远程心电监测系统的研究与设计
《12导联动态心电远程监测系统的设计与实现》
《12导联动态心电远程监测系统的设计与实现》一、引言随着科技的发展和人们健康意识的提高，心电监测已成为医疗领域的重要技术之一。
为了实现对患者心脏健康的持续监控，12导联动态心电远程监测系统应运而生。
本文将详细介绍该系统的设计思路、技术实现及实际应用效果。
二、系统设计背景与目标随着人口老龄化趋势加剧，心血管疾病的发病率逐年上升。
因此，对于心血管疾病的早期预防和及时诊断显得尤为重要。
12导联动态心电远程监测系统旨在为患者提供便捷、高效的实时心电监测服务，以便医生能够及时掌握患者的心电变化，从而制定出更为精准的治疗方案。
三、系统设计原理本系统采用12导联技术，通过体表电极采集患者的心电信号，并利用高灵敏度放大器对信号进行放大处理。
随后，系统通过无线传输技术将心电数据实时传输至远程服务器进行存储和分析。
医生可以通过电脑或手机等设备随时查看患者的心电数据，以便及时诊断和治疗。
四、系统组成与实现1. 硬件设计本系统硬件部分主要包括心电传感器、信号处理电路、无线传输模块等。
其中，心电传感器负责采集患者的心电信号；信号处理电路对采集到的信号进行放大和滤波处理；无线传输模块则将处理后的数据实时传输至远程服务器。
2. 软件设计软件部分包括数据采集模块、数据处理与分析模块、数据存储与传输模块等。
数据采集模块负责从心电传感器中获取原始心电数据；数据处理与分析模块对原始数据进行预处理和特征提取，以便医生进行诊断；数据存储与传输模块则负责将处理后的数据存储至远程服务器，并支持医生随时查看和下载。
五、系统实现技术1. 心电传感器技术：采用高质量的电极材料和优化电极布局，提高信号的稳定性和准确性。
2. 无线传输技术：采用蓝牙或Wi-Fi等无线传输技术，确保数据的实时传输和稳定性。
3. 数据处理与分析技术：采用先进的算法对心电数据进行预处理和特征提取，为医生提供准确的诊断依据。
4. 云存储技术：将处理后的数据存储至远程服务器，支持多端访问和数据共享。
面向智能医疗的远程心电监测与分析系统设计
面向智能医疗的远程心电监测与分析系统设计概述随着医疗技术和人工智能的迅猛发展，远程心电监测与分析系统成为智能医疗领域的关键技术之一。
远程心电监测与分析系统设计的目标是通过无线传输技术将患者的心电信号实时传输到医生端，并经过分析算法进行自动诊断，以提供即时且准确的心电数据分析结果。
本文将介绍面向智能医疗的远程心电监测与分析系统的设计原理、技术组成以及应用场景。
设计原理在远程心电监测与分析系统中，主要涉及到以下几个方面：心电信号采集、信号传输、数据处理与分析以及结果展示。
首先，心电信号采集是系统的基础。
通过心电传感器将患者的心电信号采集下来，并进行模数转换，将模拟信号转化为数字信号，便于后续处理。
其次，信号传输是实现远程监测的关键。
采用无线通信技术，例如Wi-Fi、蓝牙或移动网络等将采集到的心电信号数据传输到医生端。
然后，对传输的心电信号进行数据处理与分析。
这一步骤包括滤波、特征提取、心律失常检测等算法的应用。
通过对心电信号进行处理与分析，可以获得更为准确的心电数据。
最后，将处理与分析的结果展示给医生和患者。
可以通过网页、手机应用等形式呈现，实时显示心电图、心率、心律失常等信息，帮助医生进行诊断并及时采取必要的治疗措施。
技术组成面向智能医疗的远程心电监测与分析系统的实现离不开以下几种关键技术：1. 心电信号传感器：这是远程心电监测系统的关键组成部分，用于采集患者的心电信号。
通常采用的技术有干接触电极、湿接触电极和干湿混合电极等。
选择合适的传感器能够提高信号采集的准确性和舒适性。
2. 信号传输技术：实现远程心电监测的关键技术之一。
无线通信技术如Wi-Fi、蓝牙或移动网络能够将采集到的心电数据实时传输到医生端，保证数据的安全性和完整性。
3. 心电数据处理与分析算法：通过数据处理与分析算法，对采集到的心电信号进行滤波、特征提取、心律失常检测等处理，得出准确的心电数据分析结果。
其中，深度学习算法的应用可以提高诊断的准确性和灵敏性。
远程监护心电系统研究进展
可穿戴式无线电监测系统
系统组成及工作原理：
可穿戴式传感器（胸戴式）
衣物集成式（ECG T-shirt）
要求：1、“纺织式”电极；2、可隐藏电缆线；3、可拆洗 性；4、舒适性；5、安全性。
可穿戴式心电监测的信号传输
采集卡与移动电话等的传输
可穿戴式无线心电监测系统的评价
❖ 实用性 ❖ 可信度 ❖ 安全性 ❖ 舒适性 ❖ 耐久性
可穿戴式无线监测系统的展望
✓微型化 ✓智能化（高级运算功能，适于不同工况） ✓个性化（多状态,多参数） ✓网络化（多种传输形式） ✓安全保密性(数据加密，内部网络传输,自主研发的定位系统
)
✓舒适性（低生理、心理负荷）
系统流程：
心电信号 预处理
微控制器
GPRS 模块
GPRS网 监护中心
基于CDMA的心电监护系统
➢ CDMA是基于码分多址技术的数字移动电话系统。 ➢ CDMA让每一通信者都使用全部的频率，使大量用户
能共享同一无线频率，所以对频率、时间和空间没有 特定限制。
➢ CDMA的优点有：1、系统容量大；2、建网成本低；
小结与展望
✓ 现代医学的重点已由治疗为主逐步向预防（包括疾
病的早期预防，危险因素的控制等） 、 康复和改善生活 质量为主转变。
✓ 社区医疗是深化我国医疗改革需要的必由之路 ✓ 利用电话、电脑、网络、数字通信技术建立社区医
疗信息系统，形成以无线家庭监护为单元的心血管院外监 护和救治网络，是今后发展的方向，而与之相关的可提供 及时、持续服务的心电监护产品是未来市场的主流。
心电监护系统（多导联动态心电图系统）
➢Holter系统不易实现心电信息的实时分析，不具备
基于单片机的远程心电监测系统设计
当今心血管疾病已成为发病率极高的常见病之一，极大威胁人们的生命。设计一种性能可靠、价格低廉、体积较小的新店采集与远程传输系统对心血管病的监测和预防具有重要意义。
远程心电监测是只通过通信网络将远端的生理和医学信号传送到监测中心进行分析，并给出诊断意见的一种技术手段。它是随着计算机技术、通信技术等相关技术的迅速发展，心电图监测技术也逐渐应用到远程医疗领域中来，使得医院为心脏病患者的远程保健服务成为可能。
[6]朱红松，孙利民。无线传感器网络技术发展现状。中兴通讯技术，2009年，第15卷，第5期。
研究的目标、内容和拟解决的关键问题
研制一种功能强大、成本低的远程心电监测系统，可实现远程医疗心脏病患者。该系统前端采用FPGA控制，采集和存储人体的新店（EGG）信号，通过串口将心电数据传入计算机，并在LabVIEW软件平台下实现心电信号的显示和远程传输系统。其中大部分功能是由软件设计实现，以便于后续功能扩展。可将该系统广泛应用于医院、社区、家庭、户外监护，帮助医生及时诊断病人。
为设计一款体积小、功耗低、处理速度高的心电监测终端，本系统采用TI公司生产的MSP430F499单片机作为微处理器，该单片机的工作电压在1.8-3.6V之间，带有内部参考源、采样保持、自动扫描特性的12位A/D转换器，串行通信软件有异步UART和同步SPI两种模式可选。该单片机具有丰富的片内外设和大容量的片内工作寄存器和存储器，为电路的设计节省不少空间。本系统的硬件主要包括心电信号采集模块、RS232通信模块和GPRS传输模块。其中信号采集分为心电前置放大电路、滤波电路、主放大隔离电路和电平抬升电路。监测终端采集到的心电信号通过MSP430单片机进行信号处理后，可以通过GPRS模块传输到远端的医疗中心，为医生提供患者的心电数据。
基于机器学习的远程心电监测系统设计与实现
基于机器学习的远程心电监测系统设计与实现随着社会科技的不断进步发展和医疗技术的日新月异，医疗行业也在不断地发生着变革与创新。
如今，远程心电监测系统已经成为医疗行业中的重要工具之一。
利用现代计算机处理技术和先进的机器学习算法，远程心电监测系统可以实现对心电图进行高效的监测和分析，大大提高了医生的诊疗效率。
基于机器学习的远程心电监测系统的设计和实现，主要包括以下几个方面：数据采集、信号处理、特征提取、分类算法和建立模型。
数据采集心电信号是电生理信号，需要通过高质量的心电采集设备来采集。
常用的心电采集设备有平板电极系统、飞利浦心电仪以及传统的心电监护仪。
在数据采集时，为了不影响数据质量，采集环境也比较严谨。
通常需要保证采集环境的安静、不干扰等，避免电源干扰和干扰信号通过大地进入心电信号记录中，影响信号的质量。
信号处理采集完成后，经过预处理的信号可以得到比较纯净的心电数据。
但是，心电信号的幅值低、噪声大，因此需要对信号进行进一步的处理，例如滤波、放大和增强等。
在信号的预处理中，要根据采集的信号的特点，选择适当的处理方法，将其有效滤除。
通常使用的预处理方法有滤波和降噪，以及特定的信号处理算法，如小波变换和脑波追踪等。
特征提取在信号预处理后，需要提取心电信号中的特征以便后续数据处理分析。
特征提取是将心电信号转换为易于分析的数值形式或特征向量的过程。
通过特征提取，可以提取到心电信号的波形、幅值、时间和频率等多种类型的特征，如P波和QRS波的幅值、时程和形态等。
此外，基于人工智能的算法也可以用来挖掘有价值的特征，更准确地提取有价值的信息。
分类算法在特征提取后，就需要进行分类算法的处理，分类算法是对心电信号进行分类识别的重要环节。
常用的分类算法包括神经网络、支持向量机和决策树等。
在分类算法的处理中，我们可以通过训练集和测试集进行验证，选择最佳的算法模型，以获取最准确的结果。
同时，也可以通过增加数据量，进行模型改进等，不断优化分类算法的效果。
基于物联网的远程心电图监测与诊断系统设计
基于物联网的远程心电图监测与诊断系统设计远程心电图监测与诊断是现代医疗技术的重要应用领域之一。
随着物联网技术的不断发展和普及，基于物联网的远程心电图监测与诊断系统设计也日益受到关注。
本文将从系统架构、数据采集与传输、数据处理与分析等方面，探讨基于物联网的远程心电图监测与诊断系统的设计。
首先，我们需要设计合适的系统架构来实现远程心电图监测与诊断。
系统可以分为三个主要组成部分：心电信号采集设备、数据传输网络和远程监测与诊断平台。
其中，心电信号采集设备负责将患者的心电信号采集并转换为数字信号；数据传输网络负责将采集到的心电信号传输至远程监测与诊断平台；远程监测与诊断平台负责接收、储存、处理和分析心电信号，并提供相应的远程监测与诊断服务。
其次，数据采集与传输是远程心电图监测与诊断系统设计中的重要环节。
心电信号采集设备应具备稳定、高精度的数据采集功能，并能够将采集到的心电信号转换为数字信号进行传输。
数据传输网络则需具备较高的带宽和稳定性，以保证心电信号能够实时、快速地传输至远程监测与诊断平台。
此外，为了确保数据的安全性和隐私性，系统还需要采用相应的加密算法和安全措施，以防止数据被非法获取和篡改。
在数据处理与分析方面，远程心电图监测与诊断系统设计需要具备心电信号的实时处理和自动诊断功能。
系统应能够对采集到的心电信号进行去噪和滤波等预处理操作，以消除信号中的干扰，并提高信号质量。
另外，系统还需要使用适当的心电信号分析算法，对信号进行特征提取和诊断判定。
通过分析心电信号的波形、幅值、频谱等特征，可以实现对心脏疾病和异常情况的自动诊断，为医生提供参考依据。
同时，为了提高系统的可用性和用户体验，远程心电图监测与诊断系统设计还应考虑用户界面设计和人机交互。
远程监测与诊断平台应提供直观、简洁的用户界面，方便用户查看和分析心电信号，并提供相应的远程监护和诊断支持。
此外，系统还可以结合人工智能技术，实现对心电信号的自动解读和诊断，提高诊断的准确性和效率。
大规模远程心电监测系统的研究与应用
大规模远程心电监测系统的研究与应用第一章：简介随着生活方式的改变和人口老龄化的趋势，心血管疾病变得越来越普遍。
心电图被用于检测心脏是否存在异常。
然而，传统的心电图检测方式需要实时监测，让许多心电图检测由医生来完成在医院里实现，增加了患者和医院的负担。
而采用远程心电监测系统，则可以解决这一问题，帮助更多患者完成心电图检测，并将检测结果与远程医生进行交流。
本文将探讨大规模远程心电监测系统的研究与应用。
第二章：大规模远程心电监测系统的基本原理大规模远程心电监测系统是一种新型的医疗技术，它包含以下的基本原理：首先，在患者身上安装监测设备，将患者的心电数据实时采集上传到云端服务器，并使用数据挖掘和机器学习算法，分析患者的心电数据，确诊患者的病情，并及时将诊断结果反馈给医生，如有必要也可以向急救中心发送警报通知医护人员到达现场。
第三章：大规模远程心电监测系统的主要应用场景大规模远程心电监测系统可以广泛地应用于下列场景：首先，它可以用于心脏病患者的居家监测，在患者处于家庭环境下，能够在监测心脏数据的同时还搭载其他健康监测能力，比如呼吸，体温，心率，血压等。
其次，它还可以用于急诊抢救，在医院的监护室中，由于患者数量过多以至于没有足够的医护人员，所以这时候大规模远程心电监测系统就能起到监测作用，及时诊断患者病情，准确判断患者是否突发病情。
第三，它还可以用于医院的暂时监护室，在一些缺少监护床位的医院，大规模远程心电监测系统可以实现自动监测患者心电数据，并将数据上传到服务器上，为医生提供了更为准确的诊断依据。
第四章：大规模远程心电监测系统的优势大规模远程心电监测系统的优势在于：首先，它可以实现在线实时监测和24小时远程诊断，而传统的遥感监测只能在 lats上回传数据无法实现实时监测和远程诊断，同时不受重大环境影响，比如低温等天候，也保持着比较稳定的检测质量。
其次，它的可扩展性非常强，可以快速部署以适应患者的需求。
此外云端大数据分析能力可以辅助医生找到患者疾病的特征，更为精准的诊断。
基于机器学习的远程心电监测与诊断系统设计
基于机器学习的远程心电监测与诊断系统设计近年来，随着人们对健康的关注度提高，心脏疾病问题越来越受到重视。
远程心电监测与诊断系统作为一种新兴技术，在心脏病的预防和治疗方面发挥着重要的作用。
本文将针对基于机器学习的远程心电监测与诊断系统的设计进行探讨，并提出一种可行的方案。
首先，远程心电监测与诊断系统设计的核心是机器学习技术的应用。
机器学习是一种利用计算机算法来自动分析和提取数据模式，以帮助计算机系统学习和改进性能的方法。
在远程心电监测系统中，机器学习技术可以通过分析大量的心电图数据，提取特征和模式，实现对心脏健康状态的监测和诊断。
其次，基于机器学习的远程心电监测与诊断系统设计需要考虑到数据的采集和传输。
传统的心电图采集需要患者前往医院或诊所，由专业医生进行读图和分析。
而远程心电监测系统则可以采用便携式心电图仪，将患者的心电图数据传输到云端服务器进行分析。
通过利用互联网和移动通信技术，系统可以实现随时随地的心电监测和诊断。
在数据分析方面，机器学习算法的选择是关键。
常用的机器学习算法包括支持向量机、决策树、随机森林等。
针对远程心电监测与诊断系统，可以结合这些算法，建立心律失常、心脏病等多个模型，以实现对心脏健康状态的准确诊断。
同时，可以结合深度学习技术，设计卷积神经网络对心电图数据进行特征提取和分类，以提高系统的准确性和稳定性。
此外，为了提高系统的可用性和用户体验，远程心电监测与诊断系统的设计应该注重界面友好性和操作便捷性。
通过简洁直观的用户界面，患者可以方便地进行心电图测量和上传数据，同时医生可以快速查看和分析患者的心电图数据。
系统还应提供实时报警机制，当检测到异常心电信号时，及时通知医生进行处理。
最后，在系统的安全性方面，远程心电监测与诊断系统应采取一系列措施来保护数据的隐私和安全。
包括数据加密、访问权限控制、身份认证等。
同时，应定期进行系统漏洞扫描和安全审计，及时发现和修复潜在的安全风险。
综上所述，基于机器学习的远程心电监测与诊断系统设计需要充分考虑到机器学习算法的选择、数据的采集和传输、界面友好性和操作便捷性、系统的安全性等方面的问题。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
远程心电监测系统的研究与设计2009-04-19 09:17:31 来源：中电网关键字：远程心电监测系统MSP430F449 GPRS RS 232李婧，刘知贵，李彬(1．西南科技大学信息工程学院四川绵阳621010；2．安阳师范学院河南安阳455000)作为心脏病临床检查的常规方法，心电图具有无创伤、操作简单、出图快等特点，对于各种心律失常和传导障碍的诊断具有决定性作用。
随着计算机网络、通信等相关技术的迅速发展，心电图检测技术也逐渐应用到远程医疗领域中来，使得医院为心脏病患者的远程保健服务成为可能。
截至目前，国内已经研发出了通过固定电话传输心电信号的心电传输系统，由于干扰大、成本较高，并未应用于临床。
为此，本文将研究设计一种低成本、低功耗、携带方便的无线远程心电监测系统，从而为心脏病患者提供方便的远程心电监测服务功能。
1 系统概述远程心电监测系统由心电检测终端、无线通信网络、医院监护中心组成，结构框图如图1所示。
心电检测终端用来采集和检测患者的心电信号，然后通过GPRS无线网络传输到医院监护中心，医院监护中心的上位机通过网络接收到心电数据后，医生可以运用上位机中的心电分析软件对患者的心电信号进行分析和分类存储。
该心电检测终端也可以通过RS 232串口将心电数据直接传输到计算机中。
2 系统硬件设计为设计一款体积小、功耗低、处理速度高的心电检测终端，本系统采用TI公司生产的MSP430F449单片机作为微处理器，该单片机的工作电压在1.8～3.6 V之间；当工作在1 MHz，2.2 V活动模式状态时，电流才为280μA；带有内部参考源、采样保持、自动扫描特性的12位A／D转换器；串行通信软件有异步UART和同步SPI两种模式可选。
该单片机具有丰富的片内外设和大容量的片内工作寄存器和存储器，为电路的设计节省不少空间。
本系统的硬件主要包括心电信号采集模块、RS 232通信模块和GPRS传输模块。
2.1 心电信号采集模块心电信号是十分微弱的低频信号，幅值为0.5～4 mV，频率为0.05～100 Hz，在检测过程中还混杂有其他生物信号、50 Hz工频干扰以及周围电器设备所带来的干扰。
因此心电信号的采集方法就由信号提取、信号放大、信号滤波和信号处理组成，如图2所示。
2.1.1 心电前置放大电路心电信号经电极采集后，首先要进行电压放大，电压放大器一般由两级组成，前级放大采用微功耗仪表放大器AD620芯片，AD620具有高共模抑制比(CMRR)、高输入阻抗、低功耗、低噪声和低输入偏置电流等特点，其最大输出电流仅为1.3 mA。
通过调节1脚和8脚间电阻Rg阻值可设置增益为1～1 000，增益的计算公式为：G=49.4 kΩ／Rg+1。
为防止AD620工作于饱和区或截止区，前级增益不易太大，因此设计第一级的放大倍数为10倍。
前置放大电路如图3所示。
其中，缓冲输入级用双向并联二极管限制缓冲放大器两输入端之间的电压不超过+5.7 V，起低压保护作用。
100 kΩ电阻和150 pF电容构成无源低通滤波器，抑制高频干扰。
2.1.2 滤波电路在心电信号的采集过程中，必然会夹杂着高频干扰、低频干扰和50 Hz的工频干扰，因此，心电信号的滤波电路是必不可少的。
本系统采用二阶有源滤波电路来滤除0.03 Hz 以下和100 Hz以上的低高频噪声，同时采用经典的双T有源陷波电路和软件方法共同滤除50 Hz工频干扰。
2.1.3 主放大隔离电路和电平抬升电路后级放大部分需再放大10倍，才能符合A／D转换所需的电压范围。
此外，在主放大电路部分采用了线性光电隔离放大器ISO130，对心电信号进行隔离并放大，从而对心电信号的A／D转换和数字滤波起到良好的隔离效果。
心电信号经过100倍的放大，最高幅值为0.4 V，而A／D的输入范围为0～2.5 V，采取电平抬升电路采用加法电路，将1.2 V作为中间参考值，所以放大后的心电信号叠加参考电压1.2 V后大小为(1.2+0.8)V，正好在A／D的模拟输入信号范围内，此时已消除心电信号中的负值部分，输出信号即可传人MSP430单片机进行A／D转换和数字滤波处理。
后级放大电路和电平抬升电路如图4所示。
2.2 GPRS传输模块检测终端采集到的心电信号通过MSP430单片机进行信号处理后，可以通过GPRS 模块传输到远端的医疗中心，为医生提供患者的心电数据。
GPRS(General Packet Radio Service)是通用分组无线业务的简称。
GPRS是GSM Phase2.1规范实现的内容之一，能提供比现有GSM网9.6 kb／s更高的数据率。
GPRS采用与GSM相同的频段、频带宽度、突发结构、无线调制标准、跳频规则以及相同的TDMA帧结构。
本系统采用西门子公司的MC35i模块，它具有TC35i的全部功能并且很容易集成。
该GPRS模块接收速率可以达到86.20 kb／s，发送速率可以达到21.5 kb／s。
模块的工作电压为3.3～4.8 V，支持EGSM900和GSM1800双频工作段，采用GPRS分时复用的Class 8的标准，同时支持数字、语音、短消息和传真。
MC35i模块有40个引脚，通过一个ZIF(Zero insertionForce，零阻力插座)连接器引出。
这40个引脚可以划分为5类，即电源、数据输入／输出、SIM卡、音频接口和控制。
MSP430单片机通过RS 232接口和MC35i模块连接，进而实现单片机和MC35i模块的通信。
2.3 RS 232通信模块单片机也可以通过RS 232串口将心电信号直接传输到计算机中。
单片机和PC机的通信，需要RS 232驱动芯片来实现。
本系统采用SP3220驱动芯片，该芯片是一款低功耗宽电压供电的通信芯片，可以完成TTL电平与RS 232电平之间的转换及串口通信，上传速率可高达235 kb／s。
我们通过设计接口电路和对SP3220的软件驱动，进而实现心电信号的本地传输。
如图6所示，通过一个上拉电阻将SHDN管脚拉高，使该芯片一直处于工作状态。
如果系统需要处于低功耗状态，也可以通过单片机来控制该管脚，工作的时候将该管脚设置为低电平，需要处于低功耗的时候将该管脚设置为高电平，这样就易于控制。
3 系统软件设计3.1 模数转换和数字滤波由于前端采集的模拟信号，需要将模拟信号转换成数字信号，才能对心电信号进行数字滤波和传输。
本系统采用MSP430F449单片机自带的高速12位逐次逼近型A／D转换器，采用单通道、单次转换和定时器触发的工作方式对心电信号进行模数转换，采样频率设置为250 Hz。
小波变换是20世纪80年代发展起来的一种良好的时频定位方法，是由短时傅里叶变换演变而来的，具有视频局部化的特性。
它在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率。
小波变换的这些特性比较适合处理心电信号。
因此，本系统采用小波变换的快速算法Mallat算法，对心电信号进行分解，阈值去噪和重构，从而实现信号的滤波功能。
在具体的Mallat算法进行滤波实验中，对各级滤波器运用了补零运算的方法，既避免了信息的冗余，又加快了运算的速度。
由于分解尺度可调，在程序中，经过反复实验分析，最终确定分解尺度为3级，阈值去噪后进入信号重构模块和UAR2、口，进行信号传输。
3.2 GPRS通信模块软件设计本系统采用的GPRS模块已嵌入TCP／IP协议栈，无需再编制程序实现TCP／IP 协议，单片机就能通过AT／AT+i命令来控制GPRS模块，其中AT命令用来控制MC35i通讯模块(modem)、AT+i命令用来和协议栈进行通信。
由于是利用GPRS基于IP协议的数据传输方式，所以对GPRS模块主要使用AT+i 命令进行控制。
单片机MSP430F449通过RS 232接口向模块发送相应的AT+i命令对GPRS 模块进行初始化、发送和接收数据等控制。
MSP430单片机将要发送的数据发送到GPRS模块串口缓冲中，GPRS模块将数据打成IP包，经GPRS空中接口接入无线GPRS网络，由移动服务商转接到Internet，最终通过各种网关和路由到达医院远程监控中心。
监控中心的计算机需要有固定的IP，主要应用Winsock控件来实现数据接收，并通过UDP或TCP协议进行数据交换。
3.3 监控中心软件设计本系统采用VC来编写监控中心的接收和显示软件，该软件用来接收和显示GPRS 模块发送过来的心电信号。
因此，需设计成一个可视化的监控界面，而且监控中心的计算机需要有固定的IP地址，才能方便接收患者发送过来的心电数据。
VC中的Winsock控件有效屏蔽对Windows套接字的低层操作，可方便地建立起网络中任意两个具有惟一IP地址节点间的连接，并通过UDP或者TCP协议进行数据交换。
该监控中心软件由五部分组成：Socket初始化、数据接收、心电波形的显示、数据分类和存储以及GPRS模块远程遥控命令的发送。
4 结语本文介绍了运用MSP430单片机和MC35i通信模块实现的一种无线远程心电监测系统。
该系统具有便携性、低功耗、高性能、实时传输等特点。
其中，信号采集部分用小波变换方法对心电信号进行滤波，处理过的心电信号更有助于医生查看和诊断；GPRS模块是当前应用较普遍的无线通信模块，在数据传输和Internet网络连接上的性能更加优越，适合用于心电信号的远程传输和监测。
该系统不仅可以实现心电信号的远程传输功能，还能将心电信号传输到本地的计算机上，实现本地显示功能。
同时，随着检测技术和网络通信技术的不断发展，心电信号的远程监测技术也将不断改进和完善，为患者和医生都带来更大的帮助。