论文总字数：19603字

摘 要

据不完全统计，目前人类由于疾病而死亡的原因，大多数都是因为心血管疾病。人们生活的不规律、饮食的不安全、工作压力大等这些因素，使得心脏类疾病像一个悄无声息的“杀手”潜伏在我们身体里。

心脏的生理状况可以在心电图(ECG)上得到一定程度的体现，传统的心电监测通过12导联心电图进行监测，但是它存在体积大不易携带、且出报告时间过长，病人需要花三到四天的时间才能拿到报告的。即使拿到心电图对于普通人来说也很难看懂，需要在专业的医生指导下才能知道到底有没有问题。因此研究基于穿戴式心电设备的医生诊断软件具有深远的社会意义。

本次研究运用Ionic、Angular JS等技术实现。通过心电监测设备对心脏进行监测并采集心脏跳动的数据，然后通过蓝牙模块将数据传输到终端，结合心电图的波形特特点，采用差分阙值法对心电信号进行计算分析从而检测出QRS波形特征，然后采用心率失常分类算法，通过心动周期AR进行判断，分类心脏类疾病。

关键词：心电图；Ionic；Angular JS；差分阙值法；心律失常分类算法

Medical diagnosis based on Wearable ECG device APP

Abstract

According to incomplete statistics, at present, most of the reasons for the death of human beings due to disease are cardiovascular diseases. People"s life is not the law, food insecurity, work pressure and other factors, so that heart disease like a silent killer lurking in our body.

The physiological condition of the heart can in the electrocardiogram (ECG) on reflected to a certain extent, the traditional ECG monitoring was monitored by 12 lead electrocardiogram, but it has large volume, and is not easy to carry out the report time, patients need to spend three to four days to get the report. Even if it is difficult to understand the ECG for the average person, you need to be able to know under the guidance of a professional doctor in the end there is no problem. Therefore, it is of great social significance to study the diagnostic software based on Wearable ECG equipment.

This topic uses ionic, angular JS and other technologies to achieve. The ECG monitoring equipment monitoring and collecting data on the beating heart, then transmits the data to the terminal through the Bluetooth module, combined with the characteristics of ECG waveform, the differential threshold analysis to detect the QRS waveform characteristics of the ECG signal, then the arrhythmia classification algorithm, judging by the cardiac cycle AR, classification of heart disease.

Keywords: Electrocardiogram; Ionic; Angular JS; Difference method; Arrhythmia Classification Algorithm

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1选题背景 1

1.2选题的目的及意义 1

1.3国内外研究现状 2

第二章 相关技术 3

2.1技术选择 3

2.1.1Android 3

2.1.2 Ionic 3

2.1.3 Angular JS 4

2.2心电生理基础 4

2.3心电图基础知识 4

2.4典型心律分类 5

2.4.1室性心律失常 5

2.4.2室上性心律失常 5

第三章 软件需求分析 6

3.1软件总体需求建模 6

3.1.1功能需求 6

3.1.2 非功能需求 7

3.2系统的数据建模 7

3.3心电图分析软件功能设计 8

3.3.1用户管理 9

3.3.2数据查看 10

3.3.3数据分析 11

第四章 算法分析与实现 13

4.1心电诊断软件算法分析 13

4.2基于差分阙值检测的方法 13

4.2.1基本思想 13

4.2.2心电波形检测算法的实现 13

4.3 心律失常分类算法 16

第五章 心电分析软件功能实现 17

5.1用户管理实现 17

5.1.1 流程实现 17

5.1.2软件实现 17

5.1.3代码实现 18

5.2数据查看实现 19

5.2.1 流程实现 19

5.2.2软件实现 19

5.2.3代码实现 19

5.3数据分析 21

5.3.1流程实现 21

5.3.2软件实现 21

5.3.3代码实现 22

第六章 总结与展望 24

6.1工作总结 24

6.2 后续工作展望 24

致 谢 25

参考文献 26

第一章 绪论

1.1选题背景

现如今，医疗设备的发展也随着科学技术一起成长，各种智能、便携的医疗设备如雨后春笋一般纷纷冒出。因此，可穿戴便携式医疗检测仪也应运而生。在这样的情况下，设计和实现基于可穿戴式的医疗仪器变得日益迫切，而在众多的医疗仪器中，心血管疾病的危危害巨大，使得可穿戴的便携式心电监测仪设备设计的需求急速增长。

心电图（ECG）用图形化方式很好的展示了心脏心肌细胞的正负极生物电位的变化，医生对病人进行心血管疾病(如早搏、心肌梗塞、房颤等)的诊断依据来源于通过观察心电图波形。过去的心电图都是通过12导联心电图仪得到，这种心电图仪存在消耗时间长、体积较大、不利于患者随身携带等缺点。基于上述原因，研发的心电监护产品最好具备便携带、小型化、低功耗这些特点。同时，由于心血管疾病的危害巨大，研究基于穿戴式的医生诊断app具有非常好的社会价值和意义。但是在采集的波形信息取回后，复杂难懂的波形图对普通人来不易理解，只有通过专业医生的指导才能理解。过去的传统12导联心电图如图1.1所示。

剩余内容已隐藏，请支付后下载全文，论文总字数：19603字