目前,，心血管疾病已經(jīng)成為危害人類健康的主要疾病之一,。可穿戴心電技術(shù)是在人們?nèi)粘４┐鞯囊挛镏星度胄碾姴杉到y(tǒng),，使其在自然狀態(tài)下隨時隨地獲取心電數(shù)據(jù),，是人體心電實(shí)時監(jiān)護(hù)的有效方法,。但由于人體處于運(yùn)動狀態(tài)，心電信號受到的干擾大,，難以正確處理和評估,。目前國內(nèi)外有很多學(xué)者對動態(tài)心電進(jìn)行了研究，例如盛虎提出的新型動態(tài)心電監(jiān)護(hù)系統(tǒng)彌補(bǔ)了信號采集功能和分析功能脫離的不足,，實(shí)現(xiàn)了心電數(shù)據(jù)實(shí)時分析,，但是該系統(tǒng)成本較高[1]；國外有些學(xué)者將卡爾曼濾波應(yīng)用于動態(tài)心電信號檢測,，并與自適應(yīng)算法結(jié)合,，以提高檢測的正確率，但由于算法比較復(fù)雜,，不能進(jìn)行實(shí)時監(jiān)控[2],；李橋等人將卡爾曼濾波應(yīng)用于危重病人監(jiān)護(hù)，并結(jié)合了信號質(zhì)量評估,，但主要針對靜態(tài)生理信號,，不適用于動態(tài)心電監(jiān)護(hù)[3]。
本文提出了一種新的基于信號質(zhì)量評估和卡爾曼濾波的可穿戴動態(tài)心電監(jiān)護(hù)的方法,，該方法將信號質(zhì)量評估,、卡爾曼濾波以及可穿戴技術(shù)相結(jié)合，實(shí)現(xiàn)了便攜式高可靠的長時間人體心率評估,。
1 可穿戴動態(tài)心電特征分析
心電信號作為心臟電信號在人體體表的表現(xiàn),，信號微弱，頻率主要介于0.01 Hz~100 Hz之間,，其中與心率評估密切相關(guān)的QRS波群主要集中在0~(58±19)Hz,，90%的頻譜能量集中在0.25 Hz~35 Hz之間，而高頻心電信號的頻帶范圍則在100 Hz~1 000 Hz[4]。在動態(tài)心電信號采集的過程中,，心電信號干擾中的肌電干擾,、基線漂移（小于5 Hz）和運(yùn)動偽跡（小于7 Hz）均比靜態(tài)情況下嚴(yán)重。目前醫(yī)學(xué)上運(yùn)用最廣泛的電極是傳統(tǒng)的氯化銀電極,，雖然這種電極采集到的信號穩(wěn)定,，但是對皮膚損傷較大，不適合長期使用,?？纱┐鲃討B(tài)心電采集宜采用對人體無損害、能夠長時間使用的織物柔性電極,，但織物電極信號的自身特點(diǎn),，需要在處理時采用不同方法。
本文通過集成在智能服裝上的織物電極獲取運(yùn)動狀態(tài)下的人體心電信號,，并進(jìn)行特征分析,，作為建立相應(yīng)處理模型的依據(jù)。靜止?fàn)顟B(tài)與運(yùn)動狀態(tài)下心電信號的功率譜如圖1所示,。從圖中可以看出當(dāng)頻率在0 Hz~7 Hz時,，運(yùn)動狀態(tài)下的功率要遠(yuǎn)大于靜止?fàn)顟B(tài)下的功率，這是因?yàn)樵谌梭w運(yùn)動時電極與人體的相對運(yùn)動劇烈,，使得運(yùn)動偽跡干擾的影響增大，另外由人體呼氣引起的基線漂移干擾也同時增大,。在QRS波群集中的頻段,，運(yùn)動狀態(tài)下的功率略大于靜止?fàn)顟B(tài)下的功率，這是由于人體運(yùn)動以及肌肉緊張收縮而引起的肌電干擾所致,。
經(jīng)實(shí)驗(yàn)證明,，在走路狀態(tài)和慢跑狀態(tài)下用織物電極采集的信號，雖然受到了一定的干擾,，但是波形并沒有失真,，完全能夠用來進(jìn)行后期的處理。
2 基于信號質(zhì)量評估和卡爾曼濾波的動態(tài)心率估計(jì)模型
準(zhǔn)確的心率估計(jì)是可穿戴監(jiān)護(hù)系統(tǒng)的最基本要求,，R波檢測算法是獲得心率的最便利的方法,，然而心率的檢測經(jīng)常受到干擾的影響而出現(xiàn)錯誤?？柭鼮V波算法簡單,，所需的數(shù)據(jù)量小，在沒有信號先驗(yàn)知識的情況下仍能有效地估計(jì)信號趨勢的變化和噪聲干擾,，是一種估計(jì)信號趨勢的有效方法,。信號質(zhì)量指數(shù)SQI(Signal Quality Index)可以實(shí)時地表征動態(tài)心電信號的質(zhì)量，從而作為卡爾曼濾波器參數(shù)調(diào)節(jié)的依據(jù)，提高估計(jì)準(zhǔn)確性,。本文提出了一種新的基于信號質(zhì)量評估和卡爾曼濾波的動態(tài)心率測量和評估的方法,，首先對心電信號進(jìn)行R波提取并計(jì)算心率，接著利用R波檢測和加速度計(jì)的結(jié)果來獲得運(yùn)動狀態(tài)下心電信號質(zhì)量指數(shù)SQI,，然后根據(jù)SQI對卡爾曼濾波器參數(shù)進(jìn)行調(diào)節(jié),，最后對心率進(jìn)行重新估計(jì)，以獲得更為準(zhǔn)確的結(jié)果,。系統(tǒng)結(jié)構(gòu)圖如圖2所示,。
2.1 動態(tài)心電R波識別和心率測量
R波檢測算法必須具備準(zhǔn)確性與快速性兩個特點(diǎn)，而這兩者之間又存在著矛盾,。常用的算法有面積法,、小波變換法、幅度法和斜率法等,，這些算法都是基于心電信號中的R波具有幅度和斜率較大的特點(diǎn)實(shí)現(xiàn)的,。其中面積法雖然準(zhǔn)確率較高，但算法很復(fù)雜,，而小波變換法速度較慢,，不適合用于實(shí)時分析，因此本文采用的R波檢測算法是幅度法和斜率法,。
幅度法算法簡單,、速度快，在干擾較小時有很高的準(zhǔn)確率,，但是這種算法比較容易受到心電信號中的大T波干擾,，從而導(dǎo)致心率估計(jì)不準(zhǔn)，如圖3所示,。斜率法的抗干擾能力比幅度法強(qiáng),，準(zhǔn)確率高，缺點(diǎn)是算法比較復(fù)雜,，容易受高頻肌電干擾的影響,。
識別出R波過后，本文以10 s為一個時間窗口,，計(jì)算該窗口內(nèi)R-R間隔的均值,，并以此得到10 s內(nèi)的心率測量值，公式為：
其中,，N(k)表示以某一秒的起始時刻為中心左右各取5 s,，在這10 s的窗口內(nèi)兩種R波檢測算法檢測出的R波匹配的數(shù)目。NA表示幅度算法檢測出的R波的個數(shù),，NS表示斜率算法檢測出的R波的個數(shù),，S表示加速度計(jì)檢測出的人體運(yùn)動的劇烈程度,，S的值介于0～1之間，當(dāng)S等于0時表示人體處于靜止?fàn)顟B(tài),，S的值越大表示人體運(yùn)動越劇烈,。前面提到，幅度算法在干擾較小時對于R波的檢測有很高的準(zhǔn)確性,，而斜率算法的抗干擾能力要強(qiáng)于幅度算法,。因此在體現(xiàn)人體運(yùn)動劇烈程度的S的值越小時，幅度算法檢測出的結(jié)果所占的權(quán)重越大,；而當(dāng)S的值越大,，即人體運(yùn)動程度越劇烈時，斜率算法檢測出的結(jié)果所占的權(quán)重越大,。
由式（8）可知,，心電信號質(zhì)量指數(shù)SQI的值介于0～1之間，接近或等于0表示心電信號質(zhì)量很差,，而接近或等于1表示心電信號質(zhì)量很高,。
2.4 基于SQI的卡爾曼濾波心率估計(jì)器參數(shù)調(diào)節(jié)
當(dāng)心電信號由于人體運(yùn)動而受到干擾時，使用R波檢測算法得到的心率將出現(xiàn)一定誤差,，本文提出在運(yùn)動狀態(tài)下對R波檢測算法得到的心率應(yīng)用卡爾曼濾波進(jìn)行最佳估計(jì),，并研究了通過心電信號質(zhì)量指數(shù)SQI調(diào)節(jié)卡爾曼濾波器增益系數(shù)的方法。由于當(dāng)心電信號在人體運(yùn)動時會受到干擾,，這將使心電信號質(zhì)量指數(shù)發(fā)生變化,，而這種干擾大小的變化表現(xiàn)為卡爾曼濾波器方程中測量噪聲協(xié)方差R的變化，因此根據(jù)SQI值調(diào)節(jié)測量噪聲協(xié)方差R：
由式（9）可知,，當(dāng)心電信號質(zhì)量相對較高(即SQI值較大)時,，R的值相對較小，從而Kg(k)值較大,，此時較多地由測量值Z(k)來調(diào)整心率值；反之,，當(dāng)心電信號質(zhì)量較低(即SQI值較小)時,，R值相對較大，Kg(k)值減小,，此時較多地由先驗(yàn)估計(jì)來調(diào)整心率值,，從而避免運(yùn)動干擾的影響。
2.5 卡爾曼濾波方程初始值的確定
在運(yùn)用卡爾曼濾波進(jìn)行動態(tài)心率估計(jì)之前,，應(yīng)確定濾波器方程中系數(shù)的初始值,。假設(shè)人的心率不會發(fā)生突變，即k時刻的心率近似等于k-1時刻的心率,，因此A=1,。另外,，前面提到如果系統(tǒng)沒有控制量，U(k)可以為0,。由于系統(tǒng)的測量值由R波檢測算法獲得,，和心率直接對應(yīng)，因此H=1,。系統(tǒng)測量噪聲協(xié)方差R=R0=1,，該系數(shù)會隨著心電信號的SQI值的變化而變化。系統(tǒng)過程協(xié)方差Q初值設(shè)為0.1,，P(0|0)=1,。
3 結(jié)果和討論
3.1 評價數(shù)據(jù)庫
本文所采用的評價數(shù)據(jù)庫均由埃德ML870 PowerLab 8/30數(shù)據(jù)采集系統(tǒng)獲得，該系統(tǒng)通過屏蔽線與傳統(tǒng)的氯化銀電極,、集成在智能服裝上的織物電極相連,，采集人體在靜止、走路,、慢跑等狀態(tài)下的生理信號,，采樣頻率為1 000 Hz，各10 min時間,，然后經(jīng)過放大,、濾波和整形等處理，最終在終端上進(jìn)行實(shí)時顯示并保存心電數(shù)據(jù),。
3.2 結(jié)果
為了驗(yàn)證本文提出的模型,，首先選取了2 min標(biāo)準(zhǔn)心電信號，并對其進(jìn)行心率計(jì)算,，如圖4中（a）所示,，以此結(jié)果作為之后的評價標(biāo)準(zhǔn)。隨后在該心電信號的40 s~60 s數(shù)據(jù)段添加干擾,，添加了干擾后的心電信號如圖4(b)所示,，并用兩種R波檢測算法和基于卡爾曼濾波的估計(jì)算法對其進(jìn)行心率估計(jì)。
由標(biāo)準(zhǔn)心電信號計(jì)算所得的心率如圖5(a)所示,，從圖中可以看出,，因?yàn)樾碾娦盘柕馁|(zhì)量較高，兩種R波檢測算法的準(zhǔn)確率很高,，所以在這2 min內(nèi)得到的心率比較穩(wěn)定,，沒有心率突變的情況發(fā)生。
在添加了干擾過后,，由R波檢測算法得到的心率（測量值）和由基于卡爾曼濾波的心率估計(jì)算法得到的心率（估計(jì)值）如圖5（b）所示,。從圖中可以看出，由于40 s~60 s的心電信號數(shù)據(jù)段受到了干擾,，因此使得R波檢測算法出現(xiàn)了較大的誤差,，出現(xiàn)了心率突變的情況,。而由基于卡爾曼濾波的心率估計(jì)算法得到的心率值并沒有因?yàn)楦蓴_受到太大的影響，心率仍然保持平穩(wěn),。因此,，基于卡爾曼濾波的心率估計(jì)算法具有很強(qiáng)的抗干擾性，是一種較為理想的動態(tài)心率估計(jì)算法,。
為了驗(yàn)證該模型能夠用于動態(tài)心電監(jiān)護(hù),，同樣選取了2 min慢跑時的心電信號來進(jìn)行測試。
測試結(jié)果如圖6所示,，由圖中可知,，直接由R波檢測算法得到的心率在某些時間段會因人體運(yùn)動產(chǎn)生的干擾而出現(xiàn)較大的誤差，而由卡爾曼濾波的心率估計(jì)算法得到的結(jié)果卻有明顯的改善,，心率能夠保持平穩(wěn),，不會因?yàn)檫\(yùn)動干擾而出現(xiàn)大的誤差。
利用幅值法和斜率法雖然能夠計(jì)算心率,，但心電信號中的各種干擾會影響計(jì)算結(jié)果,，信號的信噪比越低，心率計(jì)算的誤差會越大,。本文提出的新的基于信號質(zhì)量評估的卡爾曼濾波估計(jì)算法,，可以顯著改善心率估計(jì)的誤差。
針對可穿戴動態(tài)心電監(jiān)護(hù)系統(tǒng)需要嵌入服裝,、柔性化和低功耗的要求,，本文進(jìn)行了基于信號質(zhì)量評估和卡爾曼濾波的可穿戴動態(tài)心電監(jiān)護(hù)系統(tǒng)的設(shè)計(jì)，針對可穿戴心電信號處理系統(tǒng)抗干擾的要求,，研究了人體生理信號質(zhì)量評估方法,，提出了基于信號質(zhì)量指數(shù)的卡爾曼濾波器的設(shè)計(jì)，提高了心率估計(jì)的準(zhǔn)確性,，實(shí)現(xiàn)了可穿戴的動態(tài)心電監(jiān)護(hù),，并最終通過實(shí)際的測試表明了該設(shè)計(jì)的有效性和可靠性。
參考文獻(xiàn)
[1] 盛虎．新型動態(tài)心電監(jiān)護(hù)系統(tǒng)的研究[D]．大連：大連交通大學(xué),，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] 李橋．危重病人生命體征信號質(zhì)量評估與分析[D]．濟(jì)南：山東大學(xué)，2008．
[4] 石金蘭．面型智能服裝的亞健康評估系統(tǒng)的研究[D]．上海：東華大學(xué),，2008．
[5] 敬喜．卡爾曼濾波器及其應(yīng)用基礎(chǔ)[M]．北京：國防工業(yè)出版社，1973．