CN105741305A - 一种基于平稳小波变换滤除肌电干扰的方法和系统 - Google Patents

Abstract

本发明公开了一种基于平稳小波变换滤除肌电干扰的方法和系统，包括获取原始心电信号，对所述原始心电信号进行平稳小波变换，得到细节系数矩阵swd和近似系数矩阵swa，对所述细节系数矩阵swd按照预设的阈值函数重新赋值，得到赋值后的细节系数矩阵swdˊ，对所述细节系数矩阵swdˊ和近似系数矩阵swa进行逆平稳小波变换，得到滤除了肌电干扰信号的心电信号；本发明采用平稳小波变换和预设的阈值函数对采样得到的原始心电信号进行处理，在滤除肌电干扰的同时最大限度的保留有用信号，计算量小，信号还原度高，滤波效果好。

Description

一种基于平稳小波变换滤除肌电干扰的方法和系统

技术领域

本发明涉及心电信号的处理领域，尤其涉及一种基于平稳小波变换滤除肌电干扰的方法和系统。

背景技术

在医学检测领域，通过生物传感器采集来的心电信号中包含各种各样的噪声，主要有肌电干扰、基线漂移和工频干扰等，其中，肌电干扰是比较有代表意义的一种噪声，由人体活动及肌肉颤动所引起，该噪声会对采样得到的心电信号的特征提取的准确度造成很大的影响，需要将其滤除。

发明内容

本发明的目的在于提出一种基于平稳小波变换滤除肌电干扰的方法和系统，采用平稳小波变换和预设的阈值函数对采样得到的原始心电信号进行处理，在滤除肌电干扰的同时最大限度的保留有用信号，计算量小，信号还原度高，滤波效果好。

为达此目的，本发明采用以下技术方案：

一方面，本发明提出一种基于平稳小波变换滤除肌电干扰的方法，包括如下步骤：

获取原始心电信号；

对所述原始心电信号进行平稳小波变换，得到细节系数矩阵swd和近似系数矩阵swa；

对所述细节系数矩阵swd按照预设的阈值函数重新赋值，得到赋值后的细节系数矩阵swd'；

对所述细节系数矩阵swd'和近似系数矩阵swa进行逆平稳小波变换，得到滤除了肌电干扰信号的心电信号。

其中，所述预设的阈值函数为： $Y=\left\{\begin{array}{cc}\mathrm{sgn}\left(X\right)\sqrt{|X{|}^2-{\mathrm{\&gamma;}}^2/{\mathrm{\&alpha;}}^{{\left(\right|X|-\mathrm{\&gamma;})}^2}},& \left|X\right|\&GreaterEqual;\mathrm{\&gamma;}\\ X,& \left|X\right|<\mathrm{\&gamma;}\end{array}\right.,$ 其中，X为所述细节系数矩阵swd的元素，Y为所述细节系数矩阵swd'的元素，sgn为符号函数，α为自由因子，γ为阈值。

其中，所述阈值γ为：

其中，i为所述细节系数矩阵swd'的行数，median为中值函数，W_ij为所述细节系数矩阵swd'第i行第j列上的元素，N为采样点数。

其中，所述自由因子α的取值为2.5。

其中，所述采样点数N的取值为4096。

其中，对所述原始心电信号进行平稳小波变换具体为：采用db4小波基对所述原始心电信号进行5层平稳小波变换。

根据所述层数和所述小波基对所述原始心电信号进行平稳小波变换。

另一方面，本发明提出一种基于平稳小波变换滤除肌电干扰的系统，包括：

获取单元，用于获取原始心电信号；

小波变换单元，用于对所述原始心电信号进行平稳小波变换，得到细节系数矩阵swd和近似系数矩阵swa；

系数调整单元，用于对所述细节系数矩阵swd按照预设的阈值函数重新赋值，得到赋值后的细节系数矩阵swd'；

逆变换单元，用于对所述细节系数矩阵swd'和近似系数矩阵swa进行逆平稳小波变换，得到滤除了肌电干扰信号的心电信号。

其中，所述系数还包括：

阈值函数设置单元，用于设置所述预设的阈值函数，所述预设的阈值函数为： $Y=\left\{\begin{array}{cc}\mathrm{sgn}\left(X\right)\sqrt{|X{|}^2-{\mathrm{\&gamma;}}^2/{\mathrm{\&alpha;}}^{{\left(\right|X|-\mathrm{\&gamma;})}^2}},& \left|X\right|\&GreaterEqual;\mathrm{\&gamma;}\\ X,& \left|X\right|<\mathrm{\&gamma;}\end{array}\right.,$ 其中，X为所述细节系数矩阵swd的元素，median为中值函数，Y为所述细节系数矩阵swd'的元素，α为自由因子，γ为阈值。

其中，所述系统还包括：

自由因子设置单元，用于设置所述预设的阈值函数中自由因子α的取值，α的取值为2.5；

阈值设置单元，用于设置所述预设的阈值函数中阈值γ的计算公式，所述阈值γ为：其中，i为所述细节系数矩阵swd'的行数，W_ij为所述细节系数矩阵swd'第i行第j列上的元素，N为采样点数，N的取值为4096。

其中，所述系统还包括：

变换层数设置单元，用于设置平稳小波变换的层数，所述层数为5；

小波基设置单元，用于设置平稳小波变换的小波基，所述小波基为db4。

本发明的技术方案带来的有益效果为：

本发明一种基于平稳小波变换滤除肌电干扰的方法和系统，包括获取原始心电信号，对所述原始心电信号进行平稳小波变换，得到细节系数矩阵swd和近似系数矩阵swa，对所述细节系数矩阵swd按照预设的阈值函数重新赋值，得到赋值后的细节系数矩阵swd'，对所述细节系数矩阵swd'和近似系数矩阵swa进行逆平稳小波变换，得到滤除了肌电干扰信号的心电信号；本发明采用平稳小波变换和预设的阈值函数对采样得到的原始心电信号进行处理，在滤除肌电干扰的同时最大限度的保留有用信号，计算量小，信号还原度高，滤波效果好。

附图说明

图1是本发明具体实施方式提供的基于平稳小波变换滤除肌电干扰的方法的第一个实施例的方法流程图；

图2是本发明具体实施方式提供的基于平稳小波变换滤除肌电干扰的方法的第二个实施例的方法流程图；

图3是本发明具体实施方式提供的基于平稳小波变换滤除肌电干扰的系统的第一个实施例的结构方框图。

图4是本发明基于平稳小波变换滤除肌电干扰的系统的第二个实施例的结构方框图。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。

实施例一

参见图1，图1是本发明基于平稳小波变换滤除肌电干扰的方法的第一个实施例的方法流程图。

在第一实施例中，该方法包括：

S101，获取原始心电信号；

心电信号是监测人体健康的常规指标，在通过传感器检测人体的心电信号时，不可避免的包含各种各样的噪声，其中肌电干扰噪声是比较典型的噪声，肌电干扰是由人体活动及肌肉颤动所引起的，频率约为5Hz-2KHz，而严重的肌电干扰又分布在10Hz-300HZ。同肌电干扰噪声相比，心电信号的频率范围为0.05HZ-100HZ，其中，大部分的能量集中在0.25HZ-30HZ之间。从该肌电干扰噪声和心电信号的频率范围上可以发现，肌电信号的频率分布范围广且与心电信号有较大范围的频率叠加，在心电信号的预处理阶段，需要有效的滤除肌电干扰，以免对心电信号的特征提取产生影响。

S102，对所述原始心电信号进行平稳小波变换，得到细节系数矩阵swd和近似系数矩阵swa；

小波变换具有时频性、渐进最优性和空间适应性等优势，逐步成为了心电信号噪声处理的主流算法，其中平稳小波变换计算量小，去噪效果好。

原始的心电信号经过小波分解后得到细节系数矩阵swd和近似系数矩阵swa，由于心电信号和肌电干扰噪声自身的频率特性，经平稳小波变换后肌电干扰噪声对信号的影响主要体现在细节系数矩阵swd中，原始的心电信号中有用信号对应的小波系数幅值较大但数目较少，而肌电干扰噪声对应的小波系数分布一致，个数较多但幅值小。

S103，对所述细节系数矩阵swd按照预设的阈值函数重新赋值，得到赋值后的细节系数矩阵swd'；

基于上述细节系数矩阵swd的特征，对swd中的每个系数按照给定的阈值函数去重新赋值，得到赋值后的系数矩阵swd'。

S104，对所述细节系数矩阵swd'和近似系数矩阵swa进行逆平稳小波变换，得到滤除了肌电干扰信号的心电信号。

对重新赋值之后得到的细节系数矩阵swd'和近似系数矩阵swa逆变换进行信号重构，就可以得到滤除了肌电干扰噪声的心电信号。

综上，本实施例基于平稳小波变换滤除肌电干扰的方法，包括获取原始心电信号，对所述原始心电信号进行平稳小波变换，得到细节系数矩阵swd和近似系数矩阵swa，对所述细节系数矩阵swd按照预设的阈值函数重新赋值，得到新的细节系数矩阵swd'，对所述细节系数矩阵swd'和近似系数矩阵swa进行逆平稳小波变换，得到滤除了肌电干扰信号的心电信号；本发明采用平稳小波变换和预设的阈值函数对采样得到的原始心电信号进行处理，在滤除肌电干扰的同时最大限度的保留有用信号，计算量小，信号还原度高，滤波效果好。

实施例二

参见图2，图2是本发明基于平稳小波变换滤除肌电干扰的方法第二个实施例的方法流程图。

在第二实施例中，该方法包括：

S201，获取原始心电信号；

S202，采用db4小波基对所述原始心电信号进行5层平稳小波变换；

根据所述原始心电信号的采样频率确定平稳小波变换的层数为5层，根据所述原始心电信号的特征选取db4作为所述平稳小波变换的小波基。

在小波基的选取过程中考虑如下因素：a.若支集长度太大不利于实时性；b.与待分析的原始信号相似性太差会造成原始信号在重构后有失真现象，且能量不集中；c.对称性也是小波基函数在选取上要考虑的一个重要因素，对称性不好会造成原始信号在重构后有相移的存在。综合上述限制因素的考虑，最终选取db4(DaubechiesWavelet，多贝西小波)作为该方案平稳小波变换的小波基，4为小波的阶数，其对称性好，且与心电信号的P-QRS-T波有一定的相似性。

S203，对所述细节系数矩阵swd按照预设的阈值函数重新赋值，得到赋值后的细节系数矩阵swd'；

上述预设的阈值函数为： $Y=\left\{\begin{array}{cc}\mathrm{sgn}\left(X\right)\sqrt{|X{|}^2-{\mathrm{\&gamma;}}^2/{\mathrm{\&alpha;}}^{{\left(\right|X|-\mathrm{\&gamma;})}^2}},& \left|X\right|\&GreaterEqual;\mathrm{\&gamma;}\\ X,& \left|X\right|<\mathrm{\&gamma;}\end{array}\right.,$ 其中，X为所述细节系数矩阵swd的元素，Y为所述细节系数矩阵swd'的元素，α为自由因子，α的取值为2.5，sgn(X)为符号函数， $\mathrm{sgn}\left(X\right)=\left\{\begin{array}{cc}1,& X>0\\ 0,& X=0\\ 1,& X<0\end{array}\right.,$ γ为阈值，其计算公式为：i为所述细节系数矩阵swd'的行数，median(|W_ij|)为中值函数，W_ij为所述细节系数矩阵swd'第i行第j列上的元素。

阈值γ为变量i的函数，细节系数矩阵swd'的每一行对应一个阈值，当行数i一定时，median(|W_ij|)表示细节系数矩阵swd'中第i行元素的中值，N为采样点数，N的取值为4096。

基于上述细节系数矩阵swd的特征，通过阈值函数对其重新赋值，当细节系数矩阵swd中的元素小于阈值γ时，保留原值，即保留原始的心电信号中有用信号对应的小波系数；当细节系数矩阵swd中的元素大于等于阈值γ时，将其重新赋值，即减小肌电干扰噪声对应的小波系数。通过上述改进的阈值函数对细节系数矩阵进行处理之后，使得阈值函数曲线在阈值处过渡平滑，同时又能最大程度地保持心电信号中的有用信号所产生的小波系数的幅值。

S204，对所述细节系数矩阵swd'和近似系数矩阵swa进行逆平稳小波变换，得到滤除了肌电干扰信号的心电信号。

令上述原始心电信号为X；

对该原始心电信号X进行平稳小波变换的具体计算公式为：(swa,swd)＝SWT(X,db4,5)；

对所述细节系数矩阵swd'和近似系数矩阵swa进行逆平稳小波变换的具体计算公式为：x_filter＝iswt(swa,swd')，从而得到滤除了肌电干扰的心电信号。

本方案采用改进的阈值函数，该阈值函数曲线在阈值处过渡平滑，同时又能最大程度地保持心电信号中的有用信号所产生的小波系数的幅值，避免了硬阈值函数在阈值处不连续而造成信号在重构时产生的断点，以及软阈值函数在幅值上降低阈值而导致信号在重构时产生的失真现象，使得通过该阈值函数得到的细节系数矩阵swd'和近似系数矩阵swa进行信号重构时，可以最大程度的滤除肌电干扰信号，同时保留心电信号中的有用信号。

综上，本实施例基于平稳小波变换滤除肌电干扰的方法，基于获取的原始心电信号的特征选择合适的小波变换层数和小波基对其进行平稳小波变换，得到细节系数矩阵swd和近似系数矩阵swa，根据改进的阈值函数对细节系数矩阵swd重新赋值，得到新的细节系数矩阵swd'，然后通过细节系数矩阵swd'和近似系数矩阵swa进行逆变换重构出心电信号；本方案选取平稳小波变换计算量小，同时采样改进的阈值函数对小波变换的系数矩阵进行处理，该阈值函数兼具软阈值函数和硬阈值函数的优点，在滤除肌电干扰的同时最大程度的保留有用信号，信号还原度高，滤波效果好。

实施例三

参见图3，图3是本发明基于平稳小波变换滤除肌电干扰的系统的结构方框图。

在第三实施例中，该系统包括：

获取单元01，用于获取原始心电信号；

通过相应的传感器采集到人体的原始心电信号，然后送到计算机、单片机等终端进行信号处理。

小波变换单元02，用于对所述原始心电信号进行平稳小波变换，得到细节系数矩阵swd和近似系数矩阵swa；

系数调整单元03，用于对所述细节系数矩阵swd按照预设的阈值函数重新赋值，得到赋值后的细节系数矩阵swd'；

逆变换单元04，用于对所述细节系数矩阵swd'和近似系数矩阵swa进行逆平稳小波变换，得到滤除了肌电干扰信号的心电信号。

该系统可以应用于监测人体健康的穿戴式设备中，同时也可以应用于医疗设备中。

综上，本实施例基于平稳小波变换滤除肌电干扰的系统，通过传感器采集原始心电信号，对所述原始心电信号进行平稳小波变换，得到细节系数矩阵swd和近似系数矩阵swa，对所述细节系数矩阵swd按照预设的阈值函数重新赋值，得到新的细节系数矩阵swd'，对所述细节系数矩阵swd'和近似系数矩阵swa进行逆平稳小波变换，得到滤除了肌电干扰信号的心电信号；本系统采用平稳小波变换和预设的阈值函数对采样得到的原始心电信号进行处理，在滤除肌电干扰的同时最大限度的保留有用信号，计算量小，信号还原度高，滤波效果好。

实施例四

参见图4，图4是本发明基于平稳小波变换滤除肌电干扰的系统的结构方框图。

在第三实施例的基础上，该系统还包括：

阈值函数设置单元05，用于设置所述预设的阈值函数，所述预设的阈值函数为： $Y=\left\{\begin{array}{cc}\mathrm{sgn}\left(X\right)\sqrt{|X{|}^2-{\mathrm{\&gamma;}}^2/{\mathrm{\&alpha;}}^{{\left(\right|X|-\mathrm{\&gamma;})}^2}},& \left|X\right|\&GreaterEqual;\mathrm{\&gamma;}\\ X,& \left|X\right|<\mathrm{\&gamma;}\end{array}\right.,$ 其中，X为所述细节系数矩阵swd的元素，Y为所述细节系数矩阵swd'的元素，α为自由因子，γ为阈值。

其中，细节系数矩阵swd体现了肌电干扰噪声和原始心电信号中有用信号的幅值特征，基于此采用改进的阈值函数对细节系数矩阵swd重新赋值，保留上述有用信号对应的小波系数，减小肌电干扰噪声对应的小波系数，得到新的细节系数矩阵swd'。

自由因子设置单元06，用于设置所述预设的阈值函数中自由因子α的取值，α的取值为2.5；

阈值设置单元07，用于设置所述预设的阈值函数中阈值γ的计算公式，所述阈值γ为：其中，i为所述细节系数矩阵swd'的行数，median为中值函数，W_ij为所述细节系数矩阵swd'第i行第j列上的元素，N为采样点数，N的取值为4096。

变换层数设置单元08，用于设置平稳小波变换的层数，所述层数为5；

小波基设置单元09，用于设置平稳小波变换的小波基，所述小波基为db4。

综上，本实施例基于平稳小波变换滤除肌电干扰的系统，基于获取的原始心电信号的特征选择合适的小波变换层数和小波基对其进行平稳小波变换，得到细节系数矩阵swd和近似系数矩阵swa，根据改进的阈值函数对细节系数矩阵swd重新赋值，得到新的细节系数矩阵swd'，然后通过细节系数矩阵swd'和近似系数矩阵swa进行逆变换重构出心电信号；本方案选取平稳小波变换计算量小，同时采样改进的阈值函数对小波变换的系数矩阵进行处理，该阈值函数兼具软阈值函数和硬阈值函数的优点，在滤除肌电干扰的同时最大程度的保留有用信号，信号还原度高，滤波效果好。

以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。

Claims (10)

1.一种基于平稳小波变换滤除肌电干扰的方法，其特征在于，包括如下步骤：

获取原始心电信号；

对所述原始心电信号进行平稳小波变换，得到细节系数矩阵swd和近似系数矩阵swa；

对所述细节系数矩阵swd按照预设的阈值函数重新赋值，得到赋值后的细节系数矩阵swd'；

对所述细节系数矩阵swd'和近似系数矩阵swa进行逆平稳小波变换，得到滤除了肌电干扰信号的心电信号。

2.根据权利要求1所述的方法，其特征在于，所述预设的阈值函数为： $Y=\left\{\begin{array}{cc}\mathrm{sgn}\left(X\right)\sqrt{|X{|}^2-{\mathrm{\&gamma;}}^2/{\mathrm{\&alpha;}}^{{\left(\right|X|-\mathrm{\&gamma;})}^2}},& \left|X\right|\&GreaterEqual;\mathrm{\&gamma;}\\ X,& \left|X\right|<\mathrm{\&gamma;}\end{array}\right.,$ 其中，X为所述细节系数矩阵swd的元素，Y为所述细节系数矩阵swd'的元素，sgn为符号函数，α为自由因子，γ为阈值。

3.根据权利要求2所述的方法，其特征在于，所述阈值γ为：

其中，i为所述细节系数矩阵swd'的行数，median为中值函数，W_ij为所述细节系数矩阵swd'第i行第j列上的元素，N为采样点数。

4.根据权利要求2所述的方法，其特征在于，所述自由因子α的取值为2.5。

5.根据权利要求3所述的方法，其特征在于，所述采样点数N的取值为4096。

6.根据权利要求1所述的方法，其特征在于，对所述原始心电信号进行平稳小波变换具体为：采用db4小波基对所述原始心电信号进行5层平稳小波变换。

7.一种基于平稳小波变换滤除肌电干扰的系统，其特征在于，包括：

获取单元，用于获取原始心电信号；

小波变换单元，用于对所述原始心电信号进行平稳小波变换，得到细节系数矩阵swd和近似系数矩阵swa；

系数调整单元，用于对所述细节系数矩阵swd按照预设的阈值函数重新赋值，得到赋值后的细节系数矩阵swd'；

逆变换单元，用于对所述细节系数矩阵swd'和近似系数矩阵swa进行逆平稳小波变换，得到滤除了肌电干扰信号的心电信号。

8.根据权利要求7所述的系统，其特征在于，所述系统还包括：

阈值函数设置单元，用于设置所述预设的阈值函数，所述预设的阈值函数为： $Y=\left\{\begin{array}{cc}\mathrm{sgn}\left(X\right)\sqrt{|X{|}^2-{\mathrm{\&gamma;}}^2/{\mathrm{\&alpha;}}^{{\left(\right|X|-\mathrm{\&gamma;})}^2}},& \left|X\right|\&GreaterEqual;\mathrm{\&gamma;}\\ X,& \left|X\right|<\mathrm{\&gamma;}\end{array}\right.,$ 其中，X为所述细节系数矩阵swd的元素，α为自由因子，Y为所述细节系数矩阵swd'的元素，γ为阈值。

9.根据权利要求8所述的系统，其特征在于，所述系统还包括：

自由因子设置单元，用于设置所述预设的阈值函数中自由因子α的取值，α的取值为2.5；

阈值设置单元，用于设置所述预设的阈值函数中阈值γ的计算公式，所述阈值γ为：其中，i为所述细节系数矩阵swd'的行数，median为中值函数，W_ij为所述细节系数矩阵swd'第i行第j列上的元素，N为采样点数，N的取值为4096。

10.根据权利要求7所述的系统，其特征在于，所述系统还包括：

变换层数设置单元，用于设置平稳小波变换的层数，所述层数为5；

小波基设置单元，用于设置平稳小波变换的小波基，所述小波基为db4。