- 相关推荐
在单片机上和模糊逻辑检测室性早博
摘要：在基于单片机8051的心电监护模块中，用模糊逻辑检测室性早博，使心电监护模块功能得到扩展。现代多参数监护仪普遍采用模块化模块，每个模块都是能完成单功能的独立微处理机系统，多个模块通过串行口接收主控制器命令，送出测量结果。心电监护模块是其中的关键部件，其在单片机控制下拾取心电信号，放大、预处理，并传送给主控模块。
室性早博（PVC）是一种最常见的心律失常，它的实时，正确检测是心电图自动分析的一项重要技术。在心电监护的基础上，加入心博和节律分类功能，便可进行心律失常监护。室性早博检测一般在高端的心律失常分析模块中进行。目前单片机的功能不断增强，过去主要用作控制器的单片机，在完成原来的任务后，尚剩余不少CPU时间和控制功能，完全有可能实现一些过去只能在PC机上运行的复杂算法，而且用汇编语言编程提高运行速度。
模糊系统是模糊集合论和模糊逻辑的具体应用，它模拟人脑思维决策的能力，特别适用于数字模型难以精确表示的不确定系统。医学决策系统中的许多信息都是不确定的，例如心电信号中的大量特片信息，适合用模糊推理的方法进行处理。笔者的实验室采用模糊逻辑识别室性早博，效果较好。
笔者在基于8051的心电模块中移植上述算法，实现室性早博检测。在模糊单片机上进行模糊控制或推理非常方便。在数字单片机上实现，关键是怎样存储表达隶属度函数和模糊规则，以及怎样实现推理。
1 隶属度函数、模糊规则和模糊推理方法
使用RR间期、R波宽度和面积、T波的面积和峰值这五个形态参数描述一个QRS波。室性早博的典型形态特片表现为RR间期较小，R波宽度大、面积大,T波宽度大、峰值大。经过统计和实验确定的隶属度函数如图1所示。
图1中横轴表示论域，纵轴表示隶属度。每个输入语言变量定义小（S）、中（M）、大（L）、特大（XL）四个语言变量值。隶属度函数为三角形或半梯形。
模糊规则共有32条，部分规则如表1所示。其中17条判决“是PVC”，15条判决“可能是PVC”，--表示不考虑该参数的影响。
表1 模糊规则
在数字单片机上实现模糊控制一般采用三种方式：强度转移方式、直接查表方式和公式计算方式。直接查表方式通过事先的离线计算，得到一张模糊控制表，将控制表存放在计算机机内存中；控制过程中，根据输入变量查找表中对应的控制量。在一般的控制应用中，这种方法速度最快。但本系统中输入变量较多(5个)，模糊控制表维数高，存储、查表均不方便。强度转移方式是按模糊控制的极大-极小法进行推理。每个输入参数映射为多个隶属度，每组输入会激活多条规则，可能对应不同的结果。用取小的原则计算各组合对应规则的输出强度，然后按最大隶属度原则得出对应于各结论的可信度。这样，对于每一个输入，都可得出与各结论相对应的输出强度，称为输出隶属度，取输出强度最大的那个隶属度作为输出。实验结果表明，这种方法对本系统最为合适。
2 强度转移法在单片机8051上的实现
2.1 隶属度函数的存放
由于数字单片机只能存储和处理数字信息，且单片机的内存容量有限，如果要对系统输入输出论域的所有隶属函数的连续曲线进行存储，是根本不可能的。对于三角形隶属函数，采用三点法，存储三角形的三个顶点；对于两边的半梯形，也存储腰和顶的三点。隶属度函数存放在ROM中，如表2所示（仅列出RR，其余类推）。
表2 隶属度函数存放示意图
2.2 输入模糊化
提取的特片参数是精确值，将它们与隶属函数进行比较组合，求出相应的模糊输入量。隶属度范围为0～1，在8位机上可表示为00H～FFH。对本系统而言，每个精确输入值最多只对应两个模糊输入量大于零，其余的模糊输入量则为零。例如：假设RR=1.1，从表2可知它落在中（M）和大（L）两个区间上，因此对于中（M）和大（L）的隶属度为：
μm(1.1)=(1.4-11.1)/(1.4-1.0)×FFH=BFH
μl(1.1)=(1.1-1.0)/(1.4-1.0)×FFH=3FH
在RAM中开辟一块区域，存放各模糊输入量，如表3所示。
表3 模糊输入量存放示意图
2.3 模糊规则的存放
模糊规则表示为：IF A and B and C and
【在单片机上和模糊逻辑检测室性早博】相关文章：
AFS模糊逻辑理论及其应用11-22
基于解释性和精确性的模糊建模方法研究研究的目的与意义(一)03-07
从齐白石的“虾”说起-谈绘画的“模糊性”03-09
基于模糊逻辑理论的居民出行需求合理性评价03-07
对帕斯卡概率逻辑的批判性反思03-14
利用GP-IB接口和单片机系统实现光功率的自动智能检测03-18
探究英语教学中语义的模糊性03-18
浅谈帕斯卡概率逻辑的批判性反思03-26