运动状态下监/检测心电信号的运动干扰移除方法
【技术领域】
[0001] 本发明涉及医学信息处理方法，更确切地说涉及一种运动状态下监/检测心电信 号的运动干扰移除方法。属于医用医疗技术领域。
【背景技术】
[0002] 在运动状态下监（检）测心电信号时，运动干扰是很难移除的一种噪声。主要因 为运动干扰的频率覆盖了心电信号的频率，传统滤波器无法在不使心电信号失真的情况下 移除运动干扰[N.V.ThakorandY.S.Zhu，"APPLICATIONSOFADAPTIVEFILTERINGTO ECGANALYSIS-NOISECANCELLATIONANDARRHYTHMIADETECTION， "IeeeTransactions onBiomedicalEngineering，vol. 38,pp.785-794,Aug1991. ]〇
[0003] 运动干扰的主要来源是运动造成电极与皮肤接触阻抗的改变。因此可以通过自适 应滤波的方法移除心电信号中的运动干扰[I.R0mero，D.Geng，andT.Berset，"Adaptive filteringinECGdenoising：Acomparativestudy,"inComputingin Cardiology(CinC),2012, 2012,pp. 45-48. ] ； [P.S.Hamilton,M.G.Curley,R.M.Aimi,and C.Sae-Hau,"Comparisonofmethodsforadaptiveremovalofmotionartifact,"in ComputersinCardiology2000,2000,pp.383-386. ] ； [K.Hyejung,K.Sunyoung,N.Van Helleputte,T.Berset,G.Di,I.Romero,etal.， "Motionartifactremovalusing cascadeadaptivefilteringforambulatoryECGmonitoringsystem,"inBiomedical CircuitsandSystemsConference(BioCAS)，2012IEEE，2012,pp. 160-163.]。但参考文 献虽试用了自适应滤波器来移除心电信号中的运动干扰，并都采用了电极与皮肤的接触阻 抗或人体运动加速度，作为参考输入信号，但均存在较大的失真。
[0004]自适应滤波器有两个输入，一个是主输入信号d(k)，另一个是参考输入信号 X(k)。可以将电极与皮肤的接触阻抗作为参考输入信号，将含有运动干扰的心电信号作为 主输入信号。
[0005] 自适应滤波器可以动态调整其滤波器系数W(k)，经过不断的迭代运算使系数达到 最优解，在此情况下可以使得输出误差e(k)的均方误差最小。当滤波器系数处于最优解的 情况时，称为滤波器收敛。
[0006] 自适应滤波器的LMS算法的数学模型可以表示为公式1.
[0007]e(k) =d(k)-y(k) =d(k) -ffT (k)X(k)
[0008] ff(k+l) =W(k)+ue(k)X(k)
[0009] (I)
[0010] 其中U是LMS算法的步长因子，Wt(k)是行列式的转置，y(k)是滤波器的输出，。W(k+1)为第k+1时刻的滤波器系数，LMS为英文LeastMeanSquare的缩写。
[0011] 现有的自适应滤波技术，在移除运动心电信号中的运动干扰的同时会造成输出信 号波形很大的失真。这主要是由于自适应滤波器在算法收敛精度和收敛速度上存在矛盾。 也就是收敛精度高的自适应滤波算法的收敛速度慢，收敛速度快的自适应滤波算法收敛精 度低。自适应滤波器的瞬时输出失调和跟踪延时失调，分别可以由公式2和公式3决定 [S.S.Haykin,Adaptivefiltertheory：PearsonEducationIndia,2005.]：
【主权项】
1. 运动状态下监/检测心电信号的运动干扰移除方法，其特征在于利用多个独立的自 适应滤波器单元，每个独立滤波器子单元采用各自独的滤波算法且每个独立滤波器子单元 的输出通过自适应权重调整；经过运算最终得到的组合滤波器输出，从而使组合滤波器能 快速跟踪非稳态信号。
2. 按权利要求1所述的方法，其特征在于多个独立的自适应滤波器单元使用相同的主 输入和参考输入信号来源。
3. 按权利要求1所述的方法，其特征在于所述的滤波算法为LMS算法、RLS算法或其它 用于自适应滤波的算法。
4. 按权利要求1所述的方法，其特征在于所述的自适应滤波器单元一部分具有收敛速 度快的特性，另一部分具有收敛精度高的特性，通过判断输入信号的非稳态程度，改变每个 滤波器的输出权重，经过权重自适应组合器，获得整体滤波器的最终输出。
5. 按权利要求4所述的方法，其特征在于自适应权重调整的依据是输入信号的非稳态 程度，当非稳态程度大时，具有快速收敛特性的子单元权重变大；当非稳态程度小时，具有 高收敛精度的子单元权重变大。
6. 按权利要求1或4所述的方法，其特征在于独立的自适应滤波器为2-4个。
7. 按权利要求2所述的方法，其特征在于主输入信号为受到噪声污染的原始信号；参 考输入为与噪声相关而与原始信号无关的信号。
8. 按权利要求1或5所述的方法，其特征在于权重系数为：
其中AiQO为求和权重，WiGO为滤波器系数，WraiGO为等效整体滤波器系数；i为第i 个独立自适应滤波器，N是全部独立自适应滤波器个数。
9. 按权利要求5所述的方法，其特征在于： ① 非稳态程度是： (i) 输入信号中任何能够表征输入信号离散程度或变化程度的量； (ii) 组合滤波器输出误差项的各种统计结果； (iii) 主输入信号与输出误差项的相关系数等； (iv) 输入信号本身的统计学特征； ② 非稳态程度由下式的方差定义
其中E[x]为数据X的均值，var[x]为数据X的方差； ③ 等效的整体权重系数AiQO通过下式来确定：
10.按权利要求1所述的方法，其特征在于： ① 两个独立的自适应滤波器的输出经过权重组合，整体滤波器的权重为 Weq(k) = λ ： (^ff1 (k)+ [l-A^k) ]ff2 (k)； ② 权重自适应组合器的权重公式为
上式中的δ (k)为：
其中Xi是X ω的第i个元素。
【专利摘要】本发明提供一种运动状态下监/检测心电信号的运动干扰移除方法，其特征在于利用多个独立的自适应滤波器单元，每个独立滤波器子单元采用各自独的滤波算法且每个独立滤波器子单元的输出通过自适应权重调整；经过运算最终得到的组合滤波器输出，从而使组合滤波器能快速跟踪非稳态信号。多个独立的自适应滤波器单元使用相同的主输入和参考输入信号来源。所述的自适应滤波器单元一部分具有收敛速度快的特性，另一部分具有收敛精度高的特性，通过判断输入信号的非稳态程度，改变每个滤波器的输出权重，经过权重自适应组合器，获得整体滤波器的最终输出。从而使组合滤波器能快速跟踪非稳态信号。
【IPC分类】A61B5-0402
【公开号】CN104825157
【申请号】CN201510246007
【发明人】张洹千, 赵建龙, 金庆辉, 张树林, 陶若杰, 王晓冬
【申请人】中国科学院上海微系统与信息技术研究所
【公开日】2015年8月12日
【申请日】2015年5月14日