论文部分内容阅读
目前,心血管病死亡占我国城乡居民总死亡原因的首位,而随着人口老龄化及城镇化进程的加速,今后10年心血管病患病人数仍将保持快速增长。传统的心电图检测方式设备体积巨大,操作复杂,且需要专业人员的诊断。随着可穿戴设备及自动分析诊断技术的不断发展,对心电信号提取的研究也日益增多。在此背景下,本文基于小波变化,对心电信号特征参数提取算法进行了研究,并将其应用于FPGA平台。本文的主要研究工作有:第一,在心电信号降噪滤波方面,采用了小波阈值降噪中的软阈值算法对心电信号进行了处理。以50Hz的正弦波来模拟工频干扰噪声,并以0.5Hz的正弦波来模拟基线漂移建立噪声模型,然后通过对比各小波的特点,选取db4小波对含噪声心电信号进行8层小波分解,实现了对心电信号的降噪滤波,并在最后对降噪效果进行评估。第二,在心电信号特征参数提取方面,基于小波变换和自适应双阈值算法设计了心电信号R波检测系统。检测系统分为QRS波提取模块和QRS波判定模块两部分。首先对比不同方案的效果,利用bior4.4小波对心电信号进行5层小波分解。然后设计了QRS波判定过程中用到的滑动窗口积分算法及自适应双阈值算法。自适应双阈值充分利用了FPGA集成度高、运算速度快的优点,利用高低双阈值,实现了更准确的QRS波实时检测。最后,通过Matlab对整个系统进行建模仿真,利用MIT-BIH心电数据库中的48组心电数据,统计得到本算法对于正常心电信号的QRS波检出率接近100%,整体检出率为98.93%,满足设计要求。第三,基于CycloneⅣ系列的4CE115F23I7核心芯片,将QRS波实时检测系统在FPGA上实现。本部分首先将整个QRS波检测系统模块化,分为了小波变换模块、QRS波判定模块及数据发送模块。主要内容是以bior4.4小波为基函数对心电信号进行5层小波变换;然后将提取到的QRS波处理为具有单一波形的波峰信号,并对其进行判定;最后利用UART传输模块将数据发送至上位机。整个系统由Verilog硬件描述语言编写,并利用QuartusⅡ软件进行编译综合。最后,对检测系统进行仿真及上板测试。进行了Modelsim的时序仿真,并完成了上板测试以及利用SignalTap进行信号分析。得到了与Matalb仿真一致的结果,本文所设计的检测算法能够应用于FPGA硬件平台,实现QRS波的实时检测。