結(jié)合小波變換和中值濾波實現(xiàn)肝儲備功能分析的信號消噪方法

張 晶， 李居尚， 尹 晶， 蒲 鑫， 崔艷群， 蔡 靖

(1.長春理工大學(xué) 光電信息學(xué)院 吉林 長春 130012；2.吉林大學(xué) 儀器科學(xué)與電氣工程學(xué)院 吉林 長春 130026)

結(jié)合小波變換和中值濾波實現(xiàn)肝儲備功能分析的信號消噪方法

張 晶1， 李居尚1， 尹 晶1， 蒲 鑫1， 崔艷群1， 蔡 靖2

(1.長春理工大學(xué) 光電信息學(xué)院 吉林 長春 130012；2.吉林大學(xué) 儀器科學(xué)與電氣工程學(xué)院 吉林 長春 130026)

針對無創(chuàng)肝儲備功能檢測中，光電容積脈搏波帶寬有限，頻率范圍易受到外界干擾和噪聲影響的特點，提出利用小波分析方法結(jié)合中值濾波算法對光電容積脈搏波消噪處理，濾除系統(tǒng)干擾和噪聲，以克服外界環(huán)境對肝儲備功能測量準(zhǔn)確性的干擾和影響.小波濾波算法采用Sym8小波函數(shù)，3層分解、重構(gòu)，以濾除光電容積脈搏波高頻干擾和高斯白噪聲，同時結(jié)合中值濾波算法實現(xiàn)信號突發(fā)干擾造成的基線漂移的濾除.實驗證明，該方法有效地消除了系統(tǒng)噪聲和突發(fā)干擾的影響，提高了系統(tǒng)的抗干擾能力和測量精度，保證了肝儲備功能測量的準(zhǔn)確性和穩(wěn)定性.

肝儲備功能； 光電容積波； 小波分析； 中值濾波

0 引言

肝儲備功能是肝臟所有有效肝細胞所儲備功能的總和，是肝臟儲備的生理活動臨床評估的重要參數(shù).當(dāng)前臨床檢測肝儲備功能的方法主要通過采血光學(xué)比色法實現(xiàn)，為有創(chuàng)檢測.隨著科技的發(fā)展，國內(nèi)外對無創(chuàng)肝儲備功能檢測進行了大量研究.文獻[1]提出了基于脈搏分光光度法的染料密度測量，實現(xiàn)有效肝血流、血漿消失率等肝儲備功能參數(shù)測量；文獻[2-3]研究了基于ICG脈沖分光光度法在肝切除手術(shù)過程中的肝儲備功能檢測，但該方法檢查結(jié)果受肝臟血流影響較大，某些特殊患者，如黃疸患者就不適合使用；文獻[4]研發(fā)了基于色素譜分光光度法的無創(chuàng)肝儲備功能參數(shù)測量方法及裝置，并成功應(yīng)用于醫(yī)院臨床實驗與測試.上述文獻多采用光電容積波作為測量對象，實現(xiàn)肝儲備功能檢測，對獲得的光電容積脈搏波信號通常采用高階數(shù)字濾波、均值濾波等方法進行消噪處理[5-7]，缺乏對色素譜光電容積波信號的進一步消噪討論，因此臨床應(yīng)用存在局限性.實際臨床無創(chuàng)肝儲備功能檢測中，光電容積脈搏波信號因其時頻域特點，易受到外界干擾和噪聲的影響.其中，在測量過程中因病人無意識的肌肉抖動導(dǎo)致的突發(fā)干擾對測量結(jié)果影響尤為嚴(yán)重，傳統(tǒng)的消噪方法，并不能很好解決這個問題，從而難以實現(xiàn)信號的準(zhǔn)確檢測.

本文提出通過小波變換的方式結(jié)合中值濾波算法對肝儲備功能分析系統(tǒng)中光電容積波信號的白噪聲干擾、突發(fā)干擾等干擾進行處理、消噪；與傳統(tǒng)消噪方法相比，降低了系統(tǒng)測量誤差，保證了實際測量的穩(wěn)定性，為無創(chuàng)肝儲備功能準(zhǔn)確檢測提供有益的評估和幫助[8-10].

1 光電容積波分析

圖1 透射光電容積波測量模型Fig.1 Measurement model of transmission PPG

肝儲備功能檢測是利用光電容積波(PPG)測量方式，在注入吲哚氰綠ICG色素后，利用紅光或者紅外光和吲哚氰綠ICG色素敏感波形等波長光信號照射指尖端或者耳尖端，探測微血管的血液容積變化.通過透射或者反射方式獲取光電波信號，從而獲取肝臟對吲哚氰綠ICG色素代謝的人體生理信息，測量肝儲備功能[6-7].其測量示意圖如圖1所示.

光電容積波采用光電技術(shù)檢測人體血液容積變化，光電容積波時頻域信號含有豐富的人體血液生理信息和血流生理信息[11-12].通過測量805 nm和940 nm處光電容積波交直流分量即可測得對應(yīng)的ICG色素濃度，通過測量時間域范圍內(nèi)的ICG色素濃度值，獲得肝儲備功能.

2 小波分解與消噪

2.1 小波變換

其重構(gòu)變換為

2.2 SymN小波函數(shù)

SymN小波函數(shù)是屬于SymletsA函數(shù)系的近似對稱的緊支集雙正交小波，它是db函數(shù)的改進形式,SymN系列小波沒有具體的表達式和小波基[13].小波分解的方式是一類小波函數(shù)與待分解函數(shù)的近似逼近，小波形態(tài)與分解函數(shù)的近似性越好，其逼近效果越好，因此選擇Sym8小波函數(shù)實現(xiàn)小波分解與消噪，Sym8小波函數(shù)和尺度函數(shù)如圖2所示.

圖2 Sym8小波函數(shù)和尺度函數(shù)

2.3 小波消噪

肝儲備功能分析系統(tǒng)前端傳感檢測光電容積波的主要噪聲和干擾有：白噪聲干擾、突發(fā)干擾、隨機噪聲干擾等，其主要體現(xiàn)在時域波形的基線漂移、波形突變以及波形“毛刺”突出等方面，其中因病人無意識擾動產(chǎn)生的干擾，對測量準(zhǔn)確性影響最大.帶有突發(fā)干擾的肝儲備功能光電容積波940 nm、805 nm透射波形如圖3所示.

圖3 光電容積波原始信號Fig.3 PPG original signal

圖4 940 nm光電容積脈搏波原始信號頻譜圖Fig.4 940 nm PPG original signal frequency spectrogram

由快速傅里葉變換(FFT變換)，940 nm光電容積脈搏波信號頻譜圖如圖4所示.

由圖4可知，經(jīng)肝儲備功能分析系統(tǒng)前端傳感檢測光電容積波，其主要能量成分集中在6 Hz以下，由光電容積波原始信號可以看出，其白噪聲干擾和高頻干擾存在于原始信號全部時間周期中；肝儲備功能測量過程中病人的無意識肌肉抖動，造成的突發(fā)干擾如圖5a所示，出現(xiàn)在7～12 s光電容積波信號區(qū)間內(nèi)，采用Sym8小波3層分解，其結(jié)果如圖5c～5e所示.

圖5 Sym8小波3層分解結(jié)果

圖6 小波重構(gòu)信號波形Fig.6 Graphs of wavelet reconstruction

由圖5可知第3層分解的近似系數(shù)波形與原始波形形態(tài)最為近似，因此采用極值閾值估計法原理的閾值選取規(guī)則，以硬閾值方式，重構(gòu)Det1、Det2、Det3，閾值選取為Det1th1=2.506 3, Det1th2=2.406 3, Det1th3=2.206 3，選取第3層近似系數(shù)波形重構(gòu)[16-18]，如圖6所示.

2.4 中值濾波

圖7 基線信號及去除基線漂移信號

實驗獲得效果采用信噪比和均方誤差作為評價手段，信噪比SNR計算公式和均方誤差RMSE計算公式為：

圖8 濾波后頻譜圖Fig.8 Graphs of filtered frequency spectrogram

小波SNRRMSESym812.13452.4814db312.02992.5115db912.08502.4956coif311.08082.4968Haar10.13573.1235

分別采用db3小波、db9小波、coif3小波和Haar小波進行消噪處理，獲得的信噪比SNR和均方誤差RMSE如表1所示.

由表1可知，采用Sym8小波函數(shù)分解，重構(gòu)實現(xiàn)肝儲備功能測量系統(tǒng)中的光電容積脈搏波信號的消噪濾波效果較好.

3 結(jié)語

Sym8小波函數(shù)作為近似對稱的緊支集雙正交小波，具有優(yōu)秀的信號時-頻域分析特性，采用Sym8小波函數(shù)結(jié)合均值濾波算法對肝儲備功能光電容積波信號濾波處理，有效地消除了噪聲干擾，與傳統(tǒng)的濾波消噪算法相比，其消噪效果更加有效，滿足檢測要求，對肝儲備功能的無創(chuàng)精確檢測提供了幫助.

[1] IIJIMA T, AOYAGI T,IWAO Y,et al. Cardiac output and circulating blood volume analysis by pulse dye-densitometry[J]. Journal of clinical monitoring，1997，13(2)：87-89.

[2] OKOCHI, OKOCHI O, KANEKO T,et al. ICG pulse spectrophotometry for perioperative liver function in hepatectomy[J].Journal of surgical research，2002,103(1)：109-113.

[3] 李寶亮,穆毅,蔣力,等. Child-Pugh分級聯(lián)合ICG與肝瞬時彈性值評估肝部分切除術(shù)肝細胞癌患者肝儲備功能[J]. 中國肝臟病雜志(電子版),2013,5(3):5-8.

[4] 張曉楓，劉光達，辛桂杰，等.結(jié)合近紅外光譜法的肝血流參數(shù)測量[J].光學(xué)精密工程，2012,20(10)：2140-2146.

[5] 齊蓓蓓,吳效明,黃岳山. 基于MATALAB的脈搏波信號的實時處理[J]. 微計算機信息，2009,25(10)： 184-185.

[6] 董鋒. 基于脈搏波特征的連續(xù)血壓測量方法研究[D].昆明：云南大學(xué),2015.

[7] 陳雪峰. 脈搏波特征提取算法及其應(yīng)用研究[D].大連：大連理工大學(xué),2006.

[8] 劉光達，黃敬濤，盧蒙蒙，等. 無創(chuàng)檢測肝儲備功能的脈搏色素密度法[J]. 吉林大學(xué)學(xué)報(工學(xué)版)，2012，43(5):1427-1432.

[9] ZHA Y T，LIU G D，ZHOU R D. EEMD-ICA applied in signal extraction in functional near-infrared spectroscopy[J]. Spectroscopy and spectral analysis，2015，35(10):2746-2751.

[10]孔玲軍.MATLAB小波分析超級學(xué)習(xí)手冊[M].北京：人民郵電出版社，2014.

[11]李苗苗.基于小波去噪的微型脈搏波監(jiān)測儀[D].廣州：廣東工業(yè)大學(xué)，2012.

[12]RUHI M, BASHIR I M. Unsupervised eye blink artifact denoising of EEG data with modied multiscale sample entropy, kurtosis, and wavelet-ICA[J]. Biomedical and informatics,2015,19(1):2168-2194.

[13]朱玉清,衛(wèi)艷榮,程正興.具有整數(shù)伸縮因子的多變量向量值雙正交多小波包[J]. 鄭州大學(xué)學(xué)報(理學(xué)版),2012,44(3):61-65.

[14]TEMESGHEN T, NOURHAN B, HANI S, et al. Adaptive ECG interval extraction[C]//IEEE International Symposium on Circuits and Systems, ISCAS. Portugal, 2015: 998-1001.

[15]DAS A B, BHUIYAN M I H, ALAM S M S. Classification of EEG signals using normal inverse Gaussian parameters in the dual-tree complex wavelet transform domain for seizure detection [J]. Signal, image and processing，2016,10(2):259-266.

[16]NAVARRO X, PORéE F, BEUCHéE A,et al.Denoising preterm EEG by signal decomposition and adaptive filtering: a comparative study[J]. Medical engineering and physics,2015，37(3)：315-320.

[17]CUI H L, LIU Y, YU M，et al. Application of wavelet denoising in distributed optical fiber interferometric vibration detection and location system[J].Optics and engineering,2015,23(10z):71-76.

[18]ZENG K H, HUANG J, ZHEN T, et al. White noise energy and SNR estimation based on Haar wavelet decomposition for heart sound and electrocardiogram signals[J]. Lecture notes in electrical engineering,2014,309(1): 589-594.

(責(zé)任編輯：王浩毅)

A Signal De-noising Method Based on Wavelet Transform and Median Filter for Hepatic Reserve Function Analysis

ZHANG Jing1， LI Jushang1， YIN Jing1， PU Xin1， CUI Yanqun1， CAI Jing2

(1.CollegeofOpticalandElectronicalInformationChangchunUniversityofScienceandTechnology,Changchun130012，China; 2.CollegeofInstrumentation&ElectricalEngineering，JilinUniversity，Changchun130026,China)

The wavelet analysis combined with median filtering algorithm to eliminate interference and noises of the system was used to overcome the interference and influence of the external environment on the measurement of liver reserve function. The system took Sym8 wavelet function and median filtering algorithm to effectively decrease the high-frequency interference, Gaussian white noise of PPG and baseline drift interference of signal. The experimental results showed that the anti-interference ability and accuracy of this method in measurement of liver reserve function, and the veracity and stability of liver reserve function measurement were increased.

hepatic reserve function; PPG; wavelet analysis; median filter

2016-07-10

吉林省教育廳“十二五”科學(xué)技術(shù)研究規(guī)劃重點項目(440020031134)；吉林省教育廳“十三五”社會科學(xué)研究項目(吉教科文合字[2015]第581號).

張晶(1973—)，女，吉林長春人，副教授，主要從事醫(yī)學(xué)信號檢測研究，E-mail:zj021202@163.com；通信作者：李居尚(1984—)，女，吉林長春人，講師，主要從事電子技術(shù)研究，E-mail：1262090009@qq.com.

TP371.76

A

1671-6841(2017)03-0079-05

10.13705/j.issn.1671-6841.2016187