孟 瑤

(遼東學院 信息工程學院，遼寧 丹東118000)

0 引言

隨著信息技術(shù)的快速發(fā)展和人們對高質(zhì)、高效保健的更多需求，可穿戴傳感器技術(shù)在健康監(jiān)測方面的應(yīng)用備受關(guān)注[1]。 可穿戴健康系統(tǒng)可以彌補傳統(tǒng)醫(yī)療設(shè)備的局限性，提供有關(guān)個人的長期健康狀況反饋，乃至健康威脅警報[2]，因此有望變革醫(yī)療保健，實現(xiàn)對健康隱患的及時發(fā)現(xiàn)和解決、疾病的有效預(yù)防以及慢性病的更好理解和自我管理[3]。

該類系統(tǒng)通常使用集成在可穿戴設(shè)備中的微型傳感器來測量諸如心電圖(ECG)、血壓、活動、溫度等生物信號，并據(jù)此反饋與佩戴者及其所處環(huán)境相關(guān)的生理和情境信息[4]，其強調(diào)低生理負荷甚至無負荷的信息采集，對機體的日?；顒踊緵]有干擾，可應(yīng)用于臨床監(jiān)護、家庭保健、體育訓練等領(lǐng)域[5]。 例如，劉遠柯[6]針對老年人的日常監(jiān)護，設(shè)計了一套人體生理信息及姿態(tài)的監(jiān)測系統(tǒng)，實現(xiàn)了心電、心率、體溫和運動狀態(tài)的實時監(jiān)測，并提供心電異常和意外跌倒的識別與報警；洪巖等[7]設(shè)計了應(yīng)用于智能服裝的人體生理指標與服裝微氣候監(jiān)測系統(tǒng)，其通過體溫和心率反映人體的生理狀況，通過濕度和溫度了解身體舒適度；李正明等[8]設(shè)計了一種生理健康監(jiān)控系統(tǒng)，采用溫度、脈搏等傳感器進行前端感知，利用藍牙技術(shù)實現(xiàn)與智能手機終端的通信，智能手機接收、處理和存儲生理參數(shù)，并通過遠程監(jiān)控平臺向監(jiān)護人和醫(yī)療組織提供數(shù)據(jù)監(jiān)控；李金明[9]設(shè)計了一種多參數(shù)心臟遠程監(jiān)測系統(tǒng)，采集單元負責信號采集和藍牙通信，Android 客戶端實現(xiàn)心電、心音和脈搏信號的波形顯示、存儲、刪除及上傳，云服務(wù)器實現(xiàn)三種生理信號的云端存儲；占峰松[10]設(shè)計和實現(xiàn)了一款可穿戴心電監(jiān)測系統(tǒng)，可實時采集、存儲和處理心電信號，對其進行特征提取和參數(shù)計算，并基于預(yù)置或自定義規(guī)則實時檢測心電異常；李潤川等[11]設(shè)計和實現(xiàn)了一款健康監(jiān)測系統(tǒng)，其借助可穿戴心電檢測儀采集心電信號，傳輸至云平臺供醫(yī)生查看和診斷，并將結(jié)果派發(fā)給手機端顯示；高鵬彪[12]設(shè)計和實現(xiàn)了一種可穿戴健康監(jiān)測系統(tǒng)， 可檢測人體血壓、體溫、心率、體脂率等生物信號，并通過藍牙與手機移動端通信實現(xiàn)遠程控制和監(jiān)測。

心電圖是心臟隨時間變化的電活動記錄。 這種常見的非侵入性測量通常是通過將電極固定在受試者胸部區(qū)域來獲得的[13]。 可穿戴傳感器采集的ECG 大多是在人體動態(tài)條件下記錄的，信號受到了各類噪聲和偽影的影響[14]，因此相較傳統(tǒng)ECG 監(jiān)護儀，可穿戴ECG 的處理更具難度。 本文設(shè)計和實現(xiàn)了一種基于可穿戴傳感器的實時心電檢測系統(tǒng)。通過穿戴胸帶內(nèi)嵌的傳感器，采集佩戴者的心電信號并傳輸至移動設(shè)備。 安裝于移動設(shè)備的應(yīng)用程序接收心電信號，使用自適應(yīng)心電檢測算法進行實時分析，顯示心電信號及實時心率。 實地實驗驗證了本文方法的有效性與可行性。

1 可穿戴心電檢測系統(tǒng)

該可穿戴心電檢測系統(tǒng)包括可穿戴胸帶和移動應(yīng)用程序兩部分。 可穿戴胸帶包括傳感器模塊、電路模塊、通信模塊和電源模塊。 傳感器模塊使用心電傳感器采集心電信號；電路模塊匯集和控制信號；通信模塊使用藍牙實現(xiàn)胸帶和移動設(shè)備的無線通信；電源模塊用于供能。 移動設(shè)備(如智能手機、平板電腦等)安裝有專門的應(yīng)用程序，其接收和處理心電信號，并實時展示心電信號和心率。

1.1 可穿戴胸帶

如圖1 所示，可穿戴胸帶使用3 個內(nèi)置ECG 傳感器(采樣率240 Hz)來感知佩戴者心臟活動。 傳感器信號通過數(shù)字紗線發(fā)送至信號調(diào)節(jié)電路，無線轉(zhuǎn)發(fā)至移動設(shè)備，實現(xiàn)對心臟狀況的實時監(jiān)測。 該過程降低了運動偽影和測量噪聲，提高了心電圖的穩(wěn)定性和QRS 波群的檢測率。

1.2 移動應(yīng)用程序

移動應(yīng)用程序接收可穿戴胸帶傳輸?shù)男碾娦盘?，于其界面顯示心電信號和采用自適應(yīng)心電檢測算法提取的實時心率，如圖2 所示。

圖1 可穿戴胸帶

圖2 心電信號和心率

2 自適應(yīng)心電檢測算法

采集自心電傳感器的信號波形類似標準導聯(lián)II 心電圖，故對文獻[15]開發(fā)的QRS 檢測算法進行改進以適應(yīng)本系統(tǒng)心電信號。 為滿足實時計算的需求，算法以重疊滑動窗口的方式，對輸入的心電信號進行分段處理，具體包括以下步驟：

(1)設(shè)置滑動窗口的起始位置，窗口大小缺省值為512，獲取窗口內(nèi)的原始心電信號(圖3(a))。

(2)對窗口內(nèi)信號應(yīng)用均值濾波器和帶通濾波器對心電信號進行平滑降噪(圖3(b))。

(3)對濾波后的信號依次進行微分(圖3(c))、逐點平方(圖3(d))和移動窗口積分(圖3(e))。

(4)基于積分波形的峰值，導出閾值，據(jù)此檢測QRS 波群的R 波(圖3(f))。

(5)計算當前R 波和前一個R 波之間的位置間隔，即RR 間隔。

(6)基于過去5 個RR 間隔和R 波峰值的平均值，計算自適應(yīng)閾值；當不足5 個時，使用所有已知RR 間隔和R 波峰值；閾值初始值為0。

(7)根據(jù)RR 間隔和R 波峰值的自適應(yīng)閾值以及當前RR 間隔和R 波峰值，評估當前R 波的合法性。

(8)若當前R 波合法，結(jié)合采樣率，計算當前心率(次/分鐘)。

(9)根據(jù)當前R 波結(jié)束位置，確定下一個窗口的起始位置。

(10)重復(fù)以上步驟，直到處理完所有信號。

3 實地實驗

為了評價系統(tǒng)和自適應(yīng)心電檢測算法的性能，設(shè)計和實施了實地實驗。

3.1 方法

8 名受試者參與了實地實驗， 其身體特征的描述性統(tǒng)計信息(均值、標準差和范圍)如表1 所示。受試者佩戴胸帶，使用跑步機進行運動。

3.2 結(jié)果

為了評估心電檢測算法性能，將算法檢測到的R 波數(shù)量與其實際數(shù)量進行了比較。 表2 顯示了每名受試者的實際R 波數(shù)量、檢測R 波數(shù)量和檢測錯誤率。 在8 名受試者中，2 名受試者檢測誤差絕對值在0 ～1%之間；2 名受試者檢測誤差絕對值在1%～2%之間；3 名受試者檢測誤差絕對值在2%～3%之間；1 名受試者檢測誤差絕對值在3%～4%之間(圖4)。

表1 8 名受試者身體特征

表2 算法性能

圖4 R 波檢測錯誤率

表3 顯示了檢測錯誤率的描述性統(tǒng)計信息。 其中錯誤率均值為-1.99%，均值在95%置信水平的置信區(qū)間為(-2.86%，-1.11%)，中值為-1.98%，標準差為1.05，最小值為-3.66%，最大值為-0.52%，范圍為3.14%。

3.3 討論

為了探討受試者身體特征對實驗結(jié)果的影響，采用Spearman 相關(guān)分析了年齡、身高、體重以及BMI與錯誤率之間的關(guān)系。 如表4 所示，受試者體重與錯誤率的相關(guān)系數(shù)為-0.755(p＜0.05)，說明受試者體重與錯誤率之間存在高度負相關(guān)。

為了分析R 波檢測錯誤成因，對比了實際R 波數(shù)量和檢測R 波數(shù)量。 如圖5 所示，所有受試者都產(chǎn)生了低估R 波數(shù)量的情況，這主要是由于人體活動會產(chǎn)生運動偽影和測量噪聲，從而導致了R 波漏檢現(xiàn)象。 圖6 展示了出現(xiàn)該類情況的心電信號，在下標4 000～4 600 之間遺漏了若干R 波，因此低估了從該段信號獲得的瞬時心率。 當這種漏失現(xiàn)象頻繁發(fā)生時，R 波總數(shù)量可能會被低估。

表3 描述性統(tǒng)計信息

表4 身體特征與錯誤率相關(guān)性

圖5 低估R 波數(shù)量

因此，該算法可以在正常步行情況下表現(xiàn)良好，但是運動偽影和測量噪聲對算法性能的降低起到了一定作用，意味著在高強度活動中可能會獲得降低的性能，因為在這些活動中會產(chǎn)生更多的偽影和噪聲。

圖6 R 波漏檢

4 結(jié)論

本文提出了一種基于可穿戴胸帶和移動應(yīng)用程序的心電檢測方法，其提供與心電信號相關(guān)的實時反饋。 移動應(yīng)用程序?qū)崿F(xiàn)了自適應(yīng)心電檢測算法，其利用胸帶內(nèi)嵌的心電傳感器采集的信號，檢測瞬時心率。 招募了8 名受試者進行實地實驗，對系統(tǒng)和算法性能進行了測試。 結(jié)果表明，檢測R 波數(shù)量錯誤率為-1.99%，檢測到了96%以上的R 波。下一步研究可擴大受試者范圍以更全面地測試算法性能，也可改進算法以降低錯誤率。