基于形态学的心电信号基线漂移矫正方法.docVIP

基于形态学的心电信号基线漂移矫正方法 id=“artibody” 　　0引言 　　心电信号属于生命体征参数中的重要组成部分，随心肌细胞的激动发生电传变化。心电信号包含着丰富的病理信息，但也包括大量噪声干扰[1]。人体的运动和人体与外部的联系，使得人体内部器官受到影响，造成心电信号被噪声所干扰，影响了信号的识别。信息处理的精确性直接关系到测量后续参数、波形识别和病情诊断评估等参数的准确性。因此，在ECG检测分析中，去除噪声干扰显得尤为重要。 　　基线漂移是由被测对象的呼吸、电极移动等低频干扰所引起，频率小于5 Hz。实际测量中，心电信号会偏离正常的基线位置，出现上下缓慢波动变化的现象[2]。 　　基线漂移的滤除，常见方法包括小波变换、自适应滤波、拟合基线漂移法等步骤[3]。小波变换法[4]对信号进行分解、阈值化再重构等，最后得到去噪信号，但分解尺度较大，计算复杂，不满足实时性。曲线拟合法则是利用多项式拟合估计出基线漂移，再从原始信号中减去此基线漂移，但与处理信号长度有关，难以满足实施性。自适应方法，如Mneimneh等人使用自适应卡尔曼滤波器[5]去除ECG中的基线漂移，对基线漂移能较好地矫正，但参考信号的采集在实际应用中难以获得。 　　基线漂移是心电信号幅值测量与形态分析的重要影响因素，抑制基线漂移是正确获取心电信息的前提。本文提出利用数学形态学对心电信号基线漂移进行修正。针对ECG信号和噪声的不同性质，采用不同尺寸不同形状的结构元素，使设计的数学形态学滤波器能有效地矫正基线漂移，仿真结果表明该方法有效。 　　1形态学基础 　　1.1基本运算理论 　　Matheron等[6]在积分几何的基础上首次创立了数学形态学这门学科。形态学建立在严格数学理论基础之上，主要以积分几何、集合代数及拓扑论为理论基础，它提供了一种有效的非线性信号处理方法，可以较好地保留信号的几何信息。 　　数学形态学中基础的运算分别是腐蚀和膨胀运算[7]。两种运算分别定义如下 　　设f（n），（n=0，1，hellip;，N-1）和k（m）（m=0，1，hellip;，M-1）分别是一维离散函数，Ngt;M，其中f（n）为待处理信号序列，k（n）为结构元素。f（n）关于k（n）的腐蚀运算定义为 　　（fTheta;k）（n）=minm=0，hellip;，M-1{f（n+m）-k（m）}，其中，n=0，1，hellip;，N-M。 　　f（n）关于k（n）的膨胀运算定义为 　　（fTheta;k）（n）=maxm=0，1，hellip;，M-1{f（n-m）-k（m）} 　　其中，n=M-1，M，hellip;，N-1。 　　由腐蚀和膨胀运算可组成开（Opening）、闭运算（Closing）。开闭运算定义为信号被结构元素腐蚀后再进行膨胀运算，记为deg;，即（fdeg;k）（n）=（fTheta;koplus;k）（n）。闭运算定义为信号被结构元素膨胀后再腐蚀运算，记为middot;，即（fmiddot;k）（n）=（foplus;kTheta;k）（n）。 　　开运算和闭运算属形态学基本滤波器，用于探查信号上方和下方的信息，其中，开运算用于抑制信号的正脉冲，闭运算则抑制信号的负脉冲。由上述腐蚀与膨胀的定义所知，形态学滤波运算由一组简单的加减、比较等运算组成，耗时短，计算量小。 id=“artibody” 　　1.2形态学滤波器参数 　　结构元素是形态学中重要的滤波参数，不同形状和尺寸影响结构元素移动所产生的形态变换的性能[8]。形状与尺寸决定了结构元素的形态特征，选择原则如下。 　　1）形状。选择结构元素应尽量匹配处理信号的形状，除了常见的几何形状如菱形、圆盘形、正方形之外，对较复杂的信号，可对简单几何形状进行任意组合。 　　2）尺寸。结构元素的尺寸包括高度与宽度。其中，宽度是滤波器设计尺寸的最主要参数，由被滤除信号与有用信号的宽度所决定。参数的选择应大于被滤除信号尺寸，但小于保留信号的尺寸。或大或小，都不能有效地保留信号，去除噪声。 　　2基于形态学的心电信号基线漂移矫 　　正设计2.1滤波器设计 　　开闭运算是形态学中最基本的形态滤波器。数学形态学理论认为：开运算可以削除信号中被噪声叠加的正脉冲，闭运算可以填充被噪声叠加的负脉冲。为了有效去除噪声将开、闭运算级联，采用开闭（OC）、闭开（CO）级联组合方式来矫正基线漂移[9]。其算法结构如图1所示 　　图1基于形态学的基线漂移矫正流程图1）形态学第一级滤波。含噪的ECG信号f0通过开闭、闭开运算级联组合形式的形态学滤波器，以结构元素k1对信号做腐蚀膨胀运算，采用公式（f0deg;k1）middot;k1与（f0middot