牡丹江市第一人民医院 黑龙江牡丹江 157011
摘要：心血管疾病是威胁人类生命最主要的疾病之一，而心电信号（ECG）是诊断心血管疾病的主要依据。近年来，随着计算机技术的发展，心电信号的采集与处理也不断地向着自动化、智能化的方向发展。在心电信号分析系统中，影响心电自动分析结果可靠性的因素很多，其中一个重要原因就是心电信号中存在的各种干扰，如随机噪声、基线漂移、肌电干扰以及工频干扰等。由于这些干扰与心电信号混叠，引起心电信号畸变，使整个心电信号波形模糊不清，并对心电各波段的正确识别造成很大影响，从而影响诊断结果。为了给医生提供清晰的心电图形，以提高分析和诊断的精确性，首先要对心电信号数据进行预处理和特征提取，使心电数据曲线平滑、特征点突出。因此，选择合适的滤波方法对心电信号分析有着非常重要的意义。
期刊文章分类查询,尽在期刊图书馆
关键词：心电信号预处理；心电信号分析；心血管疾病
Abstract：Cardiovascular disease is one of the most important diseases that threaten human life.ECG is the main basis for the diagnosis of cardiovascular disease.In recent years，with the development of computer technology，ECG signal collection and processing are also constantly toward the automation，intelligent direction.In ECG signal analysis system，there are many factors that affect the reliability of ECG analysis results.One of the important reasons is the various interference in ECG signals such as random noise，baseline drift，EMG and frequency interference.Because these interference and ECG signal aliasing，causing ECG signal distortion，so that the entire ECG signal waveform blurred，and the correct identification of the ECG each band has a great impact，thus affecting the diagnostic results.In order to provide doctors with clear ECG graphics to improve the accuracy of analysis and diagnosis，we must first ECG signal data pretreatment and feature extraction，the ECG data curve smooth，highlight the characteristics of points.Therefore，the choice of appropriate filtering method for ECG signal analysis has a very important significance.
Key words：ECG signal pretreatment；ECG signal analysis；cardiovascular disease.
前言：心电学的进步史已经成为心电学检测和分析技术的发展史。心电信号是典型的强噪声下非平稳弱信号，其分析效果受各种干扰影响很大。由于微弱的心电信号受到来自人体内外的多种干扰，对于便携式监护仪器来说，心电信号的分析是不可缺少的一项功能。本文介绍了在一种便携式心电监护仪器中是如何对心电数据进行预处理和智能分析的。分别对三种滤波方法，即传统的傅立叶变换滤波、小波分析滤波以及经验模态分析滤波进行了分析、研究、比较，通过小波变换处理，可抑制心电信号高频噪声；利用经验模态分析（EMD）滤波，可抑制心电信号内混叠噪声，从理论分析人手，以MIT—BIH标准数据库中的心律失常数据作为仿真对象，进行了滤波仿真对比。考虑到监护仪器的实用性，在心电信号分析阶段，我们采用了分析特征间期异常情况的方法来替代对病症的智能诊断功能。
1.心电信号预处理
由于心电信号作为心脏电活动在人体体表的表现，信号一般比较弱，而且信噪比较低，所以极易受环境的影响。工频干扰、基线漂移、电极接触噪声、电极极化噪声、肌电干扰、放大电路内部噪声和运动干扰等七种干扰都是由体表电极检测到的ECG 信号中含有的干扰类型。其中 50Hz 及其倍频附近的工频干扰和 0.7Hz 以下的基线漂移是两个最重要的干扰源，为了增强心电信号中的有效成分，抑制噪声和伪迹，提高波形检测准确率，目前国内外研究人员提出了多种处理方案，即传统的傅立叶变换滤波、小波分析滤波以及经验模态分析滤波进行了分析、研究、比较，通过小波变换处理，可抑制心电信号高频噪声；利用经验模态分析（EMD）滤波，可抑制心电信号内混叠噪声，从理论分析人手，以MIT—BIH标准数据库中的心律失常数据作为仿真对象，进行了滤波仿真对比。
2.心电信号的处理方法
2.1小波变换滤波
由于有用信号通常表现为低频或是变化相对平稳，而噪声信号通常表现为高频。利用小波变换将含噪的原始信号分解后，含噪部分主要集中在高频小波系数中，较大的保留或削弱高频小波，分别对应于硬阈值量化和软阈值量化。阈值处理后的小波系数重构即可达到消噪的目的。主要步骤是对含噪信号进行小波分解，之后对小波分解后的高频系数进行阈值量化，然后再进行信号重构，最关键的步骤是如何选取阈值，从某种意义上讲，它们直接影响信号滤波的质量．在滤波过程中阈值起着决定性的作用：如果太小，施加阈值后小波系数包含太多的噪声分量，达不到滤波效果；反之，则去除了有用部分，使信号失真。
2.2经验模态分析（EMD）滤波
经验模态分析是Huang在1998年提出的一种用于非线性和非平稳时间序列信号的处理方法，将复杂信号分解成为适宜于Hilbert变换的本征模函数。必须满足两个条件，在整个信号长度上极大值点数、极小值点数与过零点数相等或相差为1以及在任意一点，由包络线定义的极大值与极小值的均值为零。它是对一个时间序列信号进行平稳化处理，其结果是将信号中不同尺度的波动或趋势逐级分解开来，产生一系列具有不同特征尺度的数据序列，这些函数对局部零均值对称，并且含有相同的过零点数与极值点数。
2.3传统的傅立叶变换滤波
在传统的信号处理方法中，通过傅立叶变换，可将信号进行时频转化，分辨出信号各种不同频率成分的强弱及信号能量在频率域的分布．所以，通过滤波器的设计可以达到滤除噪声的目的。
3.结语
本文考虑到由于便携式监护仪器结构简单、体积小巧的硬件特点所造成软件抗干扰设计的必然性，结合监护仪所使用的MCU 处理速度的特点，采用了简单易用的差分阈值法来提取特征点.仿真结果表明，三种信号分析方法对心电信号滤波都有一定的效果．小波滤波的效果是最佳的，基本达到了令人满意的结果．但是，对于小波基函数的选择没有明确经验模态分析滤波效果比较满意。该方法是基于信号自身信息特征分解的，基函数的选择具有自适应性，克服了小波分析基函数选择的盲目性．通过对以上方法的理论分析与仿真效果比较，分析比较滤波方法的缺点及优势。希望通过此项工作，为心电信号滤波方法的研究提供一个参考。
参考文献：
[1]刘立勋，江晓雪，杨志烽.基于PSoC的实时心电信号预处理系统的设计与实现[J].黑龙江科技信息，2016，33：2-3.
[2]马潇，朱晓军.基于小波包的LMD在EEG信号分析中的研究[J].计算机科学，2016，06：112-115+140.
[3]李文涛.心电信号噪声处理的研究[J].数字技术与应用，2016，08：85-86.
论文作者:卢咏红
论文发表刊物:《中国误诊学杂志》2017年第3期
论文发表时间:2017/4/7
标签：信号论文; 心电论文; 噪声论文; 小波论文; 阈值论文; 干扰论文; 傅立叶论文; 《中国误诊学杂志》2017年第3期论文;