心電去噪方法研究ppt課件

1、心電去噪方法研究主要內(nèi)容引言傳統(tǒng)去噪小波分析去噪經(jīng)驗(yàn)?zāi)B(tài)分析去噪比較總結(jié)引言 心電信號(hào)ECG是典型的強(qiáng)噪聲的非平穩(wěn)的弱信號(hào)。在心電信號(hào)分析系統(tǒng)中，影響心電自動(dòng)分析結(jié)果可靠性的因素很多，其中一個(gè)重要原因就是心電信號(hào)中存在各種干擾，如隨機(jī)噪聲、基線漂移、肌電干擾以及50Hz或60Hz的工頻干擾。由于這些干擾與心電信號(hào)混疊雜，引起心電信號(hào)畸變，使整個(gè)心電信號(hào)波形模糊不清，對(duì)心電各波段的識(shí)別造成影響，從而影響自動(dòng)診斷結(jié)果。因而,選擇合適的消噪方法對(duì)心電的檢查有著重要的意義。 下面分別介紹傳統(tǒng)去噪、小波分析去噪以及經(jīng)驗(yàn)?zāi)B(tài)分析EMD去噪方法的基本理論，同時(shí)分別對(duì)取至MIT-BIH數(shù)據(jù)庫的100.dat數(shù)

2、據(jù)進(jìn)行仿真實(shí)驗(yàn)，并且進(jìn)行去噪效果比較。 傳統(tǒng)去噪的基本原理 傳統(tǒng)的去噪主要是基于傅立葉變換的時(shí)頻轉(zhuǎn)換，將不 同頻譜的信號(hào)與噪聲區(qū)分開，然后設(shè)計(jì)數(shù)字濾波器將噪聲濾除。根據(jù)數(shù)字濾波器沖激響應(yīng)的時(shí)域特征，可將數(shù)字濾波器分為無限長沖激響應(yīng)濾波器 (IIR DF)和有限長沖激響應(yīng)濾波器(FIR DF)。 FIR DF有其獨(dú)特的優(yōu)點(diǎn)：系統(tǒng)總是穩(wěn)定的、易于實(shí)現(xiàn)線性相位、允許設(shè)計(jì)多通帶(或多阻帶)濾波器。因而，F(xiàn)IR DF在數(shù)字信號(hào)處理中得到廣泛的應(yīng)用。但與IIR DF相比，在滿足同樣的阻帶衰減的情況下需要較高的階數(shù)。我們我們主要介紹FIR濾波器的設(shè)計(jì)。 傳統(tǒng)去噪的基本原理有限沖擊響應(yīng)(FIR)數(shù)字濾波器的轉(zhuǎn)

3、移函數(shù)為: FIR濾波器設(shè)計(jì)的任務(wù)：是選擇有限長度的 ，使傳輸函數(shù) 滿足一定的幅度特性和線性相位要求。目前FIR濾波器的設(shè)計(jì)方法主要有三種，分別是窗函數(shù)法、常用的頻率取樣法和切比雪夫等波紋逼近優(yōu)化設(shè)計(jì)法。 101)()(NnznhzH)(nh)(jeH傳統(tǒng)去噪的基本原理FIR濾波器設(shè)計(jì)的具體步驟 :首先應(yīng)該根據(jù)具體的應(yīng)用確定一些技術(shù)指標(biāo)，利用這些指標(biāo)可以建立一個(gè)目標(biāo)的數(shù)字濾波器模型，通常先采用理想的數(shù)字濾波器模型；然后就根據(jù)數(shù)學(xué)知識(shí)和濾波器的基本原理設(shè)計(jì)個(gè)實(shí)際濾波器的模型來逼近給定的指標(biāo)，逼近結(jié)果通常得到以差分方程與脈沖響應(yīng)描述的濾波器。 最后，根據(jù)這個(gè)描述用硬件或軟件實(shí)現(xiàn)。 低通濾波器的設(shè)計(jì)

4、及仿真根據(jù)心電信號(hào)的頻譜分布的特點(diǎn)指標(biāo)的選擇如下：通帶的截止頻率為：fp=35Hz;阻帶的截止頻率為：fs=100Hz;采樣頻率為：f=360/s;阻帶的最小衰減為40dB。結(jié)合窗函數(shù)的性能本文選用漢寧窗，利用窗函數(shù)法設(shè)計(jì)相應(yīng)的低通濾波器。 濾波器的特性如圖1所示，去噪后信號(hào)與原始信號(hào)比較如圖2所示。仿真結(jié)果圖1）濾波器特性圖2）波形對(duì)比小波分析去噪設(shè)計(jì)方案：選擇db5小波，對(duì)心電信號(hào)S進(jìn)行3層分解(小波分解各層小波系數(shù)如圖3所示)。利用MATLAB提供的默認(rèn)閾值命令對(duì)各層的高頻系數(shù)CD1、CD2、CD3進(jìn)行閾值處理后。進(jìn)行信號(hào)重構(gòu)。 小波分解各層小波系數(shù)如圖3所示 ，去噪后信號(hào)與原信號(hào)比較如

5、圖4所示。 仿真結(jié)果：圖2）小波系數(shù)圖3）波形對(duì)比經(jīng)驗(yàn)?zāi)B(tài)分析去噪經(jīng)驗(yàn)?zāi)B(tài)分解的基本原理：經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical mode decomposition，EMD)是Huang在2019年提出的一種用于非線性和非平穩(wěn)時(shí)間序列信號(hào)的處理方法，它將復(fù)雜(包括平穩(wěn)與非平穩(wěn)，周期與非周期)數(shù)據(jù)分解成為適宜于Hilbert變換的本征模函數(shù)(Intrinsic mode function，IMF)，IMF有2個(gè)特點(diǎn)：一是在整個(gè)信號(hào)長度上極大值點(diǎn)數(shù)與極小值點(diǎn)數(shù)和過零點(diǎn)數(shù)相等或相差為1；二是在任意一點(diǎn)，由包絡(luò)線定義的極大值與極小值的均值為零。EMD的實(shí)質(zhì)是對(duì)一個(gè)時(shí)間序列信號(hào)進(jìn)行平穩(wěn)化處理，其結(jié)果是將信號(hào)

6、中不同尺度的波動(dòng)或趨勢逐級(jí)分解開來，產(chǎn)生一系列具有不同特征尺度的數(shù)據(jù)序列，每一個(gè)序列稱為IMF分量 。 經(jīng)驗(yàn)?zāi)B(tài)分析去噪EMD分解的具體步驟：（1確定數(shù)據(jù)集 的局部極大值集 和極小值集 。（2然后分別根據(jù) 和 作三次樣條插值確定原始數(shù)據(jù)集 的上下包絡(luò)線。（3根據(jù)上下包絡(luò)，求出原始數(shù)據(jù)的局部均值 ，原始信號(hào)與局部極值的差值記為： ) (tXmaxXminX)(tXmaxXminX11m)()(1111tmtXh經(jīng)驗(yàn)?zāi)B(tài)分析去噪（4以 替代 ，重復(fù)以上三步，直到連續(xù)兩次篩選結(jié)果的標(biāo)準(zhǔn)差： 小于指定的標(biāo)準(zhǔn)一般為0.2至0.3之間時(shí)，即可認(rèn)為 符合IFM分量的要求，為一IFM分量，則記作： （5重復(fù)以

7、上四步，直到 或 比預(yù)定值?。换蚴Ｓ囗?xiàng) 變成單調(diào)函數(shù)時(shí)，原始信號(hào)的EMD分解結(jié)束。最后得到11h)(tXTtkkthththSDk0212)()()(1kh111111)(,)(,rtXctXrhcknrncnrnniirctX1)(經(jīng)驗(yàn)?zāi)B(tài)分析去噪經(jīng)驗(yàn)?zāi)B(tài)去噪步驟：首先，利用EMD對(duì)原始信號(hào)進(jìn)行分解，得到不同尺度的IMF分量和剩余信號(hào)。然后，對(duì)各尺度上的IMF分量進(jìn)行類似于小波去噪的閾值處理 。最后，信號(hào)重構(gòu) 。即：閾值處理后的各尺度上的IMF分量以及剩余信號(hào)進(jìn)行線型相加。經(jīng)驗(yàn)?zāi)B(tài)分析去噪去噪方案的選擇：對(duì)心電信號(hào)3階分解，篩選IMF分量的標(biāo)準(zhǔn)差設(shè)為0.3。利用啟發(fā)式閾值(Heursure閾

8、值)確定各IMF分量的閾值，且利用軟閾值量化。閾值后的各IMF分量與剩余信號(hào)進(jìn)行重構(gòu)。 EMD分解的IMF分量和剩余信號(hào)如圖5所示，去噪后信號(hào)與原始信號(hào)的比較如圖6）仿真結(jié)果： 圖5）IMF分量和剩余信號(hào)圖6）波型對(duì)比三種去噪方法的比較 為了進(jìn)一步比較三種方法的去噪效果，我們把MIT-BIH數(shù)據(jù)庫提供標(biāo)準(zhǔn)心電數(shù)據(jù)的100.mat加隨機(jī)噪聲后再進(jìn)行去噪處理，同時(shí)利用信噪比和均方差如下式： 式中的 表示標(biāo)準(zhǔn)的原始心電信號(hào)， 表示去噪后的心電信號(hào)。 去噪效果比較如圖7所示，信噪比與均方差參數(shù)值如表1所示。 NiiiiyxySNR122)(10log*1021)(1iNiiyxNMSEixiy仿真結(jié)果

9、去 噪 方法信噪比方差傳 統(tǒng) 濾波73.88180.030771小 波 分析84.57210.0010757經(jīng) 驗(yàn) 模態(tài)分析78.5820.0024132圖7）波形對(duì)比表1）參數(shù)對(duì)比總結(jié)三種信號(hào)分析方法對(duì)心電信號(hào)去噪都有一定的效果，但是任一種又不是十全十美的。FIR濾波器的設(shè)計(jì)方法簡單，硬件也容易實(shí)現(xiàn)。但是，應(yīng)用于信號(hào)與噪聲混疊的心電信號(hào)消噪效果不佳，只能濾除心電頻域外的白噪聲，而對(duì)混在心電頻域內(nèi)的基線漂移、肌電干擾以及工頻干擾顯得無能為力。在我們實(shí)驗(yàn)中小波去噪的效果是最佳的，基本達(dá)到了令人滿意的結(jié)果。但是，對(duì)于小波基的選擇沒有明確的方法，只能通過實(shí)驗(yàn)比較，這樣會(huì)浪費(fèi)很多的時(shí)間和精力； 總結(jié)經(jīng)驗(yàn)?zāi)B(tài)分析去噪效果也比較滿意，并且，它是基于信號(hào)自身信息確定的基函數(shù)分解的，克服了小波分析基函數(shù)選擇的盲目性。但是，在求IFM分量時(shí)，一般需要多次篩選非單分量信號(hào)時(shí)），需要大量的時(shí)間，特別是在數(shù)據(jù)多的情況下，實(shí)時(shí)性就大大下降。另外，經(jīng)驗(yàn)?zāi)B(tài)分析EMD的邊緣問題，當(dāng)邊界點(diǎn)不是極值點(diǎn)時(shí)，由于所分析信號(hào)的有限長度、信號(hào)的兩端點(diǎn)不能確定是極值，那么，在進(jìn)行三次樣條插值的嚴(yán)重扭曲。特別是原始信號(hào)數(shù)據(jù)