穿戴式非接触电极ECG系统与心脏病预警技术

摘要

随着时代的发展进步，人类知识结构更新，审美观念转变，对生活品质的要求也与时俱进。利用心电图等有关心电活动的曲线和图形资料为临床提供诊断信息，是心血管病不可缺少的检查诊断方法。心电是一种生物电，而生物电是生命最重要的特征之一。将智能可穿戴技术应用于心脏疾病监护领域，不仅能够实现生理健康指标的实时监测，而且还具有良好的社会经济效益。
　　本文重点讨论使用电势集成电路(EPIC)传感器构建可穿戴的心电图信号(ECG)信号采集与处理技术，然后讨论使用ECG数据库建立心电图模板，通过模式识别进行心脏疾病分类预警技术。
　　在可穿戴式ECG信号获取子系统的研究方面。结合对EPIC传感器特点的分析，讨论 EPIC传感器的电路设计，包括滤波电路、一级放大电路、信号差分电路和共模信号抑制电路和偏置电路设计。
　　在数字信号处理与无线通信子系统的研究方面，首先学习研究 MSP430 Launchpad开发板的微控制器与模数转换电路的应用，实现将模拟信号转化为数字信号。然后在短距离无线通信技术方面，学习研究低功耗蓝牙技术，并通过实现低功耗蓝牙模块与个人计算机的通信，将数字信号传输至个人计算机。最后基于图形化语言LabVIEW，编写结果显示方案与人机交互界面。
　　在ECG模式识别分类子系统的研究方面，首先论述如何利用基于模糊粒度的K-均值算法，以MITBIH数据库为基础，建立基于心电图模板实时预警系统。并利用实际测得的心电信号数据验证系统的功能，实验结果表明模糊粒度 K-均值算法满足实时预警系统的要求，总体预测准确度可达到95％以上。
　　在未来进一步的研究中，将着重研究基于移动终端平台的系统搭建，研究更具实际应用价值的数据库和更加高效的模式识别算法。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 引言

1.2 国内外研究现状

1.3 本论文研究意义

1.4 本论文研究目标和研究内容

1.5 论文结构及章节安排

第二章 基于EPIC的非接触电极ECG系统

2.1 ECG基础

2.2可穿戴ECG信号获取与处理系统框架

2.3 信号获取与传输

2.4 心脏病的模式识别

2.5 本章小结

第三章 ECG传感器模拟前端

3.1 EPIC传感器特点

3.2 EPIC滤波电路

3.3 EPIC一级放大电路

3.4 EPIC信号差分电路

3.5 EPIC信号共模电压抑制电路

3.6 EPIC 信号偏置电路

3.7 信号的模数转换电路

3.8 系统电路及各模块测试结果

3.9 本章小结

第四章 短距无线通信子系统

4.1 低功耗蓝牙技术

4.2 蓝牙低功耗产品的工作模式

4.3 与PC机的通信电路设计与实现

4.5人机交互界面

4.6 本章小结

第五章 基于K-均值动态聚类的模式识别算法

5.1 K-均值算法

5.2 基于模糊粒度的K-均值动态聚类算法

5.3 ECG预测动态聚类仿真

5.4 本章小结

第六章 系统测试与分析

6.1 ECG典型特征的选取

6.2数据的标准化处理

6.3 理论数据分析

6.4 实测数据判断

6.5 本章小结

第七章 总结与展望

7.1研究工作总结

7.2改进方向与展望

参考文献

附录I EPIC滤波及一级放大器原理图

附录II 差分电路，右腿电路以及偏置电路原理图

附录III Launchpad 程序

附录IV 粒度计算Matlab程序

附录V LabVIEW VI层次结构

攻读硕士学位期间参加的项目、发表的论文情况

致谢