專利名稱：基于形態(tài)學多分辨率分解的心電信號預(yù)處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種心電信號預(yù)處理方法，尤其涉及一種面向遠程醫(yī)療系統(tǒng)中資源受限心電處理模塊中的心電信號預(yù)處理。
背景技術(shù)：
心臟病已經(jīng)成為人類健康的頭號殺手，目前全世界每年約有1750萬人死于心臟病，占全部死亡人數(shù)的30%。作為診斷心臟生理、病理狀態(tài)的重要依據(jù)，心電(ECG，Electrocardiogram)診斷技術(shù)自其十九世紀初誕生以來，已經(jīng)發(fā)展成為一門專業(yè)學科，而對于ECG信號的采集、處理、存儲、傳輸、遠程實時監(jiān)控及自動診斷等方面更是當今該領(lǐng)域的研究重點。ECG是將電極置于體表特定位置所記錄到的心臟電活動的圖形。典型的心電圖如圖I所示，主要包括以下幾部分，且這幾部分為臨床心電圖的診斷所依據(jù)的重要特征參量P波在QRS波群之前，前半部分主要為右心房的電活動，后半部分主要為左心房的電活動；QRS波群代表電激動通過心室??；T波代表心室的復(fù)極過程，波形比較寬且圓鈍；ST段代表心室的所有部分均已除極或除極末期與復(fù)極初期相互疊加形成的彼此抵消階段；RR期間為相鄰心動周期R波峰值之間的時間間隔。ECG信號中主要包含三類干擾人體呼吸或測量電極移位造成的基線漂移、工頻干擾以及肌電或其他原因帶來的高頻噪聲。如果對ECG信號中的干擾不進行預(yù)處理，會直接影響到QRS復(fù)波檢測的正確率，增大醫(yī)生正確診斷的難度。因此，對ECG信號進行預(yù)處理是ECG信號處理的首要任務(wù)，是后續(xù)處理的基礎(chǔ)。ECG信號中包含的三類干擾具有不同特點。其中，基線漂移通常頻率很低，工頻干擾固定為50/60HZ，而肌電等干擾頻率較高。對于工頻干擾，通常利用50/60HZ陷波器進行濾除；其余兩種干擾是接下來討論的重點。早期采用的噪聲抑制技術(shù)是基于帶通濾波的方法。然而，帶通的線性濾波器具有固定的截止頻率，會使ST段和QRS復(fù)波嚴重失真。同時不能夠自適應(yīng)地跟蹤ECG信號的時變特性，即每心動周期作為一周期的偽隨機性。此外，一些自適應(yīng)濾波技術(shù)被用來對ECG信號進行噪聲抑制。大多數(shù)自適應(yīng)去噪方法都是基于最小二次均方(LMS)或迭代最小二乘(RLS)準則。它們逐漸縮小輸入信號與參考信號之間的均方誤差。但某些情況下，難于獲得合適的參考信號限制了此類方法的應(yīng)用。隨著小波分析技術(shù)的發(fā)展及成熟，由于良好的時頻特性，使其在ECG信號預(yù)處理領(lǐng)域中獲得了廣泛認可?；谛〔ǚ治龅腅CG信號預(yù)處理方法首先將ECG信號進行小波變換，由于基線漂移、高頻干擾與信號所在分量不同，可以通過閾值操作將它們分離。研究的重點在于選擇適合ECG信號的小波函數(shù)、去噪閾值的自適應(yīng)選擇以及優(yōu)化快速算法等方面?；谛〔ǚ治黾夹g(shù)的心電信號預(yù)處理方法，由于不能夠從頻率上精確地分離信號與基線漂移及高頻干擾，因此很容易造成不能夠充分濾除基線漂移以及將ECG信號中頻率相對高的分量與高頻噪聲一同濾除，導(dǎo)致波形失真的情況出現(xiàn)。形態(tài)濾波是另外一種有效的非線性ECG信號預(yù)處理方法?；舅枷胧牵瑧?yīng)用直線型結(jié)構(gòu)元素構(gòu)成的濾波器校正基線漂移，應(yīng)用三角型結(jié)構(gòu)元素構(gòu)成的濾波器濾除高頻噪聲。研究的重點在于形態(tài)濾波器的構(gòu)成、結(jié)構(gòu)元素的選擇等方面?；谛螒B(tài)濾波的預(yù)處理方法，應(yīng)用直線型結(jié)構(gòu)元素構(gòu)造多分辨率形態(tài)濾波器實質(zhì)上是應(yīng)用一系列直線代替原始信號中的曲線，因此會造成一些信號特征的缺失；同時，隨著結(jié)構(gòu)元素長度的增加，濾波后信號失真也隨之增大，這顯然不能滿足ECG信號預(yù)處理的高保真度需求。為進一步優(yōu)化性能，近來又提出結(jié)合小波變換與形態(tài)濾波的預(yù)處理方法?；舅枷胧?，應(yīng)用小波變換方法濾除高頻噪聲，應(yīng)用形態(tài)濾波方法校正基線漂移?；谛〔ㄗ儞Q與形態(tài)濾波的預(yù)處理方法，這在一定程度上改善了特征波形失真，不能夠避免直線型結(jié)構(gòu)元素造成的塊狀效應(yīng)。

發(fā)明內(nèi)容
為了解決現(xiàn)有技術(shù)中問題，本發(fā)明提供了一種基于形態(tài)學多分辨率分解的心電信號預(yù)處理方法，步驟I :應(yīng)用直線型結(jié)構(gòu)元素對(B。，B。)的形態(tài)濾波器修正基線漂移；步驟2 :應(yīng)用提升方法構(gòu)造形態(tài)學多分辨率分解心電信號至第二層和第三層；步驟3 :選擇第二層與第三層信號分量中QRS復(fù)波失真更小的分量作為預(yù)處理后的心電信號。作為本發(fā)明的進一步改進，步驟I中，所述結(jié)構(gòu)元素B。，B。長度的選擇依賴于特征波形的持續(xù)時間Tw與心電信號的采樣頻率Fs。作為本發(fā)明的進一步改進，所述特征波形的持續(xù)時間小于O. 2s。作為本發(fā)明的進一步改進，步驟I中形態(tài)濾波器的數(shù)學表達如式I所示fb=f0 ο B0 · Bc (I)f = f0-fb (2)其中，ο代表形態(tài)學中的開運算， 代表形態(tài)學中的閉運算；f。是原始的ECG信號，fb是檢測到的基線漂移，f是f。抑制噪聲和去除基線漂移后的ECG信號；B。用來移除信號的波峰，Bc用來移除余下的波谷。作為本發(fā)明的進一步改進，Bc的長度大于B。。作為本發(fā)明的進一步改進，步驟2中，首先應(yīng)用最小長度的直線型結(jié)構(gòu)元素對信號進行分解，得到信號分量與細節(jié)分量；然后應(yīng)用預(yù)測算子、更新算子得到新的信號分量與細節(jié)分量，完成第一層分解；然后應(yīng)用更大長度的直線型結(jié)構(gòu)元素對第一層信號分量進行分解，得到第二層上的信號分量與細節(jié)分量，隨后應(yīng)用預(yù)測算子、更新算子得到新的信號分量與細節(jié)分量，完成第二層分解；然后應(yīng)用更大長度的直線型結(jié)構(gòu)元素對第二層信號分量進行分解，得到第三層上的信號分量與細節(jié)分量，隨后應(yīng)用預(yù)測算子、更新算子得到新的信號分量與細節(jié)分量，完成第三層分解。作為本發(fā)明的進一步改進，令預(yù)測算子為該樣本與前一個樣本的差，更新算子為左右相鄰樣本的三次樣條差值。3/5頁作為本發(fā)明的進一步改進，根據(jù)提升小波的構(gòu)造原理，依據(jù)分解、預(yù)測及更新三步驟，在尺度j上應(yīng)用尺度分量h與細節(jié)分量Yj構(gòu)造新的尺度分量X, J與新的細節(jié)分量I' j，如式3與4所示j' J=Yj- Ji (Xj)(3)X' J=Xj- λ (y1 j)(4)其中λ Iffj — Vj, IVj — Wj ;則尺度j及尺度j_l上重建公式如式5與6所示Xj = χ) +My'j)￠5) xJA =+ ωι (+ ^(Xj-))KL)其中與 ^為尺度j上的尺度合成算子與細節(jié)合成算子。作為本發(fā)明的進一步改進，令預(yù)測算子為該樣本與前一個樣本的差，更新算子為左右相鄰樣本的三次樣條差值，如式7與8所示
Ji (X) (η) =χ(η)-χ(η+1)(7)
λ (y) (η) =spline (χ (η_1)，χ (η+1))(8)
在此基礎(chǔ)上，應(yīng)用構(gòu)造尺度分析算子V與細節(jié)分析算子 ;如式9和10所示；
…,)=x, =MF(Xi)
ω) (yj)=y ,-MF1 (λ' )(10)
其中，定義形態(tài)濾波器MFdf)如式11所示，其中h為長度為j+Ι的直線型結(jié)構(gòu)元Μ/'χ/> 丄(/.。。Bi)MD
素；本發(fā)明應(yīng)用直線型結(jié)構(gòu)元素對修正基線漂移，相較于基于小波變換的方法，能夠在較大程度上減小波形失真。應(yīng)用形態(tài)學多分辨率分解方法濾除肌電干擾等高頻噪聲，性能優(yōu)于基于小波變換及形態(tài)濾波的預(yù)處理方法，且方法簡單、易于實現(xiàn)。采用提升方法構(gòu)造多層形態(tài)學分解，由于選擇了適合心電信號的預(yù)測、更新算子，不但進一步優(yōu)化了去噪性能，而且減小了心電信號特征波的失真。


圖
圖
圖號;
圖
圖
圖
圖
圖
圖
具體實施例方式下面結(jié)合附圖對本發(fā)明做進一步說明?；谛螒B(tài)學多分辨率分解的心電信號預(yù)處理方法，該方法主要工作過程描述如下1、應(yīng)用直線型結(jié)構(gòu)元素對(B。，B。)的形態(tài)濾波器修正基線漂移，結(jié)構(gòu)元素B。，Bc長度的選擇依賴于特征波形的持續(xù)時間Tw與心電信號的采樣頻率Fs。通常特征波形的持續(xù)時間小于O. 2s。該形態(tài)濾波器的數(shù)學表達如式I所示。 (I)
權(quán)利要求
1.一種基于形態(tài)學多分辨率分解的心電信號預(yù)處理方法，其特征在于 步驟I :應(yīng)用直線型結(jié)構(gòu)元素對(B。，B。)的形態(tài)濾波器修正基線漂移； 步驟2 :應(yīng)用提升方法構(gòu)造形態(tài)學多分辨率分解心電信號至第二層和第三層； 步驟3 :選擇第二層與第三層信號分量中QRS復(fù)波失真更小的分量作為預(yù)處理后的心電信號。
2.根據(jù)權(quán)利要求I所述的基于形態(tài)學多分辨率分解的心電信號預(yù)處理方法，其特征在于步驟I中，所述結(jié)構(gòu)元素B。，Bc長度的選擇依賴于特征波形的持續(xù)時間Tw與心電信號的采樣頻率Fs。
3.根據(jù)權(quán)利要求2所述的基于形態(tài)學多分辨率分解的心電信號預(yù)處理方法，其特征在于所述特征波形的持續(xù)時間小于O. 2s。
4.根據(jù)權(quán)利要求I所述的基于形態(tài)學多分辨率分解的心電信號預(yù)處理方法，其特征在于步驟I中形態(tài)濾波器的數(shù)學表達如式I所示 fb=f。ο B?！?Bc(I) f = fo-fb(2) 其中，ο代表形態(tài)學中的開運算， 代表形態(tài)學中的閉運算；f。是原始的ECG信號，fb是檢測到的基線漂移，f是f。抑制噪聲和去除基線漂移后的ECG信號；B。用來移除信號的波峰，Bc用來移除余下的波谷。
5.根據(jù)權(quán)利要求4所述的基于形態(tài)學多分辨率分解的心電信號預(yù)處理方法，其特征在于B。的長度大于B。。
6.根據(jù)權(quán)利要求I所述的基于形態(tài)學多分辨率分解的心電信號預(yù)處理方法，其特征在于步驟2中，首先應(yīng)用最小長度的直線型結(jié)構(gòu)元素對信號進行分解，得到信號分量與細節(jié)分量；然后應(yīng)用預(yù)測算子、更新算子得到新的信號分量與細節(jié)分量，完成第一層分解；然后應(yīng)用更大長度的直線型結(jié)構(gòu)元素對第一層信號分量進行分解，得到第二層上的信號分量與細節(jié)分量，隨后應(yīng)用預(yù)測算子、更新算子得到新的信號分量與細節(jié)分量，完成第二層分解；然后應(yīng)用更大長度的直線型結(jié)構(gòu)元素對第二層信號分量進行分解，得到第三層上的信號分量與細節(jié)分量，隨后應(yīng)用預(yù)測算子、更新算子得到新的信號分量與細節(jié)分量，完成第三層分解。
7.根據(jù)權(quán)利要求6所述的基于形態(tài)學多分辨率分解的心電信號預(yù)處理方法，其特征在于令預(yù)測算子為該樣本與前一個樣本的差，更新算子為左右相鄰樣本的三次樣條差值。
8.根據(jù)權(quán)利要求7所述的基于形態(tài)學多分辨率分解的心電信號預(yù)處理方法，其特征在于根據(jù)提升小波的構(gòu)造原理，依據(jù)分解、預(yù)測及更新三步驟，在尺度j上應(yīng)用尺度分量\與細節(jié)分量h構(gòu)造新的尺度分量X/與新的細節(jié)分量y/，如式3與4所示 y/ =Yj- ^ (Xj)(3) x/ =Xj-A (y/ )⑷ 其中λ : Wj — Wj，: Wj — Wj ;則尺度j及尺度j-ι上重建公式如式5與6所示 Xj=X1jC5) xjA =ψι{χ ) + ωι (yrj + π(χ]))(bi 其中,^^與<為尺度j上的尺度合成算子與細節(jié)合成算子。
9.根據(jù)權(quán)利要求7所述的基于形態(tài)學多分辨率分解的心電信號預(yù)處理方法，其特征在于令預(yù)測算子為該樣本與前一個樣本的差，更新算子為左右相鄰樣本的三次樣條差值，如式7與8所示 Ji (X) (η) =χ(η)-χ(η+1)(7)λ (y) (η) =spline (χ (η_1)，χ (η+1))(8) 在此基礎(chǔ)上，應(yīng)用構(gòu)造尺度分析算子Z與細節(jié)分析算子4如式9和10所示； ψ) (Xj y=Xj H =MFj- (Xj )(9) <y,.(.ν.,)=·ι,.; ,=X,.-XiJ-',{χ,)(10) 其中，定義形態(tài)濾波器MFj(f)如式11所示，其中Bj為長度為j+Ι的直線型結(jié)構(gòu)元素；ii) (H)
全文摘要
本發(fā)明提供了一種基于形態(tài)學多分辨率分解的心電信號預(yù)處理方法，步驟1應(yīng)用直線型結(jié)構(gòu)元素對的形態(tài)濾波器修正基線漂移；步驟2應(yīng)用提升方法構(gòu)造形態(tài)學多分辨率分解心電信號至第二層和第三層；步驟3選擇第二層與第三層信號分量中QRS復(fù)波失真更小的分量作為預(yù)處理后的心電信號。本發(fā)明應(yīng)用直線型結(jié)構(gòu)元素對修正基線漂移，能夠在較大程度上減小波形失真。應(yīng)用形態(tài)學多分辨率分解方法濾除肌電干擾等高頻噪聲，性能優(yōu)于基于小波變換及形態(tài)濾波的預(yù)處理方法，且方法簡單、易于實現(xiàn)。采用提升方法構(gòu)造多層形態(tài)學分解，由于選擇了適合心電信號的預(yù)測、更新算子，不但進一步優(yōu)化了去噪性能，而且減小了心電信號特征波的失真。
文檔編號A61B5/0402GK102973264SQ20121052418
公開日2013年3月20日 申請日期2012年12月7日 優(yōu)先權(quán)日2012年12月7日
發(fā)明者張欽宇, 張璞, 鄭石 申請人:哈爾濱工業(yè)大學深圳研究生院