殷成龍 張曉紅 葉?；?/p>

?

基于EEMD和自適應(yīng)濾波的手指心電信號(hào)基線漂移消噪算法

殷成龍1張曉紅1葉?；?

1.杭州電子科技大學(xué)通信工程學(xué)院，浙江 杭州 310018 2.浙江大學(xué)醫(yī)學(xué)院附屬婦產(chǎn)科醫(yī)院，浙江 杭州 310006

針對(duì)手指心電數(shù)據(jù)的基線漂移問(wèn)題，提出了一種新的聯(lián)合集合經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥EMD）和自適應(yīng)濾波的信號(hào)去噪方法。首先，采用EEMD將含噪信號(hào)分解為若干個(gè)固有模態(tài)函數(shù)（IMF）。其次將分解后高階IMF分量進(jìn)行重構(gòu)。然后用零相位濾波對(duì)重構(gòu)信號(hào)進(jìn)行處理，去除其中的高頻信息，作為自適應(yīng)濾波器的參考輸入信號(hào)。最后，將該算法用于實(shí)際采集手指心電信號(hào)。結(jié)果表明，該方法能夠較好的去除手指心電信號(hào)中的基線漂移，失真度小，較好保留信號(hào)中的有用信息。

EEMD；自適應(yīng)；手指心電信號(hào)；零相位濾波

心電（Electrocardiogram，ECG）信號(hào)是心臟的電活動(dòng)表現(xiàn)，是一種微弱的非線性、非平穩(wěn)信號(hào)。研究發(fā)現(xiàn)，利用傳感器在手指上采集到的手指心電信號(hào)極易受環(huán)境影響，這對(duì)特征波檢測(cè)、識(shí)別的準(zhǔn)確度有很大的影響。ST段是診斷心肌缺血等疾病的重要依據(jù)，基線漂移和ST段的頻率有重疊，會(huì)對(duì)ST段分析產(chǎn)生影響。本文重點(diǎn)在于解決基線漂移與ST段的頻率重疊問(wèn)題，保證在對(duì)手指心電信號(hào)進(jìn)行分析前，ST段不會(huì)變形。[1]

1 EEMD算法

EMD[1]分解不需要選擇基函數(shù)，具有很好的自適應(yīng)性。但是當(dāng)相近特征時(shí)間尺度分布在不同IMF中時(shí)，導(dǎo)致相鄰2個(gè)IMF波形混疊，相互影響，造成模式混疊。EEMD[2]添加高斯白噪聲至原始信號(hào)，將有效信號(hào)和噪聲的組合看作一個(gè)總體，根據(jù)白噪聲頻譜均勻分布的特性，使不同尺度的信號(hào)成分分布至合適的參考尺度，并利用零均值噪聲特性，經(jīng)過(guò)多次加總平均后噪聲相互抵消。加總平均使得到的IMF減少了模態(tài)混疊的影響，不同時(shí)間尺度的信號(hào)不再容于同一IMF。經(jīng)過(guò)EEMD分后，模式混疊現(xiàn)象得到了一定的抑制。[2]

2 改進(jìn)的EEMD-自適應(yīng)濾波算法

基線漂移屬于低頻信號(hào)，主要分布在末尾的對(duì)應(yīng)于低頻的高階IMF上。因此，首先對(duì)信號(hào)進(jìn)行EEMD分解，然后重構(gòu)高階IMF。重構(gòu)后的高階IMF分量中不但含有基線漂移，而且還含有有用信號(hào)。因此，引入零相位濾波去除信號(hào)中的高頻部分，使參考信號(hào)更加接近基線漂移。如圖1是本文的算法流程圖：

圖1 基于EEMD和自適應(yīng)濾波的消噪算法

3 消噪效果分析

為了對(duì)本文算法去噪的可靠性進(jìn)行驗(yàn)證，將其與零相位濾波，傳統(tǒng)自適應(yīng)濾波[3]進(jìn)行對(duì)比，并對(duì)消噪結(jié)果進(jìn)行了討論與分析。

（1）圖2為實(shí)際采集到的手指心電信號(hào)，由圖可知，該含噪信號(hào)具有明顯的基線漂移。圖3，4，5分別為本文方法去噪，自適應(yīng)去噪和零相位去噪。從圖2可以看出，含噪信號(hào)的基線漂移得到了明顯的抑制，波形也得到了較好保持。自適應(yīng)濾波和零相位濾波雖然具有一定的去噪效果，但去噪后波形與原始的信號(hào)波形差異較大。

圖2 含噪信號(hào)

圖3 本文方法去噪

圖4 自適應(yīng)濾波

圖5 零相位濾波

（2）為了進(jìn)一步驗(yàn)證本文方法的去噪效果，取另一組實(shí)際采集的手指心電信號(hào)進(jìn)行驗(yàn)證。信號(hào)的采樣長(zhǎng)度為3500點(diǎn)，采樣頻率為512Hz。圖5為手指心電信號(hào)波形圖，從圖中可以看出信號(hào)的波形比較混亂，P波與R波偏離正常幅度過(guò)大。圖4為高階IMF分量重構(gòu)圖6為經(jīng)過(guò)EEMD和自適應(yīng)濾波后的手指心電信號(hào)波形。從圖中可以看出，手指心電信號(hào)中的P波和R波回歸正常，信號(hào)中的基線漂移得到有效抑制。[3]

圖6 含噪手指心電信號(hào)

圖7 去噪后信號(hào)

4 結(jié)語(yǔ)

本文提出的基于EEMD和自適應(yīng)濾波相結(jié)合的信號(hào)去噪方法，解決了傳統(tǒng)自適應(yīng)濾波中參考信號(hào)選擇不當(dāng)導(dǎo)致的去噪效果不明顯的問(wèn)題，也解決了EMD算法中的模式混疊問(wèn)題。經(jīng)過(guò)作用于不同的實(shí)際采集到的信號(hào)，本文提出的消噪算法有效性得到驗(yàn)證，消噪后的波形與原始波形相比，與真實(shí)信號(hào)接近，信號(hào)中的有用信息得到了進(jìn)一步的保存。

[1]Wu Z，Huang N E.A study of the characteristics of white noise using the empirical mode decomposition method[J].Proceedings of the Royal Society of London，2004，460(2046)：1597-1611.

[2]Wu Z，Huang N E.Statistical significance test of intrinsic mode functions[J].Hilbert-Huang transform and its applications，2014（7）：107-127.

[3]高鷹，謝勝利.一種變步長(zhǎng)LMS自適應(yīng)濾波算法及分析[J].電子學(xué)報(bào)，2001，29(8)：1094-1097.

殷成龍（1989—）男，河南信陽(yáng)人，在讀研究生，信號(hào)處理；通信作者：張曉紅。

浙江省自然科學(xué)基金項(xiàng)目（LY14F010021），浙江省公益技術(shù)研究工業(yè)項(xiàng)目（2015C31086）。

TN911.4

A

1009-6434(2016)04-0034-01