心电信号的预处理算法分析

王润

（西华大学计算机与软件工程学院，成都610039）

0 引言

心电信号是一种最大幅值不超过5mV的低频信号，其频率范围在0.05-100Hz之间。心电信号是通过粘贴在人体表面的电极进行采集和记录，人体的活动易导致电极接触不良，加上人体是一个复杂的生命系统，人体的肌肉收缩所产生的生物电通过电极放大，同时在进行心电采集的过程中，心电信号也会受到采集设备所产生的电磁辐射影响。因此，在进行心电信号分析之前，对心电信号进行预处理，抑制噪声对心电信号的干扰具有重要的意义。

1 心电信号噪声分析

1.1 工频干扰

工频干扰是由城市电力系统所产生的电磁波以辐射的形式对人们的日常生活造成的干扰。当前我国城市电力系统的电压频率为50Hz，因此当前最普遍的工频干扰为50Hz。心电信号中的工频干扰是由于在心电信号采集过程中，采集设备所产生的电磁干扰，工频干扰在心电信号上表现“毛刺”，这些“毛刺”可能会将心电信号中的细小转折淹没，造成心电信号的特征发生改变影响后期对心电信号的分析。

1.2 肌电干扰

人体表皮层的内部和外部有一个30mV的皮肤电势，当人体移动时会造成这种皮肤电势的改变，而这种电势的改变通过心电图机的放大和记录就形成了肌电干扰，肌电干扰的范围比其他噪声干扰宽，通常为20-5000Hz，持续时间约为50ms[1]。肌电干扰在心电图上的表现为快速变化的不规则波形，导致心电信号中的细节信息丢失，从而影响医生对心脏疾病的诊断。

1.3 基线漂移

基线漂移是由于在心电信号采集过程中人体的微动或呼吸导致电极的接触不良，引起电极与人体间的电阻变化进而使得心电信号波形发生形变。基线漂移属于超低频信号，其频率一般低于1Hz，在心电信号上表现为一个缓慢的叠加过程[2]。基线漂移的频率与心电信号的ST段存在重叠，而ST波段是作为诊断心肌缺血、心肌梗塞等疾病的重要依据，因此对基线漂移的滤除具有重要的意义。

2 心电信号的预处理

心电信号的预处理是对心电信号中的噪声滤除的过程，当前主要有硬件和软件两个方向进行分析。通过硬件方式对心电信号滤波具有速度快的优势，但相较于软件方式，硬件的实现过程复杂，在面对多种干扰时处理效果不太好。近年来，采用数字滤波对心电信号进行滤波处理的方式越来越流行。本文采用软件方式对心电信号进行滤波处理，采用MIT-BIH心律失常数据库。

2.1 滤除工频干扰

工频干扰是由50Hz的交流电所产生，常见的工频干扰滤波方式主要有：自适应滤波和经典滤波器两种方式。自适应滤波器可以自适应的跟踪工频信号偏移，但为了达到滤波器自适应的目的，需要设计工频干扰的参考信号，实现较为复杂。经典滤波器中的平滑滤波器在数字滤波中广泛应用，其具有算法简单、运算速度快、滤波效果较好等特点，但由于其通带较窄，影响有用信息的分析。FIR滤波器具有严格的线性相位，没有相位失真且滤波效果较好等特点。FIR滤波器的方法有窗函数、频率才养法和切比雪夫逼近法[3]。窗函数法是利用窗函数对无限长脉冲响应序列进行截取，得到有限长序列来逼近理想低通滤波[4]。凯撒窗是接近最优窗结构的窗函数，本文采用凯撒窗函数设计滤波器。由于工频干扰为50Hz，因此设置滤波器参数：阻带截止频率fs1=49Hz，fs2=51Hz。MIT-BIH数据库采用频率fs=360Hz。

通过[n,Wn,beta,ftype]=kaiserord(f,a,dev,fs)得到滤波器阶数。调用MATLAB程序，仿真结果如图1所示。

图1 工频干扰滤除前后的心电信号

2.2 滤除肌电干扰

肌电干扰是由于在心电采集过程中，人体移动所产生的生物电对心电信号产生的噪声干扰。肌电信号的频率范围为20-5000Hz，而心电信号的频率为0.05-100Hz，其中主要为5-20Hz，因此本文采用低通滤波器进行肌电干扰的滤除。

巴特沃斯滤波器通带内频率曲线平坦度最大，没有起伏，而且阻频带逐渐减小,其振幅平方对频率函数如公式（1）所示。

其中n为低通滤波器的阶数，Ωc为低通滤波器的截止频率，有公式（1）可知是随Ω减小而减小的函数，随着n的增长越接近于理想低通滤波器，其幅频值特性与Ω和n的关系如图2所示。

图2 巴特沃斯低通滤波器幅值特性与Ω和n的关系

有图2可知，随着n的增长，幅值下降越快，通带越趋于平稳，过渡带越窄，阻带的下降速度越快，与理想低通滤波器的误差也越小。

设s=jΩ ，代入公式（1）。

巴特沃斯低通滤波器技术指标公式（3），（4）。

其中，Ωp为通带截止频率，Ωs为阻带截止频率，化简后可得：

满足公式（5）最小整数n为滤波器的阶数，通过阶数n求的截止频率Ωc。

通过MATLAB提供巴特沃斯滤波器函数，[N,Ωc]=buttord(Wp,Ws,Rp,Rs,'s')，得到阶数N和截止频率Ωc，通过[b,a]=butter(N,Wc,'s')构造巴特沃斯低通滤波器，根据滤除120Hz肌电干扰需要，设置参数通带截止频率fp=90Hz，阻带截止频率fs=100Hz，MIT-BIH采用频率为360Hz，调用MATLAB程序，仿真结果如图3所示。

图3 低通滤波前后的波形

2.3 基线漂移滤除

基线漂移是由于人体移动或呼吸引起电极与人体间的电阻变化所产生的干扰。基线漂移属于低频信号，一般在1Hz以下。因此常用高通滤波器对基线漂移进行滤除，但心电信号的ST波段的频率与基线漂移频率存在重叠，若单纯采用高通滤波器会导致心电信号的ST波段失真。中值滤波是一种非线性滤波方式，基本原理是将一个窗口内的各点的中值代替信号中一点的值[5]。本文采用中值滤波器完成对心电信号中的基线漂移滤除，具体操作步骤如下。

（1）设原始心电信号为ecg，信号的长度为L，窗口宽度W，为了便于处理，一般将W设为奇数；

（2）为了避免边缘效应，将原始心电信号进行公式（6）扩展，得到扩展后长度为L+W-1的信号ecg1；

（3）对扩展后的ecg1加窗求出中值，并用中值代替窗口中心点的值，移动窗口遍历ecg1，拟合得到基线漂移曲线Base，Base与ecg1之间关系如公式（7）所示。

（4）将得到了基线漂移曲线与原始心电信号求差，得到滤波后的心电信号。

通过MATLAB仿真，得到仿真结果如图4所示。

图4 基线漂移滤波前后的波形

3 结语

本文通过对MIT-BIH心律失常数据库中的心电信号进行预处理，分别针对工频干扰、肌电干扰以及基线漂移采用基于凯撒窗函数的FIR滤波器、巴特沃斯滤波器、中值滤波器进行滤波处理，从仿真结果看出经过滤波的心电信号能够有效消除噪声干扰，并保持心电信号特征。

参考文献：

[1]樊承柱.基于深度神经网络的心电图自动分类方法研究与实现[D].山东大学,2016.

[2]白雪静.基于模糊神经网络心电信号的自动诊断[D].哈尔滨工业大学,2010.

[3]XirosN I.Digital SignalProcessing[M].Springer Handbook ofOcean Engineering.Springer International Publishing,2016.

[4]杨志方，陈珏，胡梦蝶，王磊.心电信号数字滤波器的设计与实现[J].湖北民族学院学报(自然科学版),2017,35(01):71-75.

[5]尹咪咪.心电信号分析处理及心肌梗塞疾病模型的建立[D].郑州大学,2016.