基于嵌入式的微型心電心音監測裝置的設計

唐 琪，梁劭華，陳志平

（廣東電網公司佛山供電局 廣東 佛山 528000）

當今，心臟病幾無地域，年齡之分，對于電網工作人員尤其是巡線工人來說，心臟病的危害尤為嚴重。心臟病來勢快、發病急，巡線工人長期工作于惡劣環境中，平時有心臟異常卻很難發現，一旦感覺到不適可能為時已晚，很容易錯過最好的診療機會，因此對心臟病的24小時實時監測具有非常重要的意義[1]。心電和心音是監測和診斷心臟疾病最常用的兩種方法。國內外已經有不少便攜式心電監測的產品，如蘋果公司的iPhoneECG套和中衛萊康的“心博士”心電檢測儀都能實時測量心電圖。但鮮有針對心音監測的便攜式裝置的研究，更遑論將兩種系統合二為一的便攜式實時監測裝置。基于此，本文設計了一款實用性強的實時監測裝置，可同時監測受檢者的心電信號和心音信號。該監測系統具備測量準確、結構緊湊、低功耗三大特征，可對受檢者進行24小時實時監測。

1 兩種監測系統的統一依據

從理論上分析，心音信號與心電信號的處理與一般模擬信號的流程相同。都要經過放大，濾波，AD轉換的過程。從信號本身特征來看，心電為電信號，有效幅值在0.5～5 mV之間，頻率在0.05～120 Hz之間；心音為聲波的振動，有效頻率在20～200 Hz之間[2]。因此兩者都需通過低通和高通濾波器來濾掉范圍以外的頻率，并通過放大器將信號放大到ADC便于處理的幅值范圍。兩種監測系統的模擬前端，都可由圖1表示。不同之處在于心電信號可直接由心電電極片獲取，而心音信號必須首先通過拾音頭和駐極體傳聲器將振動轉換為電信號，因此兩者選用不同的采集端[3-7]。

圖1 模擬前端Fig.1 Analog front-end

另外，因為兩種信號的頻率范圍不同，若采用傳統的模擬前端，為了分別濾除無效信號，必須采用兩種濾波電路，這會使模擬前端的體積變大，而且模擬域的處理亦會帶來溫漂和噪聲等其他一些問題。所以本文將心電和心音監測中傳統的模擬端濾波轉移到數字端，這樣不但避免了溫漂和噪聲，而且通過適當地編程可以對不同的信號采用不同的濾波閾值。因此，若要將心電監測和心音監測兩種不同的系統結合起來共用一套設備，并且要實現該設備的便攜化和長時間實時監測的功能，必須盡可能簡化裝置的電路，縮小裝置的體積，降低裝置的功耗，還必須通過完整的程序來使裝置能夠準確處理兩種不同信號并能在在兩者之間進行有效切換。本文將通過硬件和軟件兩方面的設計，來實現上述目的。

2 硬件系統設計

整個監測系統可劃分為信號采集裝置、基于Android智能手機的ECG數據記錄儀（顯示儀）以及服務終端，如圖2所示。其中采集裝置為系統的主體，亦是本文的設計內容。

圖2 監測系統Fig.2 Monitoring system

裝置的模擬前端選用TI公司的ADS1294芯片，該芯片功耗極低，且有4個24 Bit的ADC通道，24 Bit的分辨率使得心電和心音信號無需經過放大就可以被ADC轉換成數字信號。兩種信號可以同時采集并在模擬域進行處理。ADS1294的數據輸出端和控制端都采用SPI協議，主控器則通過SPI協議來設置ADC的采樣模式并接收兩個通道依次發過來的轉換后的數據。裝置的主控器選擇TI公司的MSP430F6單片機芯片。本設計充分利用了該單片機的接口，其中USB接口用于單片機和PC之間傳輸數據；JTAG口用于向單片機下載程序；時鐘模塊用以矯正時鐘；藍牙模塊作為單片機和手機之間的數據通路；Flash用于存儲數據；電源管理模塊用于向各部分供電。裝置結構如圖3所示。這樣設計出的硬件系統不但結構簡單，集成化程度相當高，而且功能齊備，可作為產品直接使用。尤為關鍵的是在各模塊設計時都充分考慮了功耗問題。

圖3 采集裝置結構Fig.3 Acquisition device structure

主要元件功耗指標如下：

鋰電池供電部分：直接接鋰電池供電，工作電壓在3.5～4.7 V之間。包括：電量計、實時時鐘芯片。總電流：電量計工作狀態 103 μA，休眠 4 μA。 實時時鐘：0.25 μA。

模擬前端：采用一個帶使能端的LDO供電，電壓為3.0 V，每個通道工作時電流不到0.75 mA。

Flash：電壓為3.3 V。讀寫電流小于25 mA，休眠電流小于 10 μA。

MSP430部分：電壓3.3 V。所有系統時鐘處于激活狀態時電流實測為4 mA左右。

藍牙部分：電壓為3.3 V，實測匹配電流 20 mA，發送速率數據時約20 mA，匹配完成非發送狀態約12 mA，休眠狀態時為 65 μA。

采集裝置將信號進行處理以后就可以發送給手機或PC進行實時顯示。最后數據將存入服務器的數據庫中，以備隨時調用和分析。

3 軟件系統設計

為了使系統處于高效的運行模式，軟件部分采用中斷模式加以處理。首先對主要模塊進行軟件設計，然后通過適當的方法將之組合到一起構成高效的系統工作流程。而Flash模塊，USB模塊，電源和時鐘模塊等輔助部分的設計在此不予闡述。

3.1 對模擬前端的控制

首先MSP430對模擬前端ADS1294進行控制，來設置采樣模式并接收轉換數據，控制流程如圖4所示。本文設定ADS1294通道一采集心電數據，通道二、三采集心音數據，心音用兩個通道采集是為了方便后面的消噪處理，各通道的數據先后進入MSP430，通過選擇不同通道的數據來選擇當前監測何種信號，并通過選擇結果來處理相應的信號。

圖4 配置模擬前端Fig.4 Configure the Analog Front-end

3.2 信號的處理

從模擬前端接收到的信號會含有各自的噪聲和干擾，因此必須對它們進行數字處理，才能得到干凈的波形。對于心電信號來說，影響最大的干擾包括工頻干擾和基線漂移。對于心電信號的處理，詳見作者的另一篇論文《基于“創可貼”式心電監測系統的心率提取算法》[8]，處理后的心電波形如圖5所示。

心音信號中同樣含有大量的噪聲，其中包括白噪聲和高頻噪聲。白噪聲在系統中一般表現為共模信號，因此高的共模抑制比可以大幅度的削弱它。而高頻噪聲一般在100 Hz以上，若在安靜的環境中，只需在嵌入式編程加入100 Hz的數字低通濾波器就可以較好地抑制噪聲，但若在嘈雜的環境中監測心音信號，各種噪聲幅值會很大，甚至湮沒掉有效信號，圖 6（a）為嘈雜環境中的原始心音圖，圖 6（b）為其頻譜圖，100 Hz以上的噪聲將信號湮沒掉[9]。

圖5 處理后的心電圖Fig.5 The processed ECG

圖6 原始心音圖及其頻譜Fig.6 Original phonocardiograms and its spectrum

由此看來必須對原始心音信號進行處理，本文運用了CASA（Computational Auditory Scene Analysis）算法，對心音圖進行了去噪處理[10]，分析去噪處理后的心音圖如圖7所示，高頻噪聲已經得到很好的抑制，心音的有效信號能夠正常的繪制出來。

圖8 系統狀態機Fig.8 System State Machine

3.3 系統綜合設計流程

心電采集裝置的模塊較多，實時心電監測系統的要正常工作必須將各部分軟件設計結合起來。在保證各個模塊之間并行不悖的基礎上高效的實現心電實時監測的功能。

MSP430上電后首先為各個模塊分配IO口，再設置主時鐘和各個模塊工作的時鐘，然后對各個模塊進行初始化，并判斷電量是否充足。為了在軟件設計中盡量的節省功耗，所有數據的傳輸模塊 （包括UART口，SPI口，I2C口等）都以中斷觸發，沒有數據傳送時這些模塊都處于休眠狀態，數據傳輸時再喚醒處理。當所有初始化操作完成后當程序進入主循環。主循環以狀態機的形式進行各模塊之間的轉換和運行。如圖8所示。以此流程設計系統的運行可以保證系統實時高效的進行心電監測，并大大降低了因程序運行而產生的功耗。

4 裝置實物和實測結果

通過硬件和軟件兩方面的分析論證，最終設計出一款胸貼式的心電心音采集裝置。該裝置以上下兩塊薄PCB板組成，直徑3 cm，厚度1 cm，裝置上除裝有本文所述的各部分模塊，還裝有心電電極引線，心音拾音頭和駐極體傳聲器，100 mAV的電池，如圖9所示。將裝置貼在人體體表，分別測試心電圖和心音圖，并用智能手機編寫相應的Android程序，最后實測到心電圖和心音圖如圖10所示，其中左圖為心音圖，右圖為心電圖。實際測量中該裝置一直開啟藍牙做實時的心電或心音監測時，可連續工作8個小時，如果采用異常-報警機制，（即關閉藍牙傳輸，以MSP430分析采樣數據，發現異常后再開啟藍牙并以手機繪制波形 ）裝置可連續工作28個小時，達到了長時間實時監測的目的。

圖10 實測結果Fig.10 Measured results

5 結 論

文中首先分析了心電和心音信號的異同，提出一種可同時監測兩種信號的裝置。本文先從硬件結構上設計出適合心電與心音兩種監測方式的電路，并且通過對功率和體積的充分考量，采用了集成度高的電路模塊，實現了裝置的小體積和低功耗。然后，通過選擇適當的算法分別對心電信號和心音信號進行了去噪處理。通過硬件和軟件兩方面的研究最終設計出一款可以貼在人體胸口的可以長時間實時監測的微型心電心音監測裝置。

[1]楊佳雄，焦秉立.無線心電監護系統的設計與實現[D].北京:北京大學，2007.

[2]Fang W C，Huang H C.Design of heart rate variability processor for portable 3-lead ECG monitoring system-onchip[J].Expert Systems with Applications，2013（40）：1491-1504.

[3]Go A S，Mozaffarian D，Roger VL，et al.Heart disease and stroke statistics—2013 update:a report from the American Heart Association[C]//Circ 2013；127:6-245.

[4]Yoo J，Yan L，Lee S，et al.A wearable ECG acquisition system with compact planar-fashionable circuit board based shirt[C]//IEEE Trans.on Information Technology in Bio-Medicine，2009.

[5]Roman， Nicoleta，DeLiang W，et al.Speech segregation based on sound localization[J].The Journal of the Acoustical Society of America，2003（114）:2236.

[6]Yoo J，Yan L，Lee S，et al.A wearable ECG acquisition system with compact planar-fashionable circuit board based shirt[C].IEEE Trans.on Information Technology in Bio-Medicine，2009.

[7]Giustina D D，Riva M，Belloni F，et al.Embedding a multichannel environmental noise cancellation algorithm into an electronic stethoscope[C]//International Journal of Circuits，Systems and Signal Processing，2011.

[8]唐琪，王灣，楊開，等.基于“創可貼”式心電圖儀的心率算法的實現[J].電子設計工程，2013（20）:137-140.TANG Qi，WANG Wan，YANG Kai，etal.Heartrate algorithm based on a Band-Aid-like electrocardiogram[J].Electronic Design Engineering，2013（20）:137-140.

[9] Ying-wen Bai，Chao-lin Lu. The embedded digital stethoscope uses the adaptive noise cancellation filter and the type I Chebyshev IIR bandpass filter to reduce the noise of the heart sound[C]//IEEE，2005.

[10]賀專，李冬梅.雙麥克電子聽診器環境噪聲消除算法研究[D].北京：清華大學，2012.