《2022年模式识别 .docx》由会员分享，可在线阅读，更多相关《2022年模式识别 .docx（44页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选学习资料 - - - - - - - - - 课 程 论 文ECG 信号的预处理及挑选：何* 学号：2022052346 专业班级：自动化提交日期：2022 年 12 月 31 号名师归纳总结 - - - - - - -第 1 页,共 27 页精选学习资料 - - - - - - - - - 摘要 . 2 Abstract . 3 1 绪论 . 4 1.1 课题讨论背景及意义. 4 1.2 国内外讨论现状 . 4 1.3 本文讨论内容 . 5 1.4 论文章节支配 . 6 2 ECG 信号的主要噪声及产生缘由. 6 2.1 基线漂移噪声 . 6 2.2 工频噪声 . 7 3 去除基线漂移的
2、算法设计. 7 3.1 方案讨论 . 7 3.2 去除基线漂移的具体步骤. 8 3.2.1 拟合函数的构造 . 8 3.2.2 拟合点的选取9. 8 3.2.3 最小二乘法基线拟合 . 9 3.2.4 滤除基线 . 9 4 去除工频干扰的算法讨论11 . 9 4.1 方案讨论 . 10 4.2 ECG 信号滤除工频噪声的实现步骤 . 10 4.2.1 确定滤波器的性能指标 12 . 10 4.2.2 依据数字滤波器性能指标设计巴特沃斯模拟滤波器 4.2.3 借助设计好的模拟滤波器设计巴特沃斯数字滤波器 . 11 12 . 11 4.2.4 利用设计好的数字滤波器对 ECG 信号进行滤波处理 .
3、 12 5 挑选出符合要求的 ECG 信号 . 13 5.1 ECG 信号的基本特点 5.2 ECG 信号的挑选条件1. 13 . 14 5.3 ECG 信号挑选的算法设计 . 14 5.3.1 ECG 波形的识别 . 14 5.3.2 ECG 波形参数的猎取和条件的判定. 17 6 总结与展望 . 19 6.1 系统总结 . 19 6.2 工作展望 . 19 参考文献 . 20 附录 . 21 名师归纳总结 - - - - - - -第 2 页,共 27 页精选学习资料 - - - - - - - - - 摘要本论文针主要讨论心电图 ECG信号噪声滤除及不合格 ECG 信号的排除；心脏病是严
4、峻威逼人类健康的疾病之一1；ECG 信号是诊断心脏病的重要依据,但在采集过程中受到各种噪声的干扰,而不利于 ECG 信号的特点提取,因此有必要对 ECG 信号滤除各种噪声； 本文设计了能有效滤除 ECG 信号中的基带漂移噪声和工频噪声的复合数字滤波器；然后依据分析 挑选出符合 ECG 信号基本特点的样本数据；ECG 信号的基本特点,基带漂移噪声 2是 ECG 信号的主要噪声之一, 主要由于病人呼吸运动、 电极滑动变化等所导致, 其不利于心电图平缓波形的识别；得到基线的函数方程,减去基线函数值后得到滤波后的 照,发觉基线滤波的有效性；本文中, 通过多项式拟合 ECG 信号,通过前后比工频噪声是
5、ECG 信号的另一种主要噪声,来源于工频电源以及器件四周环境中辐射出的电磁场 3,主要出现纹波形式；本文设计了 60Hz 的巴特沃斯带阻滤波器,对 ECG 信号进行滤波,滤波成效良好；由于各种噪声干扰的存在,以及 ECG 数据源的不行靠性,导致很多 ECG 信号讨论样本不符合标准的 ECG 信号基本特点；因此本文提出几个简洁的 ECG 信号判定条件,对不符合要求的 ECG 信号进行排除；本文最终进行了系统总结,并对以后进一步讨论进行了展望；关键字： ECG 信号；基线漂移噪声；工频噪声；挑选名师归纳总结 - - - - - - -第 3 页,共 27 页精选学习资料 - - - - - - -
6、 - - Abstract This paper mainly studied digital filter design for ECG signal processing. s necessary to reduce the ECG noise effectively.Therefore,this paper proposes a effective method to filter the baseline noise and power frequency noise by using digital filter ,which have an great effect on clin
7、ical diagnosis.Based on the basic characteristics of ECG signal,normal samples were identified effectively. Baseline noise is one of the main noise of ECG signal,mainly due to the breathing exercises,such as sliding electrode,which make it difficult to recognize the feature of ECG waveform.The disse
8、rtation designed curve fitting algorithm to filter baseline noise by fitting polynomial through some feature points found in the ECG signal.The result showed that the algorithm had a good effect. Power frequency noise,like voltage ripple, is another main noise of ECG signal,mainly due to electromagn
9、etic fields producing by power and electrical devices.The dissertation designed 60Hz butterworth band-stop filter ,with an advantage of better filtering effect. Because of the interference sources and the unreliability of data sources,there are many ECG samples not in accord with the normal ECG char
10、acteristics.In this paper,some definitions and necessary conditions of normal ECG signal were put forward,in order to exclude wrong sample. Finally,this paper made a systematic summarize and prospects for future study in this area. Key Words :ECG signal,baseline noise,Power frequency noise,screening
11、 名师归纳总结 - - - - - - -第 4 页,共 27 页精选学习资料 - - - - - - - - - 1 绪论1.1 课题讨论背景及意义心脏病已经成为严峻威逼人类健康的疾病之一；据统计 ,我国每年新增的先天性心脏病患儿有 15-20 万例 ,但每年进行的先天性心脏病外科手术仅 6-7 万例 ,不到每年新发生先天性心脏病病人的一半 1；心电图 electrocardiogram,ECG的检测与分析, 是临床明白心脏功能状况、 辅助诊断心血管疾病、评估各种治疗方法的重要手段；而体表 ECG 信号具有较大的随机性和背景噪声,是一种非线性、不平稳的柔弱信号4；心电图波形比较复杂,数据量又
12、大 ,消耗大量人力精力 ,可能导致人工误判 ,仍有昂贵的检测治疗费用；因此实现心脏病自动诊断功能己刻不容缓,那样可以及早诊断心脏病的成因并且进行治疗 ,节约大量人力 ,从而大幅度降低医疗诊断费用；心脏病的早期发觉主要依靠心电图得到相关的信息,人们可以通过定期到医院进行体检来明白自己的心脏健康情形 ,或者在家通过心电图远程服务系统向医生准时反馈自己的心电信息,以便于准时猎取相关的精确的指导；动态心电图的显现解决了这一问题 ,并且广泛应用于临床诊断； 动态心电图机可以随时随地长时间记录病人的心电信息,这样医生就可以明白病人心脏活动情况、疾病发作时间和周期等信息；但是进展动态心电图的一个问题,其心电
13、信息量远远大于常规心电图,这将极大地增加医务人员的工作量；动态心电图机进展的最大的问题就是心电信号噪声干扰的处理；由于动态心电图一般是在移动状态下,或者四周环境可能很嘈杂的情形下进行测量的；因此,这种情形下获得的心电信号噪声干扰远远大于临床测量的 ,而心电信号本身就是一种比较柔弱的生理信号,因此这就增加了信号预处理的难度与高度；此外,反常心电图种类繁多 ,不同患者同一病理的心电图 ,甚至同患者不同时刻的心电图都是有微小差异的 ,这就要求医务专家具有丰富的理论学问以及大量的临床实战体会才能做出精确的诊断；ECG 心电信号预处理和波形自动识别技术很好的解决了动态心电图所面临的这些问题 ,不仅极大的
14、削减了医务人员的工作量 ,而且提高了诊断速度 ,进而降低心脏疾病诊断的医疗费用；这一改良受到了宽阔医务人员的极大欢送 ,从而使很多科学讨论院、学校、企业投身于心电自动诊断系统的讨论中；然而 ,目前的心电信号处理和波形自动识别系统只是用来帮助心电专家进行诊断 ,并不能完全取代人工分析 ,主要是由于目前的心电自动诊断技术精确度和处理速度未能到达临床试验的要求 ,并且电脑自动诊断缺乏统一的标准,从而降低了其识别的牢靠性；因此 ,提高心电信号预处理和波形自动识别系统的精确性和有用性 ,对于提高心电图临床诊断的质量 ,实现自动化诊断具有特别重要的现实意义；1.2 国内外讨论现状人体的心电信号是一种非平稳
15、、 非线性、随机性比较强的柔弱生理信号 ,幅值约为毫伏 mV级,频率在 0.05-100HZ 之间；在信号采集过程中心电信号极易受到名师归纳总结 仪器、人体活动、 操作者以及四周环境等各方面因素的干扰而引入噪声信号；心第 5 页,共 27 页- - - - - - -精选学习资料 - - - - - - - - - 电信号的干扰主要有以下三种:基线漂移 ,一般是由呼吸和电极滑动变化所异致的,频率一般低于 1Hz,其表现为变化比较缓慢的类正弦曲线 ; 肌电干扰 ,它是由人体肌肉颤抖产生不规章的高频电分扰所导致的 ,其频率范畴很宽 ,一般在10-1000Hz 之间,在心电图上表现为不规章的快速变化
16、的波形 ; 工频干扰 ,主要来源于工频电源以及器件四周环境中的传输线辐射出的电磁场 ,频率为 50Hz 或60Hz,在 ECG 上显现为周期性的细小波纹,其频率成分主要为工频频率及其谐波；为了正确进行参数测量、波形识别和病情诊断,必需进行心电信号的预处理,即在波形自动识别之前,必需抑制或滤除这些噪声和干扰,并且尽量保留原始的心电信号 ,提高波形检测与识别的精确率；心电倍号预处理一般通过硬件电路优化设计和软件数字滤波两种途径来处理 4；目前,很多学者、专家在这方面做了大量讨论；概括地讲 ,心电信号的预处理技术包括了各种经典的数字滤波方法以及各种现代信号处理方法；这些方法主要包括以下三大类 :经典
17、的数字滤波器方法 ;自适应滤波器方法 ;以小波变换、数学模型以及人工智能为代表的现代高新技术滤波器方法；Thakor 等人曾提出一种最有 QRS 滤波理论 6,并给出一个中心频率为 17Hz的硬件带通滤波器； 利用硬件滤波, 速度和成本方面更有优越性；因此他用硬件制作带通滤波器, 该滤波器能够滤出基线漂移的同时滤除肌电干扰,但是对心电信号滤波之后, 心电信号的外形发生转变, Q,S 波形被削平； 因此采纳硬件滤波,虽然具有速度快, 结构简洁的优点, 但方法不如软件敏捷, 参数一旦固定之后就难以再挑选和调整,并简洁引起信号波形的变形和失真；为了得到更好的滤波成效,1984 年 Levkov 第一
18、提出心电信号的线性段和非线性段采纳不同的处理方式的数字滤波器方法 7；1988 年,Christov 对该算法进行了改良,引用 ECG 信号的线性段判定 M 来加速滤波的速度,称之为改良的Levkov 滤波法 8；具体的方法是, 在滤波过程中第一识别出线性段,该线性段滤波后的值为这个线性段的原始数据的平均值,同时求出工频干扰的值作为非线性段的工频干扰的模板, 而在非线性段, 其真值是原始数据减去接近线性段求得的 干扰模板值,实现 ECG 滤波成效较之以前有很大的改善；1.3 本文讨论内容本课题讨论的主要内容是设计出高性能的ECG 信号处理的复合数字滤波算法,确保其在滤除噪声的同时不会破坏原有的
19、有用波形,并排除反常的 ECG 信号样本,促进信号处理及识别技术在临床应用的进展；本论文主要完成以下工作：分析 ECG 信号的特点及噪声来源, 讨论相关滤波技术； 在 MATLAB 平台上编写算法, 对采集的 ECG 信号数据进行滤波测试, 通过比照 ECG 信号处理前后的外形来分析算法的优劣性；通过分析标准的 ECG 信号的基本特点,得出ECG 信号的判定依据,并对研名师归纳总结 究样本进行判定,从而挑选出合格的ECG 信号样本数据；第 6 页,共 27 页- - - - - - -精选学习资料 - - - - - - - - - 最终,对本论文所做的工作进行总结,并指明进一步的讨论方向；1
20、.4 论文章节支配第一章： 绪论部分； 主要介绍本论文讨论背景及意义、现状和论文的讨论内容；ECG 信号滤波的讨论其次章：具体介绍ECG 信号的主要噪声类型,对噪声的产生缘由和对ECG信号的影响做出分析；第三章：针对基线漂移噪声设计数字滤波器,通过拟合基线将其滤除；第四章：针对工频干扰设计巴特沃斯带阻滤波器,滤除 ECG 信号的工频干 扰；第五章：分析标准ECG 信号的基本特点,对讨论样本进行分析和挑选；第六章：进行系统总结,并对进一步讨论工作进行工作展望；2 ECG 信号的主要噪声及产生缘由ECG 具有以下特点 :一是具有很强的非平稳性,随时都处于变化中 ;二是受噪声干扰严峻 ,ECG 属于
21、低幅、低频的柔弱信号 ,通常频率在 0.05100Hz 之间 ,幅值不超过 4mV,其有用信号往往掩没在很多噪声干扰信号中,不易检测；心电信号从猎取到转换为数字信号送入自动分析仪器 ,干扰的因素较多 ,主要来源于采集仪器和人体 ,分别表现为工频噪声、基线漂移噪声以及肌电噪声等；2.1 基线漂移噪声基线漂移 baseline wander, BW噪声2,基线漂移噪声主要由于病人呼吸运动、电极滑动变化等所导致； 人在呼吸时胸腔内的器官和组织会产生不同程度的变化 ,并且电极、皮肤界面阻抗的稍微变动会对体表记录的心电图波形幅度和外形产生影响 ,这类噪声属于超低频干扰信号,频率范畴一般小于 2Hz,表现
22、为变化比较缓慢的类正弦波曲线 ,叠加在心电波形上使得波形上下起伏 ,这给心电波形的识别和分析带来极大干扰 ,特别对心电波形中的 电图如图 1 所示；ST 段识别影响较大； 受基线漂移干扰的心图 1 基线漂移对 ECG 信号的干扰名师归纳总结 - - - - - - -第 7 页,共 27 页精选学习资料 - - - - - - - - - 2.2 工频噪声工频噪声3,主要来源于工频电源以及器件四周环境中的传输线辐射出的电磁场 ,这些电磁场会在人体分布电容和电极引线环路上产生噪声 ,噪声频率表现为50Hz/60Hz,这些噪声干扰信号一般幅度较低 ,在 ECG 上出现为周期性的细小波纹 ,其频率成
23、分主要为工频频率及其谐波；工频噪声一般与测量和使用环境相关 ,因此一般信号采集的过程中会通过采纳硬件滤波等手段剔除这些干扰；受到工频干扰的心电信号如图 2 所示；图 2 工频噪声对 ECG 信号的干扰3 去除基线漂移的算法设计本文为了便于讨论 ECG 信号基线滤波的算法,从 MIT-BIH 数据库中猎取了其中一组 ECG 信号数据,该数据是使用 360Hz 采样周期,共包含 3000 个采样点,对其叠加上一个正弦基线信号, 其生成的图像如图 基线出现为波浪形；3.1 方案讨论4 所示；可以直观的发觉,基线噪声的频率比较低,而 ECG 信号本身含有很丰富的低频信号,例如两个信号周期之间的那一段信
24、号一般为低频信号,ST 段的频率也较低,因此无法采纳低通滤波器去除基线漂移； 传统的去除基线漂移的方法有中值滤波法、小波变换法、算术平均滤波法 8；考虑到 ECG 信号的基线漂移相比照较平滑,在本系统中采纳基线拟合法 9滤除 ECG 信号的基线漂移；第一挑选合适的待拟合基线的曲线方程,然后在ECG 信号中选取合适的拟合点,使得该拟合点位于基线上,求出相应的拟合函数,将原始的 ECG 信号减去拟合的基线函数即可得到去除基线漂移的 程图如以下图所示：ECG 信号；去除基线漂移的算法流名师归纳总结 - - - - - - -第 8 页,共 27 页精选学习资料 - - - - - - - - - 图
25、 3 滤除基线漂移的算法流程图此算法设计思路简洁,简洁通过电脑软件编程实现；3.2 去除基线漂移的具体步骤3.2.1 拟合函数的构造在本论文中,采纳 N 阶多项式靠近基线拟合法,考虑到 ECG 图形的基线出现一个极大值和微小值,因此 N 3 ,为了提高拟合成效,选取 N 4；因此,拟合的 4 阶多项式方程为：ya 0a 1xa 2x2a 33 xa 4x4图 4 ECG 信号基线拟合点的猎取3.2.2 拟合点的选取 9如图 4 所示,通过观看 ECG 信号的图形可以得出规律：ECG 信号的基线漂移和 R 波点 图 4 中的向上尖波 或者 Q 波点图 4 中的向下尖波 的相对位置是大致一样的；因
26、此我们选取R 波点和 Q 波点所在线段的中点 图 4 中的黑色圆圈 名师归纳总结 作为拟合点,如图 4 所示；试验中的拟合点的坐标值如下表所示x 表示横轴数值,第 9 页,共 27 页- - - - - - -精选学习资料 - - - - - - - - - y 标志纵轴数值 ：表 1 拟合点的坐标值x73 365 659 942 1227 1510 1804 2041 2399 2702 2993 y3.2.3 最小二乘法基线拟合本论文中,使用 MATLAB 中的多元回来函数 regress函数10实现基线方程的拟合；在这里,挑选基线的拟合函数为 4 阶多项式：y a 0 a 1 x a 2
27、 x 2 a 3 x 3 a 4 x 4；在 MATLAB 输入命令 shuchu,bint,r,rint,stats=regressy,X;便可以得到拟合的方程的各个多项式系数；通过运算,可以得到：a00 . 0707,a 10 . 0018,a 22 . 63106,a 3.1 18109,a 41 . 621013将拟合的基线绘制如以下图所示,通过与原始ECG 图形比照,可以发觉基线的拟合成效仍是比较好的,基本上吻合 ECG 信号的基线漂移的趋势；图 5 ECG 信号基线滤除前后比照成效图3.2.4 滤除基线将原始的 ECG 信号直接减去基线拟合的得到的干扰模板值,即可得到滤除极限漂移之
28、后的 ECG 信号；即是：y 滤波后y 原始ECG信号-y 基线漂移滤除基线漂移的成效图如5 图所示,很明显滤波之后有效的抑制了基线漂移,从而有助于低频信息的读取,比方对 ECG 信号的 ST 波段的识别；4 去除工频干扰的算法讨论 11 本文为了便于讨论ECG 信号滤除工频噪声的算法,将第三章中滤除基线干名师归纳总结 扰之后的 ECG 信号作为讨论对象,其对应的波形如图6 所示；第 10 页,共 27 页- - - - - - -精选学习资料 - - - - - - - - - 4.1 方案讨论 为了更好地突显工频噪声干扰对ECG 信号的干扰,对其进行离散傅里叶变换Discrete Four
29、ier Transform,DFT,选取 DFT 部分序列数值如图 7 所示图 6 试验样本 ECG 信号的工频干扰图 7 ECG 信号样本的部分 DFT 序列值通过分析 ECG 信号的离散傅里叶变换序列,可以发觉在频域上有一个频率较为反常,对应的幅度较旁边频率的幅度高得多,反常点是 k=501,对应 ECG模拟信号时域的 60Hz,为工频干扰所致；本设计中,使用带阻滤波器对60Hz 进行滤波处理；设计带阻滤波器的方法有多种,本论文对 IIR 巴特沃斯带阻滤波器 12的设计进行了讨论, 通过需要到达的性能指标设计了高效的带阻滤波器,本论文运用MATLAB 电脑编程实现了巴特沃斯数字滤波器的设计
30、和 ECG 信号的工频滤波处理工作；4.2 ECG 信号滤除工频噪声的实现步骤4.2.1 确定滤波器的性能指标 12在设计数字滤波器之前,依据实际的应用情形及滤波器的复杂程度,需要确定 ECG 信号工频滤波的技术指标：例如通带截止频率wp,阻带截止频率 ws,名师归纳总结 - - - - - - -第 11 页,共 27 页精选学习资料 - - - - - - - - - 通带答应的最大衰减 rp 和阻带应到达的最小衰减rs 等性能指标； 依据 ECG 信号的 特 性 和 滤 波 要 求 , 在 滤 除 60Hz 工 频 干 扰 时 , 取 各 项 指 标 分 别 为ws 1 58 Hz ,
31、ws 2 62 Hz , wp 1 50 Hz , wp 2 70 Hz 均为信号的时域频率 ,通带答应的最大衰减为 rp 10 dB,阻带要求的最小衰减为 rs 20 dB；4.2.2 依据数字滤波器性能指标设计巴特沃斯模拟滤波器为巴特沃斯靠近又称最平幅度靠近,2巴特沃斯低通滤波器的幅度平方函数定义Haj112Nc式中N 为正整数,代表滤波器阶数,c 为截止频率,当c 时,H aj21；2对于本论文中的带阻滤波器的设计,同样可以同样具有类似的表达式；将上一步骤得到的数字滤波器的技术指标归一化之后,用模拟滤波器设计方法得到模拟巴特沃斯滤波器的传递函数, 这可以借助巴特沃斯滤波器的相关的严格的设
32、计 公式、现成的模拟滤波器或者查表方式得到；本论文中,采纳 MATLAB 中的 buttord函数10求解得到巴特沃斯滤波器的 最小阶数 N 和截止频率 wn,即N wn=buttordwp,ws,rp,rs; 代入 60Hz 带阻滤波器的技术参数求得：N,1wn 102. 3 68 ,wn 2.0 4499 归一化之后的数值；借助此模拟滤波器的性能指标N 和 wn查表设计巴特沃斯模拟滤波器； 由于本论文中使用 MATLAB 编程设计,所以无需求解模拟滤波器的方程；4.2.3 借助设计好的模拟滤波器设计巴特沃斯数字滤波器 12本论文中,依据模拟滤波器的性能参数N 和 wn,使用 MATLAB 中的 butter函数可以直接猎取巴特沃斯带阻数字滤波器的系统函数的分子分母多项式,即其中 b 为系统函数分子多项式系数,a 为系统函数分母多项式系数：b a=butterN,wn,s