CN102018510B - 用于降低ecg信号中的电力线干扰的方法和系统 - Google Patents

用于降低ecg信号中的电力线干扰的方法和系统 Download PDF

Info

Publication number
CN102018510B
CN102018510B CN201010293511.9A CN201010293511A CN102018510B CN 102018510 B CN102018510 B CN 102018510B CN 201010293511 A CN201010293511 A CN 201010293511A CN 102018510 B CN102018510 B CN 102018510B
Authority
CN
China
Prior art keywords
frequency
power line
signal
filter
digital filter
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.)
Active
Application number
CN201010293511.9A
Other languages
English (en)
Other versions
CN102018510A (zh
Inventor
D·L·马斯卡伦哈斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of CN102018510A publication Critical patent/CN102018510A/zh
Application granted granted Critical
Publication of CN102018510B publication Critical patent/CN102018510B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B15/00—Suppression or limitation of noise or interference
    • H04B15/005—Reducing noise, e.g. humm, from the supply
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/30—Input circuits therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Noise Elimination (AREA)

Abstract

公开用于校正心电图(ECG)信号中的电力线干扰的方法和系统。该方法包括：提供具有ECG信号(310)与干扰信号的输入信号给能够以预设频率滤波的数字滤波器，以及如果有的话，从该滤波的输入信号识别当前电力线频率(320)。该方法进一步包括提供具有频率水平集的指数和对应的滤波器系数的查找表(330)，该频率集包括在电力线频率上可能变化的范围中的增量阶跃。从该查找表识别对应于当前电力线频率的滤波器系数(340)。数字滤波器使用该识别的滤波器系数配置(350)以及输入信号使用该重新配置的数字滤波器滤波(360)。

Description

用于降低ECG信号中的电力线干扰的方法和系统
技术领域
本发明大体上涉及ECG装置中的噪声降低技术并且更具体地涉及用于降低ECG信号中的电力线干扰的方法和系统。
背景技术
噪声信号对ECG信号的干扰是显著的，因为它可影响信号的质量并且可导致错误的临床解释。ECG信号中的噪声的来源中的一个是来自输电线的电力波动和干扰。线路频率变化在ECG产品用于诊断目的的许多发展中国家中是常见的。一般，电力线频率期望为50Hz或60Hz，并且该值是国家特定的。在一些地方中，频率不同于设定值。
技术方案中的一些提议消除ECG信号中的噪声，但在去除噪声同时也去除了至少一部分ECG信号。从而临床相关信息从ECG信号中丢失。现有的线路频率滤波器确实良好地消除线路频率，只要它不变化即可。在示例中，当变化超过大于±0.5Hz时，滤波器的效力明显降低。
用于消除噪声的技术中的一些包括通过使用低通滤波器对信号进行频带限制到低于电力线频率，但这将导致信息丢失，因为对所有高于50/60Hz的频率进行了衰减。
以50Hz/60Hz的陷波器用于消除噪声。这将导致电力线干扰去除但也将去除ECG信号中存在的50Hz/60Hz分量。虽然这可以是更好的选项，使用陷波器可以在ECG波形中引起振铃，其可以导致信号的错误解释和分析。
研究的自适应滤波器的一些示例将过滤电力线频率而不影响ECG信号，但面对频率上的变化时不是有效的。
从而具有用于消除ECG信号中的电力线干扰的改进方法将是有利的。
发明内容
上文提到的缺点、劣势和问题在本文中解决，其将通过阅读和理解以下说明书而理解。
本发明的一个实施例提供校正心电图(ECG)信号中的电力线干扰的方法。该方法包括：具有ECG信号与干扰信号的输入信号提供给能够以预设频率滤波的数字滤波器；从滤波的输入信号识别当前电力线频率；提供具有频率水平集的指数和对应的滤波器系数的查找表，该指数包括电力线频率上可能变化的范围中的增量阶跃；从查找表识别对应于当前电力线频率的滤波器系数；使用识别的滤波器系数配置数字滤波器；以及用数字滤波器将输入信号滤波，该数字滤波器使用该识别的滤波器系数重新配置。
在另一个实施例中，公开用于修正ECG信号中的电力线干扰的系统。该系统包括：配置成以预设频率将输入信号滤波的可配置自适应数字滤波器，该输入信号包括具有电力线干扰信号的ECG信号；配置成从由数字滤波器滤波的输入信号识别当前电力线频率的线路频率识别器；具有涵盖可能的电力线频率变化的范围的频率水平集的指数的频率表和具有对应于频率表中的每个水平的滤波器系数的系数表的存储器；配置成识别对应于由线路频率识别器识别的当前线路频率的滤波器系数的控制单元；其中该控制单元配置成用将输入信号滤波的识别的滤波器系数动态配置该自适应滤波器。
在再另一个实施例中，ECG装置包括：监视器；用于捕捉ECG信号的导线组件，其中该ECG信号包括电力线干扰信号；用于处理ECG信号的处理器；以及存储器；其中该处理器配置成将ECG信号滤波，该滤波基于对应于当前电力线频率实时识别的滤波器系数完成。
将通过附图和其详细说明使本发明的各种其他特征、目标和优势对于本领域内技术人员明显。
附图说明
图1是如在本发明的实施例中描述的用于降低电力线干扰的示意图；
图2是如在本发明的实施例中描述的电力线干扰降低系统的框图；
图3是如在本发明的实施例中描述的图示校正ECG信号中的电力线干扰的方法的流程图；
图4是如在本发明的实施例中描述的具有噪声降低系统的ECG装置的框图。
具体实施方式
在下列详细说明中，参考形成本文的一部分的附图，并且其中通过图示可实践的特定实施例示出。这些实施例充分详细地描述以使本领域内技术人员能够实践该实施例，并且要理解可利用其他实施例并且可做出逻辑、机械、电和其他变化而不偏离该实施例的范围。下列详细说明因此不看作限制本发明的范围。对于附图图示各种实施例的功能框的图，功能框不必定指示硬件电路之间的界限。从而，例如，功能框中的一个或多个(例如，处理器或存储器)可在单件硬件(例如，通用信号处理器或一块随机存取存储器、硬盘等)中实现。相似地，程序可是独立程序，可作为操作系统中的子程序而被包含，可是安装的软件包中的功能，等等。应该理解各种实施例不限于在图中示出的设置和工具。
本发明的实施例提供用于降低输入信号中(在示例的ECG信号中)的电力线干扰的方法和系统。动态可配置的自适应数字滤波器配置成将该输入信号滤波，该数字滤波器的滤波器系数基于根据当前电力线频率从查找表选择的滤波器系数实时配置。该干扰信号是像具有未知频率的电力线或电源信号的正弦信号。
图1是如在本发明的实施例中描述的用于降低输入信号中的电力线干扰的示意图。该方案包括提供配置成将输入信号以设置频率滤波的自适应数字线路滤波器110。该输入信号包括例如ECG信号等的期望信号与例如电力线干扰等的噪声信号。数字线路滤波器110可以是通过改变滤波器110的滤波系数可编程的可适应滤波器。在信号处理的初始阶段，该数字滤波器配置成以预设频率滤波，例如以例如50Hz或60Hz等的预期电力线频率。该数字滤波器将输入信号滤波并且如果滤波器系数与当前电力线频率匹配，则滤波的信号将无电力线干扰。然而，如果线路频率中存在任何变化，滤波的信号将还包括干扰信号。
在实施例中，识别电力线频率中的当前线路频率或波动并且数字滤波器实时配置以消除识别的干扰信号。这使用与查找表130、140一起提供的频率识别器120实现。频率计算算法或电路可以用于识别例如ECG信号等输入信号的频率。数字滤波器110的输出提供给频率识别器120。在频率波动的情况下，到频率识别器120的输入信号(即滤波的信号)115将与到数字滤波器110的输入信号105相同。滤波信号115包括ECG信号和干扰信号并且提供给频率识别器120并且频率识别器120识别滤波信号115或正弦信号的频率，即干扰信号的频率或电力线频率。
查找表130、140包括频率表130和滤波器系数表140。该频率表130包括指示在电力线频率上可能变化的范围中的增量阶跃的指数。通过考虑线路频率从它的计划预设值(±F)变化的典型范围和滤波器的易感性从它的设置值(±Df)变化的典型范围，N个水平被限定，其中，
N＝(2×F)/Df+1。
一旦识别出干扰信号的频率或当前电力线频率125，识别的频率125提供给频率表。由频率识别器识别的频率用频率表130中提供的不同频率水平来近似估计。识别的线路频率将近似于最接近的频率指数，在频率表中表示为FreqIndex(n)135。该方法使用优化方法以找到识别的频率与N个水平中的一个的最适当的匹配。对应于在频率表130中的每个指数或FreqIndex(n)，滤波器系数被计算并且在系数表140中提供。滤波器系数值基于数字滤波器设计、输入信号等计算。从而对应于选择的频率指数135的滤波器系数从系数表识别，表示为更新的滤波器系数145。
当识别正弦干扰信号时，检查该干扰信号的振幅。如果该干扰信号的振幅超过阈值，该干扰信号的频率与限定的频率表比较，以得到最接近地匹配于识别的频率的频率指数。如果没有找到匹配，那么不采取动作，否则该指数用于找到对应于实际电力线频率的新的滤波器系数。该更新的滤波器系数145提供给数字滤波器110。基于噪声降低要求，可以限定振幅的阈值。在示例中，振幅阈值限定为60μV。
在实施例中，数字滤波器能够完全去除干扰信号。在示范性实施例中，具有如果10μV的峰峰振幅的干扰信号使用数字滤波器去除。
数字滤波器110使用更新的滤波器系数145配置。从而数字滤波器110配置成以更新的频率滤波。该更新的频率是当前线路频率并且以当前线路频率滤波将消除具有当前电力线频率的电力线干扰。从而数字滤波器110将动态转移到N个频率水平中的任何水平以确保消除频带±F中的电力线干扰。
图2是如在本发明的实施例中描述的电力线干扰校正系统200的框图。来自ECG装置的ECG信号提供给干扰校正系统。该ECG信号包括各种噪声干扰信号，其包括由于电力线频率的波动而产生的干扰信号。电力线干扰信号将是具有接近电力线频率的频率的正弦信号。因为电力波动是非常频繁的，干扰校正必须实时进行。系统200包括自适应数字线路滤波器210。该滤波器210通过实时更新滤波器系数是动态可配置的。该滤波器210配置成将由于电力线频率产生的干扰信号从ECG信号滤波。一般，该滤波器210以期望频率(大概它的预期的线路频率，即50或60Hz)配置。如果线路频率中没有变化，滤波器将ECG信号滤波并且干扰信号将被去除。然而，由于电力线干扰，线路频率改变并且因此以预设频率配置的数字滤波器210将不能有效地将ECG信号滤波。
从其中存在干扰信号的滤波的ECG信号，频率识别器220识别当前线路频率。在实施例中，当前线路频率可以通过使用振荡器识别。在实施例中，干扰信号的频率可以使用下列方法通过振荡器识别。对具有来自电力线的干扰噪声的输入ECG信号取样。干扰信号具有不同的振幅和频率，但可以与ECG信号重叠。干扰信号的频率、振幅和相位使用振荡器和附加的反馈电路来近似估计并且此后干扰信号可以从ECG信号分离。
由频率识别器220识别的当前电力线频率提供给控制单元230。该控制单元230可以是电力线干扰校正系统200的一部分或可以是ECG装置的一部分。该控制单元230访问配置成存储查找表的存储器240。查找表包括频率查找表242和系数查找表244。该频率查找表242包括频率水平集，其包括在电力线频率上可能变化的范围中的增量阶跃。该系数查找表244包括对应于在频率表中的每个频率水平的滤波器系数。该频率水平和对应的滤波器系数可以基于预期的频率波动限定并且增量阶跃的值将取决于用于滤波的数字滤波器的特性。这些查找表是可编程的，并且基于预期的频率波动，水平或对应的系数可以编程。该干扰校正系统200可以具有独立的存储器或该存储器可以是ECG装置的一部分。
控制单元230首先检查干扰信号的振幅并且如果振幅高于阈值那么控制单元230从存储器240中的频率表242访问对应于识别的或当前电力线频率的频率水平。控制单元230应用近似技术并且识别频率水平、对应于识别的电力线频率的FreqIndexF(n)。一旦频率水平识别，对应的滤波器系数FilterCoeffF(n)从存储器240中的系数表244识别。控制单元230将选择的系数传送到数字滤波器210。控制单元230基于选择的系数动态配置滤波器210。因为选择的滤波器系数对应于当前电力线频率，滤波器210配置成以当前线路频率将信号滤波。从而产生无干扰ECG信号。该过程迭代地进行并且实时执行。
控制单元230可包括用于执行信息处理的专用硬件、软件和/或固件、或专用硬件和软件的组合、或与通用处理器结合的软件或数字信号处理器。一旦对于这样的软件和/或硬件和/或专用硬件的要求从本文包含的本发明的实施例的说明的理解中获得，任意特定实现的选择可留给硬件工程师和/或软件工程师。然而，任何专用和/或特殊用途硬件或特殊用途处理器被考虑包括在用框标明的控制单元230中。存储器240可包括例如随机存取存储器(RAM)、闪存或只读存储器。为了简单，可以读取和/或写媒体(计算机程序记录在其上)的的装置也包括在术语“存储器”的范围内。
图3是如在本发明的实施例中描述的图示校正ECG信号中的电力线干扰的方法的流程图。在步骤310，具有ECG信号与从电力线信号产生的干扰信号的输入信号提供给能够以预设频率滤波该输入信号的数字滤波器。一般该滤波器配置成以一般50Hz或60Hz的正常电力线频率将输入信号滤波。在步骤320，从输入信号识别当前电力线频率。输入信号包括ECG信号与以当前线路频率的电力线干扰。从输入信号，识别当前电力线频率。在步骤330，对查找表提供频率集的指数和对应的滤波器系数。该指数包括在电力线频率上可能变化的范围中的增量阶跃。识别的电力线频率将与在频率表中的最接近的频率水平匹配。对应于在频率表中的不同水平，滤波器系数提供在滤波器系数表中。在步骤340，识别对应于线路频率或来自频率表的识别的频率水平的滤波器系数。该滤波系数提供给数字滤波器。在步骤350，数字滤波器使用识别的滤波器系数配置以及在步骤360，输入信号使用动态配置的数字滤波器被滤波。
图4是如在本发明的实施例中描述的具有噪声降低系统的ECG装置的框图。装置400包括监视器410、导线组件420和处理器430。导线组件420配置成从患者采集数据并且处理器430处理该数据并且使用监视器410显示或印刷。在实施例中，处理器430具有配置成将电力线干扰信号滤波的自适应数字滤波器。该滤波器使用基于当前电力线频率得出的滤波器系数实时配置。该当前电力线频率被识别并且该滤波器使用该电力线频率配置以消除以当前电力线频率的干扰信号。处理器430可进一步配置成识别当前电力线频率并且基于此而产生对应于此的滤波器系数。处理器430在这点上与存储器440交互。存储器440配置成存储不同频率水平与对应的滤波器系数。处理器430访问存储器440并且基于当前线路频率，选择匹配的频率水平和对应的滤波器系数，并且数字滤波器使用此而配置。
该装置是闭环系统，其中去除设置频率的干扰的滤波器的输出作为输入提供给频率识别器，其通过由迭代过程更新当前电力线频率的过程操作。当前电力线频率值然后与N个频率水平的查找表比较，以找到与关注区域中的频率的匹配。如果匹配找到那么参考另一个表格并且获得对应于匹配的频率值的新的滤波器系数。
从而用于降低ECG信号中的噪声的方法和系统在本文中公开。识别由线路频率引起的干扰。该方法包括以设置频率将电力线干扰从ECG信号滤波。测量电力线频率的振幅和频率。如果电力线干扰存在，识别新的频率值/当前电力线频率的滤波器系数并且滤波器使用该系数执行滤波选项。这实时进行。
本发明是要从ECG信号消除电力线干扰，而不去除可能是ECG信号的一部分的相同频率的分量。电力线频率预期是50Hz或60Hz并且该值是国家特定的。实现的电力线干扰系统可以跟踪在线路频率中的变化并且消除此。滤波器实现为实时作用于数据而不需要缓冲数据。通过引入自适应滤波器特征，可以有效地去除当线路滤波器设置到50Hz时的从47Hz到53Hz的线路噪声以及当线路滤波器设置到60Hz时的从57Hz到63Hz的线路噪声。如果变化存在，干扰将典型地落入该频带中。如果需要的话，该范围可以容易增加。
因为电力线干扰是ECG中最常见的噪声来源中的一个并且电力线频率上的变化在许多发展中国家中是常见的，描述的方法确保更好质量的ECG和人工地或通过解释算法对波形更好的解释。
为了通过维持ECG数据的完全保真度有效地去除电力线干扰，系统要求自适应滤波器的非常有效的实现，其良好地配合进入信号链中以提供实时执行。
本发明的实施例可以包括命令计算机执行某些动作的软件或固件。本发明的一些实施例包括独立工作站计算机，其包括存储器、显示器和处理器与蜂窝服务提供器。不管独立工作站或卫生保健管理系统是否使用，软件和/或固件(在下文中一般地称为“软件”)可以用于命令计算机执行本文描述的发明性动作组合。软件的部分可具有特定功能，并且这些部分在本文中称为“模块”。然而，在一些实施例中，这些模块可包括一个或多个电子硬件部件或特殊用途硬件部件，其可配置成执行与软件模块相同的目的或帮助软件模块的执行。从而，“模块”可还指硬件或执行功能的硬件和软件的组合。
如本文使用的，采用单数形式列举并且用单词“一”或“一个”在前的元件或步骤应该理解为不排除复数元件或步骤，除非这样的排除明确陈述。此外，对本发明的“一个实施例”的引用不是要解释为排除也包含列举的特征的另外的实施例的存在。此外，除非对相反情况明确陈述，实施例“包括”或“具有”具有特定性质的元件或多个元件可包括不具有该性质的另外的这样的元件。此外，术语“计算机”和“处理器”在本文中可交换地使用以指代执行数字信号处理、控制、数据操作和/或计算的专用硬件或可以程序化以执行相同功能和/或适应于与外部数字信号联接的通用计算机。
示范性实施例在上文详细描述。组件和方法不限于本文描述的特定实施例，而相反每个组件和/或方法的部件可独立以及与本文描述的其他部件分开利用。此外在工作流程中牵涉的步骤不必遵循在图中图示采用的顺序并且在工作流程中的所有步骤不必必定执行以完成该方法。
尽管本发明已经参照优选实施例描述，本领域内技术人员将认识到某些替代、改动和省略可对实施例做出而不偏离本发明的精神。因此，前述说明仅意为示范性的，并且不应该限制如在下列权利要求中阐述的本发明的范围。
部件列表
图1
105输入信号110数字线路滤波器
115滤波信号120频率识别器
125当前线路频率130频率查找表
135FreqIndex(频率指数)F(n)140系数查找表
145F(n)的更新系数
图2
210数字线路滤波器220频率识别器
230控制单元240存储器
242频率表244系数表
图3
310提供输入信号给滤波器的动作320识别线路频率的动作
330提供频率查找表的动作340识别滤波器系数的动作
350配置滤波器的动作360将输入信号滤波的动作
图4
410监视器420导线组件
430处理器440存储器

Claims (8)

1.一种校正心电图(ECG)信号中的电力线干扰的方法，其包括：
提供具有ECG信号(310)以及干扰信号的输入信号给能够以预设频率滤波的数字滤波器；
如果有任何当前电力线频率的话，从所滤波的输入信号中识别当前电力线频率(320)；
提供具有频率水平集的指数和对应的滤波器系数的查找表(330)，所述指数包括所述电力线频率上可能变化的范围中的增量阶跃；
判断干扰信号的振幅是否超过阈值，若是，将干扰信号的频率与限定的频率表相比较，以得到最接近地匹配与识别的频率的频率指数；
基于所述频率指数从所述查找表识别对应于当前电力线频率的滤波器系数(340)；
使用所识别的滤波器系数配置所述数字滤波器(350)；以及
用所述数字滤波器将所述输入信号滤波(360)。
2.如权利要求1所述的方法，其中所述干扰信号是正弦信号。
3.如权利要求1所述的方法，其中用所配置的数字滤波器将所述输入信号滤波(360)的步骤包括：当匹配所述滤波器的滤波器系数与所述当前线路频率时，获得无干扰ECG信号。
4.如权利要求1所述的方法，其中所述数字滤波器基于从所述输入信号获得的所述当前线路频率实时动态配置。
5.如权利要求1所述的方法，其中所述方法进一步包括：如果所述干扰信号的振幅高于阈值则消除所述干扰信号。
6.一种用于校正ECG信号中的电力线干扰的系统，其包括：
配置成以预设频率将输入信号滤波的可配置自适应数字滤波器(210)，所述输入信号包括具有电力线干扰信号的ECG信号；
配置成如果存在任何当前电力线频率则从所述数字滤波器滤波的所述输入信号中识别当前电力线频率的线路频率识别器(220)；
具有频率表(242)和系数表(244)的存储器(240)，所述频率表(242)具有涵盖可能的电力线频率变化范围的频率水平集的指数，所述系数表(244)具有对应于所述频率表中的每个水平的滤波器系数；
配置成识别对应于由所述线路频率识别器识别的所述当前线路频率的系数的控制单元(230)，所述控制单元配置成：
判断干扰信号的振幅是否超过阈值，若是，将干扰信号的频率与限定的频率表相比较，以得到最接近地匹配与识别的频率的频率指数；
基于所述频率指数从查找表识别对应于当前电力线频率的滤波器系数(340)；
使用所识别的滤波器系数配置所述数字滤波器(350)；以及
用所述数字滤波器将所述输入信号滤波(360)。
7.如权利要求6所述的系统，其中所述自适应数字滤波器(210)重新配置到频率值，所述频率值用对应于从所述系数表(244)选择的当前线路频率的滤波器系数来更新。
8.一种ECG装置(400)，其包括：
监视器(410)；
用于捕捉ECG信号的导线组件(420)，其中所述ECG信号包括电力线干扰信号；
用于处理所述ECG信号的处理器(430)；以及
存储器(440)，存储器存储频率表和系数表；所述频率表(242)具有涵盖可能的电力线频率变化范围的频率水平集的指数，所述系数表(244)具有对应于所述频率表中的每个水平的滤波器系数；
其中所述处理器(430)配置成将所述ECG信号滤波，包括：
判断干扰信号的振幅是否超过阈值，若是，将干扰信号的频率与限定的频率表相比较，以得到最接近地匹配与识别的频率的频率指数；
基于所述频率指数从查找表识别对应于当前电力线频率的滤波器系数(340)；
使用所识别的滤波器系数配置数字滤波器(350)；以及
用所述数字滤波器将输入信号滤波(360)。
CN201010293511.9A 2009-09-16 2010-09-16 用于降低ecg信号中的电力线干扰的方法和系统 Active CN102018510B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
IN2253CH2009 2009-09-16
IN2253/CHE/2009 2010-03-25

Publications (2)

Publication Number Publication Date
CN102018510A CN102018510A (zh) 2011-04-20
CN102018510B true CN102018510B (zh) 2016-01-20

Family

ID=43571236

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010293511.9A Active CN102018510B (zh) 2009-09-16 2010-09-16 用于降低ecg信号中的电力线干扰的方法和系统

Country Status (3)

Country Link
US (1) US8761867B2 (zh)
CN (1) CN102018510B (zh)
DE (1) DE102010037558A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103417206B (zh) * 2012-05-22 2015-08-26 中国科学院深圳先进技术研究院 Ecg去除工频干扰的方法及系统
US9198588B2 (en) 2012-10-31 2015-12-01 Welch Allyn, Inc. Frequency-adaptive notch filter
US9591981B2 (en) * 2012-12-04 2017-03-14 Biosense Webster (Isreal) Ltd. Multi-channel ECG measurement
US20140278171A1 (en) * 2013-03-15 2014-09-18 Robert James Kahlke Frequency Adaptive Line Voltage Filters
US9294139B1 (en) * 2014-11-13 2016-03-22 Molecular Devices, Llc System and methods for constructing a noise replica
US9577656B2 (en) * 2015-02-19 2017-02-21 Biosense Webster (Israel) Ltd. Narrowband analog noise cancellation
US10321837B2 (en) * 2017-04-28 2019-06-18 Biosense Webster (Israel) Ltd. ECG machine including filter for feature detection
DE102017207943A1 (de) * 2017-05-11 2018-11-15 Robert Bosch Gmbh Signalbearbeitungsvorrichtung für ein insbesondere in ein Batteriesystem einsetzbares Kommunikationssystem
CN110290746B (zh) * 2017-12-30 2022-04-22 深圳迈瑞生物医疗电子股份有限公司 一种高频射频干扰去除装置及方法
US10786170B2 (en) * 2018-06-26 2020-09-29 General Electric Company Electrophysiology data acquisition system and method with differentiated equalization drive circuits
US11259751B2 (en) * 2019-07-22 2022-03-01 Biosense Webster (Isreal) Ltd. Recording apparatus and method for noise reduction
CN113057655A (zh) * 2020-12-29 2021-07-02 深圳迈瑞生物医疗电子股份有限公司 用于脑电信号干扰的识别方法以及识别系统、检测系统
CN113037250B (zh) * 2021-03-12 2022-12-02 武汉中旗生物医疗电子有限公司 一种自适应工频滤波方法及装置
US11706062B1 (en) * 2021-11-24 2023-07-18 Dialog Semiconductor B.V. Digital filter

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6351664B1 (en) * 1999-11-12 2002-02-26 Ge Medical Systems Information Technologies, Inc. Method of removing signal interference from sampled data and apparatus for effecting the same
CN1658501A (zh) * 1999-01-20 2005-08-24 松下电器产业株式会社 滤波器及获得滤波器系数的方法
CN101297754A (zh) * 2007-05-02 2008-11-05 韦伯斯特生物官能公司 Ecg中相干信号的抑制
CN101385645A (zh) * 2008-10-14 2009-03-18 中国民航大学 基于量子简单递归神经网络心电图智能检测法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6282440B1 (en) * 1999-12-31 2001-08-28 Ge Marquette Medical Systems, Inc. Method to identify electrode placement

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1658501A (zh) * 1999-01-20 2005-08-24 松下电器产业株式会社 滤波器及获得滤波器系数的方法
US6351664B1 (en) * 1999-11-12 2002-02-26 Ge Medical Systems Information Technologies, Inc. Method of removing signal interference from sampled data and apparatus for effecting the same
CN101297754A (zh) * 2007-05-02 2008-11-05 韦伯斯特生物官能公司 Ecg中相干信号的抑制
CN101385645A (zh) * 2008-10-14 2009-03-18 中国民航大学 基于量子简单递归神经网络心电图智能检测法

Also Published As

Publication number Publication date
CN102018510A (zh) 2011-04-20
US20110066052A1 (en) 2011-03-17
US8761867B2 (en) 2014-06-24
DE102010037558A1 (de) 2011-03-17

Similar Documents

Publication Publication Date Title
CN102018510B (zh) 用于降低ecg信号中的电力线干扰的方法和系统
CN108196986B (zh) 设备异常检测方法、装置、计算机设备和存储介质
Keshavan et al. Mindcontrol: A web application for brain segmentation quality control
CN107466445A (zh) 梯度功率放大器调试方法及系统
US20170262605A1 (en) Remote monitoring of medical devices
Chen et al. Alterations in dynamic functional connectivity in individuals with subjective cognitive decline
US9438204B2 (en) Signal processing device and signal processing method
CN111627510A (zh) 传染病例自动上报方法、系统、设备及可读存储介质
Sobrinho et al. Formal modeling of biomedical signal acquisition systems: source of evidence for certification
CN110037657A (zh) 一种抗干扰的动态增益方法、存储介质及终端设备
CN107657991B (zh) 患者数据筛选方法及装置、存储介质、电子设备
US20210256369A1 (en) Domain-adapted classifier generation
CN110413492A (zh) 存储盘的健康评估方法、电子设备和计算机程序产品
CN106575870B (zh) 用于确定用于发电系统的参数设置的系统、方法和设备及有形计算机可读介质
US20190087765A1 (en) Method and system for value assessment of a medical care provider
CN112465104B (zh) 身高发育评价方法及终端设备
CN115631829B (zh) 一种基于穴位按摩设备的网络连接多模态检测方法及系统
US20190189288A1 (en) Providing subject-specific information
Martin et al. Differential contributions of subthalamic beta rhythms and neural noise to Parkinson motor symptoms
He et al. Generalized analog thresholding for spike acquisition at ultralow sampling rates
CN116912351B (zh) 基于人工智能的颅内结构成像的修正方法及系统
Kang et al. Momentary level of slow default mode network activity is associated with distinct propagation and connectivity patterns in the anesthetized mouse cortex
CN116011506B (zh) 立体脑电图电极信号解码模型构建方法及其应用
CN116777305B (zh) 电力数据质量提升方法、装置、电子设备及存储介质
Ghoreyshi et al. Automatic classification and robust identification of vestibulo-ocular reflex responses: from theory to practice: Introducing GNL-HybELS

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant