（生物医学工程专业论文）心电信号自动分析与诊断处理方法研究.pdf

西北丁：业大学硕士学位论文 a b s t r a c t e l e c t r o c a r d i o g r a p h i cs i g n a lc a nb cu s e dt oa n a l y s i sa n dd i s t i n g u i s ha 珏k i n d so f a r r h y t h m i a ，s ot h et e c h n o l o g yo fe l e c t r o c a r d i o g r a p h i cs i g n a la u t o m a t i ca n a l y s i sh a s v e r yh i g hv a l u eo nc l i n i c ，a n di ti so n eo ft h et o pf o c u s e sw h i c h t h ep r e s e n td o m e s t i c a n di n t e r n a t i o n a ls c h o l a rs t u d i e s b e c a u s et h es i g n a li s v e r yc o m p l e x a n d n o n l i n e a r , w h i c hi n c r e a s e st h ed e g r e eo fd i f f i c u l t yo na n a l y s i s ，a n dt h ea u t o m a t i c d i a g n o s e de f f e c tc a n n o ta c h i e v et h es p e c i a l i s t o nc o m p u t e r s ot h er e s e a r c h e ra r cs t i l l ， p e r s i s t e n tt oi m p r o v et h et r a d i t i o n a lm e t h o d sa n de x p l o r en e w r e s o l u t i o n s t h ea r t i c l ed e e ps t u d i e sa sf o l l o w s ： 1 t h ed e n o i s i n go fc a r d i o g r a ms i g n a l a tf i r s t ，w ei n t r o d u c es e v e r a lc o m m o nk i n d s o fm e t h o d so ff i l t e rd e s i g nw i t ht h ep u r p o s eo fr e m o v i n gt h ei n t e r f e r e n c eo fb a s e l i n e w a n d e l p o w e r l i n ea n de l e t r o m y o g r a p h y , a n dd e s i g nt h ef a l t e rb a s e do nw a v e l e t t r a n s f o r m ，w h i c ha n di n c r e a s et h ev e r a c i t yo fc l a s s i f i c a t i o n 2 t h ef e a t u r ee x t r a c t i o no fe l e c t r o c a r d i o g r a p h i cs i g n a l a f t e rc o m p a r e dw i t h s e v e r a lc o m m o nk i n d so fm e t h o d so ff e a t u r ee x t r a c t i o n ，t h ea r t i c l ea d o p t st h e m u l t i - r e s o l u t i o nt od e c o m p o s et h ec a r d i o g r a ms i g n a lw i t hf o u rs c a l e sw i t ht h em a l l a t a l g o r i t h m ，a n dd e t e c t st h es i n g u l a r i t yo ni t ，a n de x t t a c tf e a t u r ew i t he x a c tp o s i t i o n 3 t h ea u t o m a t i cc l a s s i f i c a t i o no fa r r h y t h m i a i ti n t r o d u c e st h ec u r r e n tm e t h o d so f p a t t e r nr e c o g n i t i o na n da r t i f i c i a ln e u r a ln e t w o r ka tf i r s t , t h ea r t i c l ea d o p t st h em e t h o d s o fb pn e u r a ln e t w o l ka n dp r o b a b i l i t yn e u r a ln e t w o r kt oc l a s s i f i c a t ea tf o u ra r r h y t h m i a a n do n en o r m a lw i t ht h ec l a s s i f i c a t i o np e r f o r m a n c eo f9 7 6 2 o nb e 4 t h ea u t o m a t i cd i a g n o s i so ta t r i a lf i b r i l l a t i o n t h ef i r s ts t e pi se x t r a c t i n g f e a t u r e s ，t h e nc a l c u l a t et h ee u c l i d e a nd i s t a n c e a n dm a k et h ed e c i s i o nw i t h k - n e i g h b o r sf i n a l l y t h et e s t sr e s u l ti n d i c a t e st h a tt h es e n s i t i v i t y i s9 0 0 a n dt h e s p e c i f i c i t yi s8 7 5 a n dt h ev a l i d i t yi s7 8 9 k e y w o r d s ： e l e c t r o c a r d i o g r a p h i cs i g n a l f 丑t e r c l a s s i f i c a t i o n i i w a v e l e tt r a n s f o r m f e a t u r ee x t r a c t i o n n e u t a lu e t w o r k 西j l t 业大学硕十学位论文 第1 章诸论 生物医学信号处理是生物医学工程中一个发展迅速的领域，它不但提供生物 机体的各种有关数据，以提高医学诊断的科学性，还为探索人类自身和生命的奥 秘提供了有力的工具，其作用已从医学、生物学等领域扩展到研究人类的各学科。 但是生物医学信号多是微弱的、被各类噪声所干扰的、非稳定的、具有变异性的， 所以其处理是复杂和困难的。但是现代信息处理技术和计算机技术提供了有力的 研究工具，在检测、分析、诊断等方面，许多学者已经做了大量的工作，但是生 物医学信号自动分析与诊断效果还不是很理想，所以生物医学信号处理仍是有待 发展和深入研究的重要学科。 心电信号是人类最早研究并立用于医学临床的生物电信号之一，它比其它生 物电信号更易于检测，并具有轼直观的规律性。自1 9 0 3 年心电图引入医学临床 以来，无论是在生物医学方面，还是在工程学方面，心电信号的记录、处理与诊 断技术均得到飞速发展。目前，心电信号的滤波已达较高水平，但是自动检测与 自动渗断技术还不成熟，诊断效果与专家还有一定的差距，所以，心电信号的分 析与处理仍是当前研究者的一个热点课题之一。 1 1 心电图的临床应用价值 从1 9 0 3 年w i l l e me i n t h o v e n 应用弦线式心电图机记录到图形清晰、可供临 床应用的心电图，至今己一百年了。与x 线检查技术一样，心电图历经百年， 久胜而不衰，为人类健康和生命作出了巨大贡献，目前已成为心血管疾病无创性 检查诊断的重要方法之一。但也和其他辅助检查方法一样，心电图也有其局限性。 1 1 1 心电图临床应用和意义 心电图可以反映受检者的临床症状与心电变换之间的关系，所以在临床上得 到“泛的应用。 1 心电图临床应用1 1 心电图是检出和诊断心律失常的有效方法，可以确定心律失常的频数和类型 及分级，有助于心律失常的定量和定性诊断，评估病情的严重性和预测预后，从 而协助l 临床诊断；各种心脏病解释引起的对心电图的变化，有助于了解和研究心 律失常的发生机理和变化情况，如持续时间、演变趋势和规律以及预后判断等： 西北工业大学硕士学位论文 心电图可以提示电解质紊乱，帮助了解血钾与血钙变化情况：可以评定起搏器功 能，监测起搏中的心律情况，以便及时处理；在心脏手术中，心导管检查时，进 行心电图监测，可以及时反映心律与心肌功能情况，借此指导手术进行，并提示 必要的药物处理。 2 心电图临床意义 有助于提高冠心病的检出率以及指导冠心病的治疗和疗效评价；有助于病窦 综合症的诊断和早期发现以及病窦综合征和类似疾病的鉴别诊断；有助于指导心 律失常的治疗，对心律失常药物进行选择与疗效评价；有助于其它心脏病的检出； 有助于各种心脏监护和其它医学监测研究。 然而，心电图的最重要价值还在于对各种心律失常的诊断。 1 1 2 心电图临床检查的局限性 1 某些心电图改变并无特异性，同样的心电图改变可见于多种情况，如左 室增大可见于高血压病、主动脉瓣关闭不全、冠心病等。 2 某些心脏病变，心电图结果可以在正常范围内，如轻度的心脏瓣膜病， 舣侧心室增大或某些心血管疾患的早期。 3 ，心电图对心脏病的病因不能作出诊断。 1 2 心电图自动分析与诊断概述 1 2 1 心电图自动分析与诊断研究的发展、现状 心律失常性猝死是心脏性猝死最主要和最直接的原因，由于很多恶性心律失 常的突发性、不可预测性和致命性，使得临床医师在处理这些一t 5 律失常时，难以 做到及时和有效。如果计算机能够帮助医生来迸行长时问的心电监测，并能够发 现心律失常，从而及时进行报警的话，则在医学上具有重要的意义。 自从1 9 5 9 年美国的p i n b e o p r 等人完成了第一个可以区分正常和异常心电图 的程序以来，心电信号的计算机自动分析技术就不断地被改进和完善着。目前为 止，汁算机进入心电图的分析领域已有四十多年了，借助于计算机的心电自动分 析与诊断系统大大提高了心电数据处理的速率，并增加了心律监护的种类和提高 厂珍断准确率。很多学者在这方面做了大量的工作，并开始从实验室研究转向实 用化，一些心电自动分析与诊断程序也从实验室进入到临床应用。例如，美高仪 软件技术有限公司研制的家用遥测心电监护系统，它可以进行实时显示s t 段和 2 曲北工业大学硕士学位论文 心率，并生成s t 段趋势图，对室性早搏、室上性早搏和停搏事件进行识别，对 心电信号进行频域和非线性分析等。这标志着计算机心电图自动分析与诊断技术 己进入了一个新的发展阶段。 目前心电信号自动分析的内容主要包括：心电信号的预处理、特征提取、分 类和数据压缩等。而且随着计算机技术的不断提高和新的理论、方法的应用，自 动诊断技术也在不断的进行研究。例如临床上最近研究的热点之一对心律失 常进行自动诊断。从国内外发表的文章来看，目前q r s 波形检测、特征提取、 分类和数掘压缩是当今的热点。 心电信号自动分析与诊断系统具有以下优点： 1 可以进行迅速而可靠的自动诊断。由于计算机对数据的处理速度远远高 于人的速度，心电自动分析程序的诊断速度也远远高于医生的诊断速度，所以在 短时间内可以根据标准库对大量的病例作出诊断。 2 为心脏病的研究提供大量的、易于检索的资料，以利于提高诊断与治疗 水平。在心脏病的研究中需要大量的资料，借助于自动分析系统，有利于对资料 的筛选；有利于对心既自动分析算法的检验。 3 方便患者和老年人进行家庭监护。在家里进行监护，方便患者和老年人 的起居生活，也相应的减轻经济负担。 4 针对异常波形进行报警和提示，能够有效利用医生的时间。在长时间的 监护中，医护人员容易产生眼疲劳，对心电异常波形进行报警，可以有效的提高 医护人员对心电波形的诊断质量。 1 2 2 心电图自动分析与诊断的难度 用计算机来进行心电信号自动分析主要需要解决两个方面的问题：波形检测 和识别分类。波形检测方面主要有以硬件为主的波形检测方法和以软件为主的波 形检测方法。硬件q r s 检测器是采用硬件电子电路设计的带通滤波器、整合处 理电路和判别电路等部分组成。大多采用二阶差分、平方和自动增益控制等技术 束进行检测；软件o r s 检测方法有幅度法、斜率法、面积法和小波变换等。心 电信号分类方面由于心律失常形态多样性，而且目前还没有统一的诊断标准，常 用的方法有模式匹配法、模糊决策法和神经网络法等。但是这些方法只是针对有 限的心律失常进行识别，所以这方面研究还处以初级阶段。 3 西i k , 2 l 业大学硕士学位论文 在目前的心电数据分析中，只有少量的是由计算机自动分析完成的。在美国， 每年约有8 0 0 万例应用计算机自动分析，占1 0 ；日本每年约有1 0 0 万例，占5 l3 】：我国目前应用更少。通过中国医疗在线网( h t t p ：w w w v e r t i n f o c o m m e d i c a l o n l i n e ) 可知：国内外产品，例如通用电气医疗公司的、西门子医疗公司的， 包括国内领先的迈瑞公司，提供的心电监护仪，功能大多是心电信号显示，常用 参数显示( 例如心率) ，曲线回放，对异常波形进行报警，显示s t 段趋势图等。 在医院采用的多是心电图检查和监护用，仅仅是用于医生观察心电图是否正常。 计算机自动分析在临床分析技术中所占比例小的重要原因在于波形的测量与识 别的困难和由此所造成的诊断错误。 造成心电信号自动分析与诊断技术应用困难的主要原因是由于以下几点： 1 采集到的心电信号中存在多种干扰、噪声和伪迹，使得特征参数难以提 取，各子波间期的准确率不高。 2 通常研究的心电信号的特征参数，例如2 r r 间期、t 波宽度等特征参数 个体件强，没有统一标准。特征参数的正常值与异常值的区分阀值随被测对象不 同| i 略卡】不同，会造成参数提取和识别的困难。例如r r 问期的正常范围是 0 6 3 s 1 5 s ，但是如果被测者在剧烈运动后，则可能超出正常范围。 3 目前的心电信号自动分析与诊断研究中，只是对有限的、非常典型的几 种心律失常类型进行识别和分类，而且分类结果的准确率也不是很高，与l | 岛床医 生的诊断效果有一定的差距，所以应用范围有限。 1 3 研究内容及主要工作 在心电信号诊断中，我们要寻找对渗断有意义的具有某种特征的信号或信号 的某种特征量。一般来说，信号并不能直接提供这些信息，它们需要应用信号处 理方法来提取。 由于干扰的影响，生物医学信号往往埋藏在噪声中，因此造成信息丢失或产 生虚假信息，所以通常在进行生物医学信号处理以前，要对信号施加某种处理来 降低噪声、增强信息。污染信号的噪声可以是加性的( 即观测等于信号与噪声之 和) 和乘性的( 即观测等于信号与噪声的积) ；也可能有用的信息仅与信号的一 部分有关，而与有用信息非相关部分被看成噪声。总之，噪声的性质是多种多样 4 西北j 二业人学硕士学位论文 的。数字滤波器是增强信息，抑制噪声的常用方法，然而它对于频带重叠的信号 与噪声无能为力。因此消噪问题是生物医学信号处理研究的一个重要内容。 从信号中提取特征量的常用方法有谱分析、波形分析、建立模型等多种。特 征值提取可分为时域和频域两种：时域是直接从心电图中提取特征值，包括采用 波形的宽度、高度、面积等；频域则是通过数学转换，如快速傅立叶变换、小波 变换，将时域心电图波形转换到频域，再找出频域特征值。有了特征量，就要根 据它们进行诊断。所谓诊断就是分类。目前的分类方法有句法分析。模糊模式识 别、模糊决策和神经网络等。上述这些内容正是信号处理学科的主要研究对象， 实际上这些方法现在也并不成熟。在对心电信号的处理中，也存召同样的问题， 即时采集的原始心电信号进行滤波、特征提取和分类。 、 耳前国内从事心电信号的自动分析技术研究才刚开始，重点在滤除噪声和波 形检测，t l , 电图自动诊断方面仅有很少文章可以参考：国外研究的热点在于心率 失常识别和分类，而且国内外开发此类软件多是出于商用目的，关于测量和分析 方法的研究没有系统而详尽的报道。本文的研究工作就是在这种背景下展开的。 j 主要t 作有： 1 对心电波形进行预处理，采用小波变换方法对心电信号中的主要的3 种 干扰进行滤波，使得心电波形便于观察和分析； 2 在q r s 波形的定位检测方面做研究和探索，采用多分辨率分析方法，对 q r s 波形进行准确定位和提高对各波间期测量的准确率； 3 。针对正常波形和四种心律失常，应用b p 神经网络和概率神经网络两种方 法对其进行识别和分类。 4 针对一l i , 房纤维性颤动病征采用k 一近邻法进行自动诊断。 1 4 仿真工具和各章节介绍 1 4 1 仿真工具和采用的心电信号波形说明 1 使用的仿真工具为：v i s u a lv c + + 6 0 和m a t l a b6 5 。 2 采用的心电信号，来源于m i t b i h 数据库，在第二、三和四章中的心电 信号处理后的图形其横坐标均为采样点( 单位为正整数) ，纵坐标为幅值( 单位 为毫伏) 。 5 西北 ：业大学硕士学位论文 1 4 2 数据来源4 1 本文采用的数据库介绍：自1 9 8 0 年以来，m i t ( m a s s a c h u s e t t si n s t i t u t e o f t e c h n o l o g y ，麻省理工学院) - b 1 h ( b e t hi s r a e lh o s p i t a l ，现在称为b e t hi s r a e l d e a c o n e s sm e d i c a lc e n t e r ) 心律不齐资料库已经被大量的研究心脏病的机构使用， 它是第一个能普遍获得的标准测试资料库，可用来评估心律不齐检测器的效果。 m 1 t - b i h 资料库共有3 6 种资料，每种资料都有两组不同导联f 通常是m l i i 和v 1 ， 有时依照对象不同是m l i i 加上v 2 、v 4 和v 5 ) 的心电信号，记录包括6 0 的住 院病人和4 0 的门诊病人。采样频率为3 6 0 h z ，一般时间长度为3 0 分钟，1 1 位 的分辨率，幅值在1 0 m y 的范围。 1 4 3 各章节安排 第1 章：绪论部分。介绍了心电自动分析与诊断技术概况、本文采用的仿真 工具和数据来源以及本文的研究内容和各章节安排。 第2 章：心电信号滤波器设计。讨论了各种不同的滤波器的应用和原理，本 文采剧小波变换滤波方法，对心电信号的三种主要的干扰进行滤除。 第3 章：心电信号的特征提耿。在介绍了几种常用的方法后，利用多分辨率 分析方法对心电各个波形进行定位研究，并确定各波峰值和间期。 第4 章：心电信号的自动分类。本文采用b p 神经网络和概率神经网络两种 方法，将第三章中提取的波形特征参数作为输入，针对四类心律失常类型和正常 波形进行识别和分类。 第5 章：心电信号自动诊断算法研究。采用k 一近邻法对心房纤维性颤动病 征进行自动诊断以及对心电信号分析与诊断系统进行了介绍。 第6 章：对本文工作进行了总结和展望。 6 西北工业大学硕士学位论文 第2 章心电信号相关知识及其预处理 一般地说，在处理信号时，首先需要了解处理对象的性质，以便于选择适当 的处理方法。因此，本文首先对心电信号进行介绍。 2 1 心电信号相关知识【叫 2 1 1 心电信号的形成 1 心脏由无数的心肌细胞组成，每一个心肌细胞由于除极和复极而发生兴奋 的过程可以等效于一个电偶极子的活动。因而心肌细胞在发生兴奋时，将出现电 位变化。心房和心室的各部分心肌细胞有次序地进行除极和复极，由此产生心脏 整体的电活动。 2 除极过程除极自心肌细胞膜受刺激的部位开始，迅速向周围扩展，直 至整个心肌细胞除极完毕为止，称为除极过程。下面以单个心肌细胞为例，予以 说明。 心肌细胞在静息状态时，细胞膜外带正电荷，膜内带同等数量的负电荷，内 “ 外电荷互相对立，保持极化状态，互不交流，故并不产生电流。细胞膜外面任何 两点之间的电位都相当，因而无电位差。当心肌细胞膜的某一点受刺激时，膜外 的n a + 便大量而迅速地移入膜内而开始除极；其邻近尚未除极的部分仍带正电 荷，通常将已除极的部分称为电穴，丽尚未除极的部分称为电源。电源和电穴组 成电偶。己除极部分的电位较未除极部分为低，这样就形成了电位差，产生了电 流，正电荷从电源( 未除极部分) 流向电穴( 除极部分) 之后，电源部分也开始 除极而成为它前方尚未除极部分的电穴，更前方的部分也相继发生同样变化，先 为电源，随后又转为电穴。如此推进，直至整个细胞全部除极。单一心肌细胞的 除极过程就是一系列电偶移动的过程，因此，除极方向就是电偶移动的方向，电 源在前，电穴在后。 3 复极过程心肌细胞除极后，出于细胞内的代谢过程，细胞内外的离子 又恢复到原来的极化状态，这一过程称为复极。最早开始除极的部分首先复极， 复极部分的膜外重新获得正电荷，因此，这部分的电位必然较邻近尚未复极部分 的电位高，两部分之间有电位差，便有电流产生，电流自电源( 已复极部分) 流 向电穴( 尚未复极部分) 。此后，电穴部分开始复极而成为它前方尚未复极部分 7 西北工业大学硕士学位论文 的电源，更前方的部分与此相同，先为电穴，后又转为电源，如此继续向前，直 争整个细胞恢复到极化状态。复极方向就是电偶移动的方向，电穴在前，电源在 后。 出于心脏周围组织具有导电性，这种电活动向各处扩散，并在体表产生毫伏 级( m v ) 的电位差，通常从体表检测到的这种电位差信号就是心电信号，它是 心脏细胞除极和复极过程的宏观反映。随着心脏规律性的兴奋、收缩与舒张，这 些电位变化也呈现一定的规律性，这些规律性的电位变化通过放大记录出来的波 形称为心电图。 2 1 2 心电波形及其特点概述 1 心电信号波形 心电信号的波形变化具有很强的规律性。图2 0 1 显示了一个周期典型的心 电波形，并标出了波形各部分的名称。 图2 0 1 一个周期典犁的心电波形 一个典型的心电波形由p 波、q r s 波群、t 波等组成，有时可看到后继的u 波。在正常情况下，这些子波按照窦房结产生的兴奋脉波的周期而进行周期性的 重复。对于具体每个子波，都对应着心脏活动与电生理的特定阶段。心电图诊断 就是根据这几个波形的幅度大小和间隔时间来进行渗断。 连接两组波群之间的直线是心电图的基线即等电位线，如p r 段和s t 段， 反映此时各部分心肌细胞的电位相等，体表电极上无电位差。 在心电图的临床实践中，人们积累了丰富的有关正常心电图各波段和间期 正常值的数据，它们是判断病理心电图的基础。其中，常用的有： p 波正常的心动周期由心电图的p 波开始，它代表心房除极过程的电 变化。正常p 波的形态在肢体导联一般呈圆凸形，有时可自邕有轻微切迹( 正常两 r 西北工业大学硕士学位论文 峰相距小于0 0 3 秒) ，其高度不超过0 2 5 m v 。 p r 间期自p 波开始到q r s 波群的起点，代表自心房除极开始到心室 开始除极的时阳j 。正常成人一般在o 1 2 o 2 0 s 。可随年龄及心率不同而变化， 一般的规律是年龄越小，心率越快，p r 间期越短。 q r s 波群由心室除极产生，正常q r s 波群的时问在o 0 6 o 0 8 s 之间， 一般不超过o 1 0 s 。其中，r 波的前沿、后沿变化迅速。 t 波产生于心室的复极过程( 心房的复极通常被q r s 波群所掩盖) ，是 连接s t 段后一个比较平滑而占时问较长的波形。主波的方向与q r s 波群的主波 方向一致，上升支较缓下降支较陡。在以r 波为主的导联中，t 波不应低于同 导联中r 波的i l o 。 r r 闻期通常以r r 闯期计算心率。测量相邻两个心电周期中r r 闻 期的时问，代入以下公式： 心率= 百j 而孤嚣百t 两次分) 成人心率6 0 1 0 0 次分属于正常范围。 q t 间期从q i s 波群开始至t 波终了，代表心室除极和复极过程所需 的总时间。q t 问期的长短与心率的快慢有关，心率愈快，q t 间期愈短；反之 则愈k 。 u 波在t 波后面有时可以发现一个很小的波动，问期约为1 0 0 2 0 0 m s 。 关于u 波产生的机理尚有争论。 2 心电信号的特点 一e l 电信号的主要特征是低电压( o 8 l m v ) ，小电流( 1 2 u a ) ，重复频率低。 从心电信号的频谱来看，q r s 波群由一个离散谱构成，基波频率因q r s 波群实际 宽度的差别而分布在6 1 7 h z ，带宽为0 0 2 5 5 1 9 h z 。r 波的上升端往往高达 i o o h z 以上，p 波的频率在5 1 5 b z ，t 波的频率在5 l o h z ，随着频率增高，相 应的能量逐渐降低。 2 2 心电信号干扰及其常用滤波方法 2 2 1 心电信号的主要手扰分析吲 生物医学信号处理( b i o m e d i c a ls i g n a lp r o c e s s i n g ) 是从被干扰和噪声淹没的 西北工业大学硕士学能论文 信号中提取有用的生物医学信息特征。在现代的生物医学工程领域中，信号处理 的理论与技术具有举足轻重的意义。可以毫不夸张地说，在生物医学工程的相关 领域中，无一不涉及信号的采集、分析和处理。 心电信号在采集过程中，常常掺杂着各种噪声。这些来源于心脏以外的干扰 信号会使心电信号在周期和形态上发生畸变，噪声严重时可完全淹没心电信号或 者使基线漂移剧烈。由于心电信号比较微弱，所以极易受环境影响。为了正确进 行参数测量、波形识别和病征诊断，必须抑制这些噪声。信号预处理的任务正是 消除原始心电信号中的干扰，为波形的检测作预处理。 噪声来源主要有：工频干扰、肌电干扰和基线漂移。 1 工频干扰工频干扰是由电力系统引起的一种干扰，它是由5 0h z 及其谐 波构成的一种固定频率的干扰。它掩盖了原始心电波形中的细微变化，使得整个 心电波形模糊不清，难以进行识别和诊断。 2 基线漂移：测量电极的接触不良、人体的轻微运动和被测对象的呼吸等 均可引起信号基线的变化，这给各部分波形的分析和识别带来很大困难。 这种干扰的频率范围一般在o 0 5 2 0 0 1 - 1 z 之间，与心电信号的s t 段和q 波 频率分量接近，由于s t 段和o 波检测是判别心肌缺血和心肌梗塞的主要依据， 因此在测量中应尽可能地减少此类噪声。s t 段分析对滤波器要求比较高，希望 不仅能够滤除基线漂移，还要尽可能地减小s t 段变形。美国心脏病协会( a h a ) 建议去除e c g 中直流成分的高通滤波器截止频率不得超过0 0 5 h z ，如保持线性 相位，则截止频率小于0 8 h z 。 3 肌电干扰肌电干扰( e l e c t r o m y o g r a p h y ，e m 是由于人体运动、肌肉收 缩而引起的干扰。同工频干扰一样，肌电干扰也会掩盖心电波形中的细小波形， 使得心电波形难以辨认。通常包括以下三种： 单纤维肌电( s f e m g ) 信号，单纤维电信号即是肌肉纤维的动作电位， 持续期约为l m s e c ，幅度约为几个m v 。频带范围为5 0 0 h z 1 0 k h z 。 驱动单元( m u a _ p ) 电信号( 又称驱动单元动作电位) ，m u a p 持续期约 为2 m s e c 1 0 m s e c ，幅度为1 0 0 肛v 一2 m v ，频带是5 h z 一1 0 h z 。 表面肌电( s e m g ) 信号：骨骼肌的肌电频带是2 h z 一5 0 0 h z ，平滑肌的 肌电频带是0 0 1 h z 1 h z ；幅度约为5 0 0j _ t v 5 m v 。 1 0 西北丁业大学硕士学位论文 心电信号的频率在1 0 0 h z 以下，且主要集中在2 4 5 h z 之间，由上述可知， 肌电信号与心电信号频率发生重叠，所以相对于心电信号来说，滤除肌电信号是 比较困难地。 2 2 2 常用的滤波方法 心电信号主要的干扰及噪声为工频干扰、肌电干扰、呼吸波干扰及人体动作 引起的基线漂移等。此外，由于受人体状态的影响，心电信号还具有非平稳性， 基于上述原因心电信号的处理往往十分复杂。 如果将噪声看成是一个普通的信号，并对它进行分析，则有三个主要的特征 需要注意，即相关性、频谱和频? 钽分布。传统的信号消噪方法柏一处理短时低能量 的瞬变信号时，经过滤波器的平滑，不仅信噪比得不到较大的改善，而且信号的 位置信息也被模糊掉了，而这些瞬变点的位置是心电信号分析中最重要的信息。 此外为了在心电信号检测中提高信噪比，常采用相干平均或匹配滤波的方法。对 于匹配滤波器，如待钡i 信号的形式发生变化，那么效果将不是最佳的，而心电信 号具有明显的时变和非线性特性；如利用信号的相关性来对信号进行检测，则相 关器自私向应与信号的形式有关，对于时变信号其波形有时差别很大，对响应确定 的最佳相关器而言就可能漏检，因此在没有充分掌握待检信号某些先验信息的基 础，该方法有时也缺乏有效性。 目前，滤波器设计方面包括硬件滤波技术和数字滤波技术。数字滤波主要集 中在f i r 滤波器设计、神经网络滤波器设计和小波变换滤波器设计方面。为了减 少f 1 扰，通常在硬件上采取合理的屏蔽和接地、提高电路的共模抑制比，设置模 拟滤波器，缩小导联线所形成的环路区域，采用性能优良的器件和浮地跟踪电路， 光电隔离等措施。但是，仅仅佤靠硬件上的措施并不能完全解决干扰问题。随着 计算机的应用，数字滤波技术已成为数字式心电监护仪中滤除干扰的一种有效手 段。 数字滤波技术包括以下几种方法： l e v k o v 滤波法 1 9 8 4 年，l e v k o v 首先提出对心电信号的线性段和非线性段采用不同处理方 式的数字滤波法。1 9 8 8 年c h r5 s t o v 改进此算法，引入心电信号的线性段判据m 来加快滤波的速度。用此方法，在滤波过程中首先要识别出一个线性段，此线性 1 1 西北：i ：业大学硕士学位论文 段滤波后的值为这个线性段原始数据的平均值；同时求出工频干扰的值作为非线 性段的工频干扰的模板。而在非线性段，其真值是用原始数据减去在临近线性段 求得的干扰模板值。该方法计算简单，参数可调，运算量小，易于实时处理，能 够跟随噪声频率的变化，并且对q r s 波没有削峰，滤波效果好【7 】。 简单整系数带阻滤波器 在数字滤波器的设计中，f i r 滤波器可以实现严格的线性相位，但其计算量 较大，而i i r 滤波器虽然需要的计算量较小，但不能实现严格的线性相位。为此， l y n n 首先提出了一种简单整系数的低通滤波器，它是用i i r 结构实现的f i r 滤 波器，即具有严格的线性相位特性，又只需较少的计算量。它的另一个优点是， 其整系数是2 的整数幂，故可以用简单的移位运算来代替乘法，用少量次数的递 归汁算实现非递归的f i r 滤波，使所需要的计算机急剧减少。实验结果分析，滤 波效果较好，且大大减少了计算量，有利于安时处理。缺点是滤波延时很大，并 且只能滤除固定频率，当干扰波动时，滤波效果明显下降【8 1 。 自适应陷波器 当干扰的中心频率有漂移时，使用中心频率固定的窄带滤波器，滤波效果较 蔫。采用自适应处理不但可以不必准确知道干扰的频率，而且能自动跟踪频率的 漂移，具有很好的适应性。设计自适应陷波器的主要标准是使系统的输出信号与 有用的心电信号的均方差最小。自适应陷波器对工频干扰有很强的抑制作用，能 够跟随干扰频率和幅度的变化，取得较高的信噪比。但这种方法也有不足，如算 法复杂，耗用机时太多，难以实时实现，需要附加参考信号通道等【9 i 。 自适应相干模板法 餐于自适应滤波器对工频干扰有很强的抑制作用，根据心电信号与工频干扰 各自的特点，可以利用信号的相干特性用原始输入信号本身建立自适应的干扰信 号模板，再从原始输入信号中减去干扰信号模板，从而达到滤除干扰信号的目的 但是在生理电信号检测中，有些干扰虽然重复出现，但并不是像工频干扰那样具 有严格的周期性，采用自适应相干模板法去除这种干扰的困难是这种重复干扰的 周期并不稳定，缺少明显的使干扰波形同步的时间基准点，干扰每次出现的幅值 吐l 不确定，所以效果不是很理想l ”l 。 西北工业大学硕士学位论文 自适应神经网络滤波法 传统的自适应滤波器是以最小均方误差为标准的最佳过滤器，实际上就是能 够自动调节其自身单位样本响应特性而达到最优化的维纳滤波器。求解它的自适 应过程的目的就是寻找自适应滤波器的最佳权值，使总的误差最小，但在求解权 值时存在运算量过大的弊端，因而速度很慢。神经网络具有分布存贮及快速的自 演化能力，在优化计算方面具有独到的魅力。在初始条件给定的条件下，其演化 时间将在几个乘法周期内完成。基于硬件的神经网络自适应滤波器会大大提高自 适应滤波器的时效性 1 1 1 。 小波变换滤波法 根据海森堡测不准定理可知，任何函数的时间响应与频率响应不可能同时都 很狭窄。而从应用的角度来说，就是任何滤波器，无法同时在时域和频域上都具 有高准确度。小波函数也像其它函数一样受到这种理论的限制，然而小波函数允 许在此限制下尽可能地设计出高效率的滤波器。小波除噪的原理是把带有噪声的 测量信号进行小波分解，由于信号与噪声在小波变换下的行为各不相同，二者可 以被分离出来；把那些属于噪声的小波系数置为0 ，剩余的部分进行小波重构得 到没有噪声的信号。而传统的除噪技术大都是基于傅立叶分析的。通常采用基于 边缘检测的二进小波，实验效果显示，小波变换方法能够很好的滤除干扰，而且 实时性也比较好【”j 。 2 3 小波变换理论【1 3 j 【t t l 【1 5 i 小波分析是一种信号的时间一频率分析方法，作为一种新兴的理论，是数学 发展史上的重要成果。它无论对数学还是工程应用都产生了深远的影响。小波分 析已经广泛应用于理论数学、信号处理、自动控制、天体物理、分形等领域。从 原则上讲，凡传统使用傅立叶分析的地方，都可以用小波分析来代替。小波分析 在时域和频域同时具有良好的局部化特性，而且由于对高频采取逐渐精细的时域 或空域步长，从而可以聚焦到分析对象的任意细节。 小波的提出先是取得了应用成果( 如m o r l c t 的地震数据处理等) ，再形成理 论，最后在应用领域全面铺开，因此更具有实用价值。国外研究小波的时问较早， 而国内小波研究起步较晚，直到1 9 9 0 年才有论文公开发表，中国国家自然科学 凸b 工业大学硕士学位论文 基金委员会己将小波分析与信号处理列为鼓励与重点资助研究领域。专家预言小 波分析的真正高潮还没到来，主要原因有：小波理论尚不完善，除一维小波理论 比较成熟外，高维小波、向量小波的理论远非人们期待的那样，特别是各种小波 构造和性质；缺乏系统规范的最佳小波基的选取方法和高水平的小波分析软件； 小波分析的应用范围虽广，但真正取得极佳效果的领域并不多，人们正在挖掘有 前景的应用领域等等。 2 3 1 连续小波变换( c w t ) 连续小波变换的定义： 设一个能量有限信号f ( t ) c l 2 ( 尺) ( 平方可积空间) ，则 旺) = 击删妒( 学出 ) 式( 2 0 1 ) 称为f ( t ) 的小波变换，等效的频域表示为： 嘎( 咖) = 去正f ( ) 嘶咖肭如 ( 2 0 2 ) 称妒( f ) 为基本小波函数，c o ( t ) 为其复数共轭。对妒o ) 的拉伸与平移得到 下1 妒( 尘生) 。f ( m ) ，零( 甜) 为，( 1 ) ，9 0 ) 的傅氏变换，n ，o 为尺度因予，将9 0 ) 、，a a 做拉伸时，口越大，妒( 二) 越宽，b 为窗i ：i 移动的距离，由于4 ，b ，t 均连续，所以 口 此小波变换也称连续小波变换c w t ( c o n t i n u ew a v e l e tt r a n s f o r m ) 。 2 3 2 离散小波变换d w r f d y a d i cw a v e l e tt r a n s f o r m ) 在每一个尺度上计算小波系数许于0 ，b ) 具有相当大的工作量，会产生出太多 的数据。在实际应用中，广泛应用的是二进离散小波变换，即取a = 2 ，b k 2 j ， ，ke z ，其中z 为整数集合，则二进离散小波可定义为 妒mo ) - 2 - j 2 妒( 2 7 t - k ) ( 2 0 3 ) 用二进正交小波对函数或信号进行任意精度的近似表示 ，( f ) 2 荟荟d 砧驴，( f ) ( 2 0 4 ) 1 4 西北工业大学硕士学位论文 其中：d ， = t ，妒似，= f f ( t ) 可j ( t ) d t ( 2 0 5 ) 将，o ) 用内积形式表示为： ，p ) ；c ，妒 冲卅p ) ( 2 0 6 ) 在式( 2 0 6 ) 中，j 和k 的取值均在- i - * ，意味着在所有尺度上作细化处理， 补充细部特征。用尺度的观点( 也就是层次的观点) 分析各种信号时，超过某一特 定的尺度( 例如j o ) 后，细部特征就不再起作用，这时可将式( 2 0 6 ) 以尺度j o 为 界限分成两部分，。以下各尺度作为细化特征的近似；，。以上的各尺度用于基 本特征的提取。用滤波的观点就是，。以下各尺度对应于中心频率不同的带通滤波 器组，j 。以上各尺度对应于带宽不同的低通滤波器组。 设九，。( f ) 为具有低通滤波特性的尺度函数，要求它的级数展开式系数，即 c ，妒 暑j ：厂p ) 万( f 渺一e 妒o ) 出1 。尺度函数驴站o ) 定义为： 砂， o ) = 2 - j z ( 2 一。门t 一七)( 2 0 7 ) 则式( 2 0 7 ) 可表示为 饨) 2 荟c 埘吮朋+ 叁乏c 加，t 弧( f ) ( 2 0 8 ) 等式右边第一部分可以是被分析信号，o ) 的尺度为2 “的逼近信号；第二部 分可看作是，( f ) 的细节特征信号。任一尺度的逼近信号爿。均可表示成下一尺度 的逼近信号4 ，和细节信号d 之和，即 4 一l 一爿j + d j( 2 0 9 ) 从上式中可以看出，从尺度27 移到下一个更小的尺度2 h 时，对爿来说增 加了由d ，给出的一些细节。d ，也就显示了在两个不同分辨率之下的差别。用二 进离散小波对信号进行三层分解可表示为 s 罩彳l + d 1 = a 2 + d 2 + d l 暑a 3 + d 3 + d 2 + d 1( 2 1 0 ) 1 5 珏北工业人学硕士学位论文 2 3 3 多分辨率分析和m a u a t 算法 1 多分辨率分析 多分辨率分析，又称多尺度分析，此方法是由图象分析学家s m a l l a t 提出的。 它的基本思想是利用正交小波基函数的多尺度特性将信号在不同尺度下展开并 加以比较，以得到有用的信息。这种思想直接导致了m r a 理论的产生，这种思 想和多采样率滤波器组是不谋而合的。 若把尺度理解为照相机的镜头的话，当尺度由大到小变化时，就相当于将照 相机镜头由远及近地观察目标。在大尺度空间里，对应远镜头下观察到的目标， 只能看到目标大致的概貌；在小尺度空间里，对应近镜头下观察目标，可观察到 目标的细节部分。这种由粗及精对事物的分析就称为多分辨率分析。 在对域中，尺度由大到小变化，对应的频域尺度由小到大变化，由低通滤波 器可得到大尺度信息，即低频信息信号轮廓信息，由高通滤波器可得到小尺 度信息，即信号高频信息噪声及突变信息。由此可将信号通过低通及高通滤 波器分解为轮廓信息和细节信息。 m r a 不但为正交小波基函数的构造提供了一种简单的方法，而且还为正交 小波变换的快速算法( m a l l a t 算法1 提供了理论依据。因此m r a 在正交小波变换 理论中有非常重要的地位。 2 m a l l a t 算法 m a l l a t 在b u r ra n da d e l s o n 图像分解和重构的塔式算法( p y r a m i d a la l g o r i t h m l 的启发下，基于他的多分辨率框架，提出了塔式多分辨率分解与重构算法。m a l i a t 算法在小波分析中的地位颇似f f r 在经典傅立叶分析中的地位。 b u r ea n da d e l s o n 的塔式算法的基本思想是将一个分辨率为1 ( 即2 0 ) 的离散 逼近a ，分解为一个粗分辨率2 。的逼近和逐次细节信号d ，( o t ，墨i ，) 。假定 己计算出一函数f ( x ) e l 2 僻) 在分辨率2 一的离散逼近，则f ( x ) 在较粗分辨率 2 “川的离散逼近爿。，( z ) 可通过用离散低通滤波器对爿，厂( z ) 滤波，并保持卷积