基于压缩采样的便携式心电信号采集系统的设计*

徐明月，钱 慧，江 浩

(福州大学 物理与信息学院，福建 福州 350116)



基于压缩采样的便携式心电信号采集系统的设计*

徐明月，钱 慧，江 浩

(福州大学 物理与信息学院，福建 福州 350116)

针对现有便携式心电采集系统进行长时采集时，如何通过降低数据量来解决由电池供电引起的续航不足的问题，将压缩采样原理引入系统，并对其核心部分进行硬件设计，最终以采集重构信号的R波检测率作为系统的评价标准。在MATLAB中搭建整个系统，硬件中路在Simulink模块搭建。结果表明该设计在一定压缩比情况下重构信号的R波识别率与原始信号的R波识别率基本一致，可以应用于便携式心电信号采集系统，该系统与传统心电采集系统相比具有硬件实现简单、数据量低、功耗低等优点。

便携式；心电采集；压缩采样；硬件实现；Simulink

0 引言

近年来，便携式心电信号采集系统的出现弥补了传统采集设备在实时性与灵活性方面的不足，可以做到“随时随地”采集传输[1-2]，此类系统一般由采集前端以及无线传输模块组成。无线传输功能的添加方便了使用者，但是系统的整体功耗增加，续航短成为便携式心电信号采集系统的短板。有研究发现[3]，无线传输的功耗约占据了整个设备功耗的70%，影响无线传输功率最主要的因素是传输速率，所以通过降低传输速率即降低数据量来降低发射器的负载持续率，从而降低系统的功耗、提升系统地续航能力是可行的。传统的心电信号采集系统采用的解决方案是将心电信号采集完成后压缩再传输。不管是有损压缩还是无损压缩，在实现的过程中，大多需要高性能处理器进行处理，这样不仅不能带来功耗的降低反而加大了设备的硬件复杂度。如何才能在降低数据量的同时，又不增加硬件实现的复杂度，做到边压缩边采集？压缩采样的出现解决了这一问题。

本文主要针对心电信号频域块稀疏性，将压缩采样应用于心电采集，通过随机解调将压缩采样原理直接应用于心电信号，并根据随机解调的基本结构进行硬件设计，用MIT-BIH心电数据库的信号作为仿真源，做出系统级以及电路级的仿真进行验证。

1 压缩采样

压缩采样[7-8]其基本思想是：对于RN空间一维有限长离散实信号f，找到一个合适的变换域Ψ，由一组变换基组成的基矩阵：

(1)

使得信号在此变换域下具有稀疏性，那么就可以用少量非零大系数和对应的变换基来表示原信号：

(2)

其中系数向量α=[α1,α2,α3，…，αN]T中的非零元素的个数远小于它的维数N。用一个与基矩阵不相关的观测矩阵Φ将原来高维的信号投影到一个低维空间，对原信号执行压缩观测处理：

y=Φf

(3)

假设观测矩阵Φ为M×N阶矩阵，其中M<

目前对于压缩采样信号重构算法[9]主要有匹配算法与贪婪算法，匹配算法主要有压缩采样匹配追踪算法(CoSaMp)以及正交匹配追踪算法(OMP)，贪婪算法主要有贪婪基追踪算法(GBP)以及Supspace追踪算法(SP)。本文采用重构时间相对较短以及重构概率较高的正交匹配追踪算法作为本文的重构算法。

由于压缩采样原理的提出是针对离散时间信号，而本文处理的是模拟连续的心电信号，因此就需要一种实现方法来将压缩感知从数字域拓展到模拟域，随机解调[10]就是解决该问题的新方法。

2 随机解调原理及硬件设计

图1 随机解调的基本框图

随机解调的基本框图如图1所示。

系统的输入信号f(t)，其信号的表现形式为:

(4)

Ω为K个整数频率的合集并满足Ω⊂{0±1±2 …±(W/2-1)W/2},aω为幅值的集合，W为其奈奎斯特率带宽。根据压缩感知的基本原理，利用观测矩阵Φ对原始的离散信号执行压缩观测，提取出信号的观测向量，而在随机解调系统中，观测矩阵由混频、积分和低速采样三个部分实现。输入信号经过混频，首先伪随机序列发生器产生离散时间序列ε0,ε1,…，其值等概率取自±1，用来产生连续时间调制信号：

(5)

混频器将信号f(t)与p(t)相乘：

y(t)=x(t)·p(t)

(6)

由于p(t)的随机特性，时域相乘在频域表现为卷积，将信号f(t)的频谱信息在频率轴上无限延展。随之混频信号进入积分、低速采样。最后得到信号的观测向量。

2.1 离散建模

在理想的情况下，随机解调是线性系统，将连续时间信号转换成离散时间信号。根据压缩感知的基本理论，对系统各个步骤行为进行离散建模。

对于连续时间信号f(t)，首先f(t)与随机序列相乘后在积分器中累积，低速采样。那么在时间间隔1/W内，对原始信号取平均值，并不会对后续过程产生影响。

在tn=n/W时刻，下一个时间间隔1/W内，信号f(t)被其平均值xn所代替：

(7)

原始信号f(t)被转换成了离散模型：

x=[x1x2…xW-1]

(8)

混频阶段，信号x分别与随机序列P(t)相乘，x=xD，D为W×W的对角矩阵。

(9)

混频后，系统进行积分采样，假设系统采样速率为m，每一次采的点的值为W/m个信号xn累加和，积分采样过程同样可以用m×W矩阵建模：

(10)

那么Φ=HD就是整个随机解调系统作用于离散信号x的数学模型，而这里Φ就是压缩采样理论中的观测矩阵。通过观测矩阵对信号执行压缩观测就可得到：

(11)

2.2 电路设计

为了降低整个系统的功耗，本文主要以开关的形式实现随机解调采样系统，由于在实际电路设计中难以产生±1形式的电平控制，本文考虑以0和1单极性形式电平作为开关的控制信号，具体电路如图2所示。

图2 随机解调电路设计

（1）所获取的电网规划数据包括有地理环境信息数据、电力系统运行数据以及外部数据等。其中，可以利用无人机航测、卫星遥感以及雷达测绘等信息采集手段来获取地理环境信息数据，与原有的人工测绘方式相比而言，这种先进的信息采集技术可以有效提升数据信息的精确度和实效性；电力系统的运行数据主要是由电力系统内部的各工作部门提供，电力系统各部门之间能够实现数据的实时共享，进而大大提升数据的利用效率，充分发挥电力数据的价值；社会数据、用户意见与反馈以及新能源数据等都是外部数据，但在原有的电网规划中，外部数据是最容易被忽略的非结构化数据，在现阶段的电力系统中缺少针对非结构数据的处理对策和应用方式。

(12)

φ(t)持续时间为TC的基带脉冲波形，也是积分器开关的控制信号，εn值以一定概率在0和1之间变化。控制信号φR(t)为持续时间为NTC的基带脉冲波形，作为积分器的重置信号。对于间隔NTC～(N+1)TC,当PN序列φm为1时：

(13)

反之为0时：

(14)

(15)

(16)

由于TS=NTC,电荷累积转移过程将被执行N次，最终会得到：

(17)

同理：

(18)

(19)

至此，一次积分完成时对输出信号进行采样，可获得观测向量y中一个值。此过程不断重复最终得到观测向量y。

(20)

3 仿真实验

本文系统的仿真数据来自于麻省理工大学的MIT-BIH[11]第100号心电数据，数据的采样率为360 Hz，采样精度为11 bit，选取的信号长度N为3 600点，持续时间t为10 s，系统仿真实验在MATLAB环境下进行，电路仿真在MATLAB的Simulink环境下进行。对于压缩采样系统的性能评指标主要有重构信号R波的检测[12]准确率。

3.1 电路仿真结果

以MIT-BIH数据库的采集速率作为对比标准，电路仿真的输入由前端心电信号调理模块获得，信号持续时间为10 s，电路模块由Simulink中Simscap工具体设置参数如表1所示。

表1 电路参数设置

仿真结果如表2和图3所示。

表2 为重构信号与原始信号R波检测的个数

图3 压缩比在2倍和3倍时，R波在原始信号与重构信号的识别位置，信号持续时间为10 s

3.2 结果分析

系统的性能由重构心电信号R波的识别率来衡量，影响因素有压缩比，心电信号的稀疏度，重构算法重构概率以及电路器件性能。实验结果表明，在2～3倍的压缩比下，R波识别率可以达到100%。

4 结论

本文在压缩采样基本理论的基础上，采用随机解调作为实现方法，应用于便携式心电采集系统中。并且设计了硬件实现电路，最后在MATLAB的Simulink模块完成了对电路系统性能的仿真，结果表明在低压缩比的情况下，信号可以高概率重构，并且R波的检测率达到100%。该系统硬件实现简单，数据量小优点。由于电路的非理想特性使得系统在高压缩比情况下性能下降。优化电路以及改进重构算法可以进一步提升整个系统地性能，这也是下一步研究方向。

[1] 程珊珊,石波,曹阳,等.心电信号采集技术研究进展[J].齐鲁工业大学学报,2014,28(4):75-79.

[2] 徐灵飞,向平.基于C8051F021的便携式心电监视仪[J].微型机与应用,2005,24(2):36-37.

[3] PANDEY J, OTIS B P. A sub-100 W MICS/ISM band transmitter based on injection-locking and frequency multiplication[J]. IEEE Journal of Solid-State Circuits, 2011, 46(5): 1049-1058.

[4] GARUDADRI H, BAHETI P K, MAJUMDAR S, et al. Artifacts mitigation in ambulatory ECG telemetry[C].2010 12th IEEE International Conference on e-Health Networking Applications and Services (Healthcom), IEEE, 2010:338-344.

[5] DIXON A M R, ALLSTOT E G, GANGOPADHYAY D, et al. Compressed sensing system considerations for ECG and EMG wireless biosensors[J]. IEEE Transactions on Biomedical Circuits and Systems, 2012, 6(2): 156-166.

[6] 屈信超,张跃. 基于压缩感知的实时心电信号压缩算法[J]. 计算机工程与设计,2014,35(10):3450-3454,3479.

[7] DONOHO D L.Compressed sensing[J]. IEEE Transactions on Information Theory, 2006, 52(4): 1289-1306.

[8] 刘清华,杨桂芹,张妍妮,等.基于稀疏快速傅里叶变换的信号压缩处理[J].微型机与应用,2016,35(14):61-63,67.

[9] 李珅,马彩文,李艳,等.压缩感知重构算法综述[J].红外与激光工程,2013,42(z1):225-232.

[10] TROPP J A,LASKA J N,DUARTE M F,et al.Beyond Nyquist: efficient sampling of sparse bandlimited signals[J]. IEEE Transactions on Information Theory, 2010, 56(1): 520-544.

[11] MARK R,MOODY G.MIT-BIH arrhythmia database directory[J]. Cambridge: Massachusetts Institute of Technology, 1988.

[12] 杨建利.心电信号的R波检测及自动分析算法研究[D].保定：河北大学, 2013.

Design of portable ECG acquisition system based on compressed sensing

Xu Mingyue, Qian Hui, Jiang Hao

(College of Physics and Information Engineering, Fuzhou University, Fuzhou 350116, China)

Aiming at the problems of power consumption and data volume in the state-of-art portable ECG acquisition system, the compressed sensing is introduced into the system, hardware circuit is designed, and the principle of the judgment is the accuracy of the R wave position test. The whole system is built in the MATLAB, and the hardware circuit is built in block of Simulink. The result indicates that the hardware circuit design can be applied to the portable ECG acquisition system, and under a certain compression ratio, the system has the advantages of simple hardware architecture, less data quantity and low power consumption.

portable; ECG acquisition; compressed sensing; hardware circuit; Simulink

福州市科技局科技计划项目(822848/2013-G-85)；福建省教育厅资助项目(JA13039)

TP216

A

10.19358/j.issn.1674- 7720.2017.14.022

徐明月，钱慧，江浩.基于压缩采样的便携式心电信号采集系统的设计[J].微型机与应用，2017,36(14)：71-74，78.

2016-12-27)

徐明月(1990-)，男，硕士研究生，主要研究方向：压缩感知。

钱慧(1977-)，女，博士，讲师，主要研究方向：通信信号处理与实践、压缩感知、数字集成前端设计。

江浩(1979-)，女，讲师，主要研究方向：集成电路设计。