基于EEMD和自适应滤波的手指心电信号基线漂移消噪算法
2016-10-13殷成龙张晓红叶海慧
殷成龙 张晓红 叶海慧
基于EEMD和自适应滤波的手指心电信号基线漂移消噪算法
殷成龙1张晓红1叶海慧2
1.杭州电子科技大学通信工程学院,浙江 杭州 310018 2.浙江大学医学院附属妇产科医院,浙江 杭州 310006
针对手指心电数据的基线漂移问题,提出了一种新的联合集合经验模式分解(EEMD)和自适应滤波的信号去噪方法。首先,采用EEMD将含噪信号分解为若干个固有模态函数(IMF)。其次将分解后高阶IMF分量进行重构。然后用零相位滤波对重构信号进行处理,去除其中的高频信息,作为自适应滤波器的参考输入信号。最后,将该算法用于实际采集手指心电信号。结果表明,该方法能够较好的去除手指心电信号中的基线漂移,失真度小,较好保留信号中的有用信息。
EEMD;自适应;手指心电信号;零相位滤波
心电(Electrocardiogram,ECG)信号是心脏的电活动表现,是一种微弱的非线性、非平稳信号。研究发现,利用传感器在手指上采集到的手指心电信号极易受环境影响,这对特征波检测、识别的准确度有很大的影响。ST段是诊断心肌缺血等疾病的重要依据,基线漂移和ST段的频率有重叠,会对ST段分析产生影响。本文重点在于解决基线漂移与ST段的频率重叠问题,保证在对手指心电信号进行分析前,ST段不会变形。[1]
1 EEMD算法
EMD[1]分解不需要选择基函数,具有很好的自适应性。但是当相近特征时间尺度分布在不同IMF中时,导致相邻2个IMF波形混叠,相互影响,造成模式混叠。EEMD[2]添加高斯白噪声至原始信号,将有效信号和噪声的组合看作一个总体,根据白噪声频谱均匀分布的特性,使不同尺度的信号成分分布至合适的参考尺度,并利用零均值噪声特性,经过多次加总平均后噪声相互抵消。加总平均使得到的IMF减少了模态混叠的影响,不同时间尺度的信号不再容于同一IMF。经过EEMD分后,模式混叠现象得到了一定的抑制。[2]
2 改进的EEMD-自适应滤波算法
基线漂移属于低频信号,主要分布在末尾的对应于低频的高阶IMF上。因此,首先对信号进行EEMD分解,然后重构高阶IMF。重构后的高阶IMF分量中不但含有基线漂移,而且还含有有用信号。因此,引入零相位滤波去除信号中的高频部分,使参考信号更加接近基线漂移。如图1是本文的算法流程图:
图1 基于EEMD和自适应滤波的消噪算法
3 消噪效果分析
为了对本文算法去噪的可靠性进行验证,将其与零相位滤波,传统自适应滤波[3]进行对比,并对消噪结果进行了讨论与分析。
(1)图2为实际采集到的手指心电信号,由图可知,该含噪信号具有明显的基线漂移。图3,4,5分别为本文方法去噪,自适应去噪和零相位去噪。从图2可以看出,含噪信号的基线漂移得到了明显的抑制,波形也得到了较好保持。自适应滤波和零相位滤波虽然具有一定的去噪效果,但去噪后波形与原始的信号波形差异较大。
图2 含噪信号
图3 本文方法去噪
图4 自适应滤波
图5 零相位滤波
(2)为了进一步验证本文方法的去噪效果,取另一组实际采集的手指心电信号进行验证。信号的采样长度为3500点,采样频率为512Hz。图5为手指心电信号波形图,从图中可以看出信号的波形比较混乱,P波与R波偏离正常幅度过大。图4为高阶IMF分量重构图6为经过EEMD和自适应滤波后的手指心电信号波形。从图中可以看出,手指心电信号中的P波和R波回归正常,信号中的基线漂移得到有效抑制。[3]
图6 含噪手指心电信号
图7 去噪后信号
4 结语
本文提出的基于EEMD和自适应滤波相结合的信号去噪方法,解决了传统自适应滤波中参考信号选择不当导致的去噪效果不明显的问题,也解决了EMD算法中的模式混叠问题。经过作用于不同的实际采集到的信号,本文提出的消噪算法有效性得到验证,消噪后的波形与原始波形相比,与真实信号接近,信号中的有用信息得到了进一步的保存。
[1]Wu Z,Huang N E.A study of the characteristics of white noise using the empirical mode decomposition method[J].Proceedings of the Royal Society of London,2004,460(2046):1597-1611.
[2]Wu Z,Huang N E.Statistical significance test of intrinsic mode functions[J].Hilbert-Huang transform and its applications,2014(7):107-127.
[3]高鹰,谢胜利.一种变步长LMS自适应滤波算法及分析[J].电子学报,2001,29(8):1094-1097.
殷成龙(1989—)男,河南信阳人,在读研究生,信号处理;通信作者:张晓红。
浙江省自然科学基金项目(LY14F010021),浙江省公益技术研究工业项目(2015C31086)。
TN911.4
A
1009-6434(2016)04-0034-01