随着生活节奏的加快,人们的健康日益受到威胁,尤其在心血管健康领域更为突出。目前,心电图是医生进行心血管疾病检测和治疗的重要依据和参考。然而,对于预防心血管疾病具有重要意义的连续的、常规的心电监测,总是因设备不可穿戴而难以实现。同时,心电图分析既要耗费医生大量的时间,又有可能因数据之多而导致医生错过关键信息或产生误判。因此,需要一种新型的心电测量和分析设备。本文设计了一种基于移动终端分析的可穿戴柔性心电监测系统。在硬件方面,首先根据心电信号的幅频特性选择了模拟芯片AD8233并完成了外围电路设计,用于信号的放大、滤波和共模抑制,以实现稳定且高质量的心电信号测量。其次,根据系统无线通信的需求选择了集成芯片CC2541并完成了通信数字电路设计和单片机编程,用于实现心电信号的模数转换和蓝牙通信。其中,针对心电监护仪不可穿戴的问题,本文提出了一种新型的柔性互联电路。在制作印刷电路时尽可能地缩小各模块电路的体积,并利用丝网印刷的柔性导线将传统的硅基电路与柔性电路相结合,既保证了信号的质量,也兼顾了整体电路的柔韧性,实现了系统可穿戴式心电测量的目标。在软件方面,针对分析设备智能诊断与便携性难以兼顾的问题,本文训练了一个适用于移动端的神经网络模型,并以安卓系统为开发平台,开发了一款专用的心电监测APP。通过结合移动端的神经网络框架TFLite和网络模型Mobile Net,将心电分析的神经网络小型化设计后嵌入至手机应用中,最终实现了APP与用户的流畅交互、手机端与前端电路的无线通信、心电图的动态显示和实时心电图分类。综上,本文实现了完整的硬件电路与软件应用设计,创新性地提出了一种柔性互联电路对心电信号进行采集,并利用移动端的神经网络对心电信号进行实时分析。最终,系统印刷电路板的总面积仅9.8 cm~2,柔性互联后电路可近180°弯曲,采集心电信号的信噪比达40 d B。智能分析采用基于心电片段的“inter-patient”分类模式,神经网络模型有22层但参数量仅240万,训练时的平均准确率为87%,对N类与V类心电图的分类准确性高达92%和91%。模型转换为tflite格式后文件大小仅9 M,在移动端每3秒钟运行一次智能心电诊断的耗时小于30 ms。因此,整体系统实现了对心电信号的实时可穿戴式测量和便携式智能诊断,对后续可穿戴式心电监护设备的开发具有重要的借鉴意义。