辨別在單片機上和模糊邏輯檢測室性早博

1、辨別在單片機上和模糊邏輯檢測室性早博            摘要：在基于單片機8051的心電監(jiān)護模塊中，用模糊邏輯檢測室性早博，使心電監(jiān)護模塊功能得到擴展。 關鍵詞：心電監(jiān)護 模糊邏輯 數(shù)字單片機現(xiàn)代多參數(shù)監(jiān)護儀普遍采用模塊化模塊，每個模塊都是能完成單功能的獨立微處理機系統(tǒng)，多個模塊通過串行口接收主控制器命令，送出測量結果。心電監(jiān)護模塊是其中的關鍵部件，其在單片機控制下拾取心電信號，放大、預處理，并傳送給主控模塊。室性早博（PVC）是一種最常見的心律失常，它的實時，正確檢測是

2、心電圖自動分析的一項重要技術。在心電監(jiān)護的基礎上，加入心博和節(jié)律分類功能，便可進行心律失常監(jiān)護。室性早博檢測一般在高端的心律失常分析模塊中進行。目前單片機的功能不斷增強，過去主要用作控制器的單片機，在完成原來的任務后，尚剩余不少CPU時間和控制功能，完全有可能實現(xiàn)一些過去只能在PC機上運行的復雜算法，而且用匯編語言編程提高運行速度。模糊系統(tǒng)是模糊集合論和模糊邏輯的具體應用，它模擬人腦思維決策的能力，特別適用于數(shù)字模型難以精確表示的不確定系統(tǒng)。醫(yī)學決策系統(tǒng)中的許多信息都是不確定的，例如心電信號中的大量特片信息，適合用模糊推理的方法進行處理。筆者的實驗室采用模糊邏輯識別室性早博，效果較好。筆者在基

3、于8051的心電模塊中移植上述算法，實現(xiàn)室性早博檢測。在模糊單片機上進行模糊控制或推理非常方便。在數(shù)字單片機上實現(xiàn)，關鍵是怎樣存儲表達隸屬度函數(shù)和模糊規(guī)則，以及怎樣實現(xiàn)推理。1 隸屬度函數(shù)、模糊規(guī)則和模糊推理方法使用RR間期、R波寬度和面積、T波的面積和峰值這五個形態(tài)參數(shù)描述一個QRS波。室性早博的典型形態(tài)特片表現(xiàn)為RR間期較小，R波寬度大、面積大,T波寬度大、峰值大。經過統(tǒng)計和實驗確定的隸屬度函數(shù)如圖1所示。圖1中橫軸表示論域，縱軸表示隸屬度。每個輸入語言變量定義小（S）、中（M）、大（L）、特大（XL）四個語言變量值。隸屬度函數(shù)為三角形或半梯形。模糊規(guī)則共有32條，部分規(guī)則如表1所示。其中

4、17條判決“是PVC”，15條判決“可能是PVC”，-表示不考慮該參數(shù)的影響。表1 模糊規(guī)則RR間期R波面積R波的寬度T波面積T波峰值結論XLXL-是PVCXL-XL-是PVCMLXLXLL是PVCMLLXLL是PVCL-XL-可能是PVC-XLXLXLL可能是PVCM-XLL可能是PVCLSM-M可能是PVC在數(shù)字單片機上實現(xiàn)模糊控制一般采用三種方式：強度轉移方式、直接查表方式和公式計算方式。直接查表方式通過事先的離線計算，得到一張模糊控制表，將控制表存放在計算機機內存中；控制過程中，1 2 3 下一頁      

5、;   根據輸入變量查找表中對應的控制量。在一般的控制應用中，這種方法速度最快。但本系統(tǒng)中輸入變量較多(5個)，模糊控制表維數(shù)高，存儲、查表均不方便。強度轉移方式是按模糊控制的極大-極小法進行推理。每個輸入參數(shù)映射為多個隸屬度，每組輸入會激活多條規(guī)則，可能對應不同的結果。用取小的原則計算各組合對應規(guī)則的輸出強度，然后按最大隸屬度原則得出對應于各結論的可信度。這樣，對于每一個輸入，都可得出與各結論相對應的輸出強度，稱為輸出隸屬度，取輸出強度最大的那個隸屬度作為輸出。實驗結果表明，這種方法對本系統(tǒng)最為合適。2 強度轉移法在單片機8051上的實現(xiàn)2.1 隸屬度函數(shù)的存放

6、由于數(shù)字單片機只能存儲和處理數(shù)字信息，且單片機的內存容量有限，如果要對系統(tǒng)輸入輸出論域的所有隸屬函數(shù)的連續(xù)曲線進行存儲，是根本不可能的。對于三角形隸屬函數(shù)，采用三點法，存儲三角形的三個頂點；對于兩邊的半梯形，也存儲腰和頂?shù)娜c。隸屬度函數(shù)存放在ROM中，如表2所示（僅列出RR，其余類推）。表2 隸屬度函數(shù)存放示意圖地 址隸屬度函數(shù)模糊值模糊變量1C00H0.00.81.0SRR1C03H0.81.01.4M1C06H1.01.42.5L1C09H1.42.53.0XL2.2 輸入模糊化提取的特片參數(shù)是精確值，將它們與隸屬函數(shù)進行比較組合，求出相應的模糊輸入量。隸屬度范圍為01，在8位機上可表示

7、為00HFFH。對本系統(tǒng)而言，每個精確輸入值最多只對應兩個模糊輸入量大于零，其余的模糊輸入量則為零。例如：假設RR=1.1，從表2可知它落在中（M）和大（L）兩個區(qū)間上，因此對于中（M）和大（L）的隸屬度為：m(1.1)=(1.4-11.1)/(1.4-1.0)×FFH=BFHl(1.1)=(1.1-1.0)/(1.4-1.0)×FFH=3FH在RAM中開辟一塊區(qū)域，存放各模糊輸入量，如表3所示。表3 模糊輸入量存放示意圖地 址隸屬度模糊值模糊變量D0H00HSRRD1HBFHMD2H3FHLD3H00HXL2.3 模糊規(guī)則的存放模糊規(guī)則表示為：IF A and B and

8、 C and D and E THEN Y(or Z)其中“IF”后緊接著的詞稱前件，中“THEN”后面的詞稱后件。首先將輸入的模糊值S、M、L、XL分別與數(shù)字0、1、2、3相對應，即：RR、RA、RW、TA、TH：S=0，M=1，L=2，XL=3每條規(guī)則用三字節(jié)表示。第一字節(jié)高四位表示第一前件的模糊值，低四位表示第二前件的模糊值；第二字節(jié)高四位表示第三前件，低四位第四前件；第三字節(jié)高四位表示第五前件，低四位表示后件。其中，F(xiàn)表示不考慮該前件，A表示“是PVC”，B表示“可能是PVC”。以第一條規(guī)則（存放在ROM中）為例，如表4。表4 模糊規(guī)則存放示意圖上一頁  1

9、0;2 3 下一頁         地 址數(shù) 據意 義1D00H33H第一條規(guī)則第一前件，第二前件1D01HFFH第一條規(guī)則第三、第四前件不考慮1D02HFAH第一條規(guī)則第五前件不考慮，后件為“是”2.4 模糊推理和輸出對于一組模糊輸入，遍邊每一條模糊規(guī)則。取第一條規(guī)則第一前件（3H）作為地址偏移量，加上模糊輸入RR在RAM中存放的首地址（40H），則可從RAM內RR存放區(qū)域中查找出XL的隸屬度A1；取第一條規(guī)則第二前件（3H）作為地址偏移量，加上模糊輸入RA在RAM中存放的首地址（44H），則可從RAM內存放區(qū)域中查找出XL的隸屬度B1：依此類推著隸屬度C1、D1、E1。根據強度轉移法，取A1、B1、C1、D1、E1中最小值作為該規(guī)則后件所取的語言變量“是PVC”的隸屬度Y1。當所有規(guī)則都遍歷后得到：“是PVC”的屬度Y1 Y2Ym，“可能是PVC”的隸屬度Z1 Z2Zn。取Y1 Y2Y的最大值作為“是PVC”的隸屬度Y，取Z1 Z2Zn的最大值作為“可能是PVC”的隸屬度Z。如果Y<7FH且Z<7FH，則輸出“正常”；如果Y>Z，輸出“是PVC”；如果Z>Y，輸出“可能是PVC”。本文討