（控制科学与工程专业论文）心电信号中T波交替的检测方法研究.pdf

武汉理【大学硕士学位论文 摘要 作为现今世界上发病率和死亡率最高的疾病之一，心血管系统疾病受到了 人们的广泛关注，对其分析与诊疗也受到了人们的重视。在利用心电图 ( e l e c t r o c a r d i o g r a m ，e c g ) 进行心脏疾病检查和分析中，作为一种心电信号微 弱交替现象_ t 波交替( t - w a v ea l t e m a n s ，n ) 引起了人们的重视。t w a 是一种非稳态的心电变异性现象，是指心电t 波段振幅形态逐个周期交替变化。 大量研究表明，t w a 与室性心律失常、心脏性猝死等有直接密切的关系，已成 为一种无创独立性预测指标。 本文以t w a 检测为重点，主要完成了以下3 个方面的工作： ( 1 ) 心电信号预处理。采用经典的滑动平均滤波和5 0 h z 限波方法分别滤 除心电的高频噪声和工频噪声；自适应滤波会根据信号的特征和噪声水平选择 不同的参数进行滤波，具有良好的动态适应性和滤波效果；采用高通滤波与三 次样条差值法相结合的两段式自适应滤波对心电信号进行滤波处理，准确的滤 除对t w a 检测影响最为明显的噪声基线漂移。 ( 2 ) 心电信号基准点的定位。首先利用动态自适应差分阈值法对r 波峰值 进行了定位：然后以r 波峰值为参考点，采用窗口搜索法，对t 波峰值进行了 定位，并且采取了切实可行的办法来辨别倒置t 波：然后提出了t 波分析矩阵 的构建算法，利用经验值准确选择t 波窗口的位置，采用窗口扫描提取波段， 根据所提取波段与模板的均方差大小来选择最终t 波位置，从而构建了t 波分 析矩阵，完成了基准点定位工作。 ( 3 ) t w a 检测方法的系统分析和研究。首先对t w a 的特点和检测难点进 行了系统的论述；然后对t w a 检测方法进行了比较分析，详细论述了已有各种 方法的原理，并对其做了仿真研究，根据研究结果论述了各种方法的优点和不 足之处；最后本文设计了一种改进谱分析法与相关法相结合的t w a 检测方法， 利用奇异值分解计算相关指数，有效的避免了噪声对检测结果的干扰，提高了 检测的准确度。 本文所采取的心电信号处理方法，与传统方法相比具有一定的特点和优点， 主要体现在：滤波过程中，结合t w a 检测对心电信号质量要求高的特点，采用 合理的方法滤除基线漂移，有效的保持了心电信号的质量；基准点定位部分， 在经典的差分阈值法的基础上，提出了一系列的改进措施，准确的定位了r 波 峰值的位置；最后提出了综合有效的算法检测t w a 。 关键词：心电信号，自适应滤波，信号处理，基准点定位，t 波交替 武汉理+ r 大学硕士学位论文 a bs t r a c t a st h eh i g h e s tm o r b i d i t ya n dm o r t a l i t yo fd i s e a s e s ，c a r d i o v a s c u l a rd i s e a s eh a s b e e nw i d e l yc o n c e r n e d t h er e l a t e da n a l y s i sa n dt r e a t m e n th a sa l s ob e e np a i dg r e a t a t t e n t i o n a saw e a ke c ga l t e m a n s ，t w ah a sa r o u s e da t t e n t i o nd u r i n gt h ei n s p e c t i o n a n da n a l y s i so fe c g t w ai sa n o n s t a t i o n a r yv a r i a b i l i t yi ne c gp h e n o m e n o n ，t h a tt w a v ea m p l i t u d ec h a n g e si n s h a p e b y - c y c l ea l t e r n a t i n g t w ar e l a t e dt ov e n t r i c u l a r a r r h y t h m i a sa n ds u d d e nc a r d i a cd e a t h ，a n dt w ah a sb e c o m ean o n i n v a s i v ea n d i n d e p e n d e n c ep r e d i c t o ro fc a r d i o v a s c u l a rd i s e a s e i nt h i sd i s s e r t a t i o n ，t h ea u t o m a t i cd e t e c t i o na n d a n a l y s i so ft w a a r es t u d i e d ，a n d t h ew o r ka c c o m p l i s h e di sl i s t e da sf o l l o w i n g f i r s to fa l l ，t h ep r e p r o c e s s i n go fe c gi ss t u d i e d i nt h i sd i s s e r t a t i o n ，m o v i n g a v e r a g ef i l t e ra n d5 0 h zn o t c hf i l t e ra r eu s e dt or e m o v eh i g h 丘e q u e n c yn o i s ea n d p o w e rl i n ei n t e r f e r e n c eo fe c gr e s p e c t i v e l y a d a p t i v ef i l t e rh a sd y n a m i ca d a p t a b i l i t y a n dg o o de f f e c to ff i l t e r i n g ；a n di tw o u l dc h o o s ed i f f e r e n tf i l t e rp a r a m e t e r sa c c o r d i n g t ot h ec h a r a c t e r i s t i c sa n dn o i s el e v e lo fs i g n a l s ot h ea d a p t i v ef i l t e rw h i c hc o m b i n e s t h ea d v a n t a g e so fh i g h - p a s sf i l t e r i n ga n dc u b i cs p l i n eu s e dt or e m o v eb a s e l i n ed r i f to f e c g t h ef i d u c i a lp o i n tp o s i t i o n i n gi ne c gi ss t u d i e d d y n a m i ca d a p t i v ed i f f e r e n t i a l t h r e s h o l dm e t h o di su s e dt od e t e c tt h ep o s i t i o no fr w a v ep e a k r - w a v ep e a ki s c o n s i d e r e da sar e f e r e n c ep o i n t ，a n daw i n d o wi su s e dt os e a r c ha n dp o s i t i o nt h e t - w a v ep e a k a ne f f e c t i v ea p p r o a c hi sp r o p o s e dt oi d e n t i f yt - w a v ei n v e r s i o n an e w a l g o r i t h mi sp u tf o r w a r dt oc o n s t r u c tt - w a v ea n a l y s i sm a t r i x t h ee x p e r i e n c ev a l u ei s a p p l i e dt oc h o o s ea na c c u r a t el o c a t i o no ft - w a v ew i n d o w t h ee c gw a v e f o r m s e g m e n t sa r ee x t r a c t e dw i t hs c a n n i n gw i n d o w m e a ns q u a r ed e v i a t i o na n dt e m p l a t e a r eu s e dt os e l e c tt h ef m a ll o c a t i o no ft - w a v e f i n a l l y , t h et - w a v ea n a l y s i sm a t r i xi s b u i l ta st h ea c c o m p l i s h m e n to ft h ef i d u c i a lp o s i t i o nw o r k s y s t e m a t i ca n a l y s i sa n dt w a d e t e c t i o na r es t u d i e di nt h ed i s s e r t a t i o n f i r s t ，t h e c h a r a c t e r i s t i c sa n dd e t e c t i o nd i f f i c u l to ft w ai sd i s c u s s e d ，a n dt h ed e t e c t i o nm e t h o d s o ft w aa r ec o m p a r e d ，t h ep r i n c i p l e so fv a r i o u sm e t h o d sa r ea n a l y z e di nd e t a i l ，t h e s e m e t h o d sa r es i m u l a t e da n dt h es t r e n g t h sa n dw e a k n e s s e so fv a r i e t yd e t e c t i o nm e t h o d s a r ei l l u s t r a t e db a s e do ns i m u l a t i o nr e s u l t s am e t h o dw h i c hc o m b i n e st h es p e c t r a l a n a l y s i sm e t h o da n dc o r r e l a t i o nm e t h o di sd e s i g n e dt od e t e c tt w a s i n g u l a rv a l u e 武汉理l ：大学硕士学位论文 d e c o m p o s i t i o ni su s e dt oc a l c u l a t et h er e l e v a n ti n d e x ，e f f e c t i v ea v o i dt h ei n t e r f e r e n c e o fn o i s eo nt h et e s tr e s u l t s ，a n di m p r o v et h ea c c u r a c yo fd e t e c t i o n t h ee c g s i g n a lp r o c e s s i n ga r ec o m p a r e dw i t ht h et r a d i t i o n a lm e t h o d s ，t h e r ea r e al o to ft h ec h a r a c t e r i s t i c sa n da d v a n t a g e s a tt h e p r o c e s sf i l t e r i n g , f o rt h e r e q u i r e m e n t so fh i g h q u a l i t ye c g , r e a s o n a b l em e t h o di sd e s i g n e dt of i l t e ro u tt h e b a s e l i n ed r i f ta n dm a i n t a i nt h eq u a l i t yo fe c g e f f e c t i v e l y a tt h ep a r to ft h ef i d u c i a l p o i n tp o s i t i o n i n g , i m p r o v ed i f f e r e n t i a lt h r e s h o l dm e t h o dc a r lp o s i t i o nr w a v ep e a k a c c u r a t e l y ；f i n a l l y , ac o m p r e h e n s i v ea n de f f e c t i v ea l g o r i t h mi sp u tf o r w a r df o r 厂纬乃 d e t e c t i o n k e y w o r d s ：e l e c t r o c a r d i o g r a ms i g n a l ，a d a p t i v ef i l t e r i n g ，s i g n a lp r o c e s s i n g ， p o s i t i o n i n gf i d u c i a l ，t w a i i ! 独创性声明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人 已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其它教育机构的 学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已 在论文中作了明确的说明并表示了谢意。 签名：熬丝查2 一日期：速显：旦厶：q 三 关于论文使用授权的说明 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保 留、送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部 分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 签名： 导师签名：鱼2 簟 同期： 盘! ：! 占：丞 武汉理t 大学硕士学位论文 1 1 课题来源 第1 章绪论 本课题来源于浙江省科技项目( 2 0 0 8 c 2 1 0 7 3 ) “基于相空间重构的心脏危险 征兆检测及监护系统研究”。项目目标是研制心脏危险征兆检测及监护系统，项 目分成1 心电监护系统平台 、“心电信号的检测”、“心脏危险征兆检测”等三个子 项。其中，心电监护系统平台主要涉及硬件设计及制作，心电信号及心脏危险 征兆检测主要涉及软件系统的研发。本文“心电信号中t 波交替的检测方法研 究一属于软件系统的一部分。 1 2 课题研究背景及意义 心脏是人体循环系统的动力源，是人体中最重要的器官之一目前心脏疾 病已上升为影响人类健康和生命的常见疾病。其中冠心病是世界上最大的致死 原因之一。据统计，2 0 0 7 年心脏病死亡人数占全球死亡人数的2 8 7 ，死亡人 数达1 6 7 0 万，最近一项针对超过5 0 万亚洲人口的研究表明，心脏病的大规模 流行，正开始对我国及其他亚洲国家造成严重影响。我国死亡人口中大约有 2 0 - 3 0 是与心脏病有关。因此，对心电信号进行研究，及时发现心电异常并 实施必要的抢救治疗措施有着重要的l 临床意义，心电信号相关的检测分析是心 脏疾病预防和治疗前提和基础。 心电图是反映心脏兴奋的电活动过程，它对心脏基本功能及其病理研究方 面，具有重要的参考价值。借助心电图可以鉴别各种心律失常；反映心肌受损 的程度和发展过程；分析心房、心室的功能结构情况。心电图在心脏病的预警、 指导心脏手术进行、指示必要的药物处理上有重要的参考价值。心电图一直是 一1 1 , 脏疾病诊断领域的研究重点，应用心电数据自动分析系统对心电数据进行降 噪，分析处理，可以迅速对心电异常事件( 如早搏，停搏，s t 段偏移，t w a 等) 进行定位，从而诊断病因。因此，对心电信号的自动识别与分析，对一1 1 , 脏病的 预防诊断具有哐要的现实意义。 武汉理工大学硕士学位论文 心电图分析中，t w a 是一种典型的微弱交替。t w a 是一种心脏电生理异常 的表现，经大量临床和实验研究表明，t w a 与心律失常，特别是恶性心律失常 有着密切联系。t w a 首先于1 8 7 2 年由t r a u b e 发现，1 9 1 3 年由m i n e 首先记录 到t w a 。t a u s s i g 于1 9 2 8 年也记录到t w a 。此后研究者陆续开始认识到，t w a 与许多室性心律失常的发生有着密切联系。1 9 8 8 年s m i t h 等进行了2 7 次重复动 物实验，表明t w a 是实验性心肌缺血动物发生室速、室颤的标志i l j 。研究还表 明t w a 在评定恶性心律失常及心脏猝死危险性方面优于其他无创性心电信息技 术，具有与有创性电生理检查同等的预测价值。t w a 检测还具有对冠心病进行 危险分层、检测观察抗心律失常药物疗效、预测长q t 间期综合征发生室性心 律失常等重要应用价值。 目前许多国家己广泛开展t w a 的检测及大规模研究。随着对t w a 认识的 深入，t w a 作为对心脏性猝死的预测指标得到应用。在临床工作中作为预防恶 性心律失常，降低猝死率的一种有效手段，t w a 的检测必将发挥更大的作用1 2 l 。 1 3 国内外研究现状综述 心电图的起源可以追溯到1 8 9 3 年，e i n t h o v e n 设计7 弦线电流计并把它用于 人体心电测量，开创了心电研究应用的先河。随着电子及信号处理技术的发展， 在心电记录系统中引入了电子放大器、示波器和图表打印机等部件，进一步完 善了心电记录显示及输出系统。然而早期的心电分析是由专业医生完成的，这 一过程费时费力，而且分析结果要靠不同医生的主观分析来确定，一致性不好。 计算机辅助的心电自动分析与诊断系统开始于2 0 世纪5 0 年代末，其后的心电 自动分析研究进入了一个新的高潮，迅速在多个领域获得了很大的发展，主要 包括以下4 个方面。 ( 1 ) 静态心电系统，检测病人安静状态下的心脏功能，主要用于医院病房； ( 2 ) 心律失常检测及监护心电系统，用于冠心病病房、外科手术、急救中 心等对心律失常心搏的检测，或者作为病理监护，实时显示病人的心电活动； ( 3 ) 运动心电系统，在病人完成一系列规定运动后测量心电以诊断其心脏 疾病； ( 4 ) 动态心电系统，俗称h o l t e r 系统，对病人在f 常生理和外界环境下 的心电进行长时问记录，般为2 4 小时记录。由于该系统对 f l 期心血管疾病和 武汉理工大学硕士学位论文 心律失常的检测有独特功能，因此得到越来越广泛的应用。 2 0 世纪7 0 年代以后，心电分析系统进入实用化和商业化阶段。目前世界上 很多公司如西门子、通用电气等都在研究和开发新型的心电监护仪器。随着我 国经济、科学技术的进步，心电处理技术的不断发展，心电产品质量及性能也 有了长足进步。 随着心电信号测量仪器精度的不断提高以及心电信号分析技术的不断进 步，心电图已成为心血管领域中实用、高效、无创、发展迅速、独具功效的检 查技术。由于心电信号本身的复杂性和检测过程带来的噪声与干扰，进一步提 高心电信号自动分析的准确性和可靠性，仍然是一个重要的课题，在信号处理 和临床实践上都具有十分重要的意义i 引。 早期简单的心电自动分析采用一些基于经验的判断规则，随着计算机功能 的增强，出现了更复杂精确的分析方法，主要包括模板匹配和特征提取两类。 模板匹配方法是比较一个心电周期与原存储( 或学习过的) 心电周期模板 的近似程度，据此判断该心电周期属于何种类型。模板匹配的最大特点是原理 简单，不要求很多的心电特征参数，受参数测量准确性的影响较少。模板匹配 方法是基于信号的波形特征进行分析的，与人工分析的思想比较吻合，能对相 似特征参数，不同形态特征的心电周期进行区分。缺点是易受到波形重叠的影 响，难以区分波形的具体位置。 特征提取的基本思路是：在心电周期上提取有关波形的幅度、宽度、斜度 和面积等参数，在特征空间上形成多个心电信号类别。上述方法所用特征参量 不多，原理简单，处理速度快。但这类方法只能处理一些典型的情况，对心电 信号类别较多的复杂情况，将出现严重的误判。较为复杂的特征提取的方法还 有基于人工智能的规则产生系统和基于模糊理论的自动分析方法等。 近些年提出的e c g 自动分析方法还有基于人工神经网络的分类判别方法。 其基本原理是根据所提取心电信号的特征参数，运用神经网络，在学习大量样 本的基础上，得出网络的各参数，学习稳定后，再对未知类别的心电波形进行 自动分类。但由于特征提取的模糊性，以及在分类上往往要用到大量先验知识。 这使得算法的建立较为复杂，如何更有效地进行分类，提高识别率和研发具有 更高精确度的e c g 自动检测分析仪是目前研究的重点【4 l 。 t w a 检测是e c g 自动分析的重要组成部分。t w a 的最主要特征就是交替的 幅值仅为微伏级，仅靠肉眼难以分辨是否有交替存在，因此需要采取专门方法 武汉理工大学硕士学位论文 对信号进行检测。t w a 的检测容易受到心电信号基线漂移的影响，检测难度很 大。随着数字信号处理技术和计算机技术的不断发展，人们提出了多种t w a 检 测技术，根据检测方法原理的不同，将其分为三类：短时傅立叶变换；符号变 换；非线性方法。 短时傅立叶变换方法对心电信号进行短时的傅立叶变换，通过在其0 5 c p b 处 的值评估t w a 。这类方法包括谱分析法、复合解调法和周期交换法等。 谱分析方法在8 0 年代初由a d a m 等人提出，他们通过计算连续e c g 能量增量 比的功率谱来检测”嗍象。后来s m i t h 等人使用了改进的谱分析法检测出微伏 级的t w a ，提高了谱分析法对t w a 检出的敏感性和可靠性【引。1 9 9 1 年，n e a r i n g 等人提出了复合解调法，即通过对e c g 数据解调和低通滤波的手段，动态跟踪 t w a 的变化过程i 酗。2 0 0 2 年，s r i k a n t h 等人提出基于周期变换法的t w a 检测方法。 根据t w a 的特征，可近似成周期为2 的序列，计算此序列的归一化能量，可作为 判断t w a 存在与否的根据 y i 。 符号变换通过对时域信号进行符号变换得到t w a 的判据。相关分析法和 k a r h u n e n l o v e 变换法都属于这一类。 b u r a t t i n i 等人在1 9 9 7 年提出了t w a 的相关分析方法，相关分析法是一种时域 方法，它把记录到的一系列连续的心动周期作为一个整体，将每个t 波的幅度与 全部心动周期的平均t 波幅度进行比较，因此能够检测出非平稳的t w a 信号i s l 。 l a g u n a 等人在1 9 9 6 年提出了k a r h u n c n l o e v c 变换法来检澳i j t w a 。此方法可用于分 析s t - t 段复波的能量，但是分析过程需要复杂的调制解调计算，在实时性方面 有很大的不足p j 。 非线性方法利用t w a 月, 有的非线性特征，用其非线性参量检测n 张。这类 方法有p o i n c a r c 散点图法、移动平均修j 下法和拉普拉斯似然比方法。 s t r u m i l l o 等将p o i n c a r t j 散点图方法应用在t w a _ i 二，提出了一种t w a 检测的新 方法，并与谱分析法检测t w a 的结果进行对比分析，证明了散点图法研究t w a 的有效性f l o i 。2 0 0 2 年n e a r i n g 和v e r r i c r 在动态心电图分析系统中应用时域分析原 理检测微伏级t w a ，对t 波进行动态的时域定量分析，即移动平均修正法。基本 思想是把一系列，心搏分成奇数和偶数心搏，利用渐量中值修正分别求出奇数心 搏和偶数心搏的中位数波形，则电交替值为两中位波形对应点差值的最大值1 1 1 l 。 2 0 0 2 年，j p m a r f f n c za n ds o l m o s 等人提出了拉普拉斯似然比方法检测t w a 。 他们利用最大似然估计来预估t w a ，然后利用广义似然比检验检测t w a 1 2 j 。 4 武汉理t 大学硕士学位论文 1 4 本文的主要工作 心电信号自动分析是目前生物信号处理领域中比较热门的研究课题，国内 外每年都有大量的相关论文发表。分析文献中研究成果可以发现，己有心电信 号分析方法存在一些偏差和不足，主要体现在理论与实际应用结合不紧密；各 种处理技术泛泛而谈，不具有针对性；波形分类与交替检测精度尚不能满足临 床需要等。说明这一研究领域需要继续深入探索。 本文结合浙江省科技项目，提出了有效的信号滤波方法和t w a 检测算法。 文章主要内容包括心电信号噪声分析、对心电信号的滤波、r 波和t 波的定位、 t 波分析矩阵的构建及t w a 分析等，主要研究内容包括： ( 1 ) e c g 滤波算法。主要利用低通及带阻滤波器滤除高频噪声及工频噪声， 利用高通滤波和三次样条插值滤波相结合，去除心电信号的基线漂移； ( 2 ) 基准点定位算法。主要运用差分与阈值相结合的算法定位r 波，然后 根据r 波的位置对t 波进行检测定位，最后构建t 波矩阵，为下一步t w a 的 分析做好了准备： ( 3 ) 在t w a 分析模块中，详细分析了t w a 的特点及检测难点。描述了相 关检测方法的原理及优缺点，结合便携式心电监护仪的具体要求，针对t w a 的 特点，设计出新的t w a 检测算法； ( 4 ) 在算法设计的基础上，使用m a t l a b 对相关算法进行了仿真研究， 通过详细的图表分析，验证了算法的有效性； ( 5 ) 最后，对全文工作做了总结，对存在的问题进行了探讨，对未来的研 究做了展望。 1 5 论文的结构 第1 章是绪论，对本文的研究背景及意义作了简要介绍，综述了心电信号 自动分析的研究方法，以及t w a 检测的国内外现状，确定了本文研究的主要内 容、研究方案及目标，并对全文的结构安排进行介绍。 第2 章是心电信号噪声预处理，详细介绍了心电信号的噪声，对噪声的产 生及来源进行剖析，对噪声的特点及类，型进行了归纳和分类，并对噪声的滤除 5 武汉理工人学硕七学位论文 进行较为系统的总结和分析，最后对影响t w a 检测的主要噪声基线漂移进 行了详细的分析，并提出有效的滤波方法，消除心电信号中的基线漂移。 第3 章是心电信号的基准点定位，介绍了心电信号的特征，重点研究了心 电信号的基准点定位方法。首先提出了一种有效的r 波定位方法。深入探讨t 波分析矩阵在t w a 分析中的重要作用，分析了t 波矩阵构建的原理及相关参数。 提出了一种依据r r 间期动态定位t 波窗口的方法，依据已定位的t 波窗口构 建t 波分析矩阵，为后继的t w a 分析创造了良好的条件。 第4 章是心电信号的t w a 检测方法的分析与改进，重点对t w a 进行了研 究。本章对t w a 的特点及检测困难进行了分析。在此基础上，针对己有检测算 法存在的缺陷，提出了一种改进t w a 检测方法。 第5 章是全文总结与展望，对全文的工作进行总结。 图1 - 1 展示了本论文各章节之间的结构关系，论文的主要内容是围绕微弱交 替特征的检测问题，按照心电信号预处理、基准点定位、t 波分析矩阵构建以及 t w a 检测的顺序自然展开。 图1 1 本文的章节结构关系图 6 武汉理丁大学硕十学位论文 第2 章心电信号噪声预处理 人体心电信号是一种微弱电信号，信噪比低。在实际应用中，一般正常心 电信号的频率范围为o 0 5 1 0 0 h z ，幅度为1 毗v _ 5 m v 。心电周期的信号带宽集 中在0 - 5 8 1 9 h z 频带，q r s 波群集中在3 - 4 0 h z 这一频带，p 波和t 波的带宽 约处于o 5 1 0 h z 频带。心电信号能量集中在低频段，其中9 9 的能量集中在 0 h z 。心电噪声的类型丰富，形态多样，广泛分布于所有频带，不同类型的 心电噪声具有不同的频率及幅值。 2 1 噪声的来源 在心电信号的采集和处理过程中，会受到各种噪声的干扰，按来源主要可 分为以下几类： ( 1 ) 工频噪声：由于人体分布电容的存在使人体具有天线效应，而且一般 情况下检测装置总会有较长的导联线暴露在外，这就会引来工频噪声；另外， 导联和电路的分布参数容易把外界滤波不净而产生的交流电干扰引入到心电信 号中，也会引来工频噪声。这些噪声往往掩盖了原有e c g 中的细小转折，影响 e c g 诊断。 ( 2 ) 肌电噪声：表面肌电噪声是肌肉神经系统在进行随意性和非随意性活 动时，众多肌纤维随机收缩引起生物电变化，经心电电极引导、放大和记录形 成的噪声。病人的紧张或寒冷刺激，以及因某些疾病如甲状腺机能亢进等，都 会产生肌电噪声。国内外研究表明，在人体表皮层内外存在典型值为3 0 m v 的皮 肤电势。当皮肤伸展时，皮肤电势降到大约2 5 m v ，这5 m v 的皮肤电势变化反映 到心电信号中，也会形成肌电噪声。 ( 3 ) 人体呼吸干扰：在心电信号检测与处理中，呼吸引起的基线漂移是由 被测对象在测试过程中呼吸产生的。心电波形的幅度随着呼气和吸气分别上抬 和下移。 ( 4 ) 电极接触噪声：电极接触噪声是瞬时噪声，是由于测量电极接触不良 或脱落、病人的运动和振动、导联线牵拉咆极、检测系统不断的丌关、放大器 7 武汉理，t 大学硕+ 学位论文 输入端连接不好等引起的不稳定干扰，会导致e c g 记录时有时无。由于人体的 微动与接触不良会导致与测量系统间隙性的接通与断开，突然接通会引起很大 的伪迹，突然断开会导致工频噪声的增强。 ( 5 ) 运动伪迹：是由于人体运动引起的一种噪声。常规心电图机、h o l t e r 系统采用吸球式电极或体外粘贴式电极采集心电信号，不可避免的在电极与皮 肤之间存在接触电阻。该电阻与放大器的输入阻抗形成分压网络，输入电压将 随此电阻变化而变化，带来了心电信号基线漂移及幅值的波动，稍微剧烈的肢 体运动也会引起心电信号波形发生改变。同电极接触噪声类似，它也是由于电 极与人体的接触问题引起的，但不是由于接触的断开，仅仅是由于接触电阻的 变化引起的一种噪声，这种噪声同样导致信号基线的变化。 ( 6 ) 电子设备所产生的仪器噪声：在信号检测阶段，难免会受到周围电子 仪器的干扰，如手术刀，电话等。心电图机本身的导联开路和放大器的热漂移 也会产生噪声，对信号影响很大，严重时可完全淹没心电信号，导致剧烈的基 线漂移。由于心电波形己经完全畸变，这种噪声往往无法通过心电分析算法来 校正，一般的做法是跳过此段心电数据。 ( 7 ) 检测系统的内部噪声：检测系统的内部噪声主要是由电阻和各种器件 产生的。心电图仪作为一种电子仪器，其内部布满大量的电子元器件和导线， 当这些电子元器件和导线中有电流时，会产生具有一定频率的噪声信号，影响 到心电信号的检测。 2 2 噪声的表现 总体来说，各种噪声主要有三种类型。( 1 ) 5 0 h z 工频噪声，主要由电力系 统和人体的分布电容引起，电极接触噪声也会导致工频噪声的增强：( 2 ) 基线 漂移，许多噪声源都可以造成心电信号的基线漂移，主要由人体呼吸干扰、运 动伪迹、信号记录和处理中电子设备的干扰引起的；( 3 ) 高频噪声，主要由肌 电噪声以及周围电子设备所产生的仪器噪声引起，也有部分是由5 0 h z 工频的高 次谐波造成的。 下面从噪声的幅值表现，频率表现和统计规律详细论述。 ( 1 ) 各类噪声的幅值表现 工频噪声表现为e c g 上规律性的细小波纹，噪声幅度可达心电信号峰值的 8 武汉理工大学硕士学位论文 0 。由于电网负载的变换，噪声的幅值也会不断变化。肌电噪声幅度为毫伏 级，持续时间为5 0 m s 左右。呼吸引起基线漂移的变化幅度约为e c g 峰值1 5 。 运动伪迹与电极接触噪声的振幅约为0 5 m v ，信号形态具有较强的随机性和不 稳定性。电极接触噪声往往表现为信号基线的快速阶跃式变化及相应的指数型 衰减回复至基线的波形，并叠加以工频噪声，持续时间一般为1 s 左右，幅值可 达记录仪的最大值。 ( 2 ) 各类噪声的频率表现 对于工频噪声是由电力系统引起的噪声，这种噪声的频率一般为5 0 h z 及其 整数倍，由于国际上不同国家电网的频率不同，一般心电信号处理所用的 m l t b i h 数据库的信号工频噪声为6 0 h z 及其整数倍。由于电网负载的变换，使 得工频噪声的中心频率并不是准确的5 0 h z ，而是存在一定范围的随机波动，这 种波动本质上是一种随机过程，所以要完全消除工频噪声十分困难。肌电噪声 属于高频噪声，表现为不规则的快速变化波形，其频率范围可为1 0 1 0 0 0 h z ，主 要能量集中在5 - 4 0 h z 范围内。基线漂移的最大特点是超低频。基线漂移主要是 由人的呼吸引起的，人的呼吸频率一般为0 2 5 - 0 3 3 h z ，运动后呼吸频率随心率 的加快而加快，最快可达1 h z ，因此基线漂移的频率一般在0 1 5 加3 h z ，少数可 达l i - i z 。基线漂移噪声与e c g s t 段的频谱非常接近，若滤除方法不当，就很容 易引起s t 段严重失真。对于运动伪迹，主要频率为3 - 1 0 h z ，峰值在4 h z 左右。 电极接触噪声其频率约为0 - 1 0 0 0 1 - i z ，信号形态具有较强的随机性和不稳定性。 ( 3 ) 各类噪声的统计规律 电极接触噪声和脉冲噪声属于随机噪声，它们是由前后独立的平稳随机过 程产生的，在任何时刻它的幅度、波形及相位都是随机的。 心电信号的其它噪声基本属于连续噪声。连续噪声中，大多数噪声瞬时幅 度的概率分布是正态的，即符合高斯分布规律。肌电噪声可以将其近似为零均 值高斯噪声的短暂爆发。 武汉理工大学硕士学位论文 2 3 高频噪声与工频噪声的滤波及仿真 前文已介绍，高频噪声包括电极接触噪声，肌电噪声以及5 0 h z 工频的倍频 噪声。典型的高频噪声造成的心电信号伪迹如图2 - 1 所示。 s 0 6 昌 i o 馨田5 1 5 51 51 5 517 时间( s ) 图2 1 高频噪声对心电信号的干扰 在此采用经典滤波手段，滤除高频噪声及工频噪声，并利用m a t i a b 进行 仿真。利用滑动平均滤波器来消除心电信号的高频噪声，滤波器的截止频率为 1 0 0 l - l z ，用于滤除频率在1 0 0 h z 以上的高频噪声。滑动平均滤波器是心电信号处 理中应用非常广泛的一种低通滤波器，其主要特点是实现简单，适合实时处理。 该滤波器可表示为： y ( 玎) _ 古荟x 伽- k ) ( 2 d 其传递函数为： n ( z ) 一古( 1 + z 一1 + z - 2 + + z 一1 ) ( 2 2 ) 对心电信号低通滤波后m a t l a b 仿真效果如图2 2 所示。 9 邑 捌 罂 图2 - 2 心电信号低通滤波效果图 1 0 武汉理工人学硕士学位论文 对于心电信号中的工频噪声，简单有效的方法是采用梳状滤波器滤波，这 种f i r 滤波器简单、容易实现、滤波效果好，阶数为n 的梳状滤波器的系统函 数为： 酢) 一薹z “咀( 帆= ( 1 - z “) 专 ( 2 - 3 ) h ( z ) 一z z “- 矾q 坶：( z ) = ( 1 一z “) 寿 2 - 3 ) 式中，胃- g ) ；( 1 一z “) 是由n 阶延时单元组成的梳状滤波器，e q ) 的幅值 响应由许多频率间隔相同的通带和阻带组成，它只许特定频率范围的信号通过。 h ( z ) 的频率响应为： c o n s m 了- j a , ( , v - 1 ) h ( e ) 。_ 寺e 2 s m 一 2 ( 2 4 ) 由式2 4 可知，梳状滤波器是具有线性相位的f i r 低通滤波器，相移 f ( 一d 2 。在此，为了能使滤波器的直流增益为1 ，应该考虑在h ( z ) 中增 加增益因子i n ，归一化后的幅频响应变为： p o 加) | 一 n = 1 0 时，幅频响应如图2 3 所示。 2 0 60 弓2 0 星4 0 印 、 ；i 、 ，穹妒奄萝一弋| 厂 气 f； 1 f 1 jl 0 0 10 20 3040 50 6070 b0 91 n o r m a l i z e df r e q u e n c y ( x zr a d s a m p l e ) 图2 - 3 梳状滤波器的幅频响 ( 2 5 ) 武汉理工大学硕士学位论文 由于梳状滤波器的系数相等且都为1 ，因而容易实现，常用于对医疗仪器中 的特定信号进行滤波处理1 1 3 】。 2 4 自适应滤波去除基线漂移 滤除心电信号的基线漂移，是心电信号处理中的一个非常重要步骤。因为基 线漂移严重时，往往难以识别波形和测量参数，甚至无法记录正常的e c g 。基 线漂移能量分布在比较宽的频谱中，频率随着时间变化，而且噪声水平与来源 有关。发生基线漂移的原因有电极电阻的变化、电极极化电位的变化、心电放 大器的直流偏置漂移、人体呼吸或肌肉缓慢运动等。基线漂移的频率很低，其 范围为0 0 5 h z 至几h z ，其主要分量在0 1 h z 左右一般来说，人的心率为8 0 次分钟，r r 间期则为0 7 5 秒，由此可计算出t w a 的基本频率为0 6 7 h z ( 0 6 7 = 1 ( 0 7 5 * 2 ) ) ，其最大值约为0 7 h z 。由此看来，t w a 与基线漂移两者的频谱非 常接近，要消除基线漂移比较困难。如果使用高通滤波器来消除基线漂移，可 能会引起s t 段严重失真，对t w a 的检测结果造成较大的影响。因此，基线漂 移纠正方法的研究，在心电信号处理中有着重要意义【川。 一般来说，对心电信号任何滤波都会对原始心电信号造成不同程度的破坏， 尤其会使心电信号中s t 段失真。理想的基线漂移滤波器，应该具有识别基线漂 移频率的功能，滤除大部分或所有基线漂移并且避免破坏原始信号有用成分。 一般去除基线漂移的方法主要有以下几种。 ( 1 ) 中值滤波器 自从1 9 7 0 年被提出以来，中值滤波因其良好的边缘保持特性和清除脉冲噪 声的能力，广泛用于数字信号处理。一般把中值滤波定义为，取长度为l = 2 m + i ( m 为正整数) 的滤波窗口，设在第n 时刻输入信号序列在窗口中的采样点是 工( 刀一m ) ，；z ( 刀) ，工o + m ) ，此时的输出定义为 y ( 刀) 一, n e d l x ( n m ) ，工( _ ，1 ) ，x ( n + m ) 】 ( 2 - 6 ) m e d f l 表示对窗口内所有数从小到大排序后取中值的运算。由于叠加定理不 再成立，故中值滤波是一种非线性滤波器。蔡坤等将中值算法改进，改变插值 的策略得到一种快速中值滤波算法，并成功应用到e c g 的滤波中1 1 5 1 。 武汉理工大学硕士学位论文 ( 2 ) 零相位i i r 滤波器。 零相位滤波的基本思路是：先确定出滤波器的初始条件，将原序列的首尾进 行扩展，把扩展后序列通过滤波器，将所得结果反转后再次通过滤波器，最后 将所得结果再反转，并去掉首尾的扩展部分，即可得到零相位滤波后的输出序 列1 1 们。 ( 3 ) f f t 滤波器 快速傅立叶变换( f f r ) 是实现普通离散傅立叶变换的一种快速算法【r 丌。f f t 滤波器工作原理：利用兀丌快速运算办法对输入信号进行离散傅立叶变换，分 析其频谱，根据所希望的频率特性进行滤波，再利用傅立叶反变换恢复出时域 信号。 ( 4 ) 小波变换滤波 利用小波变换进行心电信号去噪也是人们一直在研究的方法。利用小波变换 及多分辨率分析，再选取适当的小波函数和分解水平后对心电信号进行多尺度 分解，得到充分近似e c g 中基线漂移噪声的低频逼近信号，通过对该逼近信号 求平均，再与分解所得的高频部分进行重构，获得平稳的心电信号，以此达到 滤除e c g 中基线漂移的目的【1 引。 从实时性的角度考虑，现有很多算法都不适用于滤除基线漂移。本文提出一 种自适应滤波方法，既可滤除心电信号的基线漂移，又可最大限度的保护有用 信号。 基线漂移滤波器满足如下要求： ( 1 ) 避免对不含大幅基线漂移的心电信号进行高通滤波； ( 2 ) 可以去除与心电信号无关的低频噪声； ( 3 ) 保持p q r s t 波群的幅值和基本形状。 心电信号和基线漂移的幅值根据个体的不同有很大的不同，即使在同一段 波形中，基线漂移的频率和幅值也会随时间变化，因此基线纠j 下必须具有针对 性，需要根据不同情况动态调整滤波参数。 本文设计一种自适应基线漂移滤波器，根据基线的幅值和频率自动选择滤 波参数，准确地滤除基线漂移噪声并且不损伤j 下常心电信号。 武汉理工大学硕士学位论文 本文设计的基线校正算法具体流程如图2 4 所示。 图2 _ 4 基线校正方案框图 算法的基本原理如下。首先识别出含有大幅基线漂移的心电信号段，并测 出此段