0 引言

    公安部民警作為一種高危的職業(yè)，據(jù)統(tǒng)計(jì)，在近五年來，全國民警因公犧牲2 129人，因公負(fù)傷20 741^[1]。其中，工作在一線的警員的犧牲的人數(shù)最多，過度勞累成為警員犧牲的主要因素，過度的工作量和社會治安的壓力使得警員傷亡人數(shù)居高不下。因此，對警員的身體健康的實(shí)時(shí)檢測具有重要的現(xiàn)實(shí)意義。

    心電（Electrocardiogram，ECG）信號作為人體體征信號的重要組成部分，實(shí)時(shí)檢測ECG信號，一方面可以反映人體的生命指標(biāo)，避免錯(cuò)過負(fù)傷警員的最佳救援時(shí)間；另一方面可以用于心率變異性、精神壓力、疲勞檢測等方面的分析^[2]，避免警員因過度勞累與壓力大而出現(xiàn)猝死^[3]。研制一種ECG信號實(shí)時(shí)檢測系統(tǒng)可以為公安部民警乃至其它高壓力工作人群及時(shí)預(yù)警與反饋。

    目前，實(shí)時(shí)ECG信號的檢測系統(tǒng)的研究也日益見長。而穿戴式采集ECG信號主要面臨著電極的舒適度低，如Ag/AgCl濕電極限制人體活動，導(dǎo)致皮膚過敏^[4]等；運(yùn)動偽跡（Motion Artifact，MA）干擾，如人體體表與電極的相對運(yùn)動造成采集電極測量精度不準(zhǔn)等問題。

    自適應(yīng)濾波作為一種非線性的濾波算法，利用參考信號來調(diào)整濾波系數(shù)，依靠參考信號與噪聲的相關(guān)性來濾出干擾信號。自適應(yīng)算法的研究表明^[5]，采集電極的加速度與ECG信號含有的MA干擾密切相關(guān)。因此，本文提出的可穿戴式無線ECG檢測系統(tǒng)，利用鑲嵌導(dǎo)電硅膠的胸帶中作為心電采集電極，采用加速度計(jì)ADXL345輸出加速度信號，結(jié)合自適應(yīng)濾波器來消除ECG信號的MA干擾，運(yùn)用最小二乘遞歸算法(Recursive Least-Square，RLS)與歸一化的最小均方算法(Normalized Least Mean Square，NLMS)來實(shí)現(xiàn)仿真自適應(yīng)濾波器，以兩種算法的濾波輸出ECG波形的穩(wěn)定性以及定位R波的準(zhǔn)確性作為評判標(biāo)準(zhǔn)，對兩種算法的濾波效果實(shí)現(xiàn)對比。

1 檢測系統(tǒng)的實(shí)現(xiàn)方法

1.1 總體設(shè)計(jì)

    本文設(shè)計(jì)的可穿戴式無線心電檢測系統(tǒng)，以柔軟的導(dǎo)電硅膠作為前端采集電極，采用TI公司的低功耗ADS1292作為ECG模擬前端，利用意法半導(dǎo)體32位低功耗單片機(jī)STM32L151作為檢測系統(tǒng)的主控芯片，采用TI公司的超低功耗藍(lán)牙CC2640來實(shí)時(shí)傳輸心電數(shù)據(jù)，并且利用藍(lán)牙4.0串口接收器實(shí)現(xiàn)上位機(jī)采集ECG數(shù)據(jù)。系統(tǒng)設(shè)計(jì)框圖如圖1所示，硬件外觀如圖2所示。通過手機(jī)APP端藍(lán)牙實(shí)時(shí)接收心電檢測系統(tǒng)的數(shù)據(jù)，從而對ECG信號作特征提取與分析，提升了系統(tǒng)的實(shí)用價(jià)值。

1.2 檢測系統(tǒng)的硬件實(shí)現(xiàn)

    ECG檢測裝置的硬件模塊單元如圖3所示，其中包括鋰電池電源管理模塊、心電采集模塊、數(shù)據(jù)處理模塊、藍(lán)牙傳輸通信模塊與加速度采集模塊。系統(tǒng)電源管理模塊采用TP4057提供鋰電池的充電管理、運(yùn)用TLV70033穩(wěn)壓芯片為系統(tǒng)提供3.3 V電壓。心電采集模塊采用單導(dǎo)聯(lián)(Lead 1)的方式采集ECG信號，利用ADS1292內(nèi)部的24位ADC采樣得到ECG數(shù)據(jù)，采用串行外設(shè)接口(SPI)與系統(tǒng)的單片機(jī)(MCU)實(shí)時(shí)傳輸數(shù)據(jù)。數(shù)據(jù)處理模塊由主控單片機(jī)STM32L151最小系統(tǒng)組成，STM32L151單片機(jī)采用內(nèi)部SPI、I2C接口分別獲取ECG采集模塊、加速度計(jì)的數(shù)據(jù)，利用Cotex-M3內(nèi)核實(shí)時(shí)處理數(shù)字信號，通過異步串行通信(UART)將數(shù)據(jù)傳輸至藍(lán)牙模塊，讓采集到的ECG數(shù)據(jù)實(shí)現(xiàn)傳輸、濾波處理以及在終端(上位機(jī)、手機(jī)APP)實(shí)時(shí)顯示。

1.3 主控單片機(jī)的軟件實(shí)現(xiàn)

    主控單片機(jī)是整個(gè)系統(tǒng)的核心處理單元，可穿戴式檢測系統(tǒng)的程序流程圖如圖4所示。主控單片機(jī)首先初始化系統(tǒng)，再配置外部信號采集單元ADS1292和ADXL345，然后使能內(nèi)部數(shù)據(jù)傳輸接口，開啟采樣ECG信號后，接收與存儲ECG數(shù)據(jù)，又將解析后的數(shù)據(jù)經(jīng)過濾波、計(jì)算等來對信號實(shí)現(xiàn)預(yù)處理，最后通過異步串口UART將處理的數(shù)據(jù)發(fā)送至藍(lán)牙模塊。

2 算法設(shè)計(jì)

2.1 ECG的預(yù)處理算法

    檢測系統(tǒng)采集到的ECG信號幅度值微弱且含有大量干擾，包括工頻干擾、肌電干擾、基線漂移、MA等干擾^[5]。穿戴式胸帶是利用單導(dǎo)聯(lián)的方式采樣得到原始ECG信號，有用頻率范圍0.05～40 Hz^[6]。而工頻干擾與肌電噪聲屬于ECG信號的高頻成分。采用數(shù)字FIR低通濾波器和50 Hz陷波器可以將其濾除。對于ECG信號中的基線漂移，一般采用形態(tài)學(xué)濾波算法來濾除^[7]。

    在對ECG信號檢測時(shí)，考慮到公安干警所處的實(shí)際環(huán)境中身體的運(yùn)動，導(dǎo)致胸帶上的兩個(gè)采集電極與皮膚出現(xiàn)相對位移，采集的ECG信號中引入了較大的低頻MA干擾[5]。穿戴式胸帶檢測裝置利用三軸加速度傳感器檢測身體的運(yùn)動信號作為參考信號。含有MA干擾的ECG波形與三軸加速度的波形如圖5所示。可以看出參考信號與ECG信號含有的MA干擾具有相關(guān)性，可以利用自適應(yīng)濾波器來處理ECG信號。

2.2 自適應(yīng)濾波算法

    在統(tǒng)計(jì)信號處理中，自適應(yīng)濾波器擁有大量的運(yùn)用，比如相干消噪^[8]。在濾波算法處理過程中，需要額外的輸入?yún)⒖夹盘枺源擞?jì)算與更新最佳的濾波系數(shù)。該算法可以消除ECG信號含有的MA干擾，同時(shí)參考信號與MA干擾相關(guān)性越高，濾出效果越好。自適應(yīng)濾波器的單元框圖如圖6所示。

    在采集人體運(yùn)動心率時(shí)，ECG信號混有較大的MA干擾。自適應(yīng)濾波器輸入?yún)⒖夹盘杛f(k)，輸出得到誤差e(k)，利用維納最優(yōu)濾波的判斷準(zhǔn)則，其代價(jià)函數(shù)選擇均方差E{e²(k)}。通過自適應(yīng)算法不斷更新濾波系數(shù)w(k)，實(shí)現(xiàn)濾波的E{e²(k)}最小。

    最小均方（Least Mean Square，LMS）算法是采用最陡下降的收斂路徑計(jì)算出最佳的濾波系數(shù)，對于設(shè)計(jì)M階自適應(yīng)濾波器的更新計(jì)算公式：

2.3 心率計(jì)算與評估

    原始的ECG信號經(jīng)過預(yù)處理后，再將ECG信號通過自適應(yīng)濾波處理以濾除MA干擾。本文分別采用NLMS算法與RLS算法來實(shí)現(xiàn)更新自適應(yīng)濾波系數(shù)，將輸出信號定位R波的準(zhǔn)確率作為算法的評估參數(shù)。

    ECG信號的R波定位采用差分閾值法，該算法能快速定位R波，適用在實(shí)時(shí)性要求較高的心電檢測裝置^[11]。心率的計(jì)算是利用兩個(gè)R波間期作為計(jì)算參數(shù)，心率HR計(jì)算公式：

    式中，RR為相鄰R波間期，RS為ECG信號的采樣率。實(shí)際人體運(yùn)動測量心率時(shí)，常會出現(xiàn)漏檢或誤檢R波。因此，本文將計(jì)算心率的誤差作為系統(tǒng)測量的評估參數(shù)。

3 實(shí)驗(yàn)結(jié)果

3.1 整體系統(tǒng)測試

    心電檢測系統(tǒng)由心電檢測硬件裝置與手機(jī)APP組成。如圖7所示，導(dǎo)電硅膠電極和穿戴式心電檢測裝置組成系統(tǒng)硬件裝置，手機(jī)通過藍(lán)牙4.0接收ECG數(shù)據(jù)與三軸加速度數(shù)據(jù)并實(shí)時(shí)顯示信號的波形與心率值。

3.2 ECG信號R波定位測試

    實(shí)驗(yàn)是采用MATLAB軟件實(shí)現(xiàn)算法的仿真，NLMS算法步長μ取0.5，RLS算法λ取0.995。將含有MA干擾的ECG信號與自適應(yīng)濾波輸出的信號分別進(jìn)行R波定位，其定位的波形如圖8所示。從對比R波定位可以看出采用NLMS算法的自適應(yīng)濾波器輸出的信號能正確地定位R波，而采用RLS算法的出現(xiàn)了誤檢與漏檢R波的情況。

    表1為采集10位普通測試者的20 min ECG數(shù)據(jù)，統(tǒng)計(jì)R波個(gè)數(shù)，對比兩種自適應(yīng)算法濾波輸出正確率，統(tǒng)計(jì)結(jié)果表明對于10位測試者采用NLMS算法濾波后的ECG定位R波準(zhǔn)確率可達(dá)99%以上。

3.3 心率測試

    運(yùn)用ECG檢測系統(tǒng)測試平臺，系統(tǒng)通過藍(lán)牙模塊與手機(jī)藍(lán)牙連接，在手機(jī)終端實(shí)現(xiàn)NLMS算法，測量靜坐與運(yùn)動時(shí)實(shí)際的心率值，將結(jié)果與邁瑞MEC-1000的標(biāo)準(zhǔn)醫(yī)用監(jiān)護(hù)儀作對比。

    表2為心率測試結(jié)果，1到5組為測試者靜坐時(shí)測量的心率值，6到10組為對應(yīng)的測試者在日常活動如走路、慢跑時(shí)測量的心率值。誤差統(tǒng)計(jì)結(jié)果如圖9所示，表明實(shí)際采用NLMS算法測量的心率值相對標(biāo)準(zhǔn)醫(yī)用監(jiān)護(hù)儀在靜坐時(shí)誤差在1.5%以內(nèi)，在運(yùn)動時(shí)誤差在4%以內(nèi)。

4 結(jié)論

    為了實(shí)現(xiàn)對公安民警等高危職業(yè)人群實(shí)時(shí)檢測ECG信號，采用胸帶設(shè)計(jì)了一款可穿戴式實(shí)時(shí)檢測系統(tǒng)。利用導(dǎo)電硅膠作為采集電極，結(jié)合心電檢測系統(tǒng)采集ECG信號，以藍(lán)牙4.0無線傳輸數(shù)據(jù)，利用手機(jī)APP實(shí)時(shí)顯示波形與心率值。為了在日常活動中檢測ECG信號，通過設(shè)計(jì)自適應(yīng)濾波器來濾除ECG信號中含有的MA干擾，對比了NLMS算法與RLS算法。結(jié)果表明，在實(shí)時(shí)ECG信號檢測系統(tǒng)中采用自適應(yīng)NLMS算法的濾波效果更佳，輸出的ECG基線平穩(wěn)，而且定位R波的準(zhǔn)確性達(dá)99%以上，在手機(jī)APP測量的心率值誤差在4%以內(nèi)，整體系統(tǒng)具有較高的測量精度。

    心電檢測系統(tǒng)不僅適用于公安民警、消防官兵，系統(tǒng)稍加改進(jìn)也可推廣到高壓人群與患病人群。高精度的測量ECG信號，為后續(xù)的抑郁癥、心臟病等評估與精神壓力分析提供重要的參數(shù)。

參考文獻(xiàn)

[1] 袁國禮.5年來公安民警因公犧牲2129人[N].京華時(shí)報(bào)，2015-04-06(006).

[2] 陳穎昭，高躍明，甘振華，等.基于STM32的便攜式家用心電檢測儀的設(shè)計(jì)[J].電子技術(shù)應(yīng)用，2013，39(9)：18-20.

[3] JAIN S K，BHAUMIK B.An ultra low power ECG signal processor design for cardiovascular disease detection[C]//International Conference of the IEEE Engineering in Medicine & Biology Society.Conf Proc IEEE Eng Med Biol Soc，2015：857.

[4] CHI Y M，JUNG T P，CAUWENBERGHS G.Dry-Contact and noncontact biopotential electrodes：methodological review[J].IEEE Reviews in Biomedical Engineering，1937，3：106-119.

[5] THAKOR N V，ZHU Y S.Applications of adaptive filtering to ECG analysis: noise cancellation and arrhythmia detection[J].IEEE Transactions on Biomedical Engineering，1991，38(8)：785.

[6] TOMPKINS W J.Biomedical digital signal processing[M].Prentice Hall，1993.

[7] 汪家旺，吳玲燕，楊濤，等.幾種去心電基線漂移算法的實(shí)現(xiàn)和比較[J].中國醫(yī)療器械信息，2008，14(6)：30-33.

[8] 劉曉慶，熊曉燕.自適應(yīng)濾波在噪聲抵消中的應(yīng)用[J].科技情報(bào)開發(fā)與經(jīng)濟(jì)，2007，17(11)：208-209.

[9] LEE W C，YANG Y S O，KE T C，et al.Adaptive reduction of motion artifact in a portable ECG system[C]//Sensors.IEEE，2010：704-707.

[10] ROMERO I，GENG D，BERSET T.Adaptive filtering in ECG denoising：A comparative study[J].2012，30(1)：45-48.

[11] LAI D，ZHANG F，WANG C.A real-time QRS complex detection algorithm based on differential threshold method[C]//IEEE International Conference on Digital Signal Processing.IEEE，2015：129-133.

作者信息：

彭良廣，林金朝，龐  宇，李章勇，李國權(quán)，周潛能

（重慶郵電大學(xué) 光電信息感測與傳輸技術(shù)重慶市重點(diǎn)實(shí)驗(yàn)室，重慶400065）