Design of non-contact portable sleep ECG monitoring system based on fabric electrodes

目的 为通过心电信号检测睡眠分区及睡眠呼吸障碍等疾病,设计一种基于织物电极的心电监测系统.方法 使用医用级导电织物电极代替传统电极,可在不与人体接触的情况下实时、准确地采集生理电信号,对被测者进行长时间心电监测.使用ARM11嵌入式系统代替医用主机进行数据处理、波形显示等.采用无线宽带设备代替串口线与预定主机进行通信.结果 该系统可有效降低被测者的不适感,准确检测、处理、记录大量心电数据并通过无线网络实时进行远距离数据交换.结论 该系统使用方便,兼顾可靠性、安全性及舒适性,适用于睡眠分析等长时间心电信号监测.     

一种基于织物电极的可穿戴心电采集系统的设计

本研究设计了一种高精度可穿戴心电采集系统,该系统由心电模拟前端电路、数字滤波及控制电路和系统软件三部分组成.其采用软硬件滤波来消除基线漂移、皮肤接触噪声及运动伪迹等干扰,并设计嵌入聚吡咯织物电极的心电衣来增加穿戴舒适性.经与两款同类型心电监护仪相比,结果表明:本系统准确度较高,功耗较低,且能稳定可靠的对心电进行长时间监测,并能通过蓝牙实现无线传输.     

双通道心电信号长时间连续采集和实时分析系统

基于微机实现了双通道心电信号长时间连续采集和实时分析系统，使用扩展内存实现了大量数据的连续存储，可连续采集３０分钟以上的双道信号；利用中断实现了信号的实时采集和显示，可滚动显示双道信号；可实时分析心电波形，并对异常心电进行报警。该系统为建立心电数据库研究和临床心电监护等应用提供了一个良好的工具。     

基于多层丝网印刷柔性生物电干电极的单导联心电胸带

针对日常生活中对可穿戴、低噪声心电检测以及复杂心律失常的院前、院后监测管理的迫切需求,本研究探讨了一种新型基于多层丝网印刷柔性生物电干电极的单导联心电胸带。首先,分析了基于导电银浆聚合物的柔性干电极材料与皮肤接触的生物电检测等效电路模型;然后,采用丝网印刷技术将热塑性聚氨酯(TPU)、导电墨水(银浆)及可拉伸密封材料等分层印刷在普通织物基底上,并制备形成由两个测量电极和一个参考电极构成的单导联条形心电采集胸带。为了评估该单导联心电胸带的信号检测性能,本研究设计实验对5名健康受试者在行走、上楼、静息及扭腰等4种运动状态下进行5 min的体表心电信号监测,并量化测试了的R波峰值检测、信噪比(SNR)、信号伪影比(SAR)及阳性预测值(PPV)等4项指标值。实验结果显示,静息状态下的体表心电检测的平均R波峰值振幅为1.36 mV,SNR为2.05 dB,SAR为5.53,阳性预测值为99.81%,而运动状态下的运动伪迹则可通过心电胸带内置的运动状态监测器实现主动降噪,验证了所研制的基于柔性生物电干电极的单导联心电胸带具有良好的生物相容性及抗干扰能力。     

便携式手握心电监护仪的设计与实现

针对传统电极需要与皮肤直接接触、使用不方便、花费时间长等缺点,本文基于电容耦合原理设计了一种隔着衣物快速检测人体心电信号的便携式手握心电监护仪。该监护仪主要由手握心电传感器和嵌入式终端两部分构成。本系统将感应电极隔着衣物放置于胸前,检测获取心电信号,并经单端差动放大、滤波和主放大后,由CC2540模块进行A/D转换和心电信号传输。然后嵌入式终端对接收到的心电信号进行数字滤波和数据处理,最后在屏幕上显示波形和心率值。实测结果表明利用手握心电监护仪能实现隔着衣物实时检测人体心电信号,具有操作简单、便携性和快速检测等优点。     

多导睡眠图仪选择性监测与分析系统的研制

针对传统多导睡眠图仪在监测过程中粘贴电极多、患者负荷大、信号缺失后无法分析等问题,研制一款信号可选择的多导睡眠监测与分析系统.该系统能针对不同患者的需求,可繁可简地获取患者的监测信号;也可在电极脱落造成信号缺失的情况下,利用数据挖掘及信息融合技术和专家知识,从心率变异性及相关信号时频域耦合关系中提取睡眠呼吸障碍的疾病诊断信息.实验表明:该系统与多导睡眠图仪在诊断结果方面无明显性差异.在一定程度上弥补了传统多导睡眠图仪的不足,简化了诊断程序,降低了患者的检查负荷,已在医院得到初步应用,有望进一步推广.     

智能实时睡眠监测与干预系统的设计与实现

目的设计可以监测、分析、干预以及反馈人体睡眠状况的智能实时睡眠监测与干预系统,以改善使用者睡眠问题。方法首先设计智能实时睡眠监测与干预系统,其中生命体征信号采集模块实时监测人体肢体动作、心脏泵血等引发的振动;数据处理中心提取体动信号、呼吸信号与心冲击信号(ballistocardiogram,BCG)信号,利用睡眠监测算法进行睡眠状况分析;中药香薰器由数据处理中心控制开关,利用含有中药成分的香薰干预睡眠;同时睡眠监测实时反馈干预情况下的数据。然后选取3名失眠的被试者进行测试,检验系统的有效性。结果所构建的系统可以实时记录被试者睡眠情况并形成睡眠分期图,也可利用中药香薰有效地干预被试者不良睡眠情况。结论该系统能够实现非接触式睡眠情况采集与分析以及对入睡困难或睡眠质量不佳等状况的干预。     

基于微动敏感床垫式睡眠监测系统的心率检测

在睡眠监测系统中,心率检测是实现其功能的重要参数之一。本文针对新一代微动敏感床垫式睡眠监测系统提出了一种直接从床垫上获取心率的算法。该算法首先对床垫系统所得信号预处理,即滤波和体动判别,然后利用信息融合筛选最优信号来判断心跳特征点。和脉搏波心率对比结果表明,本算法所得床垫心率可以正确反映被测者平静状态下的心动周期和整晚心率变化趋势,为实现无负荷睡眠监测打下基础。     

基于嵌入式Web服务器的心电远程监护系统

目的设计一种基于嵌入式Web服务器的心电远程监护系统。方法采用低功耗ARM9微处理器为核心的开发板,移植嵌入式Linux系统和Web服务器,通过JavaApplet和CGI设计开发,利用动态网页实现心电信号的远程实时监护。结果设计的心电记录器能准确地采集和显示各类心电信号,浏览器端能动态显示心电波形和分析结果,可准确实时地进行远程监护。结论本系统操作方便、成本低,实现了现有动态心电监护仪缺乏的实时监测,适合家庭和社区的心电监护。     

基于Android手机的生理参数移动监测系统

本研究设计了一款基于Android手机的人体生理参数移动监测系统。依据心电信号与脉搏波信号的特点,设计硬件采集系统。利用蓝牙无线通信方式,将硬件电路采集的生理信号发送至手机。通过在Android手机上开发的应用程序,实现心电信号和脉搏波信号的数字滤波处理、实时显示、存储及回显等功能。通过测量的脉搏波传导时间建立连续血压计算模型,并与人体血压实测值进行验证测试。最后在多个品牌的Android手机上运行本系统的应用程序,验证该系统的实用性和兼容性。该系统具有体积小巧、成本低、可实时连续监测的优点,实现了连续生理参数监测。     

基于聚偏氟乙烯薄膜的穿戴式呼吸检测系统

【摘 要】 针对人体呼吸信号的特点设计一种基于聚偏氟乙烯（PVDF）压电薄膜材料的可穿戴式呼吸检测系统。人体呼吸时PVDF薄膜受力产生的感应电荷较少,经信号调理电路将电荷量转换成电压量。单片机通过模数转换器获得呼吸信号数据,通过蓝牙发送给上位机。上位机从获得的数据中提取呼吸波形,并进行平滑滤波、自适应双阈值来计算呼吸率。试验结果表明,本系统可以实时准确地检测出人体的呼吸波形,呼吸次数识别的准确率在90%以上,可以满足人体呼吸监护的需求。     

Development of a micro-monitoring system based on the liquid crystal display

INTRODUCTION　　 The most commonly monitored vital life signs in humans are the electrocar-diogram,blood pressure,breath,heart rate and body temperature.Monitoring ofvital signs is the one of the main methods for the doctor to understand the state ofpatie…     

具有视音频交互功能的远程心电监护系统

远程心电监护对心脏病的防治和诊断具有重要意义,本文实现一套适用于家庭或社区医院的具有视频和音频交互功能的远程心电监护系统。系统采用MPEG-4技术对视频音频数据进行数据压缩,并利用RTP协议动态控制数据的发送进程以保证不同网络环境下视音频数据的流畅传输。实验结果表明系统在稳定、准确传输心电信号的同时可以实现医患双方视音频信息的实时交互。系统可以促进医患双方的远程互动,进一步提高远程心电监护的防治和诊断效果。     

动态心电采集记录系统的发展与展望

动态心电图(DCG)有助于及时发现一些导致心脏猝死(SCD)的危险因素,是检测及发现心律失常的最佳设备,而其采集记录系统是影响心电数据质量及佩戴舒适性的主要原因,因此本文通过归纳和分析国内外DCG监测技术的最新研究近展,阐明了在DCG监测领域中,新型心电电极、无导联线连接的动态监测等研究的重要性。最后对动态心电采集记录系统存在的问题作了总结与分类,并对其发展前景作了展望。     

Portable system for acquisition and transmission of ECG parameters

A simple inexpensive bedside automatic ECG data-collection system is presented. The main parameter measured is the R-R interval length that can be used in the construction of a heart rate variability signal. Another parameter measured is the shape of the T-wave in the ECG signal. The collected data are transferred to a remote host computer through the public telephone network, by means of a modem. The system can function through the whole range of human heart rates. The described solution differs from most existing ones by utilising the existing ECG monitoring equipment in hospitals, which usually does not store any information. This equipment is connected by a portable, independent, special-purpose system to a remote host computer which can further analyse and store the data.     

便携式心电监护系统中心电信号的实时分析方法设计

目的：设计并实现一种适用于便携式心电监护系统的心电波形实时动态检测和分析的方法。方法 ：作者首先应用5点平滑滤波消除信号的高频噪声和50 Hz干扰,然后通过对分段心电信号的长度变换来增强R波,并用长度阈值检测到R波位置,再通过去错检和查漏检算法提高R波检测准确率;正确检测到R波后,利用区域极值和斜率突变特点从R波开始向前、向后搜索找出Q、S波,然后从已开始的Q、S波位置再分别向前向后找到Q波起点和S波终点;最后根据已检测到的QRS波群计算了心率和ST段参数。结果：通过对包含各种噪声的心电信号的分析证明该算法能准确地检测到QRS波群,不受基线漂移和高频噪声的影响;算法用C语言实现后在嵌入式心电监护系统中的应用也表明其处理速度完全满足移动设备的实时动态分析要求。结论：本文设计的心电波形识别方法算法简单、速度快、抗干扰能力强、准确率高,并成功应用于基于32位嵌入式系统的心电监护仪。相信能给便携式心电监护设备研发中心电信号自动检测和分析功能的实现带来一些启发。     

A deep learning-based algorithm for detection of cortical arousal during sleep

Study ObjectivesThe frequency of cortical arousals is an indicator of sleep quality. Additionally, cortical arousals are used to identify hypopneic events. However, it is inconvenient to record electroencephalogram (EEG) data during home sleep testing. Fortunately, most cortical arousal events are associated with autonomic nervous system activity that could be observed on an electrocardiography (ECG) signal. ECG data have lower noise and are easier to record at home than EEG. In this study, we developed a deep learning-based cortical arousal detection algorithm that uses a single-lead ECG to detect arousal during sleep.MethodsThis study included 1,547 polysomnography records that met study inclusion criteria and were selected from the Multi-Ethnic Study of Atherosclerosis database. We developed an end-to-end deep learning model consisting of convolutional neural networks and recurrent neural networks which: (1) accepted varying length physiological data; (2) directly extracted features from the raw ECG signal; (3) captured long-range dependencies in the physiological data; and (4) produced arousal probability in 1-s resolution.ResultsWe evaluated the model on a test set (n = 311). The model achieved a gross area under precision-recall curve score of 0.62 and a gross area under receiver operating characteristic curve score of 0.93.ConclusionThis study demonstrated the end-to-end deep learning approach with a single-lead ECG has the potential to be used to accurately detect arousals in home sleep tests.     

基于加速度传感器的睡眠体位监测方法的研究

目的：睡眠质量是保证身体健康的重要因素,目前常用的评价方法有主观评价法和客观评价法两种,各有利弊。持续监测睡眠过程中身体位置的变化是客观评价睡眠质量的方法之一。为了能够低成本、大量、准确的采集睡眠状态信息,介绍一种基于加速度传感器的睡眠体位检测的方法。方法：加速度传感器能准确感知人体体位变化,具有体积小精度高的特点。通过佩戴在小腹位置的以IAP12LE5A62AD单片机和MMA7361加速度传感器为核心的微型体位状态采集设备连续采集睡眠期间的身体位置状态,然后通过上位机软件对体位信号的突变、渐变、状态间相似度进行分析,从中分离出相关体位信息。结果：对静态体位信号和身体位置的快速变化的识别率较高,查全率达到98.9%以上,查准率超过93%,对于缓慢变化的身体状态的识别率略低,查全率达到85%以上,查准率达到96%。结论：该方法结构简单、成本低,对睡眠影响很小,能够比较准确的反映睡眠过程中体位状态,可以用来评价睡眠质量,适用于对大量患者长时间的睡眠监测。     

基于J2ME的多参数智能手机监护界面的设计

目的:本文采用J2ME技术设计一种穿戴式多参数智能手机监护界面.方法:系统在Wireless Toolkit模拟环境下进行了仿真实验,并结合穿戴式检测技术和GPRS技术实现多生理参数的远程监护.结果:系统可以实时检测心电、心率、血压、体温以及血氧饱和度,具有数据分析、异常报警等功能.最后将参数传至智能手持设备,并能与医疗服务中心站建立远程通信.结论:实验结果表明系统具有移植性强、简单易用、响应速度快等优点.本系统有望实现3G时代下的重大医疗应用并为远程医疗的进一步研究提供基础.