２０１７年５月 安徽大学学报（自然科学版） Ｊｏｕｒｎａｌ ｏｆ Ａｎｈｕｉ Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ） Ｍａｙ ２０１７ 第４１卷第３期 Ｖｏ１．４１ Ｎｏ．３ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００—２１６２．２０１７．０３．０１４ 心电信号中去除肌电干扰信号的研究 江伟，袁芳，杨柳青 （东华理工大学江西省数字国土重点实验室，江西南昌３３００１３） 摘 要：心电信号是一种极易受环境影响的微弱信号，其中夹杂的各种干扰噪声增加了心电信号的分析和诊 断难度．针对心电信号中的肌电干扰信号，设计改进型分布式ＦＩＲ低通滤波器．以ＭＩＴ—ＢＩＨ心电信号数据库 为样本信号，对该滤波器进行数值仿真和电路测试，研究表明该滤波器能有效滤除肌电干扰信号，能提升信 噪比、降低均方差，提高心电信号检测的准确率．因此，该设计对去除肌电干扰信号是有效和可靠的． 关键词：测试；心电信号；肌电信号 中图分类号：ＴＮ９１１．７ 文献标志码：Ａ 文章编号：１０００—２１６２（２０１７）０３—００８５—０５ Ｓｔｕｄｙ ｏｆ ｒｅｍｏｖｉｎｇ ＥＭＧ ｉｎｔｅｒｆｅｒｅｎｃｅ ｓｉｇｎａｌ ｆｏｒ ＥＣＧ ｓｉｇｎａｌ ＪＩＡＮＧ Ｗｅｉ，ＹＵＡＮ Ｆａｎｇ，ＹＡＮＧ Ｌｉｕｑｉｎｇ （Ｊｉａｎｇｘｉ Ｐｒｏｖｉｎｃｅ Ｋｅｙ Ｌａｂ ｆｏｒ Ｄｉｇｉｔａｌ Ｌａｎｄ，Ｅａｓｔ Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｃｈａｎｇ ３３００１３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＥＣＧ ｓｉｇｎａｌ ｉｓ ａｎ ｅｘｔｒｅｍｅｌｙ ｗｅａｋ ｓｉｇｎａ１．Ｉｔ ｏｆｔｅｎ ｍｉｘｅｓ ｗｉｔｈ ａｌｌ ｋｉｎｄｓ ｏｆ ｎｏｉｓｅ ａｎｄ ｉｓ ｅａｓｉｌｙ ｉｎｆｌｕｅｎｃｅｄ ｂｙ ｔｈｅ ｅｎｖｉｒｏｎｍｅｎｔ，ｗｈｉｃｈ ｉｎｃｒｅａｓｅｓ ｔｈｅ ｄｉｆｆｉｃｕｌｔｙ ｏｆ ａｎａｌｙｓｉｓ ａｎｄ ｄｉａｇｎｏｓｔｉｃ ＥＣＧ ｓｉｇｎａ１．Ｔｈｅ ＦＩＲ ｆｉｌｔｅｒ ｏｆ ｉｍｐｒｏｖｉｎｇ ｄｉｓｔｒｉｂｕｔｉｏｎ ｗａｓ ｄｅｓｉｇｎｅｄ，ｗｈｉｃｈ ｒｅｇａｒｄｅｄ ｔｈｅ ｓａｍｐｌｅ ｏｆ ＭＩＴ—ＢＩＨ ＥＣＧ ｄａｔａｂａｓｅ ａｓ ｔｈｅ ｏｒｉｇｉｎａｌ ｓｉｇｎａ１．Ａｆｔｅｒ ｔｅｓｔｉｎｇ ａｎｄ ｎｕｍｅｒｉｃａｌ ｓｉｍｕｌａｔｉｏｎ ｔｏ ｔｈｅ ｆｉｌｔｅｒ，ｔｈｅ ｒｅｓｕｌｔ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅ ｆｉｌｔｅｒ ｃｏｕｌｄ ｓｕｃｃｅｓｓｆｕｌｌｙ ｆｉｌｔｅｒ ｏｕｔ ＥＭＧ ｉｎｔｅｒｆｅｒｅｎｃｅ ｓｉｇｎａｌ。ｉｍｐｒｏｖｅ ｔｈｅ ＳＮＲ，ｒｅｄｕｃｅ ｔｈｅ ＭＳＥ ａｎｄ ｉｍｐｒｏｖｅ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ＥＣＧ ｓｉｇｎａｌ ｄｅｔｅｃｔｉｏｎ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｅ ｄｅｓｉｇｎ ｏｆ ｒｅｍｏｖｉｎｇ ＥＭＧ ｉｎｔｅｒｆｅｒｅｎｃｅ ｓｉｇｎａｌ ｗａｓ ｅｆｆｅｃｔｉｖｅ ａｎｄ ｒｅｌｉａｂｌｅ． Ｋｅｙｗｏｒｄｓ：ｔｅｓｔ；ＥＣＧ ｓｉｇｎａｌ；ＥＭＧ ｓｉｇｎａｌ 心电信号是一种微弱的信号，其强度一般在Ｏ．Ｏ５～５ ｍＶ之间，信号采集一般容易受到外界噪声的 干扰口 ］．肌电干扰是心电采集过程中出现的随机高斯白噪声，通常采用硬件滤波和软件滤波抑制该噪 声．硬件滤波在一定程度上能抑制肌电干扰，若想更好地抑制噪声，只能增加滤波器的阶数，但阶数的增 加会增加系统的复杂程度、功耗、成本．软件滤波通过调节参数可实现灵活的滤波．因此，笔者拟设计一 种改进型分布式ＦＩＲ滤波器，用软件滤波的方法去除肌电干扰噪声，此滤波器稳定性强、线性相位严 格，能极大提升信噪比、降低均方差，提高心电信号检测的准确率． 收稿日期：２０１６－１２—０８ 基金项目：江西省科技支撑计划项目（２０１４１ＢＢＧ７００７９，２０１５１ＢＢＡ１００５３）；江西省教育厅科技项目（ＧＪＪ１５１５３４， ＧＪＪ１５１５４３）；江西省教育科学规划项目（１５ＹＢ０４１）；江西省数字国土重点实验室开放基金资助项目 （ＤＬＬＪ２０１５１４）；江西省高校人文社科项目（ＧＬ１５０７） 作者简介：江伟（１９７７一），男，江西南丰人，东华理工大学副教授，硕士生导师，博士． ８６ 安徽大学学报（自然科学版） 第４１卷 １ 改进型分布式ＦＩＲ滤波器的设计 分布式算法的本质就是将ＦＩＲ滤波器固定系数乘累加结构运算的结果存放在一个存储器中，在计 算时采用查表的方法来实现整个运算Ｅ ．ＦＰＧＡ内部的数算可以调用ＤＳＰ运算模块来实现ＦＩＲ 滤波器的乘和加运算，这种方法简单、易实现，但在一些频谱分布识别要求高的滤波器中往往需要高的 阶数，这样势必会增加ＤＳＰ模块的消耗，ＤＳＰ模块资源的紧缺会使ＦＰＧＡ消耗更多的逻辑资源来弥补 ＤＳＰ模块的不足．随着阶数的增加，ＦＰＧＡ内部存储模块资源的消耗将呈指数增加，逻辑资源的大量占 用不仅会影响整个系统的工作频率而且严重影响系统的稳定性及芯片功耗［１Ｏ－ｌ１］． 改进型分布式算法能将一个表格分割成多个小的表格，可以提高数据吞吐量，因此改进型分布式 ＦＩＲ低通滤波器能有效去除肌电干扰噪声，提高心电信号检测的准确率． ２ 改进型分布式ＦＩＲ滤波器的数学模型 ＦＩＲ滤波器的传输形式为 ｙ（ ）一ｌｚ（ ）＊ｈ（ ）， （１） 其中：ｈ（ ）为ＦＩＲ滤波器的固定常数；ｚ（ ）为输入的具有固定宽度的数据［１２ １３］．无符号数据的表达 式为 Ｂ－－１ ３２（ ）一∑ｚ （ ）・２。， （，ｚ）∈Ｅｏ，１］， 其中： （ ）为 的第 个采样值；ｚ （ ）为３７（ ）的第ｂ位．由式（１），（２）可得 Ｂ一１ （２） （ ）一∑２ ・ｆ（ｈ（ ），ｚ（ ））， ｂ＝０ （３） Ｎ－－ｌ 其中：ｆ（ｈ（ ），ｚ（ ））一∑ｈ（ ）・ （ ）．由于实际信号都是有符号数据，ＤＡ系统采用补码的形式表 示二进制数据．用二进制数可将ｚ（ ）表示为 Ｂ一１ ｚ（ ）一一２ ・ｚ （，ｚ）＋∑ （ ）・２ ，ｚ （ ）∈Ｅｏ，１］． 由式（３），（４）可得 Ｂ－－１ （４） （ ）一一２ ・ｆ（ｈ（ ），ｚ（ ））＋∑２ ・ｆ（ｈ（ ），ｚ（ ））． ｂ＝０ （５） ３改进型分布式ＦＩＲ滤波器的测试 ３．１ 基于数值仿真的测试 测试时设置参数如下：采样频率为６０ Ｈｚ，通带频率为０～１００ Ｈｚ，过渡带为１ＯＯ～１１０ Ｈｚ，通带波 动为１ ｄＢ，阻带衰减为８Ｏ ｄＢ，ＦＩＲ阶数为１８１，阻带大于１１０ Ｈｚ．从ＭＩＴ—ＢＩＨ心电信号数据库中选取 肌电干扰较明显的１０３号样本作为测试样本，经过低通滤波后可分离出噪声信号和输出信号，滤波的效 果如图１所示． 图ｌａ显示的是ＭＩＴ—ＢＩＨ心电信号数据库提供的１０３号样本原始信号，包含了大量的肌电干扰信 号，经过低通滤波处理后，噪声得到去除，如图１ ｃ所示．图１ ａ的原始信号减去图１ ｃ滤波后的信号可得 到肌电干扰噪声信号，如图１ ｂ所示． ３．２基于实际电路的测试 通过数值仿真可知，设计的ＦＩＲ系数为１８２阶，因此最少需要９１个乘法器才能满足要求系统选用 的ＦＰＧＡ芯片是ＡＬＴＥＲＡ公司的５ＣＥＦＡ２Ｆ２３１７Ｎ高性能低功耗芯片，该芯片内部只有少量的ＤＳＰ ．乘法模块，却拥有１７５ ｋ的ＲＡＭ存储资源．因此，可以利用ＦＰＧＡ内部丰富的存储模块来实现改进型 的分布式ＦＩＲ滤波器．￣！ｉ＂ｘ２ＮＮ ＦＩＲ的Ｉ：Ｐ来设计分布式低通滤波器，通过启用ＦＩＲ ＩＰ Ｃｏｒｅ设置Ａ／Ｄ ：｛鳓 转换输…宽度、滤波 的类型、采样率．隹成仿真模板， 成Ｆ１Ｉ ｌＩ 【、（）ｒｅ的定制．陔模块的本地数据接门 采川 ＿Ｊ ＡＶＡＩ （）ＮＥ的总线形式．该总线接ｕ何利于系统模块的集成 发．输入的数据为ｌ ６｝，ｉｔ行符 数 ，输…数据为３４ ｔ有符号数据．基丁电路测试的肌Ｉｕ ｌ 滤波 ｉｆ｛＿如 ２所示． ０ ８ ６ ４ ２ ０ ８ ６ ４ ２ 的 Ⅺｍ ⅪⅪ Ⅺ ０ 【 （） ４ ５ （） 时ｆｉｔ］／ｓ ｂ电嗓 ｆ 一Ｏ ４ ５ ６ 时］￣［ＩＪＩＳ Ｃ滤除儿儿电噪Ｊ： ｆ 的 １图ｌ 基于数值仿真的肌电信号滤波效果 频率／Ｈｚ 率／Ｈｚ ａ ｌ０３ Ｉｊ样小心ｌ乜 Ｉ 频谱 ｂ滤波Ｊ 心ｌＵ Ｉｊ频 图２ 基于电路测试的肌电信号滤波频语 ２ａ为１ ０３ 样本心电信号的频谱， 为滤波 的心Ｉ乜信Ｉ 频晰．… ２ Ｈ Ｊ ．经过低通滤波 输入信 ＿卡几比Ｌ－刺减少・心电 － 处 以后。频谱大下１ ００ Ｈｚ的肌电十扰信号快速衰减． 伴仃肌电信 ・的输入俯号经过ＦＩＰ，低通滤波器滤波 ．输… 信 的各个波段更ＩＪｉＩ清晰．时域波形的处珲结果表明．输入 肌电１：扰噪 得到Ｊ 有效的抑制（见 ３）． 甚于Ｉ （ Ａ ：片的低通滤波处 图３滤除肌电信号后的心电信号波形 为＿，进一步测实际的心电滤波效果，使用ＦＰＧＡ １人】部的逻辑分析仪僻刮的滤波效果 ｌ所 ，Ｊ：．该罔卜部分足滤波 的波形罔，下部分足滤波后的波形 ．… ，ｌ可父¨．肌电ｆ 扰信弓‘在滤波后得到 ８８ 安徽大学学报（自然科学版） 第４１卷 了抑制，设计的模块完全能够抑制肌电干扰信号． 图４ 逻辑分析仪实测得到的滤波前后波形 为进一步分析经过ＦＰＧＡ处理后输出信号的频谱分布，采用联合测试的方法，把经过ＦＰＧＡ处理 以后的数据以．ｄａｔ文件的形式保存，并利用ＭＡＴＬＡＢ对输出数据做频谱分析．图５为数值仿真滤波和 实际电路滤波后的心电信号频谱．由图５可知，经过ＦＰＧＡ处理后的心电信号中的肌电干扰基本得到滤 除，数值仿真的测试结果与实际电路的完全一致． ２ ｌ １ ｌ １ 、 ｝１越罂 １ 罂１ ∞∞∞∞∞∞∞∞∞∞０ 砌∞∞加∞舳∞加加 频率／Ｈｚ 频率／Ｈｚ ａ数值仿真滤波后的心电信号频谱 ｂ实际电路滤波后的心电信号频谱 图５ 数值仿真滤波和实际电路滤波后的心电信号频谱 信噪比（ＳＮＲ）和均方误差（ＭＳＥ）定义如下 ｐ ＳＮＲ一１０＊ｌｏ ｇｌ。（ ）， （６） ＭＳＥ— ２ （７） 其中：Ｐ 为信号功率，Ｐ 为噪声功率． 以信噪比（ＳＮＲ）和均方误差（ＭＳＥ）为衡量参数，将ＦＰＧＡ处理后的心电信号滤波性能与 ＭＡＴＬＡＢ数值仿真处理后的进行比较，比较结果如表１所示．由表１可以看出，心电信号经过ＦＰＧＡ 内部的分布式ＦＩＲ滤波器处理后的性能指标和ＭＡＴＬＡＢ仿真分析的指标相近，进一步证明设计的电 路能有效去除肌电干扰信号． 表１ ＭＡＴＬＡＢ去噪与ＦＰＧＡ去噪结果对比 第３期 江伟，等：心电信号中去除肌电干扰信号的研究 ８９ ４ 结束语 肌电干扰信号产生的噪声严重影响了心电信号的波形，因此有效去除肌电干扰信号十分重要．根据 心电信号特点，设计了改进型分布式ＦＩＲ低通滤波器．以ＭＩＴ—ＢＩＨ心电信号数据库中１０３号样本为原 始信号，对该滤波器进行数值仿真测试和实际电路测试，测试结果表明，该滤波器能得到高信噪比和小 均方差的信号，能提高心电信号检测的准确率．因此，该改进型分布式ＦＩＲ低通滤波器能有效滤除肌电 信号． 参考文献： ［１］ 庞宇，邓璐，林金朝，等．基于形态滤波的心电信号去除基线漂移方法［Ｊ］．物理学报，２０１４，６３ （９）：０９８７０１． ［２］杨向林，严洪，许志，等．基于Ｈｉｌｂｅｒｔ—Ｈｕａｎｇ变换的ＥＣＧ消噪［Ｊ］．电子学报，２０１１，３９（４）：８１９—８２４． ［３］ 丁锐，李，王青．心电信号基线漂移去除方法研究［Ｊ］．云南大学学报（自然科学版），２０１４，３６（５）： ６５５—６６０． ［４］ ＡＢＤＩ Ｈ，ＷＩＬＬＩＡＭＳ Ｌ Ｊ．Ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ［Ｊ］．Ｗｉｌｅｙ Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙ Ｒｅｖｉｅｗｓ：Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｓｔａｔｉｓｔｉｃｓ，２０１０，２（４）：４３３—４５９． ［５］ ＣＨＩ Ｙ Ｍ，ＣＡＵＷＥＮＢＥ Ｒ，ＧＨＳ Ｇ．Ｗｉｒｅｌｅｓｓ ｎｏｎ－ｃｏｎｔａｃｔ ＥＥＧ／ＥＣＧ ｅｌｅｃｔｒｏｄｅｓ ｆｏｒ ｂｏｄｙ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ ［Ｃ］／／Ｂｏｄｙ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋｓ（ＢｓＮ），２０１０ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ ＩＥＥＥ，２０１０：２９７—３０１． ［６］ ＦＡＧＧＩＯＮ Ｌ，ＭＡＨＤＩ Ａ Ｅ．Ｎｏｎｃｏｎｔａｃｔ ｈｕｍａｎ ｅｌｅｃｔｒｏｐｈｙｓｉｏｌＯｇｉｃａ１ ｍｅａｓｕｒｅｍｅｎｔｓ ｕｓｉｎｇ ａ ｎｅｗ ｄｉｓｐｌａｃｅｍｅｎｔ ｃｕｒｒｅｎｔ ｓｅｎｓｏｒ［Ｃ］／／Ｓｅｎｓｏｒｓ ＩＥＥＥ，２０１Ｉ：２９６—２９９． ［７］姚文伟，张智斌．一种改进的自适应中值滤波方法［Ｊ］．东华理工大学学报（自然科学版），２０１２，３５（４）： ４２８—４３１． ［８］陈科，葛莹，陈晨．基于混合滤波的遥感图像去噪厂Ｊ］．东华理工大学学报（自然科学版），２００８，３１（３）： ２７６—２７８． ［９］史健婷，黄剑华，张英涛．基于小波和自适应滤波的ＥＣＧ基线漂移校正ＦＪ］．计算机工程，２０１３，３９（１１）： ２２６—２２９． ［１Ｏ］葛远香，胡开明．基于ＭＡＴＩ ＡＢ和ＤＳＰ Ｂｕｉｌｄｅｒ的电号ＦＩＲ滤波器设计［Ｊ］．东华理工大学学报（自然 科学版），２０１０，３３（２）：１９７—２００． ［１１］李跃忠，朱星华，吴伟伟．检测仪表中的数据融合方法［Ｊ］．东华理工大学学报（自然科学版），２００８，３１（１）： ８９—９２． ［１ ２］ＣＨＩ Ｙ Ｍ，ＮＧ Ｐ，ＫＡＮＧ Ｅ，ｅｔ ａ１．Ｗｉｒｅｌｅｓｓ ｎｏｎ－ｃｏｎｔａｃｔ ｃａｒｄｉａｃ ａｎｄ ｎｅｕｒａｌ ｍｏｍｔｏｒｉｎｇ［Ｃ］／／Ｗｉｒｅｌｅｓｓ Ｈｅａｌｔｈ， ２Ｏ１Ｏ，ＡＣＭ，２Ｏ１０：１５－２３． ［１３］ＧＯＬＹＡＮＤＩＮＡ Ｎ，ＺＨＩＧＬＪＡＶＳＫＹ Ａ．Ｓｉｎｇｕｌａｒ ｓｐｅｃｔｒｕｍ ａｎａｌｙｓｉｓ ｆｏｒ ｔｉｍｅ ｓｅｒｉｅｓ［Ｍ］．Ｂｅｒｌｉｎ： Ｓｐｒｉｎｇｅｒ，２０１３． （责任编辑郑小虎）
