（信号与信息处理专业论文）基于android的心电检测系统的设计与实现.pdf

摘要 摘要 随着人类社会的进步，科技也越来越发达，但是科技的发展同样是一把双 刃剑，人们的健康问题日益凸显，这也迫使我们更加关注自己的健康。当前， 手机的功能越来越强大，很多不同的应用都被搭载到了智能手机上，手机已经 从最初的人们必备的通讯工具发展成人们生活中的必需品。 本文提出了基于a n d r o i d 智能手机的心电图检测系统，我们设计了基于 l p c 2 3 6 8 微处理器的心电信号前端采集系统，通过单导心电传感模块采集心电 信号，对心电信号做一定的预处理，再通过蓝牙技术将其发送到a n d r o i d 智能 手机端。并且开发了a n d r o i d 上的心电监测应用，包括心电图的显示、数据的 存储以及初步诊断。 本文把重点放在对采集到的信号进行预处理、无线传输，以及在a n d r o i d 系统上开发心电监测的应用程序。在信号的预处理中研究了心电信号滤波的方 法，并将自适应信号分离应用在了去除肌电干扰的功能中；通过学习a n d r i o d s d k ，实现了a n d r o i d 手机蓝牙与远程蓝牙设备的串口通信，并且使用a n d r o i d 系统的s u r f a c e v i e w 类实现了心电图的显示，在研究了心电图q r s 波群的基础 上添加了初步诊断的功能。 关键词：心电图，自适应信号分离，蓝牙，a n d r o i d a b s t r a c t a b s t r a c t w i t ht h ep r o g r e s so fh u m a ns o c i e t y , s c i e n c ea n dt e c h n o l o g yh a v ed e v e l o p e d m u c h h o w e v e r , t h ed e v e l o p m e n to fs c i e n c ea n dt e c h n o l o g yi sa l s oa d o u b l e e d g e d s w o r d ，p e o p l e sh e a l t hp r o b l e m sh a sb e c o m ei n c r e a s i n g l yp r o m i n e n t ，w h i c hf o r c e d u st op a ym o r ea t t e n t i o nt oo u rh e a l t h n o w a d a y s ，t h em o b i l ep h o n e sa r em o r ea n d m o r ep o w e r f u l ，m a n yd i f f e r e n t a p p l i c a t i o n sa r ee m b e d d e di n t os m a r tp h o n e s t h e m o b i l ep h o n eh a sb e e nc h a n g e df r o man e c e s s a r yt o o lf o rc o m m u n i c a t i o nt o a n e c e s s i t yi np e o p l e sl i v e s nt h i sp a p e r , w ep r o p o s ea ne c g d e t e c t i o ns y s t e mb a s e do nt h ea n d r o i ds m a r t p h o n e w eh a v ed e s i g n e daf r o n t - e n da c q u i s i t i o n s y s t e m ，b a s e do nl p c 2 3 6 8 m i c r o p r o c e s s o ra n das i n g l e l e a de c gs e n s o rm o d u l e ，t oc o l l e c te c g a f t e rs o m e p r e p r o c e s s i n go ft h ee c g ，w es e n di tv i ab l u e t o o t ht e c h n o l o g yt ot h ea n d r o i ds m a r t p h o n es i d e w h a t sm o r e ，w eh a v ed e v e l o p e da ne c gm o n i t o r i n ga p p l i c a t i o no n a n d r o i di n c l u d i n gt h ee c g d i s p l a y , s t o r a g ea n di n i t i a ld i a g n o s i s t h i sa r t i c l ef o c u s e so nt h ep r e p r o c e s s i n go fe c g ，w i r e l e s st r a n s m i s s i o na n dt h e d e v e l o p m e n to ft h ee c gm o n i t o r i n ga p p l i c a t i o n w eh a v es t u d i e dt h em e t h o d so f e c g p r o c e s s i n ga n du s e da d a p t i v es i g n a ls e p a r a t i o ni nt h ef u n c t i o no fr e m o v i n gt h e e m g i n t e r f e r e n c e ；w em a k et h ec o m m u n i c a t i o nb e t w e e nt h eb l u e t o o t ho ft h ep h o n e a n dar e m o t eb l u e t o o t hd e v i c ef e a s i b l e ，u s et h es u r f a c e v i e wc l a s si m p l e m e n te c g d i s p l a ya n da d dt h ef u n c t i o no ft h ei n i t i a ld i a g n o s i so nt h eb a s i so fs o m ek n o w l e d g e o fq r sw a v e s k e yw o r d s ：e c g ，a d a p t i v es i g n a ls e p a r a t i o n ，b l u e t o o t h ，a n d r o i d i i 第一章引言 第一章引言 第一节选题背景 2 0 世纪以来，人类已经从电气时代进入了信息时代，人们可以更方便的通 信和获得信息，但同时生活节奏的加快也使得更多的人处于亚健康中而不知。 人们开始意识到没有疾病并不是完全意义上的健康，它应该更多的包括生理上、 精神上的完好状态以及没有疾病隐患。尤其是以各种心脏疾病为代表的一系列 难以治疗的疾病呈现低龄化现象，使得人们越来越关心自身的健康问题。心脏 作为循环系统的动力，它的一些特征准确的反映了人的身体状况。心电图作为 预防、诊断、治疗各种心脏疾病的主要方法和依据，心电监测的意义也就不言 而喻了。心电图的监测，作为一个电子和计算机学科发展中，与医学问题结合 的一项研究，并不是一个新鲜事物，但它一直在朝着更便捷、更准确、更广泛 的方向发展。 互联网的发展是可以说是推动人类进入信息时代的关键力量，而手机的发 展同样也是一个重要的推力。早在上个世纪初期，就有类似现在手机的通讯工 具出现。那个时候，手机完全是作为通讯工具而存在和发展的，没有手机软件、 手机操作系统的概念，也没有除了打电话外的任何的增值服务。后来手机开始 逐渐从军用转为商用、民用，随着手机用户的不断增长，硬件技术的日益，手 机不再仅仅是通话的工具了，更多的是作为人们的移动办公、休闲娱乐而存在 的生活必备品。尤其是近些年来，手机开始与p d a 相融，所谓的智能手机的发 展可以说是日新月异，越来越多的应用、功能，诸如网上购物、手机刷卡缴费 等都将被融入到手机中。随着智能手机操作系统的发展、各种各样的应用集成 到手机中去，也许我们将不能再称呼它为手机，而应该称之为“个人智能移动 终端”。 传统的心电监测系统大多用于医疗机构的诊断、治疗，也用一部分手持设 备用于心脏疾病患者的日常监测、预防，但它们给我们的生活多少带来了一些 不便，且并不普及。我们的设想是，能把心电信号的采集、处理、初步诊断融 入到智能手机中去，并且能将心电信息存储在手机的s d 卡种。在必要的时候 ( 如诊断出心脏功能异常，需要更专业的医学支持时) ，还能将心电信息通过智 第一章引言 能手机接入互联网或者以短信等方式传送出去，以便及时的提供给专业机构用于进 一步的专业诊断。 第二节课题的目标 由于心电信号的采集在当前实验室环境下，还无法做到完全融入到手机中， 因此，在我们的系统中，采集部分我们设计了基于3 2 位a r m 微处理器的便携 式采集系统，通过专门的单导心电采集模块采集信号，并对它进行一定的预处 理，同时在研究和学习心电信号的传统滤波方法的基础上，提出了一套适合我 们这个便携式、低功耗系统的去噪方法，并且通过外接的蓝牙模块与手机进行 通信，将经过预处理并封装好的心电数据发送到a n d r o i d 手机端去。蓝牙传输 的无线传输特性及其普及程度其实也符合我们对这个系统的一些特征的设想， 同时短距离无线通信技术的发展也是智能手机快速发展的条件与优势。 在智能手机方面，我们选择发展前景极好的a n d r o i d 手机平台，编写了心 电监测在a n d r o i d 平台上的应用。程序通过手机蓝牙接收前端采集的心电数据， 并将心电图动态的绘制在了手机屏幕上，同时将数据以文件的形式存储在s d 卡中。另外，我们采集心电信号的目的是监测用户的生理状况，因此我们还根 据简单的心电规律加入了心电图的初步诊断功能。 第三节论文的内容安排 本论文由六章组成，下面是各章节的具体安排： 第一章为引言，主要分析了课题的选题背景以及课题的研究意义，同时提 出了本课题的主要目标。 第二章介绍了采集系统使用的l p c 2 3 6 8 处理器，前端采集以及模拟信号处 理的流程，同时给出了系统的硬件结构和软件实现。 第三章详细介绍了心电信号中比较重要的几种干扰及常用的滤波算法，并 对这些算法进行了仿真，同时提出了 第四章研究了蓝牙通信的体系结构，在分析了蓝牙协议栈的基础上，实现 了控制蓝牙进行串口通信的功能，并给出了蓝牙模块的初始化、查询指令等的 封装。 第五章详细介绍了a n d r o i d 系统的由来、发展状况，同时分析了a n d r o i d 2 第一章引言 操作系统的基本结构，阐述了本课题之所以选择a n d r o i d 系统的原因和意义。 第六章设计、编写了本系统手机端的基于a n d r o i d 蓝牙开发的应用，实现 了心电图信号的显示、存储以及初步诊断功能等功能。 第七章总结了本文做的主要工作，对系统软硬件方面的进一步的改进做出 了展望。 3 第二章基于a r m 的前端处理模块的实现 第二章基于a r m 的前端处理模块的实现 第一节l p c 2 3 6 8 简介 l p c 2 3 6 8 是一款基于a r m 7 t d m i s 内核的微控制器，芯片内集成非常丰 富的外设，而且具有非常低的功率消耗，适用于为了各种目的而需要进行串行 通信的应用。它包含了1 0 1 0 0 e t h e m e tm a c 、u s b 2 0 全速接口、4 个u a r t 、 1 个s p i 接1 2 、2 个同步串行端口( s s p ) 、3 个1 2 c 接口、1 个1 2 s 接1 2 。l p c 2 3 6 8 还包含了一个f l a s h 存储器系统，可以用来存储最多5 1 2 k b 的代码和数据，而 另外有一个3 2 k b 的r a m 存储器，可供开发者使用。 我们想要实现的系统是便携的，低功耗是其必然要求。l p c 2 3 6 8 处理器有 4 种低功耗模式，在必要的时候，我们可以通过改变时钟源或者c p u 时钟分频 器的值来修改时钟率。这就允许开发者根据应用要求在功率和处理速度之间进 行权衡，即做到低消耗又不至于影响系统性能。 第二节系统整体方案和流程 现实生活中的信号都是模拟信号，处理器本身并不能处理模拟信号，这就 迫使我们在信号处理之前将它转化为数字信号。同时，现实生活中的信号采集 的时候往往会引入很多不必要的干扰，有的干扰强度甚至会大大超过信号本身 的强度，这个时候就需要我们对噪声进行过滤，只保留我们需要的信号。再之 后的章节中我们会详细介绍各个环节的设计和实现方法。下面的图2 1 是整个 系统的架构： 图2 1 系统整体架构 4 第二章基于a r m 的前端处理模块的实现 其中的电源模块同时给心电传感模块、l p c 2 3 6 8 处理器以及蓝牙模块供电， 当蓝牙准备就绪的时候，处理器会点亮设定好的l e d 灯，提示可以开始采集数 据，然后按下按钮，系统就开始执行a d 转换的程序读取采集的数据，然后经 过处理后经过蓝牙发送出去。图2 2 则是处理器中程序的流程图： 否 y! 匦堕卜窭 图2 2 采集系统流程图 第三节前端采集的实现 2 3 1 心电信号简介 心电信号通过在人体肌肤表面安装的电极采集而来，它本质上是微弱信号， 幅度一般不超过4 m v ，频率通常在0 0 5 1 0 0 h z 1 1 。而人所处的环境充斥着各种 微弱信号( 事实上是大部分会强于心电信号) 的干扰，如工频干扰、基线漂移、 机电干扰、电极接触和极化噪声、放大电路内部噪声和运动干扰等【2 】，其中最 重要的干扰来自于前三者。 心电信号对噪声敏感的特性就要求，采集到的心电信号必须经过去噪、滤 波处理，之后得到的心电图才能够提供给医生进行正确的诊断和治疗。 2 3 2 心电信号的采集 如上一节描述可知，心电信号的采集处理是心电图正确显示及诊断的前提， 由于本文的工作更多的放在了心电信号的软件滤波以及a n d r o i d 手机的应用程 序设计方面，心电信号的前端放大、模拟滤波工作，我们采用了一款h k d 1 0 a 5 罢事 第二章基于a r m 的前端处理模块的实现 心电模块来实现。 h k d 1 0 a 心电传感器为单导心电图采集模块，模拟电压信号输出，内部包 含了前置放大电路，工频滤波等电路，体积小，功耗小。其主要性能参数如下： 1 电源：3 6 6 v d c 2 电流：小于3 m a 3 量程：0 4 m v 4 信号增益：4 7 5 倍 5 输入阻抗：1 0 g 6 共模抑制比：6 5 d b 采集系统采用5 v 直流供电，由心电模块的量程0 - 4 m a 和其信号增益4 7 5 倍，可计算出输出的模拟信号的范围在o 一1 9 v ，可以直接接入l p c 2 3 6 8 的模数 转换器端，h k d 一1 0 a 心电传感模块管脚定义如下表2 1 ： 表2 1h k d 一1 0 a 管脚定义 管脚序号管脚定义说明 1n c 空脚 2 n c 空脚 3g n d 接地 4 n c空脚 5 c o n 参考电极 6i n p i u t l输入电极1 7i n p u t 2输入电极2 8g n d 电源地 9 n c空脚 1 0v c c 电源 11o u t模拟信号输出 2 3 3l p c 2 3 6 8 的a d 转换器 前端采集得到的信号是模拟信号，在对心电信号进行进一步的软件滤波、 蓝牙传送之前，必须首先把模拟信号转化为处理器能处理的数字信号。l p c 2 3 6 8 处理器本身自带模数转换器，1 0 位采样精度，能同时对6 路信号进行采样，特 6 第二章基于a r m 的前端处理模块的实现 性如下： 1 1 0 位逐次逼近式模数转换 2 测量范围：0 3 3 v 3 转换时长不低于2 4 4 l as 4 可设置转换的触发方式 5 各个通道都有自己的数据寄存器 6 具有掉电模式 图2 3 展示了l p c 2 3 6 8 自带的a d 转换器的组织结构，包括采集的信道以 及各种功能寄存器： a d c 控制 p p c l k j 寄存器a d o c r a d c 中断使能寄 r 存器a d o d r r e n a d c 数据 一 寄存器a d d r 0 ， t ，一王一 1a d c 转换1 - i a 喘蕊享器怛b 7 l 控制电路广 y 叫寄存器简r 6r a d c 全局 寄存器a d o g d r v i c 图2 3 转换器的构造图 图中显示了a d 转换器的基本时钟由a p b 时钟( f 刚) 得到，这个时钟可 以在程序中进行控制，同时可以看出l p c 2 3 6 8 的a d 转换器最多能同时采集 6 路信号，而其中的各个功能寄存器的功能、意义将在下面做简单的介绍。 a d c 控制寄存器可以用于选择要转换的a d 通道、a d 时序、a d 转 换模式和a d 启动触发器。其中a d 转换模式包括：软件控制和硬件扫描模 式( b u r s t 模式) ，这个可以通过控制寄存器中的b u r s t 位来进行选择。当 b u r s t 位为0 时，且所选引脚上的信号发生指定类型跳变时，启动一次a d 转换，这就是软件控制模式；当该位为l 时，转换器从我们选择的引脚开始扫 描，并将以设定好的速率重复转换，这是硬件扫描模式。在本系统的操作中， 我们将选择固定的采样频率来采集信号，在转换完成之后读取并保存转换结果， 因此采用软件控制模式，在匹配信号发生跳变的时候启动下一轮转换，关于定 时器匹配信号的实现将在会本文后面章节的内容中进行进一步地讨论。 a d c 数据寄存器包含了相应通道最后一次a d 转换的结果，同时包含了 7 第二章基于a r m 的前端处理模块的实现 指示转换已经结束以及转换溢出的信息。在每一次定时中断处理中，都需要读 转换通道相应的数据寄存器取出转换结果，并且查看转换是否结束，用于中断 的返回的确定。 a d c 全局寄存器包含了最后一次d 转换的结果，其中包含数据、d o n e 和o v e r r u n 以及与数据相关的a d 通道的数目信息。 a d c 状态寄存器包含了各通道的状态、它们相应的数据寄存器的d o n e 和o v e r r u n 位以及中断标记等信息。 a d c 中断使能寄存器用来控制转换完成时产生中断的a d 通道，程序可 以通过中断得到再此之前的一次转换结果。 事实上，图中中断使能寄存器处的开关表明，除了中断的方式，我们还可 以通过别的( 查询) 方式来判断并读取转换结果。其中查询的方式比较简单， 只需要查询状态寄存器中低8 位中的相应位( 通道0 对应第0 位) 是否为1 ， 为l 说明转换结束，这个时候就可以读取转换结果了，我们就是采用的这个方 法。 由于a d 转换器是处理器自带的，所以电路比较简单，只需要把h k d 1 0 a 心电模块的输出端接入到p o 2 3 口，同时参考电压和模拟电源接3 3 v 输入，v s s a 接地即可。主要工作在于编程的实现。其中a d c 的引脚如下表2 2 所述： 表2 2 转化器的引脚描述 引脚名称说明 v r e f参考电压，该引脚连接到a d 转换器的v 旺，信号 模拟电源和地，它们分别和v 叻和v 鼯。的标称电压相同，我们 v d d 、v s s 应当将二者分离以减弱引入的噪声，同时减少出错的几率 a i n 0 - a i n 5模拟输入，最多可同时测量6 个输入信号的电压 2 3 4 转换程序的设计与实现 心电信号的频率通常都在0 0 5 1 0 0 h z ，根据奈奎斯特采样定律：采样频率 至少在信号最高截止频率的两倍以上【3 】。这里我们选择通道0 采样，采样频率 为3 0 0 h z ，采样总时长为1 0 s ，即总共有3 0 0 0 个采样点。a d 精度为1 0 位，即 每个采样信息占2 字节，1 0 s 的信息共有6 0 0 0 字节，即6 k b ，l p c 2 3 6 8 拥有 5 8 k b 的s r a m ，完全可以满足需求。a d 转换的流程图如下： 8 第二章基于a r m 的前端处理模块的实现 是 初始化a d c 丫 初始化t i m e r 0 图2 3 转换的流程图 部分主要程序如下： 1 初始化a d c a d c i n i t ( v o i d ) p c o n pl = ( i 1 2 ) ：打开a d c 功率控制位 p i n s e l li = 0 x 0 0 0 0 4 0 0 0 ： 设置p 0 2 3 为a i n o 功能 a d o c r = ( o x o l o ) ls e l = 0 x 0 1 ，即选择通道o ( ( f p c l k a d c _ c l k 一1 ) 8 ) i 设置转换时钟 ( 0 1 6 ) ( o 1 7 ) ( 1 2 1 ) ( 1 2 4 ) ( 0 6 ) & o x 3 f f ；读取1 0 位数据位 c o u n t + + ：采样计数加l i d i s a b l e ： t o i r = 1 ：清除中断，并返回 v i c v e c t a d d r = 0 ： l 这里就是采用了查询的方式来判断a d 转换是否完成，若完成则停止a d 转换、读取转换结果并且使采样计数自增，否则将继续等待直至转换结束。 1 0 第三章心电信号的滤波去噪 第三章心电信号的滤波去噪 第一节心电信号的数字处理 心电信号的处理是一项十分艰巨的认为，因为它实际的信号不到4 m v ，却 处在一个3 0 0 m v 偏移量的环境里，在需要精确还原的情况下，单单是硬件上的 滤波并不能做到，这个时候，在软件上采用有效的数字滤波技术就十分必要了。 在得到了正确的心电图之后，医生才能根据所得到的心电图像进行正确的诊断。 在第二章已经指出，心电信号采集过程中往往会带入大量的干扰，这不仅 仅因为信号本身非常微弱，同时在于采集过程中人体以及信号采集设备所处的 环境中【2 7 1 。下面将主要讨论肌电干扰、基线漂移和工频干扰这三个主要的噪声 来源以及它们的一些可用的滤波方法。 1 工频干扰 通常所说的工频干扰来自市电，频率为5 0 h z ( 也包括其各次谐波) ，它会 以电磁波的形式辐射并对电气设备和电子设备造成干扰，是人们生活中普遍存 在的干扰。工频信号的频谱正好落在了心电信号频谱的中间，对微弱的心电信 号的影响非常大，是需要滤除的最重要的干扰之一。 2 基线漂移 基线漂移作为一种低频噪声普遍存在于心电图系统中，通常会对心电图的 分析、诊断的准确性造成很大的影响，它一般是由于电极、呼吸和身体运动等 各种环境因素的影响所造成的。基线漂移的抑制有多种方法可以实现，主要分 为两类，一类是采用拟合算法估计出基线的值，再从心电信号中减去对基线的 估计值，经修正即可得到正确的信号；另一类方法则是基于基线漂移一般表现 为连续或者不连续的低频干扰，其典型的频率为o 5 h z ，因此可以采用截止频 率为0 7 h z 的高通滤波器来实现。 3 肌电干扰 心电信号中的肌电干扰主要是由肌肉产生，一般被看作是有限带宽的白噪 声 4 1 ，典型的频率范围在2 - 5 0 0 h z ，这个范围几乎与整个q r s 波频谱范围重叠。 传统的滤波方法可能会在滤除部分肌电干扰的时候，减少q r s 波的高频成分， 从而减少q r s 波的振幅【5 】o 此外，肌电干扰还会随着仪表放大器、采集环境( 如 第三章心电信号的滤波去噪 肌肉震颤、电极皮肤接触阻抗) 的改变而有所不刚2 8 1 。 第二节工频干扰的处理 工频干扰作为一种单一频率的干扰，在生活中无处不在，而对于一t l , 电信号 这种微弱信号来说，它正好处于一t l , 电信号的频带内，是对我们通过心电图来分 析人体生理状况的一个严重的干扰。而当前的数字滤波技术中有多种滤波方法 可以消除工频的干扰，比如固定频率的数字陷波器、窄带宽的带阻滤波器以及 基于自适应理论的自适应干扰对消技术等。在本小节的内容中，我们将分析这 几种主要滤波处理方法的性能并给出对比结果。 3 2 1 数字陷波器 数字陷波器是一种无限冲击响应( i i r ) 的滤波器，这种滤波器可以用下面 的常系数线性差分方程来表示： y ( n ) = z a ；x ( n i ) 一d ；y ( n i ) ( 3 1 ) 在式( 3 1 ) 中，x ( n ) 表示滤波器的输入序列，y ( n ) 则表示滤波器的输出序列， a i 和b i 是滤波器系数。传递函数可以通过对( 3 1 ) 式两边同时进行z 变换得到 h ( z ) = 黜 2 ， 式中，z ；为滤波器的传递函数的零点，p i 为传递函数的极点，它们共同决 定了滤波器的特性，并且我们可以根据z i 、p i 的具体值大致地绘制出滤波器频 率响应图。根据z 变换的零极点的意义，滤波器的频率响应曲线将在z ：达到极 小值点，而在p ：达到极大。因此我们可以根据这一特性以及我们所需要得到的 频率响应来配置滤波器传递函数的零点和极点，通过这样的方法就能反向设计 出符合我们要求的数字陷波器。 实际上虽然工频干扰中除了具有5 0 h z 的干扰外，还存在其更高次谐波的干 扰，但是这些高次谐波在心电采集模块中已经通过截止频率为1 0 0 h z 的低通滤 波器滤除了，因此我们只需要考虑一种特殊情况。我们可以将传递函数的零点 设置在单位圆上与我们所期望滤除的工频干扰频率( 5 0 h z ) 想对应的位置，而 极点要求和零点相位相同，距离很近，同时为了避免式( 3 1 ) 中的a ；和b ；为复数， 第三章心电信号的滤波去噪 需要在上述零点和极点关于原点对称的位置另外设置一对零极点，这样配置零 点和极点的滤波器在频率为5 0 h z 处将呈现凹陷，假设零点和极点的距离为u ， 即极点距离原点的长度为( 卜i j ) ，数字陷波器的传递函数为： h ( z ) 2 两篙 ( 3 3 ) 、7 ( z 一( 1 一斗) z 1 ) ( z 一( 1 一p ) z 2 ) 、 式( 3 3 ) 中1 1 越小，极点越靠近零点，传递函数的频响曲线在频率为5 0 h z 的地方将凹陷越深，而滤波器的凹陷深度也正是工频干扰滤波效果的一个重要 的指标【6 1 。考虑我们所采集的信号，其采样频率为3 0 0 h z ，此时有： o ) 0 = 2 n 木5 0 1 3 0 0 = n 3( 3 4 ) 则在z 平面上的零极点配置为： z i = e 蜘胆( 3 5 ) p i = p e 蚺胆 ( 3 6 ) 由此可得传递函数为： 肥，= 高蓑杀万 n 7 ， 我们分别取u 为0 9 9 和0 9 9 9 ，并用m a t l a b 进行仿真可得到下面所示的频 率响应曲线： 5 五藓0 刁。- 口 弓5 1 - 。1 。 c 摩 莹- - 1 0 ：钙 u - o 。姻 l j 一l l - l- - -_-j-o- - - - - l - - - - l - - - - - 一 i 图3 1u = o 9 9 的频率响应图 1 3 第三章心电信号的滤波去噪 2 0 30 岔 口 3 争盘。 至 4 0 u = 0 9 9 9 - 一 l i j - l j j j l l 一 - iii l 02 04 08 0 |1 0 0 毒1 2 01 4 01 6 01 8 02 f r e q u e n c y ( h z 图3 2u = 0 9 9 9 的频率响应图 从上面两个图的对比我们可以看出，在p = o 9 9 时，滤波器的陷波深度只 有不到1 5 d b ，而当l a = 0 9 9 9 时，滤波器的陷波深度达到了3 0 d b 。可见，合理 的选择 l 值对于改善滤波器的性能并使之符合我们的标准是很重要的。 3 2 2 自适应干扰对消技术 理想的陷波器的缺口可以任意窄，离开o ( 需要滤除的单一频率) 后则能很 快进入平坦的区域，但是从仿真图可以看出按上一节的方法设计的陷波器效果 并不是很理想，而引入自适应技术能很好的改善这个问题。白适应滤波是研究 一类结构和参数可以随实际改变或者调整的系统，这类系统可以通过当时系统 的输出作为滤波器的反馈输入，来动态的调整滤波器的参数选择从而使滤波器 能一直保持最佳状况【7 】。 下面是自适应噪声干扰抵消技术的原理示意图： i 信号源l i # j h - r u , j s j 1 。v l i l ， 1 。，f 、 7 厶 jl 一 宗睾埝x ，一、 y ( n ) l 噪声源 v 0t n ) 。l 白善 忐h 岳矗七驱 7 lt j 世 ! z 协议自膏 e ( n 1 自适应干扰对消器 图3 3 自适应干扰对消原理图 1 4 第三苹心电信号的滤波去噪 系统有两个输入端，第一个信号源输入的s ( n ) + v ( n ) 是原始信号，其中s ( n ) 为有用信号，v ( n ) 为采集信号中混叠的工频干扰信号；另外一个输入端输入的 v 。( n ) 则是作为参考输入，它的要求是必须与我们需要得到的有用信号不相干， 而与干扰信号相干，滤波器通过e ( n ) 来调整滤波器参数的选择，从而使这个系 统的输出端输出的y ( n ) 与工频干扰噪声v ( n ) 相匹配，则我们从图中可以看出系 统输出误差e ( n ) 就是滤波器对有用信号的最佳估计。 我们假定s ( n ) 、v ( n ) 以及v 。( n ) 都是统计平稳的，且都具有零均值，则可以 算得e ( n ) 的平方为： e 2 ( n ) - - s 2 ( n ) + ( v ( n ) 一y ( n ) ) 2 2 s ( n ) v ( n ) 一y ( n ) ( 3 8 ) ( 3 8 ) 式两边取数学期望，并考虑s ( 1 1 ) 与v ( n ) 以及y ( n ) 均不相关，可以得到： e le 2 ( n ) i = e ls 2 ( n ) i + e ( ( v ( n ) 一y ( n ) ) 2 ) ( 3 9 ) 很显然，滤波过程并不影响有用信号的功率e s 2 ( n ) ，当ee 2 ( n ) i 达到极小值 时，工频干扰噪声与自适应滤波器输出的差的功率e ( ( v ( n ) 一y ( n ) ) 2 ) 】也将达到 极小，即： e 。；。ie 2 ( n ) i = e is 2 ( n ) i + e 。i 。 ( ( v ( n ) 一y ( n ) ) 2 ) ( 3 1 0 ) 因而，我们只需要调整滤波器使e le 2 ( n ) l 最小，滤波器的输出y ( n ) 即为 工频干扰噪声的最佳均方估计【8 】，同时e ( n ) 为原始输入信号减去了噪声的最佳 估计，此即为有用信号s ( n ) 的最佳均方估计。 在自适应干扰对消应用于去除工频干扰的实现中，我们只知道工频干扰的 频率而对其幅度和相位没有任何先验知识，因此我们的参考信号可以取两路单 一频率的正弦波，它们的频率和幅度都相等，相位相差9 0 0 ，这样我们可以通 过滤波器的两个权将它们进行组合后调整振幅和相位，从而与工频干扰噪声进 行匹配并将之滤除。滤波器的具体结构如图3 4 所示： 1 5 第三章心电信号的滤波去噪 原始输入 参考输入 ，r 厶 r j 一l v o ( r 1 ) ， 、 - l 、1 ，1 ， 、 7 岁 自适j 二、沿y ( n ) 波辎 巾) u9 0 0 书一 - r 一 、，r n 、白：壬忐管浊 0 、“7 日l o _ ) 2 l - 男- ? 2 z 图3 4 自适应干扰对消的陷波应用 从上图可以看出，两个参考输入分别为： v o ，( ，n ) 、= c c o s ( w t + q ) 、) ( 3 1 1 ) lv j ( n ) = c s i n ( w t + ( p ) v 7 滤波器采用l m s 算法，w 。( n ) 和w ：( n ) 的更新规则为： 眺n + 1 + l 毒鬻n ) + 2 炉g e m ( n 卜) v ：出 1 2 ) 1 w ：() = w ：(j ( n ) 一7 其中h 为算法的收敛因子，为了确保算法的收敛性，瑟的取值应该小于1 【9 】。 滤波器的特性也可以用相应的传递函数来反映，用前面分析传统陷波器的方法 来分析，我们可以得到该自适应滤波器的传递函数为： h ( z ) = 1 - 2 z - ( 1 旦- l a c 生2 ) c 型o s ( w 堕t ) + 竺( 1 - 一2 9 c 2 ) z - 2 ( 3 1 3 ) h ( z ) 2 _ 上一 3 1 3 我们可以通过调整心2 的大小来调节滤波器的性能，p c 2 更小时可以得到 更窄的带宽，且失调性能要较好，但是收敛速度会比较慢，这个时候我们必须 合理的选择c 2 的值来使滤波器的性能达到最佳状态。 在本设计中，通过m a t l a b 仿真比较了“取o 0 1 、o 0 3 、o 0 5 以及o 1 时( c 取值为1 ) ，滤波器特性的区别，结果显示如图3 5 3 8 所示： 1 6 第三章心电信号的滤波去噪 2 0 o 2 0 2 0 o 2 0 2 0 o 2 0 5 0 5 00 20 。4 口- s0 每1 1 ：2 1 41 61 。82 加入单频干扰的原始信号 00 20 ，4 0 60 8 1 1 21 41 61 82 自适应陷波器输出 00 20 ，4o 60 ，811 21 4j s1 ，82 。 信号误差 oo + 20 4o ，60 。8 11 21 41 ，61 82 u = o0 1 2 0 o 一2 0 2 0 o 锄 图3 5u = 0 0 1 原始正弦信号 00 20 。4 o 。6! q 霹，1 ：2 1 4 1 61 82 加入单频干扰的原始信号 j 00 2 0 4o6o ，811 21 4 i s1 82 自适应陷波器输出 图3 6u = 0 0 3 1 7 第三章心电信号的滤波去噪 2 0 o 2 0 2 0 o 2 0 2 0 0 2 0 5 o 巧 2 c 0 2 0 2 0 0 2 0 原始正弦信号 0 ，0 2 0 叠0 6 0 81 1 。21 41 61 82 7 加入单频干扰的原始信号 0o 20 4o ，s0 81 1 2 1 4 1 。81 82 自适应陷波器输出 00 。2 0 a0 6o ，81 ，20 遗1 61 ，82 u = 0 0 5 图3 7u = 0 0 5 原始正弦信号 oo 、20 40 、6 0 8 1 1 + 2t 4，61 + 82 自适应陷波器输出 图3 8u = 0 1 第三章心电信号的滤波去噪 从以上的仿真图可以发现u 取o 0 1 时，算法的收敛过慢，对于本设计中只 取l o s 中的心电信号的情况，显然很不适宜；当退取0 0 3 时，系统的稳定性仍 然能保持较好的水平，而收敛速度也得到了提高；当| - i 取o 0 5 时，系统的收敛 速度进一步加快，但它的稳定性能却开始发生可见的变化；而当弘取0 1 时，虽 然收敛速度可以说非常让人满意，但是算法的失调也突出的显示了出来，滤波 效果显然不尽人意。 除了上面指定信号的滤波外，本文还给出了心电信号滤波的仿真效果，其 中斗就是取的o 0 3 ，从下面效果图中可以看出滤波效果很好，滤波的收敛性及 算法的稳定性得到了很好的折中。 原始心电信号 2 o 2 2 o - 2 2 0 - 2 1 0 1 00 ；20 40 60 81 21 41 61 、82 加入单频千扰的心电信号 o0 20 40 60 _ 811 。2 41 ，6 一82 自适应陷波器输出 o0 、20 。40 6磐811 + 21 41 、61 、82 信号误差 0 60 。811 21 4 i u 碰，0 3 。 图3 9u = 0 0 3 的心电处理效果 第三节基线漂移的去除 在心电采集的过程中，采集到的信号中除了混入了不可避免的工频干扰外， 同时也带入了另外的一些无法去除的外界影响，诸如电极的接触电阻的变化、 呼吸及其他运动的影响、温漂等。这些噪声通常表现为低频干扰，常常造成心 电图基线的不稳定，从而影响了心电图特征参数的提取，进一步则会导致医生 1 9 第三章心电信号的滤波去噪 诊断的失误。因此，为了给之后的波形分析、特征提取提供真实、准确的数据， 我们必须通过一定的手段对采集到的数据进行基线漂移的纠正，即基线纠漂。 常用的滤波算法有中值滤波、小波滤波以及高通滤波法等【10 1 。其中小波滤 波的运算量较大，不适合我们这个便携式、低功耗的小系统；高通滤波法在理 论中是完全可以实现的，一般认为基线漂移的典型频率是o 5 h z ，可以设计截 止频率为o 7 h z 的高通滤波器，但是在实际中低截止频率的高通滤波器效果并 不太好；中值滤波是一种常用的非线性滤波方法，它能很好的去除平滑脉冲干 扰，而不至于破坏信号的突出特征。在m a t l a b 中的仿真结果显示，中值滤波在 去除这个干扰的应用中效果显著。下面的图3 1 0 和图3 1 1 分别是高通滤波法和 中值滤波法在基线漂移应用中的仿真结果： o 旬5 05 0 01 0 0 01 5 0 02 o2 5 0 03 0 3 s 4 0 0 04 5 0 05 0 图3 1 0 截止频率为o 7 h z 的高通滤波器 2 0 第三章心电信号的滤波去噪 原始信号 在上面的仿真结果图中，我们可以看出截止频率为o 7 h z 的高通滤波虽然 在理想中是完全可以胜任基线纠漂的，但是在实际中，这种设计的滤波器方式 在一些地方表现为波形严重失真，在误差信号( 即滤去的基线漂移) 中可以看 到有心电信号中的有用成分在里面；而中值滤波的效果图则显示，滤除的信号 基本没有什么波动，基线漂移的纠正效果比较明显。 第四节肌电干扰的去除 在本文前面的章节中，我们提到过心电信号处理中又一大重要的干扰 肌电干扰。这类干扰由于其频率范围广，且几乎包含了心电信号中有用信号的 整个频带，使用传统的滤波器很难达到很好的滤除效果，而使用小波分析的方 法也有学者提出过，但我们期望的是运算量较小而又能较好的达到我们所需效 果的一种滤波方法。另外一些消除肌电噪声的方法则是运用在多导心电采集中， 他们通常是采用4 个甚至更多的导联来同步采集心电信息，利用这几个导联得 到的心电信号中的冗余信息来估计肌电噪声，然后将之从原始信号中去除而得 到所需的有用信号【2 9 ，但是我们采用的是单导采集，因此这个方法并不适合我 们。 2 1 第三章心电信号的滤波去噪 原始 图3 1 2 自适应信号分离器结构不意图 心电信号和肌电干扰频带虽然重叠，但我们注意到它们仍然有各自的特性。 心电信号是周期信号，而肌电干扰通常被认为是有限带宽的a 噪声，肌电干扰 的滤除实际上就是要在宽带白噪声中分离出有用的周期信号。自适应信号分离 器的主要功能就是要从混噪信号中把周期信号与噪声分离出来【1 1 ，其结构如图 3 1 2 所示。 该滤波器的输入端为：x ( n ) = s ( n ) 十v ( n ) ，其中s ( n ) 为我们想要分离出来的 周期信号，v ( n ) 是混在周期信号中的均值为零的宽带白噪声，且这两个信号之 间互不相关。原始信号x ( n ) 首先被送入n 步延时器，即： x ( n - n ) = s ( n - n ) 一v ( n - n ) ( 3 1 4 ) 当n 足够大时，可以认为v ( n ) 与v ( n n ) 已经互不相关，而周期信号x ( n ) 与x ( n n ) 仍保持有足够的相关性【1 2 】。此时a f 的输出端输出的y ( n ) 即是周期信 号s ( n ) 的估计值，系统输出e ( n ) 则是对宽带白噪声的估计。事实上，可以将自 适应信号分离器看做是自适应干扰对消的一种特殊情况，由于我们并没有可以 作为参考的噪声信号，只能采用n 步延时后的原始信号作为参考输入。系统输 出的估计方差为： e e 2 ( n ) = e l ( s ( n ) 一y ( n ) ) 2l + e v 2 ( n ) ( 3 1 5 ) 同样的，上式中的噪声的统计平均功率与自适应滤波器自身的参数调整无 关，当系统输出的平均功率到达极小时，s ( n ) 一y ( n ) 也将达到极小值，即： e e 2n ) 岫= e l ( s ( n ) 一y ( n ) )