷[6],，提高了QRS波的檢出率，在心律失常和QRS波幅值較小等復(fù)雜情況下,，也能有較高的檢出率,，為下一步心率失常分析和HRV時(shí)域參數(shù)分析打下基礎(chǔ)。
1.2.2 心率失常分析
    本儀器能實(shí)現(xiàn)對(duì)4種常見(jiàn)心律失常進(jìn)行分析，包括漏搏,、停搏,、心動(dòng)過(guò)速、心動(dòng)過(guò)緩,。其實(shí)現(xiàn)方法如表2所示,。根據(jù)表2的判別條件，當(dāng)檢測(cè)到上述4種心率失常中的1種時(shí),，儀器連續(xù)發(fā)出2 s的報(bào)警聲,，并且在屏幕上顯示出相應(yīng)的心率失常類型。

1.2.3 HRV分析
    心率變異性HRV(Heart Rate Variability)是指心臟搏動(dòng)周期存在的微小變異現(xiàn)象,。HRV可作為反映心臟交感神經(jīng)和迷走神經(jīng)活動(dòng)緊張性和均衡性的一種非侵入性指標(biāo),，也是心電自動(dòng)分析系統(tǒng)重要的組成部分[7]?；谇度胧较到y(tǒng)實(shí)時(shí)性的考慮,，本儀器采用時(shí)域分析法對(duì)HRV進(jìn)行分析。HRV時(shí)域分析常用指標(biāo)及對(duì)應(yīng)的生理意義[8]如表3所示,。

2 實(shí)驗(yàn)結(jié)果及分析
    (1)動(dòng)態(tài)斜率-差分閾值算法有效性的驗(yàn)證
    本文采用MIT-BIH部分心率失常數(shù)據(jù)對(duì)本算法進(jìn)行測(cè)試,，如表4所示。在誤檢比較多的幾個(gè)文件中,，由于存在嚴(yán)重的肌電噪聲或者QRS波變化太劇烈,，導(dǎo)致動(dòng)態(tài)閾值跟不上信號(hào)變化所致?？傮w正確率達(dá)到了98%以上,，說(shuō)明算法對(duì)于R波的檢測(cè)是有效的。

    (2)4種常見(jiàn)心律失常的驗(yàn)證
    用MPS450多參數(shù)模擬儀產(chǎn)生4種常見(jiàn)心率失常信號(hào),，本檢測(cè)儀可準(zhǔn)確分析心率失常的類型,。由表5可看出，儀器在分析停搏,、心動(dòng)過(guò)速和心動(dòng)過(guò)緩時(shí)，正確率都達(dá)到了100%,，在分析漏搏時(shí)達(dá)到了95%,。實(shí)驗(yàn)表明，本儀器對(duì)4種常見(jiàn)心率失常的分析具有很高的可靠性,。

    本心電檢測(cè)儀實(shí)現(xiàn)了心電信號(hào)的采集和顯示,、心率的計(jì)算、4種常見(jiàn)異常心率分析和HRV時(shí)域分析的功能,。采用動(dòng)態(tài)差分-斜率閾值法,，提高了在干擾下或者QRS波幅度較小的情況下對(duì)心電信號(hào)特征點(diǎn)的檢出率，對(duì)4種常見(jiàn)心率失常分析具有很高正確率，還可以根據(jù)HRV時(shí)域參數(shù)來(lái)提示受測(cè)者是否需要加強(qiáng)鍛煉,。本儀器還設(shè)有GRPS模塊接口和SD卡接口,，將來(lái)還可進(jìn)一步擴(kuò)展，進(jìn)而實(shí)現(xiàn)遠(yuǎn)程通信的功能,。因此,，本檢測(cè)儀在社區(qū)醫(yī)院和家庭保健中的應(yīng)用將對(duì)心臟疾病的預(yù)防和診斷做出重要貢獻(xiàn)。
參考文獻(xiàn)
[1] 于姣.基于LPC2368的心電信號(hào)的檢測(cè)與分析[D].蘇州：蘇州大學(xué),，2009.
[2] 孫佑元,，譚杰.目前我國(guó)家用醫(yī)療器械現(xiàn)狀及展望[J].中國(guó)醫(yī)療器械信息，2011(02)：28-29.
[3] 霍鋮宇,，寧新寶,，卞春華，等.基于嵌入式技術(shù)的便攜式心電監(jiān)護(hù)儀[J].計(jì)算機(jī)工程,，2008,，35(17)：222-224.
[4] 王余濤.基于嵌入式系統(tǒng)的便攜式心電監(jiān)護(hù)系統(tǒng)的研制[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2010.
[5] 姚歡,，王劍鋼.ECG信號(hào)QRS波群檢測(cè)算法的進(jìn)展[J].現(xiàn)代生物醫(yī)學(xué)進(jìn)展,，2012(4)：3988-3991.
[6] She Lihuang，Wang Guohua,，Zhang Shi,，et al.An adaptive  threshold algorithm combining shifting window difference and  forward-backward difference in real-time R-wave detection[C].  2009 2nd International Congress on Image and Signal  Processing(Volume8)，October 2009,，Tianjin,，China：4057-
4060.
[7] 董紅生.心電波形檢測(cè)與心率變異性分析方法研究[D].蘭州：蘭州理工大學(xué)，2012.
[8] 辛衍波,，王松濤.體育運(yùn)動(dòng)對(duì)心率變異性的影響[J].現(xiàn)代預(yù)防醫(yī)學(xué),，2011(10)：1873-1875.