心电信号去噪设计报告

基于MATLAB的心电信号

去噪设计报告

摘要

心脏是人体血液循环的动力源泉，而心脏病作为一种多发慢性疾病，却是威

胁人类生命的主要疾病。心电图作为一种无创伤性的检查手段，对于心脏基本功能诊断和病理研究具有重要参考价值，在临床上的作用无可替代。

研究开发具有心电信号采集、预处理、自动诊断、远程监护等功能心电监护

诊断系统，可以及早发现心脏病征兆，可以给予心脏病患者实时监护，因此具有很高的临床价值和应用价值，满足人们对提高生命和生活质量的要求，是心电图设备的发展方向。

心电信号在心脏疾病的诊断中具有不可替代的地位，心电信号在采集、放大、检测、记录过程会受到多种噪声的干扰，包括由电力系统引起的工频干扰，人体呼吸引起的基线漂移、肌肉震颤引起的肌电干扰、电极脱落引起的电极接触噪声以及运动伪差等。由于生物电十分微弱，存在的噪声会对心电信号分析产生很大影响，所以采集心电信号后的首要任务便是滤波。

心电信号相对于存在的环境是一种微弱信号，极易受到噪声的干扰。针对现

有算法的不足和心电信号去噪的具体要求，本文提出了基于MATLAB的心电信号

去噪算法，可以很好的去除心电信号中的高频噪声，分别利用不同滤波器处理非稳态信号的优势，算法复杂度减小，信噪比提升大，实时性好。结合小波分解与重构算法可以完美地去除心电信号中的噪声。

本文对三种不同滤波器用于工频干扰、基线漂移和肌电干扰问题作了研究，

重点解决工频波动和基线漂移导致ST段频率重叠问题。分别使用Butterwort滤波器、切比雪夫滤波器和零相移滤波器对工频干扰、肌电干扰和基线漂移等噪声进行初步滤除。由于三种滤波器的局限性未能将噪声完全滤去，所以我们最后采取小波变换对初步滤波后的心电信号进行改善和修复，得到较为纯净的心电信号。

关键词：心电信号小波变换Butterwort滤波器切比雪夫滤波器零相移滤波器

一、问题的重述

1.1问题背景

心电信号十分微弱，在某些采集过程中，比如运动心电，由于受到仪器、人体等多方面影响，心电信号会受到强干扰的影响，引起心电信号畸发。具有高信号质量心电信号对心电特征参数提取和进一步分析诊断具有决定性的意义，因此必须对心电信号进行预处理，以便获得具有高保真度的心电数据。常见的心电信号干扰包括 50Hz/60Hz 工频干扰，由人体肌肉颤动引起的肌电干扰以及由病人在采集过程中呼吸，活动所引起的基线漂移等类型。

1.2问题的提出

请根据提供的心电信号数据，使用Matlab，设计并实现滤除所提到的噪声滤波算法。方案设计清晰明确，算法简洁高效，能滤除心电噪声，滤波过程不使心电信号产生畸发。

二、研究背景和意义

2.1心电图介绍

心脏规律的搏动是维持人类正常生命活动的根本?，心脏的电活动是心脏规律性搏动的起因。心电图(Electrocardiogram，简称ECG)，就是在人体体表描记的体现心脏电活动的曲线

自1887年，Waller用毛细血管静电计描记出人类第一份心电图，到1903

年荷兰莱顿大学的生理学家Willem Einthoven，用弦线性心电流计描记出满意的心电图波群HJ，并推广到临床，再到1957年Holter发明了磁带连续记录24小时动态心电图，这一次次飞跃使得心电信息学根深叶茂。心电图对于诊断心肌梗塞、心室心房肥大、冠状动脉供血不足和心律失常等疾病，有重大的价值，并且是迄今为止分析和鉴别各类心律失常最精确的方法。

窦房结(SA node)是心脏电活动的起始点，它是位于右心房上壁的一组神经肌肉纤维组织。处于静息状态的细胞，细胞膜外主要分布正电荷，膜内分布负电荷，这个状态称作细胞的极化状态。当处于极化状态的细胞受到刺激，内外的电荷分布就产生变化，膜外分布负电荷，膜内分布正电荷，这就是除极过程。此时细胞膜内外分别形成电位差，电流就沿着心脏的传导途径流向所有细胞，最后细胞复极后又恢复成原来的静息状态，准备接受下一个激动。心脏传导系统示意图，如图2-1所示。

图 2-1 心脏的传导系统

正常的心电图是近似周期信号，在每个心动周期呈现一定的规律性，一个心电周期的心电波形如图2-2所示，它主要由波、段、间期组成。各波依其发生的先后次序称为P波、QRS波、T波，有时一个小的U波会出现在T波后。心电图中的“段”，是前一个波终点到后一个波起点间的距离，一个正常的心电波形包含PR段和ST段各一个。各波间的距离则称作“间期”，一个正常的心电波形通常包含PR间期(或PQ间期)、QT间期各一个，外加一个QRS复波。

图2-2心电图各段名称

窦房结产生的电流会依次传到两个心房，首先传到右心房，再传到左心房。

P波是每个心动周期出现的首个波形，是由两个心房除极形成的，持续时间一般在0.6—0.12s。

P—R段，是在心房除极后，激动传到房室结、希氏束和左右束支的这一段间期，在心电图中呈现的是一条水平线，这条水平线称之为基线。

P-R间期包括P波和P-R段这两部分，它表示激动由心房传到心室所需的时间，正常的P-R间期约为0.12—0.20s。

QRS波群是由两个心室除极形成的，正常的心室除极间期最长约为0.1s。波群中最初向上的波称为R波，它是在基线之上的正向波。在R波之前的向下波称为Q波，它是在基线之下的负向波，在R波之后的负向波为S波。

ST段是指S波结束到T波开始前一段波形，它是两个心室复极的早期。ST 段在正常时是等电位的，即波形在静止电位基线上，一般持续时间大约为0.08s。

T波是由心室快速复极产生的电位变化。

Q-T间期，包括QRS波群、ST段和T波，它反映心室除极与复极过程的总时间，正常的Q-T问期大约是0.4s。

U波一般被看作是浦肯野纤维的复极化产生的，在个别人的心电图中会出现。

一个正常的心动周期持续时间一般在0.6-1.0s，它代表了每分钟心脏跳动的次数。因此，正常人的心跳次数一般在60-100次／分范围内。

2.2心电信号中的噪声干扰

心电信号中噪声的分析与抑制是该学科中的关键问题之一，是心脏功能诊断之前核心环节。在心电信号的采集过程中，通常会受到以下几种噪声干扰的影响：1．工频干扰

工频干扰是工程设备中普遍存在的干扰，它是由人体与大地分布电容引起的位移电流。工频干扰在心电信号中主要表现为正弦信号的叠加，由于各国的工频频率不同，其频率主要集中在50／60Hz及其谐波。工频干扰会使心电信号的信噪比大大下降，是心电信号分析前首要要去除的噪声。工频干扰影响的心电信号如图2-3所示。

图 2-3受工频干扰的心电信号

2．基线漂移

基线漂移是由人体呼吸或者电极移动引起的，在心电信号的采集过程中它的幅度和频率时刻在发生着变化。基线漂移的特性类似于缓慢变化的正弦曲线，频率在O．05—2Hz之间。它的频率与心电信号中ST段的频率部分重叠，而ST段是用来判断心肌梗塞和心肌缺血的重要依据。为了避免误诊，基线漂移是心电信号分析前必须去除的噪声。受基线漂干扰影响的心电信号如图2-4所示。

图 2-4基线漂移的心电信号

3．肌电干扰

肌电干扰是由肌肉震颤引起的，持续的时间通常为50ms左右，它的频率范围从直流可以延伸到几千Hz以上，表现为快速变化的不规则的曲线。受到肌电干扰影响的心电信号如图2-5所示。

图 2-5 受肌电干扰的心电信号

2.3去噪意义及难点

人体的心电信号一般采用无创体表的采集方法获得，尽管心电信号经过了成千上万倍的放大，其幅度仍停留在毫伏级，十分微弱。由于受人体、仪器等多方面的影响，在采集、放大、检测、记录心电信号的过程中，会引入工频干扰、基线漂移、肌电干扰和系统噪声等。微弱的心电信号受到这些噪声的影响，原来波形中含有的特征信息被淹没，对心电疾病和心脏功能的识别和诊断造成困扰。其中工频干扰会使心电信号的信噪比大大下降，尤其在采集环境较差时，工频干扰会掩盖所有有用信息。随着心电技术的不断进步，便携式以及可穿戴心电采集技术得到了很大发展，这些设备中往往存在基线漂移较严重的现象。因此必须要在心电信号特征波形分析之前对其进行去噪处理，以便获得纯净的心电信号，进行准确的心电分析和诊断，而工频干扰和基线漂移的抑制尤为重要。

由于电力系统不稳定，工频干扰一般会在主频周围出现±1Hz的波动，并且由于各地电力系统的差异，波动范围甚至会达到+3％Hz。当工频干扰的频率产生波动时，常用的工频干扰滤波器，就失去了作用，这时工频干扰将会掩盖心电信号中的有用信息，对工频干扰波动的去除是心电信号去噪中的难点。

虽然滤除基线漂移的方法众多，但是对于ST段和基线漂移频率重叠这个现象，还没有较好的滤波方法。而心电信号中的ST段，是诊断心肌缺血等疾病的

重要依据，所以怎样较好的滤除基线漂移，同时又不对ST段产生影响，一直是心电信号滤波中的热点和难点。没有较好的滤波方法。而心电信号中的ST段，是诊断心肌缺血等疾病的重要依据，所以怎样较好的滤除基线漂移，同时又不对ST段产生影响，一直是心电信号滤波中的难点。

三、心电信号去噪的研究现状

3.1 传统去噪方法

1．工频干扰

从心电信号出现，工频干扰去除就一直是心电信号滤波中的热点。去除工频干扰的

方法主要有以下几种：

(1)平滑滤波

虽然平滑滤波算法简单，并且处理速度较快，但是对于QRS波有比较大的削峰作用，会使心电信号出现较大衰减，无法达到临床诊断的要求。

(2)陷波滤波器

陷波滤波器即带阻滤波器，为了尽量减少滤波器对心电信号本身的影响，陷波滤波器通常具有很窄带宽、尖锐特性，但是尖锐特性必然导致延时较大。

(3)小波变换法

小波变换能够将频率细化，通过对细化后的频率进行处理，达到去除噪声的目的。小波变换能较好的去除心电信号中的工频干扰，但是计算量较大，运行时间较长。

（4)Levkov滤波法

Levkov滤波是1984年由Levkov提出的，在1988年CHristov对其进行了改进。Levkov滤波法能够跟随噪声频率的变化，便于实时处理。但Levkov滤波算法，要求心电信号的采样频率是工频频率的整数倍，以及要求在一个工频采样周期内工频干扰采样点幅值的代数和为0，而一般的心电信号都达不到这些要求，此外Levkov滤波法对QRS波也有削峰影响，会造成信号失真。

(5)自适应滤波器

自适应滤波不会使心电信号产生失真，对工频干扰波动有一定作用，滤波后能有较高的信噪比。但是自适应滤波的缺点是需要参考信号、算法较复杂。

2．基线漂移

由于基线漂移会使心电信号中ST段有较大的改变，对于心电信号中基线漂移噪声的研究也一直都层出不穷，方法主要有以下几种：

(1)高通滤波

通常采用的滤除基线漂移的高通滤波器，截止频率设定在0.7Hz左右，对0.7-2Hz的基线漂移没有效果，但若将截止频率的值设定的较高，则会对ST段产生影响。

(2)中值滤波

中值滤波去基线漂移法是通过利用一定窗宽的中值滤波器来提取基线漂移，然后用受污染的心电信号减去提取的基线漂移，从而得到纯净的心电信号。中值

滤波算法简单，计算速度快，效果明显，对ST段有一定的保护作用，但只适用于精度要求较低的场合。

(3)曲线拟合法

一般用曲线拟合的方法是从心电信号中拟合出基线漂移，效果取决于拟合方法的选取和拟合的基准点选择。滤波的效果与信号的长度有关，处理的信号长度越长，效果越好。

(4)形态学滤波

形态学运算是在形态学开、闭运算，以及由这两种运算组合成的腐蚀、膨胀的基础上，用不同的结构元素，对ECG信号产生削峰、补谷的作用，从而实现从ECG中去除基线漂移或者提取基漂移的作用。形态学滤波对基线漂移有较好的抑制作用，缺点是结构元素固定，会使ST段产生抬高的现象。

(5)小波变换

小波变换去除基线漂移的原理与前面去除工频干扰的相同，即利用小波基函数将待处理信号分解成不同尺度上的近似信号与细节信号，基线漂移集中于低频部分，所以通过将某一尺度上的低频分量置零，重构后的信号就是纯净的心电信号。小波变换虽然将频率细化了，但是依然采用的是将某一频率段信号滤除的方法，对ST段与基线漂移的频率重叠段没有效果，并且小波变换的处理时间比较长。

(6)自适应滤波器

基线漂移类似于缓慢变化的正弦曲线，通过采用模拟的基线漂移或者从心电信号中提取的基线漂移，作为自适应滤波器的参考信号，根据噪声和心电信号统计特征不相关，自适应滤波能较好的起到滤除基线漂移的作用。

3．肌电干扰

肌电干扰的特性类似于白噪声，在白噪声背景下提出的小波滤波算法包括：阈值法、空域相关法、模极大值法对于去心电信号中的肌电干扰都有较好的效果。通常对心电信号进行处理前，都会进行100Hz的低通滤波，高频段的肌电干扰已被去除。

四、本文的研究数据来源和使用

心电信号中的工频干扰会使心电信号的信噪比大大下降，基线漂移的频段与ST段有重合，而ST段是诊断心肌缺血的重要依据，而肌电干扰会引起心电信号的不规则变化，对心电图分析造成很大的困难。这三种噪声对ECG信号的分析有较大的影响。本文主要针对三种不同的滤波器用于心电信号中的工频干扰、基线漂移和肌电干扰的去除做了研究。重点解决工频波动、基线漂移与ST段频率重叠和肌电干扰的问题。

4.1 MIT—BIH心电数据

心电信号的分析方法，在使用标准数据库的心电数据进行实验时，才会被得到认可，现在公认权威的心电数据库是由麻省理工学院(Massachusetts Institute ofTechnology，MIT)提供的。本文采用的心电信号主要选取MIT-BIH

心率失常数据库(MIT-BIHArrhythmia Database，mitdb)中形态较好的数据进行实验。Mitdb心电数据库中心信号的采样频率是360Hz，它包含48条数据，每条数据的长度是半个小时。图4-1中是mitdb数据库中的118号数据的时域图。

图4-1原始118号心电信号

4.2MIT—BIH心电数据使用方法

通常在验证滤除滤波算法时，将mitdb数据库中的数据近似看做是纯净的心电信号，向这些数据中加入人工噪声来做实验。这些人工噪声可以采用MIT-BIH 噪声数据库(MIT-BIH Noise Stress Test Database．Nstdb)中提供的噪声。因此，将噪声加入原始118号心电信号中，得到包含干扰信号的心电信号时域和频谱图如下图4-2：

图4-2加入噪声后的心电信号

五、基于心电信号去噪的滤波器

5.1巴特沃斯滤波器

巴特沃斯滤波器的特点是通频带内的频率响应曲线最大限度平坦，没有起伏，而在阻频带则逐渐下降为零。在振幅的对数对角频率的波特图上,从某一边界角

频率开始,振幅随着角频率的增加而逐步减少,趋向负无穷大。

一阶巴特沃斯滤波器的衰减率为每倍频6分贝，每十倍频20分贝。二阶巴

特沃斯滤波器的衰减率为每倍频12分贝、三阶巴特沃斯滤波器的衰减率为每倍

频18分贝、如此类推。巴特沃斯滤波器的振幅对角频率调下降，并且也是唯一

的无论阶数，振幅对角频率曲线都保持同样的形状的滤波器。只不过滤波器阶数越高，在阻频带振幅衰减速度越快。其他滤波器高阶的振幅对角频率图和低级数的振幅对角频率有不同的形状。

巴特沃斯低通滤波器可用如下振幅的平方对频率的公式表示：

其中,n=滤波器的阶数

Ws=截止频率 =振幅下降为-3分贝时的频率

Wp=通频带边缘频率

为在通频带边缘的数值。

因为从某一边界角频率开始，巴特沃斯低通滤波器的振幅对角频率单调下降，所以归一化角频率的选取应使过渡带小(Wp、Ws如下)。为了更加逼近理想低通

滤波器，低通滤波器的技术指标选取如下:通带上限频率是 Wp=0.2π，阻带下限频率是 Ws=0.3π，通带波纹是Rp=1dB，阻带最小衰减是As=60dB．其中，Rp的选取为经验值;而对于阻带的衰减值的选取在一定范围较大，则在阻频带振幅衰

减速度较快，从而使得滤波器在阻带有更好的下降性能。

对于本心电信号，用Wp和Ws表示分别将通带，阻带截止频率的角频率表示，在分别计算阶数n1和截止频率Wn,再设计低通Butterworth型模拟滤波器，然

后采用双线性法将模拟滤波器系数变为数字滤波器系数，画出滤波器频谱图，调用filter实现对工频干扰的滤波，用plot函数画出滤除噪声后的时域图和频谱图。由于信号处于频段的低频部分，而工频信号的频谱在整个上是呈对称分布的，与源信号的频段分布是相似的，采用低通滤波器将噪声信号的高频部分滤掉，滤波后时域图的幅值比原来变小了，滤波后的频谱图频率在0-10Hz和90-100Hz之间的幅值变化较大，而在10-90Hz的区间，频谱图基本趋于直线。

5.2切比雪夫I型数字低通滤波器

切比雪夫滤波器在过渡带比巴特沃斯滤波器的衰减快，但频率响应的幅频特性不如后者平坦。切比雪夫滤波器和理想滤波器的频率响应曲线之间的误差最小，

但是在通频带内存在幅度波动。根据频率响应曲线波动位置的不同，切比雪夫滤波器可以分为以下两种：

I型切比雪夫滤波器

在通带（或称“通频带”）上频率响应幅度等波纹波动的滤波器称为“I型切比雪夫滤波器”；

“n”阶第一类切比雪夫滤波器的幅度与频率的关系可用下列公式表示

II型切比雪夫滤波器

在阻带（或称“阻频带”）上频率响应幅度等波纹波动的滤波器称为“II 型切比雪夫滤波器”。也称倒数切比雪夫滤波器，较不常用，因为频率截止速度不如I型快。II型切比雪夫滤波器在通频带内没有幅度波动，只在阻频带内有幅度波动。

II型切比雪夫滤波器的转移函数为：

根据心电信号的特性，用Wp1,Wp2,Ws1,Ws2表示分别将通带，阻带截止频率的角频率表示,算出频带宽带，计算阶数n1和截止频率WN，再设计切比雪夫I 型模拟滤波器，采用双线性法将模拟滤波器系数变为数字滤波器系数，画出切比雪夫I型数字滤波器的频率响应，调用filter实现对肌电干扰的滤波，再最后调用plot函数画出滤除肌电干扰后的时域图和频域图。

由于肌电干扰在整个频段上都存在，对与源信号共存的低频信号用选频滤波器是无法滤除的，故而采用低通滤波器将噪声的高频部分去掉。

5.3 IIR零相移数字滤波器

零相移滤波器是指一个信号序列经过该滤波器滤波后,信号序列的相位不发生变化,即该滤波器的系统函数的相位响应为零，对于因果系统来说是不可能实现零相移滤波的,零相移滤波只能是对于非因果系统来说的。具体而言,零相移滤波器使用了当前信号点前面和后面的信号点所包含的信息,即使用了“未来的信息”来消除相位失真。

在一般的推导中信号序列被延拓至整个时间轴,而在实际处理过程中,只能使用有限长的信号序列，在信号序列的首尾部分,即信号序列被截断的地方不能利用该处信号点以前的或未来的信息来消除相移，因此是不可能实现绝对的零相移滤波器,而零相移滤波器的实际的频率响应与理论计算的频率响应也不一致，将无限长的信号截断成为一个有限长的信号序列,相当于在信号序列上加了一个矩形窗，这个窗在滤波后的信号序列上叠加了一个衰减的振荡波,导致滤波后信号序列失真，零相移滤波需要经过两次普通滤波,使得这种失真在信号序列的起始和结束处积累，本文采用两种办法来消除这种失真:一是求解滤波器的初始状

态,并将它作为滤波时的初始条件;二是在信号序列的开始和结束处进行拓展,对信号序列进行平滑。

图 5-1零相移滤器的原理图

5.4小波变换

小波变换（wavelet transform ，WT ）是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，能对时间（空间）频率的局部化分析，通过伸缩平移运算对信号（函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier 变换的困难问题，成为继Fourier 变换以来在科学方法上的重大突破。

六、滤波器滤除三种干扰的优势

6.1 巴特沃斯数字低通滤波器的特点及优势

工频干扰在心电信号的采集过程中始终存在，并会使心电信号的信噪比大大下降，所以工频干扰的去除是心电信号滤波中首要解决的问题。电力系统不稳定，会导致工频干扰出现波动，波动的范围可能会达到工频主频的±3％。带阻滤波器是常用的去除工频干扰的方法，但是带阻滤波器具有频率固定的特点，并且为了不使心电信号受到影响，带阻滤波器通常具有很窄的带宽。当工频干扰产生的波动超过带阻滤波器的带宽时，带阻滤波器就不起作用了。因此我们采用了巴特沃斯低通数字滤波器，该滤波器具有一些特殊的性质：

（1） 对所有的n,都有当w=0时,|H （j 0）|2=1；

（2） 对所有的n,都有当w=w c 时,|H （jw c ）|2=0.5；

（3） |H （jw ）|2是单调递减函数,即不会出现幅度响应的起伏；

（4） 当趋向于无穷时,巴特沃斯滤波器趋向于理想的低通滤波器；

（5） 在w=0处平方幅度响应的各级导数均存在且等于0，因此|H （jw ）|2

在该点上取得最大值，且具有最大平坦特性。

（6） 阶数n 越高，其幅频特性越好，低频检测信号保真度越高，过渡带变窄，

即衰减加剧，但半功率点不变。如图6-1：

图6-1巴特沃斯滤波器的幅度平方函数

巴特沃斯数字低通滤波器的低频特性对频率集中在50-60Hz及其谐波的工频干扰有很大的抑制作用，使心电信号的信噪比得以提高。

6.2切比雪夫I型数字低通滤波器的特点和优势

心电信号在采集过程中肌电干扰是不可避免的，在mitdb中的心电信号中也含有较严重的肌电干扰。为了更好的观察和分析心电信号，我们首先采用切比雪夫I型数字低通滤波器方法对心电信号中的肌电干扰进行去除。

切比雪夫滤波器特点：误差值在规定的频段上等波纹变化。切比雪夫滤波器在过渡带比巴特沃斯滤波器的衰减快，但频率响应的幅频特性不如后者平坦。切比雪夫滤波器和理想滤波器的频率响应曲线之间的误差最小，但是在通频带内存在幅度波动。对于频率范围延伸很广，变化速度快的肌电干扰切比雪夫I型数字低通滤波器可以大幅减小干扰对心电信号的影响。

6.3 IIR零相移数字滤波器的特点和优势

ST段是诊断心肌缺血等疾病的重要依据，基线漂移会对ST段的分析产生影响。本文用IIR零相移数字滤波器去除心电信号中的基线漂移，重点在解决基线漂移与ST段的频率重叠问题，保证在对心电波形进行分析前ST段不会发生变形。

对于IIR零相移数字滤波器在Matlab上的实现，Matlab软件有一个m文件filtfilt.m，可以实现零相位数字滤波。它先将输入序列按顺序滤波(forward filter)，然后将所得结果逆转后反向通过滤波器(reverse filter)，再将所得结果逆转后输出(reverse output)，即得精确零相位失真的输出序列，为方便起见将这种滤波方法取名为FRR滤波。FRR滤波的原理可作如下推证:

通过上式可以得到：

Y(e jw)=X(e jw)|H(e jw)|2没有发生相位失真。

基线漂移是一种类似于缓慢变化的正弦曲线，其频率在0.05-2Hz之间，IIR 零相移数字滤波器在心电信号的频率内对基线漂移和ST段的部分重叠问题

能有效解决。

七、对心电信号去噪的结果和分析

7.1滤波效果展示

针对心电信号干扰的滤波方法很多，但本文选择最简单、快捷、效果较好的滤波器进行去噪。采用巴特沃斯型低通数字滤波器主要针对工频干扰在50-60Hz 的频率滤波；采用切比雪夫I型数字低通滤波器主要针对类似于白噪声的肌电干扰滤除范围较广的不规则曲线；最后使用IIR零相移数字滤波器对频率在

0.05-2Hz之间缓慢变化的基线漂移。

心电图是诊断心脏疾病的有效手段，心电图是在人体体表采集得到的，记录心脏电活动的曲线，心脏的电活动产生的电流是十分微弱的，所以在心电信号的采集过程中，要经过成千上万倍的放大。在采集放大的过程中，必然会受到多种噪声的干扰，如基线漂移、工频干扰、肌电干扰等噪声。本文采用的三种滤波器及小波变换可以抑制极大部分干扰。结果展示如下图组7-1：

图组 7-1 滤波结果图

7.2 滤波结果分析

本文基于Matlab编程实现对含有三种不同噪声的心电图像进行滤波处理，从滤波结果看来对心电信号噪声的滤除基本实现，大部分的工频干扰、基线漂移和肌电干扰已经由Butterwort滤波器、切比雪夫滤波器和零相移滤波器滤除，最后我们使用小波变换法提取系数，分解重构滤去干扰。