基于Android的手持式心电检测系统设计*

赖汝楠， 刘洪英,3， 皮喜田,2

(1．重庆大学 生物工程学院，重庆 400030；2．新型微纳米器件与系统技术国防重点学科实验室，重庆 400030；3．重庆市医疗器械电子工程技术研究中心，重庆 400030)



基于Android的手持式心电检测系统设计*

赖汝楠1， 刘洪英1,3， 皮喜田1,2

(1．重庆大学 生物工程学院，重庆 400030；2．新型微纳米器件与系统技术国防重点学科实验室，重庆 400030；3．重庆市医疗器械电子工程技术研究中心，重庆 400030)

设计了一种基于Android平台的手持式心电(ECG)检测系统，其终端产品以小型、低功耗为目标。本文设计了两种心电信号采集方式，一是采用BMD101心电芯片，通过左右手手指分别触摸金属电极实现心电信号的快速采集和实时显示；二是设计了一种单通道、三导联的导联线采集方式，可以长时间精确采集心电信号并实时显示。系统还包括相应的手机APP，手持式心电检测仪通过蓝牙将数据传输给手机APP，方便使用者实时查看，以及医患交流。

心电检测； BMD101芯片； Android平台； 手持式

0 引 言

目前，心血管病患病人数快速增长[1]，已成为危害人类健康的一大杀手。心电(ECG)信号对于检测常见心脏病，具有直观快速、简单实用、无痛无创的优点[2]，心脏病人的突发性死亡在早期会表现出心电信号的异常[3]，若能及时发现就可以尽早预防以达到降低死亡率的目的。

对于社区和家庭使用者而言，大型的心电监护仪价格昂贵、使用过程复杂，不适于日常使用[4]，而便携式心电检测仪价格便宜，体积小巧，易于操作，方便携带，在功能上完全可以满足使用者的需求[5]。市面上很多心电仪可以实现导联线的心电信号采集但无法快速采集心电信号[6]。

本文设计了一种既可以只通过手指采集心电又可以连接导联线的手持式心电检测仪，可以满足使用者快速测量和长时间精确测量两种需求。并且设计了基于Android平台的手机APP，手持式心电检测仪通过蓝牙传输向手机APP传输数据，可以方便使用者随时查看，及时向医生传输数据咨询。

1 系统结构设计

1.1 系统整体设计

手持式心电检测整体设计如图1所示。

1.2 手指心电传感器模块设计

为了能够实现快速测量，采用BMD101心电芯片来快速测量使用者的心电信号，BMD101心电芯片是一种高性能生物芯片，主要由一个模拟前端电路和一个数字信号处理电路组成[7]。模拟前端电路主要包括低噪声放大器和模/数转换器。BMD101芯片采集生物信号的功能十分强大，可以采集从μV到mV级的生物信号，并通过神念科技专有的算法来处理。

图1 手持式心电检测系统整体设计

图2 BMD101芯片内部结构

BMD101生物芯片有两个信号采集点，可以通过金属干电极进行二指测量，并可以检测到导联是否脱落，可以输出使用者的心电图、心率以及心率变异性(heart rate variability,HRV)等信息。

1.3 导联线精准检测模块设计

为了能够实现长时间精准测量，可由传统的肢体导联的采集位进行采集心电信号。针对心电信号具有的特殊性、微弱性和易受干扰等特点[8]，设计了由前置放大电路、50 Hz双T陷波电波、高低通滤波电路及后级放大组成的心电放大电路。

1)前置放大及右腿驱动电路模块

由于心电信号直接取自于人体，信号采集的过程中不可避免地会混入各种干扰信号,要求前置放大器应具有高输入阻抗、高共模抑制比、低噪声、低漂移、具有一定的电压放大能力等特点，为此，选择仪表放大器AD620。

为了消除强共模信号通过屏蔽层电容造成放大器输出的影响，一方面要求电极(导联)线的屏蔽层不予接地，另一方面设计了自举屏蔽驱动电路，采用缓冲放大器将连接点的共模电位驱动到屏蔽线，使引线屏蔽层分布电容的两端电压保持相等，从而消除了共模电压由屏蔽层分布电容引起的不均衡衰减。 为了进一步提高前置放大器的共模抑制比和抗干扰能力，采用右腿驱动电路，如图3所示，从根本上降低空间电场在人体上产生的干扰。

图3 前置放大及右腿驱动电路

2)高、低通滤波模块及50 Hz陷波器模块高、低通滤波器采用压控电源二阶滤波器，电路及引入了负反馈和正反馈。当信号频率趋于零时，由于电容的电抗趋于无穷大，因而正反馈很弱；当信号趋于无穷大时，由于电容的电抗趋于0，因而负反馈趋于0。由于检测信号中存在的主要干扰信号有电极板与人之间的极化电压,50 Hz工频干扰,仪器内部噪声和仪器周围电场,磁场, 电磁场的干扰等等,50 Hz的陷波器尤为重要。

3)后级放大模块

对后级电压放大器的要求为应该具有低噪声、低漂移，且具有足够大的电压放大能力和一定的频带宽度，同时输出具有比较大的动态范围。所以电路采用低噪声、宽频带集成运算放大器OP07构成的后级放大器。

图4 导联线测量模式使用示意图

2 A/D转换及蓝牙数据传输

为满足系统高性能、低功耗的特点，设计选用ATmega128单片机作为A/D转换主控芯片。ATmega128为基于AVR RISC结构的8位低功耗CMOS微处理器，数据吞吐率高达1MIPS/MHz,具有128 kB的系统内可编程Flash，即RWW,4 kB的EEPROM,4 kB的SRAM,53个通用I/O口线,32个通用工作寄存器,实时时钟RTC,4个灵活的具有比较模式和PWM功能的定时器/计数器(T/C),2个USART,面向字节的两线接口TWI,8通道10位ADC(具有可选的可编程增益),片内振荡器的可编程看门狗定时器,SPI串行端口,与IEEE 1149.1规范兼容的JTAG测试接口(此接口同时还可以用于片上调试)，以及6种可以通过软件选择的省电模式，完全满足设计需求。

A/D转换后，数据通过串口发送给蓝牙模块。设计选用BMX—03A蓝牙模块，为蓝牙转串口模块，采用CSR BlueCore芯片，配置有8 bit的软件存储空间，支持AT指令，用户可根据需要更改设备名称、主从模式、配对密码、串口波特率等参数，使用灵活。

3 系统软件设计

本文基于Android平台设计了一种心电检测APP，主要由3部分组成：1)数据读取，通过蓝牙模块接收和实时显示终端设备采集到的心电信号，用于分析和处理。2)数据管理，用于存储使用者的心电信息，用户可以随时回放和查看，并可以将心电图发送给家属或医生查看。3)账号管理，可以满足不同使用者使用系统检测和存储心电信息。

3.1 心电检测算法

由于系统应用场景为手持式心电系统，考虑到计算能力以及功耗的限制，尽量挑选计算相对简单、实时性高的算法[11]。系统采用中值滤波实现去基线漂移，采用自适应相干模板法滤除工频干扰。

QRS波群是心电信号波形变化最显著的地方，含有较高的能量[12]，其对应波形的斜率变化较大且与其他波形相比有显著地差异，所以使用差分法能很好地检测出QRS波群。通过对滤波后的信号应用差分法并与由经验获得的阈值相结合，确定出QRS波群的大致起始点，再利用窗口和阈值确定QRS波群的特征点。系统以一阶差分和二阶差分相结合的的算法检测QRS波群，可以提高检测精确度，并可满足手持式心电检测仪对于实时性的要求。

3.2 Android客户端编写

系统采用基于Android4.1的开发环境，包括蓝牙数据接收、心电波形存储、心电信号实时显示以及用户账号管理等功能。

图5 软件运行流程

4 系统测试

为了验证系统的可行性，制作了一款原理样机。将设备装入电池，打开手机客户端，进行蓝牙配对。配对成功后分别进行手指心电快速检测，和导联线长时间精准检测。实验数据可以实时显示在手机客户端，如图6。

通过调试测试，心电采集放大电路具有低噪声、高共模抑制比、高输入阻抗、低漂移等特点，达到了心电信号检测的要求，具有实用价值，能够满足所提出的性能参数指标，并且可以检测到较好的心电波形，

图6 手机客户端心电信号显示

5 结束语

本文介绍了一种基于Android平台的手持式心电检测系统，设计了两种心电信号采集方式。一是采用神念科技的BMD101心电芯片，通过左右手手指分别触摸金属电极实现心电信号的快速采集和实时显示；二是设计了一种单通道、三导联的导联线采集方式，可以长时间精确采集心电信号并实时显示。测试结果表明：两种采集方式可以满足使用者不同的需求，使得心电检测更加灵活方便。

[1] 陈伟伟,高润霖,刘力生,等.中国心血管病报告2013概要[J].中国循环杂志,2014(7):613-615.

[2] Leutheuser H, Gradl S,Kugler P,et al.Comparison of real-time classification systems for arrhythmia detection on Android-based mobile devices[C]∥International Conference of the IEEE Engineering in Medicine & Biology Society IEEE Engineering in Medicine & Biology Society Conference，IEEE,2014:2690-2693.

[3] Sundl I，Roob J M，Meinitzer A,et al.Non-invasive fetal ECG analysis[J].Physiological Measurement,2014,35(8):1521-1536.

[4] 张大伟,王海科,张 斌.新型三导联无线ECG设计与其处理算法研究[J].传感器与微系统,2013,32(5):35-37.

[5] 李 婧,刘知贵,彭桂力,等.心电检测技术及其在远程医疗中的应用[J].传感器与微系统,2008,27(1):1-3.

[6] Gradl S,Kugler P,Lohmuller C,et al.Real-time ECG monitoring and arrhythmia detection using Android-based mobile devices[C]∥International Conference of the IEEE Engineering in Medicine & Biology Society. 2012:2452-5.

[7] 杨 凯,丛 林,胡文东,等.基于BMD101的嵌入式无线心电监测系统[J].电子技术应用,2014,40(1):122-124.

[8] Min S K,Cho Y C,Seo S T,et al.A new method of ECG feature detection based on combined wavelet transform for u-health service[J].Biomedical Engineering Letters,2012,1(2):108-115.

[9] 贾延江,李振波,张大伟,等.低功耗无线心电图检测系统与QRS复波检测算法研究[J].传感器与微系统,2013,32(7):32-34.

[10] Arzeno N M,Deng Z D,Poon C S.Analysis of first-derivative based QRS detection algorithms[J].IEEE Transactions on Biomedical Engineering,2008,55(1):478-84.

[11] Hadiyoso S,Usman K,Rizal A.Arrhythmia detection based on ECG signal using Android mobile for athlete and patient[C]∥International Conference on Information and Communication Technology,IEEE,2015.

Design of handheld ECG detection system based on Android*

LAI Ru-nan1， LIU Hong-ying1，3， PI Xi-tian1，2

(1College of Bioengineering, Chongqing University,Chongqing 400030,China;2.Key Laboration for National Defense Sciece and Technology of Innovation Micro-Nano Devices and System Technology,Chongqing 400030,China; 3.Chongqing Engineering Research Center of Medical Electronics Technology，Chongqing 400030,China)

A handheld ECG detection system based on Android platform is designed,which terminal products trend to small,low power consumption.This system with two kinds of ECG signal acquisition methods are degined,one is the use of BMD101 chip,through the left and right fingers touch metal electrodes to realize the fast acquisition and real time display of ECG signal.The second is to design a single channel,three-lead gurdline acquisition method,can be a long time accurate acquisition of EGG signals and real-time display.The system also includes the corresponding APP,the portable ECG monitor transmits data to the mobile phone though Bluetooth,so that facilitate users can view in real-time and communicate with doctors and patients.

ECG detection; BMD101; Android platform; handheld

10.13873/J.1000—9787(2017)07—0083—03

2016—08—19

国家科技支撑计划资助项目(2013BAI03B04,2015BAI01B14)

TH 776

A

1000—9787(2017)07—0083—03

赖汝楠(1992-)，女，硕士研究生，主要研究方向为心电与互联网健康,E—mail:lai_runan@163.com。

刘洪英(1982-)，女，通讯作者,副研究员，硕士生导师，从事生物医学微系统研究工作,E—mail:liu_hongying@163.com。

皮喜田(1976-)，男，教授，博士生导师，主要从事新型医疗仪器设备，医疗信息化与健康物联网研究工作。