论文部分内容阅读
摘要：根据人体真实信号I导联，以MSP430F5529 Launchpad系统板为核心，设计了一种便携无线心电监视仪。硬件上采用TI公司的高性能模拟器件，以提取微弱的QRS波形的同时，使功耗降到最低；软件上实现了信号调制、信号处理，准确计算心率；显示上以安卓手机作为终端，靠蓝牙进行通讯。实验样机的初步测量结果表明，在安静状态下，心电信号无失真、心率测量误差在3%内。本文网络版地址：http：//www.eepw.com.cn/ article/266044.htm
关键词：心电；便携式； 蓝牙通讯； MSP430F5529
DOI： 10.3969/j.issn.1005-5517.2014.11.001
1 引言
心血管疾病是现代工业社会中对人类生命威胁最大的疾病，因此日常的心脏监护就成为保证病人生命安全的重要手段，通过日常监护预先发现异常征兆，及时给予救治。同时，心电图作为心脏电活动在体表的综合表现，是诊断心脏疾病、评价心脏功能的重要依据之一。
实时的心电监护是十分有必要的。以准确的检测为前提，以便携、低功耗为目的，我们需要使用尽可能小而且高性能的器件，设计出最小的高准确度低功耗电路。并且通过蓝牙模块传输到现在每个人都拥有并且使用时间相当长的手机上进行心电波形和心率的显示，方便使用。
我们选择使用TI提供的高性能超低功耗的MSP430F430 LaunchPad作为开发平台，以及TI公司生产的高性能低功耗器件如OPA2333、INA333等进行各放大、滤波模块的构建。在更为普及的Android平台上编写手机端程序，接收经单片机采样计算的数据，显示波形及心率。需要解决的问题有50Hz工频干扰，人体生理信号的低信噪比易失真的特性，功耗的控制，心率计算算法的选择和手机端的实现。
2 系统方案
在便携式的心率监测系统中，系统的低功耗和稳定性越高对病人越好。因此我们尽量精简该系统的硬件和选择低功耗的芯片，通过多次测试来确定系统的稳定性。图1是系统的结构框图，处理核心是高性能的MSP430F5529。系统硬件主要由前端电路模块，来采集人体的心电信号，并进行适当的放大和滤波处理提取微弱的心电信号；再通过MSP430内部的AD采样功能将模拟的电压信号转换为数字信号；无线传输模块主要是无线发射模块，采用了TI公司的CC2540，它通过标准的UART口与微控制器实现数据通信；显示模块由手机来完成；电源模块采用TLV70030芯片，它可以固定输出电压3V，用于给单片机、无线模块、前端电路供电。系统软件在结构上分为主控程序、信号处理模块、无线通信模块。先将信号通过简单的数字滤波处理，再分析信号的幅值周期等信息来计算心率；最后将心电信号和心率进行发送和显示。本文主要介绍完整的硬件系统设计和软件设计。
3 硬件设计
3.1 电源模块
为了数字电路和单片机的供电，我们将电源设置为3V的单电源供电模式。选择3V的同时也为了降低功耗。采用锂电池供电，锂电池的电压范围在3.7V-4.2V，为了获得稳定的3V电压，我们选用TLV70030线性稳压器。经过比较，TLV70030具有低压降、低功耗、输出噪音小的优点。
系统采用单电源供电，无法放大负半轴的信号。为了使得模拟电路采集到的心电信号在调理过程中获得最大的动态范围，需要设定Vcc/2 的半电位参考电平。通过简单的电阻分压后，通过电压跟随器实现阻抗匹配，使得后级电路不会对参考电平产生影响。
3.2 放大模块
心电信号幅值为10m V-5mV，其典型值为1mV，非常微弱，在处理时，若要求输出电平达到1V左右，则放大倍数要做到1000倍左右。为抑制电路的零点漂移，提高共模抑制比，系统放大电路应采用多级实现。为了抑制工频干扰以及所测量的参数外的其他生理作用的干扰，须采用了差动放大形式。要求放大器具有较高的共模抑制比。
我们选用了3级放大。第一级放大我们选择的INA333仪表放大器具有超高输入阻抗，极其良好的共模抑制比100dB，低输入偏移，低输出阻抗。经计算放大倍数：
二级放大和后级放大：经过一级放大后信号幅值已经足够，可以进行滤波处理；为了显示波形美观和AD采样的准确，将两级放大放在最后。一方面，信号通过仪表放大后，存在基线漂移，需要通过高通滤波器才能继续放大，防止信号的截止；另一方面，信号先滤波再进行后级放大有利于滤波的效果。我们同样选用性能优秀的OPA2333来作为放大器件。以实现放大后信号无失真，低噪声等需求。为了提高输入阻抗，我们选用同向比例放大器。二级放大的放大倍数分别为：
3.3 右腿驱动模块
心电测量仪周围被电力线所包围，不管有无电流通过，它与电极线之间总存在静电耦合电容，由电容耦合所引起的位移电流将通过皮肤-电极接触阻抗接地并形成共模电压干扰。通常，采用右腿驱动电路是减小位移电流干扰所普遍采用的有效方法。设计如图3所示。
3.4 滤波模块
心电信号的有效频率范围在0-100Hz，但是环境中含有大量的噪声，为了得到准确的心电波形，滤波则非常重要。首先为了去除肌电噪音和电极极化电压带来的直流分量，要通过一个0.5Hz的2阶有源高通滤波器；为了滤掉环境中的大量高频干扰，我们使用了100Hz的2阶低通Butterworth低通滤波器；对心电信号带来最大干扰的就是50Hz的工作频率，本设计中的心电采集系统采用电池供电，从电路上减少了工频干扰。但工频噪声仍会以电磁波辐射的形式对电路造成影响，在电极前端耦合进电路系统，严重影响采集到的心电信号质量，所以我们选用了可调Q值的双T带阻滤波器，滤除50Hz的工频干扰。综上，我们选用OPA2333来设计滤波电路。OPA2333的优良性能（特别是低功耗和低温漂）符合设计需求。通过滤波和放大我们得到较好的心电波形，如图4。
4 系统软件设计
系统软件在结构上分为主控程序、AD采集模块、信号处理模块、无线通信模块。系统上电后，主控程序读取启动参数，完成各个模块的初始化。当扫描到有手机发来的开始信号，开始AD采样，当采样达到预定数量后，对信号进行数字滤波处理，再计算得到心率。系统软件的流程图如图5所示。
4.1 心率算法描述
计算心率也就是计算每两个R峰之间的时间，所以找到R峰的准确位置则是关键。我们在连续信号通过找到倒数为0的值来找到峰值，而在采样得到的离散信号理中则通过差分来找到峰值。为了显示的心电波形更真实，我们的采样率为100Hz。为了配合手机显示模块，每次采样700个点，而计算的心率则为在这段时间内的平均心率。在显示结束后再立刻开始采样，刷新现有数据。然后一直重复执行来获得相对的实时心率。通过差分求极点的算法较为准确，可以有效地算出心率。首先进行预处理：用简单的5点平滑滤波法，去除采样数据的小误差。为了排除干扰，我们将R峰幅值的70%作为一个阈值，小于这个值的都置为0，不影响后面的判断。接着进行心率计算：将信号进行两次差分，将每个值为-2的点（若某个点的值为-2，则表示该点相对于前一个点呈增加趋势，而后一个点相对于该店呈减少趋势，可知这个点是我们寻找的峰值）的下标储存且标记。
4.2 手机端 Android 应用
1.使用说明：
（1）点击开启蓝牙开启手机蓝牙并连接使用的蓝牙模块，点击波形显示在中央的白色画布显示波形，点击开始采样可以向蓝牙模块发送开始信息。
（2）当所连接的蓝牙模块有数据传输时，心率会显示心率数值，如果心率低于50字体变为黄色并闪烁，若高于90字体变为红色并闪烁以起到报警作用。
（3）若有数据传入的同时正在显示波形，则画布上会显示经蓝牙模块传输的波形。
2.系统设计如图7。
3.具体实现：
（1）使用Eclipse平台进行手机端Android程序编写，使用Android4.2.2系统华为手机进行调试。
（2）蓝牙线程：采用输入输出流操作，将蓝牙模块传输的信号读取到一个字节（Byte）数组存储，第一位为心率数值可显示为0～255，后面数据为波形数据，传输到绘图线程进行波形的绘制。心率数值通过信息句柄传输到UI线程，显示心率并对超限心率进行报警。
（3）绘图线程：先对背景坐标轴进行绘制，使用打点的方法将读入的波形数据绘制在画布上，并且对横坐标计数，当运行到屏幕最后时再从头开始逐步刷新波形。
4.3 单片机软件模块
4.3.1 AD采样模块
因为要将模拟信号转换为数字信号，再进行数据处理，所以AD采样十分重要。5529内部有高性能的12位的ADC，转换速率快，采样值精确。使用单通道重复采样模式，我们运用定时器B来触发采样，为了波形显示的完整和信号的准确我们将采样率设为100Hz。因为手机屏幕一次能显示700个点，所以我们每次采样700个点来显示波形并且计算心率。在中断中将采样值存储到数组中，以采样次数来控制采样的结束，到达700个点后，关闭中断，终止采样。等待手机接收完数据，再次采样重复上述步骤。
4.3.2 无线传输模块
运用UART传输模式，通过串口输出、输入数据，和手机通讯。当接收到手机发送过来的开始信号时，启动整个程序。等到采样计算完毕，再通过蓝牙将数据发送到手机端。无线传输模块主要是无线发射模块，采用了TI公司的CC2540，它通过标准的UART口与微控制器实现数据通信，将数据发送到手机上，MCU可以访问和控制蓝牙的基本寄存器，发送各种工作指令，写入发送数据，读出接受数据。
5 评测与结论
5.1 功耗及输出噪声测试
MSP430和蓝牙的的工作电压均较宽，为了减小功耗，我们的工作电压为3V。在工作状态下，用电流表加入预设的测试端口测量电流。经测试整个系统功耗为0.027W，其中模拟前端的功耗仅为0.00051W。将模拟前端电路输入端短接在地上，测试整个系统输出端的噪声。噪声峰峰值为4.08mV，有效值为12.8mV。 由此可知，特别是模拟前端比较省电，总的功耗较低且输出噪声较低。
5.2 心率计算测试
采用人体真实导联，静态状态下测试。运用心电图机，型号为ECG-6511。将出纸速率设置为25mm/s；将基线键调到合适的位置；选择滤波按键去除基电漂移和高频噪音，选择一导联。调节好后，以图纸来计算心率。为了测试准确的普遍性，一共选择3位同学来做了心电实验来检测。A、B、C为3位同学的代号，1～8为实验次数。因为是人体真实信号，我们只能将心率范围变化在一个较小的范围。准确率97%，可见心率计算较为准确。
5.3 结语
以低功耗和便携为向导，本设计有效地克服了测量信号的漂移和噪声干扰，提高了测量精度，精简了硬件电路的设计和体积，有效的降低了设计成本。同时，实验的结果表明了系统具备一定的测量精度和稳定性。
参考文献：
[1] Datasheet， Texas Instruments INA333. "Micro-Power （50μA）." Zer？-Drift-to-Rail Out Instrumentation Amplifier （Oct. 2008） 26.
[2] KORHONEN I， PARKKA J， VAN GILS M. Health monitoring in the home of the future [J]. Engineering in Medicine and Biology Magazine， IEEE， 2003， 22（3）： 66-73.
[3]Hanke T， Charitos EI， Stierle U， et al. Twenty-four-hour Holter monitor follow-up does not provide accurate heart rhythm status after surgical atrial fibrillation ablation therapy： Up to 12 months experience with a novel permanently implantable heart rhythm monitor device. Circulation， 2009； 120 （11 suppl.）：S177–S184.
[4]Jabaudon D， Sztajzel J， Sievert K， et al. Usefulness of ambulatory 7-day ECG monitoring for the detection of atrial fibrillation and flutter after acute stroke and transient ischemic attack. Stroke， 2004； 35： 1647–1651.
[5] JOVANOV E， GELABERT P， ADHAMI R， et al. Real time Holter monitoring of biomedical signals； proceedings of the DSP Technology and Education conference DSPS， F， 1999[C].
关键词：心电；便携式； 蓝牙通讯； MSP430F5529
DOI： 10.3969/j.issn.1005-5517.2014.11.001
1 引言
心血管疾病是现代工业社会中对人类生命威胁最大的疾病，因此日常的心脏监护就成为保证病人生命安全的重要手段，通过日常监护预先发现异常征兆，及时给予救治。同时，心电图作为心脏电活动在体表的综合表现，是诊断心脏疾病、评价心脏功能的重要依据之一。
实时的心电监护是十分有必要的。以准确的检测为前提，以便携、低功耗为目的，我们需要使用尽可能小而且高性能的器件，设计出最小的高准确度低功耗电路。并且通过蓝牙模块传输到现在每个人都拥有并且使用时间相当长的手机上进行心电波形和心率的显示，方便使用。
我们选择使用TI提供的高性能超低功耗的MSP430F430 LaunchPad作为开发平台，以及TI公司生产的高性能低功耗器件如OPA2333、INA333等进行各放大、滤波模块的构建。在更为普及的Android平台上编写手机端程序，接收经单片机采样计算的数据，显示波形及心率。需要解决的问题有50Hz工频干扰，人体生理信号的低信噪比易失真的特性，功耗的控制，心率计算算法的选择和手机端的实现。
2 系统方案
在便携式的心率监测系统中，系统的低功耗和稳定性越高对病人越好。因此我们尽量精简该系统的硬件和选择低功耗的芯片，通过多次测试来确定系统的稳定性。图1是系统的结构框图，处理核心是高性能的MSP430F5529。系统硬件主要由前端电路模块，来采集人体的心电信号，并进行适当的放大和滤波处理提取微弱的心电信号；再通过MSP430内部的AD采样功能将模拟的电压信号转换为数字信号；无线传输模块主要是无线发射模块，采用了TI公司的CC2540，它通过标准的UART口与微控制器实现数据通信；显示模块由手机来完成；电源模块采用TLV70030芯片，它可以固定输出电压3V，用于给单片机、无线模块、前端电路供电。系统软件在结构上分为主控程序、信号处理模块、无线通信模块。先将信号通过简单的数字滤波处理，再分析信号的幅值周期等信息来计算心率；最后将心电信号和心率进行发送和显示。本文主要介绍完整的硬件系统设计和软件设计。
3 硬件设计
3.1 电源模块
为了数字电路和单片机的供电，我们将电源设置为3V的单电源供电模式。选择3V的同时也为了降低功耗。采用锂电池供电，锂电池的电压范围在3.7V-4.2V，为了获得稳定的3V电压，我们选用TLV70030线性稳压器。经过比较，TLV70030具有低压降、低功耗、输出噪音小的优点。
系统采用单电源供电，无法放大负半轴的信号。为了使得模拟电路采集到的心电信号在调理过程中获得最大的动态范围，需要设定Vcc/2 的半电位参考电平。通过简单的电阻分压后，通过电压跟随器实现阻抗匹配，使得后级电路不会对参考电平产生影响。
3.2 放大模块
心电信号幅值为10m V-5mV，其典型值为1mV，非常微弱，在处理时，若要求输出电平达到1V左右，则放大倍数要做到1000倍左右。为抑制电路的零点漂移，提高共模抑制比，系统放大电路应采用多级实现。为了抑制工频干扰以及所测量的参数外的其他生理作用的干扰，须采用了差动放大形式。要求放大器具有较高的共模抑制比。
我们选用了3级放大。第一级放大我们选择的INA333仪表放大器具有超高输入阻抗，极其良好的共模抑制比100dB，低输入偏移，低输出阻抗。经计算放大倍数：
二级放大和后级放大：经过一级放大后信号幅值已经足够，可以进行滤波处理；为了显示波形美观和AD采样的准确，将两级放大放在最后。一方面，信号通过仪表放大后，存在基线漂移，需要通过高通滤波器才能继续放大，防止信号的截止；另一方面，信号先滤波再进行后级放大有利于滤波的效果。我们同样选用性能优秀的OPA2333来作为放大器件。以实现放大后信号无失真，低噪声等需求。为了提高输入阻抗，我们选用同向比例放大器。二级放大的放大倍数分别为：
3.3 右腿驱动模块
心电测量仪周围被电力线所包围，不管有无电流通过，它与电极线之间总存在静电耦合电容，由电容耦合所引起的位移电流将通过皮肤-电极接触阻抗接地并形成共模电压干扰。通常，采用右腿驱动电路是减小位移电流干扰所普遍采用的有效方法。设计如图3所示。
3.4 滤波模块
心电信号的有效频率范围在0-100Hz，但是环境中含有大量的噪声，为了得到准确的心电波形，滤波则非常重要。首先为了去除肌电噪音和电极极化电压带来的直流分量，要通过一个0.5Hz的2阶有源高通滤波器；为了滤掉环境中的大量高频干扰，我们使用了100Hz的2阶低通Butterworth低通滤波器；对心电信号带来最大干扰的就是50Hz的工作频率，本设计中的心电采集系统采用电池供电，从电路上减少了工频干扰。但工频噪声仍会以电磁波辐射的形式对电路造成影响，在电极前端耦合进电路系统，严重影响采集到的心电信号质量，所以我们选用了可调Q值的双T带阻滤波器，滤除50Hz的工频干扰。综上，我们选用OPA2333来设计滤波电路。OPA2333的优良性能（特别是低功耗和低温漂）符合设计需求。通过滤波和放大我们得到较好的心电波形，如图4。
4 系统软件设计
系统软件在结构上分为主控程序、AD采集模块、信号处理模块、无线通信模块。系统上电后，主控程序读取启动参数，完成各个模块的初始化。当扫描到有手机发来的开始信号，开始AD采样，当采样达到预定数量后，对信号进行数字滤波处理，再计算得到心率。系统软件的流程图如图5所示。
4.1 心率算法描述
计算心率也就是计算每两个R峰之间的时间，所以找到R峰的准确位置则是关键。我们在连续信号通过找到倒数为0的值来找到峰值，而在采样得到的离散信号理中则通过差分来找到峰值。为了显示的心电波形更真实，我们的采样率为100Hz。为了配合手机显示模块，每次采样700个点，而计算的心率则为在这段时间内的平均心率。在显示结束后再立刻开始采样，刷新现有数据。然后一直重复执行来获得相对的实时心率。通过差分求极点的算法较为准确，可以有效地算出心率。首先进行预处理：用简单的5点平滑滤波法，去除采样数据的小误差。为了排除干扰，我们将R峰幅值的70%作为一个阈值，小于这个值的都置为0，不影响后面的判断。接着进行心率计算：将信号进行两次差分，将每个值为-2的点（若某个点的值为-2，则表示该点相对于前一个点呈增加趋势，而后一个点相对于该店呈减少趋势，可知这个点是我们寻找的峰值）的下标储存且标记。
4.2 手机端 Android 应用
1.使用说明：
（1）点击开启蓝牙开启手机蓝牙并连接使用的蓝牙模块，点击波形显示在中央的白色画布显示波形，点击开始采样可以向蓝牙模块发送开始信息。
（2）当所连接的蓝牙模块有数据传输时，心率会显示心率数值，如果心率低于50字体变为黄色并闪烁，若高于90字体变为红色并闪烁以起到报警作用。
（3）若有数据传入的同时正在显示波形，则画布上会显示经蓝牙模块传输的波形。
2.系统设计如图7。
3.具体实现：
（1）使用Eclipse平台进行手机端Android程序编写，使用Android4.2.2系统华为手机进行调试。
（2）蓝牙线程：采用输入输出流操作，将蓝牙模块传输的信号读取到一个字节（Byte）数组存储，第一位为心率数值可显示为0～255，后面数据为波形数据，传输到绘图线程进行波形的绘制。心率数值通过信息句柄传输到UI线程，显示心率并对超限心率进行报警。
（3）绘图线程：先对背景坐标轴进行绘制，使用打点的方法将读入的波形数据绘制在画布上，并且对横坐标计数，当运行到屏幕最后时再从头开始逐步刷新波形。
4.3 单片机软件模块
4.3.1 AD采样模块
因为要将模拟信号转换为数字信号，再进行数据处理，所以AD采样十分重要。5529内部有高性能的12位的ADC，转换速率快，采样值精确。使用单通道重复采样模式，我们运用定时器B来触发采样，为了波形显示的完整和信号的准确我们将采样率设为100Hz。因为手机屏幕一次能显示700个点，所以我们每次采样700个点来显示波形并且计算心率。在中断中将采样值存储到数组中，以采样次数来控制采样的结束，到达700个点后，关闭中断，终止采样。等待手机接收完数据，再次采样重复上述步骤。
4.3.2 无线传输模块
运用UART传输模式，通过串口输出、输入数据，和手机通讯。当接收到手机发送过来的开始信号时，启动整个程序。等到采样计算完毕，再通过蓝牙将数据发送到手机端。无线传输模块主要是无线发射模块，采用了TI公司的CC2540，它通过标准的UART口与微控制器实现数据通信，将数据发送到手机上，MCU可以访问和控制蓝牙的基本寄存器，发送各种工作指令，写入发送数据，读出接受数据。
5 评测与结论
5.1 功耗及输出噪声测试
MSP430和蓝牙的的工作电压均较宽，为了减小功耗，我们的工作电压为3V。在工作状态下，用电流表加入预设的测试端口测量电流。经测试整个系统功耗为0.027W，其中模拟前端的功耗仅为0.00051W。将模拟前端电路输入端短接在地上，测试整个系统输出端的噪声。噪声峰峰值为4.08mV，有效值为12.8mV。 由此可知，特别是模拟前端比较省电，总的功耗较低且输出噪声较低。
5.2 心率计算测试
采用人体真实导联，静态状态下测试。运用心电图机，型号为ECG-6511。将出纸速率设置为25mm/s；将基线键调到合适的位置；选择滤波按键去除基电漂移和高频噪音，选择一导联。调节好后，以图纸来计算心率。为了测试准确的普遍性，一共选择3位同学来做了心电实验来检测。A、B、C为3位同学的代号，1～8为实验次数。因为是人体真实信号，我们只能将心率范围变化在一个较小的范围。准确率97%，可见心率计算较为准确。
5.3 结语
以低功耗和便携为向导，本设计有效地克服了测量信号的漂移和噪声干扰，提高了测量精度，精简了硬件电路的设计和体积，有效的降低了设计成本。同时，实验的结果表明了系统具备一定的测量精度和稳定性。
参考文献：
[1] Datasheet， Texas Instruments INA333. "Micro-Power （50μA）." Zer？-Drift-to-Rail Out Instrumentation Amplifier （Oct. 2008） 26.
[2] KORHONEN I， PARKKA J， VAN GILS M. Health monitoring in the home of the future [J]. Engineering in Medicine and Biology Magazine， IEEE， 2003， 22（3）： 66-73.
[3]Hanke T， Charitos EI， Stierle U， et al. Twenty-four-hour Holter monitor follow-up does not provide accurate heart rhythm status after surgical atrial fibrillation ablation therapy： Up to 12 months experience with a novel permanently implantable heart rhythm monitor device. Circulation， 2009； 120 （11 suppl.）：S177–S184.
[4]Jabaudon D， Sztajzel J， Sievert K， et al. Usefulness of ambulatory 7-day ECG monitoring for the detection of atrial fibrillation and flutter after acute stroke and transient ischemic attack. Stroke， 2004； 35： 1647–1651.
[5] JOVANOV E， GELABERT P， ADHAMI R， et al. Real time Holter monitoring of biomedical signals； proceedings of the DSP Technology and Education conference DSPS， F， 1999[C].