一种改进的消除心电信号基线漂移方法

戴　林

（韶关学院 信息科学与工程学院,广东 韶关512000）

一种改进的消除心电信号基线漂移方法

戴林

（韶关学院 信息科学与工程学院,广东 韶关512000）

摘要：单点三次样条插值滤波消除基线漂移的前提是求取“基准点”,而求取“基准点”就要准确地找到R波峰,但寻找R波峰的准确性受到各种因素的影响,如高大T波等.本文利用两点三次样条插值滤波来拟合基线漂移,从而消除心电信号中存在的基线漂移噪声.首先对原始心电信号求一阶导数得到每一个周期内的最大和最小值点,然后对原心电信号通过固定截止频率为1.5 Hz的高通滤波器.将一阶导后的最大和最小值点作为这基准点的位置,滤波前后的差值作为基准点的幅度.然后对这些点进行三次样条插值曲线拟合,所得到的拟合曲线为基线漂移曲线.在模拟基线漂移的情况下,通过实验比较两点方法比单点方法平均相关系数分别提高了0.012 4,在真实基线漂移的情况下相关系数提高了0.010 6.

关键词：三次样条插值；基线漂移；心电信号；基准点

基线漂移是心电信号检测中的一项重要的干扰信号,常由于呼吸运动或电极接触不良等原因造成.对于利用心电信号进行诊断和分析产生干扰和在预处理阶段进行处理,去除基线漂移的好坏也直接影响后续心电处理结果的准确性.由于基线频带（约0.05～1.5 Hz）和ST段频带（约0.7～2 Hz）有重叠的部分,所以基线漂移会直接影响ST-T段检测的精准性［1］.

过去对于心电信号基线漂移的处理方法有很多种,传统方法如∶FIR滤波［2-3］,中值滤波［4］,小波滤波［5-6］,形态学滤波［7,11］,三次样条插值滤波［1,8］等,以及近年的如∶小波自适应滤波［9］,自适应滤波器［10］等.以上各种滤波方法都有优缺点,总的来说对相应滤波器幅频特性和线性相频特性要求严格,必须具有陡峭的频率过渡带,以减少心电信号因幅度和相位失真产生的检测失真.其中FIR滤波要求设计简单,但要求固定的截止频率；小波自适应滤波精度相对较高；三次样条插值方法滤除基线漂移的好坏,关键在于是否准确找到基准点［1］.本文是对文献［1］中的单点三次样条插值方法提出改进方法,使之适应更广的基线频率分布,并使之适应在实际检测R波的不准确性.从实验结果来看,本文两点三次样条插值方法相对于单点三次样条方法有明显改善.

1　实验方法

1.1三次样条插值

三次样条差值是对于一个特定的数据集合,如果给出,n个给定点的数据,就可以利用这n个给定点将数据集合分为n-1段,用n-1段三次多项式在每两个连续给定数据点之间构建一个三次样条.三次样条函数的构造过程如下∶设有χ1<χ2<…χn-1<χn共n个插值节点,则经过数据点（χ1,y1）,（χ2,y2）,…,（χn-1,yn-1）,（χn,yn）的三次样条S（χ）是一组三次多项式为公式（1）.

有节点处的连续性和节点处的一阶导和二阶导的光滑性.由边界条件可以求得a1,b1,c1以及d1的值.求得Si（χ）的表达式,进而得到拟合后的光滑曲线.

1.2基准点的选取

1.2.1单点实验方法

文献［8］中所采用的三次样条插值法是找准PR段基准点.而大多数的心电信号PR段与基线平齐,所以只要在PR内准确找到基准点,并利用三次样条插值的方法就能近似拟合出漂移曲线.在文献［1］提到当遇到带噪声或者PR段不平直的信号时,由于找“基准点”困难,导致其滤波性能有所下降.所以在文献［1］中提出了寻找新的基准点的方法,文中首先通过一个固定截止频率为1.5 Hz的FIR高通滤波器,消除ECG中的基线,由于QRS波的频率和基线的频率基本没有重叠,把 QRS波段内频率最高的R峰的位置和其幅度在滤波前后的变化值认为是一个“基准点”的位置和幅度.通过这些基准点用三次样条插值的方法拟合出一条曲线,这条曲线就是基线.再将原ECG信号减去拟合后的曲线就得到了去除基线漂移的ECG信号.这种方法对于低频的基线（如0.3 Hz）能取得比较好的效果.但是寻找R波峰的准确性受各种因素的影响,如高大T波等.因此本文基于以上考虑提出改进方法.

1.2.2两点实验方法

文献［1］中提到QRS波的中心频率在17 Hz左右,这与基线的频率没有重叠的部分,这也本文采取的消除基线漂移的方法具有可行性的前提.具体方法步骤如下∶

（1）首先用截止频率为45 Hz的FIR低通滤波器去除可能存在的工频和高频干扰.

（2）将去除工频和高频干扰的ECG信号求导,取得每个周期内的频率变化最大的位置（一般是R波前后）即求导后的最大和最小值.

（3）通过固定截止频率为1.5 Hz的高通滤波器,并将滤波前后的ECG信号相减.

（4）将（2）中得到的最大和最小值的位置和（3）中得到的相应位置的相减后的幅度作为基准点的位置和幅度.

（5）将得到的所有基准点（一个周期内有最小和最大两个基准点）用三次样条插值的方法进行曲线拟合,得到一条光滑的曲线就是基线.

（6）用原ECG信号减去基线就得到滤除基线漂移的“干净”的ECG信号.流程图见图1.

2　实验设计

2.1实验数据

实验分成二种情况∶一是模拟ECG信号叠加上人工生成的基线,二是从广州军区总医院胸痛中心的心电数据库中获得含有基线漂移的ECG信号.对这二种情况分别采取50个样本进行实验,比较单点方法和两点方法的优劣.

图1　消除基线漂移实验流程图

在第一种情况中,实验中的人工模拟合成基线是频率为0.3 Hz幅度为200μV的正弦信号,叠加上频率为0.6 Hz幅度为150μV的余弦信号,再叠加上频率为0.45 Hz幅度为100μV的正弦信号构成；此处干净的ECG信号是用程序模拟生成的.将两种基线漂移分别叠加到模拟心电信号上.基线噪声和叠加了基线噪声的ECG信号如图2所示.图2中横轴代表时间,纵轴代表电位.其中图2中a是没有添加基线漂移的ECG信号,b是频率为0.3 Hz幅度为200μV的正弦信号,叠加上频率为0.6 Hz幅度为150μV的余弦信号,再叠加上频率为0.45 Hz幅度为100μV的正弦信号构成的人工基线.c是添加有基线b的ECG信号.

图2　第二种人工基线及添加基线漂移的ECG信号

第二种情况是从广州军区总医院胸痛中心的心电数据库中截取30拍获得的含有基线漂移ECG信号.

图3　真实的含基线漂移的ECG信号

2.2结果分析

分别对二种情况用单点法和两点法进行了实验,对于第一种情况频率为0.3 Hz幅度为200μV的正弦信号,叠加上0.6 Hz幅度为150μV的余弦信号,再叠加上0.45 Hz幅度为100μV的正弦信号所构成的基线漂移.分别单点方法和两点方法进行实验,检测结果见图4.图4横轴代表时间,纵轴代表电位.其中带菱形钻的线条1是单点方法的检测结果,带星号的线条2是两点方法的检测结果,线条3是实际的模拟基线漂移.从图中可以看到除了刚开始一段（一个心拍左右）的数据出现较大偏差之外,两点方法所检测到的基线漂移曲线与实际模拟基线漂移近似吻合.通过分别计算两点方法和单点方法所拟合的基线与实际模拟基线的平均相关系数,得到两点方法为0.992 5,而单点方法为0.980 1.可见本文方法相比单点法有较大提升.

图4　第一种情况下两种方法的实验结果比较　

图5　临床数据下两种方法实验结果比较

对于第二种情况,真实的含有基线漂移ECG信号的检测结果如图5所示.图5横轴代表时间,纵轴代表电位.带星号的曲线1是两点方法的检测结果,曲线2是心电数据库中的基线漂移,带菱形钻的曲线3是单点方法的检测结果.通过计算两点方法和单点方法所拟合的基线与心电数据库中的基线求平均相关系数,得到两点方法为0.991 2,而单点方法为0.980 6,可见该方法相比单点方法效果好.

3　结论

本文主要是对利用三次样条插值的方法去除ECG信号中存在的基线漂移噪声的节点选取进行了讨论并通过实验证实本文方法的可行性.三次样条插值曲线拟合,节点的正确选取直接影响曲线拟合的准确性.本文中节点的选取采用ECG信号中一个节拍内斜率最大的和最小的两个点,即一个节拍内变化最激烈的两个位置.通过求导可以很容易求得这样的两个点（一般在R波前后）,然后用固定截止频率为1.5 Hz的高通滤波器对ECG信号进行滤波.由于本身ECG信号频率的分布特点,基线漂移噪声的频率在0.05 Hz至1.5 Hz之间,而ECG信号本身的高频成分在17 Hz左右并没有重叠的部分.所以在进行高通滤波的时候基本上不对ECG信号本身的高频成分造成影响.对滤波前后的ECG信号相减,求得以上每个节拍内的两个点的值,从而得到了三次样条插值曲线拟合所需的节点.对所有节点进行拟合得到的曲线就是基线.通过本文的实验来看,本文方法比文献［1］中的方法更为准确.

参考文献：

［1］夏恒超,詹永麒.一种新的基于三次样条插值技术的心电图基线漂移消除方法［J］.生物医学工程学杂志,2003,20（3）∶524-526.

［2］Van A J,SCHILER T.Remova1of base-1ine wander Power-1ine interference from ECG by an efficient FIR fi1terwith a reduced number of taPs［J］.IEEE BME,1985,32（12）∶1052-1060.

［3］LIAN Y,YU JH.A 1ow Power 1inear Phase digita1FIR fi1ter forwearab1e ECG device［C］.In∶Proceedingsof the 2005 IEEE Engineering in Medicine and Bio1ogy 27th Annua1Conference Shanghai,China∶2005∶7357-7360.

［4］CHOUHAN V,MEHTA S.Tota1remova1of base1ine drift from ECG signa1［C］.In∶Internationa1Conference on ComPuting∶Theory and APP1ication（ICCTA,07）.Washington DC,USA∶IEEE ComPuter Society,2007∶512-515.

［5］万相奎.基于多分辨率分析的ECG基线漂移矫正算法［J］.计算机工程与设计,2008,29（13）∶3482-3484.

［6］A1arka S,Arijit B,Abhijit L.APP1ication of Frame1et Transform in Fi1tering Base1ine Drift from ECG Signa1s［C］.2nd Internationa1Conference on ComPuter,Communication,Contro1and Information Techno1ogy（C3IT-2012）on February 25-26,2012（4）∶862–866.

［7］Rishendra V,Rini M,Vikrant B.An ImProved A1gorithm for Noise SuPPression and Base1ine Correction of ECG Signa1s［C］. Proceedings of the Internationa1Conference on Frontiers of Inte11igent ComPuting∶Theory and APP1ications（FICTA）,Advances in Inte11igent Systems and ComPuting,2013（199）∶733-739.

［8］BANER LE.APP1ication of the imPedance technique to the resPiratory system［J］.IEEE Engineering in Medicine and Bio1ogy Magazine,1989,8（1）∶50-52.

［9］席涛,杨国胜,汤池.基于自适应滤波的心电图中呼吸信号的提取方法［J］.第四军医大学学报,2005,26（9）∶852-854.

［10］田絮资,杨建,黄力宇.心电信号去噪的数学形态学滤波器［J］.计算机工程与应用2012,48（2）∶124-126.

［11］Va1tino X A,Wi11is JT,Truong Q N,et a1.ComParing stress ECG enhancementa1gorithms［J］.IEEEEngineering in Medicine and Bio1ogy,1996,15（3）∶37-44.

（责任编辑∶欧恺）

中图分类号：TN911.7

文献标识码：A

文章编号：1007-5348（2015）10-0005-05

［收稿日期］2015-07-07

［基金项目］韶关学院科研项目（314-140235）；广东省自然科学基金项目（S2013010011947）.

［作者简介］戴林（1987-）,女,湖南娄底人,韶关学院信息科学与工程学院助理实验师,硕士；研究方向∶生物医信号处理及实验教学管理.

An Im Proved M ethod for Removlng ECG Basellne Drlft

DAILin
（Information Science and Engineering Co11ege,Shaoguan University,Shaoguan 510002,Guangdong,China）

Abstract∶Sing1e-Point cubic sP1ine interPo1ation fi1ter to e1iminate base1ine drift Premise is to strike a″reference Point″,and striking a″reference Point″wi11 find exact1y R Peaks.However,1ooking the accuracy of R Peak is affected by various factors,such as ta11T wave.In this PaPer,two cubic sP1ine interPo1ation fi1ter were to fit the base1ine drift,thereby e1iminating the Presence of ECG base1ine drift noise.First1y,the origina1ECG found the first derivative maximum and minimum Points of each cyc1e,then the origina1 ECG signa1 went through a fixed cut-off frequency of 1.5 Hz high-Pass fi1ter.Take the first-ordermaximum andminimum Points of such range as the reference Point,the difference between the 1st and the 2nd fi1tering as a reference Point range.Then these Points cubic sP1ine interPo1ation curve fitting was obtained as a base1ine drift curve.In the case of ana1og base1ine drift by comParing two exPerimenta1methods than the sing1e-Pointmethod,it imProved the average corre1ation coefficient 0.012 4；in the case of rea1base1ine drift corre1ation coefficient,it increased by 0.010 6.

Key words∶cubic sP1ine interPo1ation；base1ine drift；ECG signa1；reference Point