Основные этапы разработки беспроводной системы холтеровского мониторирования

Аннотация

В статье рассматриваются этапы разработки автоматизированной беспроводной системы Холтеровского мониторирования в условиях одного медицинского учреждения. Данная система позволит осуществлять суточный мониторинг сердечной деятельности у нескольких пациентов, путем сбора ЭКС-сигнала по беспроводным каналам на единый сервер. Такая система позволит осуществить достаточно высокое быстродействие и пониженное энергопотребление засчет выбора недорогих Wi-fi приемопередатчиков. В статье рассмотрены вопросы поэтапного создания данной системы, а также приведено обоснование выбора приемопередатчиков с целью создания автоматизированной системы с низким энергопотребелением. Представлены результаты моделирования с среде MatLab и разработанная экспериментальная установка системы передачи ЭКС-сигнала от нескольких Wi-fi передатчиков на сервер для обработки и изучения данных сердечной деятельности у нескольких пациентов одновременно.

Введение

Для диагностики некоторых сердечных заболеваний недостаточно снятия обычной ЭКГ. Для выявления аритмии сердечной мышцы, ишемии (кислородного голодания), контроля работы электрокардиосимулятора и т.д. необходимо применение Холтеровского мониторирования. Холтеровское мониторирование представляет собой непрерывное снятие ЭКГ пациентов в течение суток. Диагностирование с использованием данных такого мониторирования возможно после завершения периода регистрации и сбора [1].

Чтобы охватить большее количество пациентов целесообразно разработка беспроводной автоматизированной системы суточного сбора ЭКГ-сигнала у нескольких пациентов, находящихся в различных точках одного медицинского учреждения. Такая система позволит непрерывно интерпретировать полученные ЭКС на едином сервере в условиях кардиоцентра. При отклонениях в работе сердечной деятельности, лечащий врач может быть оперативно информирован об этом.

Сегодня известны несколько беспроводных автоматизированных систем сбора ЭКГ-сигнала, базирующиеся на стандартах Zigbee или Bluetooth [2, 3]. Однако такие стандарты беспроводной связи имеют достаточно низкую скорость передачи данных и ограничены по числу конечных абонентов. Стандарт Wi-fi позволяет осуществлять более высокую скорость передачи данных, но проигрывает в вопросе энергопотребления. Однако последние разработки беспроводных Wi-fi приемопередатчиков позволили существенно снизить потребляемую электроэнергию. Таковым устройством является Wi-Fi модуль NodeMcu v3 с чипом ESP8266 [4].

Применение подобных модулей позволит решить несколько задач: пониженное энергопотребление, высокая скорость передачи данных, достаточно высокое количество одновременно подключаемых абонентов, возможность осуществления суточного мониторинга в условиях одного кардиоцентра.

Методы исследования

В качестве методов исследования применялись сравнительный анализ существующих систем беспроводного ЭКГ-мониторинга, математическое и виртуальное моделирование системы сбора данных, применение существующих баз данных ЭКГ-сигналов, экспериментальный выбор подходящих модулей, конечный эксперимент.

Данная система разрабатывалась на базе СКГУ им. М. Козыбаева в рамках проекта № АР05130275 по программе 217 «Развитие науки» по теме «Разработка беспроводной автоматизированной системы электрокардиодиагностики».

Результаты исследования

На Рисунке 1 изображена общая функциональная схема беспроводной системы Холтеровского мониторирования для использования в условиях одного кардиоцентра.

Рисунок 1 Функциональная схема системы Холтеровского мониторирования

Основные элементы, входящие в систему:

  1. 5 электродов, подключаемых к пациенту.
  2. Специализированный кабель отведений для Холтеровского мониторирования.
  3. Кардиограф на базе интегральной микросхемы ADAS 1000 фирмы Analog Devices [5]. Данная микросхема представляет собой набор усилителей аналоговых сигналов с фильтрацией и дополнительными отведениями. Взаимосвязь между кардиографом и модулем беспроводной передачи осуществляется через интерфейс последовательной передачи данных SPI, где роль ведущего устройства играет микросхема кардиографа.
  4. Wi-fi передатчик на базе модуля NodeMcu v3 с чипом ESP8266, характеристики которого рассмотрены в работе [6]. Микросхема кардиографа и Wi-fi модуль питаются от автономного аккумулятора, что позволит осуществить защиту от центрального отключения источника электроэнергии.
  5. Роутер или модем, обеспечивающий беспроводную связь между двумя и более приемопередатчиками.
  6. Принимаемые ЭКС-данные WiFi-приемник может передавать на миникомпьютер класса Raspberry[7], Связь с ним также осуществляется по интерфейсу SPI, где модуль беспроводной связи выполняет роль подчиненного устройства.

Программа для передачи и приема ЭКС-сигнала пишется в программном обеспечении Arduino ШЕ. Миникомпьютер класса Raspberry позволяет интерпретировать принимаемые данные, а также с помощью графопостроителя осуществляет визуальное представление ЭКГ. Для этого пишется отдельная программа, которая компилируется в миникомпьютер.

Один из основных вопросов заключается в достижении низкого энергопотребления с помощью выбора подходящих модулей беспроводной связи. Чтобы подсчитать суточное энергопотребление необходимо измерить напряжение на входе приемопередатчика и потребляемый ток.

Напряжение на выводах VCC и GND измеряется просто и равно примерно 4,8 Вольт (Рисунок 2).

Рисунок 2 Напряжение на линии питания модуля NodeMcu v3

Потребляемый ток рассчитывается путем установки амперметра в разрыв между линией питания и беспроводным модулем. Экспериментально установлен ток потребления 72,4 мА (Рисунок 3).

Рисунок 3 Потребляемый мгновенный ток модулем NodeMcu v3

Рассчитать мгновенное энергопотребление можно по следующей формуле:

Таким образом, суточное энергопотребление будет равно:

P = 1257,TZABamm * ІАчаса к ЗЪкВатт ■ час.

Таким образом, получаем суточное энергопотребление выше, чем у стандартов ZigBee и Bluetooth, но ниже, чем у других Wi-fi модулей. При этом, выигрываем в скорости передачи данных, а также увеличенному количеству подключенных абонентов.

Для того чтобы наладить и настроить параметры беспроводной передачи ЭКС- сигнала, необходимо воспользоваться архивной базой ЭКС PhysioBank АТМ[8,9]. База представляет из себя ресурс со множеством близких к реальным моделям ЭКС- сигналов с наличием реальных патологий. Также база имеет приложения для перевода существующих электрокардиологических сигналов в модели MatLab.

Для получения реального ЭКС-сигнала используются пакеты MatLab, такие как Simulink, Simulink Desktop Real-Time и многофункциональная плата ввода-вывода PCI- 1710HG. На рисунке 4 представлена Simulink-модель передачи ЭКС-сигнала, записанного в рабочую память Workspace, на выходные контакты платы PCI-1710HG (Analog Output).

На Рисунке 6 представлена разработанная структура беспроводной автоматизированной системы Холтеровского мониторирования для режима отладки и настройки параметров беспроводной системы передачи ЭКС-сигнала.

Рисунок 6 Отладочная схема для системы Холтеровского мониторирования

Данная структурная схема снабжена микропроцессором Atmel SAM3X8E ARM Cortex-M3 [10], расположенного на отладочной плате Arduino Due. Микропроцессор получает аналоговые ЭКС-сигналы и по интерфейсу SPI передает их на подчиненный модуль беспроводной связи NodeMcu v3 (ESP 8266). Wi-fi передатчик предварительно программируется для передачи ЭКС-сигнала по локальной сети WiFi в виде дискретных 2-х байтных значений через роутер на приемник (также на базе NodeMcu v3). В качестве интерпретатора также выступает мини-компьютер Raspberry.

Для демонстрации работы системы Холтеровского мониторирования представлена одноканальная система (Рисунок 7), так как она наиболее точно отражает принцип работы схемы для любого количества отведений.

Рисунок 7 Экспериментальная одноканальная система Холтеровского мониторирования

На Рисунке 7 пронумерованы следующие компоненты системы:

  1. - график реального выходного сигнала ЭКС, полученного при помощи пакета Matlab - Simulink Desktop Real-Time, клеммного соединителя ADAM-3968 - 6, подключенного через кабель к многофункциональной плате ввода-вывода PCI-17IOHG [10], установленной в слот PCI персонального компьютера;
  2. - осциллограмма ЭКС-сигнала, полученная с помощью графопостроителя на основе платы Arduino Due;
  3. - осциллограммы входного и выходного (полученного с помощью 12- разрядного аналогового выхода Arduino Due) ЭКС-сигналов;
  4. - график выходного ЭКС-сигнала, полученного на мини-компьютере Raspberry;
  5. - схема установки электродов на пациенте;
  6. - клеммная колодка ADAM-3968;
  7. - модуль AD8232, представляющий собой усилитель аналоговых сигналов с фильтрацией[11];
  8. - Wi-Fi приемник -WeMos dl mini pro;
  9. - Wi-Fi передатчик -WeMos dl mini pro;
  10. - платформа Arduino Due;
  11. - Wi-Fi роутер класса TP-LINK;
  12. - USB-разветвитель для подключения Wi-Fi приемо-передатчиков и Arduino к компьютеру.

Дискуссия

Разработано и реализовано схемотехническое решение передачи ЭКГ-сигнала при помощи двух Wi-fi приемопередатчиков. Выбранные модули беспроводной связи обеспечивают допустимое энергопотребление, высокую скорость передачи данных и допустимо большое количество подключенных абонентов.

Показаны этапы разработки беспроводной автоматизированной системы Холтеровского мониторирования.

Разработаны алгоритмы беспроводной передачи ЭКС-сигнала, обеспечивающие синхронность выполнения записи принимаемых данных и их передача.

Представленная система позволяет разработать многоканальную систему передачи и обработки ЭКГ от множества пациентов на единый сервер.

Заключение

Результатом проведенной научно-исследовательской работы является разработанные структурная и функциональные схемы Холтеровского мониторирования ЭКГ-сигналов, предназначенные для применения в домашних условиях или в рамках одного кардиоцентра. Также разработан отладочный комплекс одноканальной системы беспроводной передачи ЭКС с использованием открытой базы ЭКГ и программноаппаратных средств для получения реальных копий ЭКГ с различными патологиями.

Предложенная система беспроводной передачи измерений ЭКГ сокращает время активной работы приемо-передатчиков по предварительной оценке на 30% и на треть сокращает расход электроэнергии.

Литература:

  1. Аксельрод А.С. Холтеровское мониторирование ЭКГ: возможности, трудности, ошибки / Аксельрод А.С.. Чомахидзе П.Ш.. А.Л.Сыркин. M.: ООО «Медицинское информационное агенство», 2007. - 186с.
  2. Аль-Дхамари Д.Х., Безуглов Д.А., Шевчук П.С., Енгибарян И.А. Разработка беспроводной системы дистанционного мониторинга состояния пациентов на основе Zigbee и Labview // Современные проблемы науки и образования. - 2014. - № 6.
  3. Свита Сергей Юрьевич, & Петрыкин Денис Алексеевич (2018). Разработка автономного устройства длительного ЭКГ-мониторирования. Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника, 18 (1), 106- 109.
  4. Абдрахманов Вали Хызырович, Важдасв Константин Владимирович, & Салихов Ренат Баязитович (2017). Разработка средств автоматизации с использованием Wi-Fi модулей ESP8266 и Ipwan технологий. Электротехнические и информационные комплексы и системы, 13 (4). 98-108.
  5. Петровский М.А., Кузьмин А.В., & Чураков П.П. (2018). Особенности использования analog front-end в мобильных системах экг-монторинга. Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления, (26), 92-105.
  6. Абдрахманов Вали Хызырович, Важдасв Константин Владимирович. & Салихов Ренат Баязитович (2018). Разработка системы детектирования информационных сигналов звукового диапазона с использованием микроконтроллеров STM32 для мониторинга состояния биологических объектов. Электротехнические и информационные комплексы и системы, 14 (3). 80-87.
  7. Румянцев Д.Ю., Андреев Р.А., & Мышьянов С.В. (2019). Разработка программно-аппаратного комплекса для проведения измерений параметров сети мобильной связи на базе Raspberry Pi. Экономика и качество систем связи, (4 (14)), 61-68.
  8. Петров Сергей Павлович, Епишина Екатерина Викторовна. & Воронин Вячеслав Владимирович (2014). Оценка алгоритмов распознавания образов для задач автоматического анализа электрокардиограмм. Евразийский Союз Ученых, (8-8), 27-29.
  9. Карпов О.Э., Субботин С.А., & Шишканов Д.В. (2019). Использование медицинских данных для создания систем поддержки принятия врачебных решений. Врач и информационные технологии, (2), 11-18.
  10. Абдрахманов Вали Хызырович, Важдасв Константин Владимирович, & Салихов Ренат Баязитович (2018). Разработка системы детектирования информационных сигналов звукового диапазона с использованием микроконтроллеров STM32 для мониторинга состояния биологических объектов. Электротехнические и информационные комплексы и системы. 14 (3), 80-87.
  11. Богданов М.А., & Бочаров А.Н. (2013). Разработка роботизированной автономной системы. Актуальные проблемы авиации и космонавтики. 1 (9). 393-394.
Год: 2020