切口过滤器是用来取消窄带干扰,一个常见的应用程序被PLI抑制生物电势测量。数字固定切口过滤器可以消除多个频率的优点是消除了基频及其谐波(multiple-notch过滤器或梳子过滤器( 34, 59])。

然而,multiple-notch过滤器的主要问题,当用于取消PLI信号从胎儿心电图信号,是胎儿心电图和PLI光谱重叠。因此,陷波滤波器应该有一个非常狭窄的带宽以抑制主要是50赫兹和其谐波分量,而不是胎儿心电图光谱中包含的有用信息。但这要求发生冲突,实际上真正的PLI信号没有一个固定的基本频率,而是一个频率不同的价值50 Hz这需要宽multiple-notch滤波器的带宽。此外,陷波滤波器引入的瞬态的时间可能太长,在这种情况下,胎儿心电图可以大大扭曲。汉密尔顿[ 60)调查的瞬态时间的影响切口过滤器,从而增加时带宽却降低了。他们观察到附近的振铃效应出现QRS波群和ST段窄带宽切口使用过滤器。这种扭曲减少当瞬态时间增加( 60, 61年]。然而,在实践中,长时间瞬态降低了滤波器的容量来跟踪噪声电平变化( 60]。心电图采集的最新国际标准,美国国家标准协会促进医疗仪器(AAMI) [ 62年),国际标准IEC 60601 ( 63年),不指定任何要求的过渡带切口过滤器。唯一规范IEC 60601标准中指出:“切口线频率干扰抑制滤波器不得介绍心电图记录超过25 μV峰值响噪音”( 63年]。然而,陷波滤波器应该有一个短暂的时间短,最小失真,和非常狭窄的带宽。

裴和曾 64年)提出一个方法来减少多个IIR陷波滤波器的瞬态时间。这种技术使用向量投影来找到更好的IIR陷波滤波器的初始值。最近的一篇论文( 32报告更好的结果在抑制瞬态时间比获得的应用方法介绍(时 64年]。Piskorowski提出一种时变multiple-notch IIR滤波器。瞬态时间减少极半径随时间变化,因此滤波器能够取消固定频率PLI组件尽可能快,没有长期的选择性障碍( 32]。这种类型的过滤器不应被混淆与自适应滤波器,不同等级的中心频率,在下一节中解释。

时变multiple-notch IIR滤波器(TVMNF)提出了在 32这一类)选为代表的电力线路PLI抑制方法。因此,一般multiple-notch滤波器的传递函数 (1) H ( z ) = ∏ 我 = 1 K 1 - - - - - - 2 因为 ⁡ ( Ω N 我 ) z - - - - - - 1 + z - - - - - - 2 1 - - - - - - 2 r 因为 ⁡ ( Ω N 我 ) z - - - - - - 1 + r 2 z - - - - - - 2 = B ( z ) B ( r - - - - - - 1 z ) , B ( z ) = ∑ 我 = 0 2 K b 我 z - - - - - - 我 , 在哪里 K 是等级的数量, Ω N 我 切口的中心频率, N 谐波的顺序, B ( z ) 是一个对称多项式, r 是极半径。滤波器的选择性增加时 r 增加,但是这个结果还在较长的过渡。因此,过渡时间的影响半径 r 为了提高时域滤波器响应 r 是不同的。IIR multiple-notch滤波器的差分方程与时变参数 r 是 (2) y ( n ) = b 0 x ( n ) + b 1 x ( n - - - - - - 1 ) + ⋯ + b 2 K x ( n - - - - - - 2 K ) - - - - - - r ( n ) b 1 y ( n - - - - - - 1 ) - - - - - - ⋯ - - - - - - r 2 K ( n ) b 2 K y ( n - - - - - - 2 K ) , 的变化极半径变化是所描述的 65年] (3) r ( n ) = r - - - - - - ( 1 + ( d r - - - - - - 1 ) e - - - - - - n / v f 年代 ) , n ≥ 0 , 的变化范围 d r = r ( 0 ) / r - - - - - - 和 r - - - - - - = lim ⁡ n → ∞ ⁡ r ( n ) ; v 包括指数的变化 r ( n ) 在( 3), f 年代 是采样频率 32]。价值选择 r 是至关重要的;一个很高的值生成窄级距,但是他们的过渡时间增加,而小 r 值会导致减少过渡时间,但选择性级得到更少,从而导致胎儿心电图频率成分过滤掉重要。因此, r ( n ) 有一个指数变化,从一个初始值, r ( 0 ) 所需的一个, r - - - - - - ( 32]。

与一级过滤器实现频率和三切口频率,分别选择 d r = 0.9 和 v = 2 书中建议的那样,( 32]。在图 2一块图是用来描述TVMNF算法。

如前所述,固定切口过滤器有缺口的中心频率的主要缺点是不能修改的。这使得PLI取消困难PLI基本频率有微小变化时,这通常是在真实的应用程序中。要解决这个问题介绍了自适应滤波器,能够调整自己的频率,跟踪PLI基本频率的变化。首先介绍了自适应滤波器的Widrow et al ., ( 41)根据评审( 60),这种类型的过滤器介绍失真小于固定切口过滤器,具有过渡时间短。自适应噪声消除器假设同时记录噪声源的额外的通道,即参考信号。参考与感兴趣的信号应该是不相关的,但与干扰信号。过滤器调整参数以使参考信号尽可能让感兴趣的信号的噪声,通过最小化输出误差,考虑到最小均方(LMS)标准。

许多自适应滤波器,抑制PLI心电图记录在文献中是可用的。Wan et al。 67年)提出一个与变步长LMS自适应算法表明,更快的收敛速度和更小的均方误差,相比传统的方法。科斯塔和Tavares 68年)有一个进步的基本自适应消除器还提供了谐波的抑制,增加计算复杂度最小。因此,该算法适用于低成本的采集系统。庄园等。 42)利用自适应滤波器的功能取消PLI组件和基线漂移从心电图轮廓 67年]。

然而,这些自适应滤波器有一个实际的缺点。他们都需要一个额外的干扰信号的记录,也就是说,参考信号。这并不总是可能的(例如,在腹部胎儿心电图记录使用便携式设备)。因此,没有参考信号的自适应滤波器更适合实际应用。Ziarani和康拉德 69年)提出一个过滤器能够估计振幅,相位和频率的照明灯具组件。这些自适应滤波器的一个改良版本提出了Martens et al。 39](改进的自适应Canceller-IAC)开发了一个算法能够同时抑制PLI基频及其谐波。算法考虑了大型QRS振幅可以扭曲的估计PLI组件和生产大型瞬态段,从而阻止了在这种情况下自适应过程。该算法与经典自适应滤波器和两个切口过滤器和窄带宽大,分别。马顿斯等人提出的算法优于其他技术,显示稳定的行为即使在最糟糕的情况。这个算法是自适应过滤PLI取消方法选为代表,是在当前的研究中实现的。

在图 3提出了一种自适应陷波滤波器的一般方案。

这个PLI取消方法比数字滤波器是基于一个完全不同的概念,考虑的混合信号的统计特性。每个信号源从混合物中提取,只要满足一些条件。

存在许多ICA方法估计参数:最大化nongaussianity [ 65年, 70年),最大似然估计( 71年, 72年),张量的方法( 73年),等等。不同的研究小组使用ICA算法从腹部记录中提取胎儿心电图信号:Zarzoso和南帝2001 ( 74年),Vrins et al。 75年),Sameni et al。 76年, 77年),Lathauwer et al。 73年),Camargo-Olivares et al。 78年],卡多佐[ 79年),等等。所有ICA的研究报告,使用ICA方法在从广告中提取胎儿心电图信号表现相当不错,也就是说,将腹部胎儿心电图与其他类型的噪声信号,包括照明灯具组件,在股美国存托凭证。应该注意到腹部胎儿心电图的解释获得通过BSS方法没有明确的物理解释,由于ICA不考虑电极的位置和其他物理参数。

中提出的算法( 65年FastICA],被选为代表这PLI取消方法,被认为是在当前的研究中。在图 4的一般框图ICA概念描述。

希尔伯特黄变换(HHT)是一种强大的方法来分析非线性、非平稳的时间序列和由黄提出et al。 80年]。该方法克服了傅里叶变换的缺点是有效平稳时间序列。这是证明了傅里叶变换提供了一个错误的energy-frequency分布没有物理意义当应用于非平稳的时间序列 80年]。考虑到最真实的信号,尤其是生物电势,不稳定,遗传性出血性毛细血管扩张症是适合他们的分析。

方法有两个步骤:(i)一代的固有模式函数(首先通过经验模态分解(EMD);(2)希尔伯特分析( 80年]。首先是完全从数据集生成,必须满足两个条件:(a)零交叉的数量和极值的数量必须相等或不同最大,(b)的平均值信封包括局部极大值和定义的信封在任何时候局部最小值是零。

的产生首先是完全数据驱动和获得的分解时间序列的过程称为“筛选”)使用EMD;高频组件分解为第一货币基金,而低频率成分在高阶首先发现的。

据报道,该方法取消PLI从心电图信号( 81年- - - - - - 83年]。基本思想是抛弃imf的含有噪声和重建信号从剩余的货币。的主要问题是确定哪些货币包含PLI信号。在传统EMD第一国际货币基金组织(IMF)被认为是与PLI的信号,因为它包含更高的频率,因此丢弃,这未必是真的,自从筛选过程并不完美,允许高频心电图组件在第一国际货币基金组织(IMF)。此外,如果PLI包含谐波,然后首先包含PLI组件的数量较高,由于谐波分解为不同的货币。

朋友和密特拉 66年提出一种算法,识别包含PLI组件的货币。计算货币基金的累计平均和他们的权力,并使用这些参数确定了哪些货币包含PLI组件,在阈值的基础上。然而,该算法并不健壮的力量PLI信号时高与感兴趣的信号相比,胎儿心电图。因此,当前的研究提高了原始HHT PLI取消方法为基础,通过更准确的识别噪声首先被获得。希尔伯特变换为每个国际货币基金组织(IMF)和瞬时频率计算推导。imf的包含PLI组件然后丢弃;正如前面提到的,这些货币仍然可以包含高频心电图组件的信息,也就是说,QRS波群。为了恢复QRS波群,imf与QRS波群首先发现,基于瞬时频率,然后通过Kabir和Shahnaz描述的算法( 47应用如下: (一)

QRS波群边界识别:

(.)

的 R 峰位置检测;

在心脏的经典应用神经网络信号处理心电信号的分类,模式识别( 84年, 85年,从广告中提取胎儿心电图( 86年]。在[描述方法对胎儿心电图改善信噪比 87年),一个功能环节提出了人工神经网络(FLANN)去除高斯噪声和基线漂移。张和Benveniste [ 88年)和Poungponsri Yu ( 89年)使用神经网络与小波变换相结合的更好的结果。然而,在最近的一篇文章中Poungponsri和Yu ( 51)有一个改进的方法 89年),该算法测试也PLI取消(小波神经Network-WNN)。基于神经网络的自适应滤波方法提出了( 51]对心电图信号降噪删除PLI信号首先通过小波分解。小波系数进一步应用于神经网络训练重构去噪心电(见图 6)。算法最初是由作者开发的取消所有的噪声源重叠的ECG信号记录在360赫兹(PLI基本频率为60 Hz)。

Suranai等人提出的算法选择的代表这一类方法及其步骤如下: (一)

一个真正的信号,而不是受PLI,与64年应用于前馈神经网络的输入,2隐藏层,1输出对应的去噪心电信号。神经网络的输入是通过应用小波包分解(WPD)使用Debauchies 4小波;软阈值(阈值)来减少高频噪声。由此产生的64个小波系数神经网络的输入有56隐藏第一隐层神经元和12在第二个神经元。双曲正切激活函数是用于所有神经元: (4) f ( x ) = 1 - - - - - - e - - - - - - x 1 + e x 。

应该注意到,上面的算法是在这项研究适应移除PLI信号的基频50 Hz,采样频率为1000赫兹。

近年来,离散小波变换和阈值技术已被用于心电图去噪( 91年]。基于小波的降噪技术变得非常受欢迎,因为他们能够将信号分解成时频域是适合分析非平稳的信号。据报道在文献中,离散小波变换不引入任何人工信息原始信号;阈值是生成基于从信号中提取的属性( 92年, 93年]。

主要问题是母小波的识别,分解,和最优阈值。加戈et al。 94年心电图比较不同的母小波函数去噪和得出结论,心电图的复苏与最小工件获得当使用Sym10分解在5级和硬收缩功能与严格确定或启发式确定阈值( 94年]。最近,Galiana-Merino et al。 43)使用离散平稳小波包变换(DSWPT)抑制PLI信号及其谐波从肌(EMG)信号(DSWPT算法)。基本上这是一个不变的变换转移到隔离50 Hz及其谐波,令人不安的正弦信号重建之后使用DSWPT系数。在图 7的台阶DSWPT算法描述如下。 (一)

线性趋势从信号中移除。

主要结果总结了选择算法的性能表 1。

模拟数据,用于定量估计的性能提出的算法生成两个步骤。首先,胎儿心电图是使用动态模型模拟的介绍( 95年, 96年]: (6) x ˙ = α x - - - - - - ω y , y ˙ = α y - - - - - - ω x , z ˙ = - - - - - - ∑ 我 一个 我 Δ θ 我 e - - - - - - ( Δ θ 我 ) 2 / 2 ( b 我 ) 2 , 在哪里 ω 是当时的角速度矢量绕着限制圆(代表期吗 T ), α = 1 - - - - - - x 2 + y 2 , θ = 一个 棕褐色 ⁡ ( y / x ) , Δ θ 我 = θ - - - - - - θ 我 , 一个 我 包含的振幅峰值, b 我 包含每个峰的宽度, θ 我 是指定的角度 P - - - - - -, 问 - - - - - -, R - - - - - -, 年代 - - - - - -, T 波/峰值。

其次,照明灯具组件,模拟正弦信号,是补充道。PLI基本组件通常被认为是常数。然而,也有一些偏离基本频率在真实的应用程序中,主要是由于不稳定的电源。因此,照明灯具组件可以表现出显著的频率偏移,高达3% ( 30., 97年- - - - - - One hundred.(偏差与国家不同,这取决于可用的电源技术)。

因此构建三个数据集,考虑三个PLI场景( 7):(i) PLI只包含基本的电力线路干扰分量,50赫兹,(ii) PLI包括电力线的基本频率及其第3谐波(150赫兹),和(3)PLI正弦信号的频率略不同时间大约50赫兹。考虑 (7) 照明灯具 ( t ) = { 一个 1 · 罪 ( 2 π f 1 · t ) , f 1 = 50 赫兹 , 理想的 情况下 一个 1 · 罪 ( 2 π f 1 t ) + 一个 3 · 罪 ( 2 π f 3 · t ) , f 1 = 50 赫兹 , f 3 = 150年 赫兹 , 一个 3 = k 一个 1 , 一个 1 · 罪 ( 2 π f 1 ( t ) · t ) , f 1 ( t ) = 50 赫兹 ± 兰德 ( t ) , f 1 ( t ) 展品 逐步 变化 , 在哪里 k = 20. % 。

很明显,最坏的情况是第三个,假设电力线路基本频率是时变的。

为每一个场景中,定义的信噪比( 8)是不同的;五个噪音水平被认为是:−2 dB, 0分贝,2 dB, 4 dB,和5 dB: (8) 信噪比 = 10 日志 ⁡ 10 ⁡ ( P 胎儿心电图 P 照明灯具 ) = 10 日志 ⁡ 10 ⁡ ( ∑ 我 = 1 n 胎儿心电图 ( 我 ) ∑ 我 = 1 n 照明灯具 ( 我 ) ) 。 定性评价的实现算法,考虑以下性能指标如下。 (一)

归一化均方根误差,用百分比表示: (9) 表示时 = ∑ 我 = 1 N ( 源自 _ 胎儿心电图 ( 我 ) - - - - - - 美国东部时间 _ 胎儿心电图 ( 我 ) ) 2 ∑ 我 = 1 N 源自 _ 胎儿心电图 ( 我 ) 2 * One hundred. 。