运动状态下监/检测心电信号的运动干扰移除方法技术

本发明专利技术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。

【技术实现步骤摘要】
运动状态下监/检测心电信号的运动干扰移除方法
本专利技术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

技术介绍
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,"APPLICATIONSOFADAPTIVEFILTERINGTOECGANALYSIS-NOISECANCELLATIONANDARRHYTHMIADETECTION,"IeeeTransactionsonBiomedicalEngineering,vol.38,pp.785-794,Aug1991.]。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.Romero,D.Geng,andT.Berset,"AdaptivefilteringinECGdenoising:Acomparativestudy,"inComputinginCardiology(CinC),2012,2012,pp.45-48.]；[P.S.Hamilton,M.G.Curley,R.M.Aimi,andC.Sae-Hau,"Comparisonofmethodsforadaptiveremovalofmotionartifact,"inComputersinCardiology2000,2000,pp.383-386.]；[K.Hyejung,K.Sunyoung,N.VanHelleputte,T.Berset,G.Di,I.Romero,etal.,"MotionartifactremovalusingcascadeadaptivefilteringforambulatoryECGmonitoringsystem,"inBiomedicalCircuitsandSystemsConference(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。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。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。自适应滤波器的LMS算法的数学模型可以表示为公式1.其中μ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。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.]：自适应滤波器的整体瞬时误差由公式4决定：公式1-4中，Mexcess是稳定状态下由收敛精度产生的失调，Mlag是非稳定状态下由跟踪延时产生的失调，tr[R]是输入信号自相关矩阵x(k)的迹，tr[Q]是期望信号自相关矩阵的迹，是期望信号中测量噪声n(k)的方差。在非稳态环境中，自适应滤波器的主输入信号和参考输入信号都具有时变的统计特性，E[X(n)]＝t(n)≠0，其中t(n)是随时间n变化的函数，X(n)是主输入信号或参考信号。因此，在非稳态环境中，自适应滤波器一直处于寻找最优解或收敛值的状态，从而增加了滤波器输出的整体瞬时失调和误差。为了减小滤波器的失调和误差，需要提高收敛速度，减小Mlag。同时也需要提高收敛精度，减小Mexcess。但从公式2-4可以看到，上述两项分别与步长μ呈现相反的关系。因此，无法采用现有的自适应滤波器设计，同时使这两项达到最小值。为此，本专利技术拟提出一种运动状态下监/检测心电信号的运动干扰移除方法。
技术实现思路
本专利技术目的在于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，利用所提供的运动干扰移除方法可以提高心电信号质量，特别是提高在运动状态下，心电信号质量的自适应滤波器。所述的多个独立的自适应滤波器子单元；每个独立滤波器子单元采用各自独立的滤波算法；每个独立子单元的输出通过自适应权重调整，经过运算得到最终的组合滤波器输出，从而使组合滤波器能快速跟踪非稳态信号。本专利技术提出了图1的设计。将N个独立的自适应滤波器组合在一起的自适应滤波器组方式，一部分滤波器A101具有收敛速度快的特性，另一部分滤波器A102具有收敛精度高的特性。通过判断输入信号的非稳态程度，改变着每个滤波器的输出权重，经过权重自适应组合器A103，得到整体滤波器的最终输出。该组合滤波器具备了收敛速度快和收敛精度高的特性，能够有效减小滤波后心电信号的误差。多个独立的自适应滤波器子单元使用相同的主输入和参考输入信号来源，且具有各自独立的滤波器算法。具体地说，本专利技术由一组N个独立的自适应滤波器A101和A102、一个权重自适应组合器A103组成。所述一组独立的自适应滤波器，包含数量大于等于两个的独立自适应滤波器。所述权重自适应组合器自动调整前级自适应滤波器组输出的求和权重，产生组合滤波器的输出。所述独立的自适应滤波器个数越多滤波过程中由于权重变化产生的信号失真就越小，但会增加滤波器的运算负担。因此，实际上以可以采用2至4个独立滤波器为宜。所述具有权重自适应组合器A103，其特征在于等效整体权重系数为公式(5)；其中λi(k)为求和权重，Wi(k)为滤波器系数，Weq(k)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。所述自动调整前级输出权重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。该非稳态程度可以通过公式6中的方差来定义。其中E[x]为数据x的均值，var[x]为数据x的方差。所述具有权重自适应组合器A103的等效整体权重系数λi(k)通过公式7来确定：其中，k为数组x[k]的序号，exp是以自然常数e为底的指数函数，M为整体权重系数λj(k)的个数。所述N个独立的自适应滤波器A101和A102可以采用LMS算法或采用RLS(RecursiveLeastSquars)算法[S.S.Haykin,Adaptivefiltertheory:PearsonEducationIndia,2005.]。A101和A102的算法设计非常灵活，只需要满足各个独立滤波器稳定即可。本专利技术提出的用于运动心电本文档来自技高网...

【技术保护点】
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。

【技术特征摘要】
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，每个独立滤波器单元采用各自独立的滤波算法且每个独立滤波器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；其中，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，改变每个滤波器单元的输出权重，经过权重自适应组合器，获得组合滤波器的最终输出；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滤波器单元权重变大；当非稳态程度小时，具有高收敛精度的滤波器单元权重变大；①所述非稳态程度是：(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；(iv)输入信号本身的统计学特征；②所述非稳态程度由下式的方差定义：其中E[x]为输入信号x的均值，var[x]为输入信号x的方差，N为独立自适应滤波器个数；③所述权重自适应组合器的等效的整体权重系数λi(k)通过下式来确定：

【专利技术属性】
技术研发人员：张洹千，赵建龙，金庆辉，张树林，陶若杰，王晓冬，
申请(专利权)人：中国科学院上海微系统与信息技术研究所，
类型：发明
国别省市：上海;31