基于wince的心電圖機軟件系統設計與實現
加入技術交流群
2．2. 2 數據采集
為了保證數據的采集不被其他線程中斷，本系統開辟了一個優先級較高的線程來采集數據。
(1)數據接收
由于采集卡的采樣率為1 000次／秒，數據量較大，為了提高其與上位機傳輸數據的速度以及考慮到接口的可擴展性，本系統的數據采集卡集成了USB控制器FT245芯片，并在軟件系統中加載了FTD2XX．DLL驅動，實現了以USB協議傳輸數據、上位機模擬串口接收數據的方式。采集線程只需打開串口不斷接收數據，爾后再根據定義的數據包協議分別解出各個通道的數據以及導聯脫落狀態信息，并送到數據預處理模塊進行濾波及導聯脫落處理。
(2)數據同步采集的方法
數據預處理完畢后，采用SetEvent()的方式通知顯示線程讀取數據顯示。為了保證公共數據緩沖區數據的正確性，采用臨界區Critical Section來實現采集與顯示線程的同步。
2．2．3 波形顯示
本系統采用了醫療系統中較常見的實時顯示方法，即掃描式，從左到右畫，新進的點覆蓋原來的點，中間有一段緩沖區刷掉舊點，畫到最右端時，又從最左端畫下一幅圖，不斷重復。同時為了防止閃爍，采用了雙緩存技術。
心電圖機一般需顯示的波形有兩種：導聯波形顯示，如12導聯同步顯示；節律波形顯示，如檢查心率不齊時，長時間連續的顯示單一和多通道導聯波形。為了方便醫生在導聯與節律兩種模式下切換觀察，本系統創建了兩個后臺繪圖線程。當為導聯顯示模式時，把所繪導聯波形的內存DC不斷拷貝到屏幕DC上顯示，節律繪圖線程仍然后臺運行。反之，為節律顯示模式。
2．2．4 數據存儲
(1)病人基本信息及分析結果存儲：
SQLite是一個輕量級的嵌入式關系數據庫，可以較為方便地運用于嵌入式系統中。相對于傳統數據庫，SQLite具有更好的實時性、系統開銷小、底層控制能力強的特性。
由于本系統的病人基本信息及分析結果的存儲，只涉及建立表格、查詢、修改、插入、刪除、排序等操作，因此采用精干高效的SQLite完全能夠滿足本平臺的要求，并利用其支持的SQL命令及提供的API接口，操作十分方便。
(2)病人心電數據存儲：
鑒于心電數據量比較大，為了快速存儲以及便于管理，采用了文件的存儲方式。首先在SQLite中建立心電數據PatiemEcgData表，包括病人ID、姓名、心電數據長度、心電數據文件的相對路徑等字段，心電數據以文件方式保存的同時，將該文件的相對路徑存到數據庫。當進行歷史波形回放時，只需根據病人ID，搜索心電數據文件路徑，讀取文件數據進行繪圖顯示即可。
2．2．5 數據處理與檢測分析
2．2．5．1 數據濾波處理
ECG和絕大多數的生物數字信號一樣，都是信噪比很低的微弱信號，往往混有很強的背景噪聲，如工頻干擾、肌電干擾、基線漂移等。噪聲嚴重時可完全淹沒ECG信號或使基線漂移劇烈。因此必須從硬件設備消除噪聲影響的同時，也要從軟件上去消除，本系統的數據濾波處理主要根據各噪聲的頻率特性設計不同的數字濾波器予以濾除。
2．2．5．2 數據檢測分析
(1)特征提取
進行自動分析前，首先要進行特征提取。特征提取包括兩部分：(1)波形識別，對ECG所包括的P波、T波和QRS波群進行識別。(2)測量出各波形的幅度和間期，以便提供給后面的分析程序。
準確地檢測每一個QRS波是波形識別的首要任務，如果QRS波檢測出現錯誤，其后進行的T、P波檢測，各種參數測量及診斷分類均失去了意義。基于嵌入式平臺的特點，QRS波群檢測算法上采用了傳統差分閾值法，可實現實時檢測。
QRS波一旦識別，便可根據PQPST各波斜率特性，計算并定位各自的分界點。爾后進行各種參數測量和計算，包括心率、P波時限、P-R(P-Q)間期、QRS時限、Q-T(QTC)間期、平均心電軸、各波振幅等。
(2)自動分析：本文引用地址：http://www.104case.com/article/150855.htm
圖3所示的是整個ECG分析方法。將特征提取過程產生的測量參數作為輸入量，進入決策邏輯或統計過程。決策邏輯是基于規則的專家系統來模仿專家的決策過程以確定和描述病人的病情。這些規則集是根據醫學專家的知識來開發的，通過一組IF-THEN語句，最后成為一個或多個分析結果語句，并打印在分析結果報告上。
3 總結
本文簡要介紹了基于wince的心電圖機硬件系統的組成，以及對整個軟件系統的設計進行了分模塊的闡述與分析。目前已完成第一版本產品樣機的開發，經測試系統運行良好，分析算法也以美國的MIT心電數據庫為標準進行測試，其準確性達到符合臨床診斷要求。該產品已準備進入工廠量產階段。
評論