CN104783780A - 心电信号除噪方法及装置 - Google Patents
心电信号除噪方法及装置 Download PDFInfo
- Publication number
- CN104783780A CN104783780A CN201510171779.8A CN201510171779A CN104783780A CN 104783780 A CN104783780 A CN 104783780A CN 201510171779 A CN201510171779 A CN 201510171779A CN 104783780 A CN104783780 A CN 104783780A
- Authority
- CN
- China
- Prior art keywords
- electrocardiosignal
- low frequency
- frequency range
- interference signals
- signal
- 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.)
- Granted
Links
Classifications
-
- 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
-
- 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
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种心电信号除噪方法,包括步骤:在获取到心电信号时,确定所述心电信号的高频区和低频区;将所述心电信号通过第一滤波器滤波,根据所述第一滤波器滤除的干扰信号拟合出各低频区信号段中工频干扰信号的数学表达式;将各高频区信号段中的心电信号与相邻低频区信号段拟合出的工频干扰信号进行相减处理;将滤波后得到的低频区信号与相减处理后得到的高频区信号按原顺序进行拼接;将拼接处理后的所述心电信号通过第二滤波器进行高频滤波处理。本发明还公开了一种心电信号除噪装置。本发明实现滤除心电信号中工频干扰信号及其他高频干扰信号,保留了QRS波群固有的高频成分,具有失真度低的特点。
Description
技术领域
本发明涉及医学技术领域,尤其涉及心电信号除噪方法及装置。
背景技术
心脏病是当今发病率和致死率最高的疾病之一,心脏病的防治和诊断现已成为当今医学界的重要问题。一个世纪以来,心电图技术以其操作方法简便,对病人无侵入损害等优点,一直被作为心脏病诊断的重要手段。
心电图诊断以心电波形为基础,故信号质量尤为关键。心电信号中常伴有工频干扰、基线漂移、肌电干扰等多种噪声信号,强烈的信号干扰会严重影响心电的诊断。
目前,心电信号除噪方法有很多,大致可分为三大类。一类是经典数字滤波器技术,第二类是自适应滤波技术,还有一类是以小波变换、数学形态学、神经网络以及经验模式分解等算法为代表的现代信号处理技术。
经典的数字滤波器和自适应滤波技术,在处理心电信号时常存在QRS波群严重失真,固有高频成分丢失的问题。基于小波变换等现代信号处理技术的除噪方法,虽然效果有所改进,但计算量庞大,实时性差,对系统要求很高。
发明内容
本发明的主要目的在于提供一种心电信号除噪方法及装置,旨在解决常见心电滤波算法处理心电信号时,QRS波群严重失真、固有高频成分丢失的问题,以精确滤除心电信号中的工频干扰及其他高频干扰信号。
为实现上述目的,本发明提供的一种心电信号除噪方法,包括步骤:
在获取到心电信号时,确定所述心电信号的高频区和低频区;
将所述心电信号通过第一滤波器滤波,根据所述第一滤波器滤除的干扰信号拟合出各低频区信号段中工频干扰信号的数学表达式;
将各个高频区信号段中的心电信号段与相邻低频区信号段拟合出的工频干扰信号进行相减处理;
将滤波后得到的低频区信号与相减处理后得到的高频区信号按原顺序进行拼接;
将拼接处理后的所述心电信号通过第二滤波器进行高频滤波处理。
优选地,所述在获取到心电信号时,确定所述心电信号的高频区和低频区的步骤包括:
根据采样频率,确定工频干扰信号周期,根据工频干扰信号周期;
求出心电信号中各采样点处的实际变化趋势对应的一阶导数;
根据所述一阶导数计算所述心电信号中各采样点的二阶导数;
根据各采样点的二阶导数划分所述心电信号的高频区和低频区。
优选地,所述根据各采样点的二阶导数划分所述心电信号的高频区和低频区的步骤包括:
依次遍历各采样点的二阶导数;
在遍历到每一个采样点的二阶导数时,判断所述采样点的二阶导数是否小于第一预设阈值;
当所述二阶导数小于第一预设阈值时,将采样点所在的心电信号初步确定为属于低频区;
当所述二阶导数大于或等于第一预设阈值时,将采样点所在的心电信号初步确定为属于高频区;
遍历统计各低频区中采样点的个数,根据所述采样点的个数确定各低频区信号段的长度,若所述低频区信号段的长度小于第二预设阈值,则将所述低频区中所有采样点确定为属于高频区。
优选地,所述所述将所述心电信号通过第一滤波器滤波,根据所述第一滤波器滤除的干扰信号拟合出各低频区信号段中的工频干扰信号的数学表达式的步骤包括:
将所述心电信号与滤波后的心电信号相减得到差异信号;
确定所述各低频区信号段对应的差异信号,并计算得出各低频区信号段中工频干扰信号的幅度和相位;
根据各个所述差异信号的幅度和相位拟合出各低频区对应信号段中工频干扰信号的数学表达式。
优选地,所述确定所述各低频区信号段对应的差异信号,并计算得出各低频区信号段中工频干扰信号的幅度和相位的步骤包括:
将低频区的差异信号依次保存到缓存队列中,确定所述缓存队列的长度并对各个差异信号数据点进行编号;
从队尾开始反向遍历缓存队列中的差异信号,获取所述差异信号的第一个跨零点;
在获取到跨零点时,确定所述跨零点所在的差异信号数据点在缓存队列中的编号;
根据所述缓存队列的长度和所述编号确定工频干扰信号的相位;
获取缓存队列中差异信号的各个极大值点和极小值点,根据所述极大值点和所述极小值点计算工频干扰信号的幅度。
此外,为实现上述目的,本发明还提供一种心电信号除噪装置,包括:
确定模块,用于在获取到心电信号时,确定所述心电信号的高频区和低频区;
拟合模块,用于将所述心电信号通过第一滤波器滤波,根据所述第一滤波器滤除的干扰信号拟合出各低频区信号段中的工频干扰信号;
处理模块,用于将各高频区信号段中的心电信号与相邻低频区信号段拟合出的工频干扰信号进行相减处理;
拼接模块,用于将滤波后得到的低频区信号与相减处理后得到的高频区信号按原顺序进行拼接;
滤除模块,用于将拼接处理后的所述心电信号通过第二滤波器进行高频滤波处理。
优选地,所述确定模块包括:
确定子模块,用于根据采样频率,确定工频干扰信号周期;
第一计算子模块,用于根据工频干扰信号周期,求出心电信号中各采样点处的实际变化趋势对应的一阶导数,及根据所述一阶导数计算所述心电信号中各采样点的二阶导数;
划分子模块,用于根据各采样点的二阶导数划分所述心电信号的高频区和低频区。
优选地,所述划分子模块包括:
遍历单元,用于依次遍历各采样点的二阶导数;
判断单元,用于在遍历到每一个采样点的二阶导数时,判断所述采样点的二阶导数是否小于第一预设阈值;
处理单元,用于当所述二阶导数小于第一预设阈值时,将采样点所在的心电信号初步确定为属于低频区,及当所述二阶导数大于或等于第一预设阈值时,将采样点所在的心电信号初步确定为属于高频区,及遍历统计各低频区中采样点的个数,根据所述采样点的个数确定各低频区信号段的长度,若所述低频区信号段的长度小于第二预设阈值,则将所述低频区中所有采样点确定为属于高频区。
优选地,所述拟合模块包括:
第二计算子模块,用于将所述心电信号与滤波后的心电信号相减得到差异信号;
获取子模块,用于确定所述差异信号中各低频区信号段的差异信号,并计算得出各低频区信号段中工频干扰信号的幅度和相位;
拟合子模块,用于根据各个所述差异信号的幅度和相位拟合出各低频区信号段中工频干扰信号的数学表达式。
优选地,所述获取子模块包括:
保存单元,用于将低频区的差异信号依次保存到缓存队列中;
确定单元,用于确定所述缓存队列的长度并对各个差异信号数据点进行编号,以及在获取到跨零点时,确定所述跨零点所在的差异信号数据点在缓存队列中的编号,以及根据所述缓存队列的长度和所述编号确定工频干扰信号的相位;
获取单元,用于从队尾开始反向遍历缓存队列中的差异信号,获取所述差异信号的第一个跨零点,以及获取缓存队列中差异信号的各个极大值点和极小值点;
第二计算单元,用于根据所述极大值点和所述极小值点计算工频干扰信号的幅度。
本发明通过获取心电信号,确定所述心电信号的高频区和低频区,将所述心电信号通过第一低通滤波器滤波,并拟合出各低频区信号段中工频干扰信号的数学表达式;将各高频区信号段中的心电信号与相邻低频区信号段拟合出的工频干扰信号进行相减处理;将滤波后得到的低频区信号与相减处理后得到的高频区信号按原顺序进行拼接;将拼接处理后的所述心电信号通过第二滤波器进行高频滤波处理。滤除心电信号中工频干扰信号及其他高频干扰信号,保留了QRS波群固有的高频成分,具有失真度低的特点。
附图说明
图1为本发明心电信号除噪方法的第一实施例的流程示意图;
图2为图1中步骤S100的细化流程示意图;
图3为图1中步骤S130的细化流程示意图;
图4为本发明心电信号除噪方法的第二实施例的流程示意图;
图5为本发明心电信号除噪方法的第三实施例的流程示意图;
图6为本发明心电信号除噪装置的较佳实施例的功能模块示意图;
图7为图6中确定模块的细化功能模块示意图;
图8为图7中划分子模块的细化功能模块示意图
图9为图6中拟合模块的细化功能模块示意图;
图10为图9中获取子模块的细化功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:在获取到心电信号时,确定所述心电信号的高频区和低频区;将所述心电信号通过第一滤波器滤波,根据所述第一滤波器滤除的干扰信号拟合出各低频区信号段中工频干扰信号;将各高频区信号段中的心电信号与相邻低频区信号段拟合出的工频干扰信号进行相减处理;将滤波后得到的低频区信号与相减处理后得到的高频区信号按原顺序进行拼接;将拼接处理后的所述心电信号通过第二滤波器进行高频滤波处理。有效避免常见心电滤波算法处理心电信号时,QRS波群严重失真、固有高频成分丢失的问题。实现滤除心电信号中工频干扰信号及其他高频干扰信号,保留了QRS波群固有的高频成分,具有失真度低的特点。
由于常见心电滤波算法处理心电信号时,QRS波群严重失真、固有高频成分丢失的问题,以精确滤除心电信号中的工频干扰及其他高频干扰信号。
基于上述问题,本发明提供一种心电信号除噪方法。
参照图1,图1为本发明心电信号除噪方法的第一实施例的流程示意图。
在一实施例中,所述心电信号除噪方法包括:
步骤S100,在获取到心电信号时,确定所述心电信号的高频区和低频区;
在需要对心电信号进行除噪时,从心电传感器中获取心电信号。在获取到心电信号时,为了滤除心电信号中的工频干扰信号及其他高频干扰信号,对所述心电信号进行分区,利用斜率阈值算法确定所述心电信号的高频区和低频区。所述高频区是QRS波群,所述低频区是TP、PQ段。
具体的,参考图2,所述确定所述心电信号的高频区和低频区的过程可以是:
步骤S110,根据采样频率,确定工频干扰信号周期;
步骤S120,根据工频干扰信号周期,求出心电信号中各采样点处的实际变化趋势对应的一阶导数;
确定工频干扰信号的周期N=fs/F,其中fs为采样频率,工频干扰信号频率优选为50Hz;根据工频干扰信号求出波形每点处实际变化趋势对应的一阶导数为:Diff(i)=[X(i+N)-X(i)]/N。
步骤S130,根据所述一阶导数计算所述心电信号中各采样点的二阶导数;
所述各采样点的二阶导数计算公式为:Diff2(i)=Diff(i+1)-Diff(i),并设定阈值TH,低频区信号应满足关系:|Diff2(i)|<TH。
步骤S140,根据各采样点的二阶导数划分所述心电信号的高频区和低频区。
具体的,参考图3,所述根据各采样点的二阶导数划分所述心电信号的高频区和低频区的过程可以是:
步骤S141,依次遍历各采样点的二阶导数;
步骤S142,在遍历到每一个采样点的二阶导数时,判断所述采样点的二阶导数是否小于第一预设阈值;
遍历波形上的二阶导数Diff2(i),在遍历到一个二阶导数,判断所述二阶导数是否达到第一预设阈值,所述第一预设阈值可以是步骤S120中的TH,即判断所述二阶导数是否满足|Diff2(i)|<TH的关系。
步骤S143,当所述二阶导数小于第一预设阈值时,将采样点所在的心电信号初步确定为属于低频区;
步骤S144,当所述二阶导数大于或等于第一预设阈值时,将采样点所在的心电信号初步确定为属于高频区;
步骤S145,遍历统计各低频区中采样点的个数,根据所述采样点的个数确定各低频区信号段的长度,若所述低频区信号段的长度小于第二预设阈值,则将所述低频区中所有采样点确定为属于高频区。
为了防止低频区的误判,在遍历各低频区中采样点的个数时,记录各低频区中采样点的个数,通过所述采样点的个数确定各低频区信号段的长度,若所述低频区信号段的长度小于第二预设阈值,则将所述低频区中所有采样点确定为属于高频区。所述第二预设阈值可以是6N,所述低频区信号段的长度根据用户的需要或/及系统的性能设置。在按顺序遍历完的心电信号中每一个采样点的二阶导数后,找出所有高频区,并设置编号m,m=1,2,...,则完成了对心电信号高频区(QRS波群)与低频区(TP、PQ段)的定位。
步骤S200,将所述心电信号通过第一滤波器滤波,根据所述第一滤波器滤除的干扰信号拟合出各低频区信号段中工频干扰信号的数学表达式;
所述第一滤波器优选为50Hz数字低通滤波器,滤波中由于采用的是IIR数字滤波算法,故会使得初始数据点无法得出正确的结果。根据心电信号的特点,采用镜像延拓法,将心电信号数据点X(1),X(2),...,X(MIRR)镜像复制到信号首部,即X(1-i)=X(i),i=1,2,...,MIRR,再对新序列使用50Hz数字低通滤波器滤波,截取以编号1开始的有效信号,从而解决这个问题。在所述心电信号通过50Hz数字低通滤波器时,由于50Hz数字低通滤波器的特性,所述心电信号中频率小于50Hz的心电信号通过50Hz数字低通滤波器,而频率大于50Hz的心电信号将不能通过50Hz数字低通滤波器,获取未通过50Hz数字低通滤波器的心电信号,根据未通过50Hz数字低通滤波器的心电信号拟合出各低频区的工频干扰信号。
步骤S300,将各高频区信号段中的心电信号与相邻低频区信号段拟合出的工频干扰信号进行相减处理;
将滤波后得到的心电信号各个高频区的心电信号段,与拟合出的工频干扰信号相减,从而达到滤除高频区中工频干扰信号的目的。
步骤S400,将滤波后得到的低频区信号与相减处理后得到的高频区信号按原顺序进行拼接;
将通过50Hz数字低通滤波器滤波后得到的低频区信号与经与拟合出的工频干扰信号相减处理得到的高频区信号按原顺序进行拼接处理。
步骤S500,将拼接处理后的所述心电信号通过第二滤波器进行高频滤波处理。
所述第二滤波器优选为120Hz数字低通滤波器,将拼接处理后的所述心电信号通过120Hz数字低通滤波器得到滤除其他高频干扰信号的心电信号。
本实施例在获取到心电信号时,确定所述心电信号的高频区和低频区;将所述心电信号通过第一滤波器滤波,根据所述第一滤波器滤除的干扰信号拟合出各低频区信号段中工频干扰信号;将各高频区信号段中的心电信号与相邻低频区信号段拟合出的工频干扰信号进行相减处理;将滤波后得到的低频区信号与相减处理后得到的高频区信号按原顺序进行拼接;将经拼接处理后的所述心电信号通过第二滤波器进行高频滤波处理。实现滤除心电信号中工频干扰信号及其他高频干扰信号,保留了QRS波群固有的高频成分,具有失真度低的特点。
参照图4,图4为本发明心电信号除噪方法的第二实施例的流程示意图。基于上述方法的第一实施例,所述步骤S200包括:
步骤S210,将所述心电信号与滤波后的心电信号相减得到差异信号;
将原信号与滤波后得到的心电信号相减,得到包含大量工频干扰信号的差异信号,此时高频区范围内的差异信号与低频区的明显不同,包含更多的高频分量。
步骤S220,确定所述各低频区信号段对应的差异信号,并计算得出各低频区信号段中工频干扰信号的幅度和相位;
步骤S230,根据各个所述差异信号的幅度和相位拟合出各低频区信号段中工频干扰信号的数学表达式。
本实施例通过遍历低频区中的差异信号确定工频干扰信号的幅度和相位,根据幅度和相位拟合出工频干扰信号。实现根据拟合出的工频干扰信号滤除高频区信号中的工频干扰信号,保留了QRS波群固有的高频成分,具有失真度低的特点。
参照图5,图5为本发明心电信号除噪方法的第三实施例的流程示意图。基于上述方法的第二实施例,所述步骤S220包括:
步骤S221,将低频区的差异信号依次保存到缓存队列中,确定所述缓存队列的长度并对各个差异信号数据点进行编号;
遍历差异信号,将低频区范围内的差异信号存入一定长度的缓存队列Buff(i),缓存队列的长度Lbuff设置为工频干扰信号周期N的整数倍,例如Lbuff=4×N,5×N等。当遇到高频区的起始点时,暂停遍历。
步骤S222,从队尾开始反向遍历缓存队列中的差异信号,获取所述差异信号的第一个跨零点;
步骤S223,在获取到跨零点时,确定所述跨零点所在的差异信号数据点在缓存队列中的编号;
从队尾开始反向遍历缓存队列中的差异信号,寻找第一个跨零点Buff(n)满足Buff(n-1)×Buff(n)<0,n为该点在队列Buff(i)中的编号,若Buff(n-1)<0,则相位若Buff(n-1)>0,则相位
步骤S224,根据所述缓存队列的长度和所述编号确定工频干扰信号的相位;
步骤S225,获取缓存队列中差异信号的各个极大值点和极小值点,根据所述极大值点和所述极小值点计算工频干扰信号的幅度。
获取缓存区队列中差异信号的所有极大值点和极小值点,并分别进行三次样条插值运算,以求出信号的包络线。上包络记为Bup(i),下包络记为Bdown(i),i=1,2,...,Lbuff。计算工频干扰信号的幅度A(m),即根据得到的工频干扰信号的幅度,以及跟踪得到的工频干扰信号相位计算工频干扰信号
本实施例将低频区的差异信号依次保存到缓存队列中,确定所述缓存队列的长度并对各个差异信号数据点进行编号;从队尾开始反向遍历缓存队列中的差异信号,获取所述差异信号的第一个跨零点;在获取到跨零点时,确定所述跨零点所在的差异信号数据点在缓存队列中的编号;根据所述缓存队列的长度和所述编号确定工频干扰信号的相位;获取缓存队列中差异信号的各个极大值点和极小值点,根据所述极大值点和所述极小值点计算工频干扰信号的幅度。实现滤除心电信号中工频干扰信号及其他高频干扰信号,保留了QRS波群固有的高频成分,具有失真度低的特点。
上述第一至第三实施例的心电信号除噪方法的执行主体均可以为心电信号除噪设备或与除噪设备连接的设备。更进一步地,该心电信号除噪方法可以由安装在终端设备或终端设备上的客户端程序实现,其中,该终端可以包括但不限于心电信号除噪器等电子设备。所述终端设备包括但不限于手机、pad、笔记本电脑等。
本发明进一步提供一种心电信号除噪装置。
参照图6,图6为本发明心电信号除噪装置的第一实施例的功能模块示意图。
在一实施例中,所述心电信号除噪装置包括:
确定模块100,用于在获取到心电信号时,确定所述心电信号的高频区和低频区;
在需要对心电信号进行除噪时,从心电传感器中获取心电信号。在获取到心电信号时,为了对滤除心电信号中的工频干扰信号及其他高频干扰信号,对所述心电信号进行分区,利用斜率阈值算法确定所述心电信号的高频区和低频区。所述高频区是QRS波群,所述低频区是TP、PQ段。
具体的,参考图7,所述确定模块100包括:
确定子模块110,用于根据采样频率,确定工频干扰信号周期;
第一计算子模块120,用于根据工频干扰信号周期,求出心电信号中各采样点处的实际变化趋势对应的一阶导数及根据所述一阶导数计算所述心电信号中各采样点的二阶导数;
确定工频干扰信号的周期N=fs/50,其中fs为采样频率,工频干扰信号频率优选为50Hz;根据工频干扰信号求出波形每点处实际变化趋势的一阶导数为:Diff(i)=[X(i+N)-X(i)]/N。所述各采样点的二阶导数计算公式为:Diff2(i)=Diff(i+1)-Diff(i),并设定阈值TH,低频区信号应满足关系:|Diff2(i)|<TH。
划分子模块130,用于根据各采样点的二阶导数划分所述心电信号的高频区和低频区。
进一步,参考图8,所述划分子模块130包括:
遍历单元131,用于依次遍历各采样点的二阶导数;
判断单元132,用于在遍历到每一个采样点的二阶导数时,判断所述采样点的二阶导数是否小于第一预设阈值;
遍历波形上的二阶导数Diff2(i),在遍历到一个二阶导数,判断所述二阶导数是否达到第一预设阈值,所述第一预设阈值可以是步骤S120中的TH,即判断所述二阶导数是否满足|Diff2(i)|<TH的关系。
处理单元133,用于当所述二阶导数小于第一预设阈值时,将采样点所在的心电信号初步确定为属于低频区,及当所述二阶导数大于或等于第一预设阈值时,将采样点所在的心电信号初步确定为属于高频区,及遍历统计各低频区中采样点的个数,根据所述采样点的个数确定各低频区信号段的长度,若所述低频区信号段的长度小于第二预设阈值,则将所述低频区中所有采样点确定为属于高频区。
为了防止低频区的误判,在遍历各低频区中采样点的个数时,记录各低频区中采样点的个数,通过所述采样点的个数确定各低频区信号段的长度,若所述低频区信号段的长度小于第二预设阈值,则将所述低频区中所有采样点确定为属于高频区。所述第二预设阈值可以是6N,若所述低频区信号段的长度小于根据用户的需要或/及系统的性能设置。在按顺序遍历完的心电信号中每一个采样点的二阶导数后,找出所有高频区,并设置编号m,m=1,2,...,则完成了对心电信号高频区(QRS波群)与低频区(TP、PQ段)的定位。
拟合模块200,用于将所述心电信号通过第一滤波器滤波,根据所述第一滤波器滤除的干扰信号拟合出各低频区信号段中的工频干扰信号的数学表达式;
所述第一滤波器优选为50Hz数字低通滤波器,滤波中由于采用的是IIR数字滤波算法,故会使得初始数据点无法得出正确的结果。根据心电信号的特点,采用镜像延拓法,将心电信号数据点X(1),X(2),...,X(MIRR)镜像复制到信号首部,即X(1-i)=X(i),i=1,2,...,MIRR,再对新序列使用50Hz数字低通滤波器滤波,截取以编号1开始的有效信号,从而解决这个问题。在所述心电信号通过50Hz数字低通滤波器时,由于50Hz数字低通滤波器的特性,所述心电信号中频率小于50Hz的心电信号通过50Hz数字低通滤波器,而频率大于50Hz的心电信号将不能通过50Hz数字低通滤波器,获取未通过50Hz数字低通滤波器的心电信号,根据未通过50Hz数字低通滤波器的心电信号拟合出各低频区的工频干扰信号。
进一步,参考图9,所述拟合模块200包括:
第二计算子模块210,用于将所述心电信号与滤波后的心电信号相减得到差异信号;
将原信号与滤波后得到的心电信号相减,得到包含大量工频干扰信号的差异信号,此时高频区范围内的差异信号与低频区的明显不同,包含更多的高频分量。
获取子模块220,用于确定所述各低频区信号段对应的差异信号,并计算得到各低频区信号段中工频干扰信号的幅度和相位;
拟合子模块230,用于根据各个所述差异信号的幅度和相位拟合出各低频区信号段中工频干扰信号的数学表达式。
进一步,参考图10,所述获取子模块220包括:
保存单元221,用于将低频区的差异信号依次保存到缓存队列中;
确定单元222,用于确定所述缓存队列的长度并对各个差异信号数据点进行编号,以及在获取到跨零点时,确定所述跨零点所在的差异信号数据点在缓存队列中的编号,以及根据所述缓存队列的长度和所述编号确定工频干扰信号的相位;
获取单元223,用于从队尾开始反向遍历缓存队列中的差异信号,获取所述差异信号的第一个跨零点,以及获取缓存队列中差异信号的各个极大值点和极小值点;
第二计算单元224,用于根据所述极大值点和所述极小值点计算工频干扰信号的幅度。
遍历差异信号,将低频区范围内的差异信号存入一定长度的缓存队列Buff(i),缓存队列的长度Lbuff设置为工频干扰信号周期N的整数倍,例如Lbuff=4×N,5×N等。当遇到高频区的起始点时,暂停遍历。从队尾开始反向遍历缓存队列中的差异信号,寻找第一个跨零点Buff(n)满足Buff(n-1)×Buff(n)<0,n为该点在队列Buff(i)中的编号,若Buff(n-1)<0,则相位若Buff(n-1)>0,则相位
获取缓存区队列中差异信号的所有极大值点和极小值点,并分别进行三次样条插值运算,以求出信号的包络线。上包络记为Bup(i),下包络记为Bdown(i),i=1,2,...,Lbuff。计算工频干扰信号的幅度A(m),即根据得到的工频干扰信号的幅度,以及跟踪得到的工频干扰信号相位计算工频干扰信号
所述处理模块30,用于将各高频区信号段中的心电信号与相邻低频区信号段拟合出的工频干扰信号进行相减处理;
将滤波后得到的心电信号各个高频区的心电信号段,与拟合出的工频干扰信号相减,从而达到滤除高频区信号中工频干扰信号的目的。
拼接模块40,用于将滤波后得到的低频区信号与相减处理后得到的高频区信号按原顺序进行拼接;
将通过50Hz数字低通滤波器滤波后得到的低频区信号与经与拟合出的工频干扰信号相减处理得到的高频区信号按原顺序进行拼接处理。
所述滤除模块50,用于将拼接处理后的所述心电信号通过第二滤波器进行高频滤波处理。
所述第二滤波器优选为120Hz数字低通滤波器,将拼接处理后的所述心电信号通过120Hz数字低通滤波器得到滤除其他高频干扰信号的心电信号。
本实施例在获取到心电信号时,确定所述心电信号的高频区和低频区;将所述心电信号通过第一滤波器滤波,根据所述第一滤波器滤除的干扰信号拟合出各低频区信号段中工频干扰信号的数学表达式;将各高频区信号段中的心电信号与相邻低频区信号段拟合出的工频干扰信号进行相减处理;将滤波后得到的低频区信号与相减处理后得到的高频区信号按原顺序进行拼接;将拼接处理后的所述心电信号通过第二滤波器进行高频滤波处理。实现滤除心电信号中工频干扰信号及其他高频干扰信号,保留了QRS波群固有的高频成分,具有失真度低的特点。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种心电信号除噪方法,其特征在于,包括步骤:
在获取到心电信号时,确定所述心电信号的高频区和低频区;
将所述心电信号通过第一滤波器滤波,根据所述第一滤波器滤除的干扰信号拟合出各低频区信号段中工频干扰信号的数学表达式;
将各高频区信号段中的心电信号与相邻低频区信号段拟合出的工频干扰信号进行相减处理;
将滤波后得到的低频区信号与相减处理后得到的高频区信号按原顺序进行拼接;
将拼接处理后的所述心电信号通过第二滤波器进行高频滤波处理。
2.如权利要求1所述的心电信号除噪方法,其特征在于,所述在获取到心电信号时,确定所述心电信号的高频区和低频区的步骤包括:
根据采样频率,确定工频干扰信号周期;
根据工频干扰信号周期,求出心电信号中各采样点处的实际变化趋势对应的一阶导数;
根据所述一阶导数计算所述心电信号中各采样点的二阶导数;
根据各采样点的二阶导数划分所述心电信号的高频区和低频区。
3.如权利要求2所述的心电信号除噪方法,其特征在于,所述根据各采样点的二阶导数划分所述心电信号的高频区和低频区的步骤包括:
依次遍历各采样点的二阶导数;
在遍历到每一个采样点的二阶导数时,判断所述采样点的二阶导数是否小于第一预设阈值;
当所述二阶导数小于第一预设阈值时,将采样点所在的心电信号初步确定为属于低频区;
当所述二阶导数大于或等于第一预设阈值时,将采样点所在的心电信号初步确定为属于高频区;
遍历统计各低频区中采样点的个数,根据所述采样点的个数确定各低频区信号段的长度,若所述低频区信号段的长度小于第二预设阈值,则将所述低频区中所有采样点确定为属于高频区。
4.如权利要求1所述的心电信号除噪方法,其特征在于,所述将所述心电信号通过第一滤波器滤波,根据所述第一滤波器滤除的干扰信号拟合出各低频区信号段中工频干扰信号的数学表达式的步骤包括:
将所述心电信号与滤波后的心电信号相减得到差异信号;
确定所述各低频区信号段对应的差异信号,并计算得出各低频区信号段中工频干扰信号的幅度和相位;
根据各个所述差异信号的幅度和相位拟合出各低频区信号段中工频干扰信号的数学表达式。
5.如权利要求4所述的心电信号除噪方法,其特征在于,所述确定所述各低频区信号段对应的差异信号,并计算得出各低频区信号段中工频干扰信号的幅度和相位的步骤包括:
将低频区的差异信号依次保存到缓存队列中,确定所述缓存队列的长度并对各个差异信号数据点进行编号;
从队尾开始反向遍历缓存队列中的差异信号,获取所述差异信号的第一个跨零点;
在获取到跨零点时,确定所述跨零点所在的差异信号数据点在缓存队列中的编号;
根据所述缓存队列的长度和所述编号确定工频干扰信号的相位;
获取缓存队列中差异信号的各个极大值点和极小值点,根据所述极大值点和所述极小值点计算工频干扰信号的幅度。
6.一种心电信号除噪装置,其特征在于,包括:
确定模块,用于在获取到心电信号时,确定所述心电信号的高频区和低频区;
拟合模块,用于将所述心电信号通过第一滤波器滤波,根据所述第一滤波器滤除的干扰信号拟合出各低频区信号段中的工频干扰信号的数学表达式;
处理模块,用于将各高频区信号段中的心电信号与相邻低频区信号段拟合出的工频干扰信号进行相减处理;
拼接模块,用于将滤波后得到的低频区信号与相减处理后得到的高频区信号按原顺序进行拼接;
滤除模块,用于将拼接处理后的所述心电信号通过第二滤波器进行高频滤波处理。
7.如权利要求6所述的心电信号除噪装置,其特征在于,所述确定模块包括:
确定子模块,用于根据采样频率,确定工频干扰信号周期,
第一计算子模块,用于根据工频干扰信号周期,求出心电信号中各采样点处的实际变化趋势对应的一阶导数,及根据所述一阶导数计算所述心电信号中各采样点的二阶导数;
划分子模块,用于根据各采样点的二阶导数划分所述心电信号的高频区和低频区。
8.如权利要求7所述的心电信号除噪装置,其特征在于,所述划分子模块包括:
遍历单元,用于依次遍历各采样点的二阶导数;
判断单元,用于在遍历到每一个采样点的二阶导数时,判断所述采样点的二阶导数是否小于第一预设阈值;
处理单元,用于当所述二阶导数小于第一预设阈值时,将采样点所在的心电信号初步确定为属于低频区,及当所述二阶导数大于或等于第一预设阈值时,将采样点所在的心电信号初步确定为属于高频区,及遍历统计各低频区中采样点的个数,根据所述采样点的个数确定各低频区信号段的长度,若所述低频区信号段的长度小于第二预设阈值,则将所述低频区中所有采样点确定为属于高频区。
9.如权利要求6所述的心电信号除噪装置,其特征在于,所述拟合模块包括:
第二计算子模块,用于将所述心电信号与滤波后的心电信号相减得到差异信号;
获取子模块,用于确定所述各低频区信号段对应的差异信号,并计算得出各低频区信号段中工频干扰信号的幅度和相位;
拟合子模块,用于根据各个所述差异信号的幅度和相位拟合出各低频区信号段中工频干扰信号的数学表达式。
10.如权利要求9所述的心电信号除噪装置,其特征在于,所述获取子模块包括:
保存单元,用于将低频区的差异信号依次保存到缓存队列中;
确定单元,用于确定所述缓存队列的长度并对各个差异信号数据点进行编号,以及在获取到跨零点时,确定所述跨零点所在的差异信号数据点在缓存队列中的编号,以及根据所述缓存队列的长度和所述编号确定工频干扰信号的相位;
获取单元,用于从队尾开始反向遍历缓存队列中的差异信号,获取所述差异信号的第一个跨零点,以及获取缓存队列中差异信号的各个极大值点和极小值点;
第二计算单元,用于根据所述极大值点和所述极小值点计算工频干扰信号的幅度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510171779.8A CN104783780B (zh) | 2015-04-13 | 2015-04-13 | 心电信号除噪方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510171779.8A CN104783780B (zh) | 2015-04-13 | 2015-04-13 | 心电信号除噪方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104783780A true CN104783780A (zh) | 2015-07-22 |
CN104783780B CN104783780B (zh) | 2017-11-24 |
Family
ID=53549308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510171779.8A Active CN104783780B (zh) | 2015-04-13 | 2015-04-13 | 心电信号除噪方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104783780B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106725415A (zh) * | 2016-11-15 | 2017-05-31 | 广州视源电子科技股份有限公司 | 电生理信号的处理方法和装置 |
CN107115103A (zh) * | 2016-08-31 | 2017-09-01 | 哈尔滨工业大学深圳研究生院 | 一种基于阵列传感器设计的脉象宽度检测及3d脉图构建方法 |
CN107224284A (zh) * | 2016-03-25 | 2017-10-03 | 深圳华清心仪医疗电子有限公司 | 一种全数字心电信号的噪声检测方法及系统 |
CN107550488A (zh) * | 2017-09-28 | 2018-01-09 | 武汉中旗生物医疗电子有限公司 | 心电伪迹消除方法及装置 |
CN107616791A (zh) * | 2017-07-26 | 2018-01-23 | 浙江大学 | 基于自适应心电信号区域分割的标准12导联心电分段线性重建方法 |
CN107890347A (zh) * | 2017-09-08 | 2018-04-10 | 曼森伯格(深圳)科技发展有限公司 | 滤除工频干扰信号的控制方法及系统 |
WO2018120637A1 (zh) * | 2016-12-30 | 2018-07-05 | 深圳市善行医疗科技有限公司 | 一种心电信号的降噪方法及装置 |
WO2019047165A1 (zh) * | 2017-09-08 | 2019-03-14 | 曼森伯格(深圳)科技发展有限公司 | 滤除工频干扰信号的控制方法及系统 |
CN109745037A (zh) * | 2019-02-14 | 2019-05-14 | 广州视源电子科技股份有限公司 | 一种图像处理方法、装置、设备和存储介质 |
CN111329445A (zh) * | 2020-02-20 | 2020-06-26 | 广东工业大学 | 基于组卷积残差网络和长短期记忆网络的房颤识别方法 |
CN111525932A (zh) * | 2019-02-02 | 2020-08-11 | 南充鑫源通讯技术有限公司 | 一种工频信号的频率识别方法、滤除方法以及微波传感器 |
CN113509187A (zh) * | 2021-07-12 | 2021-10-19 | 广州市康源图像智能研究院 | 一种实时的单导联心电r波检测方法 |
CN116602643A (zh) * | 2023-07-20 | 2023-08-18 | 成都晨电智能科技有限公司 | 抗工频干扰信号采样方法、电路及双电极心率传感器 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3198451B2 (ja) * | 1993-04-26 | 2001-08-13 | 日本光電工業株式会社 | 雑音除去方法及び装置 |
US6512944B1 (en) * | 2000-07-20 | 2003-01-28 | Cardiac Pacemakers, Inc. | Low distortion ECG filter |
CN101088456A (zh) * | 2007-07-13 | 2007-12-19 | 天津大学 | 基于进化型小波域维纳去卷积的心电特征提取方法 |
US20140121548A1 (en) * | 2012-10-31 | 2014-05-01 | Welch Allyn, Inc. | Frequency-adaptive notch filter |
CN104367316A (zh) * | 2014-11-13 | 2015-02-25 | 重庆邮电大学 | 基于形态学滤波与提升小波变换的心电信号去噪方法 |
-
2015
- 2015-04-13 CN CN201510171779.8A patent/CN104783780B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3198451B2 (ja) * | 1993-04-26 | 2001-08-13 | 日本光電工業株式会社 | 雑音除去方法及び装置 |
US6512944B1 (en) * | 2000-07-20 | 2003-01-28 | Cardiac Pacemakers, Inc. | Low distortion ECG filter |
CN101088456A (zh) * | 2007-07-13 | 2007-12-19 | 天津大学 | 基于进化型小波域维纳去卷积的心电特征提取方法 |
US20140121548A1 (en) * | 2012-10-31 | 2014-05-01 | Welch Allyn, Inc. | Frequency-adaptive notch filter |
CN104367316A (zh) * | 2014-11-13 | 2015-02-25 | 重庆邮电大学 | 基于形态学滤波与提升小波变换的心电信号去噪方法 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107224284A (zh) * | 2016-03-25 | 2017-10-03 | 深圳华清心仪医疗电子有限公司 | 一种全数字心电信号的噪声检测方法及系统 |
CN107115103A (zh) * | 2016-08-31 | 2017-09-01 | 哈尔滨工业大学深圳研究生院 | 一种基于阵列传感器设计的脉象宽度检测及3d脉图构建方法 |
CN106725415A (zh) * | 2016-11-15 | 2017-05-31 | 广州视源电子科技股份有限公司 | 电生理信号的处理方法和装置 |
WO2018120637A1 (zh) * | 2016-12-30 | 2018-07-05 | 深圳市善行医疗科技有限公司 | 一种心电信号的降噪方法及装置 |
CN107616791A (zh) * | 2017-07-26 | 2018-01-23 | 浙江大学 | 基于自适应心电信号区域分割的标准12导联心电分段线性重建方法 |
CN107616791B (zh) * | 2017-07-26 | 2021-02-19 | 浙江大学 | 基于自适应心电信号区域分割的标准12导联心电分段线性重建方法 |
CN107890347A (zh) * | 2017-09-08 | 2018-04-10 | 曼森伯格(深圳)科技发展有限公司 | 滤除工频干扰信号的控制方法及系统 |
WO2019047165A1 (zh) * | 2017-09-08 | 2019-03-14 | 曼森伯格(深圳)科技发展有限公司 | 滤除工频干扰信号的控制方法及系统 |
US11540763B2 (en) | 2017-09-08 | 2023-01-03 | Maisonburg (Shenzhen) Technology Development Co., Ltd. | Control method and system for filtering power line interferences |
CN107550488A (zh) * | 2017-09-28 | 2018-01-09 | 武汉中旗生物医疗电子有限公司 | 心电伪迹消除方法及装置 |
CN111525932B (zh) * | 2019-02-02 | 2022-02-11 | 南充鑫源通讯技术有限公司 | 一种工频信号的频率识别方法、滤除方法以及微波传感器 |
CN111525932A (zh) * | 2019-02-02 | 2020-08-11 | 南充鑫源通讯技术有限公司 | 一种工频信号的频率识别方法、滤除方法以及微波传感器 |
CN109745037A (zh) * | 2019-02-14 | 2019-05-14 | 广州视源电子科技股份有限公司 | 一种图像处理方法、装置、设备和存储介质 |
CN111329445A (zh) * | 2020-02-20 | 2020-06-26 | 广东工业大学 | 基于组卷积残差网络和长短期记忆网络的房颤识别方法 |
CN111329445B (zh) * | 2020-02-20 | 2023-09-15 | 广东工业大学 | 基于组卷积残差网络和长短期记忆网络的房颤识别方法 |
CN113509187A (zh) * | 2021-07-12 | 2021-10-19 | 广州市康源图像智能研究院 | 一种实时的单导联心电r波检测方法 |
CN113509187B (zh) * | 2021-07-12 | 2023-10-24 | 广州市康源图像智能研究院 | 一种实时的单导联心电r波检测方法 |
CN116602643A (zh) * | 2023-07-20 | 2023-08-18 | 成都晨电智能科技有限公司 | 抗工频干扰信号采样方法、电路及双电极心率传感器 |
CN116602643B (zh) * | 2023-07-20 | 2023-11-17 | 成都晨电智能科技有限公司 | 抗工频干扰信号采样方法、电路及双电极心率传感器 |
Also Published As
Publication number | Publication date |
---|---|
CN104783780B (zh) | 2017-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104783780A (zh) | 心电信号除噪方法及装置 | |
Aqil et al. | ECG Signal Denoising by Discrete Wavelet Transform. | |
CN110680308B (zh) | 基于改进emd与阈值法融合的心电信号去噪方法 | |
Rahman et al. | Efficient sign based normalized adaptive filtering techniques for cancelation of artifacts in ECG signals: Application to wireless biotelemetry | |
CN104706349B (zh) | 一种基于脉搏波信号的心电信号构建方法 | |
CN110598615B (zh) | 一种用于桥梁结构监测的数据降噪方法及系统 | |
CN106419898A (zh) | 一种去除心电信号基线漂移的方法 | |
CN106580307A (zh) | 心电图的质量判断方法及质量判断系统 | |
CN110969092B (zh) | 脉冲信号去噪方法、装置及终端设备 | |
CN105078444A (zh) | 一种噪声检测方法、装置及医疗检测设备 | |
Rezk et al. | An algebraic derivative-based method for R wave detection | |
CN113723171A (zh) | 基于残差生成对抗网络的脑电信号去噪方法 | |
Yang et al. | Removal of pulse waveform baseline drift using cubic spline interpolation | |
CN111445547B (zh) | 一种基于神经网络的网格化磁共振图像重建方法和装置 | |
CN111631707A (zh) | 心电信号中基线漂移的滤除方法、装置、设备及存储介质 | |
CN110507299B (zh) | 一种心率信号检测装置及方法 | |
CN110269608A (zh) | 一种去除信号干扰的方法、装置以及可读存储介质 | |
CN107224284A (zh) | 一种全数字心电信号的噪声检测方法及系统 | |
CN113627398B (zh) | 一种基于自适应重构滤波的信号特征检测方法 | |
CN114759904A (zh) | 数据处理方法、装置、设备、可读存储介质及程序产品 | |
CN114690003A (zh) | 一种基于eemd的局放信号降噪方法 | |
CN110584650A (zh) | 一种基于hrv的驾驶舒适度量化方法、装置和存储介质 | |
CN113303809B (zh) | 基线漂移和高频噪声的去除方法、装置、设备和存储介质 | |
Sakai et al. | Separation of electrocardiographic and encephalographic components based on signal averaging and wavelet shrinkage techniques | |
CN116491909B (zh) | 一种基于振幅调制多尺度熵的睡眠动力学表征方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |