JP2007020878A

JP2007020878A - ノイズ除去装置

Info

Publication number: JP2007020878A
Application number: JP2005207474A
Authority: JP
Inventors: Takeshi Yamauchi; 剛山内; Hitoshi Goto; 仁後藤
Original assignee: Fukuda Denshi Co Ltd
Current assignee: Fukuda Denshi Co Ltd
Priority date: 2005-07-15
Filing date: 2005-07-15
Publication date: 2007-02-01

Abstract

【課題】単純なＬＰＦを用いた従来のノイズ除去装置では精度良く基線動揺ノイズを除去することは困難であった。
【解決手段】ローパスフィルタ１０の前段にモフォロジフィルタ５を設ける。モフォロジフィルタ５は、モフォロジ演算によって心電図波形信号のＰ・Ｑ・Ｒ・Ｓ・Ｔ波を抑圧して、大まかな基線動揺ノイズ信号を出力する。モフォロジフィルタ５の出力信号はローパスフィルタ１０によって平滑化され、これが減算器３０で原波形から減算される。
【選択図】図１

Description

本発明は、ノイズ除去装置に関し、特に心電図波形信号に含まれる基線動揺ノイズを除去するノイズ除去装置に関する。

運動負荷心電図は虚血性不整脈の診断に極めて有効な心電図検査である。多くはトレッドミル装置と呼ばれるランニングマシンを使用して走っている状態の心電図を記録・表示・計測を行う。

このような心電図の測定において、被検者に取り付けた電極を通して、アクションノイズ、筋電ノイズ、商用電源周波数ノイズ、基線動揺ノイズなどが心電図波形に重畳する問題がある。とりわけ基線動揺ノイズは、５Hz以下の非常に緩やかな周波数成分を有し、しばしば正確な計測の妨げとなる。

心電図波形の主な周波数成分は概ね10〜30Hzであるが、多種多様の心電図を歪みなく入力するためには、0.05Hz程度までの低い周波数成分も必要である。したがって、心電図波形と基線動揺ノイズとは周波数スペクトルにおいて重複する。

図１２に従来のノイズ除去装置の構成を示す。以下では、サンプルｉにおける所望の心電図波形信号をｓ（ｉ）、基線動揺ノイズ信号をｎ（ｉ）とし、基線動揺ノイズを含んだ心電図波形信号である原波形信号ｘ（ｉ）をｓ（ｉ）＋ｎ（ｉ）と表す。同図において、ローパスフィルタ（ＬＰＦ）１は、原波形ｘ（ｉ）中の所望信号ｓ（ｉ）を十分に減衰させて基線動揺ノイズｎ（ｉ）に対応するｎ’（ｉ）を出力する。遅延器２は、ＬＰＦ１によるフィルタ処理に伴う処理遅延に相当するｎサンプルだけ原波形信号ｘ（ｉ）を遅延させる。そして、減算器３は、遅延器２の出力信号からＬＰＦ１の出力信号を減算する。なお、これはハイパスフィルタ（ＨＰＦ : High Pass Filter）と等価の構成であることは容易に理解されよう。ＬＰＦ１には例えば、移動平均法によるものがよく使用される。このような構成によるノイズ除去処理は演算量が少なく、リアルタイム処理に適している。

なお、これと類似の構成を備えた心電図計測装置が、特開２００２−７８６９５号公報（特許文献１）に開示されている。

特開２００２−７８６９５号公報

ノイズ除去装置の役割は原波形信号からノイズを十分に除去することであるのはいうまでもないことであるが、とりわけその対象が心電図波形信号の場合、その波形自体が心疾患等の診断に用いられるものであるから、心電図波形に歪みを生じさせないことが非常に重要である。生理学的に正常と思われる心拍数の下限を30beat/minとした場合の周期は２secであるから、心電図波形信号に歪みを生じさせないためには、約0.5Hzまで低域の周波数振幅特性を平坦にする必要がある。すなわち、ＬＰＦ１のカットオフ周波数は0.5Hz以下に設定する必要がある。

ＬＰＦ１の理想的な機能は、基線動揺ノイズだけを通過させることである。しかし、上記したように基線動揺ノイズは５Hz程度までの周波数成分を含んでいる。そのため、ＬＰＦ１のカットオフ周波数を0.5Hz以下に設定したのでは、ＬＰＦ１は基線動揺ノイズの多くの成分を減衰させてしまう。このため、ＬＰＦ１の出力を原波形から減算しても基線動揺ノイズは十分に除去することができない。

このように、そもそも心電図波形と基線動揺ノイズとは周波数スペクトルにおいて重複しているために、単純なＬＰＦを用いた従来のノイズ除去装置では精度良く基線動揺ノイズを除去することは困難である。

したがって本発明の目的は、心電図波形信号に歪みを生じさせることなく、基線動揺ノイズの除去性能を高めることである。

本発明の一側面は、心電図波形信号に含まれる基線動揺ノイズを除去するノイズ除去装置に係り、モフォロジ演算によって前記心電図波形信号のＰ・Ｑ・Ｒ・Ｓ・Ｔ波を抑圧するモフォロジ処理手段と、前記モフォロジ処理手段の出力信号を平滑化するローパスフィルタと、前記モフォロジ手段および前記ローパスフィルタに伴う処理遅延分だけ前記心電図波形信号を遅延させる遅延手段と、前記遅延手段により遅延された前記心電図波形信号から前記ローパスフィルタの出力信号を減算する減算手段とを備える。

本発明によれば、心電図波形信号に含まれる基線動揺ノイズの除去性能を高めることができる。

以下、図面を参照して本発明の好適な実施形態について詳細に説明する。なお、本発明は以下の実施形態に限定されるものではなく、本発明の実施に有利な具体例を示すにすぎない。また、以下の実施形態の中で説明されている特徴の組み合わせの全てが本発明の課題解決手段として必須のものであるとは限らない。

図１は、本実施形態におけるノイズ除去装置の構成を示すブロック図である。なお、この装置は専用のハードウェアロジックで実現してもよいし、ＣＰＵを用いたコンピュータシステムにおいて、プログラムによってこの装置の機能を実現するようにしてもよい。

同図において、ローパスフィルタ（ＬＰＦ)１０、遅延器２０、減算器３０はそれぞれ、図１２に示したＬＰＦ１、遅延器２、減算器３に相当するものである。ＬＰＦ１０には例えば、移動平均法（ＳＭＡ : simple moving average method）によるものを使用する。図１２との差は、ＬＰＦ１０の前段に、モフォロジフィルタ（ＭＯＦ : morphology filter）５が設けられている点である。また、これに伴い、遅延器２０は、モフォロジフィルタ５およびＬＰＦ１０双方の処理遅延に相当するサンプル数ｎだけ原波形信号ｘ（ｉ）を遅延させるように構成される。

モフォロジフィルタ５は、入力信号ｘ（ｉ）に対して後述のモフォロジ処理を行い、心電図波形信号のＰ・Ｑ・Ｒ・Ｓ・Ｔ波の振幅がクリップされた、大まかな基線動揺ノイズ成分Ｐ4（ｉ）を出力する。この出力信号Ｐ4（ｉ）には、処理の特性上非連続な成分が含まれており、また、心電図波形信号の成分が十分には除去されないため、ＬＰＦ１０を適用して平滑化する。この場合、ＬＰＦ１０に入力される信号は心電図波形信号が十分に低減された信号であるから、ＬＰＦ１０のカットオフ周波数は従来よりも高い周波数に設定できる。したがって、ＬＰＦ１０による基線動揺ノイズの減衰が軽度となり、減算器３０において効果的に基線動揺ノイズを減算することが可能になる。

以下、本実施形態におけるモフォロジフィルタ５における処理について具体的に説明する。

モフォロジフィルタ５は、モフォロジ基本演算であるopening処理およびclosing処理を行う。opening処理は、構造要素（ＳＥ : structural element）と呼ばれるＭ個のデータの組み合わせに対して、最小値探索の後に最大値探索を行う演算である。直感的には、低信号側からみた凸部を取り除く処理に相当し、本実施形態ではこれによりプラス側の振幅をクリップさせている。一方のclosing処理は逆に、最大値探索の後に最小値探索を行う演算である。直感的には、高信号側からみた凹部を取り除く処理に相当し、本実施形態ではこれによりマイナス側の振幅をクリップさせている。以下、これらの処理の具体例を説明する。

本実施形態におけるopening処理は、次式で表される。

Ｐ1（ｉ） = min [0≦t≦M-1 : ｘ(i-t)] （１）
Ｐ2（ｉ） = max [0≦t＜M-1 : Ｐ1(i-t)] （２）

式（１）は、原波形信号ｘから取り出したM個のデータについての最小値探索処理を行い、その結果得られた最小値をＰ1とすることを表している。式（２）は、（１）で得られた最小値データＰ1から取り出したM個のデータについての最大値探索を行い、その結果得られた最大値をＰ2とすることを表している。

その後、closing処理を実行する。本実施形態におけるclosing処理は次式で表される。

Ｐ3（ｉ） = max [0≦t≦M-1 : Ｐ2(i-t)] （３）
Ｐ4（ｉ） = min [0≦t≦M-1 : Ｐ3(i-t)] （４）

式（３）は、（２）で得られた最大値データＰ2から取り出したM個のデータについての最大値探索を行い、その結果得られた最大値をＰ3とすることを表している。式（４）は、（３）で得られた最大値データＰ3から取り出したM個のデータについて最小値探索を行い、その結果得られた最小値をＰ4とすることを表している。

図２に、構造要素の数Mを４とした場合の上記式（１）〜（４）によるモフォロジ処理の具体例を示す。入力は原波形信号ｘ（０）〜ｘ（ｉ）である。opening処理ではまず、式（１）による最小値探索を行う。具体的には、最初のｘ（０）〜ｘ（３）の４個の入力データの最小値を求め、これをＰ1（０）とする。次に、入力データを１サンプルずらして、ｘ（１）〜ｘ（３）の最小値を求め、これをＰ1（１）とする。以下、入力データを１サンプルずらしながら同様の処理を繰り返していくことで、Ｐ1（０）〜Ｐ1（ｉ）が得られる。以下、式（２）〜（４）の演算についても同様の手順で、最大値探索または最小値探索が行われる。

次に、基線動揺ノイズを想定した正弦波信号に対するモフォロジフィルタ５の作用について説明する。図３は、２Hz（すなわち、周期Ｔ＝200msec）の正弦波入力信号に対するモフォロジフィルタ５の処理過程を示している。

なお、本実施形態では、取り扱う信号のサンプリング周波数は１kHz（＝1000samples／sec）であるとして説明する。したがって、以下の説明で記載されるサンプル数や構造要素の具体的な値は１kHzサンプリングを前提としたものであり、サンプリング周波数が異なればサンプル数や構造要素の値もそれに応じて変わるものであることに注意を要する。

図３の例では、構造要素の数Ｍは128とした。これは128msの時間長に対応するサンプル数である。

同図のグラフ（ａ）〜（ｄ）はそれぞれ、上記した式（１）〜（４）の演算結果を示している。すなわち、グラフ（ａ）、（ｂ）がopening処理の結果、グラフ（ｃ）、（ｄ）がclosing処理の結果を示している。このように、opening処理によってプラス側の振幅がクリップされ（グラフ（ｂ）のＰ2（ｉ））、closing処理によってマイナス側の振幅がクリップされていることがわかる（グラフ（ｄ）のＰ4（ｉ））。

このように、モフォロジフィルタ５は、通常のディジタルフィルタとは異なり、入力信号の振幅をクリップさせるはたらきをもつ。このため非線形な出力になるが、広義のローパスフィルタの作用をもつといえる。

さて、注目すべき点は、このモフォロジフィルタ５によれば、入力信号の周期（あるいは周波数）と構造要素の数とに依存して振幅のクリップ度合が異なるという点である。すなわち、モフォロジフィルタ５の特性は、処理される信号の周期と構造要素の数Ｍによって決定される。具体的には、１／２周期の時間長が構造要素の数Ｍに対応する時間長に満たない信号を通過させないはたらきをもつ。以下、このことを図４を参照して説明する。

図４は、周波数の相異なる正弦波入力信号それぞれに対するモフォロジフィルタ出力Ｐ4（ｉ）の例を示す。（ａ）〜（ｄ）における正弦波入力信号の周波数はそれぞれ、１Hz、２Hz、3.5Hz、４Hzである。また、構造要素の数Ｍは、図３の場合と同様、128とした。したがって同図の（ｂ）は、図３の（ｄ）と同条件であり、同じ結果を示している。

図４の（ａ）〜（ｄ）を順に参照するとわかるように、入力信号の周期が短くなるにつれ振幅のクリップ度合が強まり、（ｄ）ではほぼ完全に信号が抑圧されていることがわかる。（ｄ）の４Hz信号の１／２周期の時間長は125msecであり、これは構造要素の個数Ｍ＝128に対応する128msecより短い。このように、モフォロジフィルタは、１／２周期の時間長が構造要素の数Ｍに対応する時間長に満たない信号を通過させないことがわかる。

以上のとおり、モフォロジフィルタ５は、ローパスフィルタとしての役割をもつ一方で、単純なローパスフィルタとは異なる特筆すべき特性として、１／２周期のサンプル数が構造要素のサンプル数Ｍに満たない信号成分が完全に遮断されるという特性を備えている。この特性を利用すれば、基線動揺ノイズは通過させつつ、心電図波形信号のＰ・Ｑ・Ｒ・Ｓ・Ｔ波を抑圧することが可能になるわけである。

発明者等は、本実施形態におけるノイズ除去装置の定量的評価を行った。ＬＰＦ１０には移動平均法（ＳＭＡ : simple moving average method）を使用した。作成したＳＭＡの周波数振幅特性を図５に示す。ＳＭＡは64ms〜1024msまでを使用し、すべて２段構成にした。

図６は、MINESOTA code 1-1-0 (normal) で表される心電図波形を（ａ群）、4-2-0 (ST-down) で表される心電図波形を（ｂ群）とした場合の結果を示す図である。同図の中段（nonＭＯＦ）は従来例（図１２）のＬＰＦ１の出力を示し、下段（ＭＯＦ)は、本実施形態のモフォロジフィルタ５を使用した場合のＬＰＦ１０の出力を示す。ＳＭＡで得られるデータは元のデータから減算されるため値が小さいことが望ましい。このように、本実施形態によれば精度良く基線動揺ノイズを抽出できているが分かる。

図７は、ＳＭＡの計算結果が50μV未満になるようなＳＭＡに係る１フレームの時間長を表している。ここでは、60beat/minの心拍数を想定する。これは１beat/sec、すなわち１Hzの周期信号である。この信号の１／２周期は500msecで、１kHzサンプリングの場合には500サンプルである。これにより、ここでは構造要素の数Ｍを、500個とした。その結果、従来例（nonＭＯＦ）と本実施形態（ＭＯＦ）との間に有意な差が出ており、従来例（nonＭＯＦ）の場合は少なくとも512msサイズのＳＭＡを必要としたのに対し、本実施形態（ＭＯＦ）の場合は、心電図のパターンにもよるが、128msサイズのＳＭＡで済む場合があった。これは、ＬＰＦ１０のカットオフ周波数を従来よりも高い値に設定できることを示している。

発明者等はこの結果をもとにして図８に示す値を決定した。この設計値における周波数振幅特性について述べる。１kHzサンプリングの場合、モフォロジフィルタの構造要素が500個なので、必然的に１Hz以上の周波数成分は遮断される（図９を参照。）。残った部分は１Hz未満の低い周波数成分であり、この残差に対して256ms・２段のＳＭＡを適用することになる。所望するＨＰＦの特性は図９に示した特性の逆特性になり、カットオフ周波数は約２Hzとなる（図１０）。

図１１に、実際の運動負荷心電図波形信号を本実施形態のノイズ除去装置にかけた例を示す。上段の波形が、入力される運動負荷心電図波形信号で、大きな基線動揺ノイズを含んでいることが分かる。中段の波形が、図１２に示した従来のノイズ除去装置の出力信号、下段の波形が、本実施形態におけるノイズ除去装置の出力信号である。このように、モフォロジフィルタを適用した本実施形態のノイズ除去装置により、良好に基線動揺ノイズが低減していることが確認できた。

実施形態におけるノイズ除去装置の構成を示すブロック図である。実施形態におけるモフォロジ処理を説明する図である。、実施形態におけるモフォロジフィルタの作用を説明する図である。移動平均法によるローパスフィルタの周波数振幅特性を示す図である。従来例および実施形態におけるローパスフィルタ出力波形を示す図である。従来法と実施形態のそれぞれで、移動平均処理に必要な１フレームの時間長を示す図である。最適なローパスフィルタおよびモフォロジフィルタのパラメータの値の例を示す図である。実施形態におけるモフォロジフィルタとローパスフィルタとの周波数振幅特性の例を示す図である。図９の特性に対応するハイパスフィルタの周波数振幅特性の例を示す図である。実際の運動負荷心電図波形信号に対するノイズ低減効果を示す図である。従来のノイズ除去装置の構成を示すブロック図である。

Claims

心電図波形信号に含まれる基線動揺ノイズを除去するノイズ除去装置であって、
モフォロジ演算によって前記心電図波形信号のＰ・Ｑ・Ｒ・Ｓ・Ｔ波を抑圧するモフォロジ処理手段と、
前記モフォロジ処理手段の出力信号を平滑化するローパスフィルタと、
前記モフォロジ手段および前記ローパスフィルタに伴う処理遅延分だけ前記心電図波形信号を遅延させる遅延手段と、
前記遅延手段により遅延された前記心電図波形信号から前記ローパスフィルタの出力信号を減算する減算手段と、
を備えることを特徴とするノイズ除去装置。
前記モフォロジ処理手段は、
前記心電図波形信号の高信号側の振幅をクリップするopening処理手段と、
前記opening処理手段の出力信号の低信号側の振幅をクリップするclosing処理と、
を含むことを特徴とする請求項１に記載のノイズ除去装置。