基于EMD去除心電信號基線漂移的探討

陸世鵬

【摘 要】對處于運動狀態時的運動員進行實時心電監測，可以讓教練及時了解運動員的心臟情況，以便隨時調整運動員訓練的量和度。但運動心電的最大特點就是噪聲污染非常嚴重，一旦去噪效果不好，后面的醫學研究就沒法進行。傳統的心電去噪方法效果不佳，而本文設計的基于EMD去除心電信號基線漂移，對運動心電基線漂移的去除效果明顯優于其他傳統方法。

【關鍵詞】EMD；MATLAB；基線漂移

文章編號：ISSN1006—656X（2013）12-0094-01

一、概述

心臟病是一種經常發生的慢性病，它有以下特點：發展比較緩慢、病情也非常的隱蔽、同時發病時危險性非常高，是一種能嚴重威脅到人類生命的疾病。因此，對處于運動狀態時的運動員進行實時心電監測，可以讓教練及時了解運動員的心臟情況，以便隨時調整運動員訓練的量和度，可以很大程度上減少和防止運動員受傷的幾率。但運動心電的最大特點就是噪聲污染非常嚴重，一旦去噪效果不好，后面的醫學研究就沒法進行。傳統的心電去噪方法，特別是對心電信號基線漂移的去除效果不佳。基線漂移一般是由人在呼吸時會引起電極的移動而產生，運動狀態中的運動員胸腔擴張變化大，胸腔內器官和組織會發生比正常狀態下更大的變化，這會引起更嚴重的漂移。基線漂移其頻率一般低于5Hz，但能量主要集中在0.7HZ以內。去除基線漂移的方法很多，但基于EMD的趨勢線去除法是效果比較好方法之一。

二、EMD去噪原理

EMD方法是上世紀90年代末提出的一種信號處理新方法。與其他信號處理方法不同，EMD分解的基函數不是事先選定的而是取自于被分析信號本身，是一種自適應的的方法。自適應的基函數反映了信號的內在特征，它的結果具有高效，實際的物理意義。所以說EMD分解是一種直觀的而且自適應的信號處理方法，既能用于分析平穩又適合于分析非平穩信號。

EMD分解的目的很明確：把非平穩信號分解為一系列表征信號特征時間尺度的固有模態函數（IMF），使得每個IMF分量為窄帶平穩信號。

IMF分量必須滿足以下條件：

1、整個信號數據段內，極值點的個數和零交叉點的個數必須相等或最多相差不能超過一個。

2、在任何時間點上，由局部極大值點形成的包絡線和由局部極小值點形成的包絡線的平均值為零。

EMD具體分解過程如下：

假設信號為x（t），令信號x（t）的上下包絡線分別為u（t）和 ，令上下包絡線的平均曲線為m（t）：

用x（t）減去m（t）后剩余部分：

一般情況下包絡線樣條會發生過沖和欠沖作用，這會產生新的極值并影響原來極值的位置與大小，因此，分解得到的并不能完全滿足IMF條件。用代替x（t）并求出它的上下包絡線和，重復以上過程：

直到所得的滿足IMF條件。此時分解得到第一個IMF， 和信號剩余部分，即：

對信號的剩余部分繼續進行EMD分解，直到所得到的剩余部分為單一信號或者其值小于設定值時分解才算完成。最終得到所有的IMF及殘余量：

而原始x（t）是所有IMF及殘余量之和：

三、基于EMD去除心電信號基線漂移方法

EMD的分解過程其實是相當于使用窄帶濾波器對信號進行自適應濾波。而各個模態分量的頻率隨著分解階數的增大而降低，而趨勢項是頻率最低的成分。這個趨勢項就對應于心電信號中的基線漂移。因此用EMD去除心電信號中的基線漂移比較簡單：

1、對運動心電信號進行EMD分解。

2、去除趨勢項，即殘余量，再還原信號即可。

本文使用麻省理工大學的MIT-BIH數據庫中的心電數據作為仿真對象。截取MIT-BIH標準心電數據庫中采樣頻率為360Hz的103號記錄的一段噪聲比較少的心電數據進行研究，取信號長度N=1024。為了評價去噪效果，本文在該段心電信號上疊加了頻率為0.2+0.7+0.9Hz和0.3+0.5+0.8HZ兩組正弦信號來模擬基線漂移。仿真結果如下所示：

（a）添加了基線漂移的心電信號

（b）去除基線漂移后心電信號

EMD基線漂移去除效果圖

基線漂移去除評價表

從EMD基線漂移去除效果圖及基線漂移去除評價表可以看到，EMD基線漂移去除法雖然方法簡單，但圖中心電信號中存在的基線漂移等到了較好的去除，很好的解決了傳統方法較難去除基線漂移的問題。

參考文獻：

[1]張旭. 生物醫學電子學[M].電子工業出版社，2008.8：15-16；

[2]劉海龍.生物醫學信號處理[M].北京：化學工業出版社，2006.

[3]陸英北，張增芳，蔡坤寶.基于小波變換的心電信號基線校正方法.北京生物醫學工程.2000，19徑：）235-239