基于無模型自適應控制的心電基線漂移抑制方法

朱莉波，胡銳，聶歡

廣東工業大學 自動化學院，廣東 廣州 510006

引言

心電圖（Electrocardiogram，ECG）是心臟活動相關的電位變化圖，它是醫生診斷疾病的一種現代技術，尤其在確診和鑒別各種心律失常方面，心電圖診斷方法較其他診斷方法都可靠。由于ECG和絕大多數的生物醫學信號一樣，都是信嗓比很低的微弱信號，往往混有很強的背景噪聲，主要的嗓聲為工頻干擾、肌電干擾、基線漂移等，在各種噪聲中對信號影響最大的是基線漂移嗓聲。而心電信號是臨床診斷心電疾病的重要依據，存在基線噪聲會影響醫療的準確性[1-3]，因此，在ECG檢測識別過程中，消除基線漂移具有極其重要的實用價值和臨床意義[4-5]。

目前已經有許多去除心電信號中的基線漂移方法的報道。如中值濾波法[6-7]，它結構簡單，易于實現，但是計算出來的基線精度不高。如有限長單位沖激響應（Finite Impulse Response，FIR）濾波[8-9]，雖然FIR濾波器設計簡單，但是截止頻率固定，在噪聲頻率超過其截止頻率時無法發揮濾波作用，如小波濾波[10]。小波自適應濾波精度相對較高，但需要與噪聲有關而與信號無關的參考信號，從體表采集到的ECG信號難以滿足要求。如三次樣條插值方法[11-12]，三次樣條插值方法濾除基線漂移的關鍵在于是否準確找到基準點，如果不能準確找到基準點則方法精度不高。

前面有學者運用了多種方法去除基線漂移，本文提出了一種新的基于無模型自適應預測控制的心電基線漂移抑制方法，旨在改進現有方法的不足和缺點，有效的去除心電的基線漂移現象，為將來發展的可穿戴，移動醫療設備等提供良好的理論和應用基礎。

1 材料與方法

1.1 基于無模型自適應預測控制的心電基線漂移抑制心電系統控制

反饋是該系統設計的主要方式，在進行系統分析綜合時，能提供更多的校正信息，形成抑制或消除擾動影響、實現系統控制的應用。因而設計基于無模型自適應預測控制的心電基線漂移抑制心電系統控制圖，見圖1。

圖1 系統控制圖

1.2 基于無模型自適應預測控制的心電基線漂移抑制方法

在系統的綜合設計中，輸入為控制信號和期望輸出經過控制系統、反饋調節輸出抑制基線漂移的信號，無模型自適應預測控制的心電基線漂移抑制方法實施流程圖，見圖2。

圖2 方法流程圖

1.3 算法分析

基于無模型自適應預測控制的心電基線漂移抑制算法[13-16]分析如下：

（1）預設期望輸出 ～y(k)，其中選擇的期望輸出數據是沒有基線漂移的，也就是基線值為零的一組數據。

（2）根據無模型自適應控制算法計算出輸入控制信號Δu(k)，設置的預測模型為見式(1)：

接下來引入時間滯后常數τ，將帶時間滯后常數τ的兩組輸入值之間的變化率，作為輸入準則函數中的一個重要的約束，見式(2)：

（3）估計偽偏導數φ(k)：采用改進后的輸入準則函數，改進后的偽偏導數見式(3)：

其中，μ＞0是權重因子，0＜η≤1是步長因子。然后根據預測方法，對偽偏導數進行預測。

（4）根據偽偏導數構建AI矩陣，形成整個控制系統。通過系統中的 φc(k)，φc(k+1)，...φc(k+Nu-1)構建 AI矩陣，從而構建控制系統。

2 結果

實驗數據分為兩類：人工合成的兩種模擬基線漂移與來自MIT-BIH數據庫的經過處理的正常的ECG數據疊加構成的第一類實驗ECG數據，兩種模擬的基線分別是正弦函數和三次樣條插值函數，以及來自臨床的ECG數據形成的第二類實驗ECG數據。

2.1 第一類實驗ECG數據實驗結果與分析

正弦函數的基線和正常心電信號合成之后的數據，分別經過無模型自適應方法和中值濾波方法得到的信號和基線，見圖 3～4。

圖3 正弦函數為模擬基線的各種基線圖

圖4 正弦函數為模擬基線的各種信號圖

三次樣條插值函數的基線和正常心電信號合成之后的數據，分別經過無模型自適應方法和中值濾波方法得到的信號和基線，見圖5～6。

圖5 三次樣條插值函數為模擬基線的各種基線圖

圖6 三次樣條插值函數為模擬基線的各種信號圖

圖3a與圖5a是模擬的原始基線，分別由正弦函數與三次樣條插值函數繪制，與正常的心電信號疊加，經過自適應濾波與中值濾波之后得到的信號與原始正常心電信號比較，得到5b與5c的基線圖，將濾波之后的基線與原始基線比較得到5d與5e的基線區別圖，可以比較出自適應濾波比中值濾波濾除的基線更多，從而得出自適應濾波的優勢。

圖4a與圖6a的原始信號分別是來自MIT-BIH數據庫的經過處理的正常的ECG數據和正弦函數與三次樣條插值函數的模擬基線疊加的，經過無模型自適應方法與中值濾波之后去除基線之后得到6b與6c的信號。

從上面的圖表可以簡單的看出自適應濾波之后的基線與原始基線的差的數值整體要比中值濾波的數據小，整體效果好，原本存在于混合心電信號中的基線漂移成分被有效剔除了，且信號表征生理意義的波群被有效保存下來。以正弦函數和三次樣條插值函數作為基線的合成數據在無模型自適應方法和中值濾波方法中的信噪比數值，見表1。

表1 信噪比比對表

信噪比越高，則輸出信號與理論信號的差別就越少，從上表可以看出，無模型自適應方法整體比中值濾波方法的信噪比高，則說明無模型自適應方法比自適應方法的去除基線漂移的效果好，而三次樣條插值函數作為基線的合成數據比正弦函數的效果好。

2.2 第二類臨床的ECG數據實驗結果與分析

來源于臨床的ECG數據，經過無模型自適應方法去除基線之后的圖形，見圖7。

圖7 臨床數據信號

將去除基線之后的信號進行一種工業上的判斷法進行估計。方法如下，首先在數據中給定一個基準點，向后搜索到R峰（最高的點），找到位于R峰前一段最為平坦的樣本（約20 ms），取20個數據的均值作為等電位線的估計，與預測為零的基線之間的差為5.443。實驗結果表明，等電位線的估計值較小，無模型自適應方法去除基線方法優良。

3 結論

本文提出了一種基于無模型自適應預測控制算法的心電基線漂移抑制方法，此方法的目的在于有效的去除基線漂移，為心電圖的有效診斷提供預處理。所形成的整個系統對基線漂移的去除具有去燥效果好，信噪比高，速度快，通用性強等特點，具有極其重要的實用價值和臨床意義。本研究的創新之處在于在傳統的自適應算法基礎之上加入了一個約束公式形成了改進后的偽偏導數，從而構建矩陣，形成控制系統。本研究的社會意義在于基線漂移信號整體上表征為一種混雜于正常采集信號中的低頻噪聲，該種噪聲會影響正確解析以及判斷采集信號，進而可能造成疾病誤判、物質組分識別錯誤等嚴重的后果。作為信號質量保證的主要預處理操作，去除基線漂移信號對后續信號分析起到了重要作用[17]。在采集心電信號過程中，基線可能出現極端現象，如使用可穿戴式儀器采集心電信號時，身體劇烈運動，引起基線大幅度漂移，致使心電信號到達頂峰失效。在心電信號的研究中，可穿戴式測量心電儀器正在發展，未來可在此無模型自適應算法的基礎上改進，將大幅度漂移的基線拉回等位線，有效的處理心電信號，為醫療設備產生實用價值。

[參考文獻]

[1] 朱杰,檀柒惠.消除心電信號基線漂移簡單方法及仿真[J].醫療衛生裝備,2012,(8):16-20.

由于航空模型朝著微小智能化的方向發展，相反，其承載能力也會相對薄弱，而圖形圖像傳輸設備也必須向微型和智能化的方向發展。另外，現代科學技術中，各種科學設備之間的信息傳遞通常是通過數字實現的，因此，圖像處理設備的圖形與數字轉化技術也是一個重要方向。圖像采集完成后，需要采用傳輸器上的圖形圖像處理設備將其轉化成數字信息傳到地面計算機系統。

[2] 李延軍,嚴洪,王增麗.心電基線漂移去除方法的比較研究[J].航天醫學與醫學工程,2009,37:381-386.

[3] 丁銳,李國軍,王青.心電信號基線漂移去除方法研究[J].云南大學學報(自然科學版),2014,(5),655-660.

[4] 李小科.無模型自適應預測算法及其在非線性過程控制中的應用[D].甘肅:蘭州大學,2016.

[5] Wei Z,Xueyun W,Jian JZ,et al.Noninvasive fetal ECG estimation using adaptive comb filter[J].Comput Methods Programs Biomed,2013,112(1):125-134.

[6] 趙健,郝繼飛,張道明.快速中值濾波在濾除心電信號基線漂移中的應用[J].電子世界,2012,22:50-51.

[8] 吳軍,李勁松,雷健波,等.胎心電監測國內外現狀研究綜述[J].中國醫療設備,2017,32(7):106-109.

[9] Van Alsté JA,Schilder TS.Removal of base-line wander and power-line interference from the ECG by an efficient FIR filter with a reduced number of taps[J].IEEE Trans Biomed Eng,1985,32(12):1052-1060.

[10] 胡廣平,周華強.基于小波變換的心電采集分析系統設計與實現[J].計算機測量與控制,2014,22(3):854-856.

[11] 萬相奎,唐文普,張賴,等.改進的三次樣條插值心電基線漂移濾波法[J].生物醫學工程學雜志,2016,(2):227-231.

[12] 夏恒超,詹永麒.一種新的基于三次樣條插值技術的心電圖基線漂移消除方法[J].生物醫學工程學雜志,2003,20(3):524-526.

[13] 祁才君.數字信號處理技術的算法分析與應用[M].北京:機械工業出版社,2005.

[14] 皇甫堪,陳建文.現代數字信號處理[M].北京:電子工業出版社,2003.

[15] 孫洪譯.數字信號處理——基于計算機的方法[M].北京:電子工業出版社,2006.

[16] 鄭秀玉,盧瑞祥.基于FIR濾波和數學形態學的心電信號預處理算法[J].中國醫療設備,2015,30(9):20-23.

[17] 歐輝彬.胎兒心電信號檢測及監護系統的研究進展[J].中國醫療設備,2017,32(3):107-109.