基于Android手機的動態(tài)心電監(jiān)測軟件設計與實現(xiàn)研究.pdf

1、心血管疾病在21世紀的今天成為了慢性死亡的代名詞，嚴重威脅著數(shù)以億計人們的生命。在吸煙、肥胖、壓力、缺乏運動等因素的影響下，心血管病患者數(shù)量仍在持續(xù)攀升。傳統(tǒng)醫(yī)院心電圖分析已經(jīng)無法滿足人們對于心血管病長期管理的需求。隨著微處理技術的不斷發(fā)展，便攜、可穿戴動態(tài)心電圖設備的出現(xiàn)為緩解該問題提供了一種解決方法。針對目前可穿戴心電產(chǎn)品功能單一、設計感差、用戶非專業(yè)、操作環(huán)境復雜的不足。本文設計了一款基于Android系統(tǒng)的動態(tài)心電圖監(jiān)測系統(tǒng)，為

2、用戶提供貼心的家庭心電監(jiān)護服務。本文的主要工作內(nèi)容如下：
　　（1）針對動態(tài)心電圖的噪聲特點，本文對比分析了五種常用濾波算法，設計了具有算法實現(xiàn)簡單、信噪比高、實時性好等特點的自適應濾波器、整系數(shù)FIR低通濾波器和快速中值濾波器。并利用麻省理工學院的MIT/BIH心律失常數(shù)據(jù)庫作為分析對象，驗證了算法的有效性、準確性及高效性。
　　（2）針對心電圖信號能量比高的QRS波，本文設計了基于自適應雙閾值與回溯重檢的改進差分算法，引

3、入了初始雙閾值、自適應閾值動態(tài)更新、零極值點、不應期和漏點回溯重檢等處理方法，有效提升了動態(tài)心電圖對于R波幅值最大點定位的準確率。此外，設計了針對P波和T波等難檢波形的基于窗口搜索方法的極大值對過零檢測算法，并提取出九個具有重要醫(yī)學價值的心電特征參數(shù)。
　　（3）針對心律失常、心肌缺血癥狀，本文從復雜度、適應性、魯棒性和識別效果等四個方面，對比了基于模糊聚類C均值聚類算法(Fuzzy clustering algorithm,FC

4、M)和邏輯分支算法等兩種心電識別算法。提出了基于五類異常模版的FCM模糊聚類算法，有效實現(xiàn)了動態(tài)心電系統(tǒng)對于心臟異常分析的目標。
　?。?）Android系統(tǒng)的動態(tài)心電監(jiān)測軟件開發(fā)方面，本文采用低功耗藍牙的通信方式，對接小巧的可穿戴式硬件心電采集端，實現(xiàn)動態(tài)心電監(jiān)護的低功耗化、隱形化、持續(xù)化。動態(tài)心電圖繪制基于標準心電圖紙，界面可自由放大，同時，ECG數(shù)據(jù)存儲采用“212”標準格式方式。系統(tǒng)功能完善的同時，有效提升了界面的美觀度及