宋銀濤，馬千里，周炳威，卞春華

(1.南京郵電大學(xué) 通信與信息工程學(xué)院，江蘇 南京 210003；2.南京郵電大學(xué) 地理與生物信息學(xué)院，江蘇 南京 210003；3.南京大學(xué) 電子學(xué)院，江蘇 南京 210093)

基于Hadoop的無線動態(tài)心電分析系統(tǒng)

宋銀濤1，馬千里2，周炳威1，卞春華3

(1.南京郵電大學(xué) 通信與信息工程學(xué)院，江蘇 南京 210003；2.南京郵電大學(xué) 地理與生物信息學(xué)院，江蘇 南京 210003；3.南京大學(xué) 電子學(xué)院，江蘇 南京 210093)

動態(tài)心電圖是人體在非平靜狀態(tài)下監(jiān)測心電信號，具有常規(guī)心電圖沒有體現(xiàn)的臨床價值。為了實時監(jiān)測動態(tài)心電圖，并針對用戶個人信息進行綜合診斷，提出了基于Hadoop集群的無線動態(tài)心電分析系統(tǒng)?？蛻舳瞬捎肁ndroid App完成交互顯示，檔案及診斷管理及緊急呼救等功能。服務(wù)端利用云計算層次化服務(wù)模型框架搭建云平臺，使用Hadoop集群分析海量生理數(shù)據(jù)，通過運動干預(yù)、健康風(fēng)險評估等服務(wù)幫助用戶。系統(tǒng)運行結(jié)果顯示，其能完成大數(shù)據(jù)條件下對動態(tài)心電的存儲和分析。改善了傳統(tǒng)醫(yī)療監(jiān)護系統(tǒng)存儲、處理海量數(shù)據(jù)等方面能力不足的問題。通過分析病人的特征數(shù)據(jù)，匹配相似病例幫助醫(yī)生提高診斷精度、預(yù)測治療效果，使病人隨時可以獲得醫(yī)療服務(wù)，有助于解決老齡化、醫(yī)療費用高等社會問題，具有重要的現(xiàn)實意義。

動態(tài)心電；Android App；Hadoop；云平臺

0 引 言

長期以來，心臟病都是威脅人們生命健康的主要疾病之一。而運動與心臟的關(guān)系更是運動醫(yī)學(xué)界研究的熱門課題[1]。動態(tài)心電圖是人體在非平靜狀態(tài)下監(jiān)測、分析心電信號，能誘發(fā)人們處于靜態(tài)時不易發(fā)現(xiàn)的心臟疾病[2]，在應(yīng)用范圍及臨床價值等方面均明顯優(yōu)于常規(guī)的心電圖機。對冠心病、心肌缺血等的診斷,藥物療效判斷[3],指導(dǎo)運動員訓(xùn)練,減少運動員受傷幾率[4]等方面均有其他檢查不可替代的意義。

基于國內(nèi)擁有世界上最大的移動網(wǎng)絡(luò)市場及當(dāng)前醫(yī)療資源緊缺這兩大背景[5]，移動智能設(shè)備被認(rèn)為是非常有前景的醫(yī)療保健工具，具有方便快捷、節(jié)省成本等特點，使得廣大群眾可以不受時間和地點的限制接受監(jiān)護[6]。由于手機存儲容量、計算能力及能耗的限制，基于移動終端的健康云監(jiān)測系統(tǒng)更具有實用價值。然而，隨著監(jiān)護數(shù)據(jù)的激增[7]，傳統(tǒng)監(jiān)護技術(shù)已無法有效地對其進行管理和分析。如合理地對動態(tài)心電大數(shù)據(jù)進行存儲、提取和分析，對監(jiān)護服務(wù)、疾病分析有著極大的價值。

如今，建立監(jiān)測動態(tài)心電以及基于移動云的醫(yī)療監(jiān)護平臺的想法已經(jīng)出現(xiàn)。例如，文獻[1-2]描述了如何構(gòu)建一個用于平板動態(tài)心電圖監(jiān)測的系統(tǒng)；黃停[3]介紹了動態(tài)心電的預(yù)處理和特征值分析方法；Lin C C等[8]提出將生理數(shù)據(jù)保存在后臺服務(wù)器；文獻[9-10]分別介紹了基于云分析的系統(tǒng)；文獻[11]提出了基于云計算的數(shù)據(jù)分析方法。然而，構(gòu)建完整的遠程醫(yī)療診斷系統(tǒng)的文獻還是不多，多數(shù)仍使用Web框架處理數(shù)據(jù)，且所設(shè)計的移動設(shè)備的管理能力較弱，沒有針對用戶個人情況進行診斷。而這幾乎是實際使用中最重要的。

為此，系統(tǒng)設(shè)計以Android智能終端作為面向用戶的客戶端，并整合以低廉的主機為基礎(chǔ)，高可靠性、高處理能力的Hadoop集群的方式構(gòu)建云平臺，提供實時準(zhǔn)確的動態(tài)心電監(jiān)測服務(wù)。實際運行表明，Android智能終端和云平臺的引入，方便了心電波形展示和數(shù)據(jù)隨時隨地的上傳和下載，改變了傳統(tǒng)的數(shù)據(jù)庫軟件和數(shù)據(jù)處理軟件無法應(yīng)對存儲、處理、分析大數(shù)據(jù)的任務(wù)，為運動狀態(tài)下心臟疾病的監(jiān)測、藥物作用的判斷起到了積極的指導(dǎo)作用。

1 系統(tǒng)總體設(shè)計

基于Hadoop集群的無線動態(tài)心電分析系統(tǒng)主要由采集模塊、Android智能終端、Web服務(wù)器管理平臺以及Hadoop云分析服務(wù)器集群組成。系統(tǒng)分為硬件層、應(yīng)用層、網(wǎng)絡(luò)層和云平臺層。其中，應(yīng)用層又分為服務(wù)層和傳輸層；云平臺層又分為業(yè)務(wù)層、功能層和平臺層，系統(tǒng)架構(gòu)如圖1所示。

圖1 系統(tǒng)架構(gòu)圖

主要工作流程：硬件層使用采集傳感器采集動態(tài)心電信號，通過藍牙發(fā)送至智能終端服務(wù)層顯示并通過4G/Wifi網(wǎng)絡(luò)傳輸?shù)焦芾矸?wù)平臺。服務(wù)層還可供用戶查看健康評估報告、管理數(shù)據(jù)。發(fā)生異常時，報警通知醫(yī)護人員。云服務(wù)平臺業(yè)務(wù)層接收生理數(shù)據(jù)后，功能層按用戶進行存儲，將實時數(shù)據(jù)進行特征分析，通過Hadoop集群對歷史數(shù)據(jù)進行縱向分析、病情與特定人群的關(guān)聯(lián)性分析，預(yù)測疾病風(fēng)險等，從而得到診斷結(jié)論及健康評估，并反饋到移動端。醫(yī)護人員可以通過業(yè)務(wù)層的Web端查看用戶的診斷報告及生理指標(biāo)，管理存儲在集群上的大數(shù)據(jù)，并進行健康干預(yù)。系統(tǒng)通過云平臺將用戶與醫(yī)護人員、醫(yī)療機構(gòu)聯(lián)接起來。

2 Android客戶端設(shè)計

客戶端的主要任務(wù)就是采集、展示動態(tài)心電信號,管理用戶個人信息,查詢歷史診斷記錄和報告?？蛻舳说氖褂昧鞒倘鐖D2所示。

圖2 Android應(yīng)用程序使用流程圖

2.1 客戶端功能模塊

(1)檔案管理模塊。主要采集身高、體重等個人信息，生活習(xí)慣及病藥史等，輔助診斷和大數(shù)據(jù)分析。

(2)運動心電監(jiān)測模塊。軟件通過藍牙接收動態(tài)心電數(shù)據(jù)包，同時采集加速度，將接收數(shù)據(jù)進行解析、預(yù)處理，濾除工頻干擾、基線漂移和肌電干擾這三種噪聲。并通過網(wǎng)絡(luò)將數(shù)據(jù)上傳到服務(wù)器，使用RC5加密算法對數(shù)據(jù)進行加密，保證數(shù)據(jù)安全[10]。

(3)診斷管理模塊。軟件以圖表文字等方式展示歷史診斷記錄、心率趨勢和運動分析等診斷報告和健康建議。

(4)報警呼救模塊。發(fā)生異常時，如突發(fā)性心臟疾病，軟件會通過響鈴提醒用戶。嚴(yán)重時自動發(fā)信息、撥打電話告知醫(yī)護人員GPS定位信息和病情，避免用戶獨處時無法自救和護理。

(5)接收健康信息。服務(wù)端主動將不定期更新的健康提醒推送給用戶實現(xiàn)健康干預(yù)。由于服務(wù)器端主動向客戶端發(fā)送信息，減少了客戶端手機電量與通信流量的消耗。

2.2 動態(tài)心電監(jiān)測流程

用戶登錄時驗證身份，如身份正確則可開始使用軟件。監(jiān)測前首先進行藍牙連接，藍牙配對成功后Android端開始接收數(shù)據(jù)。Android端的數(shù)據(jù)接收是經(jīng)典的生產(chǎn)者-消費者問題。實時接收時每秒數(shù)據(jù)量較少，收到的心電數(shù)據(jù)需要積累到一定數(shù)量才能解析，否則會影響解析效果，因此系統(tǒng)采用多線程的方式維護兩個環(huán)形隊列緩存區(qū)進行數(shù)據(jù)存取。一個隊列用來實時接收數(shù)據(jù)，另一個負(fù)責(zé)累積數(shù)據(jù)。在數(shù)據(jù)解析的同時，手機端界面實時刷新動態(tài)心電波形圖，并將數(shù)據(jù)上傳至服務(wù)器端進行分析，最后將服務(wù)器返回的診斷報告顯示給用戶。動態(tài)心電監(jiān)測流程如圖3所示。

圖3 動態(tài)心電監(jiān)測流程圖

3 云平臺構(gòu)建

3.1 云平臺架構(gòu)設(shè)計

采用云計算通用的層次化的服務(wù)模型框架[12]，分為IaaS基礎(chǔ)設(shè)施層、PaaS平臺服務(wù)層和SaaS應(yīng)用軟件層。其架構(gòu)如圖4所示。

圖4 云管理服務(wù)平臺架構(gòu)

基礎(chǔ)設(shè)施層是以多臺普通配置的服務(wù)器為基礎(chǔ)，利用虛擬化技術(shù)向上層提供服務(wù)。PaaS層用于數(shù)據(jù)持久存儲和管理并提供編程模型供數(shù)據(jù)分析計算，根據(jù)云平臺數(shù)據(jù)量大且結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)并存的特點[13]，云平臺的數(shù)據(jù)存儲采用MySQL關(guān)系型數(shù)據(jù)庫存儲和HDFS分布式文件系統(tǒng)存儲兩種存儲方式。其中MySQL數(shù)據(jù)庫主要用于存儲結(jié)構(gòu)化的數(shù)據(jù)；HDFS數(shù)據(jù)庫存儲非結(jié)構(gòu)化的數(shù)據(jù)(如圖片等)。SaaS層為應(yīng)用層，提供生理數(shù)據(jù)接收、分析和操作HDFS中原始數(shù)據(jù)的文件管理與交互等功能。

3.2 云平臺數(shù)據(jù)分析

在數(shù)據(jù)分析時，使用者主要通過Web服務(wù)器訪問云管理平臺，發(fā)給主節(jié)點MasterNode服務(wù)器，由它對數(shù)據(jù)節(jié)點進行統(tǒng)一的資源管理和控制，然后，SlaveNode服務(wù)器負(fù)責(zé)將接收的數(shù)據(jù)進行存儲和計算。通過將診斷算法整合至Hadoop集群中的MapReduce框架[14]，根據(jù)病人特征進行健康狀況評估，選擇治療方案。MapReduce計算框架有兩個主要的計算函數(shù)：Map函數(shù)和Reduce函數(shù)。Map函數(shù)主要用于并行計算分塊數(shù)據(jù)，得到心電數(shù)據(jù)中的QRS時限、R峰值、ST段特征值及運動狀態(tài)等特征參數(shù)。Map函數(shù)計算完成后輸出鍵值對，將中間結(jié)果發(fā)送給Reduce函數(shù)進行匯總處理。Reduce函數(shù)將結(jié)果整合完畢后由JobTracker提交給顯示端。

4 系統(tǒng)實現(xiàn)

對動態(tài)心電監(jiān)測的運行結(jié)果進行展示。藍牙連接成功后，采集模塊以固定采樣率向監(jiān)護App發(fā)送數(shù)據(jù)。圖5展示了監(jiān)護App的動態(tài)心電監(jiān)護界面及運動心率的數(shù)據(jù)統(tǒng)計圖。軟件進行實時的心電圖波形展示，波形可放大縮小，方便觀察。測試完成后，實時顯示服務(wù)器端返回的實時診斷的結(jié)果。用戶信息的采集有助于系統(tǒng)綜合分析用戶的健康狀況。

圖6展示了服務(wù)器保存的實時分析后生成的診斷報告。報告中包含用戶的基本信息、心電圖波形(可查看波形細(xì)節(jié))、診斷結(jié)果，為醫(yī)生在給出健康建議時提供參考。經(jīng)測試運行，驗證了基于云平臺的動態(tài)心電監(jiān)測系統(tǒng)設(shè)計的可行性。

圖5 動態(tài)心電監(jiān)護界面

5 結(jié)束語

系統(tǒng)利用Android智能手機和云計算，從健康監(jiān)測、健康干預(yù)等方面為出發(fā)點，實現(xiàn)了對個人健康情況的實時監(jiān)控。智能手機應(yīng)用程序的開發(fā)，將醫(yī)學(xué)診斷和健康干預(yù)信息接入智能終端，使用戶可以隨時隨地監(jiān)測自身生理狀況、醫(yī)療咨詢和自我健康管理。引入基于Hadoop的云平臺，緩解了海量數(shù)據(jù)難于存儲、處理分析等問題，減輕了客戶端負(fù)擔(dān)和能耗，輔助專家指

導(dǎo)用戶進行健康管理，實現(xiàn)了一套完整的從客戶端到云平臺的醫(yī)療數(shù)據(jù)分析系統(tǒng)，達到了疾病監(jiān)護、早期預(yù)警的目的。

[1] 雷靳燦,廖彥劍,鄭小林,等.模塊式多功能運動心電檢測系統(tǒng)的設(shè)計[J].儀器儀表學(xué)報,2010,31(7):1484-1489.

[2] 吳冬青,王保華,朱仁觀,等.平板運動心電圖測量與分析系統(tǒng)[J].電子學(xué)報,2001,29(3):432.

[3] 黃 停.動態(tài)心電信號采集分析及系統(tǒng)研究[D].沈陽:東北大學(xué),2013.

[4] 陸世鵬.運動心電監(jiān)護系統(tǒng)[D].桂林:廣西師范大學(xué),2010.

[5] 倪明選,張 黔,譚浩宇,等.智慧醫(yī)療——從物聯(lián)網(wǎng)到云計算[J].中國科學(xué):信息科學(xué),2013(4):515-528.

[6] 蔡耀婷,李 蕓.智能手機在個人醫(yī)療健康管理服務(wù)領(lǐng)域的應(yīng)用現(xiàn)狀和發(fā)展前景[J].護理研究,2016,30(5):1549-1552.

[7] 朱凌云,李連杰,孟春艷.遠程多生理參數(shù)實時監(jiān)測云服務(wù)平臺的構(gòu)建與分析[J].生物醫(yī)學(xué)工程學(xué)雜志,2014,31(6):1377-1383.

[8] Lin C C,Huang S W,Chen Q Y.A real-time abnormal heartbeat detection and emergency system[C]//International conference on fuzzy theory and its applications.Yilan:[s.n.],2015:12-17.

[9] Srinivasan S,Muthukumarasamy S,Sivagamy N.Parallel computing based intelligent web service for healthcare platform[C]//International conference on information communication and embedded systems.Chennai:[s.n.],2014:1-5.

[10] Karunarathne M S,Jones S A,Ekanayake S W,et al.Remote monitoring system enabling cloud technology upon smart phones and inertial sensors for human kinematics[C]//Fourth international conference on big data and cloud computing.Sydney:IEEE,2014:137-142.

[11] Yuan B, Herbert J. A cloud-based mobile data analytics framework:case study of activity recognition using smartphone[C]//2nd International conference on mobile cloud computing,services,and engineering.Oxford:IEEE,2014:220-227.

[12] 梁 實,王益新.深圳智慧醫(yī)療云服務(wù)平臺建設(shè)[J].測繪科學(xué),2014,39(8):74-77.

[13] 陸婷娟,戚小平.基于Hadoop的醫(yī)學(xué)影像數(shù)據(jù)平臺應(yīng)用研究[J].世界復(fù)合醫(yī)學(xué),2015,1(3):223-226.

[14] Wee K C,Zahid M S M.Auto-tuned Hadoop MapReduce for ECG analysis[C]//2015 IEEE student conference on research and development.Kuala Lumpur:IEEE,2015:329-334.

Wireless Dynamic Electrocardiogram Analysis System Based on Hadoop

SONG Yin-tao1，MA Qian-li2，ZHOU Bing-wei1，BIAN Chun-hua3

(1.College of Telecommunications & Information Engineering,Nanjing University of Posts &Telecommunications,Nanjing 210003,China；2.School of Geography & Biological Information,Nanjing University of Posts & Telecommunications,Nanjing 210003,China;3.School of Electronic Science & Engineering,Nanjing University,Nanjing 210093,China)

Dynamic electrocardiogram (ECG) is to monitor ECG signal of human during daily activities,which has more clinical value than conventional ECG.In order to monitor dynamic ECG in real-time and perform comprehensive diagnosis according to users’ personal information,a wireless dynamic electrocardiogram analysis system with Hadoop cluster has been designed and implemented,in which Android App on mobile devices is used as client to display status,manage files,perform diagnosis,and make emergency call,etc.The cloud platform utilizes generic hierarchical service modeling framework to analyze massive amounts of physiological data through a Hadoop cluster,and through exercise intervention,health risk assessment and other services to provide assistance for users.Results show that the system can complete storage and analysis tasks of the dynamic ECG under the condition of large data.It has solved the problem of that the traditional monitoring technology has been unable to effectively carry on the management and analysis.The analysis of the features of patient data and matching similar cases could help doctors improve the diagnostic accuracy and predict the treatment effect,and also can provide the patients access to medical service at any time.The system has the important practical significance in solving the issues with the ageing society and high medical treatment costs.

dynamic electrocardiogram;Android App;Hadoop;cloud platform

2016-06-21

2016-09-28

時間：2017-03-07

國家自然科學(xué)基金資助項目(GZ212062)

宋銀濤(1992-)，男，碩士，研究方向為信號與信息處理；馬千里，副教授，碩士生導(dǎo)師，研究方向為生物醫(yī)學(xué)電子學(xué)。

http://kns.cnki.net/kcms/detail/61.1450.TP.20170307.0922.092.html

TP302

A

1673-629X(2017)04-0157-04

10.3969/j.issn.1673-629X.2017.04.035