基于滤波器的ECG信号预处理

任 燕，郭仓库

（河南工业职业技术学院，河南南阳473009）

基于滤波器的ECG信号预处理

任 燕，郭仓库

（河南工业职业技术学院，河南南阳473009）

根据FIR滤波器和IIR滤波器的设计原理，分别对所给数据库中的样本进行处理。实验表明所设计的两组滤波器能够滤除ECG信号中的呼吸基线漂移噪声、工频干扰噪声和肌颤噪声。

ECG；滤波器；预处理

1 引言

人体产生的心电图信号来源于心脏的生物电活动，心脏本身的生物电变化会通过心脏周围的导电组织和体液反映到体表，使人体各部分产生与心动周期同时的有规律的生物电活动。心电图测量装置在人体体表所记录下来的心脏生物电变化的曲线，就是目前临床常规记录的所谓心电图（Electrocardiograph，ECG），正常心电图信号基本波形如图1所示。

图1 正常心电图信号基本波形

在实际应用中，一般正常的ECG信号频率范围为0.05Hz-100Hz，其能量集中在低频段，带宽在0±19Hz至58±19Hz之间，其中99%的能量集中在0Hz-40Hz。在ECG信号的采集过程中，会受到各种噪声的干扰，按来源主要可分为3类：①工频干扰；②肌颤噪声；③呼吸基线漂移。本文要求对目前国际上公认的可作为标准心电数据库的美国麻省理工学院的MIT-BIH数据库中的样本进行滤波处理，去除上面介绍的心电图信号的3种主要干扰。

具体的要求包括：

（1）设计两组滤波器，每组分别包含以下3种滤波器。

①高通滤波器，滤除频率范围为0Hz-0.7Hz的呼吸基线漂移；

②带阻滤波器，用于滤除频率为60Hz的工频干扰；

③低通滤波器，用于滤除频率在100Hz以上的肌颤噪声。

（2）分别对给出数据库中的样本进行处理，对不同的方法进行比较，如滤波器的阶数、不同类型的滤波器对ECG信号的处理效果；并对两组滤波器的处理速度进行比较。

（3）从处理速度以及处理效果的角度分析所设计的滤波器能否满足实际应用的需要。

2 滤波器设计

2.1 设计FIR滤波器

数字滤波器是数字信号处理的重要基础。在对信号的过滤、检测与参数的估计等处理中，数字滤波器是使用最广泛的线性、时不变系统。

一个数字滤波器的系统函数可以表示为：

直接由式（1）可以得到表示输入输出关系的线性差分方程为：

当滤波器系数ak不全为零且bk不全为零时，由于存在输出到输入的反馈，系统的单位冲激响应h［n］为无限长，称这类滤波器为无限长单位冲激响应（Infinite Impulse Response，IIR）滤波器；当滤波器系数ak全为零且bk不全为零时，系统的单位冲激响应h［n］为有限长，称这类滤波器为有限长单位冲激响应（Finite Impulse Response，FIR）滤波器。

FIR滤波器总是稳定的系统，且可以设计成线性相位。M阶FIR滤波器的系统函数为：

系统的单位脉冲响应h［k］是长度为M+1的有限长因果序列。当满足h［k］=±h［M-k］的对称关系时，该FIR滤波器具有线性相位。FIR数字滤波器设计方法主要有窗函数法、频率抽样法、最佳一致逼近法。

可以使用Matlab提供的remez（）函数对ECG信号的3种主要类型的干扰进行滤波。

2.2 设计IIR滤波器

IIR滤波器的设计方法是利用成熟的模拟滤波器的设计方法来进行设计，模拟滤波器的设计方法有Butterworth滤波器、Chebshev（I型、II型）滤波器、椭圆滤波器。FIR滤波器是对给定的频率特性直接设计。

IIR滤波器一般采用成熟的模拟滤波器的设计方法，步骤如下：

（1）按一定的规则将给出的数字滤波器的技术指标转换为模拟低通滤波器的技术指标。

（2）根据转换后的技术指标设计模拟低通滤波器G（s）。

（3）再按一定的规则如冲激不变法，双线性Z变换等将G（s）转换成H（z）。假如所设计的滤波器是低通的，则数字滤波器的设计已经完成。而所设计的是高通、带通或带阻滤波器，那么还需要步骤（4）。

（4）将高通、带通或带阻数字滤波器的技术指标转换为低通模拟滤波器的技术指标，然后从步骤（2）开始设计低通G（s），再将G（s）转换成为所需的H（z）。

可以使用Matlab提供的butter（）函数对ECG信号的3种主要类型的干扰进行滤波。

3 滤波过程

本文采用的是标准心电数据库的美国麻省理工学院的MIT-BIH数据库中的104号样本数据。原始心电信号如图2所示。

图2 混杂了干扰的原始心电信号

分别采用remez（）函数和butter（）函数设计了两组滤波器，每组分别包含以下3种滤波器。

①高通滤波器，滤除频率范围为0Hz-0.7Hz的呼吸基线漂移；

②带阻滤波器，用于滤除频率为60Hz的工频干扰；

③低通滤波器，用于滤除频率在100Hz以上的肌颤噪声。

滤波结果分别如图（3）、图（4）所示。

图3 调用remez（）函数设计滤波器

图4 调用butter（）函数设计滤波器

4 结果分析

由滤波结果图3、图4可以看出：

（1）高通滤波器，滤除频率范围为0Hz-0.7Hz的呼吸基线漂移；

两组滤波方法都使滤波后的信号图上移，纠正了基线漂移。调用butter（）函数滤波后的信号图更加平滑，效果更明显。

（2）带阻滤波器，用于滤除频率为60Hz的工频干扰；

滤波后，信号的幅度有所下降，毛刺变少。

（3）低通滤波器，用于滤除频率在100Hz以上的肌颤噪声。

滤波后，信号的幅度有所下降，较大幅度地滤除了100Hz以上的肌颤噪声。

（4）平均值滤波器，信号幅度下降，基本上滤除了心电信号的3种主要干扰，从整体上对信号做了平滑处理，毛刺较少。

5 结束语

本文根据FIR滤波器和IIR滤波器设计的原理，分别对所给出的数据库中的ECG信号样本进行预处理。调用remez（）函数设计的滤波器和调用butter（）函数设计滤波器对ECG信号进行滤波时，从滤波效果上看，调用butter（）函数得到的ECG信号更加平滑，滤波效果更好。从阶数上看，调用remez（）函数设计的FIR滤波器比巴特沃思滤波器设计所采用的滤波器阶数大。两组滤波器在时域上比较滤波效果明显，在频域上比较滤波效果不明显，因此，重点分析了时域滤波效果。

实验表明，本文设计的两组滤波器能够滤除ECG信号采集过程中产生的呼吸基线漂移噪声、工频干扰噪声和肌颤噪声。

［1］任 燕，史亚贝.基于Gabor小波的人脸年龄识别［J］.新技术新工艺.2015，（08）.

［2］渠海荣.基于SPPs的滤波器的设计［J］.自动化与仪器仪表.2015，（12）.

［3］肖 倩.基于小波的自适应滤波器对心电信号的去噪［J］.沈阳大学学报（自然科学版）.2015，（06）.

［4］李宏恩.心电信号检测中滤除肌电干扰的方法［J］.电子科技.2014，（02）.

［5］贾君霞.基于MATLAB的FIR滤波器设计的探讨［J］.自动化与仪器仪表.2014，（12）.

［6］丁 锐，李国军，王 青.心电信号基线漂移去除方法研究［J］.云南大学学报（自然科学版）.2014，（05）.

［7］刘忠国，王金亮，刘伯强.基于形态学滤波器的ECG信号预处理［J］.生物医学工程学杂志.2011，（02）.

［8］王超文，吕扬生，黄玉玺.用于ECG信号检测与重建的双正交样条小波滤波器［J］.北京生物医学工程.2001，（01）.

［9］程佩青.数字信号处理教程［M］.北京：清华大学出版社，2001，228-388.

Preprocessing of ECG signals based on the filter

REN Yan，GUO Cang-ku
（Henan Polytechnic Institute，Nanyang 473009，China）

The preprocessing of the ECG signal samples from the database is presented by the FIR filter and the IIR filter.The relevant experiments are given.The experimental results show that the above two filters can effectively filter the noises of the ECG signals due to the respiratory-baseline drifting，the working power frequency interference and the muscle tremors.

ECG；filter；preprocessing

TM353；TM343

A

1005—7277（2016）03—0058—03

任 燕（1983-），女，河南南阳人，助教，硕士，主要从事机器人技术、柔性制造等方面的研究。

2016-03-28