低功耗心电信号预处理和特征提取方法研究.pdfVIP

低 功 耗 心 电信 号 预 处 理 和 特 征 提 取 方 法 研 究 李 澍，苏宗文 (通讯作者)，任海萍 (中国食品药品检定研究院医疗器械检定所，北京 100050) [中图分类号]R318．5 [文献标识码]A [文章编号]1002—2376 (2014)10—0006—03 [摘 要]本文针对可穿戴式医疗设备心电数据预处理及特征提取展开研究，在Savitzky—Golay滤波理 论基础上，结合心电信号自身特点，利用模糊逻辑和专家经验识别算法对信号进行特征提取，在有效降低计算 量的基础上 ，对QRS波的正确检测率达到 了98．9％。 [关键词]医疗器械；心电信号；压缩感知；Zigbee；稀疏采样 0 引言 小值和宽度等分布特性 。 心电数据为诊断心脏和心血管系统的功能变化 本文提出通过采用 Savitzky—Golay滤波器的预 提供了重要的参考依据，因此正确提取心电信号的 处理方法，结合模糊逻辑特征提取技术，从而实现 特征参数对检测心血管疾病具有重要的意义 。然 低能耗下 的心电信号预处理和特征提取 。经过 而，由于心电信号的采集极易受到环境的影响，最 Savitzky—Golay滤波器后 ，可 以同时得到原始数据 终导致采集的数据无效，为了提高后继心电分析、 的平滑函数和一阶导函数，心电信号的特征点对应 特征提取的准确性，必须对心电信号进行预处理。 一 阶导函数的极值点，结合模糊逻辑的识别函数， 心电信号的预处理的技术总体可分为两大类，即采 有利于特征点的选择和判断，这些都为心电信号检 用经典滤波器的经典预处理方式和采用现代滤波器 测带来了可靠地保证。 的现代预处理方式。经典滤波器是假定输入信号中 1 原理 的有用成分和无用成分分别 占不同的频带，当通过 1．1 Savitzky—Golay滤波原理 相应滤波器后可将无用成分有效的去除。现代滤波 Savitzky—Golay滤波用于数据流的平滑除噪， 器是把信号和噪声都视为随机信号，利用他们的统 是一种在时域基于局域多项式最小二乘法拟合的滤 计特征 (如 自相关函数、功率波密度函数)推导 波方法，最大的特点是在滤除噪声的同时可以确保 出一套最佳的估计算法。随着计算机技术的发展， 信号的主瓣宽度不变，不会降低信号的输 出分辨 采用现代滤波器进行信号处理和干扰消除成为心电 率，提高输出质量的同时不改变原始信号的特征， 信号预处理的一种较为理想的方法。然而，对于无 因此适合心电信号的预处理 。 线传感器节点来说，现代滤波技术存在明显的缺陷 长度为N的离散时域信号x (n)为 N×1的 就是计算量过大，不利于无线传感器节点的长期 列向量，看作以n=0为中心的2M+1个数据 ，则 工作 。 X(n)表示为X= [X(一M)，…，x (0)，…，x Savitzky—Golay滤波器被广泛地运用于数据流 (M)]rr，可以用如式 (1)所示的多项式来拟合。 平滑除噪，是一种在时域 内基于多项式，通过移动 ) q … … … ··(1) 窗口利用最小二乘法进行最佳拟合的方法。在这个 过程中，计算机只需运行相对小型的程序，减少了 式中a；为多项式拟合的系数。与原始信号 x 对 电脑内存和数据处理能力的要求，因此这种方法 (n)相比，式 (1)拟合所得数据的最小二乘拟合 相对来说更加简单、快速，而且相对于其他类似的 的残差为式 (2)： 平均方法而言，这种方法更能保留相对极大值、