[01367887]非接触式柔性智能穿戴心电监测关键技术研究与应用

心脏病是当今心血管病中发病率和死亡率最高的疾病之一,心脏病的防治和诊断成为当今医学界面临的亟待解决的最重要问题之一。用于诊断心脏病的主要技术之一是心电图（Electrocardiogram, ECG）,一百多年来,心电图这种无创检查技术,由于诊断方法简便、对患者无损害等优点,在心脏疾病的诊断中发挥了重要作用。目前医院普遍使用的常规心电图监护仪或心电工作站存在体积较大、价格昂贵和不便携带随时监测等缺点。尽管Holter即“动态心电图”可以被佩戴在患者身上进行心电的动态监测,但它主要是完成连续记录24小时心电活动的全过程,为医生提供以往一次心电图难以捕捉到的有效的诊断依据,后期仍需由人工离线进行心电信号分析。本项目通过非接触式容性耦合织物电极、柔性电路、人工智能算法和云计算等技术,构建了非接触式心电硬件、智能手机APP和人工智能算法云计算的心电监测系统。通过非接触式的容性耦合织物电极采集心电信号,进行去噪预处理、特征参数提取和分类诊断作出相应的诊断。心电监测系统可以实现9类心电信号的分类,包括：正常心电、窦性心动过缓、窦性心动过速、房性早搏、室性早搏、房性心动过速、室性心动过速、心房颤动、2秒以上长间歇。 本项目任务来源于： 1、天津市科学技术普及项目（18KPXMSF00050）,基于柔性智能穿戴技术的心电监测科普应用开发,2018-10至2020-09,20万元,已结题,项目负责人李鸿强。 2、天津市自然科学基金面上项目（18JCYBJC29100）,基于容性耦合织物电极的心电传感与诊断研究,2018-04至2021-03,10万元,已结题,项目负责人李鸿强。 本项目通过非接触式容性耦合织物电极、柔性电路、人工智能算法和云计算等技术,构建了非接触式心电硬件、智能手机APP、人工智能算法和云计算的心电监测系统。提出了一种融合小波包分解-统计分析和斜率阈值相结合的多域特征提取,利用SVM支持向量机进行分类诊断的人工智能算法,实现了对正常心电、窦性心动过缓、窦性心动过速、房性早搏、室性早搏、房性心动过速、室性心动过速、心房颤动、2s以上长间歇早期诊断分析,心律失常分类识别准确率分别可以达到97%。提出了一种通过格拉姆角场将心电信号转换为图像,利用改进的深度残差网络模型进行分类诊断的人工智能算法,实现了对正常心电、心房颤动、房性早搏、室性早搏、室性心动过速、房性心动过缓和窦性心动过速早期诊断分析,心律失常分类识别准确率分别可以达到98.25%。 本项目利用全新的柔性智能穿戴技术理念,将智能穿戴技术、快速心电监测和诊断技术进行有机结合,实现了传统医院心电图机和目前市面上便携式心电设备向更为便利的“智能可穿戴心电监测”这一新模式的升级。迄今为止,已经在天津市胸科医院累计为千余名心脏病患者进行心电监测和诊断。项目研究成果同时通过天津电视台、天津日报进行宣传推广,实现了超过40万人普及心血管病防治知识,提高了本市居民心血管病知晓率。 项目研究成果除了可以进行心脏疾病的长期管理,也能进行院内快速筛查等功能,极大提高了心电筛查的效率,在心血管疾病的初筛、非心脏疾病的手术评估、健康体检筛查等方面具有重要的优势。研究成果促进了心脏病预防关口前移、防治重心下移,提高了广大居民的心脏病预防与急救意识,完善了公共卫生服务体系和重大疾病防控体系,降低了疾病的发病率和死残率,改善了人群的健康状况,具有较大的社会效益。