引言
生物醫(yī)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患者的心臟狀況進行評估，并做出進一步診斷。而對于一些家用或者醫(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、心電信號分析、人機顯示、文件存儲等幾部分組成，通過NI提供的圖形化系統(tǒng)設(shè)計平臺，可以覆蓋數(shù)據(jù)采集、信號讀取、心電分析以及報表生成等一系列產(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。而在整個開發(fā)過程中，信號分析部分往往是重點，也是各廠商的軟件核心技術(shù)所在。本文將重點就心電采集與分析展開討論，介紹如何通過LabVIEW高效實現(xiàn)心電信號的采集及分析算法開發(fā)。
 

圖1 典型的單周期心電圖波形
心電信號的數(shù)據(jù)采集
通常來說，ECG信號是通過對若干電極（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)生的模擬電信號轉(zhuǎn)化為數(shù)字信號進行計算機分析。導(dǎo)聯(lián)產(chǎn)生的模擬信號往往較為微弱，幅值在mV左右，需要通過動態(tài)信號采集設(shè)備進行采集，或者通過前置預(yù)放大之后采集。無論是獨立的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，可以實現(xiàn)從8位到24位的分辨率，以及48kHz到2GHz的采樣率。同時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，提供了絕對精度值，以確保最終測量的準確性。一般來說ECG信號的頻率在幾百赫茲左右，可以通過1k到5k左右的采樣率進行采樣，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任何平臺的數(shù)據(jù)采集設(shè)備均可以滿足ECG的采樣需求?？梢愿鶕?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，在遠程醫(yī)療的應(yīng)用中選擇無線采集等。
  
圖2 從USB到無線的NI數(shù)據(jù)采集方案
無論使用何種NI硬件平臺，都可以通過同一種編程平臺——NI圖形化編程軟件LabVIEW實現(xiàn)開發(fā)。自1986年誕生以來，LabVIEW圖形化開發(fā)平臺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)準的開發(fā)工具。對于醫(yī)療電子設(shè)備的開發(fā)團隊來說，LabVIEW提供了將硬件I/O引入算法設(shè)計的快捷方式，無縫結(jié)合從數(shù)據(jù)采集、算法分析、數(shù)據(jù)存儲以及人機交互等全方面流程，同時不同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，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信號可以快速的被采集并顯示。圖1顯示了一個典型的心電波形周期。當(dāng)然，過程中，心電信號會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)，并且與心電信號本身有著相似的特性。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行處理。
從功能上來說，心電信號的處理可以大致分為兩個階段：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LabVIEW中的信號處理功能，用戶可以方便地創(chuàng)建針對兩個階段的信號處理應(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進行典型的心電信號處理的方法。
心電信號預(yù)處理
心電信號預(yù)處理可以幫助用戶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：
•         電源線干擾
•         電極分離或接觸噪聲
•         病人電極移動過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(fù)雜的隨機過程，也會使心電信號失真。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)計則成為更為強大而可行的心電信號處理方法。用戶可以使用以下方法來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，可以通過使用高通數(shù)字濾波器進行抑制。用戶還可以使用小波變換通過消除心電信號的趨勢來消除基準漂移。
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)計和實現(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例。
 

圖4 設(shè)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(shù)字濾波器，小波變換也是一種消除指定頻帶內(nèi)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(shù)，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?qū)嵗?br /> 
圖5 使用WA Detrend VI消除基準漂移
實例使用了Daubechies6 (db06)小波，因為這種小波與實際的心電信號相似。
圖6顯示了原始的心電信號，數(shù)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，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，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
在消除了基準漂移后，得到的心電信號比原來的信號更加清晰和穩(wěn)定。但是，其它類型的噪聲仍然會影響心電信號的特征提取。這些噪聲往往是寬頻帶的復(fù)雜隨機過程，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分解到各個子帶，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。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的細節(jié)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)，所以在心電信號處理領(lǐng)域引起了極大關(guān)注。但是，噪聲和隨時間變化的形態(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高級信號處理工具包中的Multiscale Peak Detection函數(shù)被用于檢測Q、R和S點。在波峰/波谷檢測前，使用Multiresolution Analysis Express函數(shù)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子帶進行重建，是因為幾乎所有的QRS細節(jié)都處于這兩個子帶中，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，以及原有的心電信號（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)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、經(jīng)過MSA后的心電信號以及波峰/波谷檢測后的心電信號
在進行QRS綜合波檢測后，可以利用其它方法進行特征分析。例如，可以利用R-R間隔信號進行心率變化(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中強大的信號處理功能，可以實現(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上的實現(xiàn)方式，并以此來闡述心電信號的處理流程。
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交互界面。參見圖10。工具包不僅支持NI數(shù)據(jù)采集平臺實現(xiàn)臨床心電信號的采集，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。如需對信號做進一步分析，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。
 
圖10  LabVIEW生物醫(yī)電工具包提供的ECG特征提取功能

 
圖11  LabVIEW生物醫(yī)電工具包提供的心率變異分析

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圖形化編程方式實現(xiàn)自定義算法，用戶可以在心臟疾病診斷和心電信號研究中方便而快捷地實現(xiàn)開發(fā)，包括消除噪聲、分析和提取心電信號等等。

本文已發(fā)表于醫(yī)療電子網(wǎng)