引言

生物醫(yī)電信號(hào)，如心電信號(hào)、血壓信號(hào)、腦電信號(hào)等等，都表征了一定的病理特征，以心電為例，通常以心電圖來記錄心臟產(chǎn)生的生物電流，臨床醫(yī)生可以利用心電圖對(duì)患者的心臟狀況進(jìn)行評(píng)估，并做出進(jìn)一步診斷。而對(duì)于一些家用或者醫(yī)用儀器廠商來說，則需要開發(fā)特定的信號(hào)處理算法并部署到嵌入式處理器上，完成醫(yī)電特征的提取。通常整套心電監(jiān)測產(chǎn)品的研發(fā)過程，由心電數(shù)據(jù)采集、心電信號(hào)分析、人機(jī)顯示、文件存儲(chǔ)等幾部分組成，通過NI提供的圖形化系統(tǒng)設(shè)計(jì)平臺(tái)，可以覆蓋數(shù)據(jù)采集、信號(hào)讀取、心電分析以及報(bào)表生成等一系列產(chǎn)品開發(fā)的流程，完成整套系統(tǒng)的開發(fā)，提高開發(fā)效率。而在整個(gè)開發(fā)過程中，信號(hào)分析部分往往是重點(diǎn)，也是各廠商的軟件核心技術(shù)所在。本文將重點(diǎn)就心電采集與分析展開討論，介紹如何通過LabVIEW高效實(shí)現(xiàn)心電信號(hào)的采集及分析算法開發(fā)。

圖1 典型的單周期心電圖波形

心電信號(hào)的數(shù)據(jù)采集

通常來說，ECG信號(hào)是通過對(duì)若干電極（導(dǎo)聯(lián)）感知生物電流，并通過數(shù)據(jù)采集設(shè)備將導(dǎo)聯(lián)產(chǎn)生的模擬電信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)進(jìn)行計(jì)算機(jī)分析。導(dǎo)聯(lián)產(chǎn)生的模擬信號(hào)往往較為微弱，幅值在mV左右，需要通過動(dòng)態(tài)信號(hào)采集設(shè)備進(jìn)行采集，或者通過前置預(yù)放大之后采集。無論是獨(dú)立的ECG導(dǎo)聯(lián)或者集成醫(yī)用式ECG設(shè)備，都可以通過NI設(shè)備進(jìn)行數(shù)據(jù)采集。

通過30多年的發(fā)展，美國國家儀器（NI）在測試測量領(lǐng)域奠定了領(lǐng)導(dǎo)地位，從便攜式USB設(shè)備到高精度PXIe同步采樣設(shè)備，可以實(shí)現(xiàn)從8位到24位的分辨率，以及48kHz到2GHz的采樣率。同時(shí)NI設(shè)備將增益誤差、偏移誤差、不確定噪聲等各種誤差值綜合考量之后，提供了絕對(duì)精度值，以確保最終測量的準(zhǔn)確性。一般來說ECG信號(hào)的頻率在幾百赫茲左右，可以通過1k到5k左右的采樣率進(jìn)行采樣，另外，根據(jù)應(yīng)用的精度區(qū)別，可以選擇14～16bit采樣精度，基本上NI任何平臺(tái)的數(shù)據(jù)采集設(shè)備均可以滿足ECG的采樣需求。可以根據(jù)應(yīng)用的不同，選擇合適的設(shè)備，如在便攜式設(shè)備中選擇USB數(shù)據(jù)采集，在遠(yuǎn)程醫(yī)療的應(yīng)用中選擇無線采集等。

無論使用何種NI硬件平臺(tái)，都可以通過同一種編程平臺(tái)——NI圖形化編程軟件LabVIEW實(shí)現(xiàn)開發(fā)。自1986年誕生以來，LabVIEW圖形化開發(fā)平臺(tái)一直致力于簡化編程的復(fù)雜性，在所有涉及到數(shù)據(jù)采集和控制的領(lǐng)域里，LabVIEW圖形化編程方式都已經(jīng)成為標(biāo)準(zhǔn)的開發(fā)工具。對(duì)于醫(yī)療電子設(shè)備的開發(fā)團(tuán)隊(duì)來說，LabVIEW提供了將硬件I/O引入算法設(shè)計(jì)的快捷方式，無縫結(jié)合從數(shù)據(jù)采集、算法分析、數(shù)據(jù)存儲(chǔ)以及人機(jī)交互等全方面流程，同時(shí)不同NI硬件可通過代碼重用，發(fā)布到不同商業(yè)化、嵌入式平臺(tái)，簡化構(gòu)建原型系統(tǒng)的復(fù)雜性。

通過LabVIEW以及NI采集設(shè)備，ECG信號(hào)可以快速的被采集并顯示。圖1顯示了一個(gè)典型的心電波形周期。當(dāng)然，過程中，心電信號(hào)會(huì)被噪聲和人為引入的偽影所污染，這些噪聲和偽影在我們感興趣的頻段內(nèi)，并且與心電信號(hào)本身有著相似的特性。為了從帶有噪聲的心電信號(hào)中提取出有用的信息，我們需要對(duì)原始的心電信號(hào)進(jìn)行處理。

從功能上來說，心電信號(hào)的處理可以大致分為兩個(gè)階段：預(yù)處理和特征提取（如圖3所示）。預(yù)處理階段消除和減少原始心電信號(hào)中的噪聲，而特征提取階段則從心電信號(hào)中提取診斷信息。

圖3 典型的心電信號(hào)處理流程圖

通過LabVIEW中的信號(hào)處理功能，用戶可以方便地創(chuàng)建針對(duì)兩個(gè)階段的信號(hào)處理應(yīng)用，包括消除基線漂移、清除噪聲、QRS綜合波檢測、胎兒心率檢測等。

接下來將著重討論使用LabVIEW進(jìn)行典型的心電信號(hào)處理的方法。

心電信號(hào)預(yù)處理

心電信號(hào)預(yù)處理可以幫助用戶去除心電信號(hào)中的污染。廣義上講，心電信號(hào)污染可以分為如下幾類：

? 電源線干擾

? 電極分離或接觸噪聲

? 病人電極移動(dòng)過程中人為引入的偽影

? 肌電（EMG）噪聲

? 基準(zhǔn)漂移

在這些噪聲中，電源線干擾和基準(zhǔn)漂移是最為重要的，可以強(qiáng)烈地影響心電信號(hào)分析。除了這兩種噪聲，其它噪聲由于可能是寬頻帶的且復(fù)雜的隨機(jī)過程，也會(huì)使心電信號(hào)失真。電源線干擾是以60 Hz （或 50 Hz）為中心的窄帶噪聲，帶寬小于1Hz。通常，心電信號(hào)的采集硬件或者通過軟件陷波濾波器可以消除電源線干擾。但是，基準(zhǔn)漂移和其它寬帶噪聲通過硬件設(shè)備很難抑制。而軟件設(shè)計(jì)則成為更為強(qiáng)大而可行的心電信號(hào)處理方法。用戶可以使用以下方法來消除基準(zhǔn)漂移和其它寬帶噪聲。

消除基準(zhǔn)漂移

基準(zhǔn)漂移的產(chǎn)生通常源于呼吸，頻率在0.15 到 0.3 Hz之間，可以通過使用高通數(shù)字濾波器進(jìn)行抑制。用戶還可以使用小波變換通過消除心電信號(hào)的趨勢來消除基準(zhǔn)漂移。

1. 數(shù)字濾波器方法

通過LabVIEW圖形化和交互式的方法，可以高效地設(shè)計(jì)和實(shí)現(xiàn)有限沖擊響應(yīng)（FIR）或無限沖擊響應(yīng)（IIR）濾波器。例如，用戶可以使用Classical Filter Design Express VI設(shè)計(jì)Kaiser窗FIR高通濾波器消除基準(zhǔn)漂移。圖4顯示了使用高通濾波器消除基準(zhǔn)漂移的實(shí)例。

圖4 設(shè)計(jì)并使用高通濾波器消除基準(zhǔn)漂移

2．小波變換方法

除了數(shù)字濾波器，小波變換也是一種消除指定頻帶內(nèi)信號(hào)的有效方法。LabVIEW 高級(jí)信號(hào)處理工具包提供了小波去趨勢（Detrend）的函數(shù)，它可以消除信號(hào)的低頻趨勢。圖5顯示了使用小波消除基準(zhǔn)漂移的程序?qū)嵗?/p>

圖5 使用WA Detrend VI消除基準(zhǔn)漂移

實(shí)例使用了Daubechies6 （db06）小波，因?yàn)檫@種小波與實(shí)際的心電信號(hào)相似。

圖6顯示了原始的心電信號(hào)，數(shù)字濾波和小波變換兩種方法處理后得到的心電信號(hào)。可以看到處理后的心電信號(hào)在保持原有心電信號(hào)主要特性的同時(shí)，幾乎不含基準(zhǔn)漂移信息。還可以注意到基于小波變換的方法更具優(yōu)勢，因?yàn)檫@種方法不引入延時(shí)，而且比數(shù)字濾波器的方法失真更小。

圖6 基于數(shù)字濾波器和基于小波變換的方法比較

消除寬帶噪聲

在消除了基準(zhǔn)漂移后，得到的心電信號(hào)比原來的信號(hào)更加清晰和穩(wěn)定。但是，其它類型的噪聲仍然會(huì)影響心電信號(hào)的特征提取。這些噪聲往往是寬頻帶的復(fù)雜隨機(jī)過程，所以不能使用傳統(tǒng)的數(shù)字濾波器，但可以利用LabVIEW中小波去噪（Wavelet Denoise）的功能。

通過小波變換將心電信號(hào)分解到各個(gè)子帶，然后利用閾值或收縮功能調(diào)整小波系數(shù)，最后重建出消除噪聲后的信號(hào)。下圖顯示了通過LabVIEW中非抽樣小波變換（UWT），寬帶噪聲被極大地抑制而心電信號(hào)的細(xì)節(jié)則保持不變。

圖7 UWT小波去噪前及去噪后的心電信號(hào)

對(duì)心電信號(hào)進(jìn)行特征提取

為了診斷，需要從預(yù)處理后的心電數(shù)據(jù)中提取各種特征，包括QRS波間隔、QRS波幅度、PR間隔、ST間隔、胎兒心率等。這里以QRS綜合波檢測為例。

在心電信號(hào)中檢測R峰值和QRS綜合波，可以提供關(guān)于心率、傳導(dǎo)速度、心臟內(nèi)各種組織狀態(tài)和各種異常情況的信息。它為心臟疾病的診斷提供依據(jù)，所以在心電信號(hào)處理領(lǐng)域引起了極大關(guān)注。但是，噪聲和隨時(shí)間變化的形態(tài)使得檢測非常困難。

因?yàn)樾〔軌蚪柚诙喾直媛实膬?yōu)勢對(duì)帶噪聲的信號(hào)進(jìn)行主要特征的提取與分析，所以近年來提出了許多基于小波的檢測方法。在本文中，LabVIEW高級(jí)信號(hào)處理工具包中的Multiscale Peak Detection函數(shù)被用于檢測Q、R和S點(diǎn)。在波峰/波谷檢測前，使用Multiresolution Analysis Express函數(shù)將心電信號(hào)分解為8級(jí)的Daubechies6 （db06）小波，然后使用D4和D5子帶重建出信號(hào)。之所以可以利用D4和D5子帶進(jìn)行重建，是因?yàn)閹缀跛械腝RS細(xì)節(jié)都處于這兩個(gè)子帶中，這使得QRS檢測更為精確。

圖8 心電信號(hào)多分辨率分析和QRS波檢測的實(shí)現(xiàn)

圖9顯示了經(jīng)過小波多分辨率分析（MRA）和波峰/波谷檢測處理后的心電信號(hào)，以及原有的心電信號(hào)（來自MIT-BIH數(shù)據(jù)庫）。在本圖中，可以發(fā)現(xiàn)波峰和波谷（特別是Q和S點(diǎn)）在經(jīng)過小波多分辨率分析后變得更為明顯。

圖9 原始的心電信號(hào)、經(jīng)過MSA后的心電信號(hào)以及波峰/波谷檢測后的心電信號(hào)

在進(jìn)行QRS綜合波檢測后，可以利用其它方法進(jìn)行特征分析。例如，可以利用R-R間隔信號(hào)進(jìn)行心率變化（HRV）分析，顯示心臟和神經(jīng)系統(tǒng)的狀態(tài)。

LabVIEW生物醫(yī)電起步工具包

以上介紹了通過LabVIEW中強(qiáng)大的信號(hào)處理功能，可以實(shí)現(xiàn)各類自定義的ECG分析算法，文中介紹的只是一部分較為成熟有效的算法在LabVIEW上的實(shí)現(xiàn)方式，并以此來闡述心電信號(hào)的處理流程。

除利用LabVIEW自行開發(fā)以外， NI也提供了最新的生物醫(yī)電起步工具包，其中已經(jīng)集成了ECG特征提取的算法及人機(jī)交互界面。參見圖10。工具包不僅支持NI數(shù)據(jù)采集平臺(tái)實(shí)現(xiàn)臨床心電信號(hào)的采集，也支持MIT-BIH等不同專業(yè)數(shù)據(jù)庫的文件格式讀取；另外，除了自帶小波分析的QRS波、P波和T波檢測外，也同時(shí)開源并支持用戶自定義的算法；最后，ECG特征提取的結(jié)果可以導(dǎo)出到TDMS文件中。如需對(duì)信號(hào)做進(jìn)一步分析，如心率變異性分析（HRV）等，醫(yī)電工具包中同樣提供了現(xiàn)成的功能，供用戶直接調(diào)用，參見圖11。

除此以外，LabVIEW及生物醫(yī)電工具包還可以使用在其它生物醫(yī)學(xué)信號(hào)處理領(lǐng)域，例如腦電圖（EEG）、肌電分析（EMG）以及核磁共振（MRI）3D成像等等應(yīng)用中。

總結(jié)

LabVIEW以及生物醫(yī)電工具包可以提供魯棒而高效的環(huán)境和工具，解決心電信號(hào)處理問題。通過工具包中現(xiàn)成可用的分析算法，或者通過LabVIEW圖形化編程方式實(shí)現(xiàn)自定義算法，用戶可以在心臟疾病診斷和心電信號(hào)研究中方便而快捷地實(shí)現(xiàn)開發(fā)，包括消除噪聲、分析和提取心電信號(hào)等等。

責(zé)任編輯：gt