基于EMD算法的心電信號基線漂移去除方法研究

張喜紅　王玉香

(亳州職業(yè)技術(shù)學(xué)院， 安徽 亳州 236800)

?

基于EMD算法的心電信號基線漂移去除方法研究

張喜紅王玉香

(亳州職業(yè)技術(shù)學(xué)院， 安徽 亳州 236800)

摘要：采用經(jīng)驗?zāi)B(tài)分解的方法，解決心電信號基線漂移時的最優(yōu)分解層數(shù)問題，通過合理選擇EMD分解層數(shù)來改進基線漂移的去除方法。借助Matlab的工具箱，對MIT-BIH心律失常數(shù)據(jù)庫中較為潔凈的心電數(shù)據(jù)段，人為疊加心電常見噪聲信號以產(chǎn)生實驗仿真信號，將所構(gòu)建的仿真信號經(jīng)EMD(經(jīng)驗?zāi)B(tài)分解)分解后，將分解所得的殘余項去除，從而實現(xiàn)心電信號的基線漂移去除。對比不同分解層數(shù)下基線漂移去除的效果，可看到EMD層數(shù)越大，殘余項所在層的基線漂移特征越加明顯。最后對數(shù)據(jù)庫中受到嚴重基線漂移干擾的109號心電數(shù)據(jù)段進行基線漂移去除，驗證本方法的可行性。

關(guān)鍵詞：經(jīng)驗?zāi)B(tài)分解； 基線漂移； 心電信號

心電信號濾波方面的相關(guān)理論是醫(yī)用電子儀器專業(yè)學(xué)生的必修理論，為了更好地培養(yǎng)學(xué)生本領(lǐng)域的相關(guān)技能及知識，亳州職業(yè)技術(shù)學(xué)院在安徽省醫(yī)電省級特色與省級實習(xí)實訓(xùn)示范中心兩大項目建設(shè)過程中，自主研發(fā)了開放式心電示教實驗實訓(xùn)平臺[1]。在心電信號采集過程中，難免會混入常見的多種噪聲信號，因此在分析心電信號時需對采集的心電信號進行各種濾波處理。基線漂移是心電信號采集過程中最常見的噪聲信號之一，它是人體呼吸波動和電極運動引起的低頻干擾，其頻率通常小于5 Hz。因心電信號自身包含較多有用的低頻信號，心電信號因基線漂移的存在將會淹沒其有用的信息，一定程度上影響了診斷的準確性[2]?；谝陨峡陀^背景，在Matlab平臺下研究采用經(jīng)驗?zāi)B(tài)分解的方法，解決基線漂移時的相關(guān)問題。

1材料及方法

1.1材料

實驗中，首先在MIT-BIH數(shù)據(jù)庫中截取一段高信噪比原始心電信號[3]。圖1所示為原始心電信號。圖2所示為仿真心電信號。在Matlab中，通過式(1)，構(gòu)建在采集環(huán)境相對惡劣、采集設(shè)備抗噪聲能力較差情況下的仿真心電信號：

y(n)=x(n)+0.2sin(100πt)+

0.4sin(πt)+g(t)

(1)

式中：x(n) —— 截取的原始心電信號；

g(t) —— 高斯白噪聲，模擬肌電干擾；

0.2 sin(100 πt) —— 模擬50 Hz 的工頻噪聲，其幅度為0.2；

0.4 sin(πt) —— 模擬基線漂移干擾，其幅度為0.4；

y(n) —— 仿真信號輸出。

圖1　原始心電信號

圖2　仿真心電信號

1.2方法

1.2.1EMD基本理論

EMD即經(jīng)驗?zāi)B(tài)分解，是由Huang等人在1998年提出的一種信號處理分解算法，主要適用于非平穩(wěn)信號的分解處理。人體生理信號多具有非平穩(wěn)信號的特征，生物醫(yī)學(xué)工程研究人員對此算法給予了較多關(guān)注[4]。EMD算法的主要過程就是從復(fù)雜的非平穩(wěn)信號中分解并提取本征模態(tài)函數(shù)(IMF)，所提取的本征模態(tài)函數(shù)(IMF)的定義是必須滿足2個條件：(1)在整個數(shù)據(jù)序列集中，含有相同數(shù)量的極值點與過零點，或者相差的個數(shù)應(yīng)為0個或1個；(2)在每個時間點，由信號序列局部極大值所形成的包絡(luò)和由信號序列局部極小值所形成的包絡(luò)均值必須為零。EMD分解是通過3次樣條插值，將信號變換為式(2)所示的形式[3]：

(2)

式中：x(t) —— 原始信號；

N—— 分解出的本征模態(tài)函數(shù)(IMF)個數(shù)；

rn(t)—— 分解得到的殘余項。

1.2.2實驗方法及步驟

研究過程中，在Matlab 7.0平臺上，通過相應(yīng)的工具箱函數(shù),對所構(gòu)建的仿真信號進行處理：

(1)將仿真信號y(n)通過MATLAB工具箱函數(shù)進行EMD多個層次分解，對比多個層次分解基線漂移成分的分布情況，確定合理的EMD分解層數(shù)；

(2)對多個層進行分解，分別去除最后一層殘余項分量；

(3)用上述步驟保留下來的IMF分量重構(gòu)ECG信號y(n)，對比多層分解、去除殘余項、重構(gòu)得到的新信號，比較基線漂移的去除效果。

2實驗結(jié)果與分析

2.1EMD分解實驗與分析

在Matlab 7.0平臺上，對以上所構(gòu)建的仿真心電信號，分別進行5、6、7、8層EMD模態(tài)分解，得到圖3所示的結(jié)果。分析可知，1、2、3、4層主要包含了工頻噪聲、肌電噪聲和QRS波信號；伴隨著經(jīng)驗?zāi)B(tài)分解層數(shù)的增加，肌電干擾噪聲能量趨于分散，分布于各分解層；基線漂移噪聲伴隨著EMD分解層的增加，能量在最后一層(即EMD分解所得殘余項)的分布更加集中；P、T波信號及低頻信號主要分布在其他層。此外，在執(zhí)行EMD分解算法的過程中，分解層數(shù)越多，運行時間越長?？傊?，從分析結(jié)果來看，分解層數(shù)越多，其他類型的噪聲及有用的PQRS心電信號能量分布越散亂，基線漂移越多集中于EMD分解殘余項。綜合考慮，進行經(jīng)驗?zāi)B(tài)的7層分解后，將基線漂移所在殘余項去除。這樣既可有效去除基線漂移，又不影響后續(xù)濾波處理，且算法效率適中。

圖3　不同分解層次的EMD分解結(jié)果

2.2基線漂移去除實驗與分析

基于以上實驗結(jié)果，設(shè)計基線漂移去除方法：(1)對含有基線漂移的信號x(n)進行7層EMD分解；(2)將7層EMD分解所得的基線漂移集中分布殘余項直接剔除掉；(3)用保留下來的IMF分量重構(gòu)ECG信號y(n)。按照此方法分別對構(gòu)建的仿真心電信號及MIT-BIH心律失常數(shù)據(jù)庫中受到嚴重基線漂移干擾的109號、203號心電數(shù)據(jù)段進行基線漂移去除，所得結(jié)果分別如圖4、圖5、圖6所示?；贓MD的7層分解，直接去除殘余項分量，能夠?qū)λ鶚?gòu)建的仿真心電信號及MIT-BIH心律失常數(shù)據(jù)庫中受到嚴重基線漂移干擾的109號、203號心電數(shù)據(jù)段去除基線漂移；同時，重構(gòu)的心電信號并未失真，基本上保留了原來的概貌特征，有利于后續(xù)的心電信號處理,但肌電噪聲、工頻噪聲仍無法去除。

圖4　仿真信號和濾波后的結(jié)果

圖5　109號數(shù)據(jù)和濾波后的結(jié)果

圖6　203號數(shù)據(jù)和濾波后的結(jié)果

3結(jié)語

心電信號是生物醫(yī)學(xué)工程領(lǐng)域常見的典型非線性、非平穩(wěn)信號，在采集的過程中易受到各種噪聲干擾。因其自身頻帶分布范圍較寬，用傳統(tǒng)的傅里葉變換進行噪聲消除效果欠佳，而EMD算法能有效處理非線性、非平穩(wěn)信號。本次研究針對基線漂移去除，以構(gòu)建的仿真心電信號為實驗源數(shù)據(jù)，借助Matlab 工具平臺，分別進行了EMD多層分解實驗。經(jīng)分析發(fā)現(xiàn)基線漂移噪聲主要集中分布于最后一層的殘余分量上，且7層EMD分解的運行速度和分布區(qū)分度都較好。分別對所構(gòu)建的仿真心電信號及MIT-BIH心律失常數(shù)據(jù)庫中受到嚴重基線漂移干擾的109號、203號心電數(shù)據(jù)段進行基線漂移去除，結(jié)果有效可行。

參考文獻

[1] 張喜紅.開放式心電圖機教學(xué)平臺的設(shè)計[J].長江大學(xué)學(xué)報(自然科學(xué)版)，2013(34):43-46.

[2] 丁瑞,李國軍,王青.心電信號基線漂移去除方法研究[J].云南大學(xué)學(xué)報(自然科學(xué)版)，2014，36(5):665-660.

[3] 高彩紅.心電信號臨床信息的識別研究[D].鎮(zhèn)江：江蘇大學(xué),2010：16-26.

[4] 張喜紅,楊清志,王玉香.基于HHT的心電信號濾波算法的研究[J].吉林化工學(xué)院學(xué)報，2014(2)：51-54.

The Method of ECG Baseline Wander Removal Based on EMD

ZHANGXihongWANGYuxiang

(Bozhou Vocational and Technical College, Bozhou Anhui 236800, China)

Abstract:Based on Empirical Mode Decomposition (EMD) algorithm, this paper focues on the research of new methods of removal ECG baseline wander, thereby improving the quality of the ECG signal. Using MATLAB toolbox for MIT-BIH arrhythmia database relatively clean ECG data segment, we firstly artificially superimposed common ECG signal noise signal generator simulation experiment; then the simulated signals were constructed by various levels of decomposition EMD by decomposing the residual term to remove the resulting realize ECG baseline wander removal. Comparing the different layers decompose under the effect of baseline wander removal, we obtained the results: EMD layer is large, the baseline drift which features more residual layer appeared. The MIT-BIH arrhythmia database is disturbed by the baseline drift of the 109 ECG data segment, and the baseline wander is removed. The feasibility of this method is also verified in this paper.

Key words:Empirical Mode Decomposition; baseline wander; ECG signal

收稿日期：2015-09-28

基金項目：2010年度安徽省教育廳省級質(zhì)量工程項目“醫(yī)用電子儀器與維護特色專業(yè)建設(shè)”(20101459)；2011年度安徽省教育廳質(zhì)量工程項目“醫(yī)用儀器示范實習(xí)實訓(xùn)中心建設(shè)”(2011131)

作者簡介：張喜紅(1983 — )，男，山西朔州人，碩士，亳州職業(yè)技術(shù)學(xué)院講師，技師，研究方向為生物醫(yī)學(xué)工程。

中圖分類號：TP391

文獻標識碼：A

文章編號：1673-1980(2016)02-0098-03