CN105790729B - 使用线性调频z变换和自适应滤波的工频滤波方法和装置 - Google Patents

使用线性调频z变换和自适应滤波的工频滤波方法和装置 Download PDF

Info

Publication number
CN105790729B
CN105790729B CN201610172814.2A CN201610172814A CN105790729B CN 105790729 B CN105790729 B CN 105790729B CN 201610172814 A CN201610172814 A CN 201610172814A CN 105790729 B CN105790729 B CN 105790729B
Authority
CN
China
Prior art keywords
signal
frequency
unit
noise
transform
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
CN201610172814.2A
Other languages
English (en)
Other versions
CN105790729A (zh
Inventor
杨晓立
魏大雪
李叶平
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.)
Edan Instruments Inc
Original Assignee
Edan Instruments Inc
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 Edan Instruments Inc filed Critical Edan Instruments Inc
Priority to CN201610172814.2A priority Critical patent/CN105790729B/zh
Publication of CN105790729A publication Critical patent/CN105790729A/zh
Application granted granted Critical
Publication of CN105790729B publication Critical patent/CN105790729B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H17/02—Frequency selective networks
    • H03H17/0248—Filters characterised by a particular frequency response or filtering method
    • H03H17/0282—Sinc or gaussian filters

Abstract

本发明提供一种使用线性调频Z变换和自适应滤波技术的工频滤波方法和装置，所述工频滤波方法包括以下步骤：步骤S1，采集人体生理信号；步骤S2，对采集的人体生理信号进行预处理；步骤S3，生成与心电信号的工频干扰的幅度和频率相同的正弦信号，将带有该工频干扰的心电信号与生成的正弦信号之间做差值运算，进而滤除心电信号的工频干扰。本发明能够保证心电图机在大幅度工频干扰、存在谐波、频偏等复杂用电环境下，快速且有效地滤除基线漂移、肌电干扰以及部分工频谐波干扰，能够使得所述工频滤波方法和装置更准确、快速的滤除工频干扰及谐波干扰，保证了心电信号的精度。

Description

使用线性调频Z变换和自适应滤波的工频滤波方法和装置
技术领域
本发明涉及一种医用微弱生物电信号采集检测技术领域，尤其涉及一种使用线性调频Z变换和自适应滤波技术的工频滤波方法，并涉及采用该使用线性调频Z变换和自适应滤波技术的工频滤波方法的工频滤波装置。
背景技术
在心电信号处理的应用中，由电磁场所引起的工频干扰是最常见的干扰之一。一般来说，复杂的用电环境会引起明显的干扰，这种干扰可以认定为频率是50/60Hz的正弦波，比如在亚洲或者欧洲，生活用电的频率是50Hz，而在北美，这个频率则是60Hz。对于高质量的心电信号分析，要求干扰的峰峰值小于QRS复合波0.5％的幅度，ST段的震荡小于50微伏；这也就要求了滤波后的心电信号的信噪比(SNR)约为30dB。
在实际应用中，使用无限冲击响应滤波器(IIR)作为陷波器来滤除工频干扰是一种最常用的滤波方法。陷波器的脉冲响应展示如图2所示，图2中，左上角的是陷波器的幅频响应仿真波形示意图，右上角的是脉冲响应仿真波形示意图，左下角的是心电信号仿真波形示意图，右下角的是通过陷波器后的心电信号仿真波形示意图；然而，陡峭的QRS复合波通过滤波器后，会发生振铃效应；振铃的幅度和陷波器的带宽有关，带宽越大，振铃幅度越大；反之越小，如图2所示。与此同时，陷波器还应该尽可能的减少对心电信号幅度谱和相位谱的影响。因此，基于以上两点，设计陷波器时，带宽应该尽可能的小。然而，对于实际工程应用中的心电信号，特别是在较为复杂的用电环境下，工频干扰中常常包含着高阶次的谐波干扰，并且存在着干扰信号的实际频率和规定用电频率有偏差的现象，比如49.95Hz，即频偏，当出现上述任意一种情况时， IIR陷波器都无法完全滤除工频干扰，如图3所示，图3中，上面的是心电信号通过陷波器后带有谐波的工频干扰信号的仿真波形示意图；下面的是心电信号通过陷波器后存在频偏的工频干扰信号的仿真波形示意图。
发明内容
本发明所要解决的技术问题是需要提供一种能够有效地衰减当前的工频干扰，能够排除采集精度低以及无法解决谐波干扰与频偏的问题的工频滤波方法，并提供采用该工频滤波方法的工频滤波装置。
对此，本发明提供一种使用线性调频Z变换和自适应滤波技术的工频滤波方法，包括以下步骤：
步骤S1，采集人体生理信号；
步骤S2，对采集的人体生理信号进行预处理；
步骤S3，生成与心电信号的工频干扰的幅度和频率相同的正弦信号，将带有该工频干扰的心电信号与生成的正弦信号之间做差值运算，进而滤除心电信号的工频干扰。
更进一步地，所述步骤S2中，对采集的人体生理信号进行高通滤波处理以滤除基线漂移噪声，并进行低通滤波处理以滤除肌电干扰噪声，进而得到第一输出信号。
更进一步地，所述步骤S3中，将所述第一输出信号经过线性调频z变换，并提取 z变换后预设频率范围内幅度最大值的即时频率，根据所述即时频率生成正弦信号。
更进一步地，所述步骤S3包括以下子步骤：
步骤S301，根据所述第一输出信号，构建正弦信号；
步骤S302，通过所述第一输出信号减去所述正弦信号，输出第二输出信号；
步骤S303，根据第二输出信号对所述正弦信号进行修正；
步骤S304，获得所述修正后的正弦信号，返回步骤S301，并输出第二输出信号。
更进一步地，所述步骤S3中，将带有该工频干扰的心电信号与生成的正弦信号之间做差值运算之后，对输出信号进行微分估计，并根据对输出信号的微分估计结果，自适应修正正弦信号的幅度。
更进一步地，所述步骤S3中，获取所述输出信号中干扰信号的微分估计值，若微分估计值大于零，则在生成的正弦信号基础上加上修正值以得到修正后的正弦信号；若微分估计值小于零，则在生成的正弦信号基础上减去修正值以得到修正后的正弦信号。
更进一步地，所述步骤S3中，每次差值运算均通过对心电信号工频干扰的频率和幅度的跟踪进而调整所生成的正弦信号。
更进一步地，所述步骤S2包括以下子步骤：
步骤S201，对采集的人体生理信号进行滤除高频噪声的预处理；
步骤S202，对预处理后信号进行差分放大处理；
步骤S203，对差分放大处理后的信号进行模数转换；
步骤S204，获取模数转换后的数字信号，对数字信号滤除基线漂移和肌电干扰，并滤除大于低通滤波器截止频率的干扰。
本发明还提供一种使用线性调频Z变换和自适应滤波技术的工频滤波装置，采用了如上所述的使用线性调频Z变换和自适应滤波技术的工频滤波方法，并包括顺序信号连接的生理信号采集单元、信号处理单元以及工频滤波单元；
所述生理信号采集单元用于采集人体生理信号；
所述信号处理单元用于对采集的人体生理信号进行预处理；
所述工频滤波单元用于生成与心电信号的工频干扰的幅度和频率相同的正弦信号，将带有该工频干扰的心电信号与生成的正弦信号之间做差值运算，进而滤除心电信号的工频干扰。
更进一步地，所述信号处理单元包括信号预处理单元、信号放大单元、模数转换单元和高低通滤波单元；其中，所述信号预处理单元用于对电信号进行高频噪声滤除处理；所述信号放大单元用于对输入的电信号进行差分放大，然后将该差分放大后的信号输出至所述模数转换单元；所述模数转换单元用于将模拟信号转换成数字信号；所述高低通滤波单元用于滤除信号干扰；
所述工频滤波单元包括频率跟踪单元、正弦信号产生单元、滤波单元、修正单元以及输出单元；其中，所述频率跟踪单元用于通过线性调频z变换，得到工频干扰及其谐波干扰的频率；所述正弦信号产生单元通过工频干扰及其谐波干扰的频率，生成正弦信号；所述滤波单元将带工频干扰及其谐波干扰的心电信号与生成的正弦信号做差值运算；所述修正单元用于修正所述正弦信号的幅度和相位；所述输出单元将所述滤波单元的信号输出，并返回所述修正单元的信号至所述正弦信号产生单元进行差值运算。
与现有技术相比，本发明的有益效果在于：能够自动检测工频波动，实时跟踪工频幅度与频率，并快速准确检测到当前幅度与频率，据此精确调整内部生成的正弦信号参数，使之能够有效地衰减当前的工频干扰，排除现有技术中普遍存在的采集精度低以及无法解决谐波干扰与频偏的问题。
进一步的，为了解决工频干扰中混有谐波的问题，本发明对谐波干扰进行了处理；除了生成工频频率的正弦信号外，还生成剩余谐波频率的正弦信号，其瞬时频率同时由线性调频z变换获取；最终的输出信号则是带工频干扰及其谐波干扰的心电信号，减去内部生成的与工频干扰及其谐波干扰的频率相同的正弦信号，从而达到可以同时滤除工频干扰信号和谐波干扰信号的目的。
附图说明
图1是本发明一种实施例的工作流程示意图；
图2是陷波器的脉冲响应仿真波形示意图；
图3是心电信号通过IIR陷波器后的仿真波形示意图；
图4是本发明一种实施例的工频滤波工作流程示意图；
图5是本发明另一种实施例的系统结构示意图；
图6是本发明的工频滤波效果仿真示意图；
图7是图6中的局部放大示意图。
具体实施方式
下面结合附图，对本发明的较优的实施例作进一步的详细说明。
实施例1：
如图1所示，本实施例提供一种使用线性调频Z变换和自适应滤波技术的工频滤波方法，包括以下步骤：
步骤S1，采集人体生理信号；
步骤S2，对采集的人体生理信号进行预处理；
步骤S3，生成与心电信号的工频干扰的幅度和频率相同的正弦信号，将带有该工频干扰的心电信号与生成的正弦信号之间做差值运算，进而滤除心电信号的工频干扰。
所述步骤S3中，优选生成与心电信号的工频干扰及其谐波干扰的幅度和频率相同的正弦信号，将带有该工频干扰及其谐波干扰的心电信号与生成的正弦信号之间做差值运算，进而滤除心电信号的工频干扰及其谐波干扰。所述步骤S3中，每次差值运算均通过对心电信号工频干扰的频率和幅度的跟踪进而调整所生成的正弦信号。
本实施例所述步骤S2中，对采集的人体生理信号进行高通滤波处理以滤除基线漂移噪声，并进行低通滤波处理以滤除肌电干扰噪声，进而得到第一输出信号；所述步骤S3中，将所述第一输出信号经过线性调频z变换，并提取z变换后预设频率范围内幅度最大值的即时频率，根据所述即时频率生成正弦信号。
更为详细地，如图1所示，本例所述步骤S2优选包括以下子步骤：
步骤S201，对采集的人体生理信号进行滤除高频噪声的预处理；
步骤S202，对预处理后信号进行差分放大处理；
步骤S203，对差分放大处理后的信号进行模数转换；
步骤S204，获取模数转换后的数字信号，对数字信号滤除基线漂移和肌电干扰，并滤除大于低通滤波器截止频率的干扰。
本实施例中，所述步骤S1中，通过传感器单元采集人体生理信号，该传感器单元一般包括生理电极和与其连接的导联线，生理电极一般为肢体夹、胸导吸球和电极片等导体，它与人体紧密接触以获取人体生理信号，然后通过导联线传导至步骤S2进行信号预处理；所述步骤S201中，将对获取的人体信号进行预处理，即，通过采用保护电路抑制除颤等保护装置发出的高能量，使用低通滤波技术处理来滤除高频噪声；所述步骤S202中，获取经过步骤S201的预处理之后的信号，对该信号进行差分放大，以此来滤除共模信号，通过信号的差分放大处理之后还可以保证模数转换的精度；所述步骤S203中，对上述步骤S202差分放大后的信号进行模数转换，将模拟信号转换为数字信号；所述步骤S204中，对数字信号滤除基线漂移和肌电干扰，并滤除大于低通滤波器截止频率的干扰。更为具体地，所述步骤S204中，对获取的数字信号进行高通滤波处理以滤除基线漂移噪声，对获取的数字信号进行低通滤波处理以滤除肌电干扰噪声，进而得到第一输出信号。
其中，所述步骤S204对上述获得的数字信号进行滤波，此处的滤波包括高通滤波和低通滤波，一般来讲，对上述获取的信号进行高通处理，将基线漂移噪声滤除，排除该噪声对工频滤波的影响；本实施例还包括低通滤波，通过进行低通滤波处理以滤除肌电噪声；若是低通滤波器截止频率低于50Hz，则部分工频干扰及其谐波干扰会被滤除；类似的，若是截止频率大于50Hz，则大于其截止频率的谐波干扰会被滤除。因此，在实际使用中，可以根据使用低通滤波器的截止频率，灵活选择需要滤除的谐波干扰阶次，在滤波后的心电信号作为第一输出信号。
当然，在实际应用中，所述步骤S204的滤波方式不限于先进行高通滤波再进行低通滤波，还可以先进行低通滤波再进行高通滤波。
本实施例所述的第一输出信号是经过高通滤波和低通滤波后带有工频及其谐波干扰的心电信号；所述步骤S3中，根据所述第一输出信号，设置固定的频率、幅度和相位信息，通过正弦函数或递推公式生成正弦信号；或，将所述第一输出信号经过线性调频z变换，并提取z变换后预设频率范围内幅度最大值的即时频率，根据所述即时频率生成内部的正弦信号。
如图4所示，所述步骤S3包括以下子步骤：
步骤S301，根据所述第一输出信号，构建正弦信号；
步骤S302，通过所述第一输出信号减去所述正弦信号，输出第二输出信号；
步骤S303，根据第二输出信号对所述正弦信号进行修正；
步骤S304，获得所述修正后的正弦信号，返回步骤S301，并输出第二输出信号。
本例所述步骤S301中，获取步骤S204高通滤波和低通滤波后的信号，优选对该信号进行线性调频z变换；采用线性调频z变换，比用离散傅里叶变换DFT，或者其快速变换FFT精度更高，计算量更小，所需点数更少，只需计算工频干扰及其谐波频率附近有限个离散频谱，而不需计算无关的频谱，且线性调频z变换可以用FFT来快速计算，运算量比较低；在实际使用中，只需计算工频干扰及其谐波频率附近一定范围内的线性调频z变换，得到范围内的最大值及其对应频率，这两者分别对应了干扰信号的幅度和频率。
在本实施例中，设x(n)(o≤n≤N-1)是有限长序列，则其序列的线性调频Z变换为其中，是抽样点的数目，设A和W为复数，A0和W0为实数，用极坐标可以表示为和
则有，和其中，h(n)为抽样点的数目参数，k和n为自然数。
由此可见，在上述公式中，要分析z变换上M点频谱采样值，复数A决定频谱起始点z0的位置，实数W0的值决定分析路径的螺旋趋势，θ0表示起始抽样点的相角，φ0则表示两相邻抽样点的角度差；上述公式可以使用FFT进行快速运算。
在本实施例中的具体计算方法为：一般在1000Hz采样频率下，工频干扰的频率为50Hz，根据用电环境确定频偏范围，比如±0.1Hz，则线性调频z变换的频率范围是 49.9Hz到50.1Hz；一般的，W0＝1，A0＝1；再根据线性调频z变换的点数M，可以确定起始点的角度θ0，以及两个分析点的夹角φ0。在本实施例中，使用线性调频z变换直接寻找工频干扰及其谐波的频率，解决频偏问题，由于频偏范围不大，点数M不需要设为较大值，就可以保证分析精度；而线性调频z变换可以通过FFT进行快速运算，故此算法所需运算量小。
然后，提取上述线性调频z变换后的即时频率，并生成内部的正弦信号，正弦信号h0由以下递推公式生成：h0＝fch1-h2；其中，h1是正弦信号前一个采样点，h2是正弦信号前二个采样点，定义fc＝2cosωT＝2cos(2πf/fs)，其中f是工频干扰或谐波干扰的即时频率，fs是采样频率，作为本实施例的一个优选方式，此时与谐波频率相对应的f可以作为谐波干扰的即时频率，构建谐波正弦信号。
本实施例所述步骤S3中，将带有该工频干扰的心电信号与生成的正弦信号之间做差值运算之后，对输出信号进行微分估计，并根据对输出信号的微分估计结果，自适应修正正弦信号的幅度；所述步骤S3中，获取所述输出信号中干扰信号的微分估计值，若微分估计值大于零，则在生成的正弦信号基础上加上修正值以得到修正后的正弦信号；若微分估计值小于零，则在生成的正弦信号基础上减去修正值以得到修正后的正弦信号。
本实施例所述步骤S302中，通过上述第一输出信号减去上述内部生成的正弦信号，即获得第二输出信号。
本实施例所述步骤S303包括以下子步骤：
步骤S3031，对所述第二输出信号进行微分估计；
步骤S3032，根据对第二输出信号的微分估计结果，自适应修正正弦信号的幅度。
所述步骤S3031中，对上述第二输出信号进行微分估计值，公式如下：diff＝y0-y1，其中y0表示上述的第二输出信号，y1表示第二输出信号上一时刻的信号；对上述第二输出信号与上一时刻信号的差进行微分估计，diff是对第二输出信号的一阶微分的估计值。diff的符号表示着工频干扰信号及其谐波干扰信号与内部产生的正弦信号幅度的大小关系；若diff>0,说明工频干扰信号及其谐波干扰信号的幅度小于内部产生的正弦信号幅度；反之，若diff＜0,说明工频干扰信号及其谐波干扰信号的幅度大于内部产生的正弦信号幅度。
进一步的，作为一种优选实施方式，本步骤除了对工频干扰的频率做线性调频z变换，也可以对其谐波频率做线性调频z变换。
所述步骤S3032中，根据上述步骤S3031中对第二输出信号的微分估计结果，自适应修正正弦信号的幅度。第一输出信号包括心电信号和工频干扰及其谐波干扰信号，对于系统而言，其幅度、频率和相位是未知的。由图4可知，通过对第一输出信号做线性调频z变换，可获取工频干扰或其谐波干扰的频率信息，再通过步骤S301，生成正弦信号；此时的正弦信号频率和工频干扰信号或其谐波干扰信号的频率相同，但是幅度和相位并不一定准确，故需要对其进行修正。
此步骤S3032用于对正弦信号的幅度参数进行修正，获取步骤S3031种第二输出信号中干扰信号的微分的估计值diff，然后对内部产生正弦信号h0进行修正，如果 diff＞0，则h0′＝h0+A；如果diff＜0，则h0′＝h0-A；其中，h0′为修正后的正弦信号， h0为生成的正弦信号，A为修正值。
第二输出信号为滤波的最终输出信号；通过步骤S301对频率进行跟踪，以及步骤S3032对内部生成的正弦信号进行修正，在一定次数的差值运算的迭代后，其频率、幅度和相位近似相等于工频干扰及其谐波干扰信号，从而达到滤除工频干扰及其谐波干扰的目的；所述A是对正弦信号的幅度和相位的修正值，这个值可以预先设定，更为优选的是在实际工作环境中进行计算。
作为一种本实施例的优选方式，步骤S3032通过修正值A的修正方式为：由于在实际工作中，心电图机会在各种环境下工作，特别是在某些用电环境比较恶劣的环境下，比如在心电图采集室中存在多个用电设备，或者导联线损坏等；在这些情况下，心电图机往往容易引入大幅度的噪声，若是要在保证心电信号准确的前提下，令A为固定值，可能需要几分钟才能够将工频干扰及其谐波干扰滤除，这在实际采集心电信号时是无法忍受的，因此，对A的值进行自适应调整修正是非常有必要的。A是对正弦信号幅度和相位的修正值；较大的A可以有着快速的修正速度，但是会造成较大稳态误差，这是因为较大的收敛步长会使内部产生的正弦信号无法足够近似干扰信号；相反的，较小的A虽然修正速度慢，但是其稳态误差较小。由于在工程实现中各心电图机的数字分辨率不同，所以定义当输入的工频干扰信号的幅度为5mv时，若收敛时间大于5秒，则此时A的值为较小值；反之若收敛时间小于1秒，则A的值为较大值。故，对于A的取值，有，且不限于以下几种方法：
第一种方法、令A为第一数值，其中第一数值为一较小数值，从而保证心电信号的准确性。
第二种方法、对由步骤S301获取的输出信号做线性调频z变换，得到工频干扰及其谐波干扰的幅度，再根据干扰的幅度调整A的值；当干扰的幅度较大时，为了令其快速收敛，A可以设为较大值，类似的，当干扰幅度较小时，为了保证心电信号的精度，A可以设为较小值。
第三种方法、当输出信号大于某一阈值时，可认为此时工频干扰较大，则令A第二数值，其中第二数值为较大值，增加修正速度，当过了与A的大小相关的时间，认为工频干扰已完全滤除；此时再另A为一较小值，保证收敛精度。
进一步的，作为一种优选实施方式，当检测到所述输出信号的幅值瞬间增大时，则判断此时的信号是否是起搏信号，若是，则记录该起搏信号发生的时间，并设定A 为第一数值。
因为在采用自适应速度修正时，需要避免心脏起搏对收敛精度的影响。比如：在患者植入人工心脏起搏器后，会在心电信号上表现起搏信号，常见的起搏信号宽度为 0.4-0.5ms，是一个与心电图等电位线(基线)垂直的极短的线状电信号。当发生心脏起搏时，若采用上述第三种方法，或其他自适应方法，当发生心脏起搏时，心电信号瞬间增大，则系统会误判定此时噪声较大，从而令A的值瞬间增大，而较大值的A会造成较大稳态误差，影响心电信号的准确性。为了解决该问题，具体使用以下步骤：(1) 其中对起搏信号的检测方法有多种，譬如：可使用专利号为201510279670.6中的方式进行起搏信号的检测；当然，在实际应用中，并不限于文中方式；当检测出起搏信号时，记录该起搏信号发生的时间。(2)设定数值B，当发生起搏信号时，B的值为1；当没有发生起搏时，B为零；对B进行处理，包括系统延迟时间，处理宽度等；使之适应算法需求；当B为1时，认定发生起搏，则令A为第一数值，即较小值，保证起搏信号不会影响心电信号的准确性。
如图6和图7所示，本实施例能够自动检测工频波动，实时跟踪工频幅度与频率，并快速准确检测到当前幅度与频率，据此精确调整内部生成的正弦信号参数，使之能够有效地衰减当前的工频干扰，排除现有技术中普遍存在的采集精度低以及无法解决谐波干扰与频偏的问题。
进一步的，为了解决工频干扰中混有谐波的问题，本实施例对谐波干扰进行了处理；除了生成工频频率的正弦信号外，还生成剩余谐波频率的正弦信号，其瞬时频率同时由线性调频z变换获取；最终的输出信号则是带工频干扰及其谐波干扰的心电信号，减去内部生成的与工频干扰及其谐波干扰的频率相同的正弦信号，从而达到可以同时滤除工频干扰信号和谐波干扰信号的目的。
实施例2：
如图5所示，本实施例还提供一种使用线性调频Z变换和自适应滤波技术的工频滤波装置，采用了如实施例1所述的使用线性调频Z变换和自适应滤波技术的工频滤波方法，并包括顺序信号连接的生理信号采集单元501、信号处理单元以及工频滤波单元506；
所述生理信号采集单元501用于采集人体生理信号；
所述信号处理单元用于对采集的人体生理信号进行预处理；
所述工频滤波单元506用于生成与心电信号的工频干扰的幅度和频率相同的正弦信号，将带有该工频干扰的心电信号与生成的正弦信号之间做差值运算，进而滤除心电信号的工频干扰。
本实施例所述信号处理单元包括信号预处理单元502、信号放大单元503、模数转换单元504和高低通滤波单元505；所述生理信号采集单元501通过连接到人体的传感器将生理信号转换为电信号，并输出电信号至所述信号预处理单元502；所述信号预处理单元502对电信号进行高频噪声滤除处理；所述信号放大单元503对输入的电信号进行差分放大，然后将该差分放大后的信号输出至所述模数转换单元504；所述模数转换单元504用于将模拟信号转换成数字信号；所述高低通滤波单元505用于滤除信号干扰；所述工频滤波单元506用于滤除心电信号的工频干扰及其谐波干扰。
本实施例所述高低通滤波单元505包括两个子单元：高通滤波单元5051和低通滤波单元5052；具体地，所述高低通滤波单元505用于滤除信号干扰；其中，高通滤波单元5051用于滤除基线漂移；而低通滤波单元5052用于滤除肌电干扰，以及大于其截止频率的部分工频及谐波干扰。
本实施例所述工频滤波单元506包括频率跟踪单元5061、正弦信号产生单元5062、滤波单元5063、修正单元5064以及输出单元5065；其中，所述频率跟踪单元5061用于通过线性调频z变换，得到工频干扰及其谐波干扰的频率；所述正弦信号产生单元 5062通过工频干扰及其谐波干扰的频率，生成正弦信号；所述滤波单元5063将带工频干扰及其谐波干扰的心电信号与生成的正弦信号做差值运算；所述修正单元5064用于修正所述正弦信号的幅度和相位；所述输出单元5065将所述滤波单元5064的信号输出，并返回所述修正单元5064的信号至所述正弦信号产生单元5062进行差值运算。
本实施例能够保证心电图机在大幅度工频干扰、存在谐波、频偏等复杂用电环境下，快速滤除工频干扰的同时，保证了心电信号的精度；采用上述实施例1所述的工频滤波方法的工频滤波装置，通过信号预处理单元502和高低通滤波单元505等的有机结合，能够有效滤除基线漂移、肌电干扰以及部分工频谐波干扰，使得所述工频滤波装置更准确、快速的滤除工频干扰及谐波干扰。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (9)

1.一种使用线性调频Z变换和自适应滤波技术的工频滤波方法，其特征在于，包括以下步骤：
步骤S1，采集人体生理信号；
步骤S2，对采集的人体生理信号进行预处理；
步骤S3，生成与心电信号的工频干扰的幅度和频率相同的正弦信号，将带有该工频干扰的心电信号与生成的正弦信号之间做差值运算，进而滤除心电信号的工频干扰；
所述步骤S3中，将带有该工频干扰的心电信号与生成的正弦信号之间做差值运算之后，对输出信号进行微分估计，并根据对输出信号的微分估计结果，自适应修正正弦信号的幅度。
2.根据权利要求1所述的使用线性调频Z变换和自适应滤波技术的工频滤波方法，其特征在于，所述步骤S2中，对采集的人体生理信号进行高通滤波处理以滤除基线漂移噪声，并进行低通滤波处理以滤除肌电干扰噪声，进而得到第一输出信号。
3.根据权利要求2所述的使用线性调频Z变换和自适应滤波技术的工频滤波方法，其特征在于，所述步骤S3中，将所述第一输出信号经过线性调频z变换，并提取z变换后预设频率范围内幅度最大值的即时频率，根据所述即时频率生成正弦信号。
4.根据权利要求3所述的使用线性调频Z变换和自适应滤波技术的工频滤波方法，其特征在于，所述步骤S3包括以下子步骤：
步骤S301，根据所述第一输出信号，构建正弦信号；
步骤S302，通过所述第一输出信号减去所述正弦信号，输出第二输出信号；
步骤S303，根据第二输出信号对所述正弦信号进行修正；
步骤S304，获得所述修正后的正弦信号，返回步骤S301，并输出第二输出信号。
5.根据权利要求1所述的使用线性调频Z变换和自适应滤波技术的工频滤波方法，其特征在于，所述步骤S3中，获取所述输出信号中干扰信号的微分估计值，若微分估计值大于零，则在生成的正弦信号基础上加上修正值以得到修正后的正弦信号；若微分估计值小于零，则在生成的正弦信号基础上减去修正值以得到修正后的正弦信号。
6.根据权利要求1所述的使用线性调频Z变换和自适应滤波技术的工频滤波方法，其特征在于，所述步骤S3中，每次差值运算均通过对心电信号工频干扰的频率和幅度的跟踪进而调整所生成的正弦信号。
7.根据权利要求1至6任意一项所述的使用线性调频Z变换和自适应滤波技术的工频滤波方法，其特征在于，所述步骤S2包括以下子步骤：
步骤S201，对采集的人体生理信号进行滤除高频噪声的预处理；
步骤S202，对预处理后信号进行差分放大处理；
步骤S203，对差分放大处理后的信号进行模数转换；
步骤S204，获取模数转换后的数字信号，对数字信号滤除基线漂移和肌电干扰，并滤除大于低通滤波器截止频率的干扰。
8.一种使用线性调频Z变换和自适应滤波技术的工频滤波装置，其特征在于，采用了如权利要求1至7任意一项所述的使用线性调频Z变换和自适应滤波技术的工频滤波方法，并包括顺序信号连接的生理信号采集单元、信号处理单元以及工频滤波单元；
所述生理信号采集单元用于采集人体生理信号；
所述信号处理单元用于对采集的人体生理信号进行预处理；
所述工频滤波单元用于生成与心电信号的工频干扰的幅度和频率相同的正弦信号，将带有该工频干扰的心电信号与生成的正弦信号之间做差值运算，进而滤除心电信号的工频干扰。
9.根据权利要求8所述的使用线性调频Z变换和自适应滤波技术的工频滤波装置，其特征在于，所述信号处理单元包括信号预处理单元、信号放大单元、模数转换单元和高低通滤波单元；其中，所述信号预处理单元用于对电信号进行高频噪声滤除处理；所述信号放大单元用于对输入的电信号进行差分放大，然后将该差分放大后的信号输出至所述模数转换单元；所述模数转换单元用于将模拟信号转换成数字信号；所述高低通滤波单元用于滤除信号干扰；
所述工频滤波单元包括频率跟踪单元、正弦信号产生单元、滤波单元、修正单元以及输出单元；其中，所述频率跟踪单元用于通过线性调频z变换，得到工频干扰及其谐波干扰的频率；所述正弦信号产生单元通过工频干扰及其谐波干扰的频率，生成正弦信号；所述滤波单元将带工频干扰及其谐波干扰的心电信号与生成的正弦信号做差值运算；所述修正单元用于修正所述正弦信号的幅度和相位；所述输出单元用于将所述滤波单元的信号输出，并返回所述修正单元的信号至所述正弦信号产生单元进行差值运算。
CN201610172814.2A 2016-03-23 2016-03-23 使用线性调频z变换和自适应滤波的工频滤波方法和装置 Active CN105790729B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610172814.2A CN105790729B (zh) 2016-03-23 2016-03-23 使用线性调频z变换和自适应滤波的工频滤波方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610172814.2A CN105790729B (zh) 2016-03-23 2016-03-23 使用线性调频z变换和自适应滤波的工频滤波方法和装置

Publications (2)

Publication Number Publication Date
CN105790729A CN105790729A (zh) 2016-07-20
CN105790729B true CN105790729B (zh) 2019-03-22

Family

ID=56392018

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610172814.2A Active CN105790729B (zh) 2016-03-23 2016-03-23 使用线性调频z变换和自适应滤波的工频滤波方法和装置

Country Status (1)

Country Link
CN (1) CN105790729B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190000345A1 (en) * 2017-06-29 2019-01-03 General Electric Company Method And System For Dynamic And Automatic Selection And Configuration Of Processing Or Conditioning Profiles For Characterization Of Physiological Signals
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
CN110236532A (zh) * 2019-04-30 2019-09-17 深圳和而泰家居在线网络科技有限公司 生物电信号处理方法、装置、计算机设备和存储介质
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

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5772603A (en) * 1993-07-16 1998-06-30 Siemens-Elema Ab Device for filtering ECG signals
US6487295B1 (en) * 1998-09-25 2002-11-26 Ortivus Ab Adaptive filtering system and method
CN101548885A (zh) * 2009-04-17 2009-10-07 南京大学 去除电生理信号中工频干扰信号的方法
CN101953684A (zh) * 2009-07-17 2011-01-26 深圳市理邦精密仪器股份有限公司 一种消除振铃的工频干扰滤波方法
CN102176667A (zh) * 2011-02-22 2011-09-07 深圳市理邦精密仪器股份有限公司 一种基于频率跟踪的工频数字陷波装置与方法
CN103479349A (zh) * 2013-09-25 2014-01-01 深圳市理邦精密仪器股份有限公司 心电信号数据获取及处理方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5772603A (en) * 1993-07-16 1998-06-30 Siemens-Elema Ab Device for filtering ECG signals
US6487295B1 (en) * 1998-09-25 2002-11-26 Ortivus Ab Adaptive filtering system and method
CN101548885A (zh) * 2009-04-17 2009-10-07 南京大学 去除电生理信号中工频干扰信号的方法
CN101953684A (zh) * 2009-07-17 2011-01-26 深圳市理邦精密仪器股份有限公司 一种消除振铃的工频干扰滤波方法
CN102176667A (zh) * 2011-02-22 2011-09-07 深圳市理邦精密仪器股份有限公司 一种基于频率跟踪的工频数字陷波装置与方法
CN103479349A (zh) * 2013-09-25 2014-01-01 深圳市理邦精密仪器股份有限公司 心电信号数据获取及处理方法和系统

Also Published As

Publication number Publication date
CN105790729A (zh) 2016-07-20

Similar Documents

Publication Publication Date Title
CN105790729B (zh) 使用线性调频z变换和自适应滤波的工频滤波方法和装置
Chandrakar et al. Denoising ECG signals using adaptive filter algorithm
Krishna Studies on fractional order differentiators and integrators: A survey
EP3058867B1 (en) Narrowband analog noise cancellation
Makwana et al. Hilbert transform based adaptive ECG R-peak detection technique
WO2004052198A1 (en) Method and device for measurement of electrical bioimpedance
US6487295B1 (en) Adaptive filtering system and method
CN105433931A (zh) 光体积变化描述波形的处理装置及其方法
CN106691376A (zh) 心电信号自适应滤波方法及装置
Shirbani et al. ECG power line interference removal using combination of FFT and adaptive non-linear noise estimator
Yang et al. Removal of pulse waveform baseline drift using cubic spline interpolation
CN103110415B (zh) 起搏信号检测装置及方法
Srinivasa et al. Elimination of power line interference in ECG signal using adaptive filter, notch filter and discrete wavelet transform techniques
Saluja et al. A supervised learning approach for real time vital sign radar harmonics cancellation
Zhang et al. Noise reduction in ECG signal based on adaptive wavelet transform
Rosu et al. Methods for denoising the ECG signal in wearable systems
Singh et al. Adaptive filtration techniques for impulsive noise removal from ECG
CN107224284A (zh) 一种全数字心电信号的噪声检测方法及系统
Chu et al. Non-invasive optical heart rate monitor base on one chip integration microcontroller solution
Zhang et al. Design of a real-time ECG filter for resource constraint computer
CN110236528A (zh) 一种获取呼吸信息的方法及装置
Leal et al. A sinusoidal current generator and a TEB decomposer for measuring bioimpedance in a cardiac pacemaker, using an analog wavelet filter
Dotsinsky An approach to successful power-line interference suppression in ECG signals
Ciupe et al. Study of ECG signal processing using wavelet transforms
Mihov Subtraction procedure for removing powerline interference from ECG: Dynamic threshold linearity criterion for interference suppression

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant