基于蓝牙4.0传输的Android手机心电监护系统

摘要

针对心血管疾病患病率的持续攀升，用户心电参数的24h监测日益重要。医院的心电图机具有体积庞大和检测场所受限的缺点，市面上已有的便携式心电监护仪是软硬一体的电子设备，需要较强计算能力的处理器、液晶显示器、存储模块，这些无疑增大了体积且提高了成本，它们都不适合普及到家庭和个人的移动应用中。智能手机的普及可让心电采集设备更加轻巧，在Android和iOS上开发心电数据处理的客户端程序也将带来更加炫酷的视觉体验，还能使用云服务，而新一代蓝牙4.0协议大大降低了功耗，又是智能手机上的标配，因此本课题的心电监护系统具有低成本、低耗能、软件灵活性、网络服务可扩展等创新点，将成为移动医疗产品的设计趋势。
　　 本文首先综述了目前心电监护产品硬体、信号预处理、特征识别和在线诊断方面的研究现状。
　　 其次介绍了心电图形成原理、采集电路硬件设计。采用了24位高精度A/D转换器件ADS1298来检测微弱的电极信号，给出了硬件的抗共模设计、过压保护和滤波设计，以及ADS1298的配置使用。
　　 接着给出了2.4GHz频段射频硬件电路的设计，阐述了蓝牙4.0低功耗协议相比传统蓝牙的改进，BLE协议在物理信道和协议栈上都进行了优化，还具体介绍了CC2540蓝牙协议栈GAP层和GATT层的配置和使用，CC2540搭载了小型OSAL多任务操作系统，采集任务和蓝牙协议栈任务都基于OSAL框架进行开发，以及CC2540和Android手机之间的BLE通信程序的设计。
　　 在心电信号预处理部分，首先介绍了小波变换多尺度空间的基本思想，重点阐释了Mallat快速分解与重构算法，大大提高了计算机平台小波分析的实时性。在此基础上，给出了基线漂移、工频干扰、肌电干扰的小波降噪方法并进行仿真对比。
　　 在特征提取和诊断部分，首先讲述了小波变换模极大值检测奇异点的原理，包括小波变换模极值与信号突变点、Lipschits指数的关系，并应用到心电信号的QRS波特征提取上。结合连续小波变换与差分阈值法的优势，提出一种较实用的联合检测算法识别R波波峰，再沿两侧寻找Q波起点与S波终点。诊断方面，在提取出QRS波信息和心率信息的基础上，依赖于临床医学的经验数据，对心拍和心率异常进行自动诊断，主要对室性早搏、停博，及一些心率过快过慢或HRV症状进行了在线诊断。
　　 然后讲述了Android客户端应用程序的开发。Android客户端程序包括蓝牙传输数据的处理和实时绘图、文件存储、基于SQLite数据库的用户信息管理、用户病历数据库管理、心电数据处理和诊断算法的Java语言实现，以及界面设计。
　　 最后为了提高诊断反馈的及时性，保障患者生命安全，给Android客户端增加了自动发送短信和邮件给医生和亲属的远程监护功能，让医生和家属可在第一时间了解监护状况。

目录

声明

摘要

第1章 绪论

1．1 引言

1．2 国内外研究概况

1．2．1 心电检测常用设备

1．3 心电自动分析技术

1．3．1 心电信号预处理技术

1．3．2 心电波形特征提取技术

1．3．3 基于心电图的自动诊断技术

1．4 本课题研究内容及技术方案

1．5 内容安排

第2章 心电采集硬件设计

2．1 心电图形成原理

2．1．1 心脏的除极波与复极波

2．1．2 体表心电强度影响因素

2．1．3 ECG导联体系简介

2．1．4 ECG信号波形

2．2 模拟前端采集电路

2．2．1 采集系统设计要求

2．2．2 ADS1298模块简介

2．2．3 过压保护和滤波电路

2．2．4 Wilson中端电路

2．2．5 右腿驱动电路

2．2．6 ADS1298初始化及使用

2．2．7 ADS1298数据通信

第3章 蓝牙4．0低功耗通信模块的设计与实现

3．1 蓝牙4．0低功耗模块硬件设计

3．1．1 CC2540介绍与最小系统

3．1．2 蓝牙射频电路

3．2 蓝牙4．0低功耗(BLE)协议的应用

3．2．1 BLE协议简介

3．2．2 BLE协议栈架构

3．2．3 GAP层原理与应用(通用访问Profile)

3．2．4 GATT层原理与应用(通用属性Profile)

3．3 CC2540和Android手机的蓝牙通信模块

3．3．1 CC2540蓝牙通信的实现

3．3．2 CC2540蓝牙调试环境

3．3．3 Android手机蓝牙通信的实现

第4章 小波变换多尺度空间下的心电信号预处理

4．1 多尺度空间分解的基本原理

4．2 Mallat快速分解与重构算法

4．3 基线漂移滤波

4．3．1 基线漂移原因

4．3．2 Mallat多尺度滤波

4．4 小波阈值降噪方法

4．4．1 工频与肌电干扰

4．4．2 小波阈值降噪的实现

第5章 心电信号特征提取及诊断

5．1 小波变换奇异点检测原理

5．1．1 小波变换模极值与信号突变点关系

5．1．2 Lipschits指数与小波变换模极值关系

5．2 QRS波特征提取的实现

5．2．1 R波波峰检测

5．2．2 Q波起点与S波终点检测

5．3 心率异常与室性早搏诊断

5．3．1 心室率异常与室性早搏特征

5．3．2 自动诊断树

第6章 Android客户端应用程序的设计

6．1 Android系统简介

6．1．1 Android系统架构和核心组件

6．1．2 Eclipse开发环境简介

6．2 客户端Java类设计

6．3 客户端的多用户SQLite数据库设计

6．4 客户端的心电数据处理和在线诊断

6．4．1 小波变换和诊断算法的Java语言实现

6．4．2 多线程设计

6．5 客户端的远程监护功能

6．6 客户端界面设计及操作

第7章 总结与展望

7．1 结论

7．2 展望

参考文献

作者简介

致谢