基于形态学的心电信号基线漂移矫正方法

基于形态学的心电信号基线漂移矫正方法 摘要:基线漂移噪声是心电信号(ECG)中噪声的主要组成成分，矫正基线漂移是心电信号预处理的重要一步。目前，矫正ECG信号中基线漂移的方法包括小波变换、曲线拟合法以及FIR和IIR滤波的方法，但因计算量较大、实时性受信号长度影响和截止频率固定等因素，使得滤波带来不便。提出数学形态滤波器来矫正基线漂移，并根据心电信号的几何特征设计参数。经验证:该方法能有效矫正基线漂移，较好地保留信号特征。 关键词:心电信号;形态学;基线漂移;矫正 中国分类号:TN91A10053824(2013)03001403 0引言 心电信号属于生命体征参数中的重要组成部分，随心肌细胞的激动发生电传变化。心电信号包含着丰富的病理信息，但也包括大量噪声干扰[1]。人体的运动和人体与外部的联系，使得人体内部器官受到影响，造成心电信号被噪声所干扰，影响了信号的识别。信息处理的精确性直接关系到测量后续参数、波形识别和病情诊断评估等参数的准确性。因此，在ECG检测分析中，去除噪声干扰显得尤为重要。 基线漂移是由被测对象的呼吸、电极移动等低频干扰所引起，频率小于5 Hz。实际测量中，心电信号会偏离正常的基线位置，出现上下缓慢波动变化的现象[2]。 基线漂移的滤除，常见方法包括小波变换、自适应滤波、拟合基线漂移法等步骤[3]。小波变换法[4]对信号进行分解、阈值化再重构等，最后得到去噪信号，但分解尺度较大，计算复杂，不满足实时性。曲线拟合法则是利用多项式拟合估计出基线漂移，再从原始信号中减去此基线漂移，但与处理信号长度有关，难以满足实施性。自适应方法，如 Mneimneh等人使用自适应卡尔曼滤波器[5]去除ECG中的基线漂移，对基线漂移能较好地矫正，但参考信号的采集在实际应用中难以获得。 基线漂移是心电信号幅值测量与形态分析的重要影响因素，抑制基线漂移是正确获取心电信息的前提。本文提出利用数学形态学对心电信号基线漂移进行修正。针对ECG信号和噪声的不同性质，采用不同尺寸不同形状的结构元素，使设计的数学形态学滤波器能有效地矫正基线漂移，仿真结果 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明该方法有效。 1形态学基础 1.1基本运算理论 Matheron等[6]在积分几何的基础上首次创立了数学形态学这门学科。形态学建立在严格数学理论基础之上，主要以积分几何、集合代数及拓扑论为理论基础，它提供了一种有效的非线性信号处理方法，可以较好地保留信号的几何信息。 数学形态学中基础的运算分别是腐蚀和膨胀运算[7]。两种运算分别定义如下 设f(n)，(n=0，1，…，N-1)和k(m)(m=0，1，…，M-1)分别是一维离散函数，N>M，其中f(n)为待处理信号序列，k(n)为结构元素。f(n)关于k(n)的腐蚀运算定义为 (fΘk)(n)=minm=0，…，M-1{f(n+m)-k(m)}，其中，n=0，1，…，N-M。 f(n)关于k(n)的膨胀运算定义为 (fΘk)(n)=maxm=0，1，…，M-1{f(n-m)-k(m)} 其中，n=M-1，M，…，N-1。 由腐蚀和膨胀运算可组成开(Opening)、闭运算(Closing)。开闭运算定义为信号被结构元素腐蚀后再进行膨胀运算，记为?，即(f?k)(n)=(fΘk,k)(n)。 闭运算定义为信号被结构元素膨胀后再腐蚀运算，记为?，即(f?k)(n)=(f,kΘk)(n)。 开运算和闭运算属形态学基本滤波器，用于探查信号上方和下方的信息，其中，开运算用于抑制信号的正脉冲，闭运算则抑制信号的负脉冲。由上述腐蚀与膨胀的定义所知，形态学滤波运算由一组简单的加减、比较等运算组成，耗时短，计算量小。 1.2形态学滤波器参数 结构元素是形态学中重要的滤波参数，不同形状和尺寸影响结构元素移动所产生的形态变换的性能[8]。形状与尺寸决定了结构元素的形态特征，选择原则如下。 1)形状。选择结构元素应尽量匹配处理信号的形状，除了常见的几何形状如菱形、圆盘形、正方形之外，对较复杂的信号，可对简单几何形状进行任意组合。 2)尺寸。结构元素的尺寸包括高度与宽度。其中，宽度是滤波器设计尺寸的最主要参数，由被滤除信号与有用信号的宽度所决定。参数的选择应大于被滤除信号尺寸，但小于保留信号的尺寸。或大或小，都不能有效地保留信号，去除噪声。 2基于形态学的心电信号基线漂移矫 正设计2.1滤波器设计 开闭运算是形态学中最基本的形态滤波器。数学形态学理论认为:开运算可以削除信号中被噪声叠加的正脉冲，闭运算可以填充被噪声叠加的负脉冲。为了有效去除噪声将开、闭运算级联，采用开闭(OC)、闭开(CO)级联组合方式来矫正基线漂移[9]。其算法结构如图1所示 图1基于形态学的基线漂移矫正 流程 快递问题件怎么处理流程河南自建厂房流程下载关于规范招聘需求审批流程制作流程表下载邮件下载流程设计 图1)形态学第一级滤波。含噪的ECG信号f0通过开闭、闭开运算级联组合形式的形态学滤波器，以结构元素k1对信号做腐蚀膨胀运算，采用公式(f0?k1)?k1与(f0?k1)?k1，求得两者算术平均，得到信号f1，f1=12[OC(f0，k1)+CO(f0，k1)]。2) 形态学第二级滤波。矫正心电信号中基线漂移，后续的结构元素k2需要加大宽度。将结构元素k2对信号做类似运算，可以得到与基线有关的分量，f2=12[OC(f1，k2)+CO(f1，k2)]。3)从信号中减去基线漂移信号，得到结果可以去除基线漂移。即，f3=f1-f2。2.2矫正基线漂移的结构元素设计 结构元素宽度对信号的处理效果相对于高度效果更大。滤波器中结构元素的设计，根据处理信号的形状而确定。 形态学第一级滤波中，结构元素的设计使得心电信号的波形不被滤除。因心电信号QRS波形形状类似三角形，结构元素的形状选用三角形，对应形状如图2a;宽度根据采用频率Fs(360 Hz)和特征波形(P波，QRS波群，T波等)的时间宽度T来设定，如表1所示。QRS波群为0.06-0.10 s，定位为0.015 Fs个采样单位，即5个采样单位。三角形结构元素采样表达式为k(n)=H1-|n|L其中:n=-L，…，0，…，L;H为三角函数高度;L与结构元素M有关，M=2L+1，故k1={0，1，2，1，0}。表1心电信号特征波形时间宽度表 特征波形P波QRS波T波时间宽度 T(s)0.08,0.110.06,0.100.05,0.20 在形态学第二级滤波中，滤波器中结构元素k2的设计，根据基线漂移的形状选定为直线形，如图2b所示。为了加大信号进行开运算移除信号的波峰、闭运算移除信号的波谷，根据信号的采样频率Fs(360 Hz)和特征波形的时间宽度T进行设定，取1.5T×Fs，即54个采样单位。a 结构元素Ri形状设计b 结构元素R2形状设计 图2形态学结构元素的形状设计3实验仿真及分析 3.1心电数据库109号信号仿真 利用MATLAB仿真平台对心电信号显示及基线漂移矫正，心电数据来自于标准心电数据库MITBIH。选择109号基线漂移，因其含有典型基线漂移部分。 图3a为MITBIH心率失常数据库中109号数据中的一段噪声心电信号，其采样频率为360 Hz，时程10 000 ms，导联方式为MLII。 图3基于形态学的心电信号基线漂移矫正效果图图3b为本文所提出的滤波器，即基于形态学对心电信号基线漂移矫正的效果图。图3a可看出该信号在2 000 ms及8 000 ms处含有基线漂移噪声，信号整体波形呈时起时跌趋势。经本文所提出滤波器处理后，由图3b可以看出心电信号中的基线漂移得到了较好的矫正，信号恢复正常平稳曲线。 3.2心电数据库203号信号仿真 再次采集数据库中受基线漂移最为严重的信号之一―203号心电信号，时程10 000 ms，导联方式为MLII，采样频率360 Hz。由图4a可见。 图4基于形态学的心电信号基线漂移矫正效果图从图4a可看出该信号在2 000 ms及5 000 ms处含有严重基线漂移噪声，信号波形波动较大，且受繁杂的噪声干扰。经本文所提出滤波器处理后，由图4b可以看出心电信号中的基线漂移得到了较好的矫正。 4结束语 运用形态学滤波器对ECG进行处理，其计算简单，运算速度快，实时性好。形态学矫正基线漂移保持了原始信号几何信息的特点，多用于处理数字图像。从实验仿真可看出:本文研究的处理心电信号基线漂移的数学形态学滤波器在去除心电信号基线漂移的同时，并未对信号几何特征造成影响。 需讨论部分，心电信号中的结构元素与特征波的时间宽度有关，又因人具有不同年龄和不同体质，故具体情况具体分析最佳。 参考文献: [1]段新昱.ECG监视过程中的消噪问题[D].广州:华南理工大学，1992. [2]李旺.远程心电监护系统的设计[D].北京:北京邮 电大学，2010. [3]李延军.心电基线漂移去除方法的比较研究[D].北 京:中国航天员科研训练中心，2009. [4]罗强，田化梅.基于平稳小波变换的心电信号去噪 研究[J].计算机与数字工程，2006，34(6):6770. [5]MNEIMNEH M， YAZ E， JOHNSON M， et al. An adaptive Kalman filter for removing baseline wandering in ECG signals[C]//Computers in Cardiology， Valencia:IEEE，2006:253256. [6]SUN Y， CHAN K L， KRISHNAN S M. ECG signal conditioning by morphological filtering[J]. Computers in Biology and Medicine， 2002， 32(6): 465479. [7]刘忠国.基于形态学滤波器的ECG信号预处理[D]. 济南:山东大学，2011. [8]王金亮.心电信号的预处理及R波检测的研究[D]. 济南:山东大学，2011. (下转第20页)[9]MARAGO P，SCHAFER R W.Morphological filter[J].IEEE Trans Acousics， Speech，and Signal Processing，1987，35(8): 11531184. [10]毛玲，孙即祥.基于形态滤波的心电信号基线矫正 算法[J].信号处理，2008，24(4):582585. [11]ZHAO Lulu.Removal of baseline drift from ECG signals based on morphology and adaptive filter[J]. Control Conference，2012 (31):37503753. 作者简介: 邓璐(1989)，女，湖北利川人，硕士研究生，主要 研究方向为人体生命体征参数的信息处理，Email: 773832351@qq.com。 基金项目:2011工信部物联网专项、国家自然科学基 金(批准号61102075)、重庆自然科学基金 (CSTC2011BB2142)、重庆教委科学技术研究项目 (KJ120507)。Removal method of baseline drift from ECG signals based on morphology filter DENG Lu，LIN Jinzhao，ZHAO Yanxia，YANG Xue， PANG Yu (Chongqing University of Posts and Telecommunications，Chongqing 400065，P.R.China) Abstract:Baseline drift is the main noise of ECG signals which its removal is an important step in the ECG signal preprocessing. At present， methods to correct the baseline drift in the ECG signal include wavelet transform，curve fitting as well as FIR and IIR filtering method. But factors such as the large amount of calculation， signal length effect realtime and the cutoff frequency of the filter give the work inconvenience. This paper presents the mathematical morphological filter to correct the baseline drift， according to the geometric parameters of ECG signal. The experiments prove that the method effectively corrects the baseline drift， preserving signal better. Key words:ECG signal， morphology， baseline drift， correction (责任编辑张诚) 文档资料:基于形态学的心电信号基线漂移矫正方法 完整下载 完整阅读 全文下 载 全文阅读 免费阅读及下载 感谢你的阅读和下载 *资源、信息来源于网络。本文若侵犯了您的权益，请留言或者发站内信息。我将 尽快删除。*