CN113261933A - 一种基于Mesh网的矿工心电信号无线监测方法及检测*** - Google Patents

一种基于Mesh网的矿工心电信号无线监测方法及检测*** Download PDF

Info

Publication number
CN113261933A
CN113261933A CN202110688208.7A CN202110688208A CN113261933A CN 113261933 A CN113261933 A CN 113261933A CN 202110688208 A CN202110688208 A CN 202110688208A CN 113261933 A CN113261933 A CN 113261933A
Authority
CN
China
Prior art keywords
heart rate
mesh network
electrocardiosignals
frequency
filtering
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110688208.7A
Other languages
English (en)
Inventor
苗曙光
樊强
邵丹
李峥
方振国
张永兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaibei Normal University
Original Assignee
Huaibei Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huaibei Normal University filed Critical Huaibei Normal University
Priority to CN202110688208.7A priority Critical patent/CN113261933A/zh
Publication of CN113261933A publication Critical patent/CN113261933A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physiology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Cardiology (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了一种基于Mesh网的矿工心电信号无线监测方法及检测***，涉及无线监测技术领域，采用ADS1292芯片对人体的心电信号进行采集，相比于通过血液反射光波等方法检测心率更加精确；利用FIR滤波方法对心电信号进行滤波处理，可以保证任意幅频特性的同时具有严格的线性相频特性；对滤波后的心电信号采用FFT快速傅里叶变换，使得心电信号的时域分析转换为频域分析，在一定程度上摆脱了时间的限制，能够更加及时、更加高效地计算出心率。

Description

一种基于Mesh网的矿工心电信号无线监测方法及检测***
技术领域
本发明涉及无线监测技术领域，特别涉及一种基于Mesh网的矿工心电信号无线监测方法及检测***。
背景技术
在矿难事故发生后实时监测被困矿工的生命体征，尤其是矿工的心率，能够给营救工作提供重要的信息参考。目前，市场上已有使用比较多的可穿戴心率检测设备，比如说运动手环和手指夹式心率检测等设备，这些设备大多是通过设备向身体发射一束光然后根据血液吸收绿光、反射红光的原理来确定矿工的心率。现有设备的工作原理较为简单，但对于环境的要求较高且准确率也很难保证。
除此之外，还有现有技术还采用ADS1292芯片，通过检测心电信号来计算心率和显示心电图，但是此方法对数据的处理方法不够准确从而导致得到的心电图和心率并不是特别的准确和及时。且获取心电信号会收到工频干扰、基线漂移和肌电干扰，仅使用中值滤波、均值滤波、卡尔曼滤波等滤波方式不能够很好地实现滤波效果，而无限冲激响应(IIR)滤波方法使得滤波后的心电信号相频响应非线性、噪声反馈大、运算误差大且不能用于FFT快速卷积。
综上所述，现有的对心电信号的监测准确率不高，因此，本申请提出一种基于Mesh网的矿工心电信号无线监测方法及检测***，利用更加准确的数据处理方法使得心率的计算和心电图的显示更加准确，更能够反映实际情况。
发明内容
本发明的目的在于提供一种基于Mesh网的矿工心电信号无线监测方法及检测***，利用更加准确的数据处理方法使得心率的计算和心电图的显示更加准确，更能够反映实际情况。
本发明提供了一种基于Mesh网的矿工心电信号无线监测方法，包括以下步骤：
采集人体心电信号；
将采集数据发送至数据处理模块进行初步滤波和最后滤波；
数据处理模块对滤波后的信号进行FFT快速傅里叶变换，将时域分析转为频域分析，并在频域寻找幅值最大的点，其所对应的频率即为心电信号的频率，计算出心率值并展示心率结果；
建立多跳Mesh网络进行心率数据的传输，实现远程多节点对心率数据监测。
进一步地，所述数据处理模块采用Kaiser窗函数获得过渡带和阻带衰减。
进一步地，所述数据处理模块进行的滤波处理具体为：
采用中值滤波和均值滤波作为初步滤波处理；
再采用FIR数字滤波器对心电信号进行最后的滤波处理。
进一步地，MATLAB软件设置Kaiser窗函数的通带截止频率为5Hz和40Hz，通过MATLAB软件获取所述数据处理模块的滤波参数h(n)，则：
Figure BDA0003125353790000021
其中，y(n)为滤波器的输出信号，x(n)为滤波器的输入信号。
进一步地，所述数据处理模块采取的FFT快速傅里叶变换具体如下：
选取谐波中的点，求出其幅值后将其存入寄存器，进行最大幅值点的选取，将该点的下标乘以频率分辨率，再乘以60得到心率值，即：
Figure BDA0003125353790000022
其中，f为心率；X为各谐波幅值下标；fs为采样频率；N为FFT运算的点数。
进一步地，应用一种基于Mesh网的矿工心电信号无线监测方法的检测***，包括：
数据采集模块：对人体的心电信号进行采集，通过无线自组网模块将采集信息发送至数据处理模块；
数据处理模块：对采集到的心电信号进行滤波处理；对滤波后的信号采用FFT快速傅里叶变换，将时域分析转为频域分析，并在频域寻找幅值最大的点，其所对应的频率即为心电信号的频率，计算出心率值；
无线自组网模块：采用CC2530芯片的DL-LN33P模块组建多跳Mesh网络，进行心率数据的传输，完成远程多节点的监测；
显示模块：接收数据处理模块处理的心率值并展示。
进一步地，所述数据采集模块采用ADS1292模块。
与现有技术相比，本发明具有如下显著优点：
本发明提供了一种基于Mesh网的矿工心电信号无线监测方法及检测***，采用ADS1292芯片对人体的心电信号进行采集，相比于通过血液反射光波等方法检测心率更加精确。利用FIR(有限冲激响应)滤波方法对心电信号进行滤波处理，可以保证任意幅频特性的同时具有严格的线性相频特性，同时由于其单位脉冲响应是有限长的，因而该滤波器是稳定的***，经过FIR滤波的心电信号绘出的心电图更加准确，更加有利于对心电信号进行分析、更具参考价值。对滤波后的心电信号采用FFT快速傅里叶变换，使得心电信号的时域分析转换为频域分析，在一定程度上摆脱了时间的限制，能够更加及时、更加高效地计算出心率。在数据传输方面，采用了对等的“多跳”Mesh网络，相对于星状网络来说网络覆盖范围更大、更加适合矿下环境的多节点组网设计，除此之外，该网络没有设立单独的路由节点且每个节点均可收发消息，这在一定程度上降低了节点的数量和***的功耗。
附图说明
图1为本发明实施例提供的***框架图。
具体实施方式
下面结合本发明中的附图，对本发明实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
现有技术在数据传输方面采用如下几种方式：Wi-Fi、蓝牙协议的传输速率较快但传输距离太短；LoRa协议多用于组建星型网络，虽然单步传输距离较远但网络覆盖范围依然达不到矿下环境的要求；Zigbee协议的多跳Mesh网络能够达到网络设计要求但是仅用于数据转发的路由节点会造成节点资源浪费和***功耗的增加。
参照图1，本发明提供了一种基于Mesh网的矿工心电信号无线监测方法，包括以下步骤：
采集人体心电信号；
将采集数据发送至数据处理模块进行初步滤波和最后滤波；
数据处理模块对滤波后的信号进行FFT快速傅里叶变换，将时域分析转为频域分析，并在频域寻找幅值最大的点，其所对应的频率即为心电信号的频率，计算出心率值并展示心率结果；
建立多跳Mesh网络进行心率数据的传输，实现远程多节点对心率数据监测。
实施例1
为了更好地反映心电信号的真实情况将心电信号的P波和T波识别出来，又考虑到数字滤波器的过渡带和阻带衰减问题，选择使用Kaiser窗函数以此来获得更为窄的过渡带和更大的阻带衰减。所述数据处理模块的FIR滤波器采用Kaiser窗函数获得过渡带和阻带衰减。
所述数据处理模块进行的滤波处理具体为：
采用中值滤波和均值滤波作为初步滤波处理；
再采用FIR(有限冲激响应)数字滤波器对心电信号进行最后的滤波处理，FIR数字滤波器虽然阶次相对较高，但是其具有严格线性相位、噪声小且运算误差小，除此之外更为关键的是通过该滤波器的信号可采用FFT快速卷积算法，这有利于心率的计算。
其中，由于心电信号的干扰主要有高频噪声、人体的分布电容引起的50Hz的工频干扰、基线漂移(一般由人体呼吸或者电极移动等低频干扰引起的频率小于5Hz的干扰信号)，因此所述MATLAB软件设置Kaiser窗函数的通带截止频率为5Hz和40Hz，选择好滤波器参数后使用MATLAB软件设计一个128阶、采样频率为250Hz、通带截止频率分别为5Hz和40Hz的带通滤波器，采用窗函数法，使用Kaiser窗，Beta设为10使得在计算量较小的同时能够获得更大的阻带衰减和更窄的过渡带。通过MATLAB软件获取所述数据处理模块的滤波参数h(n)，则：
Figure BDA0003125353790000051
其中，y(n)为滤波器的输出信号，x(n)为滤波器的输入信号。
实施例2
由于心电信号的R波幅值最大，传统计算心率的方法是在时域中根据一分钟内R波出现的次数来表征心率，这种方法相对来说较为简单但不够及时，即必须等待一分钟才能测一次。由于心电信号随着心脏有节奏的收缩和舒张进行规律性的变化，而且滤波器选用的是FIR滤波器，因此可对其进行FFT快速傅里叶变换，将时域分析转为频域分析，即在频域寻找幅值最大的点，其所对应的频率即为心电信号的频率，此方法相对于从时域分析计算来说在一定程度上摆脱了时间的限制从而能够更加及时地计算出心率。
所述数据处理模块采取的FFT快速傅里叶变换具体如下：
本***采用基4的FFT运算且为了能够在更好地反映实际波形的同时减少计算量，选取1024个点。因为频谱的对称性，我们只需知道前面512个数据即可，然后将求出各谐波的幅值放到一个大小为512的寄存器中。选取谐波中的点，求出其幅值后将其存入寄存器，进行最大幅值点的选取，将该点的下标乘以频率分辨率，再乘以60得到心率值，即：
Figure BDA0003125353790000061
其中，f为心率；X为各谐波幅值下标；fs为采样频率；N为FFT运算的点数。
实施例3
一种基于Mesh网的矿工心电信号无线监测方法的检测***，包括：
数据采集模块：对人体的心电信号进行采集，将采集信息发送至数据处理模块；
数据处理模块：对采集到的心电信号进行滤波处理；对滤波后的信号采用FFT快速傅里叶变换，将时域分析转为频域分析，并在频域寻找幅值最大的点，其所对应的频率即为心电信号的频率，计算出心率值；
无线自组网模块：采用CC2530芯片的DL-LN33P模块组建多跳Mesh网络，进行心率数据的传输，完成远程多节点的监测；
显示模块：接收数据处理模块处理的心率值并展示。
其中，所述数据采集模块采用ADS1292模块。采用ADS1292模块对人体的心电信号进行采集，该模块通过SPI协议与单片机进行通信、有两个可编程增益放大器以及两个24位模数转换器，此模块可对两个通道进行同步采样且功耗低。ADS1292广泛应用于便携式医疗心电图和体育运动等相关器件中。
本***采用CC2530芯片的DL-LN33P模块，该模块无线频率为2.4GHz-2.45GHz、搭载了一个CC2592扩展器提高了接收机灵敏度的同时增加了总的链路预算，使得网络范围扩大了四倍即单次传输距离最远为300m且最多可以“跳”15次。将该模块配置成地址不同、信道和网络ID相同的状态后即可与范围内的模块进行组网。该模块是采用对等的“多跳”Mesh网络进行组网设计，相比于Wi-Fi和蓝牙协议来说其传输距离更远；相比于LoRa来说其采用“多跳”的数据传输方式使得网络覆盖范围更大；相比于Zigbee协议的Mesh网络来说本***是一种对等网络即每个节点均可收发数据、节点均采用定向扩散协议寻找路由，不需要专门的路由节点即可实现数据转发，路由节点的减少进一步降低了***的功耗。
以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (7)

1.一种基于Mesh网的矿工心电信号无线监测方法，其特征在于，包括以下步骤：
采集人体心电信号；
将采集数据发送至数据处理模块进行初步滤波和最后滤波；
数据处理模块对滤波后的信号进行FFT快速傅里叶变换，将时域分析转为频域分析，并在频域寻找幅值最大的点，其所对应的频率即为心电信号的频率，计算出心率值并展示心率结果；
建立多跳Mesh网络进行心率数据的传输，实现远程多节点对心率数据监测。
2.如权利要求1所述的一种基于Mesh网的矿工心电信号无线监测方法，其特征在于，所述数据处理模块采用Kaiser窗函数获得过渡带和阻带衰减。
3.如权利要求2所述的一种基于Mesh网的矿工心电信号无线监测方法，其特征在于，所述数据处理模块进行的滤波处理具体为：
采用中值滤波和均值滤波作为初步滤波处理；
再采用FIR数字滤波器对心电信号进行最后的滤波处理。
4.如权利要求2所述的一种基于Mesh网的矿工心电信号无线监测方法，其特征在于，MATLAB软件设置Kaiser窗函数的通带截止频率为5Hz和40Hz，通过MATLAB软件获取所述数据处理模块的滤波参数h(n)，则：
Figure FDA0003125353780000011
其中，y(n)为滤波器的输出信号，x(n)为滤波器的输入信号。
5.如权利要求1所述的一种基于Mesh网的矿工心电信号无线监测方法，其特征在于，所述数据处理模块采取的FFT快速傅里叶变换具体如下：
选取谐波中的点，求出其幅值后将其存入寄存器，进行最大幅值点的选取，将该点的下标乘以频率分辨率，再乘以60得到心率值，即：
Figure FDA0003125353780000021
其中，f为心率；X为各谐波幅值下标；fs为采样频率；N为FFT运算的点数。
6.应用如权利要求1所述的一种基于Mesh网的矿工心电信号无线监测方法的检测***，其特征在于，包括：
数据采集模块：对人体的心电信号进行采集，通过无线自组网模块将采集信息发送至数据处理模块；
数据处理模块：对采集到的心电信号进行滤波处理；对滤波后的信号采用FFT快速傅里叶变换，将时域分析转为频域分析，并在频域寻找幅值最大的点，其所对应的频率即为心电信号的频率，计算出心率值；
无线自组网模块：采用CC2530芯片的DL-LN33P模块组建多跳Mesh网络，进行心率数据的传输，完成远程多节点的监测；
显示模块：接收数据处理模块处理的心率值并展示。
7.如权利要求6所述的一种基于Mesh网的矿工心电信号无线监测方法的检测***，其特征在于，所述数据采集模块采用ADS1292模块。
CN202110688208.7A 2021-06-21 2021-06-21 一种基于Mesh网的矿工心电信号无线监测方法及检测*** Pending CN113261933A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110688208.7A CN113261933A (zh) 2021-06-21 2021-06-21 一种基于Mesh网的矿工心电信号无线监测方法及检测***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110688208.7A CN113261933A (zh) 2021-06-21 2021-06-21 一种基于Mesh网的矿工心电信号无线监测方法及检测***

Publications (1)

Publication Number Publication Date
CN113261933A true CN113261933A (zh) 2021-08-17

Family

ID=77235813

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110688208.7A Pending CN113261933A (zh) 2021-06-21 2021-06-21 一种基于Mesh网的矿工心电信号无线监测方法及检测***

Country Status (1)

Country Link
CN (1) CN113261933A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070273504A1 (en) * 2006-05-16 2007-11-29 Bao Tran Mesh network monitoring appliance
CN202859092U (zh) * 2012-05-29 2013-04-10 重庆邮电大学 家庭无线体征监测仪
CN108056769A (zh) * 2017-11-14 2018-05-22 深圳市大耳马科技有限公司 一种生命体征信号分析处理方法、装置和生命体征监测设备
CN208511016U (zh) * 2017-10-15 2019-02-19 三江学院 一种生命体征综合检测分析***
CN111447585A (zh) * 2020-05-14 2020-07-24 沈阳煤炭科学研究所有限公司 具有快组网可被探测的物联网本安救援手表及设计方法
CN111839491A (zh) * 2020-06-29 2020-10-30 北京曙光易通技术有限公司 心搏功能监测方法、心搏功能持续监测方法及电子设备
CN112263249A (zh) * 2019-07-08 2021-01-26 复旦大学附属中山医院 一种基于ecg强化血氧饱和度监测的方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070273504A1 (en) * 2006-05-16 2007-11-29 Bao Tran Mesh network monitoring appliance
CN202859092U (zh) * 2012-05-29 2013-04-10 重庆邮电大学 家庭无线体征监测仪
CN208511016U (zh) * 2017-10-15 2019-02-19 三江学院 一种生命体征综合检测分析***
CN108056769A (zh) * 2017-11-14 2018-05-22 深圳市大耳马科技有限公司 一种生命体征信号分析处理方法、装置和生命体征监测设备
CN112263249A (zh) * 2019-07-08 2021-01-26 复旦大学附属中山医院 一种基于ecg强化血氧饱和度监测的方法和装置
CN111447585A (zh) * 2020-05-14 2020-07-24 沈阳煤炭科学研究所有限公司 具有快组网可被探测的物联网本安救援手表及设计方法
CN111839491A (zh) * 2020-06-29 2020-10-30 北京曙光易通技术有限公司 心搏功能监测方法、心搏功能持续监测方法及电子设备

Similar Documents

Publication Publication Date Title
CN107065657B (zh) 机器状态无线监测设备、方法和***
JP2017122976A (ja) センサ装置、センサネットワークシステム、およびデータ圧縮方法
CN104301052A (zh) 一种基于fpga的无缝采集及实时频谱监测的实现方法
CN101799974A (zh) 基于自适应码本的心电信号传输方法
CN211826497U (zh) 基于多普勒雷达技术的老年人跌倒报警***
CN104644159A (zh) 远程心电监测与诊断***
CN109009087B (zh) 一种心电信号r波的快速检测方法
Surekha et al. Energy detection for spectrum sensing in medical telemetry networks using modified NLMS algorithm
CN113261933A (zh) 一种基于Mesh网的矿工心电信号无线监测方法及检测***
CN205144548U (zh) 适用于心率信号的运动噪声检测***
CN106872948B (zh) 基于两级数字下变频的雷达工作信道采集***及其方法
CN105279883A (zh) 一种森林火灾预警***
CN102843165A (zh) 应用于脉冲超宽带***的非线性信号处理方法和装置
CN113576438B (zh) 一种非侵入式血压提取方法和***
Mucchi et al. Threshold setting for the evaluation of the aggregate interference in ISM band in hospital environments
CN206496838U (zh) 基于Lora技术的分布式无线振动***监测***
CN106691418A (zh) 一种机器人及其人体特征数据生成方法
CN103546261A (zh) 安防领域中的微震无线高速传输***
Gonzalez-Fernandez et al. A mobile application for cardiac rhythm study
CN105105745A (zh) 一种获取心电数据的方法、装置和心电检测***
Balouchestani et al. Increasing the reliability of wireless body area networks based on compressed sensing theory
US10243595B2 (en) Detection method and device for digital intermediate frequency processing system, and computer storage medium
CN212410874U (zh) 一种地震数据采集装置和***
Wu et al. Implementation of heart rate detection algorithm based on a low power chip
Al-Dabbagh et al. Employing light fidelity technology in health monitoring system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210817