基于小波和自适应滤波的ECG基线漂移校正
————————————
基金基金项目项目项目：：国家自然科学基金资助项目(61100097)；黑龙江省教育厅科学技术研究基金资助项目(12513077)；黑龙江省教育厅面上基金资助项目(12521475) 作者简介作者简介：：史健婷(1981－)，女，讲师、硕士，主研方向：图像处理，模式识别；黄剑华，教授、博士；张英涛，副教授、博士；
唐降龙，教授、博士生导师
收稿日期收稿日期：：2012-09-10 修回日期修回日期：：2012-12-13 E-mail ：hotmail8194@https://www.360docs.net/doc/a613495285.html,
基于小波和自适应滤波的ECG 基线漂移校正
史健婷1,2，黄剑华2，张英涛2，唐降龙2
(1. 黑龙江科技大学计算机与信息工程学院，哈尔滨 150027；2. 哈尔滨工业大学模式识别研究中心，哈尔滨 150001) 摘 要：为校正ECG 信号的基线漂移，提出小波变换和自适应滤波相结合的方法。利用小波变换对原始ECG 信号进行分解，将得到的高频分量作为参考信号输入，采用基于幂函数的最小均方算法(P-LMS)进行自适应滤噪处理。通过与传统的归一化最小均方算法(NLMS)进行对比，验证该算法的准确性。仿真实验和MIT-BIH 数据库中的实际数据检验结果表明，基于幂函数的最小均方算法和小波变换相结合的方法能够有效校正基线漂移，并较好地保持心电信号的几何特征。 关键词关键词：：基线漂移；自适应滤波；小波变换；基于幂函数的最小均方算法；归一化最小均方算法
ECG Baseline Shift Correction
Based on Wavelet and Adaptive Filtering
SHI Jian-ting 1,2, HUANG Jian-hua 2, ZHANG Ying-tao 2, TANG Xiang-long 2
(1. School of Computer and Information Engineering, Heilongjiang University of Science and Technology, Harbin 150027, China;
2. Research Center of Pattern Recognition, Harbin Institute of Technology, Harbin 150001, China)
【Abstract 】In order to calibrate the baseline shift of ECG signal, the combination methods of wavelet transform and adaptive filtering are proposed. The wavelet transform method is used to decompose the original ECG signal and the high-frequency components are used as reference input data. A new adaptive filtering algorithm, P-LMS based on the power function is proposed to conduct adaptive noise filtering. Compared with the traditional Normalized Least Mean Square(NLMS) algorithm, the proposed algorithm is precise. Using the simulated experiment and actual data in the MIT-BIH database, the method of combining P-LMS and wavelet transform is verified that can effectively correct the baseline shift and maintain the geometric characteristics of the ECG signal.
【Key words 】baseline shift; adaptive filtering; wavelet transform; Power function of Least Mean Square(P-LMS) algorithm; Normalized Least Mean Square(NLMS) algorithm DOI: 10.3969/j.issn.1000-3428.2013.11.051
计 算 机 工 程 Computer Engineering 第39卷 第11期
V ol.39 No.11 2013年11月
November 2013
·人工智能及识别技术人工智能及识别技术·· 文章编号文章编号：：1000—3428(2013)11—0226—04 文献标识码文献标识码：：A
中图分类号中图分类号：：TP18
1 概述
心电图是反映心脏兴奋的电活动过程，它对各种心律失常、心肌梗死、心肌缺血等病症的分析和判别，具有重要的参考价值。心电信号是信噪比相对较低的微弱信号，在采集过程中会受到各种形式的噪声干扰而产生基线漂 移[1-2]。基线漂移是一种缓慢变化的低频信号，频率范围在0.05 Hz~1.5 Hz 之间。基线漂移容易造成描记的图形失真，看不清心电图的各个波段，ST 段被抬高或被压低的伪象以及类似于各种严重心律失常等现象，从而影响了医学上的诊断
[3-4]
。因此，如何校正基线漂移尤为重要。
目前，校正基线漂移的主要方法包括：数字滤波法[5]，
基线拟合法[6]，自适应滤波法[7]和小波变换法[8]。数字滤波法利用高通滤波器能够有效地去除基线漂移，但截止频率过高会使心电波形的ST 段发生较大形变，产生失真。基线拟合法对严重的漂移处理，能力较弱，处理实时性不高，并且ECG 信号较弱时，差值点很难提取。小波方法具有多分辨率分析的优点[9]，但分解各频带的选取不能随着信号的特点自动调整，而且阈值的选取十分关键，如果取值不当，会影响分析结果的准确程度[10]。自适应滤波中存在参考信号选取困难的问题。文献[11]设计了一种小波自适应滤波器，其性能与自适应滤波器相比，具有更大的优越性。
本文将自适应滤波方法和小波变换方法相结合，针对小波函数及参考信号的选择，提出一种基于DB3小波的自