CN111938627B - 一种滤除心磁信号基线漂移的方法 - Google Patents
一种滤除心磁信号基线漂移的方法 Download PDFInfo
- Publication number
- CN111938627B CN111938627B CN202010798213.9A CN202010798213A CN111938627B CN 111938627 B CN111938627 B CN 111938627B CN 202010798213 A CN202010798213 A CN 202010798213A CN 111938627 B CN111938627 B CN 111938627B
- Authority
- CN
- China
- Prior art keywords
- filtering
- magnetocardiogram
- baseline
- signal
- original
- 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
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000009499 grossing Methods 0.000 claims abstract description 10
- 238000012937 correction Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 208000019622 heart disease Diseases 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- 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
- A61B5/7235—Details of waveform analysis
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Physiology (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychiatry (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Power Engineering (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
一种滤除心磁信号基线漂移的方法,包括:a)根据原始心磁信号选取移动平均滤波较合适的滤波窗口长度。移动平均对原序列有修匀或平滑的作用,使得原序列的上下波动被削弱;b)在该窗口长度下,利用移动平均滤波法对原始心磁信号进行平滑处理,得到第一次滤波处理后的基线;c)为防止质量过差的心磁信号在第一次滤波后的基线仍有突变波动区域,再一次对其进行中值滤波,得到第二次滤波后的基线;d)通过含有基线漂移噪声的原始心磁信号与光滑的基线漂移噪声计算得到消除基线漂移噪声的心磁信号,并对其进行低通滤波,以滤除高频噪声。本发明有效去除了原始信号中的基线漂移噪声,自动化程度较高,运行时间成本较低,提高了心磁信号信噪比。
Description
技术领域
本发明涉及一种滤除光泵原子磁力仪的心磁信号基线漂移的方法。
背景技术
随着生物磁学检测技术的不断发展,心磁图技术以非接触性、高灵敏度、准确等优点,成为一种新的诊断心血管疾病的方法,并在心脏疾病诊断、功能研究等方面具有不可替代的应用价值。目前在心磁测量中,新型光泵原子磁力仪凭借低成本、便携程度高等优点赢得关注,但由于仪器本身的测量原理、外界环境磁场的干扰等因素的影响,它比超导量子干涉仪(SQUID)磁力仪所测得的心磁信号基漂更严重。基线漂移噪声会造成心磁轨迹的严重失真,从而影响一系列的医学判断,因此消除心磁信号基线漂移的影响,对于心磁测量以及医学诊断等方面来说意义重大。
去除心电信号基线漂移的方法有很多:高通滤波、中值滤波、小波变换、数学形态学滤波等方法均可用于基线校正。而心磁信号的基漂噪声通常比心电信号更严重,直接将前述处理方法用于心磁信号基线校正并不可行,故滤除心磁信号基线漂移的方法屈指可数。如何从具有严重漂移的心磁信号(如新型光泵原子磁力仪所测得的信号)中得到较为纯净的心磁信号成为心磁信号基线漂移校正阶段一个较大的挑战。此外,找到一个可调参数较少、自动化程度较高的去除基线漂移的方法亟待解决。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种滤除心磁信号基线漂移的方法。本发明是一种得到较优的基线漂移校正结果的心磁信号基线漂移校正方法。
本发明解决其技术问题所采取的技术方案是:
一种滤除心磁信号基线漂移的方法,包括如下步骤:
a)根据原始心磁信号选取移动平均滤波较合适的滤波窗口长度。移动平均对原序列有修匀或平滑的作用,使得原序列的上下波动被削弱。其中平滑窗口是一个重要的参数,若窗口宽度太小,平滑去噪效果不佳,若窗口宽度太大,会平滑掉一些有用的信息,将造成信号的失真;
b)在该窗口长度下,利用移动平均滤波法对原始心磁信号进行平滑处理,得到第一次滤波处理后的基线;
c)为防止质量过差的心磁信号在第一次滤波后的基线仍有突变波动区域,再一次对其进行中值滤波,得到第二次滤波后的基线;
d)通过含有基线漂移噪声的原始心磁信号与光滑的基线漂移噪声计算得到消除基线漂移噪声的心磁信号,并对其进行低通滤波,以滤除高频噪声。
进一步的,步骤a)通过以下步骤处理:
a-1)步骤a)中所述含有基线漂移噪声的原始心磁信号为:f(n)(n∈[1,N]),移动平均滤波的窗长设为Ti=1,2,3,......,m.(m<N),Ti从1开始依次递增以便选择合适的滤波窗长,m为预设窗长的阈值;
a-2)利用计算机对含有基线漂移噪声的原始心磁信号使用窗长为Ti的移动平均滤波器进行过滤,计算得到初步消除基线漂移噪声后的心磁信号:htemp(n)(n∈[1,N]);
a-3)htemp(n)基本服从N(μ,σ2),计算其均值(μ)、标准差(σ),计算不同窗长Ti下htemp(n)分布在区间(-∞,μ+3σ)之外的数据点个数,记为ai(i≤m)。此处认为心磁信号R波的峰值基本上分布在(μ-3σ,μ+3σ)之外,且信号峰值大多为正值,故(-∞,μ-3σ)内的数据点个数不计入;
a-4)改变Ti,重复步骤a-2)~a-3),得到ai趋势图,找出ai的极值点amax(此处认为R波的峰值个数最大时即为较合适的情况),该点对应的窗长Tmax则被认为是较合适的移动平均窗长;
进一步的,步骤b)中,利用移动平均滤波法对原始心磁信号进行窗长为Tmax的移动平均滤波处理,得到第一次滤波后的基线bw(n)(n∈[1,N]);
进一步的,步骤c)对bw(n)进行中值滤波,得到第二次滤波后的基线bw-z(n)(n∈[1,N]);
进一步的,步骤d)通过含有基线漂移噪声的原始心磁信号与光滑的基线漂移噪声通过公式f(n)-bw_z(n)(n∈[1,N])计算得到消除基线漂移噪声的心磁信号,并对其进行低通滤波,得到较为纯净的心磁信号h(n)(n∈[1,N])。
本发明的有益效果为:
本发明通过心磁信号数据点的分布来确定较合适的移动平均滑动窗长,确定移动窗长后,对新型光泵原子磁力仪所测得的有严重漂移的原始心磁信号进行基线漂移校正后即可得到较为纯净的心磁信号。其优势在于,对于基漂严重的心磁信号,可以较好的拟合基线漂移噪声曲线,从而减少对真实信号的削弱,保留原始信息。本发明有效去除了原始信号中的基线漂移噪声,相较于现有方法可调参数较少、自动化程度较高,运行时间成本较低,提高了心磁信号信噪比。且心磁信号在医学上有着重要的意义,得到噪声较小的心磁信号对心脏疾病的诊断极为重要,故本发明可以为后续心磁信号的正演和溯源反演,以及医学上早期诊断甚至预测心脏疾病提供较好的心磁信号。
附图说明
图1是本发明的去除原始心磁信号基线漂移的流程图。
图2是本发明的原始心磁信号图。
图3是本发明的消除基线漂移噪声后心磁信号数据分布图。
图4是本发明的ai趋势图。
图5(a)是原始心磁信号图;图5(b)是基线漂移图;图5(c)是去除基漂并经过低通滤波后的心磁信号图。
图6(a)是(1×104,2×104)区间内的原始心磁信号图;图6(b)是(1×104,2×104)区间内的基线漂移图;图6(c)是(1×104,2×104)区间内的去除基漂并经过低通滤波后的心磁信号图。
具体实施方式
下面结合附图进一步说明本发明的技术方案。
本发明的一种滤除心磁信号基线漂移的方法,包括如下步骤:
a)利用计算机对新型光泵原子磁力仪所测得的采样率为1000Hz、长度为3×104点的原始心磁信号f(n)(如图2所示)进行移动平均滤波,并选取最佳滤波窗口长度;
b)在该窗口长度下,利用移动平均滤波法对原始心磁信号进行平滑处理,得到第一次滤波后的基线;
c)对第一次滤波后的基线进行中值滤波,根据采样率选取中值滤波的窗长为601(当采样频率为1000Hz时,中值滤波的窗长取501~1001之间都是比较合理的,都能得到较好的滤波效果),得到第二次滤波后的基线;
d)通过含有基线漂移噪声的原始心磁信号与光滑的基线漂移噪声计算得到消除基线漂移噪声的心磁信号,并对其进行低通滤波,以滤除高频噪声。
步骤a)通过以下步骤处理:
a-1)考虑到实际测量的心磁信号长度为3×104,所以此处设置移动平均的窗长为Ti=1,2,3,......,1000,1000为预设窗长的阈值;
a-2)利用计算机对含有基线漂移噪声的原始心磁信号使用窗长为Ti的移动平均滤波器进行移动平均,计算得到消除基线漂移噪声后心磁信号:htemp(n)(n∈[1,N]);
a-3)窗长为Ti时htemp(n)基本服从N(μ,σ2),该分布如图3所示。计算该分布的均值(μ)、标准差(σ),计算在区间(-∞,μ+3σ)之外的数据点个数并记为ai(i≤m);
a-4)改变Ti,重复步骤a-2)~a-3),找出ai的极值点amax,该点对应的窗长Tmax则被认为是最佳移动平均窗长,对于此数据,最佳窗长为169,如图4所示;
步骤b)中,利用移动平均滤波法对原始心磁信号进行窗长为169的平滑处理,得到第一次滤波后的基线bw(n)(n∈[1,N]);
步骤c)对bw(n)进行中值滤波,得到第二次滤波后的基线bw_z(n)(n∈[1,N]),如图5(b);
步骤d)通过含有基线漂移噪声的原始心磁信号与光滑的基线漂移噪声通过公式f(n)-bw-z(n)(n∈[1,N])计算得到消除基线漂移噪声的心磁信号,并对其进行低通滤波,得到较为纯净的心磁信号h(n)(n∈[1,N]),如图5(c)所示,其中(1×104,2×104)区间内的数据如图6(a)~图6(c)所示。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (4)
1.一种滤除心磁信号基线漂移的方法,包括如下步骤:
a) 根据原始心磁信号选取移动平均滤波较合适的滤波窗口长度;具体包括如下步骤:
b) 在该窗口长度下,利用移动平均滤波法对原始心磁信号进行平滑处理,得到第一次滤波处理后的基线;
c)再一次对第一次滤波后的基线进行中值滤波,得到第二次滤波后的基线;
d) 通过含有基线漂移噪声的原始心磁信号与光滑的基线漂移噪声计算得到消除基线漂移噪声的心磁信号,并对其进行低通滤波,以滤除高频噪声。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010798213.9A CN111938627B (zh) | 2020-08-10 | 2020-08-10 | 一种滤除心磁信号基线漂移的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010798213.9A CN111938627B (zh) | 2020-08-10 | 2020-08-10 | 一种滤除心磁信号基线漂移的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111938627A CN111938627A (zh) | 2020-11-17 |
CN111938627B true CN111938627B (zh) | 2022-04-19 |
Family
ID=73333159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010798213.9A Active CN111938627B (zh) | 2020-08-10 | 2020-08-10 | 一种滤除心磁信号基线漂移的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111938627B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113598728B (zh) * | 2021-08-31 | 2024-05-07 | 嘉兴温芯智能科技有限公司 | 生理信号的降噪方法、监测方法、监测装置及可穿戴设备 |
CN114066052A (zh) * | 2021-11-15 | 2022-02-18 | 国网江苏省电力有限公司营销服务中心 | 基于改进tcn修正累积误差的可调节负荷功率多步预测方法 |
CN113974576B (zh) * | 2021-12-23 | 2022-04-22 | 北京航空航天大学杭州创新研究院 | 一种基于心磁图的睡眠质量监测系统及监测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI392297B (zh) * | 2006-10-06 | 2013-04-01 | Realtek Semiconductor Corp | 補償基線游離的裝置及方法 |
US9392952B1 (en) * | 2015-03-10 | 2016-07-19 | Nuvo Group Ltd. | Systems, apparatus and methods for sensing fetal activity |
CN105496400A (zh) * | 2016-03-01 | 2016-04-20 | 张胜国 | 便捷式多导联无线心电监测设备及方法 |
-
2020
- 2020-08-10 CN CN202010798213.9A patent/CN111938627B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111938627A (zh) | 2020-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111938627B (zh) | 一种滤除心磁信号基线漂移的方法 | |
CN109907752B (zh) | 一种去除运动伪影干扰与心电特征检测的心电诊断与监护系统 | |
Sun et al. | ECG signal conditioning by morphological filtering | |
Weng et al. | ECG denoising based on the empirical mode decomposition | |
CN103405227B (zh) | 基于双层形态学滤波的心电信号预处理方法 | |
CN117033911B (zh) | 基于智能眼镜数据的计步分析方法 | |
CN110680308B (zh) | 基于改进emd与阈值法融合的心电信号去噪方法 | |
Kumar et al. | Performance analysis of different filters for power line interface reduction in ECG signal | |
CN110123304B (zh) | 基于多模板匹配和相关系数矩阵的动态心电噪声滤除方法 | |
CN104305992B (zh) | 一种交互式胎儿心电快速自动提取方法 | |
US20230309899A1 (en) | Determination method and determination apparatus for beginning of t-wave, storage medium and computer program product | |
KR20220150901A (ko) | 모체 자궁 활동 검출을 위한 융합 신호 처리 | |
CN110755069B (zh) | 一种跳跃突变噪声的动态心电信号基线漂移校正方法 | |
CN113974576B (zh) | 一种基于心磁图的睡眠质量监测系统及监测方法 | |
CN110507317B (zh) | 一种心电信号r波的自适应ca-cfar定位方法 | |
CN115040139A (zh) | 基于双树复小波的心电r波检测方法、设备、介质及产品 | |
CN114521899B (zh) | 心电信号滤波方法、装置、计算机设备及存储介质 | |
Abboud | Subtle alterations in the high-frequency QRS potentials during myocardial ischemia in dogs | |
CN110881958B (zh) | 一种用于中医脉诊仪的脉搏信号非生理信号去除方法 | |
Chinomso et al. | Analysis of Savitzky-Golay Filter for Electrocardiogram De-Noising Using Daubechies Wavelets | |
Modak et al. | Single channel QRS detection using wavelet and median denoising with adaptive multilevel thresholding | |
CN110101383A (zh) | 一种基于小波能量的心电信号去噪算法 | |
CN112908291A (zh) | 一种电子听诊器的毛刺噪声消除方法 | |
Yadav et al. | Piecewise modeling of ECG signals using Chebyshev polynomials | |
CN111557650A (zh) | 基于Adam的快批量梯度上升法脉搏波特征提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20201117 Assignee: GUANGXI WUZHOU MICRO-MAGNET TECHNOLOGY Co.,Ltd. Assignor: JIANG University OF TECHNOLOGY Contract record no.: X2023980054260 Denomination of invention: A method for filtering out baseline drift of cardiac magnetic signals Granted publication date: 20220419 License type: Common License Record date: 20231227 |
|
EE01 | Entry into force of recordation of patent licensing contract |