论文部分内容阅读
心脑血管疾病已成为危害人类健康的头号杀手。动态心电监测装置，不但可以提供日常的健康监控，同时可以应用于应急医疗救护场景，是应急处置应用领域的重要研究课题。本文针对动态心电监护这一课题，开展了对相关硬件平台和运动伪迹处理相关算法的研究，设计了动态心电监测装置，研究和对比了动态心电信号预处理方法和运动伪迹方法，提出了一种混合的运动伪迹处理方法，优化了处理效果。具体内容如下: (1)本课题设计了一款基于微控制器的动态心电信号监护装置，该装置集成于动态心电信号监护平台，可以采集包括心电信号在内的多项数据，并通过蓝牙传输至上位机，实时监控佩戴者的心电信号，姿态信号，位置信号等多项关键信息，并同时具备导联脱落报警功能; (2)本课题围绕动态心电信号预处理和运动伪迹两个方面进行了深入得研究。首先研究并设计了基于数字滤波器和小波分析的两种动态心电信号预处理方法，采用MIT-BIH数据库仿真数据对其处理效果进行了对比分析，最终采用基于数字滤波器的方法作为预处理方法。接下来，本课题重点研究了基于自适应滤波方法和基于多通道心电信号(Electrocardiography, ECG)数据的独立元分析方法的两种运动伪迹处理方法。对比分析了最小均方算法(Least mean squares，LMS)，归一化最小均方算法(Normalized Least mean squares，NLMS)，递归最小二乘法(Recursive least squares，RLS)三种自适应滤波方法的优劣，选择RLS作为基于自适应滤波运动伪迹处理法的算法;采用快速ICA(FASTICA)作为优化方法，介绍了利用峰度系数自动筛选ECG独立元的基于多通道ECG数据的独立元运动伪迹处理法;同时，针对两类运动伪迹处理方法各自的缺点进行了分析; (3)本课题提出了一种混合的运动伪迹消噪法，并采用MIT-BIH数据库进行了处理效果仿真，从信噪比(Signal to Noise Ratio，SNR)，均方误差(MeanSquare Error, MSE)，波形，频谱等多个方面与现有方法进行了对比分析。其创新点在于融合自适应滤波和独立元分析思想的特点和共性，将自适应滤波法的输入信号作为独立元分析运动伪迹处理方法的输入信号。结果证明，基于单通道ECG数据和参考信号的混合的运动伪迹消噪法可以解决基于RLS自适应滤波方法结果中前部分信号质量差的问题，同时可以克服基于多通道ECG数据的运动伪迹消噪法的结果具有多个导联通道ECG波形特征的问题，均方误差被提升至接近0.0001。 (4)最后，利用本课题设计的动态心电信号监护平台，采集慢走、慢速上下摆动、慢速前后摆动、快走、快速上下摆动、快速前后摆动6中人体运动状态下的心电信号、三轴加速度信号等生理体征数据，并采用动态心电信号预处理方法和三中运动伪迹消噪法进行了验证和结果分析。 本课题对动态心电信号监护做了比较全面的阐述，重点研究和优化了动态心电信号中运动伪迹的处理方法这一核心课题，并通过硬件平台的设计进行了验证和分析。本课题的主要贡献和创新点在于:(1)提出一种混合的运动伪迹处理方法;(2)提出了利用峰度系数作为参考标准自动筛选心电信号独立元的方法;(3)将FASTICA方法应用于心电信号运动伪迹消噪这一全新领域，具有一定的理论研究价值和工程意义。(4)从硬件平台搭建，到预处理算法，到运动伪迹算法，再到仿真对比，最后实验验证，较为完整得研究了动态心电信号处理这一课题。