基于信号质量评估的可穿戴动态心电监护

    在添加了干扰过后，由R波检测算法得到的心率（测量值）和由基于卡尔曼滤波的心率估计算法得到的心率（估计值）如图5（b）所示。从图中可以看出，由于40 s~60 s的心电信号数据段受到了干扰，因此使得R波检测算法出现了较大的误差，出现了心率突变的情况。而由基于卡尔曼滤波的心率估计算法得到的心率值并没有因为干扰受到太大的影响，心率仍然保持平稳。因此，基于卡尔曼滤波的心率估计算法具有很强的抗干扰性，是一种较为理想的动态心率估计算法。

    为了验证该模型能够用于动态心电监护，同样选取了2 min慢跑时的心电信号来进行测试。
    测试结果如图6所示，由图中可知，直接由R波检测算法得到的心率在某些时间段会因人体运动产生的干扰而出现较大的误差，而由卡尔曼滤波的心率估计算法得到的结果却有明显的改善，心率能够保持平稳，不会因为运动干扰而出现大的误差。

    利用幅值法和斜率法虽然能够计算心率，但心电信号中的各种干扰会影响计算结果，信号的信噪比越低，心率计算的误差会越大。本文提出的新的基于信号质量评估的卡尔曼滤波估计算法，可以显著改善心率估计的误差。
    针对可穿戴动态心电监护系统需要嵌入服装、柔性化和低功耗的要求，本文进行了基于信号质量评估和卡尔曼滤波的可穿戴动态心电监护系统的设计，针对可穿戴心电信号处理系统抗干扰的要求，研究了人体生理信号质量评估方法，提出了基于信号质量指数的卡尔曼滤波器的设计，提高了心率估计的准确性，实现了可穿戴的动态心电监护，并最终通过实际的测试表明了该设计的有效性和可靠性。
参考文献
[1] 盛虎．新型动态心电监护系统的研究[D]．大连：大连交通大学，2006．
[2] ARNOLD M, MILNER X H R, WITTE H，et al.Adaptive AR modeling of nonstationary time series by means of Kalman fiLTEring[J]．IEEE Transactions on BiomeDICal Engineering, 1998,45(5)：553-562．
[3] 李桥．危重病人生命体征信号质量评估与分析[D]．济南：山东大学，2008．
[4] 石金兰．面型智能服装的亚健康评估系统的研究[D]．上海：东华大学，2008．
[5] 敬喜．卡尔曼滤波器及其应用基础[M]．北京：国防工业出版社，1973．

上一页  [1] [2] 

本文关键字：动态  评估  嵌入式系统-技术，单片机-工控设备 - 嵌入式系统-技术