基于平滑分解的肌电干扰消除方法、装置、介质及设备与流程

1.本发明属于心电学技术领域，具体涉及一种基于平滑分解的肌电干扰消除方法、装置、介质及设备。


背景技术：

2.心电图(ecg)被广泛应用在临床心脏病诊断上，其主要能量集中在0.5-50hz之间，幅值范围一般为0.1至2.5mv，因此，其极易受到采集环境及受试者自身的特点的影响，从而对临床诊断结果产生严重的影响。其中，最常见的一种干扰就是肌电干扰。肌电信号主要是由人体肌肉的电活动引起的，典型的肌肉运动来源于头部附近，如颈部活动、吞咽等，其主要能量集中在20-120hz之间，幅值会随肌肉运动的强度而变化。
3.因为二者在20-50hz之间的能量耦合，所以肌电信号会导致心电信号的局部失真，因此，为了提升心电信号的质量，防止心电信号的临床信息被破坏，必须对肌电噪声做滤波处理。
4.目前心电信号的数字滤波算法主要是有经验模态分解(emd)、小波变换等方法。小波分析和经验模态分解为非线性非平稳信号的分析和心电信号去噪提供了有力工具，并成为了目前心电去噪领域的热点。
5.然而，小波函数的选择对小波分析去噪效果有很大影响，目前还没有针对心电信号的小波函数。相对而言，经验模态分解的自适应性，更有利于心电信号的去噪。但是，emd在分解心电信号时存在模态混叠现象，影响信号分析的成功率。集合经验模态分解(eemd)虽然解决了emd的模态混叠问题，但是总体数量的增加使得重复分解的计算量成倍增长，而辅助噪声的引入，又产生了噪声残留和信号重构误差的问题。
6.为了实现一种简单且高效的肌电干扰滤波，现有技术中将心电信号进行平滑分解，再对每个分量进行时变阈值滤波。但是该种方法还是存在一些缺陷：一是其使用固定窗口宽度的平滑函数对心电信号进行分解，使得最后分量的层数过多，进而导致阈值评估的算法复杂度提高；二是其将所有分量大致分为3组，其中界定低频噪声分量组时，使用到了关于r波检测算法，且对每个分量都需要进行r波检测，在增加算法复杂度的同时又引入了关于r波检测算法可靠性的问题；三是其对于阈值评估也仅使用了单个固定窗口宽度的时移阈值方式进行评估，无法兼顾长时间范围内的信号波动及短时间范围内的信号波动问题。


技术实现要素：

7.技术问题：针对上述现有技术中存在的问题，本发明提供一种基于平滑分解的肌电干扰消除方法、装置、介质及设备。采用多种窗口宽度的固定层数的平滑分解和多级时移阈值估计相结合的方式，简单且高效的去除肌电干扰，在保持极小失真度的同时有效地去除心电信号中的肌电干扰。
8.技术方案：第一方面，本发明提供一种基于平滑分解的肌电干扰消除方法，包括：
9.接收心电信号；
10.将心电信号重采样至固定频率，并利用第一频率的陷波滤波器滤除工频干扰；
11.使用多个窗口宽度的平滑函数对心电信号进行固定层数的平滑分解，将心电信号分解为重采样后的信号频率下对应层级的分量信号；
12.使用多窗口宽度的时移阈值方法对各分量信号进行阈值估计；
13.选择阈值函数并配合阈值对分量信号进行处理；
14.对经过处理后的分量信号进行信号重构，并将重构后的信号重采样至输入频率的心电信号。
15.进一步地，所述第一频率为50hz。
16.进一步地，所述平滑函数为：
[0017][0018]
其中，x(n)表示输入的待分解信号，r表示窗口半径，y(n)表示分解后的分量数据。
[0019]
进一步地，所述平滑分解方式为：
[0020][0021]
sk＝s
k-1-sdck[0022]
其中sdck表示第k阶分量，sk表示经过第k次分解后的信号余量。
[0023]
进一步地，所述使用多窗口宽度的时移阈值方法对各分量信号进行阈值估计的公式为：
[0024][0025]
其中，μ表示时移阈值窗口半径；c表示惩罚系数；s表示待估计信号数据；s[n-μ∶n μ]表示取以信号s的第n个点为中心、μ为半径内的信号数据片段；th(n)表示第n个点对应的阈值。
[0026]
进一步地，所述使用多窗口宽度的时移阈值方法对各分量信号进行阈值估计之前，对分量信号进行增强。
[0027]
进一步地，所述选择阈值函数并配合阈值对分量信号进行处理的公式为：
[0028][0029]
其中，sdc
k,th
表示第k阶分量阈值处理后的数据；thk表示第k阶分量对应的阈值序列；enhancek表示第k阶分量信号增强后的信号数据；sdck表第k阶分量。
[0030]
进一步地，所述对经过处理后的分量信号进行信号重构的方式为：
[0031][0032]
其中，m表示平滑分解阶数；s
th
表示重构后的信号。
[0033]
第二方面，本发明提供一种基于平滑分解的肌电干扰消除装置，根据本发明任一所述的基于平滑分解的肌电干扰消除方法来消除肌电干扰，包括：
[0034]
信号接收单元，其配置为接收心电信号；
[0035]
预处理单元，其配置为将心电信号重采样至固定频率，并利用第一频率的陷波滤波器滤除工频干扰；
[0036]
平滑分解单元，其配置为使用多个窗口宽度的平滑函数对心电信号进行固定层数的平滑分解，将心电信号分解为重采样后的信号频率下对应层级的分量信号；
[0037]
时移阈值估计单元，其配置为使用多窗口宽度的时移阈值方法对各分量信号进行阈值估计；
[0038]
阈值处理单元，其配置为选择阈值函数并配合阈值对分量信号进行处理；
[0039]
信号重构及重采样单元，其配置为对经过处理后的分量信号进行信号重构，并将重构后的信号重采样至输入频率的心电信号。
[0040]
第三方面，本发明提供一种存储介质，所述存储介质中存储有指令，当所述指令由处理器执行时，能够执行本发明提出的任一所述的基于平滑分解的肌电干扰消除方法。
[0041]
第四方面，本发明提供一种电子设备，包括：
[0042]
本发明所提出的存储介质；以及处理器，其配置成执行所述存储介质中存储的计算机指令。
[0043]
本发明与现有技术相比，首先对心电信号进行预处理，其中包括将心电信号重采样至固定频率，工频干扰消除等步骤；再使用多窗口宽度的平滑分解，将心电信号分解为重采样后的信号频率下对应层级的分量信号；然后对各分量分别使用多级时变阈值方法进行阈值估计时最后使用经过阈值处理后的分量信号进行信号重构并将重构后的信号重采样至输入频率的心电信号，由此，完成对肌电干扰的去除。本发明采用多种窗口宽度的固定层数的平滑分解和多级时移阈值估计相结合对心电信号进行去噪，简单高效，在保持极小失真度的同时有效地去除心电信号中的肌电干扰。
附图说明
[0044]
图1为本发明的实施例中基于平滑分解的肌电干扰消除方法的流程图；
[0045]
图2为本发明的实施例中基于平滑分解的肌电干扰消除装置的框图；
[0046]
图3为本发明的实施例中基于平滑分解的肌电干扰消除电子设备框图。
具体实施方式
[0047]
下面结合实施例和说明书附图对本发明作进一步的说明。图1示出了本发明的实施例中基于平滑分解的肌电干扰消除方法的流程图。结合图1所示，本发明的实施例中，该方法包括步骤s100～s600，具体如下。
[0048]
步骤s100：接收心电信号。
[0049]
步骤s200：将心电信号重采样至固定频率，并利用第一频率的陷波滤波器滤除工频干扰。该步骤的目的是为了对心电信号进行预处理。在本发明的实施例中，信号重采样的方法均采用现有技术中的重采样方法，在本发明中不做限制。固定频率以及第一频率需根据需要进行设置。具体的，在本发明的一个实施例中，将心电信号重采样至500hz的固定频率，并进行了采样归一化；接着使用50hz陷波滤波器来滤除工频干扰。
[0050]
步骤s300：使用多个窗口宽度的平滑函数对心电信号进行固定层数的平滑分解，
将心电信号分解为重采样后的信号频率下对应层级的分量信号。具体的，在本发明的实施例中，采用的平滑函数的公式为：
[0051][0052]
其中，x(n)表示输入的待分解信号，r表示窗口半径，y(n)表示分解后的分量数据。并且，采用了如下方式进行分解：
[0053][0054]
sk＝s
k-1-sdck[0055]
其中sdck表示第k阶分量，sk表示经过第k次分解后的信号余量，当k等于0时，s0表示经过预处理后的信号。
[0056]
优选的，在本发明的一个实施例中，使用了窗口宽度半径为3和1的平滑函数进行2次分解，也就是进行了两层的平滑分解。按上述的分解方式，预处理信号经过两次分解后可以获得的信号分量分别记为sdc1、sdc2，信号余量记为s2。
[0057]
在本方法具体实施过程中，对于窗口宽度半径以及分解次数，可根据需求设定，但在优选的实施例中，选用了2次分解，综合考虑了效果和效率，因为当选用的数值更大时，会增加计算量量，从而降低效率。
[0058]
步骤s400：使用多窗口宽度的时移阈值方法对各分量信号进行阈值估计。具体的，在本发明的实施例中，使用如下的时移阈值估计公式如下：
[0059][0060]
其中，μ表示时移阈值窗口半径；c表示惩罚系数；s表示待估计信号数据；s[n-μ：n μ]表示取以信号s的第n个点为中心、μ为半径内的信号数据片段；th(n)表示第n个点对应的阈值。
[0061]
进一步地，在本发明的实施例中，为了进一步拉开噪音与有效信号间的差距，在进行阈值估计时，可以使用一些信号增强的手段。例如，可以对分量信号使用三次方的方式进行信号增强。以信号分量sdc1为例，进行信号增强好，得到用于滤波的信号enhance1，采用三次方的方式进行增强公式如下：
[0062]
enhance1＝sdc
13
[0063]
对enhance1使用不同窗口宽度的时移阈值估计，例如，在一个实施例中，采用了6个不同窗口宽度，6个窗口宽度半径分别为125、63、31、21、11、5、3，惩罚系数分别30、30、30、30、20、-5、-10，得到6个阈值序列th1、th2、th3、th4、th5和th6，最终的阈值序列表示为th0，其计算公式如下：
[0064][0065]
其中，p表示时移阈值窗口数。
[0066]
步骤s500：选择阈值函数并配合阈值对分量信号进行处理，从而对经过阈值估计后的各分量信号进行平滑。在本发明的实施例中，可以采用如下公式进行：
[0067][0068]
其中，sdc
k,th
表示第k阶分量阈值处理后的数据；thk表示第k阶分量对应的阈值序列；enhancek表示第k阶分量信号增强后的信号数据；sdck表第k阶分量。
[0069]
步骤s600：对经过处理后的分量信号进行信号重构，并将重构后的信号重采样至输入频率的心电信号。在本发明的实施例中，可以采用如下公式进行信号重构：
[0070][0071]
其中，m表示平滑分解阶数；s
th
表示重构后的信号，即经过滤波后的信号。
[0072]
最后将重构后的信号重采样至原始信号的采样率即可。
[0073]
特别说明的是，在本发明的实施例中，k、n、i等符号均用于表示序号，并无特别的物理含义。
[0074]
第二方面，本发明提供一种基于平滑分解的肌电干扰消除装置，该装置基于本发明的任一基于平滑分解的肌电干扰消除方法，如图2所示，在本发明的一个实施例中，该装置包括：
[0075]
信号接收单元，其配置为接收心电信号；
[0076]
预处理单元，其配置为将心电信号重采样至固定频率，并利用第一频率的陷波滤波器滤除工频干扰；
[0077]
平滑分解单元，其配置为使用多个窗口宽度的平滑函数对心电信号进行固定层数的平滑分解，将心电信号分解为重采样后的信号频率下对应层级的分量信号；
[0078]
时移阈值估计单元，其配置为使用多窗口宽度的时移阈值方法对各分量信号进行阈值估计；
[0079]
阈值处理单元，其配置为选择阈值函数并配合阈值对分量信号进行处理；
[0080]
信号重构及重采样单元，其配置为对经过处理后的分量信号进行信号重构，并将重构后的信号重采样至输入频率的心电信号。
[0081]
对于各个单元具体如何实现其相应的功能，与上述关于基于平滑分解的肌电干扰消除装置的方法相应步骤对应，此处就不再赘述。
[0082]
第三方面，本发明提供一种存储介质，其中存储有计算机指令，当计算机指令由处理器执行时，能够执行本发明的实施例中任一基于平滑分解的肌电干扰消除方法。具体实现方式与上文关于基于平滑分解的肌电干扰消除方法的说明相对应，此处不再做赘述。
[0083]
在本发明的实施例中，可以是通用或专用计算机能够存取的任何可用介质。举例而言，存储介质可以包括ram、rom、eprom、e2prom、寄存器、硬盘、可移动盘、cd-rom或其他光盘存储器、磁盘存储器或其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码单元并能够由通用或特定用途计算机、或者通用或特定用途处理器进行存取的任何其他临时性或者非临时性介质。如本文所使用的，盘(disk)和碟(disc)包括紧致碟(cd)、激光碟、光碟、数字多用途光碟(dvd)、软盘和蓝光碟，其中盘通常磁性地复制数据，而碟则用激光来光学地复制数据。上述的组合也应当包括在计算机可读介质的保护范围之内。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读写信息。
在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在asic中。asic可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。
[0084]
第四方面，本发明提供一种电子设备，如图3所示，在本发明的实施例中，该电子设备包括本发明任一种存储介质和处理器，其中，处理器被配置成执行存储介质中存储的计算机指令。需要说明的是，电子设备还可以包括其他部件，例如输入设备、显示设备等，出于清楚说明本发明的原理角度考虑，这些部件并未示出。
[0085]
上述实施例仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和等同替换，这些对本发明权利要求进行改进和等同替换后的技术方案，均落入本发明的保护范围。