论文部分内容阅读
近年来随着我国心血管疾病患病率的不断上升和国民对医疗保健重视程度的提高,未来的医疗方式将把重点从医生转向病患,从医院转向个人终端,这要求生物医疗设备的小型化、便携化,变相刺激了便携式和可穿戴医疗电子设备的产业发展。另一方面,无线体域网（Wireless Body Area Network,WBAN）、人体通信技术（Human Body Communication,HBC）、大规模集成电路以及数字信号处理技术为生物医疗设备的小型化、便携化提供了系统解决方案。心电信号是人体中十分重要的生物电信号,它可以反映人体心脏健康状态,对防治心血管疾病有重大意义。然而,心电信号属于稀疏信号,其所在频率低、幅值小,容易受到生物电极阻值、极化电压、50/60 Hz电源线工频干扰、运动伪影、肌电信号等的干扰,因此,对便携式心电信号采集系统各项指标均提出了较高的要求。本文从便携式心电信号采集系统基础理论分析入手,开展了模拟前端电路、模数转换器（Analog-to-Digital Converter,ADC）与特征提取模块的研究与设计,突破了斩波调制与电荷缓冲、模数转换器低功耗设计、特征参数提取模块预处理与自适应阈值迭代等关键技术,为心电信号采集系统的提供了技术方案。针对心电信号采集中的各项干扰和噪声,本文从模拟前端电路指标出发,设计了低功耗、高性能模拟前端电路,该电路集成了电容耦合斩波放大器模块、可编程增益放大器模块、可编程低通滤波器模块以及电荷缓冲器模块。其中,电容耦合斩波放大器抑制了极化电压的影响,斩波技术的引入消除了电路的1/f噪声和仪表放大器失调,可编程增益放大器实现了不同心电信号强度的最大信噪比,可编程低通滤波器将斩波引入的高频杂波滤除以防止后续模数转换器出现信号混叠现象,电荷缓冲器消除了由于采样时电压跌落引起的采样误差。模拟前端电路后仿结果显示,该前端电路等效输入噪声仅为0.6μV,输入阻抗为1.38 GΩ共模抑制比为116 d B,电源抑制比87 d B,功耗为48μW。针对心电信号的稀疏特性,本文提出了适用于心电信号预测的动态追踪算法,并基于该算法定制化设计了一款12位低功耗模数转换器,该模数转换器完成心电信号数字转换的同时,可以输出预测信息,配合本文设计的QRS波探测器可以对心电信号中的QRS波进行识别,解决了心电信号中心率提取的问题,同时大大缓解了信号在传输和存储的硬件开销。基于130 nm互补金属氧化物半导体（Complementary Metal-Oxide-Semiconductor,CMOS）工艺对心电信号采集系统进行了电路和版图设计。心率提取模块测试结果显示,模数转换器有效位数为10.85位,最低功耗为900 n W,特征参数提取电路可有效检测QRS波群。针对心血管疾病早期预警问题,本文提出一种码字重组量化智能病理识别模块,该模块可输出一路特征信号K值,可表征输入信号特征,并用于制作病理识别的学习集和测试集。同时,本文提出一种基于卡尔曼滤波理论的自适应阈值迭代技术,可快速的响应输入信号的变化,提升QRS波中R波检测的准确性。基于130 nm CMOS工艺对码字重组病理识别模块进行了电路和版图设计、流片、封装和测试,流片测试结果显示,病理识别模块中模数转换器有效位数为9.38位,功耗低至40 n W,面积仅为0.11 mm2,同时输出的K值通过片外病理识别的系统模型进行病理识别验证。实验结果表明,该模型对4种常见的心血管疾病的病理识别准确率在96%以上。