用于IoMT（医疗物联网）的互联心脏监测系统将需要高度复杂的模拟前端、高性能MCU和低功耗的无线连接，以及复杂的算法与AI引擎。

根据美国疾病控制中心（CDC）的数据，美国每年约有61万人死于心脏病——即每4例死亡中就有1例与心脏病相关1。心脏的健康与否是一个人整体健康水平最重要的指标之一。IoMT推动了新一代可穿戴、多参数、连续性心脏监测系统的产生，以提升各类医院、诊所、护理机构及家庭环境中的医疗保健管理水平。

IoMT作为医疗设备及服务的互联基础设施，用于收集和分析发送给医疗保健提供者的数据。现在的IoMT包括检测温度、湿度和振动的传感器，以及能够识别一定数量心脏状态的算法。

下一代设计正在尝试扩充监测参数，采用更智能、更复杂的算法以识别更加广泛的非正常心律状态。例如，类似于隐形绷带的一次性“贴片”，其利用嵌入小尺寸IC并可以舒适地长时间贴在皮肤上，来监测和管理心脏的健康状况。

互联心脏监测系统主要包括三个要素：可穿戴无线传感器节点、数据管理服务和云分析平台。

通过心电图（ECG）传感器节点（例如ECG贴片或心率监测导电服装）和数据管理服务在数据中心收集可穿戴设备传来的心脏数据。通常，传感器节点为一导联或三导联ECG监测设备，最多包含三个电极（湿式或干式）连接至贴片上的电子器件。

基于云的云分析平台借助复杂的算法和人工智能（AI）引擎收集并分析心脏数据，以识别潜在的心脏功能异常。监测结果可添加至患者病历中，并提供给指定的医疗机构和相关的心脏病学专家。

模拟前端

ECG信号调节路径（图1）首先包括模拟级，用于检测、放大和清理模拟波形。ECG信号的幅度从几百微伏到大约5毫伏不等。该信号包括来自交流线路的低频（50／60赫兹）噪声、人体肌肉的高频噪声和装置附近不同设备的射频噪声。在可穿戴设备中，由于运动伪影，ECG信号基线中将出现不良波动。

因此，高度复杂的模拟前端（AFE）通常可用于ECG信号清理和数字化。AFE包括可消除射频噪声的EMI滤波器、具有典型0．5Hz拐点频率以消除基线波动的高通滤波器、具备典型150Hz拐点频率以滤除带外信号的低通滤波器、用于滤除50／60Hz噪声的陷波滤波器、用于放大信号的低噪声可编程仪表放大器，以及将信号数字化的模数转换器（用于采样数据的后处理）。

图1：典型的由IoMT连接的心脏监测传感器节点及相关信号路径。

AFE的一个关键要求是在整个信号路径中保持患者的ECG波形特征。这是通过最小化由噪声和误差（例如增益误差、偏移误差等）造成的影响来实现的。