DE19703403A1

DE19703403A1 - Robustes Zeitdiversityfilter zum Entfernen von elektromagnetischen Störungen

Info

Publication number: DE19703403A1
Application number: DE19703403A
Authority: DE
Inventors: Alfred Dean Forbes; Eric D Helfenbein
Original assignee: Hewlett Packard Co
Current assignee: Agilent Technologies Inc
Priority date: 1996-03-28
Filing date: 1997-01-30
Publication date: 1997-12-04
Anticipated expiration: 2017-01-31
Also published as: GB9704642D0; GB2311676B; US5687735A; JPH1052409A; GB2311676A; DE19703403C2

Description

Die vorliegende Erfindung bezieht sich auf das Filtern von Signalen und insbesondere auf das Entfernen von elektroma gnetischen Störungen von Signalen aus Ereignisepisoden, von denen jede eine Ereignisepoche (die bedeutungsvolle Signale hat) und eine Ruhe- (signalfreie) Epoche aufweist.

Die digitale Aufzeichnung von Signalen von einem Objekt (z. B. physiologische Signale, wie z. B. ein EKG (EKG = Elek trokardiogramm), von einem Patienten) enthalten oft uner wünschte elektromagnetische Störungen (EMI; EMI = Electro magnetic Interference). Es ist wünschenswert, die EMI durch eine Filtertechnik zu entfernen, derart, daß das darunter liegende Signal (z. B. das physiologische Signal) extrahiert und anschließend für seinen beabsichtigten Zweck verarbeitet werden kann.

Die dominanten EMI in Signalen sind üblicherweise ein Ergeb nis der sinusförmigen Leistungsversorgungssignale (der Si gnale des Leitungsnetzes). Somit erscheinen die meisten elektromagnetischen Störungen in den aufgezeichneten Signal formen als Sinussignale bei der Leistungsversorgungsfrequenz und einigen ihrer Harmonischen. Ein typisches Verfahren zum Entfernen der Leistungsversorgungsstörungen besteht darin, die Signalform mit einem digitalen Kerbfilter (Stoppbandfil ter) zu verarbeiten, dessen Kerbe bei der Leistungsversor gungsfrequenz ist. Da Harmonische der Leistungsversorgungs frequenz nicht durch eine feste Kerbe aufgehoben werden, wird oft ein "Kamm"-Filter verwendet, das eine Serie von Kerbfiltern bei den verschiedenen Frequenzen verwendet. So wohl digitale als auch analoge Implementationen von Kerb- und Kammfiltern weisen jedoch eine Anzahl von Nachteilen auf. Zuerst "klingeln" Kerbfilter, wodurch unerwünschte Si gnalverzerrungen bewirkt werden, welche allein aufgrund des Filterprozesses selbst vorhanden sind. Zusätzlich steigt mit enger werdender Kerbe die Tendenz des Klingelns. Kammfilter multiplizieren die Klingeleffekte von Kerbfiltern.

Ein weiterer Nachteil von Kerbfiltern besteht darin, daß sie ebenfalls jeden Abschnitt des interessierenden Signals ent fernen, der die gleiche Frequenz wie die Kerbe aufweist (wenn eine Überlappung des Frequenzinhalts zwischen dem dar unterliegenden Signal von Interesse und den elektromagneti schen Störungen vorhanden ist). Noch ein weiterer Nachteil von Kerb- oder Kammfiltern besteht darin, daß sie für Ver änderungen der Störungen nicht adaptiv sind. Leistungsver sorgungsleitungsstörungen variieren oft um die Nennfrequenz herum. Da Kerbfilter mit fester Frequenz keine Adaption an sich verändernde elektromagnetische Störungsfrequenzen er reichen, wird eine breitere Kerbe benötigt. Eine breitere Kerbe erhöht jedoch die Signalverzerrung.

Adaptive Filterverfahren (Widrow u. a., "Adaptive Noise Can celing: Principles and Applications", Proc IEEE, Bd. 63, Nr. 12, S. 1692-1716, 1975; Widrow u. a., Adaptive Signal Pro cessing, New Jersey, Prentice Hall, 1985; Haykin S., Adapti ve Filter Theory, zweite Ausgabe, New Jersey, Prentice Hall, 1991) wurden entwickelt, um zusätzliches Rauschen oder zu sätzliche Störungen von verschiedenen Signaltypen zu entfer nen. Diese Verfahren sind entworfen, um sich an sich verän dernden Störungsfrequenzen anzupassen. Obwohl sie in vielen Anwendungen ausreichend sind, weisen solche adaptiven Fil terverfahren ebenfalls Nachteile auf. Adaptive Rauschfilter bauen üblicherweise auf dem "Raumdiversity" d. h. sie benö tigen einen signalunabhängigen Rauschen/Störungs-"Sensor", um ein Referenzeingangssignal zu erzeugen. Dieses Referenz eingangssignal darf nur die Störung enthalten, welche mit der Störung korreliert ist, die in dem Haupteingangssignal vorhanden ist. Bei vielen Anwendungen dürfte es nicht mög lich sein, 1) das benötigte Referenzeingangssignal zu erzeu gen, 2) sicherzustellen, daß das Referenzeingangssignal mit dem Hauptrauschen korreliert ist, oder 3) sicherzustellen, daß das Referenzeingangssignal keinen wesentlichen Betrag des Hauptsignals enthält ("Gegensprechen"). Wenn die Störung ferner einen großen Betrag an Kurzzeitvariationen bezüglich der Amplitude oder Frequenz aufweist, kann die Konvergenz des adaptiven Filters zu langsam sein, um die Störung zu verfolgen. Als Ergebnis wird das Filter ein schlechtes Ver halten zeigen und tatsächlich Störungen einführen. Zusätz lich können derartige adaptive Filter nicht in der Lage sein, mit Störungen fertig zu werden, die aus mehreren Fre quenzen bestehen. In vielen Fällen können sie nicht ohne weiteres modifiziert werden, um dies zu erreichen.

Die Aufgabe der vorliegenden Erfindung besteht darin, ein robustes und flexibles Filter zu schaffen.

Diese Aufgabe wird durch eine Vorrichtung zum Filtern von Signalen gemäß Anspruch 1 und durch ein Verfahren zum Fil tern von Signalen gemäß Anspruch 10 gelöst.

Die vorliegende Erfindung schafft eine EMI-Filterung von Signalen, die eine Ereignisepisode, die eine Ereignisepoche aufweist (welche interessierende Signale hat), und eine Ruheepoche (d. h. ohne ein bedeutungsvolles Signal, was in dieser Anmeldung auch als "signalfrei" bezeichnet wird) auf weist, welches die Nachteile der vorher erwähnten bekannten Verfahren überwindet. Eine Vorrichtung, die von der vorlie genden Erfindung für ein solches Filtern geschaffen wird, umfaßt eine Einrichtung zum Erzeugen elektrischer digitali sierter Signale der Ereignisepisode, einen Speicher zum Auf nehmen und Speichern der digitalisierten Signale der Ereig nisepisode, einen Ereignisdetektor zum Bestimmen der Ereig nisepoche und der Ruheepoche der Ereignisepisode in den di gitalisierten Signalen, einen Spektrumanalysator, um das Leistungsspektrum der digitalisierten Signale mindestens ei ner Ereignisepisode zu analysieren, eine Abschätzungsein richtung, um basierend auf den digitalisierten Signalen (d. h. dem Eingangssignal) einer Ruheepoche und den bei der Spektralanalyse erhaltenen Frequenzen die elektromagneti schen Störungen (EMI) abzuschätzen, und eine Subtrahierein richtung zum Subtrahieren der abgeschätzten EMI von den di gitalisierten Signalen der Ereignisepoche, derart, daß die resultierenden Signale Signale der Ereignisepoche mit redu zierten EMI sind.

Um die EMI bei der Ereignisepoche abzuschätzen, werden die EMI bei der Ruheepoche neben der Ereignisepoche zuerst abge schätzt und erweitert, um die Ereignisepoche zu überbrücken. Die Vorrichtung verwendet eine Basisfunktion (Basisfunktio nen) (welche vorzugsweise eine Sinuswelle und eine Kosinus welle bei einer EMI-Frequenz im Falle von sinusförmigen EMI kombiniert) bei einer oder mehreren Frequenzen, die aus der Spektralanalyse bestimmt werden, um an Daten der Signale der Ruheepoche kurvenmäßig angepaßt (oder angenähert) zu werden, um den EMI-Schätzwert zu erzeugen. Um eine Kurvenanpassung an Leitungsfrequenz-EMI zu schaffen, werden vorzugsweise nur eine Sinuswelle und nur eine Kosinuswelle bei jeder EMI-Fre quenz kombiniert, um eine kurvenmäßige Übereinstimmung mit den Daten der Ruheepoche herbeizuführen. Die Amplitude der Sinuswelle und die Amplitude der Kosinuswelle werden einge stellt, um mit den Störungen der Ruheepoche kurvenmäßig übereinzustimmen, weshalb sie nicht notwendigerweise gleich sein müssen.

Harmonische bei höheren Frequenzen für Leitungs-EMI können auf ähnliche Weise abgeschätzt werden. Ein Ausführungsbei spiel des "Basisfunktionsfilter"-Filterverfahrens gemäß der vorliegenden Erfindung, wie z. B. das "sinusförmige Trend filter" (STF; STF = Sinusoidal Trend Filter), kann verwendet werden, um Leitungsfrequenz-EMI sowie deren Harmonische (d. h. harmonische Frequenzen, welche hierin als die bezeichnet werden, die höher als die Grundfrequenz sind) von digitalen Aufzeichnungen hoher Auflösung zu entfernen. Der Ausdruck "entfernen" bedeutet bezüglich seiner Verwendung in dieser Anmeldung ein teilweises oder vollständiges Entfernen.

Das Filter und das Verfahren der vorliegenden Erfindung wei sen gegenüber geläufigen Filtern und Filterverfahren zum EMI-Entfernen Vorteile auf. Das sinusförmige Trendfilter entfernt beispielsweise Leitungsfrequenz-EMI und ihre Har monischen ohne ein Bewirken von Klingeln. Das Filter kann verwendet werden, um die EMI zu entfernen, während die Si gnalenergie des interessierenden Ereignisses bei den EMI- Frequenzen intakt gelassen wird. Da die EMI oft als Kurz zeit-Stationärsignalformen (z. B. sinusförmige Signale) er scheinen, können, wenn Ereignissignale Energie bei den glei chen Frequenzen wie die EMI enthalten, die beiden getrennt werden.

Da das Filtern in dem Zeitbereich durchgeführt wird, können robuste Verfahren, wie z. B. das Verfahren der kleinsten angepaßten Quadrate (oder "least-trimmed-square"-Verfahren) oder das Verfahren der kleinsten Einsnorm (oder "least-one- norm"-Verfahren), verwendet werden. Eine Verwendung dieser Verfahren macht das Verfahren weniger empfindlich auf Aus reißer in der Signalform (z. B. impulsförmige Rauschspit zen), welche bewirken können, daß typische Verfahren das Signal verzerren (z. B. eine Rauschspitze während einer Ruheepoche kann bewirken, daß ein Kerbfilter während der darauffolgenden Ereignisepoche klingelt). Da die EMI über kurzen Ruheepochen abgeschätzt werden, kann sich das Ba sisfunktionsfilter (z. B. STF) schnell an Phasen- und Am plitudensprünge in der Störung anpassen. Als Darstellung wurde ein STF-Filter erfolgreich verwendet, um die 60-Hz- Leitungsfrequenz-EMI und ihre dominanten 180-Hz- und 300- Hz-Harmonischen von Elektrokardiogramm- (EKG-) Aufzeichnun gen mit hoher Auflösung zu entfernen. STF-gefilterte Herz schlag-"Episoden" (d. h. Zeitintervalle) mit Ruheepochen und Ereignisepochen sind in Fig. 1 gezeigt. Das allgemeine Ba sisfunktionsfilter kann verwendet werden, um kurzzeitig sta tionäre EMI (sinusförmig oder nicht-sinusförmig) bei ver schiedenen Frequenzen von physiologischen oder nicht-physio logischen Signalen einer Ereignisepisode, die eine Ereignis epoche und eine Ruheepoche enthält, zu entfernen.

Bevorzugte Ausführungsbeispiele der vorliegenden Erfindung werden nachfolgend bezugnehmend auf die beiliegenden Zeich nungen, bei denen gleiche Bezugszeichen in verschiedenen Figuren gleiche Elemente bezeichnen, detaillierter erläu tert. Es zeigen:

Fig. 1 eine typische EKG-Wiedergabe mit Ruheepochen und Ereignisepochen;

Fig. 2 eine schematische Darstellung des Filters der vor liegenden Erfindung;

Fig. 3 ein Flußdiagramm, das das Verfahren zum Filtern von elektromagnetischen Störungen gemäß der vorliegen den Erfindung darstellt;

Fig. 4 ein typisches Leistungsspektrum von EKG-Signalen, die in einer Zeitdauer aufgenommen wurden;

Fig. 5 eine Ereignisepisode eines EKGs und der Basisfunk tionen, die zum Anpassen an die Störungen während der Ruheepoche in der Ereignisepisode verwendet werden;

Fig. 6 die Ereignisepisode von Fig. 3 und die Basisfunk tionen, die zum Anpassen der Störungen während der Ruheepoche verwendet werden, welche erweitert sind, um die Ereignisepoche zu überbrücken;

Fig. 7 Abschnitte von Ereignisepisoden, die Ruheepochen umfassen, welche an eine Ereignisepoche angrenzen, wobei die Ruheepochen verwendet werden, um die EMI der Ereignisepochen abzuschätzen, um gewichtete Ba sisfunktionen als Resultat zu erhalten; und

Fig. 8 Die Verwendung eines EMI-Sensors zum Sammeln von EMI-Signalen an einer Position, die sich von der eines Sensors unterscheidet, der Ereignissignale aufnimmt.

Die vorliegende Erfindung schafft ein "Basisfunktionsfil ter", das EMI-Signale während einer Ruheepoche an Basisfunk tionen bei einer oder mehreren Frequenzen anpaßt, die durch eine Spektralanalyse von Signalen identifiziert werden, die während einer Periode gesammelt werden, welche mindestens einen Abschnitt der Ruheepoche umfaßt. Fig. 1 zeigt ein Beispiel von Signalen (EKG), die durch das Basisfunktions filter (das STF für Leitungs-EMI) der vorliegenden Erfindung gefiltert worden sind. Es ist offensichtlich, daß das EKG lediglich aus Darstellungsgründen gegeben ist, und daß andere Typen von Signalen unter Verwendung des Verfahrens und der Vorrichtung der vorliegenden Erfindung gefiltert werden können. Bei diesem Beispiel weist jeder Herzschlag (das Zeitintervall desselben wird als eine Ereignisepisode bezeichnet) eine P-Welle, die durch P markiert ist, einen QRS-Komplex, der durch QRS markiert ist, und eine T-Welle, die durch T markiert ist, auf. Das Intervall Q zwischen dem hinteren Ende der T-Welle des vorhergehenden Herzschlags und dem Beginn der P-Welle eines Herzschlags wird derart be trachtet, daß es keine wesentlichen "Ereignisinformationen" enthält, d. h. keine Informationen, die die Aktivität des Herzens darstellen. Dieses Intervall wird in dieser Anmel dung als die "Ruheepoche" bezeichnet, da dasselbe "signal frei", ist, und im wesentlichen nur elektromagnetische Stö rungen enthält. Der Rest des Intervalls (des Herzschlags) wird als die "Ereignisepoche" E bezeichnet, welche den PQRST-Wellen entspricht.

Fig. 2 zeigt schematisch ein Ausführungsbeispiel des Basis funktionenfilters 10 der vorliegenden Erfindung. Signale, die durch eine Signalquelle 12 (z. B. einen Patienten) er zeugt werden, werden von einem Gerät 14 gesammelt, das die Signale in eine Form umwandelt, die von einem Speicher 16 empfangbar und speicherbar ist. Das Gerät 14 kann einen Sen sor (Sensoren) (z. B. EKG-Elektroden) aufweisen, die elek trische Signale (d. h. ein Eingangssignal) von der Signal quelle 12 sammeln. Dasselbe kann ferner Geräte enthalten, die andere Signale in elektrische Signale umwandeln (z. B. Wandler, Photodetektoren und dergleichen, die eine Schwin gung, Schall, Licht, usw. umwandeln). Das Gerät 14 kann ebenfalls einen Verstärker enthalten, um die Signale von den Sensoren zu verstärken, und dasselbe kann ferner einen Ana log/Digital-Wandler (A/D-Wandler) enthalten, um analoge Si gnale in digitale Signale umzuwandeln.

Digitalisierte Signale von dem Speicher 16 werden durch ei nen Spektrumanalysator 20 analysiert, um Informationen be züglich der dominanteren Frequenzen der EMI in den Signalen zu erhalten. Die digitalisierten Signale von dem Speicher 16 werden ebenfalls durch einen Ereignisdetektor 24 analysiert, um den Beginn und das Ende jeder Ruheepoche und jeder Ereig nisepoche zu bestimmen. Die Informationen über die dominan ten Frequenzen und die Beginnpunkte und Endpunkte von Ereig nis- und Ruheepochen werden zu einer Abschätzungseinrichtung 26 übertragen, um die EMI der Ereignisepochen einzuschätzen.

Die Abschätzungseinrichtung 26 kann basierend auf den do minanten Frequenzen, die bei der Spektralanalyse erhalten wurden, verwendet werden, um Basisfunktionen zu erzeugen, die an die Amplitude und Phase der gesammelten Signale (die als digitalisierte Signale in dem Speicher 16 gespeichert sind) einer interessierenden Ruheepoche angepaßt sind. Diese Basisfunktionen werden gewichtet, um der EMI-Schätzwert dieser Ruheepoche zu werden. Diese Basisfunktionen werden erweitert, um die Ereignisepoche neben der Ruheepoche zu überbrücken (d. h. die derselben folgende), woraus der EMI- Schätzwert dieser Ereignisepoche resultiert.

Eine Subtrahiereinrichtung 30 wird verwendet, um den EMI- Schätzwert von den gesamten Signalen zu subtrahieren, um als Resultat gefilterte Signale zu erzeugen, die reduzierte EMI aufweisen. Der EMI-Schätzwert einer Ereignisepoche wird von den entsprechenden gesammelten Signalen dieser Ereignisepo che subtrahiert. Wenn es erwünscht ist, kann der EMI-Schätz wert einer Ruheepoche von den entsprechenden gesammelten Si gnalen während dieser Ruheepoche subtrahiert werden. Auf diese Art und Weise können gefilterte Signale für eine Er eignisepisode (z. B. eines Herzschlags) oder für eine Serie von Ereignisepisoden (z. B. ein paar Minuten eines EKG-Si gnals, das Herzschlägen entspricht) erhalten werden.

Sobald digitalisierte Signale erhalten worden sind (z. B. von einem A/D-Wandler), wird das Signal vorzugsweise durch einen elektronischen Computer 34 verarbeitet, um die gefil terten Signale als Resultat zu erhalten. In diesem Fall sind der Speicher, der Spektrumanalysator, die Abschätzungsein richtung und die Subtrahiereinrichtung alles Teile des elek tronischen Computers. Es ist jedoch offensichtlich, daß ein zelne elektronische Geräte oder Schaltungen verwendet werden können, um die Funktionen des Speichers, des Spektrumanaly sators, der Abschätzungseinrichtung, der Subtrahiereinrich tung oder einer Kombination derselben durchzuführen.

Fig. 3 zeigt das Filterverfahren gemäß der vorliegenden Er findung. Zuerst werden digitalisierte Signale, die den in teressierenden Ereignissen entsprechen, erhalten (Block 40). Dies kann durch Sammeln elektrischer Signale (d. h. Ein gangssignale) von einer Signalquelle oder durch Umwandeln nicht-elektrischer Signale (z. B. Ultraschall) in elektri sche Signale und durch darauf folgendes Digitalisieren der elektrischen Signale erreicht werden. Die digitalisierten Signale werden in einem Speicher gespeichert (Block 42).

Die digitalisierten Signale werden dann spektralanalysiert, um die dominanten EMI-Frequenzen zu erhalten. Zusätzlich werden die Signale analysiert, um die Ruheepochen und Ereig nisepochen jeder Ereignisepisode zu bestimmen (Block 44). Obwohl es bevorzugt wird, daß die digitalisierten Signale von dem Speicher für diese Ereignisanalyse von Computeralgo rithmen elektronisch analysiert werden, wird es ebenfalls ins Auge gefaßt, daß eine solche Analyse analog durchgeführt werden kann oder sogar manuell von einer Person durchgeführt werden kann.

Die EMI-Schätzwerte der Ruheepoche (der Ruheepochen) werden basierend auf den dominanten EMI-Frequenzen und durch Anpas sen von Basisfunktionen bei diesen Frequenzen (welche eine oder mehrere Frequenzen sein können) an die gesammelten Si gnale der Ruheepochen erhalten (Block 46). Der EMI-Schätz wert der Ereignisepoche wird durch Erweitern der Basisfunk tionen von der Ruheepoche zu der angrenzenden Ereignisepoche erhalten (Block 48). Schließlich werden durch Subtrahieren des EMI-Schätzwerts (der EMI-Schätzwerte) von den entspre chenden gesammelten Signalen gefilterte Signale erhalten.

Das Basisfunktionenfilter

Das Basisfunktionenfilter kann auf Signalformen angewendet werden, die eine "Zeitdiversity"-Form des Signals und des Rauschens aufweisen. Das Aufweisen von "Zeitdiversity" be deutet, daß die Signale (d. h. das Eingangssignal) als Funk tion der Zeit in diskrete Perioden des Signals und des Rau schens (d. h. signalfrei) aufgeteilt werden können. Die "si gnalfreien" Perioden sind "Ruheepochen", während denen das interessierende Signal (d. h. das bedeutungsvolle Signal) abwesend ist (oder im wesentlichen abwesend ist oder bei spielsweise durch Herausfiltern eines interessierenden Si gnals von einer solchen Ruheepoche als als abwesend erschei nend gemacht werden kann), während die Störungen jedoch vor handen sind. Diese Epochen werden als "Ruheepochen" be zeichnet, da sie bezüglich des Signalinhalts des Ereignisses von Interesse ruhig sind. Diese Ruheepochen umgeben Epochen, in denen die interessierenden Signale vorhanden sind, wobei dieselben jedoch durch die unerwünschten Störungen beein trächtigt sind. Diese Epochen werden als "Ereignisepochen" bezeichnet, da sie Signale der interessierenden Ereignisse enthalten werden. Das EKG ist ein Beispiel eines solchen Signals. Die elektrische Aktivität, die jedem Herzschlag (dem zu untersuchenden "Ereignis") zugeordnet ist, wird üblicherweise von kurzen Perioden umgeben, in denen keine elektrische Herzaktivität vorhanden ist, in denen jedoch nur die Störungen vorhanden sind (d. h. die "Ruheepochen"), wie es in Fig. 1 gezeigt ist. Ein weiteres Beispiel ist der Schall, der von einer Pumpe emittiert wird, die einen pul sierenden Fluß treibt. Das Basisfunktionenfilter kann für eine Vielzahl von Signalen angepaßt werden. Aus Darstel lungsgründen ist eine Anwendung zum Filtern von EKG-Signa len, um Leitungs-EMI zu entfernen, nachfolgend beschrieben. Ein Fachmann wird in der Lage sein, ein Filter für andere Anwendungen basierend auf der vorliegenden Offenbarung zu modifizieren.

Die EMI-Frequenz (oder -Frequenzen) wird (werden) zuerst aus einem Leistungsspektrum der Signalform (d. h. aus gesammel ten Daten des Signals) gemessen. Obwohl die Leitungsfrequenz beispielsweise etwa im Bereich von 60 Hz liegt, werden die Frequenz der Leistungsversorgungsleitungen und ihre Harmoni schen spektralanalysiert, da die Leistungsversorgungsfre quenz oft um bis zu 0,1% variiert. Basisfunktionen (z. B. sinusförmige Funktionen in dem Falle von Leitungs-EMI) bei diesen gemessenen Frequenzen werden in einer Ruheepoche an gepaßt, um einen Regressionsschätzwert der EMI zu erzeugen. Dieser EMI-Schätzwert wird als der "Sinustrend" für sinus förmige EMI bezeichnet. Die Basisfunktionen können für ande re EMI-Signalformen komplexer sein, z. B. eine Quadratwelle, usw. Die Basisfunktionen vieler Arten von EMI mit regelmäßi gen Signalformen können jedoch von einem Fachmann bestimmt werden (Quadratwellen können beispielsweise durch eine Kom bination von Sinuswellen dargestellt werden). Die EMI werden als lokalstationär angenommen (d. h. dieselben variieren während der Periode eines Ereignisses nicht wesentlich) und können somit als eine lineare Kombination von Basisfunktio nen (z. B. einigen Sinusfunktionen für Leitungs-EMI) darge stellt werden. Dieser Störungsschätzwert wird dann von der Ruheepoche über die nächste Ereignisepoche erweitert und von den darin gesammelten Signalen subtrahiert, wodurch das zu grundeliegende Signal im wesentlichen ohne EMI zurückbleibt. Aufgrund der lokalstationären Charakteristika der EMI als Funktion der Zeit ist es offensichtlich, daß, obwohl vor zugsweise Signale, die in einer Zeitperiode gesammelt wer den, die die interessierende Ereignisepisode enthält (welche beispielsweise die Periode eines Herzschlags ist) , spektral analysiert werden, um die EMI-Frequenz zu bestimmen, auch eine Periode, die nur einen Teil oder sogar nichts der in teressierenden Ereignisepisode enthält, verwendet werden kann. Signale, die beispielsweise in einer Periode in der Nähe der Ereignisepisode gesammelt werden, würden wahr scheinlich einen vernünftigen Schätzwert der EMI-Frequenz bei dieser Ereignisepisode ergeben.

Das Basisfunktionenfilter und das Verfahren sind am besten für Anwendungen geeignet, die eine Nachverarbeitung von auf gezeichneten Signalformen betreffen, obwohl auch eine Echt zeitimplementation durchgeführt werden könnte, wenn eine ausreichende Verarbeitungsleistung vorhanden ist, und wenn Verzögerungen des Filterausgangssignals toleriert werden können.

Abschätzung der EMI-Frequenzen

Oft ist die EMI-Frequenz (z. B. die Leistungsnetzfrequenz) nicht stationär (als Funktion der Zeit). Für ein besseres Filterverhalten wird die EMI-Frequenz wiederholt abgeschätzt (durch Untersuchen des Leistungsspektrums aneinander angren zender Regionen des beobachteten Eingangssignals y). Die Auswahl der Dauer dieser Regionen wird von der Abtastrate, von den erwarteten Variationen der EMI-Frequenz (z. B. der Nennleistungsnetzfrequenz) an einer gegebenen Aufzeichnungs stelle und von dem Grad an erwünschtem EMI-Filtern abhängen. Die Dauer wird im Hinblick auf die Annahme ausgewählt (z. B. 5, 10, 30, 60 Sekunden, usw.), daß die EMI-Frequenzen in dieser Dauer einigermaßen stationär sein werden. Die EMI- Frequenz (oder -Frequenzen) wird (werden) aus der Spektral analyse bestimmt. Auf ähnliche Weise können die EMI-Frequen zen aus der geeigneten Analyse von Signalen, bei denen ein Verdacht auf EMI vom Quadratwellentyp besteht, bestimmt wer den.

Um beispielsweise die EMI-Frequenzen von Leitungsfrequenzen zu finden, wird eine Suche nach Spitzen in dem Leistungs spektrum in der Nähe der Nennleistungsnetzfrequenz (z. B. 60 Hz) und ihrer Harmonischen (z. B. die Dritte: 180 Hz; die Fünfte: 300 Hz) durchgeführt. Ein Beispiel eines Spektrums, das aus 60 Sekunden eines EKG berechnet worden ist, ist in Fig. 4 gezeigt. Üblicherweise sind nur einige der Harmoni schen (z. B. die ungeraden Harmonischen der Basisleitungs frequenz 60 Hz von EMI in einem EKG) dominant. Diese können mehr Energie als die Grundleistungsnetzfrequenz selbst ent halten.

Als Illustration sollen sinusförmige EMI bei den Frequenzen dieser identifizierten Spitzen durch das vorliegende Filter verfahren beseitigt werden. Diese ausgewählten Frequenzen werden als f_i bezeichnet, wobei i = 1, 2, . . . , m ist.

In Fällen, in denen sich der Spektralgehalt der EMI-Frequen zen und der Signale überlappen, können bestimmte EMI-Spitzen (z. B. bei 60 Hz) in dem Leistungsspektrum nicht unter scheidbar sein. In diesen Fällen kann eine Suche nach der Frequenz der dominantesten EMI-Harmonischen (z. B. bei 180 Hz) durchgeführt werden. In der Technik bekannte Suchverfah ren können verwendet werden. Sobald die Spitze der dominan ten Harmonischen gefunden worden ist (z. B. die dritte Har monische bei 180,3 Hz), kann man durch geeignete Skalierung der Netz- (oder der Grund-) Frequenz (z. B. Teilen durch 3, um 60,1 Hz zu erhalten) und der anderen Harmonischen (z. B. für die fünfte Harmonische Multiplizieren mit 5/3, um 300,5 Hz zu erhalten) bestimmen.

Leistungs- und Phasenabschätzung der EMI-Frequenz

Die EMI werden dann durch Anpassen der Basisfunktion (der Basisfunktionen) an die Signaldaten abgeschätzt. Die "sinus förmigen Trends" der EMI werden durch ein Kurvenanpassungs verfahren (z. B. ein Regressionsverfahren) erhalten, welches die Amplitude und Phase bei jeder EMI-Frequenz abschätzt. Zuerst wird eine Ereignisepoche (während der Signale des interessierenden Ereignisses vorhanden sind) mit einem Ein gangssignal y_e (e = event = Ereignis) in dem beobachteten Eingangssignal y (welches in Spannungseinheiten vorliegt) identifiziert. Anschließend wird eine Ruheepoche mit einem Eingangssignal y_q (q = quiet = ruhig) identifiziert, welche der Ereignisepoche vorausgeht und an dieselbe angrenzt. Die se Ruheepoche enthält die meisten elektromagnetischen Stö rungen (EMI). Eine Vielzahl von Verfahren (einschließlich von Standardverfahren) zum Identifizieren von Ereignissen kann verwendet werden. Bei EKG-Signalen kann beispielsweise der QRS-Komplex durch seine große Amplitude identifiziert werden. Die P- und die T-Welle können basierend auf ihrer Beziehung zu dem QRS-Komplex identifiziert werden. Der Be ginn und das Ende der Ereignisepoche können basierend auf der Krümmung der Kurve vor der P-Welle und nach der T-Welle bestimmt werden.

Basisfunktionen (z. B. sinusförmige Funktionen) werden dann erzeugt, um die Ruheepoche zu überspannen. Für Leitungs-EMI werden für jede der m EMI-Frequenzen, die in dem obigen Ver fahren (über die Spektralanalyse) identifiziert wurden, eine Kosinuswelle und eine Sinuswelle erzeugt, welche die gleiche Abtastrate (zum Digitalisieren der Signale) wie das Signal und die Dauer der Ruheepoche aufweisen (siehe Fig. 5). Wenn sowohl eine Kosinuswelle als auch eine Sinuswelle bei jeder Frequenz vorhanden ist, ist es möglich, daß das Verfahren die Phase der EMI anpaßt, da eine Linearkombination der bei den verwendet werden kann, um eine Sinusfunktion mit belie biger Phase zu erzeugen. (Aus Darstellungsgründen sind in Fig. 5 die Kosinuswelle C1 und die Sinuswelle S1 einer er sten dominanten Frequenz sowie die Kosinuswelle C2 und die Sinuswelle S2 einer zweiten dominanten Frequenz gezeigt.) Es sei angemerkt, daß ein Wissen über das Wesen der EMI beim Identifizieren der zu verwendenden Basisfunktionen vorteil haft ist. Für Leitungs-EMI sind die Basisfunktionen Sinus wellen und Kosinuswellen. Für rechteckige EMI-Wellen können Basisfunktionen, die rechteckige Funktionen erzeugen, ver wendet werden.

Bei dem Beispiel der Leitungs-EMI werden die Abtastwerte für jede Basisfunktion in benachbarten Spalten einer n_q × 2m-Ma trix (Q) plaziert, wobei n_q die Anzahl von Abtastpunkten in der Ruheepoche ist, während 2m die Anzahl von Basisfunktio nen ist (dieselbe ist doppelt so groß wie die Anzahl von EMI-Frequenzen, welche zu filtern sind, da sowohl eine Si nuswelle als auch eine Kosinuswelle vorhanden sind). Der Wert von m wird ausgewählt, um die dominanteren EMI-Frequen zen zu umfassen. Bei einer EKG-Filterung sind beispielsweise drei EMI-Frequenzen vorhanden, die vorherrschend sind (60 Hz, 180 Hz und 300 Hz). Es ist offensichtlich, daß bei ande ren Fällen der Signalmessung andere vorherrschende EMI-Fre quenzen vorhanden sein können. In Fällen beispielsweise, in denen eine Signalmessung in der Nähe eines Oszillators durchgeführt wird (z. B. in Kommunikationsausrüstungen, Fernsehgeräten, usw.), kann der Oszillator eine EMI erzeu gen, die die interessierenden Signale stört.

Die n_q digitalen Abtastwerte der Ruheepoche umfassen den "Beobachtung"-Vektor "y_q". Um die Leitungs-EMI abzuschätzen, weist die Linearkombination der Basisfunktionen einer EMI- Winkelfrequenz ω die Form A·cos (ωt) + B·sin (ωt) auf, wobei t die Zeit und A und B die Amplituden sind.

Die 2m Koeffizienten (oder "Gewichtungen") in dem abge schätzten Lösungsvektor "x" werden dann berechnet, um die folgende Gleichung am besten zu erfüllen:

Qx = Y_q (1)

Eine Anzahl von Regressionsverfahren kann verwendet werden, um diese Gleichung nach x zu lösen. Ein häufig verwendetes Verfahren minimiert den quadrierten Fehler zwischen dem Stö rungsschätzwert î_q und den Beobachtungen in der Ruheepoche:

ε² = (î_q - y_q)^T(î_q - y_q) (2)

Die formale Lösung ist bezüglich der Pseudoinversen Q¹ gege ben:

= Q^ly_q = (Q^T Q)^-1Q^Ty_q (3)

Die 2m Basisfunktionen werden dann mit den Lösungskoeffizi enten multipliziert und aufsummiert, um den Schätzwert der Störung î_q in der Ruheepoche zu bilden:

î_q = Q (4)

Entfernung der EMI von den gesammelten Signalen, um die Ereignissignale wiederzugewinnen

Der "Ruheepochen"-EMI-Schätzwert (z. B. der sinusförmige Trend), der aus der Ruheepoche erzeugt wird, wird über die angrenzende Ereignisepoche ausgedehnt, um einen EMI-Schätz wert der Ereignisepoche zu erzeugen. Dieser Ereignisepo chen"-EMI-Schätzwert wird dann von den Signalen der Ereig nisepoche subtrahiert, um die EMI-Signale wirksam zu fil tern, um die Ereignissignale wiederzugewinnen.

Der EMI-Schätzwertvektor î_q, der bezüglich des obigen Ver fahrens erzeugt wird, kann typischerweise nicht direkt als ein Schätzwert der EMI während der Ereignisepoche verwendet werden, da seine Basisfunktionen (z. B. Kosinustrends für sinusförmige EMI) wahrscheinlich nicht in Phase mit denen der EMI während der Ereignisepoche sein werden. Um somit die Phasenbeziehung zwischen den EMI, die in der Ruheepoche an gepaßt worden sind, und dem EMI-Schätzwert für die Ereignis epoche zu halten, werden die Basisfunktionen von ihren ur sprünglichen Startpunkten erweitert, um sowohl die Ruhe- als auch die Ereignisepoche zu überspannen, wie es in Fig. 6 ge zeigt ist.

Für sinusförmige Trendfunktionen, welche das oben beschrie bene Regressionsverfahren verwenden, wird daher eine neue Matrix Q′ erzeugt, welche n_e zusätzliche Zeilen enthält, welche die Sinusfunktionen in den Spalten von Q erweitern, wobei n_e die Anzahl von Punkten ist, die benötigt werden, um die Ereignisepoche zu überspannen. Diese neue Matrix kann derart betrachtet werden, als daß sie zwei Abschnitte ent hält: den oberen Abschnitt Q, der die Basisfunktionen ent hält, die die Ruheepoche überspannen, und den unteren Ab schnitt E, der die Fortsetzung der Basisfunktionen enthält, welche die Ereignisepoche überspannen. Somit weist Q′ die folgende Form auf:

Der Störungsschätzwert î_e für die Ereignisepoche wird dann durch Multiplizieren des Abschnitts der Basisfunktionen E, welche erweitert wurden, um die Ereignisepoche zu überspan nen, mit gefunden, welche die oben gefundenen Koeffizien ten sind:

î_e = E (6)

Schließlich wird das gefilterte Ereignissignal S_e durch eine Punkt-um-Punkt-Subtraktion des EMI-Schätzwerts î_e von der ursprünglichen beobachteten Ereignissignalform y_e gefunden:

S_e = y_e - î_e (7)

Die Subtraktion wird lediglich während der Ereignisepoche durchgeführt.

Wiederholung des Verfahrens für jedes Ereignis

Die EMI-Abschätzung und das Entfernen durch Subtraktion wer den abwechselnd für jede Ereignisepoche in der Region der Signalform durchgeführt, welche verwendet worden ist, um die EMI-Frequenzen aus dem Leistungsspektrum zu bestimmen. Wenn das Ende dieser Region erreicht ist, wird das gesamte Ver fahren für eine weitere Region von Daten wiederholt.

Die Effektivität des Entfernens der EMI von den gesammelten Signalen während der Ereignisepisode hängt von der Stationa rität der EMI während der Ruhe- und der Ereignisepoche ab. Amplituden-, Phasen- oder Frequenzänderungen der EMI während dieser Intervalle werden eine Verschlechterung des Filter verhaltens bewirken. Ein Auftreten der genannten Änderungen wird vorzugsweise identifiziert, derart, daß die Ereignis epoche von der anschließenden Analyse entfernt werden kann. Dies kann erreicht werden, indem der EMI-Schätzwert, der aus der vorhergehenden Ruheepoche bestimmt wurde, mit einem EMI-Schätzwert verglichen wird, der aus der Ruheepoche abge schätzt wird, welche der gefilterten Ereignisepoche folgt. Der Grad der Übereinstimmung zwischen diesen beiden Schätz werten ist eine Anzeige für den Grad der Stationarität der EMI.

Obwohl nur eine Ruheepoche, die jeder Ereignisepoche voraus geht, beschrieben ist, um den EMI-Schätzwert für jede Ereig nisepoche zu bestimmen, kann das Filterverfahren durch Ver wendung zusätzlicher Ruheepochen bei jeder Schätzwertbestim mung robuster gemacht werden. Die zwei Ruheepochen (z. B. Q1 und Q2), die jede Ereignisepoche (z. B. E1) flankieren, kön nen beispielsweise verwendet werden, wie es in Fig. 7 ge zeigt ist.

In diesem Fall wird eine Matrix, deren Spalten die Basis funktionen mit einer ausreichenden Länge, um die erste (vor ausgehende) Ruheepoche, die Ereignisepoche und schließlich die zweite (darauffolgende) Ruheepoche zu überspannen, sind, erzeugt. Diese Matrix weist drei jeweilige Komponenten auf:

Dabei ist E der Abschnitt der Basisfunktionen, die die Er eignisepoche überspannen. Die Regressionsgleichung, die zu lösen ist, ist folgendermaßen gegeben:

Dabei sind y_q1 und y_q2 die Abschnitte der Eingangssignalform in den beiden Ruheepochen, welche aneinandergefügt werden, um den Beobachtungsvektor zu bilden. Die Zeilen, die der Er eignisepoche in sowohl den Basisfunktionen als auch dem Be obachtungsvektor entsprechen, werden entfernt. Jedes Regres sionsverfahren kann dann verwendet werden, um diese Glei chung nach x zu lösen, wobei keine ungünstigen Effekte auf grund des Entfernens dieser Elemente auftreten. Der Stö rungsschätzwert in der umgebenden Ereignisepoche ist dann folgendermaßen gegeben:

î_e = E (10)

Abhängig von dem Wesen der Signale (z. B. der Dauer der Ru he/Ereignis-Epochen) kann jede beliebige Anzahl von Ruheepo chen, die jede Ereignisepoche umgeben, auf eine ähnliche Art und Weise verwendet werden. Die zwei Ruheepochen, die einer Ereignisepoche vorausgehen, und die zwei, die einer Ereig nisepoche folgen, können beispielsweise verwendet werden.

Sobald digitalisierte Signale erhalten sind, können die Ana lyse des Spektrums, die Abschätzung der EMI und die Subtrak tion der abgeschätzten EMI von den digitalisierten Signalen (Daten) in irgendeiner elektronischen Vorrichtung durchge führt werden, welche unter der Anleitung eines Computerpro gramms oder eines elektronischen Äquivalents ist, das solche Operationen durchführt. So kann ein elektronischer Computer beispielsweise ein Computerprogramm enthalten, das als Ein gabe die digitalisierten Daten empfängt und die spektrale Analyse, die Abschätzung der EMI und die Subtraktion der abgeschätzten EMI von den digitalen Signalen auf eine Art und Weise durchführt, die mit der oben beschriebenen mathe matischen Beschreibung ähnlicher Verfahren konsistent ist. Ein Fachmann wird in der Lage sein, solche Coinputerprogramme basierend auf dem oben beschriebenen Verfahren zum Filtern von EMI zu schreiben. Ferner können solche Computerprogramme in Programinspeichermedien gespeichert sein. Ein solches Com puterprogramin kann beispielsweise in dem Speicher eines Com puters oder in einem externen Programmspeichermedium, wie z. B. einer Festplatte, einer Floppydiskette, einem Magnetband, einer Compactdisk, und dergleichen, gespeichert sein. Ein solches Programm kann in einen Computer (oder in ein ähn liches Gerät) geladen (oder gelesen) werden, um es zu er möglichen, daß der Computer die EMI von digitalisierten Si gnalen filtert.

Weitere Ausführungsbeispiele

Bei bestimmten Anwendungen kann es schwierig sein, Ruheepo chen zu identifizieren, bei denen nur die EMI, jedoch kein Ereignissignalgehalt vorhanden ist. Es können jedoch kurze Abschnitte der Signalform vorhanden sein, bei denen das Er eignissignal vorhanden ist, das jedoch trotzdem nicht von dem EMI unter Verwendung traditioneller Filterverfahren ge trennt werden kann. Der Beginn und/oder das Ende jedes Er eignisses (z. B. eine PQRST-EKG-Welle) kann beispielsweise einen Signalgehalt bei Frequenzen enthalten, die im wesent lichen unter der niedrigsten EMI-Frequenz sind. Ein tradi tionelles Hochpaßfilter erlaubt es, daß dieser Abschnitt des Signals unterdrückt wird. Ein digitales FIR-Hochpaßfilter (FIR = Finite-Impulse-Response = finite Impulsantwort) mit einer flachen Filterflanke kann somit verwendet werden, um die beobachtete Signalform zu filtern, um die Ruheepochen zu erzeugen. Dieses Filter wird in kleineren Koeffizienten für diese EMI-Frequenzschätzwerte resultieren, und es wird ein EMI-Schätzwert über die Ereignisepoche erzeugt, welcher die Leistung bei diesen Frequenzen zu niedrig abgeschätzt. Eine Lösung besteht darin, diese Koeffizienten um den Betrag der Dämpfung des Hochpaßfilters hochzuskalieren, die dasselbe bei der entsprechenden Frequenz erzeugt. Diese Skalierfakto ren können vorher berechnet werden, da sie konstant bleiben. Ein Hochpaßfiltern der Ruheepochen kann ebenfalls eine Nie derfrequenzstörung (z. B. eine Drift oder eine langsame Grundlinienphasenschwankung) entfernen.

Bei Anwendungen, bei denen die EMI erwartungsgemäß relativ stationär über langen Perioden bleiben, und bei denen Epo chengrenzenbestimmungsfehler und/oder weitere Störungen er wartungsgemäß vorhanden sind, besteht ein anderer Weg, um die Robustheit zu erhöhen, darin, die Epochen-zu-Epochen-Ab weichungen der EMI-Koeffizienten zu begrenzen. Ein Begrenzen des Betrags an zulässiger Abweichung wird die Empfindlich keit auf Transientenstörungen von Nicht-EMI-Quellen verrin gern. Um dies zu tun, können beispielsweise die Summe der Quadrate der Kosinus- und der Sinuskoeffizienten des Schätz werts bei jeder Frequenz auf den Betrag begrenzt werden, in dem dieselbe variieren kann. (Die Leistung bei jeder Fre quenz, nicht nur bei jedem einzelnen Koeffizienten, muß be grenzt werden, da der Kosinus- und der Sinuskoeffizient für jede Frequenz von Epoche zu Epoche variieren, um Variationen der EMI-Phase handzuhaben.) Sobald die begrenzte Leistung bestimmt ist, werden beide entsprechenden Koeffizienten pro portional zu dem Verhältnis der Leistung des ursprünglichen Schätzwerts zu der des begrenzten Wertes skaliert.

Das verwendete Verfahren, um die Koeffizientenabweichungen zu begrenzen, wird von den erwarteten Meßfehlern, den Stö rungen und den typischen EMI-Variationen abhängen. Beispiele für Begrenzungsverfahren sind: 1) Begrenzen des Leistungs schätzwerts bei einer gegebenen Frequenz, damit derselbe nicht mehr als 10% von dem der vorhergehenden Epoche vari iert; und 2) Tiefpaßfiltern der Leistungsschätzwerte mit ei nem einfachen Filter.

Um einen durchgehend gefilterten Ausgangssignalstrom zu er zeugen, ist es lediglich notwendig, den EMI-Schätzwert î_q, der bestimmt wurde, indem die Ruheepoche verwendet wurde, von den Abtastwerten der Ruheepoche zu subtrahieren. Eine Anzahl von umgebenden Ruheepochen könnte ebenfalls zusätz lich zu der "mittleren" Ruheepoche selbst verwendet werden, um die EMI abzuschätzen. Bei einer solchen Implementation würde sich das Filtern einer Ruheepoche mit dem Filtern ei ner Ereignisepoche abwechseln. Die zwei Typen von Epochen werden auf ähnliche Weise verarbeitet, mit der Ausnahme, daß die mittlere Ruheepoche enthalten ist, wohingegen die mitt lere Ereignisepoche von den Regressionsgleichungen entfernt wird.

Das sinusförmige Trendfilter nutzt das Zeitdiversity des Si gnals aus. Ein Raumdiversity kann ebenfalls verwendet wer den, um Ereignisepochen zu erfassen, bei denen das Basis funktionenfilter aufgrund plötzlicher kurzer Ausschläge der EMI, die von der Ereignisepoche getrennt sind, nicht aus reichend sein kann. Gleichzeitige Aufzeichnungen von Signa len von einem EMI-Erfassungssensor (von den Hauptsignalen getrennt), wie z. B. eine induktive Schleife 62 über die Schulter oder Brust eines Patienten in Fig. 8, können ver wendet werden, um die Stationarität oder Nicht-Stationarität der EMI sowohl in der Ruhe- als auch der Ereignisepoche je der Iteration des Verfahrens zu verifizieren. Dies kann durchgeführt werden, indem das Filter dieser Kanäle gleich zeitig und parallel zu dem Signal implementiert wird (d. h. durch Verwendung der gleichen Epochengrenzen). Die EMI-Rest signale über der Ereignisepoche können untersucht werden. Sie sollten klein (idealerweise Null) sein, wenn die EMI stationär sind und genau abgeschätzt worden sind. Große Restsignale würden anzeigen, daß eine Ereignisepoche unkor rekt gefiltert worden ist, d. h. daß ein Momentanfehler des Verfahrens vorhanden ist, weshalb die Episode bei der fol genden Datenanalyse entfernt werden sollte. Ein derartiges Anmerken kann durch einen Computer durchgeführt werden. Das Ausführungsbeispiel von Fig. 8 kann die Verstärker 64, 66, 68, 70 aufweisen, um Signale von der Schleife 62 und den EKG-Elektroden 72, 74, 76 zu verstärken. Die Signale können dann durch A/D-Wandler 78, 80, 82, 84 laufen und von einem elektronischen Computer verarbeitet werden, welcher das Fil tern unter Verwendung des Basisfunktionenverfahrens der vor liegenden Erfindung durchführt.

Robuste Regressionsabschätzungsverfahren

Eine Art und Weise, um die Empfindlichkeit des Basisfunktio nenfilters auf Ausschläge (d. h. Datenpunkte in der Ruheepo che, welche nicht Teile stationärer Sinussignale sind) zu reduzieren, besteht darin, ein robustes Regressionsverfahren zu verwenden. Das Verfahren der kleinsten Einsnorm (der kleinsten Summe der Absolutwerte der Restsignale) (Bloom field u. a., Least Absolute Deviations: Theory Applications and Algorithms, Boston, Birkauser, 1983) und das Verfahren der kleinsten angepaßten Quadrate (der kleinsten Summe der kleinsten Hälfte der Restsignale) (Rousseeuw A.L., Robust Regression and Outlier Detection, Wiley, New York, 1987) sind Beispiele solcher robuster Verfahren.

Die Auswahl des Regressionsverfahrens ist dennoch anwen dungsabhängig und wird durch das Wesen der Gesamtstörungen, die in der Signalform vorhanden sind, beeinflußt. Wenn bei spielsweise die einzige andere Störung zusätzlich zu den EMI-Störungen eine Gauss-Verteilung hat (z. B. ein Muskel zittern in physiologischen Aufzeichnungen), wird die Methode der kleinsten Fehlerquadrate (wie sie oben in den Gleichun gen beschrieben worden ist) tatsächlich die besten Ergebnis se liefern. Zusätzlich ist eine Regression nach der Methode der kleinsten Fehlerquadrate einfach und wirksam zu imple mentieren, und zwar im Vergleich zu Algorithmen, welche für bestimmte der robusten Verfahren benötigt werden.

Es ist offensichtlich, daß ein Fachmann Modifikationen durchführen kann, ohne von dem Bereich der Ansprüche abzu weichen. Computerprogramme können beispielsweise in einem Programmspeichermedium gespeichert sein, um in einen Compu ter oder in ein ähnliches Gerät zum Herausfiltern der EMI basierend auf den verschiedenen beschriebenen Ausführungs beispielen geladen zu werden.

Claims

1. Vorrichtung (10) zum Filtern von Signalen einer Ereig nisepisode, welche eine Ereignisepoche (E) und eine Ru heepoche (Q) aufweist, mit folgenden Merkmalen:

(a) einer Einrichtung (14) zum Erzeugen elektrischer digitalisierter Signale der Ereignisepisode;
(b) einem Speicher (16), der zum Empfangen und Spei chern der digitalisierten Signale der Ereignisepi sode verbunden ist;
(c) einem Ereignisdetektor (24), der verbunden ist, um die Ereignisepoche (E) und die Ruheepoche (Q) der Ereignisepisode in den digitalisierten Signalen zu bestimmen;
(d) einem Spektrumanalysator (20), der verbunden ist, um ein Leistungsspektrum der digitalisierten Si gnale mindestens einer Ereignisepisode zu analy sieren;
(e) einer Abschätzeinrichtung (26), die verbunden ist, um basierend auf den digitalisierten Signalen ei ner Ruheepoche (Q) der zumindest einen Ereignis episode, und durch Verwenden einer Basisfunktion bei einer oder mehreren Frequenzen, die bei der spektralen Analyse durch den Spektrumanalysator (20) identifiziert wurden, elektromagnetische Stö rungen abzuschätzen; und
(f) einer Subtrahiereinrichtung (30), die angeschlos sen ist, um die abgeschätzten elektromagnetischen Störungen von den digitalisierten Signalen der Er eignisepoche (E) zu subtrahieren, derart, daß die resultierenden Signale für die Ereignisepoche re duzierte elektromagnetische Störungen aufweisen.

2. Vorrichtung gemäß Anspruch 1, bei der die Abschätzungseinrichtung (26) angepaßt ist, um eine Sinuswelle und eine Kosinuswelle einer Frequenz der elektromagnetischen Störungen (EMI) zu kombinieren, welche aus der spektralen Analyse bestimmt worden ist, um Daten der Signale der Ruheepoche (Q) zu approximie ren, um den EMI-Schätzwert zu erzeugen.

3. Vorrichtung gemäß Anspruch 2, bei der eine Sinuswelle und eine Kosinuswelle der EMI- Frequenz kombiniert werden, um Daten der Ruheepoche (Q) bei der EMI-Frequenz anzupassen, wobei die Sinuswelle und die Kosinuswelle unterschiedliche Amplituden haben können, wobei jede der Amplituden ausgewählt ist, der art, daß die Kombination der Sinuswelle und der Kosi nuswelle den EMI-Schätzwert bei der EMI-Frequenz er zeugt.

4. Vorrichtung gemäß einem der Ansprüche 1 bis 3, bei der die Abschätzungseinrichtung (26) angepaßt ist, um einen EMI-Schätzwert mit einer Grundfrequenz und ei ner oder mehrerer ihrer harmonischen Frequenzen zu er zeugen.

5. Vorrichtung gemäß einem der Ansprüche 1 bis 4, bei der der Speicher (16), der Ereignisdetektor (24), die Abschätzungseinrichtung (26) und die Subtrahierein richtung (30) Teile eines elektronischen Computers sind.

6. Vorrichtung gemäß einem der Ansprüche 1 bis 5, bei der die Einrichtung (14) zum Erzeugen elektrischer digitalisierter Signale einen Analog/ Digital-Wandler (78) aufweist, der mit einem Sensor (72) zum Sammeln der Signale der Ereignisepisode von einer Signalquelle verbindbar ist.

7. Vorrichtung gemäß einem der Ansprüche 1 bis 6, bei der die Einrichtung (14) zum zum Erzeugen elektri scher digitalisierter Signale einen Sensor (72) auf weist, der angepaßt ist, um Signale der Ereignisepisode von einer Signalquelle (12) zu sammeln.

8. Vorrichtung gemäß einem der Ansprüche 1 bis 7, bei der der Sensor (72) Elektrokardiogrammelektroden (72, 74, 76) zum Befestigen an einem Patienten auf weist.

9. Vorrichtung gemäß einem der Ansprüche 1 bis 8, welche ferner eine EMI-Signal-Sammlungseinrichtung (62) aufweist, die an dem Patienten an einer Position posi tionierbar ist, die sich von der des Sensors (72) un terscheidet, derart, daß die EMI-Signale der EMI-Si gnalsammlungseinrichtung während der Ruheepoche (Q) mit den EMI-Signalen verglichen werden können, die während der Ereignisepoche (E) gesammelt werden, derart, daß Ereignisepochen, während denen unübliche EMI-Signale auftreten, entfernt werden können.

10. Verfahren zum Filtern von Signalen einer Ereignisepiso de, welche eine Ereignisepoche (E) und eine Ruheepoche (Q) aufweist, mit folgenden Schritten:

(a) Analysieren eines Leistungsspektrums von Signalen zumindest einer Ereignisepisode;
(b) Abschätzen von elektromagnetischen Störungen (EMI) der Ereignisepoche (E) durch Anpassen von Signalen einer Ruheepoche (Q) der zumindest einen Ereignis episode an Basisfunktionen mit einer oder mehreren Frequenzen, die in der Spektralanalyse identifi ziert worden sind; und
(c) Subtrahieren des EMI-Schätzwerts von den Signalen der Ereignisepoche (E), derart, daß die resultie renden Signale Signale der Ereignisepoche (E) mit reduzierten elektromagnetischen Störungen sind.