CN101841928A - 一种多跳无线体域网环境中基于自适应码本的心电信号传输方法 - Google Patents
一种多跳无线体域网环境中基于自适应码本的心电信号传输方法 Download PDFInfo
- Publication number
- CN101841928A CN101841928A CN200910047669A CN200910047669A CN101841928A CN 101841928 A CN101841928 A CN 101841928A CN 200910047669 A CN200910047669 A CN 200910047669A CN 200910047669 A CN200910047669 A CN 200910047669A CN 101841928 A CN101841928 A CN 101841928A
- Authority
- CN
- China
- Prior art keywords
- electrocardiosignal
- transmission method
- codebook
- adaptive codebook
- area network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
一种无线人体域网中的心电信号的传输方法,本发明中包括如下步骤:1)对心电信号进行预处理,2)心电信号检测,3)特征参数提取和码本搜索,4)信道控制。本发明采用高通和低通滤波对心电信号进行预处理。分别采用差分阈值法和小波分析的方法对心电信号的QRS波群和P波、T波进行检测标记。最后搜索固定码本和自适应码本,挑选合适的码矢来使合成心电信号与原始心电信号的加权均方误差最小,传送码矢地址和增益等参数。通过信道控制来确定Hermite函数不同阶数的搜索,从而达到信源信道联合控制的目的。本发明涉及一种多跳无线体域网环境中基于自适应码本的心电信号传输方法。
Description
技术领域
本发明涉及的是一种无线通信技术领域的方法,具体是一种在无线体域网中的心电信号传输方法。
背景技术
随着社会的发展,人们的生活节奏加快、压力增大,各种疾病多发,其中各类心脏疾病是危害人类健康的重要原因;同时,全球发达国家人口老龄化趋势明显,心脏疾病也是老年人面对的主要健康挑战。为了更好地保护人类身体健康,能够对人体进行实时监测的无线体域网成为当前的一个重要技术热点。心电图监控是无线体域网中的一个主要监控手段。心电信号的无线传输是无线体域网广泛应用需要解决的重要问题。
目前无线心电监控大多是直接传输经过压缩的心电信号。无线传输过程一般包括:心电信号预处理、心电信号压缩和编码传输。现有心电信号的压缩方法研究可进行如下的分类:时域直接压缩方法、变换域数据压缩法、特征参数提取法、其他压缩方法。以上的心电数据压缩方法,均假设压缩后的心电数据在信道中能够进行无差错地传输;或信道环境足够好,使得不用考虑信道的变化;或是仅仅在系统硬件设备上进行改进来达到传输效果。然而无线体域网的信道质量可能发生巨大变化,而压缩后的心电数据需要在多变的无线信道环境中传输。因此需要一种新的压缩方法考虑信道的变化,在进行心电数据压缩的同时,考虑信道环境的变化,并且用现有的硬件设备即可完成传输,不增加硬件的复杂度。
发明内容
本发明的目的就是为了克服现有技术中的上述不足之处,提供一种可以适应信道多变性的无线心电数据传输方法。
本发明包括如下具体步骤:
步骤一,采用高通和低通滤波对心电信号进行预处理,主要除去50Hz及其倍频附近的工频干扰和0.7Hz以下的基线漂移等干扰源。
步骤二,分别采用差分阈值法和小波分析的方法对心电信号的QRS波群和P波、T波进行检测标记。
步骤三,如图2,利用固定码本和自适应码本合成一个心电信号,根据使合成心电信号与原始心电信号的加权均方误差最小的准则,调整自适应码本和固定码本中挑选的码矢,用合适的码矢以代替残差信号,将码矢地址和增益等参数量化编码后传送到发送端。在此之前根据数据库中的心电信号,利用Hermite 曲线拟合得到的参数来建立固定码本与自适应码本。
步骤四,利用信道控制指令来确定拟合函数的阶数,以适应信道的多变性,达到信源信道联合控制的效果。
与现有技术相比,本发明适用于多变的无线传输环境,还可以达到信源信道联合控制的效果。
附图说明
图1是本发明的心电信号处理流程示意图。
图2是本发明的码本搜索模型。
具体实施方式
下面结合附图对本发明的实施例作详细说明,其整体的流程图请参考图1所示,具体步骤如下:
步骤一,对心电信号进行预处理。
为了去除心电信号中50Hz及其倍频附近的工频干扰和0.7Hz以下的基线漂移等干扰源,要对采集到的心电信号进行预处理。这里通过使用一个低通滤波器和一个高通滤波器依次作用后实现带通滤波器的效果。之后再经过微分运算得到信号波形的斜率特性,平方运算对微分后的信号进行非线性放大,来突出高频部分,最后移动窗积分。经过这一系列的处理之后,保证了在波形形态不失真的基础上,达到减噪的效果。
步骤二,差分法检测QRS波群和小波变换法检测P波、T波,标记好QRS波群与P波、T波的起点、终点、波峰值点、波谷值点,方便下一步窗函数的作用和曲线拟合。
差分法是通过对信号进行一阶或二阶差分,判断其分量值是否超过特定阈值来确定QRS波的存在及其位置。通常在R波的上升沿和下降沿是心电波形斜率变换最大的区域,中间出现的一阶导数过零点为R点所在的位置。
设原始ECG信号为:{x(n),n=1,2,L,N},差分算子的常用表达式有:
θ是阈值,可设定为固定阈值和自适应阈值。
在本例中的方法是先对ECG信号进行低通平滑,然后对信号进行微分得到一系列峰谷对,去除差分信号中低于斜率阈值的部分,最后每一对峰谷定为一个R峰。
在QRS波群定位之后,进行T波和P波的检测。ECG信号经二次样条小波多尺度分解后,选择尺度24上检测P波和T波。由于绝大多数T波是相对其顶点近似对称的,因此T波顶点对应于24尺度上模极大值对之间的多零点,T波的起点对应于模极大值对的起点,T波终点对应于模极大值对的终点。经过时移修正后,就完成T波的检测。P波的检测与T波的检测类似。
步骤三,在传输之前,根据已有的心电信号数据库,利用Hermite函数来拟合不同的心电数据,提取拟合的参数,建立码本。
Hermite函数拟合的数学表达式为:
其中x(t)为采集到的心电信号,cn为提取的参数,φn(t,σ)表示不同阶次的Hermite函数。φn(t,σ)的Hermite函数形式为:
其中的Hn(t/σ)为Hermite多项式,通过递推公式(4)得到:
Hn(x)=2xHn-1(x)-2(n-1)Hn-2(x) (4)
其中H0(x)=1,H1(x)=2x,n=2,3,L。Hermite多项式的阶次越高,其在时域中变化的频率就越高。
采用Hermite函数对心电信号拟合要在一个心电周期中对其分段进行,所以根据QRS波群和T波、P波的标记,对心电信号加窗,分别提取出QRS段、T段、P段。之后对每个数据段进行标准化,将数据段第一个及最后一个数据求算术平均值,作为该数据段的零值,令数据段中每个元素都减去该零值,以方便Hermite拟合。每一段信号可以由下式来表示:
得到拟合后的数据,将其与原始数据做比较。通过使平方差E最小,获得最佳的拟合系数。
其中xT(ti)={P(ti),QRS(ti),Q(ti)},
最终提取参数cn。在x(t)和φn(t,σ)均已知的情况下,通过求差值E最小的方法来求得恰当的拟合参数cn,之后利用得到的参数来建立码本。求E最小值时,可以使用最小二乘法原理,对cn分别求偏微分并令其为零,得到各个系数。由于不同人的心电信号可能具有不同的表现,所以可以用固定码本来表示共有的特性,而用自适应码本来处理不同症状的变化,这样可以适应不同情况的心电信号。由于采用了自适应的码本,节省了固定码本的容量。这样就建立了固定码本与自适应码本。
如图2,经过预处理和QRS波群检测之后的心电信号进入发射端。从固定码本和自适应码本中选择合适的码矢来分别合成心电信号的QRS段、T段和P段,并将此合成的心电信号与进入发射端的原始心电信号进行比较。根据使合成心电信号与原始心电信号的加权均方误差最小的准则,调整从自适应码本和固定码本中挑选的码矢,将选出的适当的码矢地址和增益等参数量化编码后发送。其中gi为自适应码本的增益,而gc为固定码本的增益。通过对心电信号特征参数的提取及编码可以降低编码速率。
在接收端,采用与发送端相同的码本,按照码矢地址找到该码矢再乘上相应的增益系数,激励合成滤波器,得到合成的心电信号。
步骤四,由于信号传输环境的多变性,可以通过信道控制指令控制Hermite 函数提取一组阶次不同的Hermite函数来逼近给定的心电波形。信道质量好、误比特率较低时,采用高阶次的Hermite函数来拟合心电波形,能够提高心电信号的质量;信道质量差时,采用低阶数的Hermite函数来拟合心电波形,这样留给信道编码更多的比特冗余来实现纠错,实现更可靠的差错控制。采用不同的速率来进行传输,适应了信道的多变性,以此达到信源信道联合控制的效果。
Claims (1)
1.一种在无线体域网中的心电信号的传输方法。其特征为:
步骤一,采用高通滤波和低通滤波对心电信号进行预处理,除去干扰;
步骤二,采用差分阈值和小波变换的方法对预处理后的心电信号进行QRS波群检测和T波、P波检测;
步骤三,根据已有心电信号数据库和Hermite拟合函数得到拟合参数,建立自适应码本和固定码本。标记后的原始心电信号进入发送端,利用固定码本和自适应码本合成一个心电信号,从固定码本和自适应码本中选出合适的码矢,令此合成心电信号与原始心电信号的加权均方误差最小。将码矢地址和增益等参数量化编码后发送。
步骤四,利用信道控制指令来确定拟合函数的阶数,以适应信道的多变性,达到信源信道联合控制的效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910047669A CN101841928A (zh) | 2009-03-17 | 2009-03-17 | 一种多跳无线体域网环境中基于自适应码本的心电信号传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910047669A CN101841928A (zh) | 2009-03-17 | 2009-03-17 | 一种多跳无线体域网环境中基于自适应码本的心电信号传输方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101841928A true CN101841928A (zh) | 2010-09-22 |
Family
ID=42744936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910047669A Pending CN101841928A (zh) | 2009-03-17 | 2009-03-17 | 一种多跳无线体域网环境中基于自适应码本的心电信号传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101841928A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799974A (zh) * | 2010-03-12 | 2010-08-11 | 上海交通大学 | 基于自适应码本的心电信号传输方法 |
CN103549950A (zh) * | 2013-11-19 | 2014-02-05 | 上海理工大学 | 移动心电监测差分阈值检测改进算法 |
CN111839520A (zh) * | 2020-06-11 | 2020-10-30 | 华中科技大学 | 基于csi信号功率响应自相关的人呼吸监测方法和装置 |
-
2009
- 2009-03-17 CN CN200910047669A patent/CN101841928A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799974A (zh) * | 2010-03-12 | 2010-08-11 | 上海交通大学 | 基于自适应码本的心电信号传输方法 |
CN103549950A (zh) * | 2013-11-19 | 2014-02-05 | 上海理工大学 | 移动心电监测差分阈值检测改进算法 |
CN103549950B (zh) * | 2013-11-19 | 2015-04-01 | 上海理工大学 | 移动心电监测差分阈值检测改进算法 |
CN111839520A (zh) * | 2020-06-11 | 2020-10-30 | 华中科技大学 | 基于csi信号功率响应自相关的人呼吸监测方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101799974A (zh) | 基于自适应码本的心电信号传输方法 | |
Li et al. | A novel noise reduction technique for underwater acoustic signals based on complete ensemble empirical mode decomposition with adaptive noise, minimum mean square variance criterion and least mean square adaptive filter | |
JP6718681B2 (ja) | センサ装置、センサネットワークシステム、およびデータ圧縮方法 | |
CN103117066B (zh) | 基于时频瞬时能量谱的低信噪比语音端点检测方法 | |
CN105448303A (zh) | 语音信号的处理方法和装置 | |
CN103236260A (zh) | 语音识别系统 | |
CN103325381A (zh) | 一种基于模糊隶属函数的语音分离方法 | |
CN103405227A (zh) | 基于双层形态学滤波的心电信号预处理方法 | |
CN109009087B (zh) | 一种心电信号r波的快速检测方法 | |
CN105429719B (zh) | 基于功率谱和多尺度小波变换分析强干扰信号检测方法 | |
CN104635223A (zh) | 基于经验模式分解与分数阶傅里叶变换的激光回波去噪方法 | |
CN105030232A (zh) | 一种心电信号的基线漂移校正方法 | |
CN107564529A (zh) | 一种基于语音识别的智能家居控制系统 | |
CN101841928A (zh) | 一种多跳无线体域网环境中基于自适应码本的心电信号传输方法 | |
CN103198836B (zh) | 基于Hilbert变换的欠定声音信号分离方法及装置 | |
CN112183582A (zh) | 一种多特征融合的水下目标识别方法 | |
CN103578466A (zh) | 基于分数阶傅里叶变换的语音非语音检测方法 | |
Yang et al. | Partial discharge signal extraction method based on EDSSV and low rank RBF neural network | |
CN107123431A (zh) | 一种水声信号降噪方法 | |
CN106596735A (zh) | 一种钢轨裂纹声发射信号去噪及特征提取方法及系统 | |
CN102637438B (zh) | 一种语音滤波方法 | |
CN110909827A (zh) | 一种适用于风机叶片声音信号的降噪方法 | |
CN112926555B (zh) | 一种基于自编码器数据增强的小样本无源行为感知方法 | |
CN112992189B (zh) | 语音音频的检测方法及装置、存储介质及电子装置 | |
CN103345921B (zh) | 基于多特征的夜间睡眠声信号分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20100922 |