<p>注：*为必填项。</p> <p>【请在报名阶段填写 ↓】</p> <h1>1、自我/团队介绍</h1> <p>我们团队成员均为电子信息-生物医学工程的在读研究生，队员曾获得多项电子/计算机设计大赛省奖/国奖/冠军。热爱电子设计，喜欢钻研技术，对电子技术有很强的追求。队长曾在某研究所担任两年电子工程师，实战经验较为丰富。</p> <h1>2、简要介绍项目</h1> <p>心血管疾病是危害中国人生命安全的第一大杀手，而目前上面上成熟的心电监护仪大多要600元以上，这样的价格让其难以普及，我们想开发一台足够便宜，足够便携，足够好用的心电监护自动分析装置。有助于保护国人的心血管健康。</p> <p>该项目是一个三导联ECG心电图检测分析装置，硬件部分为USB心电信号采集卡，采集心电如若信号并处理，最后上传至计算机，在计算机中采用python开发上位机并进行进行处理，显示出心电图，频谱等，并提供心颤检测各种分析功能。该项目是我们实验室研发任务的成员自行研发的衍生产品，其旨在复杂环境下稳定快速可靠地识别房颤室颤，并且提供一个十分经济的心电监护方式，为大项目的整体工作打下基础，后续将继续进行研发。</p> <p>【请在竞赛阶段填写 ↓】</p> <h1>1、描述项目详情</h1> <p>本项目硬件部分采用GD32F130F8P6作为主控，提供采集数据上传的功能。利用运放分别搭建各种放大/滤波陷波电路，将三导联的的心电信号提取出来并且滤除常见干扰。采用USB转串口芯片解决MCU串口和上位机的通讯问题。以下是硬件结构大体框图： <img src="//image.lceda.cn/pullimage/sR4dVHBzGL4LqUuP6TW24871icFUnIQfiQXqS5qp.jpeg" alt="硬件处理框图.jpg"></p> <p>在上位机端，我们用python/C++混合编程搭建了心电记录/显示/分析一体化的上位机，提供了心率检测、频谱分析、房颤室颤等分析，并邀请知名专业医生指导验证（实验室合作关系）。以下是上位机软件设计的大致框架：</p> <p><img src="//image.lceda.cn/pullimage/xjFIauh5rp95YAPQ0liB63CKOBTc9q86bWco3Byw.jpeg" alt="软件流程框架.jpg"></p> <h1>2、描述项目所面临的挑战及所解决的问题</h1> <p>我们的初始方案是采用AD8232芯片进行心电信号的提取，但是经过测试发现，无论是我们的测试电路还是买到的DEMO板，只能在无干扰状态下保持良好工作（关闭房间所有交流用电器），抗干扰性能都极差。下图是一张典型的波形，这是我们在关闭所有电器，只开一只台灯的情况下的输出波形（测试淘宝买的AD8232红色模块）： <img src="//image.lceda.cn/pullimage/PkAW43lCbd3n94Zyzt8qx5Cf3VdV5RBI1hwWgPqf.jpeg" alt="50Hz干扰.jpg"> 上图可以看到，其存在很高幅度的50Hz工频噪声，我们分析，这是由于其右腿反馈的驱动能力不足，以及内部设计原因所致。 当然如果是纯粹的50Hz干扰，我们可以通过后级滤波来实现，查阅datasheet和实践发现，由于AD8232内部的设计原因，在50Hz干扰达到一定程，则会引发振荡： <img src="//image.lceda.cn/pullimage/NK6o8z9b82YCQS1sSDqm6diYu1ZdOuajsSGgHcTF.jpeg" alt="震荡波形.jpg"></p> <p>考虑到我们的项目日后需要在更加复杂的环境下工作，比如应用到电除颤环境下，需要很高的抗干扰性能和灵活性保证，我们选择了采用分立运放自行搭建小信号提取电路：<img src="//image.lceda.cn/pullimage/L652waiTUsAtfhO62DAn1F0pqPngopQ0xSUawu3z.png" alt="信号采集电路.png"></p> <p>< br> 经测试，抗干扰性能大大强于AD8232。我们测试的条件是空调，电磁炉等较大功率的设备全开，图下是示波器保存的测试报告：</p> <p><img src="//image.lceda.cn/pullimage/Fu4Qwy6eIzrcmxnJnia5cm1JPeh3IV7HzxRLA6bZ.jpeg" alt="修改.jpg"></p> <p>几乎完全滤除了50Hz的工频干扰，只留下易于处理（与工作频率相差过大，因此无需处理）的100KHz开关噪声。</p> <p>在心电分析方面，如何进行室颤房颤的分析成为了软件的重点问题，我们研发了“频谱反馈闭环式近似熵心颤检测算法”，用于解决房颤的识别问题，同时大大减少了导联接触不良或者强干扰状态下的误判问题。同时也开发了一些算法，用于识别心率等多项功能。以下是频谱反馈式近似熵心颤识别算法大致框架：</p> <p><img src="//image.lceda.cn/pullimage/0ztstpR7GR2jLxaBcJmBP1UVPb7u6apAUAUmkPQs.png" alt="近似熵.png"></p> <p>< br> 在实际程序编写中，我们遇到了程序计算量过大的问题：</p> <p>第一次计算，PC花费了3个小时才计算出数据。</p> <p>第二次，我们根据实际需要优化了计算量，计算时间缩减到了12分钟。</p> <p>第三次，我们优化了python程序的运行效率，计算时间进一步缩减到了1.2S。</p> <p>然而，这仍然无法满足我们的要求，因为程序不但需要实时性，而且得具备移植到嵌入式设备的能力，显然此路不通。 我们将算法移植到了C/C++上，留出对外接口，编译成立动态链接库，在windows上是dll，在linux/macOS上是so。 python在需要计算的时候调用动态链接库，达到加速的目的，实测计算速度提升了150倍。 <img src="//image.lceda.cn/pullimage/IgW2v6sl4F5CtyjsBu7nJKZ0pHQhrR9Sg0eZEdy2.png" alt="算法加速.png"></p> <p>< br></p> <h1>3、描述项目硬件、软件部分涉及到的关键点</h1> <p>在我们需要克服各种环境下的50Hz干扰问题，在硬件上，我们做了四阶双T有源陷波电路，同时增强了右腿驱动部分的信号，增强了设备的抗干扰能力（与网上售卖的AD8232模块对比）。在软件上，我们采用了频谱动态闭环反馈的方式，大大降低的心颤误判的概率。我们采用计算信息熵的方式来分析心电信号的有序程度，在房颤和室颤时，近似熵可高达0.6-0.9，而在正常状态下，近似熵仅仅为0.1-0.4之间，在无干扰状态下，可以很清晰的识别出心颤，在干扰严重的情况下，熵会大大增加，频谱的动态反馈则可以解决这个问题。 项目软件分为三个部分：</p> <p>1、GD32下位机固件软件，主要功能是采集调理后的心电信号，进行滤波等初步处理，并且实时上传。</p> <p>2、python编写的上位机软件，负责图形界面以及时间复杂度较小的算法，python的跨平台特性使得软件可以轻易移植到各种平台，比如树莓派，香橙派，工控机，手机等。可移植性使得二次开发变得极为容易，举个例子，只需要购买一块linux最小系统板，配上小屏幕就可以将本项目轻松改成手持式心电监护仪，而成本依然远低于世面产品。~~~~</p> <p>3、C/C++编写编译的动态链接库，该部分主要负责熵分析计算等耗时较大的算法，熵算法在python中计算往往要耗时数秒，采用C/C++编写可降低至毫秒级，保证的上位机程序的实时性和性能。python调用C/C++动态链接库以实现分析房颤室颤。移植到不同架构CPU时需要重新编译动态链接库。</p> <h1>4、项目材料清单展示</h1> <p><img src="//image.lceda.cn/pullimage/BpQeyIWlNmlPa5tsI1ZOH1NidPd1OlFVuCdClnZN.png" alt="BOM表.png"></p> <h1>5、项目图片上传</h1> <p>5.1、PCB上印制大赛logo图片，若无视为放弃参赛 <img src="//image.lceda.cn/pullimage/p32kniM2zJhlTIORYoIuhrKmYe35juS4BlUDgjs7.jpeg" alt="反面.jpg"> 5.2、项目其它图片 <img src="//image.lceda.cn/pullimage/XDMZHVA9WUWm5RLiog6GJntMgMxPniDvj1qU3AnQ.jpeg" alt="PCB正面.jpg"></p> <h1>6、演示您的项目并录制成视频上传</h1> <p>6.1、视频上传大赛官网</p> <p>已上传。</p> <p>6.2、B站视频标题和链接</p> <p>项目介绍：< /span><a href="https://www.bilibili.com/video/BV1nV411S7pG?from=search&amp;seid=15477962878967354335" target="_blank">https://www.bilibili.com/video/BV1nV411S7pG?from=search&seid=15477962878967354335</a>< br> < br> < br> 团队介绍：< /span><a href="https://www.bilibili.com/video/BV1Tk4y1y7RW?from=search&amp;seid=15477962878967354335" target="_blank">https://www.bilibili.com/video/BV1Tk4y1y7RW?from=search&seid=15477962878967354335</a>< br> < br> < br> 功能演示&性能测试：< /span><a href="https://www.bilibili.com/video/BV1vv41117U7?from=search&amp;seid=15477962878967354335" target="_blank">https://www.bilibili.com/video/BV1vv41117U7?from=search&seid=15477962878967354335</a>< br> < br> < br> < br> 注意事项：①：视频要求：请横屏拍摄，分辨率不低于1280×720，格式Mp4/Mov，单个视频大小限100M内；②：视频上传：请同步上传至大赛官网和B站（<a href="www.bilibili.com" target="_blank">www.bilibili.com</a>），B站人气TOP10项目将获得1000-5000元现金奖励，其它上传项目获得100元立创商城无门槛券；③：视频标题：第五届立创电子设计大赛：{项目名称}-{视频模块名称}；如第五届立创电子设计大赛：《自动驾驶》项目-团队介绍。~~~~</p> <h1>7、是否首次公开发布</h1> <p>7.1、项目之前是否发表过或获奖，请说明</p> <p>答：项目是首次发布。</p> <p>7.2、若项目是在原有基础上优化，请说明优化部分</p> <p>无</p> <h1>8、开源文档</h1> <p>见附件。</p> <h1>9、参考文献</h1> <p>暂无</p> <p>点击链接了解更多详情：<a href="https://www.szlcsc.com/go/dsxq" target="_blank">https://www.szlcsc.com/go/dsxq</a></p>