通过压缩心电图测量数据检测心房颤动，用于无线身体传感器网络

《ACM Transactions on Internet Technology》：Atrial Fibrillation Detection from Compressed ECG Measurements for Wireless Body Sensor Network

可穿戴设备房颤筛查中采用压缩传感技术直接在设备端完成QRS检测和RR/dRR分析，无需云端重构信号，性能接近原始信号处理水平。

　　

摘要

近年来，可穿戴设备在公众中的使用越来越普遍，其中心房颤动（AF）检测是这些设备中的一项热门应用。通常，AF检测是在云端进行的，而本文介绍了一种设备内置的AF检测方法。技术上，首先使用压缩感知（CS）技术来采集心电图（ECG）数据。然后，提出直接在压缩后的CS测量结果上进行QRS波群检测，而不是在强大的云端服务器上对重建后的信号进行处理。基于提取的QRS信息，通过定量分析（RR、dRR）图来确定是否存在AF。为了验证性能，本文使用了来自医疗级数据库（MIT-BIH afdb）和可穿戴ECG设备（Physionet Challenge 2017）的ECG样本。实验结果充分表明，我们的设备内置AF检测算法能够达到基于原始信号实现的检测方法的性能水平。我们的方案适用于直接在可穿戴设备上进行AF筛查，无需依赖数据中心进行信号重建和智能分析。