近年來,隨著全球心血管疾病發(fā)病率和死亡率的持續(xù)上升,人們愈加重視對自身健康的管理。長期持續(xù)的跟蹤心臟動態(tài)情況有益于心臟疾病的預防篩查和輔助診斷,故可在非專業(yè)醫(yī)療環(huán)境下使用的個人心臟健康監(jiān)護設(shè)備開始成為心臟疾病患者和亞健康人群的首選。然而,目前市場上主流的便攜式心電檢測設(shè)備（如智能手環(huán)等）并不具備心電信號分析以及疾病診斷預警等功能。因此,研發(fā)功能完善且適用于非醫(yī)療場合的心臟健康監(jiān)護系統(tǒng)產(chǎn)品成為相關(guān)科研人員的重要研究課題。針對高發(fā)性心臟疾病——心律失常,本文以心律失常的預防和輔助診斷作為著眼點,深入研究了基于電容耦合原理的非接觸心電信號測量方法和基于卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的心律失常分類算法,設(shè)計了一種具有心律失常監(jiān)測功能的無擾式心電信號檢測系統(tǒng)。主要的工作內(nèi)容如下:1.通過研究不同種類心電信號測量電極的阻抗模型,根據(jù)理論分析和實驗驗證提出了電容耦合式測量電極模型,在人體生物電信號測量技術(shù)和電容耦合原理的基礎(chǔ)上,建立了基于電容耦合式測量電極的人體心電信號檢測模型。2.根據(jù)無擾監(jiān)測的應(yīng)用需求,本文設(shè)計了一套完整的非接觸式心電信號測量設(shè)備。此設(shè)備由電容耦合式測量電極傳感器和信號預處理電路構(gòu)成�；谠撛O(shè)... 

【文章來源】：蘭州大學甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

電容耦合式測量電極傳感器原理圖

蘭州大學碩士學位論文一種無擾式心律失常監(jiān)測系統(tǒng)的設(shè)計與實現(xiàn)21示，實物圖如圖3-9所示。圖3-8電容耦合式測量電極傳感器原理圖圖3-9電容耦合式測量電極傳感器3.3信號調(diào)理傳輸與電源電路3.3.1信號調(diào)理電路實驗表明，測量電極傳感器提取出來的信號在幅值上仍十分微弱，并不能充分利用模數(shù)轉(zhuǎn)換器(Analog-to-DigitalConverter，ADC)的動態(tài)輸入范圍，且輸出信號波形上還疊加著較為明顯的干擾噪聲。為此，本文設(shè)計了用于信號預處理的調(diào)理電路，調(diào)理電路上集成了陷波、二級放大、ADC轉(zhuǎn)換等電路。通過放大、濾波等手段，保證可獲取到干凈準確的ECG信號。圖3-10具體描述了信號調(diào)理電路的主要組成模塊。

蘭州大學碩士學位論文一種無擾式心律失常監(jiān)測系統(tǒng)的設(shè)計與實現(xiàn)25圖3-15信號調(diào)理電路實物圖3.3.2信號傳輸與供電電路采集電路檢測到的心電信號在進行模數(shù)轉(zhuǎn)換后成為可被數(shù)字電路處理的數(shù)字信號。因此，系統(tǒng)的硬件設(shè)計中加入了用于緩存數(shù)據(jù)和傳輸數(shù)據(jù)的數(shù)字控制電路。數(shù)字控制電路中起到控制樞紐作用的是微控制單元(MicrocontrollerUnit，MCU)。我們選取在市場上有廣泛應(yīng)用的，意法半導體公司生產(chǎn)的STM32系列高性能MCU。該公司在2018年推出的STM32F7系列微控制器，其核心選用了ARM公司的Cortex-M7架構(gòu)，工作主頻高達200MHz。由此可見，STM32F7系列的MCU在性能上相較于以往產(chǎn)品有很大幅度的提升，該系列還有一亮點是在運行模式和低功耗模式下的功耗同STM32F4系列處于同一水平線。出于對系統(tǒng)運算能力和能效兩方面的考慮，我們選用STM32F722VE作為數(shù)字控制電路的中心部件，并按照無線傳輸?shù)脑O(shè)計需求，添加藍牙等外設(shè)電路。相關(guān)外設(shè)電路與MCU在連接方式上具體為：ADC以四線SPI的方式與MCU連接，藍牙模塊則通過串口與MCU連接。對系統(tǒng)進行穩(wěn)定供電可保障電路的性能能夠得以充分發(fā)揮。設(shè)計時，考慮到采用市電供電會難以控制電路中的50Hz工頻信號，因此系統(tǒng)的整個硬件電路都選用鋰電池進行供電。本文選用規(guī)格為5200mAh的3.7V鋰電池，配合DC-DC+LDO的混合調(diào)壓電路完成對各器件的供電任務(wù)。圖3-16為系統(tǒng)電源供電電路框圖。

【參考文獻】：
期刊論文
[1]基于二維圖像與遷移卷積神經(jīng)網(wǎng)絡(luò)的心律失常分類[J]. 陳敏,王嬈芬.  計算機工程. 2020(10)
[2]基于深度學習的心律失常檢測算法研究[J]. 張坤,李鑫,謝學建,王倩云.  醫(yī)療衛(wèi)生裝備. 2018(12)
[3]心電信號識別分類算法綜述[J]. 馬金偉,劉盛平.  重慶理工大學學報(自然科學). 2018(12)
[4]基于巨磁阻抗傳感器的心磁信號檢測的研究[J]. 黃衍標,安娟,陳華珍,廖惜春.  計算機工程與應(yīng)用. 2018(04)
[5]基于電容耦合的多導聯(lián)心電監(jiān)測系統(tǒng)研究[J]. 李天涵,徐效文,梁瑩.  傳感技術(shù)學報. 2017(11)
[6]心室細胞生成的生物起搏器的仿真研究[J]. 張越,王寬全,楊飛,張雷.  生物化學與生物物理進展. 2016(12)
[7]基于脈搏的心沖擊信號特征提取方法研究[J]. 王春武,程禮邦,丁煜,劉春玲.  微型機與應(yīng)用. 2016(22)
[8]生物醫(yī)學信號處理研究綜述[J]. 胡廣書,汪夢蝶.  數(shù)據(jù)采集與處理. 2015(05)
[9]8階貝塞爾低通濾波器精確設(shè)計及應(yīng)用[J]. 苗匯靜,譚博學,徐秀美.  電子技術(shù)應(yīng)用. 2012(07)
[10]KNN分類算法研究[J]. 李秀娟.  科技信息. 2009(31)

碩士論文
[1]基于連續(xù)波雷達的非接觸式生命體征監(jiān)測系統(tǒng)設(shè)計與實現(xiàn)[D]. 祝捷.蘭州大學 2019
[2]基于負熵的獨立成分分析算法與應(yīng)用研究[D]. 董曉杰.哈爾濱工業(yè)大學 2009
[3]基于Qt跨平臺的人機交互界面的研究和應(yīng)用[D]. 李艷民.重慶大學 2007



本文編號：3535709