引言

    生物醫電信號，如心電信號、血壓信號、腦電信號等等，都表征了一定的病理特征，以心電為例，通常以心電圖來(lái)記錄心臟產(chǎn)生的生物電流，臨床醫生可以利用心電圖對患者的心臟狀況進(jìn)行評估，并做出進(jìn)一步診斷。而對于一些家用或者醫用儀器廠(chǎng)商來(lái)說(shuō)，則需要開(kāi)發(fā)特定的信號處理算法并部署到嵌入式處理器上，完成醫電特征的提取。通常整套心電監測產(chǎn)品的研發(fā)過(guò)程，由心電數據采集、心電信號分析、人機顯示、文件存儲等幾部分組成，通過(guò)NI提供的圖形化系統設計平臺，可以覆蓋數據采集、信號讀取、心電分析以及報表生成等一系列產(chǎn)品開(kāi)發(fā)的流程，完成整套系統的開(kāi)發(fā)，提高開(kāi)發(fā)效率。而在整個(gè)開(kāi)發(fā)過(guò)程中，信號分析部分往往是重點(diǎn)，也是各廠(chǎng)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(kāi)討論，介紹如何通過(guò)LabVIEW高效實(shí)現心電信號的采集及分析算法開(kāi)發(fā)。

                     

                                  圖1 典型的單周期心電圖波形

    心電信號的數據采集

    通常來(lái)說(shuō)，ECG信號是通過(guò)對若干電極（導聯(lián)）感知生物電流，并通過(guò)數據采集設備將導聯(lián)產(chǎn)生的模擬電信號轉化為數字信號進(jìn)行計算機分析。導聯(lián)產(chǎn)生的模擬信號往往較為微弱，幅值在mV左右，需要通過(guò)動(dòng)態(tài)信號采集設備進(jìn)行采集，或者通過(guò)前置預放大之后采集。無(wú)論是獨立的ECG導聯(lián)或者集成醫用式ECG設備，都可以通過(guò)NI設備進(jìn)行數據采集。

    通過(guò)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)導地位，從便攜式USB設備到高精度PXIe同步采樣設備，可以實(shí)現從8位到24位的分辨率，以及48kHz到2GHz的采樣率。同時(shí)NI設備將增益誤差、偏移誤差、不確定噪聲等各種誤差值綜合考量之后，提供了絕對精度值，以確保最終測量的準確性。一般來(lái)說(shuō)ECG信號的頻率在幾百赫茲左右，可以通過(guò)1k到5k左右的采樣率進(jìn)行采樣，另外，根據應用的精度區別，可以選擇14～16bit采樣精度，基本上NI任何平臺的數據采集設備均可以滿(mǎn)足ECG的采樣需求?？梢愿鶕玫牟煌?，選擇合適的設備，如在便攜式設備中選擇USB數據采集，在遠程醫療的應用中選擇無(wú)線(xiàn)采集等。

                   

                           圖2 從USB到無(wú)線(xiàn)的NI數據采集方案

    無(wú)論使用何種NI硬件平臺，都可以通過(guò)同一種編程平臺——NI圖形化編程軟件LabVIEW實(shí)現開(kāi)發(fā)。自1986年誕生以來(lái)，LabVIEW圖形化開(kāi)發(fā)平臺一直致力于簡(jiǎn)化編程的復雜性，在所有涉及到數據采集和控制的領(lǐng)域里，LabVIEW圖形化編程方式都已經(jīng)成為標準的開(kāi)發(fā)工具。對于醫療電子設備的開(kāi)發(fā)團隊來(lái)說(shuō)，LabVIEW提供了將硬件I/O引入算法設計的快捷方式，無(wú)縫結合從數據采集、算法分析、數據存儲以及人機交互等全方面流程，同時(shí)不同NI硬件可通過(guò)代碼重用，發(fā)布到不同商業(yè)化、嵌入式平臺，簡(jiǎn)化構建原型系統的復雜性。

    通過(guò)LabVIEW以及NI采集設備，ECG信號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。當然，過(guò)程中，心電信號會(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，并且與心電信號本身有著(zhù)相似的特性。為了從帶有噪聲的心電信號中提取出有用的信息，我們需要對原始的心電信號進(jìn)行處理。

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

                     

                           圖3 典型的心電信號處理流程圖

    通過(guò)LabVIEW中的信號處理功能，用戶(hù)可以方便地創(chuàng )建針對兩個(gè)階段的信號處理應用，包括消除基線(xiàn)漂移、清除噪聲、QRS綜合波檢測、胎兒心率檢測等。
 
    接下來(lái)將著(zhù)重討論使用LabVIEW進(jìn)行典型的心電信號處理的方法。

    心電信號預處理

    心電信號預處理可以幫助用戶(hù)去除心電信號中的污染。廣義上講，心電信號污染可以分為如下幾類(lèi)：
    • 電源線(xiàn)干擾
    • 電極分離或接觸噪聲
    • 病人電極移動(dòng)過(guò)程中人為引入的偽影
    • 肌電（EMG）噪聲
    • 基準漂移

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

    消除基準漂移

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

    1. 數字濾波器方法

    通過(guò)LabVIEW圖形化和交互式的方法，可以高效地設計和實(shí)現有限沖擊響應(FIR)或無(wú)限沖擊響應(IIR)濾波器。例如，用戶(hù)可以使用Classical Filter Design Express VI設計Kaiser窗FIR高通濾波器消除基準漂移。圖4顯示了使用高通濾波器消除基準漂移的實(shí)例。

                    

                             圖4 設計并使用高通濾波器消除基準漂移

    2．小波變換方法

    除了數字濾波器，小波變換也是一種消除指定頻帶內信號的有效方法。LabVIEW 高級信號處理工具包提供了小波去趨勢(Detrend)的函數，它可以消除信號的低頻趨勢。圖5顯示了使用小波消除基準漂移的程序實(shí)例。

                      

                                圖5 使用WA Detrend VI消除基準漂移

    實(shí)例使用了Daubechies6 (db06)小波，因為這種小波與實(shí)際的心電信號相似。

    圖6顯示了原始的心電信號，數字濾波和小波變換兩種方法處理后得到的心電信號?？梢钥吹教幚砗蟮男碾娦盘栐诒３衷行碾娦盘栔饕匦缘耐瑫r(shí)，幾乎不含基準漂移信息。還可以注意到基于小波變換的方法更具優(yōu)勢，因為這種方法不引入延時(shí)，而且比數字濾波器的方法失真更小。

                

                                圖6 基于數字濾波器和基于小波變換的方法比較

    消除寬帶噪聲

    在消除了基準漂移后，得到的心電信號比原來(lái)的信號更加清晰和穩定。但是，其它類(lèi)型的噪聲仍然會(huì )影響心電信號的特征提取。這些噪聲往往是寬頻帶的復雜隨機過(guò)程，所以不能使用傳統的數字濾波器，但可以利用LabVIEW中小波去噪(Wavelet Denoise)的功能。

    通過(guò)小波變換將心電信號分解到各個(gè)子帶，然后利用閾值或收縮功能調整小波系數，最后重建出消除噪聲后的信號。下圖顯示了通過(guò)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的細節則保持不變。

                    

                             圖7 UWT小波去噪前及去噪后的心電信號

    對心電信號進(jìn)行特征提取

    為了診斷，需要從預處理后的心電數據中提取各種特征，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。

    在心電信號中檢測R峰值和QRS綜合波，可以提供關(guān)于心率、傳導速度、心臟內各種組織狀態(tài)和各種異常情況的信息。它為心臟疾病的診斷提供依據，所以在心電信號處理領(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。
因為小波能夠借助于多分辨率的優(yōu)勢對帶噪聲的信號進(jìn)行主要特征的提取與分析，所以近年來(lái)提出了許多基于小波的檢測方法。在本文中，LabVIEW高級信號處理工具包中的Multiscale Peak Detection函數被用于檢測Q、R和S點(diǎn)。在波峰/波谷檢測前，使用Multiresolution Analysis Express函數將心電信號分解為8級的Daubechies6 (db06)小波，然后使用D4和D5子帶重建出信號。之所以可以利用D4和D5子帶進(jìn)行重建，是因為幾乎所有的QRS細節都處于這兩個(gè)子帶中，這使得QRS檢測更為精確。

                  

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

    圖9顯示了經(jīng)過(guò)小波多分辨率分析（MRA）和波峰/波谷檢測處理后的心電信號，以及原有的心電信號（來(lái)自MIT-BIH數據庫）。在本圖中，可以發(fā)現波峰和波谷(特別是Q和S點(diǎn))在經(jīng)過(guò)小波多分辨率分析后變得更為明顯。

                   

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

    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間隔信號進(jìn)行心率變化(HRV)分析,顯示心臟和神經(jīng)系統的狀態(tài)。

    LabVIEW生物醫電起步工具包

    以上介紹了通過(guò)LabVIEW中強大的信號處理功能，可以實(shí)現各類(lèi)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)現方式，并以此來(lái)闡述心電信號的處理流程。

    除利用LabVIEW自行開(kāi)發(fā)以外， NI也提供了最新的生物醫電起步工具包，其中已經(jīng)集成了ECG特征提取的算法及人機交互界面。參見(jiàn)圖10。工具包不僅支持NI數據采集平臺實(shí)現臨床心電信號的采集，也支持MIT-BIH等不同專(zhuān)業(yè)數據庫的文件格式讀??；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(kāi)源并支持用戶(hù)自定義的算法；最后，ECG特征提取的結果可以導出到TDMS文件中。如需對信號做進(jìn)一步分析，如心率變異性分析（HRV）等，醫電工具包中同樣提供了現成的功能，供用戶(hù)直接調用，參見(jiàn)圖11。

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

             

                        圖10 LabVIEW生物醫電工具包提供的ECG特征提取功能

                   

                            圖11 LabVIEW生物醫電工具包提供的心率變異分析

    總結

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