基于wince的心电图机软件系统设计与实现
2．2. 2 数据采集
为了保证数据的采集不被其他线程中断，本系统开辟了一个优先级较高的线程来采集数据。
(1)数据接收
由于采集卡的采样率为1 000次／秒，数据量较大，为了提高其与上位机传输数据的速度以及考虑到接口的可扩展性，本系统的数据采集卡集成了USB控制器FT245芯片，并在软件系统中加载了FTD2XX．DLL驱动，实现了以USB协议传输数据、上位机模拟串口接收数据的方式。采集线程只需打开串口不断接收数据，尔后再根据定义的数据包协议分别解出各个通道的数据以及导联脱落状态信息，并送到数据预处理模块进行滤波及导联脱落处理。
(2)数据同步采集的方法
数据预处理完毕后，采用SetEvent()的方式通知显示线程读取数据显示。为了保证公共数据缓冲区数据的正确性，采用临界区Critical Section来实现采集与显示线程的同步。
2．2．3 波形显示
本系统采用了医疗系统中较常见的实时显示方法，即扫描式，从左到右画，新进的点覆盖原来的点，中间有一段缓冲区刷掉旧点，画到最右端时，又从最左端画下一幅图，不断重复。同时为了防止闪烁，采用了双缓存技术。
心电图机一般需显示的波形有两种：导联波形显示，如12导联同步显示；节律波形显示，如检查心率不齐时，长时间连续的显示单一和多通道导联波形。为了方便医生在导联与节律两种模式下切换观察，本系统创建了两个后台绘图线程。当为导联显示模式时，把所绘导联波形的内存DC不断拷贝到屏幕DC上显示，节律绘图线程仍然后台运行。反之，为节律显示模式。
2．2．4 数据存储
(1)病人基本信息及分析结果存储：
SQLite是一个轻量级的嵌入式关系数据库，可以较为方便地运用于嵌入式系统中。相对于传统数据库，SQLite具有更好的实时性、系统开销小、底层控制能力强的特性。
由于本系统的病人基本信息及分析结果的存储，只涉及建立表格、查询、修改、插入、删除、排序等操作，因此采用精干高效的SQLite完全能够满足本平台的要求，并利用其支持的SQL命令及提供的API接口，操作十分方便。
(2)病人心电数据存储：
鉴于心电数据量比较大，为了快速存储以及便于管理，采用了文件的存储方式。首先在SQLite中建立心电数据PatiemEcgData表，包括病人ID、姓名、心电数据长度、心电数据文件的相对路径等字段，心电数据以文件方式保存的同时，将该文件的相对路径存到数据库。当进行历史波形回放时，只需根据病人ID，搜索心电数据文件路径，读取文件数据进行绘图显示即可。
2．2．5 数据处理与检测分析
2．2．5．1 数据滤波处理
ECG和绝大多数的生物数字信号一样，都是信噪比很低的微弱信号，往往混有很强的背景噪声，如工频干扰、肌电干扰、基线漂移等。噪声严重时可完全淹没ECG信号或使基线漂移剧烈。因此必须从硬件设备消除噪声影响的同时，也要从软件上去消除，本系统的数据滤波处理主要根据各噪声的频率特性设计不同的数字滤波器予以滤除。
2．2．5．2 数据检测分析
(1)特征提取
进行自动分析前，首先要进行特征提取。特征提取包括两部分：(1)波形识别，对ECG所包括的P波、T波和QRS波群进行识别。(2)测量出各波形的幅度和间期，以便提供给后面的分析程序。
准确地检测每一个QRS波是波形识别的首要任务，如果QRS波检测出现错误，其后进行的T、P波检测，各种参数测量及诊断分类均失去了意义。基于嵌入式平台的特点，QRS波群检测算法上采用了传统差分阈值法，可实现实时检测。
QRS波一旦识别，便可根据PQPST各波斜率特性，计算并定位各自的分界点。尔后进行各种参数测量和计算，包括心率、P波时限、P-R(P-Q)间期、QRS时限、Q-T(QTC)间期、平均心电轴、各波振幅等。
(2)自动分析：本文引用地址：http://www.eepw.com.cn/article/150855.htm
图3所示的是整个ECG分析方法。将特征提取过程产生的测量参数作为输入量，进入决策逻辑或统计过程。决策逻辑是基于规则的专家系统来模仿专家的决策过程以确定和描述病人的病情。这些规则集是根据医学专家的知识来开发的，通过一组IF-THEN语句，最后成为一个或多个分析结果语句，并打印在分析结果报告上。
3 总结
本文简要介绍了基于wince的心电图机硬件系统的组成，以及对整个软件系统的设计进行了分模块的阐述与分析。目前已完成第一版本产品样机的开发，经测试系统运行良好，分析算法也以美国的MIT心电数据库为标准进行测试，其准确性达到符合临床诊断要求。该产品已准备进入工厂量产阶段。
评论