中国医学物理学杂志第15卷第3期1998年7月CHINESEJMEDPHYSVol.15No.3Jul.1998体表心电图处理中应用的滤波技术田玉荣(第一军医大学生物医学工程系广州510515)摘要:体表心电图信号是毫伏级的微弱信号,在记录过程中可能受到多种干扰的影响。如何抑制噪声,提取纯净的心电信号是心电信号处理需要解决的一个重要问题。本文综述了心电图处理中应用的高频滤波技术。并从实用性角度概括了评价算法优劣的若干原则。关键词:心电图工频干扰滤波器自适应FIR滤波器心电图信号的能量主要集中在0.5Hz到30Hz之间。其中频率最高的QRS复波的能量主要集中在2到20Hz之间,在12Hz处最大[1]。由于体表心电图是毫伏级的微弱信号,在记录过程中可能受到多种干扰的影响。影响心电图信号的干扰按照频率高低可以分为高频干扰和低频干扰两类。这种分类是相对于心电信号的频率范围而规定的,大于30Hz的干扰称为高频干扰,小于0.5Hz的干扰称为低频干扰。还有一类频率不固定的随机干扰如肌电干扰,它是由于肌肉紧张引起的,它的发生频率具有随机性,范围在2到10,000Hz之间。一般来说,影响体表心电图信号的高频干扰主要是工频干扰,由50Hz的正弦波以及它的谐波组成,是由于肌体或信号通道对50Hz市电的感应电势引起的。在使用高频电刀和电凝血器的外科手术中,心电图监测信号会受到100kHz～1MHz的高频噪声的干扰。噪声的振幅可以达到200%的ECG信号的振幅。在一般情况下,肌电噪声也被作为高频噪声处理。关于心电信号中高频噪声的滤波研究已经有多种报道。归纳起来,可以分为适应性算法和非适应性算法两类。其中,适应性算法是比较成熟的一类。1自适应算法自适应算法的提出可以追溯到60年代初[3,4]。70年代以后,自适应技术被广泛应用于生物医学信号处理。使用自适应技术滤除工频干扰已经有过多种尝试[5-7],被证明是非常有效的。特别当干扰的中心频率有漂移时,很难设计一个中心频率固定的窄带滤波器(也叫陷波器)。但采用自适应处理,不但可以不必准确知道干扰的频率,而且能自动跟踪频率的漂移。本文于1998年2月16日收到1975年,Widrow等人提出使用参考输入引入干扰源,利用自适应算法建立起可以滤除工频干扰的自适应滤波器[5]。图1是在心电图输入端引入噪声抵消滤除工频干扰的框图。此时,d(t)是心电信号s(t)和干扰信号n(t)之和。n(t)直接取自工频电源。系统通过修正权值w,使得S�(t)=d(t)-w×n′(t)在LMS准则下逼近s(t)。图1引进工频干扰源滤除干扰Widrow等人应用同一种方法成功地从母腹心电信号中提取到清晰的胎儿心电[8]。这时,d(t)为胎儿心电f(t)(相当于s(t))和母体m(t)(相当于n′0(t))之和,它取自腹部。x(t)是另一个只含母体心电m′(t)的信号,它与m(t)相关而与f(t)不相关,在最小均方意义下相关的两个信号相互抵消。抵消后e(t)将逼近f(t),从而把胎儿心电提取出来。1983年,Yelderman等人应用自适应技术,从心电图中滤除了高频电刀的干扰,提取到清晰的心电图[9],如图2所示。由上述例子可以看到,由于生物医学信号一般都为弱电信号,在强噪声情况下,噪声可以达到信号的100%甚至200%或者更大。这种情况下,引入外来的噪声源作为参考输入,采用自适应技术对噪声进行估计,可以大大提高输出信号的信噪比。但在噪声比较小的情况引入噪声源的方法并不适用。因为增加参考输入不仅提高了系统的制造成本,也给使用带来不便。Mortara在1977年介绍了另一种适应性滤波器186图2高频电刀干扰处理前后的波形的使用。具体实现如下:e(t)=N*e(t-nTs)-e(t-2nTs)(1)其中Ts为采样间期,N=2cos(2�fnTs),fn为噪声频率。对噪声的估计误差用下式计算:f(t)=[x(t)-e(t)]-[x(t-nTs)-e(t-nTs)](2)当f(t)<0时,令e(t)=e(t)-d;当f(t)>0时,令e(t)=e(t)+d。其中,常量d的取值与系统的适应速度以及滤波频带宽度密切相关。d增大时,系统的适应速度加快,滤波频带宽度增宽;d减小时,系统的适应速度变慢,滤波频带宽度变窄。注意N的取值,在噪声频率为60Hz,采样频率为360Hz时,N=1。这时,系统避免了乘法运算,大大地提高了执行速度,同时也降低了硬件实现的难度。所以,360Hz的采样率一度被广泛采用。Hamilton在他的研究中对这种适应性滤波器和Ahistorm的非适应性滤波器进行了对比,证明Mor-tara的...
