基于5G与AI辅助决策的远程心电监测预警平台

江西省远程心电监测预警平台由心电云平台、动态心电记录仪、实时心电监测系统组成.动态心电记录仪可通过5G网络把患者12导联同步采集的心电数据实时传输至监测系统,可提供远程心电数据监测、异常心电实时预警、长程数据自动分析、AI辅助决策等专业服务[1].心电监测中心可全天候对远程实时心电数据进行异地监测,监测结束可为患者出具24 h动态心电图诊断报告.通过心电云平台建设,推动心电检查的分级诊疗模式和结果同质化,建设患者实时心电检查的监测、诊断平台.平台应用可使居民不出社区,便可享受大型医院远程监测及诊断服务,将大众心电监测成本最低化;同时通过远程心电监测平台,可筛查出高危患者,为患者救治争取宝贵时间,提高区域心脏类疾病的救治水平.     

心电信号的降噪处理及其评价研究

为抑制心电信号中存在的噪声干扰,以利于准确提取反映心电信号的特征信息,文章提出应用一维离散小波变换实现对心电信号的降噪处理方法.通过对MIT/BIH心电数据库中的心电信号进行仿真,研究结果表明,该方法能够有效地去除心电信号中的噪声,对实现心电信号特征信息的提取具有一定的实用价值.     

基于径向基函数神经网络的胎儿心电提取

针对胎儿心电难以提取问题,提出一种从母体腹壁混合信号中提取胎儿心电的方法.利用径向基函数(radial basis function,RBF)神经网络估计母体心电信号传导至腹壁的非线性变换,将非线性变换后的母体心电信号从腹壁混合信号中减去,再通过小波包去噪技术抑制胎儿心电的基线漂移和噪声,得到清晰的胎儿心电.应用临床心电数据完成实验,在胎儿心电和母体心电QRS波完全重叠情况下,提取出清晰的胎儿心电.实验结果验证了方法的有效性.     

基于聚类分析和模糊数学的胎儿心电检测

为提高在母体腹壁信号中胎儿心电信号微弱、基线漂移和噪声干扰较大的情况下匹配滤波法进行胎儿心电检测的能力,提出了基于聚类分析和模糊数学的胎儿心电检测方法：首先采取聚类分析的方法进行胎儿心电模板的提取,以提高胎儿心电模板和初始胎儿心电标准周期的准确度;而后用模糊模式识别的方法检测胎儿心电。提高了检测成功率和准确率,并使早搏的检测成为可能。     

一种手握式无线心电信号采集系统

传统心电信号多采用胸前导联的方式采集,采集方式的不便性使心电信号在安全认证等方面的应用受到限制.本文提出一种手握式无线心电采集系统,实现心电信数据的便捷采集.系统利用织物电极取代传统粘性电极,采用手握方式增大电极与皮肤的接触面积,降低接触阻抗、提高传导能力;利用蓝牙通信实现心电数据的无线传输.本文从采集信号质量、医学特征点分析等方面,对使用本系统采集的手部心电信号与胸前导联采集的心电信号进行了对比分析,实验结果表明,本文手握式采集的心电数据与标准Ⅰ导联心电数据相对应,信号质量的标准性和稳定性均能达到传统采集的标准,满足便捷心电采集的实用要求.     

一种云辅助的移动心电监测系统

连续监测心电对发现心血管疾病和判断人体健康状况具有重要意义.新一代心电监测系统能提高便携性、降低功耗和成本,但在心电数据提取、存储容量等方面还存在局限性.为此,提出一种云辅助的移动心电监测系统,利用智能手机接收心电数字信号,借助云平台(例如BAT云、厦门市健康云)实现ECG数据存储.该系统采用基于平均绝对差分阈值的心电波形提取算法、基于小波包分解的智能报警模型和基于HL7-a ECG标准的数据交换模型,提升心电数据提取质量、报警能力和数据存储能力.系统原型能支持5种心电病变类型判别,智能报警以及心电数据云管理,从而有利于降低心血管疾病的潜在威胁.     

基于LMS改进算法的自适应滤波器在胎儿心电监测中的应用

从母体心电与胎儿心电的特点出发，提出了LMS算法的一种改进方法，设计了自适应滤波器消除母体心电对胎儿心电干扰的一种新型实现方法，分析了系统结构，并且在QRS渡变化较快时采用LSL方法以解决LMS算法收敛速度较慢在QRS波不适合采用LMS算法的问题，使自适应滤波器在消除母亲心电对胎儿心电干扰方面得到最佳效果，并进行计算机结果仿真对比     

面向FECG信号监测的自适应滤波器LMS算法改进研究

分析了LMS算法的改进,设计了自适应滤波器消除母亲心电对胎儿心电干扰的实现方法,并且在QRS波变化较快时采用LSL方法以解决LMS算法收敛速度较慢在QRS波不适合的问题,使自适应滤波器在消除母亲心电对胎儿心电干扰得到最佳效果。     

基于一维离散小波变换的心电信号降噪研究

针对心电信号中含有噪声的现象,为了准确提取反映心电信号的特征信息,该文提出了应用一维离散小波变换实现对心电信号的降噪处理方法.研究结果表明,该方法能够有效地去除心电信号中的噪声,从而为进一步实现心电信号特征信息的提取提供了有效的参考价值.     

家用移动智能心电监护系统设计

心电监护是心脏病防御的重要依据,基于穿戴式传感检测和蓝牙技术,设计了一种家用移动智能心电监护系统。系统采用HKD-10L蓝牙心电传感器采集心电数据,发送到Android终端实时地画出心电图,基于特征点分析,进行心电异常诊断,通过网络将心电数据和诊断报告上传至云服务中心,方便日后查询与医生实时在线复诊。设备搭建方便,成本低廉,用MIT心电数据库进行测试,心电波形分析正确率达95.5%。     

基于Android移动式心电监护系统的设计

设计了一种基于Android的移动式心电监护系统,该系统由STM32嵌入式心电采集模块、串口蓝牙模块、Android智能手机组成.嵌入式系统采集心电数据,通过蓝牙传输到Android智能手机终端,在手机端实现心电数据的显示、存储,并通过百度云客户端实现心电数据上传,以实现与远程医疗中心的交互.     

一种提取心电曲线的方法

使用图像预处理的方法去除心电图中的背景线和噪音部分,保留主背景线和心电曲线的图像;然后根据每条心电曲线的连续性,使用曲线追踪方法来实现心电曲线的提取.     

基于高斯混合模型的标准心电波形筛选

针对基于心电信号身份识别中,由于随机选取的心电波形不完整(如T波缺失、R波缺失等)、变形等而影响身份识别准确率的问题,提出基于高斯混合模型的心电波形筛选方法.该方法将信号发生器产生的标准的心电信号切割成单心动周期,提取每个心动周期幅值、斜率、弧长及面积等46个特征,建立单心动周期标准心电波形的高斯混合模型,通过计算马氏距离判断某心电波形是否符合标准心电波形的高斯模型分布,实现具有明显PQRST特征的心电波形筛选.该方法在52人实际采集心电数据和ECG-ID数据库上分别进行了三组实验,不完整波形的平均拒绝率分别为97.87%、98.69%,能够有效挑选出完整的心电波形.     

基于织物电极的心电监测系统

为解决传统动态心电监测存在的一些问题,例如粘性心电电极刺激皮肤、信噪比随使用时间延长而下降、动态心电图仪缺乏实时分析能力等,研制了一种可穿戴心电异常检测系统
。制作了有导电织物材料心电电极的穿戴衣,设计了心电信号采集装置,提出了基于分析R-R间期和QRS波群波形的异常心电波形检测算法,在PDA(Personal Digital Assistant)平台上实现了基于该算法的异常心电信号识别软件。通过实际测试,验证了本系统的有效性和可靠性。     

基于C8051F020的心电测量系统设计

为研制一种能够在临床上使用的心电测量系统,以C8051F020单片机为采集控制中心,运用模拟信号采集和数字信号处理技术,实现心电信号的采集。完成了心电测量系统的设计,该系统具有实现各种控制、数据采集和A/D转换等功能。实验结果本系统运行稳定可靠,满足了临床准确采集心电信号的需要。     

可穿戴式心电信号采集电极的研究

针对传统心电采集设备的不可移动性以及传统粘性电极的致敏性,应用可穿戴计算的方法提出了使用镀银织物电极制作可穿戴式心电采集设备.为了提高可穿戴式心电采集信号的质量,制作了插入式织物电极.实验表明使用插入式织物电极的可穿戴式心电采集设备具有较好的舒适性,信号波形的质量达到传统电极的采集质量.     

心电特征参数提取的研究

心电信号中的噪声消除，稳定基线及特征参数的精确撮是心电信号处理研究中的３个关键问题，本研究了当前心电信号处理的多种方法，给出了一种实用的三导心电处理系统，并对系统软、硬件进行了设计。     

心电信号采集及小波分析处理系统设计

心电信号作为人体的一种重要的生理信号,反映着人体的健康状况。自行设计并制作心电信号采集、放大、抗混叠滤波等电路,得到满足数据采集卡USB-6008要求的模拟心电信号,并对模拟心电信号进行A/D(模/数)转换,得到数字形式的心电信号。利用虚拟仪器开发平台LabVIEW 2009对数字心电信号进行多分辨率分析(小波分析),得到心电信号在各分辨率空间的组成成分,并从中选择体现心电信号特点的成分重新构建心电信号,实现对心电信号进行小波滤波的目的,最终在PC机上获得效果良好的心电图。该研究通过有限的资金投入,将家用电脑拓展为心电监测仪器。     

动态心电Holter的改进设计

本文介绍了一种动态心电Hoker的改进设计。系统以MSP430F149单片机为核心,实现对心电信号的采集、处理、SD卡存储、LCD显示、USB数据传输,并控制无线通信模块MC35i实现动态心电Holter中的SMS无线数据传输。在有GSM网络覆盖的区域内,在本地监护端和远程接收端之间实现短消息形式的异常报警信号和心电数据的无线传输。     

心电信号数据采集系统的设计

介绍了心功能自动检测系统的关键部件———心电数据采集系统和心电放大器的设计原理以及数据采样卡的软硬件设计 .分析了体表心电信号的特点