心电信号噪声处理的研究

《心电信号噪声处理的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、心电信号嗓声处理的研究摘要本文首先分析了心电信号中存在的噪声源以及它的幅值和频率表现，并对于不同噪声选取不同的降噪方法，最后通过对夹杂噪声的信号源进行MATLAB仿真试验，结果显示采用滑动平均方法和最小二乘多项式拟合方法可以得到比较理想的降噪效果。【关键词】心电噪声滑动平均方法最小二乘多项式拟合方法近年来随着社会的发展，人们的生活水平越来越高，心脏病的发病率有着上升的趋势，它影响着人类的健康和生命。在我国每年的死亡人数中，心脏病也占有比较高比例。在临床上，医生一般采用心电图对患者心脏健康状态进行分析，从而采取必要的治疗手段。1心电噪声种类心电信号在采集的时候会受到各种

2、各样的干扰，噪声来源多，种类丰富，不同的心电噪声要采用不同的处理方法。一般来说，心电噪声有三种类型：工频噪声、肌电噪声和基线漂移。1.1工频噪声在心电信号中存在着细小的转折，工频噪声的存在会淹没这些转折，这样就会使心电信号的特征出现变化，从而影响对于心脏病情的判断。工频噪声表现为心电图上规律的细小波纹，噪声幅度最高可达心电信号峰值的50%o这样就会影响心电图对于病情的诊断。1.2基线漂移采集的原始信号中存在的很多噪声源都会使心电信号基线漂移，这种干扰噪声一般是由于信号记录和处理的电子设备干扰引起，呼吸干扰和运动伪迹等也会引起。比如呼吸引起的基线漂移变化幅度为心电信号峰

3、值的15%。人的呼吸频率是固定的范围0.25〜0.33Hz，运动后心跳加快，呼吸频率也随之加快，最高可迗1Hz，这样基线漂移的频率一般为0.15〜0.3Hz，少数达到lHzo基线漂移噪声如果滤波方法不当，就会造成信号的严重失真，影响诊断。1.3肌电噪声人的肌肉神经系统在进行活动的时候，众多的肌肉纤维会收缩引起生物电的变化，经过心电电极引导、放大、记录就形成了噪声，这些被称为肌电噪声。此外，某些研究表明人体内外表皮层一般有30mV的皮肤电势差，当皮肤处于伸L时，这种电势差会降低到25mV,这种变化反映到心电信号中，就会形成肌电噪声。肌电噪声的表现为快速变化不规则波形，属

4、于高频噪声，主要能量集中在5〜40Hz范围内，持续时间一般为50ms，幅度为毫伏级。针对着三种不同的噪声，采用不同的噪声处理方法对其进行处理，采用数字滤波FIR滤除ECG工频干扰，由于工频干扰的滤除是在前期的8转12通道之前进行的，在此论文中不做详细介绍，本章则主要介绍采用滑动平均方法来滤除ECG的基线漂移，最小二乘多项式拟合方法来滤除ECG的肌电噪声。并用MATLAB仿真软件通过对麻省理工学院标准心电干扰数据集进行仿真分析，验证以上滤波算法的有效性。2心电噪声降躁方法研究2.1滑动平均方法针对不同的心电噪声，需要采用不用的处理方法。对于工频干扰引起的，一般采用数字滤

5、波，这里不作详细介绍。对于基线漂移引起的心电噪声我们采用滑动平均方法滤除，对于肌电噪声则采用最小二乘多项式拟合方法，最后通过MATLAB仿真软件对标准的心电干扰数据进行仿真分析，从而验证滤波算法的有效性。在记录心电信号波形图时，要尽量使基线保持在同一水平线上，如果存在噪声干扰而出现基线漂移，就会使心电波形图上波与波之间的的关系，各波的范围与关系不清楚，这就影响了心电图信号的识别。基线漂移的频率一般为0.15〜0.3Hz，频率很低，会使心电信号的波段分量相接近，所以在测量中要尽量减小基线漂移所引起的监测和分析失真。本文对心电信号中的基线漂移时采用非线性滤波法中的滑动平均

6、方法滤除的。滑动平均滤波法是相当于有一个滑动窗口沿着离散时间序列滑动，滑动窗口的长度固定为2N+1，N代表了观察窗的半窗长度。每经过一个采样间隔，滑动窗口前端进入一个新数据，相应滑动窗后端就去掉一个旧数据，这样滑动窗口中始终为2N+1个数据。每滑动一次就是对窗口中2N+1个数据进行算术平均，这样就可以得到一组新序列，其表迗式如公式（1）所示：其中xn和zn分别表示离散输入和输出信号。在滑动窗口内会出现包括奇异副值信号，滤除这些信号会造成信号失真，所以要去掉窗口中的奇异幅值信号。Jacek.M提出对滑动平均滤波法进行改进，常用的方法是首先把滑动窗口中的数据从小到大排列，

7、再去掉两边的极值幅值采样点，然后将剩下采样点采用平均值计算，滑动滤波表达式如下所示：上述窗口的采样信号如果采用原始信号中索引为b的倍数，基线漂移的干扰周期bT（T为心电信号采样周期），这样这个周期干扰就会简化，这样就减少了数据处的时间，便于心电信号的在线处理。如果滑动窗口的长度为2a+l，那么在xn附近窗口内的数据为：｛｝，再将窗口中数据按从小到大排列，滤波操作可写成：其中_a