基于nRF51822的心電監測系統設計

作者/ 呂閃 金巳婷 沈巍 吳陽明 大連交通大學 電氣信息學院(遼寧 大連 116028)

*基金項目：遼寧省博士科研啟動基金項目(編號：20141108)

呂閃(1991-)，女，碩士生，研究方向：嵌入式控制技術。

摘要：本文介紹了一種基于nRF51822的心電監測系統，該心電監測系統采用基于低功耗藍牙4.0的nRF51822作為核心處理芯片，采用AD823傳感器及其外圍電路組成心電采集模塊，采集使用者的心電信息，同時針對人體心電信息存在的噪聲干擾、信號微弱等問題，本文提出了基于小波變換閾值去噪法，很好地去除了心電信號中復雜的噪聲，充分發揮了小波變換在信號處理方面的優勢。并將經核心處理器處理后的心電信息發送至APP和OLED顯示屏，對測得的心電信息進行實時顯示和存儲。實驗結果表明，系統實時性好，精確度高，能夠滿足心電監測的需求。

引言

　　心血管疾病患者的病情通常采用“心電圖”來判斷患者的患病情況，然而，大部分心血管疾病患者的心電圖在短時間內無法判斷是否正常，導致患者需要長時間呆在醫院做心電監護，從而給家庭與醫院造成了許多不必要的損失和麻煩。而對于早期心血管疾病患者，平時不會表現出任何的癥狀，偶感心臟不適也只是持續幾十秒鐘，待到醫院檢查時，癥狀消失，導致醫生也無法對病情進行診斷，使得難以實現對早期心血管患者病情的控制與治療。為了解決這個問題，目前一般釆用24小時動態心電圖儀來記錄患者長時間的心電信息，然而由于人體身體監測環境復雜，導致讀取的數據準確性差、可靠性低，且不能實時顯示檢測者的心電波形及心電信息，為醫生判斷患者的患病情況增加了難度^[1-3]。

　　為此本文展開對心電監測系統的研究，采用小波變換濾波算法，設計出基于nRF51822為核心處理器的心電監測系統。使用者可以隨時、隨地，不受任何環境干擾地使用該系統采集用戶心電信息，實時顯示和存儲心電波形和數值，假如用戶對診斷結果存在異議，可以讀取系統中的心電信息，將數據通過以太網發送至醫院的數據處理中心，由專業醫生對心電信息進行判斷，以便得到更加有效的信息，大大避免了病情的延誤與治療。

1 系統總體方案設計

1.1 系統總體結構框架

　　針對人體心電信號的特點，采用模塊化設計，本系統主要由主控模塊、心電信號采集模塊、信息儲存模塊、心電信息顯示模塊等組成。圖1為本系統的硬件構成圖。

　　本系統中，心電采集模塊采集心電信息信號，進行信號放大及輸送至心電處理控制中心，進行數字處理(去噪、特征檢測及數據分析)，并將受檢者的心電信息存儲至信息存儲模塊中。同時，心電信息顯示模塊將顯示受檢者的心電信息及心臟跳動波形等。該系統操作簡單，結果直觀，具有一定的現實意義，并且應用價值巨大。

1.2 MCU主控模塊設計

　　本文設計的心電檢測系統采用nRF51822為控制核心，nRF51822是由Nordic Semiconductor公司設計生產的一款支持多種藍牙協議的超低功耗芯片，其核心芯片的31個引腳可以根據設計需求靈活地映射到任何設備引腳。nRF51822控制芯片支持S110、S210多種藍牙低功耗協議堆棧，最多可以連接八個從機，最大傳輸速率為2Mbps，且功耗低，一顆紐扣電池可以為芯片供電兩年之久[6]。圖2為nRF51822的最小系統圖。

1.3 心電采集單元設計

　　心電采集模塊主要由心電信號集成模擬前端及其周邊電路組成。信號集成模擬前端是基于AD823心電采集控制芯片，心電采集模塊與主控制器配合可以實現心電信號的采集和傳輸功能。圖3為心電采集單元電路圖。

2 心電信號中噪聲的濾除

2.1 小波閾值去噪方法的基本原理

　　目前，基于小波變換應用最廣泛的濾波方法是閾值去噪法，其基本分為三個步驟：

　　1)選擇適合的小波函數;

　　2)小波系數的非線性化處理;

　　3)小波重構經過處理的信號。

　　其中小波系數的非線性化處理是噪聲濾除的核心問題，其基本思想如下：通過與預定閾值的對比，將小波系數小于預定閾值的近似分量確定為噪聲所引起的，并將之置為零，將小波系數大于預定閾值的近似分量確定為心電信號本身所引起的，使用硬閾值法或軟閾值法將它保留或進行收縮處理，最后，再將經過處理后的小波系數進行小波重構，以獲得較“干凈”心電信號。由上述可知，小波閾值去噪的關鍵在于小波函數的選擇、閾值函數的選取及閾值大小的確定。圖4為閾值去噪步驟的流程圖。

2.2 小波函數的選取

　　如圖5所示，利用Donoho固定閾值選取規則，分別采用db5小波、bior3.1小波、coif4小波和sym8小波對一段心電信號進行去噪。從圖5中的比較可知，coif4小波、sym8小波的去噪效果要優于db5小波和bior3.1小波。但是，由于db5小波對稱性很差，導致信號在分解與重構時相位出現失真，而bior3.1小波尺度函數的波形跟心電信號的波形相差甚遠，導致去噪效果不十分理想;同時，coif4小波的支集比較長，處理心電信號比較費時，且計算量大，效率不高。故最后本文選用sym8小波來抑制心電信號的工頻干擾和肌電干擾。