・ ９２ ・ 材料导报 ２０１６年１１月第３０卷专辑２８ 基于心电信号采集与处理的刺绣型织物电极研究 刘 振，刘晓霞 （上海工程技术大学服装学院，上海２０１６２０） 摘要 为实现对心电信号的长期穿戴式监测和生理状态的反馈，选用１４０Ｄ的镀银尼龙纱线，采用刺绣法制备 织物电极，从织物电极的形状、尺寸以及使用过程中偏置电压的变化情况进行静态分析，得出电极本身因素和穿戴时 间对电极使用效果的影响。然后，将４、波变换除杂后织物电极采集的心电信号与标准电极采集的心电信号经过 Ｍａｔｌａｂ处理，分析织物电极采集心电信号的可行性。利用Ｒ波检测算法和ＱＲｓ波群提取原理提取出两种特征波以 及程序语言得到特征波形的规律，并反馈出受试者的生理状态。借助ＳＰＳＳ软件对两者采集的心电信号进行了相关 性检验和回归分析，结果表明，刺绣型织物电极采集的心电信号与标准电极采集的心电信号具有强相关性。 关键词 织物电极心电信号小波变换Ｍａｔｌａｂ处理ｓＰＳＳ分析 中图分类号：ＴＰ３９１．４ 文献标识码：Ａ Ａｎ Ｉｎｖｅｓｔｉｇａｔｉｏｎ ｏｆ Ｅｍｂｒｏｉｄｅｒｙ Ｆａｂｒｉｃ Ｅｌｅｃｔｒｏｄｅ Ｂａｓｅｄ ｏｎ ＥＣＧ Ｓｉｇｎａｌ Ａｃｑｕｉｒｉｎｇ ａｎｄ Ｐｒｏｃｅｓｓｉｎｇ Ｔｅｃｈｎｉｑｕｅ ＬＩＵ Ｚｈｅｎ。Ｉ ＩＵ Ｘｉａｏｘｉａ （Ｆａｓｈｉｏｎ Ｃｏｌｌｅｇｅ，Ｓｈａｎｇｈａｉ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｅｎｇｉｎｅｅｒｉｎｇ Ｓｃｉｅｎｃｅ，Ｓｈａｎｇｈａｉ ２０ １ ６２０） Ａｂｓｔｒａｃｔ Ｉｎ ｏｒｄｅｒ ｔｏ ａｃｈｉｅｖｅ ｔｈｅ ｌｏｎｇ－ｔｅｒｍ ｗｅａｒａｂｌｅ ｍｏｎｉｔｏｒｉｎｇ ｏｆ ＥＣＧ ｓｉｇｎａｌｓ ａｎｄ ｔｈｅ ｆｅｅｄｂａｃｋ ｏｆ ｐｈｙｓｉｏｌｏｇｉ— ｃａｌ ｓｔａｔｅ．Ｔｈｉｓ ｅｘｐｅｒｉｍｅｎｔ ｕｓｅｄ １４０Ｄ ｓｉｌｖｅｒ－ｐｌａｔｅｄ ｙａｒｎｓ ｔｏ ｐｒｅｐａｒｅ ｆａｂｒｉｃ ｅｌｅｃｔｒｏｄｅｓ ｂｙ ｅｍｂｒｏｉｄｅｒｙ．Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｔｈｅ ｅｆｆｅｃｔｓ ｏｆ ｅｌｅｃｔｒｏｄｅ ｓｈａｐｅ，ｓｉｚｅ ａｎｄ ｂｉａｓ ｖｏｌｔａｇｅ ｖａｒｉａｔｉｏｎ ｉｎ ｕｓｅ ｗｅｒｅ ｓｔａｔｉｃａｌｌｙ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｓｔａｎｄａｒｄ ｅｌｅｃｔｒｏｄｅｓ ｔｏ ｇｅｔ ｏｐｔｉｍｉｚｅｄ ｐｒｏｃｅｓｓ ｐａｒａｍｅｔｅｒｓ ｆｏｒ ｆａｂｒｉｃ ｅｌｅｃｔｒｏｄｅｓ．ＥＣＧ ｓｉｇｎａｌｓ ｃｏｌｌｅｃｔｅｄ ｂｙ ｆａｂｒｉｃ ｅｌｅｃｔｒｏｄｅｓ ｆｉｌｔｅｒｅｄ ｆｏｒ ｒｅｍｏｖｉｎｇ ｉｍｐｕｒｉｔｙ ｂｙ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ｗｏｕｌｄ ｂｅ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｓｉｇｎａｌｓ ｃｏｌｌｅｃｔｅｄ ｂｙ ｓｔａｎｄａｒｄ ｅｌｅｃｔｒｏｄｅ ｂｙ Ｍａｔｌａｂ ｆｒｏｍ ｔｈｅ ｐｅｒ ｓｐｅｃｔｉｖｅ ｏｆ ｄａｔａ ａｃｑｕｉｓｉｔｉｏｎ．Ｔｈｅ ｌｏｃａｔｉｏｎ ｏｆ Ｒ ｃｈａｒａｃｔｅｒ ｗａｖｅｓ ｃａｎ ｂｅ ｆｏｕｎｄ ｂｙ ｄｅｔｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ ａｎｄ ｔｈｅ ＱＲＳ ｗａｖｅ ｇｒｏｕｐ ｃａｎ ｂｅ ｅｘｔｒａｃｔｅｄ ｂｙ ｅｘｔｒａｃｔｉｏｎ ｐｒｉｎｃｉｐｌｅｓ．Ａｆｔｅｒ ｔｈｅ ｅｘｔｒａｃｔｉｏｎ ｏｆ ｃｈａｒａｃｔｅｒ ｗａｖｅｓ，ｐｈｙｓｉｏｌｏｇｉｃａｌ ｓｔａｔｅ ｃａｎ ｂｅ ｆｅｅｄｂａｃｋ ｂｙ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ＥＣＧ ｓｉｇｎａｌｓ ｉｎ ｄｉｆｆｅｒｅｎｔ ｃｙｃｌｅ．ＳＰＳＳ ｓｏｆｔｗａｒｅ ｗａｓ ｕｓｅｄ ｔｏ ｔｅｓｔ ｃｏｒｒｅｌａｔｉｏｎ ａｎｄ ａｎａ— ｌｙｚｅ ｒｅｇｒｅｓｓｉｏｎ ｂｅｔｗｅｅｎ ｔｈｅ ＥＣＧ ｓｉｇｎａｌｓ ｃｏｌｌｅｃｔｅｄ ｂｙ ｆａｂｒｉｃ ｅｌｅｃｔｒｏｄｅ ａｎｄ ｓｔａｎｄａｒｄ ｅｌｅｃｔｒｏｄｅ．Ｉｔ ｔｕｒｎｅｄ ｏｕｔ ｔｈａｔ ｔｈｅ ＥＣＧ ｓｉｇｎａｌｓ ｃｏｌｌｅｃｔｅｄ ｂｙ ｔｈｅ ｔｗｏ ｅｌｅｃｔｒｏｄｅｓ ｂｏｔｈ ｈａｖｅ ｓｔｒｏｎｇ ｃｏｒｒｅｌａｔｉｏｎ． Ｋｅｙ ｗｏｒｄｓ ｆａｂｒｉｃ ｅｌｅｃｔｒｏｄｅ，ｅ１ｅｃｔｒｏｃａｒｄｉｏｇｒａｐｈ（ＥＣＧ）ｓｉｇｎａｌｓ，ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ，Ｍａｔｌａｂ，ＳＰＳＳ ａｎａｌｙｓｉｓ 心电信号是由心脏节律细胞产生的去极化波，通过电传 导细胞进而在心肌细胞电激动过程中产生的有规律、周期性 的生物电信号。心肌细胞电激动过程包括：极化、除极化和 复极化口］。心肌细胞膜属于半透膜的一种，瞬时状态下细胞 膜对离子具有选择性通过。静息状态下，细胞膜外排列一定 的正电荷（Ｃａ 、Ｎａ 、Ｋ。。等），膜内带相同数量的阴离子，内 外电位保持平衡且不产生电位变化，称为极化状态。心肌细 化，在此过程中会出现与原来相反的电偶，形成与除极化过 程大小相等、方向相反的电位变化。 ２ １ 主０ 皇 一胞受到一定强度的刺激后会改变半透膜的通透性，大量阳离 子向膜内转移而形成内正外负的电位差，与邻近静息状态的 心肌细胞形成一对电偶，多对集聚电偶会产生一定的动作电 流直至整个心肌细胞完成去极化。心肌细胞去极化后逐渐 恢复到静息状态，细胞膜的通透性发生改变，大量阳离子由 膜内向膜外转移，恢复到原来的极化状态，此过程称为复极 ＊上海市教委产学研究项目（１５ＣＸＹ３６） ｌ ２ Ｏ Ｔｉｍｅ／ｓ 图１经典心电图 Ｆｉｇ．１ Ｃｌａｓｓｉｃ ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ（ＥＣＧ） 如图１所示，典型的心电波不仅包括左右心房除极产生 刘振：１９９１年生，硕士生，主要研究方向为功能纺织品材料要研究方向为纺织材料及智能纺织品开发Ｅ－ｍａｉｌ：１５２８９９０８７４＠ｑｑ．ｃｏｍ刘晓霞：女，１９６２年生，博士，教授，主 Ｅ－ｍａｉｌ：ｌｉｕｘｉａｏｘｉａｌｕｃｋｙ＠１２６．ＣＯＮ 基于心电信号采集与处理的刺绣型织物电极研究／刘 振等 的Ｐ波、心窒除极产生的ＱＲＳ波和心室快速复檄产生的Ｔ ・ ９３ ・ 程中织物电极能够取代标准电极。 波．还包括ＰＲ段、ＳＴ段、ＰＲ间期和ＳＴ问期等。心房除极 时产生的Ｐ波代表心房除极化过程产生的电位变化．在周期 性变化的心电波段中。 常的Ｐ波幅不大于ｏ．２５ ｍＶ，持续 时Ｉ１＿Ｉ】小于０．１】ｓ。ＱＲＳ波群是由Ｑ波、Ｒ波和Ｓ波紧密相 连ｌｆＩｆＪ戊。表示全部心室肌去极化时的电位变化，波群持续时 ＿间时问在０．０６～０．１１ ｓ之问。另外，心室复极化时会产生Ｔ 波、ＰＲ期ｌ１＝Ｊ】、ＰＲ段、ＱＴ期 和ＳＴ段，故典型的心电波能够 １．２织物电极的制备 织物电极作为体表电位信号转化为电子信号的传感器， 织物组织结构、皮肤一电极阻抗、电极形状、电极尺寸等都会对 采集的心电信号造成一定的噪音影响 。Ｈｅｂｉｎ等 试图利 用空问对称的圆环式织物电极增加信号的“丁辨性．采集到的 生物电信号虽然准确，但其信号强度只能保留原米的１，，８，并 不能很好地应用于实际诊断中。翟红艺等 ｊ。将镀银织物电 极通过缝合的方式嵌入在穿戴衣上，提取采集心电信号的 ＱＲＳ波群和ＲＲ问期等特征波来实现生理临测．其采集的生 物电信号受外界因素影响很大。张琳等 利用非接触式咆 极和人体皮肤进行容性耦合．避免皮肤一电极界面的相对摩擦 和挤压，通过平板电容器Ｃ的大小变化间接地反应生理状态 的变化，但电容的存在对皮肤仍然造成了严重的刺激反应。 准确反应生物Ｆｔｔ｛￣号的变化，能为医疗提供一定的参考和帮 助：。每一种波段和期问都对应着心审或肯心房的一种运 动．如表Ｉ所示。 表１心电 各种波段参数 Ｔａｂｌｅ １ Ｄｉｆｆｅｒｅｎｔ ｂａｎｄ ｐａｒａｍｅｔｅｒｓ ｏｆ ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ 若选用机织物作为基材进行表面镀金属处理制备织物 电极，普通镀金属的方式会由于织物表面形态问题很难做到 均匀分布．同时也会影响后续过程中的氯化 匀等。若选用 导电纱作为织物电极的 材．一方面．导电纱线作为经纱部 分穿扣后在预加张力的情况下表面的金属很容易被损坏而 影响整个织物电极采集生物电信号的连续 Ｉｔ．；另一方面．导 电性良好的经纬纱线上下交织使得交织点叮以看成等效电 阻， 经纱和纬纱的空隙部分则多表现为电容性能．因此机 织型织物电极并不能看成简单的电阻．而是电阻跟电容组合 撑 厂 而成的电路。在采集不 频率的心也信号时．这种也阻和电 垫 一 、 容的组合 某种程度Ｊ－会影响采集电信 的准确性。 织物电极区别于有创的针电极具有 皮肤良好的亲和 性、透气性、舒适性．既满足了现代医学的人性化要求，又具 有便捷、智能、准确等优点。织物电极属于智能纺织品的信 物 通常足将镀金属纱线直接在织袜机上进行针织．将其织 设 造成 三维立体圆筒形的织物．然后裁剪成需要的形状。制备 针织型织物电极，操作简单、便捷，ｆＦｌ针织物是由线圈串套而 成的．其特有的结构导敛ｒ其 寸稳定性 ：如机织织物电 锹、易于变形以及容易脱散。征机械运动下，钊‘织特有的线 圈结构会形成很啦Ｖ，Ｊｑ：扰噪音，不稳定的结构也很容易形成 滑动伪迹。 集 锹 号传感器．在皮肤表面采集的生物电信号通过外电路转移到 信息处理模块进行识别、处理和反馈，实现生理状态监测。 本 作从刺绣法织物电极的尺寸、形状以及织物电极自 身对心电信号采集的影响和Ｉ乜极一皮肤界面阻抗等角度出发， 运Ｊ｝ｊ特乱Ｅ信号波提取、小波变换过滤除杂和ＳＰＳＳ分析等方 法对采集的心电信号 标准电极采集的心电信号进行了对 比研究。 盘撑垫 １ 实验 １．１ 主要的实验步骤和信号处理方式 选月】１，ｉ０Ｄ的镀银尼龙纱线，制备不同尺寸、不同形状 （侧肜和 形）ｆｌ＇ｊ，￣ｗｌ绣型织物Ｉ乜极．池受试者穿戴织物电极１Ｏ ｍｉｎ、３０ ｍｉｎ、１ ｈ、２ ｈ、．｛ｈ以及６ ｈ，测量织物电极的阻抗和偏 置电压，分析尺寸和形状对电极阻抗的影响．得到较优的织 物Ｉ乜极外观没计。用舣导联法设置织物电极的安装位置并 银扣底 采集 物Ｉ乜信号，通过小波变换进行滤波除杂得到较为清晰 的心电信号波形图。本实验选用Ｍａｔｌａｂ处理织物电极采集 的心ｔ乜信Ｉ＝｝来确定Ｒ波峰位置和ＱＲＳ波群特征．并反馈出 受试者心跳暂停、心跳过怏或心律不齐等状态。将刺绣型织 物电搬采集的生物电信号与标准电极采集的生物电信号进 行ＳＰＳＳ卡ｆＩ关性检验和回归分析， 叫在采集生物电信号过 图２织物电极示意图（ａ），刺绣织物电极实物 （ｂ） Ｆｉｇ．２ Ｄｉａｇｒａｍ ｏｆ ｆａｂｒｉｃ ｅｌｅｃｔｒｏｄｅ（ａ）．ｐｈｙｓｉｃａｌ ｅｍｂｒｏｉｄｅｒｙ ｆａｂｒｉｃ ｅｌｅｃｔｒｏｄｅ（ｂ） ・ ９４ ・ 材料导报 ２０１６年１１月第３Ｏ卷专辑２８ 电极尽可能多地检测运动单元生物电信号的情况下尽量减 小皮肤与电极的滑动伪迹，同时也应尽量保证穿戴式检测系 非织造织物由纤维直接成型，信息传导方式较复杂、噪 音干扰较严重，电极材料的本身性能不易控制且机械摩擦使 得纤维易脱落。综上所述，本实验选用刺绣工艺将导电纱按 统的穿戴舒适性，本实验选用直径为３ ｃｍ的织物电极作为 针线和锁线交织方式直接制备成织物电极，具体结构如图２ 所示。 ２信号采集的影响因素 ２．１ 皮肤一电极界面阻抗的影响 目前，皮肤一电极阻抗的测量方法可分为３种，分别是直 接测量法、参比测量法和模拟皮肤阻抗测量法。本实验选用 直接测量法测量受试者皮肤与电极的接触阻抗，理论上为了 更准确地测量皮肤一电极接触阻抗，需要将针电极插入到人体 皮肤内层用万用表进行测量，但这种有创伤的方式不便执 行。如图３所示，本实验选用Ｂａｈａｒｃｈ Ｔａｊｉｌ７ 提出的将两片 织物电极临近地贴在皮肤表面用万用表进行测量，皮肤组织 的阻抗（约１５０ Ｑ）相对于电极一皮肤界面阻抗（ｋＱ）很小，可忽 略不计。将电极１和电极２之间测量的阻抗值除以２即可得 到皮肤一电极的接触阻抗。Ｖｏｊｋａｎ Ｍｉｈｊｌｏｖｉｃ＿８ 利用这种方式 得到了耳后皮肤与电极的接触阻抗，并发现阻抗的大小与压 力有关。Ａｎｔｏｎｉｏ Ｌａｎａｔａ［９ 利用这种方式评估手指端用的织 物电极性能。Ｄｉｌｐｒｃｅｔ Ｂｕｘｉ［１ 利用这种方式测得的电极一皮 肤的接触阻抗并分析了该阻抗与运动伪迹之间的关系，发现 电极一皮肤阻抗能够表征心电极在人体机械运动过程中受到 鲫诣 ∞ 的干扰强度，且有助于心电信号滑动伪迹的滤除。 电 图３直接测试法示意图以及等效电路 Ｆｉｇ．３ Ｄｉｒｅｃｔ ｔｅｓｔ ｍｅｔｈｏｄ ａｎｄ ｅｑｕｉｖａｌｅｎｔ ｃｉｒｃｕｉｔ ２．２织物电极的尺寸选择 电极的尺寸是影响织物电极阻抗的重要参数之一，接触 阻抗越低则采集的生物电信号的信噪比越大。Ｍａｒｏｚａｓ 等＿］ 研究了织物电极尺寸对采集电信影响，发现织物电极尺 寸小于１０ ｍｍ会影响织物电极采集信号的质量，大于４Ｏ ｍｍ会影响信号采集的精度。本实验选用直径分别为２ ｅｍ、 ３ ｃｍ、和５ ｅｍ的织物电极让受试者分别佩戴１０ ｍｉｎ、３０ ｍｉｎ、 １ ｈ、２ ｈ、４ ｈ以及６ ｈ分别测量织物电极对的阻抗。如图４所 示，织物电极尺寸越大则阻抗越小且越稳定，随着穿戴时间 的延长，织物电极的阻抗越来越接近。另外，有研究表明织 物电极尺寸越大则采集到的生物电信号强度越大且滑动伪 迹越小。考虑到在人体处于静态下织物电极采集的生物电 信号的噪音水平和电极面积的平方根成反比，大尺寸的织物 电极很难固定在织物电极上，故从设计角度考虑，要求织物 采集生物电信号的传感器。 宴 蛊 ０ ５Ｏ １Ｏ０ １５０ ２００ ２５０ ３００ ３５０ ４００ 时间／ｒａｉｎ 图４不同尺寸的织物电极接触阻抗与时间变化曲线 Ｆｉｇ．４ Ｃｕｒｖｅｓ ｏｆ ｄｉｆｆｅｒｅｎｔ ｓｉｚｅ ｆａｂｒｉｃ ｅｌｅｃｔｒｏｄｅ ｉｍｐｅｄａｎｃｅ ｃｈａｎｇｅ ｏｖｅｒ ｗｅａｒａｂｌｅ ｔｉｍｅ ２．３织物电极的形状的确定 织物电极在信号采集过程中电位分布与表面形状有关。 Ｋｒａｓｔｅｖａ等【一 ］研究不同形状的电极表面电流分布情况时，发 现方形的电极比圆形电极表面电流分布均匀度小３Ｏ 。要 在有限的织物电极尺寸下，描述织物电极表面的电位分布十 分困难，陶丹丹等［１。一 将电极与皮肤的接触面微分为很多小的 分散的接触面，由织物电极形状和信号域的卷积、电位分布 以及空间脉冲响应组成的二维傅里叶变换找出矩形织物电 极和圆形织物电极表面电位分布大致情况，但这种方式得到 的关系只是可能性的关系，而且受限因素很多。本实验让受 试者分别佩戴尺寸相同、形状不同的刺绣型织物电极，在１Ｏ ａｒｉｎ、３０ ｍｉｎ、１ ｈ、２ ｈ、４ ｈ以及６ ｈ分别测量织物电极的阻抗， 得到阻抗与时间的关系曲线图及织物电极的形状设计。如 图５所示，不同尺寸的织物电极随着穿戴时间的变化，其阻 抗会有一定的变化，但其变化并不足以对采集的生物电信号 造成明显影响。考虑到安装方便以及表面电流分布均匀度 的问题，本实验选用圆形的刺绣法织物电极作为采集心电信 号的元件。 ０．４６ ０ ４４ ０ ４２ ０．４Ｏ ０．３８ ０．３６ Ｏ．３４ ０ ５０ ｌＯ０ ｌ５０ ２００ ２５【】３Ｏ０ ，０ ４１）０ 时间／ｍｉｎ 图５不同形状的织物电极接触阻抗与时间变化曲线 Ｆｉｇ．５ Ｃｕｒｖｅｓ ｏｆ ｄｉｆｆｅｒｅｎｔ ｓｈａｐｅ ｅｌｅｃｔｒｏｄｅ ｉｍｐｅｄａｎｃｅ ｃｈａｎｇｅ ｏｖｅｒ ｗｅａｒａｂｌｅ ｔｉｍｅ ２．４织物电极自身噪音 织物电极在使用过程中，不仅受滑动伪迹和工频干扰等 因素的影响，其自身产生的噪音也会对采集的生物电信号造 成一定的影响，这种噪音很难通过后续的模拟滤波器滤除， 基于心电信号采集与处理的刺绣型织物电极研究／刘 振等 ・ ９５ ・ 因此织物电极本身产生的噪音影响也是作为评价生物电信 的滤波程序不能得到精准的信号波。织物电极采集的生物 删 号采集用织物电极的一个重要指标。有研究表明，电极本身 ｇ、 电信号受机械运动相对滑移和相对挤压产生的噪音以及自 ４ ０ ３ ５ ３ Ｏ ２ ５ ２ Ｏ ｌ ５ １ Ｏ Ｏ ５ 的噪音与电极的偏置电压具有一定的相关性（ｒ一０．８２，Ｐ＜ ０．０５）？偏置电压可以作为衡量织物电极本身性质的一个重 要指标。目前，并没有一个专门针对织物电极电学性能的参 照标准，大多研究都是参照一次性标准电极的标准：ＡＮＳＩ／ ＡＡＭＩ ＥＣ １２：２０００标准ｌ】 。根据该标准中设定的对导电凝 身噪音影响比较严重，本实验考虑用小波变换对采集的心电 信号进一步滤除噪音。现阶段医疗领域诊断心律不齐、心跳 过快或过慢等病情主要是通过分析ＱＲＳ波群结合ＲＲ间期 的节律来进行诊断的＿１ 。故可以利用相应算法找到并分析 织物电极采集心电信号的Ｒ波位置以及提取ＱＲＳ波群，即 可进行医疗预诊。 胶电极直流偏执电压要求，本实验让受试者同时佩戴固定尺 寸和形状的织物电极，分别在１０ ｒａｉｎ、３０ ｒａｉｎ、１ ｈ、２ ｈ、４ ｈ以 及６ ｈ取下后进行对贴，测量该电极对的偏执电压，并与标准 ３．１ 基于小波变换的心电信号处理 小波变换是将心电信号波分别通过高通和低通滤波器 电极对在同环境下进行比较，得出图６的曲线图，由于导电 凝胶在４ ｈ后开始干燥，使得其偏置电压急剧上升，织物电极 的偏置电压相对较为稳定，适合长期监测。 ｏ ５０ １ｏｏ １５０ ２００ ２５０ ３００ ３５０ ４００ 时间／ｍｉｎ 图６ 电极的偏置电压随穿戴时间变化曲线 Ｆｉｇ．６ Ｃｕｒｖｅｓ ｏｆ ｂｉａｓ ｖｏｌｔａｇｅ ｃｈａｎｇｅ ｏｖｅｒ ｗｅａｒａｂｌｅ ｔｉｍｅ ３信号滤波及特征峰提取 心电信号主要分布在０．０５～１００ Ｈｚ范围内，该频率范 围内存在人体呼吸、机械运动、工频干扰等噪音。生物电信 号是一种由细胞内外离子浓度差产生的微弱电信号，故需用 共模抑制比较大的和精度较高的放大电路进行处理。如图７ 和图８所示，织物电极采集的心电信号带有很多的噪音成 份，同时也伴随着基线漂移，若完全借助信号采集系统自带 Ｔｉｍｅ／ｓ 图７标准电极采集的心电信号 Ｆｉｇ．７ Ｅｌｅｃｔｒｏｃａｒｄｉ０ｇｒａｐｈ ｓｉｇｎａｌｓ ｃｏｌｌｅｃｔｅｄ ｂｙ ｓｔａｎｄａｒｄ ｅｌｅｃｔｒｏｄｅ 叫 ， ・ ｊ ０ ｆ－ ｉ＇ｌ ｌ＼蓖 Ｊ ｔＴｉｍ￣／ｓ 图８刺绣织物电极采集的心电信号 Ｆｉｇ．８ Ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｐｈ ｓｉｇｎａｌｓ ｃｏｌｌｅｃｔｅｄ ｂｙ ｅｍｂｒｏｉｄｅｒｙ ｆａｂｒｉｃ ｅｌｅｃｔｒｏｄｅ 分别得到信号Ｓａｌ和信号Ｓｄｌ，再将信号Ｓａｌ和Ｓｄｌ继续分 解得到近似信号Ｓａ２和细节信号Ｓｄ２，依次重复分解若干次 后再重新组合成新的心电信号波，即为除杂后的信号波 。 本实验随机选择４ Ｓ内采集的心电信号为样本数据，对织物 电极采集的心电信号进行９个尺度的分解，尺度２ 信号、尺 度２ 信号分别对应着高频干扰和工频干扰，２ 尺度的信号 和２。尺度的信号则对应基线漂移的干扰，将这些尺度信号清 零后，重新构造成的新信号波即为织物电极采集心电信号过 滤后的心电信号。由图９（ａ）原始信号和图９（ｂ）滤波后的信 号比较可以看出，织物电极采集的心电信号带有较多的噪音 干扰，通过滤波后得到的信号更为顺滑，也更接近标准电极 采集的心电信号。 图９织物电极采集的原始心电信号（ａ），小波变换 滤波后的心电信号（ｂ） Ｆｉｇ．９ Ｐｒｉｍｅｖａｌ ｅ１ｅｃｔｒｏｃａｒｄｉｏｇｒａｐｈ ｓｉｇｎａｌｓ ｃｏｌｌｅｃｔｅｄ ｂｙ ｆａｂｒｉｃ ｅｌｅｃｔｒｏｄｅ（ａ），ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｐｈ ｓｉｇｎａｌｓ ｆｉｌｔｅｒｅｄ ｂｙ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ（ｂ） ３．２ Ｒ波位置检测及ＱＲＳ波群提取 本实验在时间维度上采集的心电信号ＥＣＧ的变化情 况，构造算法检测Ｒ波峰的位置，选定的时间域为４ Ｓ，采集 频率为１２０ Ｈｚ，时间步长为８ ｍｓ，样本采集４８０个心电信号 数据。本实验定义２个参数Ｒ波幅度阈值Ｐ 和斜率阈值 ＳＶ。 ＰＶ定义为本实验心电信号Ｒ波的阈值，其大小为采集 时间域４ Ｓ内心电信号周期内最大峰值的２／３。 ９ ＰＶ一÷・ ㈤一 ＳＶ定义为本实验的心电信号斜率阈值，依次计算心电 ・ ９６ ・ 材料导报 ２０１６年１１月第３０卷专辑２８ 信号在时间维度中第ｉ个数据点分别与前后两个数据ＥＣＧ （ ＋１）的ＥＣＧ（ｉ－１）差值的绝对值之和，得到４７８个数据组 成新的序列ＳＶＰ。其中，该数据列ＳＶＰ中最大值的ｉ／２即 准电极采集的心电信号信号的Ｒ波极值的前１９个数据和后 ２Ｏ个数据，每组各４Ｏ个数据进行ＳＰＳＳ相关性检验。 表２采集信号的相关性 Ｔａｂｌｅ ２ Ｃｏｒｒｅｌａｔｉｏｎ ｏｆ ｓｉｇｎａｌｓ ｃｏｌｌｅｃｔｅｄ ｂｙ ｄｉｆｆｅｒｅｎｔ ｅｌｅｃｔｒｏｄｅｓ 设定为斜率阈值Ｓ ”］。 ５ Ｐ（ ）一ｌ ＥＵＧ（…）一ＥＵＧ∽ｌ＋ｌ ＥＵＧ∽一ＥＵＧ（ １）ｌ １ ＳＶ一÷ＳＶＰ㈤ 厶 对于第ｒ１个心电信号ＥＣＧ ，若ＳＶＰ∽＞ＳＶ且 ＥＣＧ ＞Ｐ ，则认为该点ＥＣＧ㈤为Ｒ波峰的近似位置。如 图１Ｏ所示，用上述的算法通过Ｍａｔｌａｂ处理后能够很好地显 示Ｒ波的近似位置。 Ｉｌｍｅ 图１Ｏ检测得到的Ｒ波近似位置 Ｆｉｇ．１０ Ａｐｐｒｏｘｉｍａｔｅ ｌｏｃａｔｉｏｎ ｏｆ ｄｅｔｅｃｔｅｄ Ｒ ｗａｖｅｓ 为提取心电信号的ＱＲＳ波形，本实验随机提取时间域４ ｓ内的４８０个心电信号数据点，随机选择一个Ｒ波的位置点， 找到该点附近的最大值心电信号对应的时间和心电信号值， 依次往前选取１９个和向后选取２０个心电信号数据，时间跨 度为０．３２５ Ｓ、步长为８ ｍｓ，本实验定义该范围为一个ＱＲＳ 波群。正常的心电信号ＱＲＳ波群位置相对固定，若出现早 博等情况则会出现波峰提前等异常。如图１１所示，当把多 个心电信号的ＱＲＳ波群在同一周期范围内叠加时发现，正 常的蓝色ＱＲＳ波群集中在某一区域内，而异常的红色ＱＲＳ 波群心电信号很明显发生了偏移，可以通过织物电极采集的 心电信号的ＱＲＳ波群偏离密集区域程度来判断是否出现心 律不齐或早搏等情况。 ｒｉｍｅ／ｓ 图１１ ＱＲＳ波群叠加及异形波体现 Ｆｉｇ．１ １ Ｓｕｐｅｒｐｏｓｉｔｉｏｎ ｏｆ ＱＲＳ ｗａｖｅｓ ａｎｄ ａｌｉｅｎ ｗａｖｅｓ ４基于ＳＰＳＳ的织物电极与标准电极相关性检 验和回归分析 ４．１心电信号相关性检验 为研究织物电极采集心电信号与标准电极的相关性，故 用二元变量的相关性进行分析（显著性水平 ：０．０５），考虑 到两者属于定值变量，本实验选用Ｐｅａｒｓｏｎ相关系数进行衡 量 ］。如表２所示，本实验将随机抽取织物电极和一次性标 ＊＊在置信度（双侧）为０．０１时，相关性十分显著 由表２可以看出，织物电极和一次性标准电极采集的心 电信号的相关系数为０．９５５＞０，说明两者呈正相关，相关系 数的显著性为０．０００％０．００５，因此，应拒绝原假设（Ｈ。：织物 电极采集的生物电信号与一次性标准电极采集的生物电信 号相关系数为零），即说明织物电极和一次性标准电极采集 生物电信号显著性很高。为了进一步验证其可靠性，本实验 选用回归分析来统计检验该显著性的可信程度。 ４．２心电信号回归分析统计 本实验将织物电极采集的心电信号作为自变量（ ），将 一次性标准电极采集的心电信号作为因变量（ ），进行建立 散点图，观察相关性。 ４．０００Ｏ－２．０００００．００００ ２．００００ ４ ００００ Ｆ．Ｅ 图１２标准电极信号和织物电极信号的散点图 Ｆｉｇ．１２ Ｓｃａｔｔｅｒ ｄｉａｇｒａｍ ｏｆ ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｐｈ ｓｉｇｎａｌｓ ｃｏｌｌｅｃｔｅｄ ｂｙ ｄｉｆｆｅｒｅｎｔ ｅｌｅｃｔｒｏｄｅｓ 由图１２可看出，两种电极采集的心电信号具有线性关 系，故建立线性回归模型进行分析。该回归方程是在两种电 极随机采集的样本数据基础上得到的，需要对该回归方程是 否真实地反映了两种电极之间的统计关系和是否能用于该 预测进行检验口 。对其进行拟合优度检验，表３中相关系数 Ｒ ０．９５５，表示自变量织物电极采集的心电信号和因变量标 准电极采集的心电信号相关性很强。Ｒ。一０．９０９，说明自变 量织物电极采集的心电信号（ ）可以解释标准电极采集的心 电信号（ ）的９０．９ 的差异性。 由表４可知，Ｆ统计量的观测值为３９０．２７３，显著性概率 为０．０００，即检验假设“Ｈ 一回归系数Ｂ—Ｏ”成立的概率为 基于心电信号采集与处理的刺绣型织物电极研究／刘 振等 ０．０００，故拒绝原假设，织物电极采集的心电信号（ｚ）与织物 ・ ９７ ・ ｔｒｏｄｅｓ ｆｏｒ ｂｉｏ—ｍｏｎｉｔｏｒｉｎｇ ｓｍａｒｔ ｗｅａｒ ｗｉｔｈ Ｃｕ ｓｐｕｔｔｅｒｅｄ ｆａｂｒｉｃｓ 电极采集的心电信号（ ）的线性关系是非常显著的，可建立 ［Ｍ］／／Ｈｕｍａｎ－ｃｏｍｐｕｔｅｒ Ｉｎｔｅｒａｃｔｉｏｎ Ｉｎｔｅｒａｃｔｉｏｎ Ｐｌａｔｆｏｒｍｓ ａｎｄ Ｔｅｃｈ— 线性模拟。 表３模型汇总表 Ｔａｂｌｅ ３ Ｔｈｅ ｍｏｄｅｌ ｓｕｍｍａｒｙ ｔａｂｌｅ 注：ａ．已输入所有请求的变量；ｂ．因变量：标准信号 表４方差分析表 Ｔａｂｌｅ ４ Ａｎａｌｙｓｉｓ ｏｆ ｖａｒｉａｎｃｅ 注：ａ．预测变量，织物信号 从表５中可以看出，自变量织物电极采集的心电信号的 回归系数为０．８４２，因此得到回归方程：Ｙ一０．８４２ｘ。回归系 数的显著水平为０．０００，明显小于０．０５，故应拒绝Ｔ检验的 原假设 。 ，这也正是说明了回归系数的显著性，证明了线性 模拟是恰当的。 表５回归系数表 Ｔａｂｌｅ ５ Ｒｅｇｒｅｓｓｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ ５结论 （１）刺绣型织物电极的尺寸越大，其电极对的阻抗越小， 则采集的生物电信号强度越大，但其阻抗大小同时也受穿戴 者穿戴时间的影响，随着穿戴时间的延长，不同尺寸织物电 极的影响程度会越来越接近。 （２）不同形状的织物电极采集信号过程中会影响电流分 布的均匀度，但该因素的影响程度并不显著。 （３）固定尺寸和形状的织物电极在采集生物电信号的过 程中，由于自身结构以及水平方向的相对滑移和竖直方向的 相对挤压等因素，其采集的生物电信号容易受外界噪音干 扰，小波变换去噪后能够得到较为准确的心电信号。 （４）Ｒ波位置检测算法以及ＱＲＳ波群提取原理能够较 好地确定Ｒ波的具体位置，ＱＲＳ波群在同一周期结点能够 较为集中地密集分布，能够清楚地分辨异常的ＱＲＳ波并反 馈生理状态。 （５）ＳＰＳＳ相关性检验和回归性分析得到织物电极采集 的生物电信号与标准电极采集的生物电信号具有很强的相 关性和回归性，刺绣型织物电极从生物电信的采集的角度可 以取代一次性标准电极。 参考文献 １ Ｊａｎｇ Ｓ，Ｃｈｏ Ｊ，Ｊｅｏｎｇ Ｋ，ｅｔ ａ１．Ｅｘｐｌｏｒｉｎｇ ｐｏｓｓｉｂｉｌｉｔｉｅｓ ｏｆ ＥＣＧ ｅｌｅｃ ｎｉｑｕｅｓ，２００７：１１３０ ２ Ｐｅｒｅｉｒａ Ｔ，Ｃａｒｖａｌｈｏ Ｈ，Ｃａｔａｒｉｎｏ Ａ Ｐ，ｅｔ ａ１．Ｗｅａｒａｂｌｅ ｂｉｏ－ｐｏｔｅｎｔｉａｌ ｍｅａｓｕｒｅｍｅｎｔ ｕｓｉｎｇ ｔｈｅ ｔｉａｄｓ１１９８ ａｎａｌｏｇ ｆｒｏｎｔ－ｅｎｄ ａｎｄ ｔｅｘｔｉｌｅ ｄｅｃ— ｔｒｏｄｅｓ￣Ｃ］／／２０１３ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｍｅｄｉｃａｌ Ｍｅａ— ｓｕｒｅｍｅｎｔｓ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ Ｐｒｏｃｅｅｄｉｎｇｓ．Ｇａｔｉｎｅａｕ：Ｃａｎａｄａ，２０１３： ３２５ ３许鹏俊．用于体表心电监测的纺织结构电极与皮肤之间机械作用分 析及动态噪音研究ＥＤ］．上海：东华大学，２０１２ ４ Ｈｅ Ｂ，Ｌｉ Ｇ，Ｌｉａｎ Ｊ，ｅｔ ａ１．Ａ ｓｐｌｉｎｅ ｌａｐｌａｃｉａｎ ＥＣＧ ｅｓｔｉｍａｔｏｒ ｉｎ ａ ｒｅａ－ ｌｉｓｔｉｃ ｇｅｏｍｅｔｒｙ ｖｏｌｕｍｅ ｃｏｎｄｕｃｔｏｒ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓ Ｂｉｏｍｅｄ Ｅｎｇ， ２００２，４９（２）：１１Ｏ ５翟红艺，王春民，张晶，等．基于织物电极的心电监测系统［Ｊ］．吉林 大学学报：信息科学版，２０１２，３０（２）：１８５ ６张琳，严洪，翟光杰．非接触式电极在心电信号检测中的应用和研究 进展［Ｊ］．航天医学与医学工程，２０１４，２７（２）：１５２ ７ Ｔａｊｉ Ｂ，Ｓｈｉｒｍｏｈａｎｕｎａｄｉ Ｓ，Ｇｒｏｚａ Ｖ，ｅｔ ａ１．Ｉｍｐａｃｔ ｏｆ ｓｋｉｎ－ｅｌｅｃｔｒｏｄｅ ｉｎｔｅｒｆａｃｅ ｏｎ ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ ｍｅａｓｕｒｅｍｅｎｔｓ ｕｓｉｎｇ ｃｏｎｄｕｃｔｉｖｅ ｔｅｘｔｉｌｅ ｅｌｅｃｔｒｏｄｅｓＥＪ］．ＩＥＥＥ Ｔｒａｎｓ Ｉｎｓｔｒｕｍｅｎｔａｔｉｏｎ Ｍｅａｓｕｒｅｍｅｎｔ，２０１３，６３ （６）：１４１２ ８ Ｍｉｈａｊｌｏｖｉｃ Ｖ。Ｇｒｕｎｄｌｅｈｎｅｒ Ｂ．Ｔｈｅ ｅｆｆｅｃｔ ｏｆ ｆｏｒｃｅ ａｎｄ ｅｌｅｃｔｒｏｄｅ ｍａ— ｔｅｒｉａｌ ｏｎ ｅｌｅｃｔｒｏｄｅ－ｔｏ－ｓｋｉｎ ｉｍｐｅｄａｎｃｅ［ｃ］／／２０１２ ＩＥＥＥ Ｂｉｏｍｅｄｉｃａｌ Ｃｉｒｃｕｉｔｓ ａｎｄ Ｓｙｓｔｅｍｓ Ｃｏｎｆｅｒｅｎｃｅ，２０１２：５７ ９ Ｌａｎａｔｄ Ａ，Ｖａｌｅｎｚａ Ｇ，Ｓｃｉｌｉｎｇｏ Ｅ Ｐ．Ａ ｎｏｖｅｌ ＥＤＡ ｇｌｏｖｅ ｂａｓｅｄ ｏｎ ｔｅｘｔｉｌｅ ｉｎｔｅｇｒａｔｅｄ ｅｌｅｃｔｒｏｄｅｓ ｆｏｒ ａｆｆｅｃｔｉｖｅ ｃｏｍｐｕｔｉｎｇ［Ｊ］．Ｍｅｄｉｃａｌ Ｂｉｏ— ｌｏｇｉｃａｌ Ｅｎｇ Ｃｏｍｐｕｔ，２０１２，５０（１１）：ｌ１６３ １０ Ｂｕｘｉ Ｄ，Ｋｉｍ Ｓ，Ｖａｎ Ｈｅｌｌｅｐｕｔｔｅ Ｎ，ｅｔ ａ１．Ｃｏｒｒｅｌａｔｉｏｎ ｂｅｔｗｅｅｎ ｅｌｅｃ ｔｒｏｄｅ ｔｉｓｓｕｅ ｉｍｐｅｄａｎｃｅ ａｎｄ ｍｏｔｉｏｎ ａｒｔｉｆａｃｔ ｉｎ ｂｉｏ－ｐｏｔｅｎｔｉａｌ ｒｅｃｏｒｄｉｎｇｓ ｇＪ］．Ｓｅｎｓｏｒｓ Ｊ ＩＥＥＥ，２０１２，１２（１２）：３３７３ １１ Ｍａｒｏｚａｓ Ｖ，Ｐｅｔｒｅｎａｓ Ａ，Ｄａｕｋａｎｔａｓ Ｓ，ｅｔ ａ１．Ａ ｃｏｍｐａｒｉｓｏｎ ｏｆ ｃｏｎ— ｄｕｃｔｉｖｅ ｔｅｘｔｉｌｅ－ｂａｓｅｄ ａｎｄ ｓｉｌｖｅｒ／ｓｉｌｖｅｒ ｃｈｌｏｒｉｄｅ ｇｅｌ ｅｌｅｃｔｒｏｄｅｓ ｉｎ ｅｘｅｒ— ｃｉｓｅ ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ ｒｅｃｏｒｄｉｎｇｓ［Ｊ］．Ｊ Ｅｌｅｃｔｒ０ｃａｒｄｉ０ｌｏｇｙ，２０１１，４４ （２）：１８９ １２ Ｋｒａｓｔｅｖａ Ｖ Ｔ，Ｐａｐａｚｏｖ Ｓ Ｐ．Ｅｓｔｉｍａｔｉｏｎ ｏｆ ｃｕｒｒｅｎｔ ｄｅｎｓｉｔｙ ｄｉｓｔｒｉｂｕ— ｔｉｏｎ ｕｎｄｅｒ ｅｌｅｃｔｒｏｄｅｓ ｆｏｒ ｅｘｔｅｒｎａｌ ｄｅｆｉｂｒｉｌｌａｔｉｏｎ ｆ－Ｊ３．Ｂｉｏｍｅｄ Ｅｎｇ Ｏｎ— ｌｉｎｅ，２００３，１（１）：１ １３陶丹丹．肌电假肢织物电极及其信号采集处理技术的研究［Ｄ］．哈尔 滨：哈尔滨工业学，２０１１ １４ Ａｍｅｒｉｃａｎ ｎａｔｉｏｎａｌ ｓｔａｎｄａｒｄ ｉｎｓｔｉｔｕｔｅ ａｎｄ ａｓｓｏｃｉａｔｉｏｎ ｆｏｒ ｔｈｅ ａｄｖａｎｃｅ— ｍｅｎｔ ｏｆ ｍｅｄｉｃａｌ ｉｎｓｔｒｕｍｅｎｔ．Ｄｉｓｐｏｓａｂｌｅ ＥＣＧ ｅｌｅｃｔｒｏｄｅｓ Ｅｓ］．ＡＮｓｌ／ ＡＡＭＩ ＥＣ１２：２０００ １５孙佳新．基于信号质量评估的可穿戴运动心电监护系统［Ｄ］．上海： 东华大学，２０１０ １６ Ｂａｎｅｒｊｅｅ Ｓ，Ｇｕｐｔａ Ｒ，Ｍｉｔｒａ Ｍ．Ｄｅｌｉｎｅａｔｉｏｎ ｏｆ ＥＣＧ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｆｅａｔｕｒｅｓ ｕｓｉｎｇ ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎ ｗａｖｅｌｅｔ ａｎａｌｙｓｉｓ ｍｅｔｈｏｄ［Ｊ］．Ｍｅａｓｕｒｅ— ｍｅｎｔ，２０１２，４５（３）：４７４ １７郭维．穿戴式人体生理参数监测系统的研究与实现［Ｄ］．长春：吉林 大学，２０１２ １８孙逸敏．利用ｓＰＳＳ软件分析变量间的相关性［Ｊ］．教育学院学 报，２００７（２）：１２０ １９王惠文，孟洁．多元线性回归的预测建模方法ＥＪ］．北京航空航天大学 学报，２００７（４）：５００ ２Ｏ张寅．用于回归预测的高斯过程模型研究［Ｄ］．天津：河北工业大学， ２０］４
