心磁信號插值處理的相關性研究

陳 浩, 陳 波, 李 華, 儲昭碧, 孔 艷

(合肥工業大學 電氣與自動化工程學院,安徽 合肥 230009)

心磁信號插值處理的相關性研究

陳 浩, 陳 波, 李 華, 儲昭碧, 孔 艷

(合肥工業大學 電氣與自動化工程學院,安徽 合肥 230009)

插值是豐富離散數據有效的方法,文章在構建心磁相關序列的基礎上,研究了離散心磁數據插值前后的相關性,將統計學秩和檢驗引入來判斷系統是否有顯著性差別,并在頻域范圍內,對插值前后數據進行解析。經過相關性和統計學秩和檢驗分析后,得出插值前后的數據系統存在具體的聯系,證實插值前后的數據沒有顯著差別,并且插值前后的心磁數據保持了相關系數、方差、峰度、幅頻波形的一致性。因此插值是豐富心磁醫學數據的有效方法。

相關性;插值;心磁數據

綜合國內外對心磁信號的研究可知,通過超導量子干涉儀(superconducting quantum interference device,SQUID)測量獲得的心磁數據是反映心臟磁場變化的一種非準周期性的非平穩信號,它包括了大量的心臟生理信息。由于硬件SQUID條件所限,在檢測人體心臟表面磁場時采用分時分塊采點法,即在心臟表面上檢測20 cm×20 cm區域中36個點上的磁場數據。根據探頭測量通道個數不同,在每時刻只能同時采集到與通道數量相同的點,例如4通道SQUID在每采集時刻內同時采集2×2個點上的磁場數據,分時采集9次得到人體心臟磁場表面6×6個點的心臟磁場數據[1-2]。

研究心磁場分布時這36個點的數據作為繪制MFM填充圖和心臟電流密度分布圖的唯一信息,若心磁測量設備能提供大量的、密集的心磁空間點數據,則可以得到精確度高的信息,得到更高質量的圖像。但是由于測量設備的限制,實際通過SQUID測得的數據不但是離散數據而且還是有限的,通過科學計算來增加合理的點數,用以豐富數據系統,有利于心磁數據的進一步處理和分析。插值是豐富離散數據有效的方法,插值的目的是依據實測得到的采樣數據,在更高的精度下“恢復”原來的連續信號[3-5]。對心磁數據進行插值處理,通過分析計算增加符合條件的點數,可以豐富數據系統。但必須對插值前后心磁數據的相關性進行分析,明確插值對醫學信息不一致的可能性。本文研究了實測心磁數據插值前、后的相關性,為正確使用插值理論方法提供依據和理論基礎。樣條插值是最佳的插值函數模型,具有光滑的性質;而線性插值是最簡單的插值模型,本文以樣條插值和線性插值為基礎,對插值前后數據進行相關性分析。

1 相關性分析理論基礎

本文以一組單通道高溫SQUID 所測得6×6 的心臟磁場離散數據進行研究。測得數據共有36組,每組數據包含有753個點。對插值前后的數據在相關性理論基礎上進行時域相關性分析[6-11]。

1.1 心磁相關序列

心磁相關序列是在計算一組心磁周期與下一組心磁周期之間相關系數的基礎上構建而成的。為保證實驗的認可度,從實測的36組心磁數據中隨機抽取出2組數據記為A和B, 2組心磁周期間的相關系數計算公式為:

(1)

(2)

1.2 秩和檢驗

為了更加清晰地表征插值前后數據系統有無顯著性差別,必須對插值前后的數據系統進行秩和檢驗。從實測36組心磁數據和插值后心磁數據中各隨機抽取出一組數據組成X和Y2個樣本,其分布函數各為F(x)和G(x)量為n的樣本X1,X2,…,Xn和Y1,Y2,…,Yn,且2個樣本獨立,欲檢驗假設H0:F(x)=G(x)。

2個心磁樣本秩和檢驗方法的步驟如下:

(1) 把2個心磁樣本觀測值x1,x2,…,xn和y1,y2,…,yn混合,再按其值大小排列,得到m+n個秩,把xi的秩記為Ri,yj的秩記為Sj,得到秩代替原來的樣本,最后得到2個樣本的秩為:

(3)

秩和為離散型隨機變量,取值范圍為:

用秩和T統計量去檢驗原假設H0:F(x)=G(x),即2組心磁數據沒有顯著性差別。因為當H0:F(x)=G(x)為真時,2個心磁樣本X和Y實際上是一個數據系統,因此,第1個心磁樣本的秩一定隨機均勻地分散在開頭到各個自然數中而不會過度集中在較小或較大的數中,可知秩和T不會太靠近取值范圍兩端的值。若太靠近取值范圍，則兩端的秩就認為出現了小概率事件,即

(4)

2 仿真結果及分析

2.1 時域相關性分析結果

采用三次樣條插值法和線性插值法,在2個實測數據點間再計算出20數據點插入,可得原始數據和2種不同插值法計算后數據間的方差、相關系數和峰度圖,如圖1、圖2所示。

圖1 線性插值與原始數據相關系數、方差、峰度比較

圖2 樣條插值與原始數據相關系數、方差、峰度比較

由圖1、圖2可知，2種插值之后的數據特性與原始數據保持了一致性和完整性;通過對相關系數的比較可以得出插值前后心磁數據間的形態差異很小。在醫學信息診斷應用上為進一步研究提供理論基礎。

將線性插值數據與原始心磁數據和樣條插值數據與原始心磁數據分別從中隨機取出6組進行秩和檢驗，結果見表1所列。表1中，P為插值前后樣本總體是否相同的顯著性概率,P越是接近1表明插值后的數據與原數據相同的概率越大;P接近0則可以認為對原假設質疑。H為檢驗結果,當H=0時表示X和Y總體差別不顯著,當H=1時表示X和Y總體差別顯著。本次實驗默認的顯著水平為0.05。

表1 心磁數據插值前后秩和檢驗結果

從表1可以看出:① 插值前后兩樣本總體均值相等的概率,非常接近于1;②H=0也可以說明接受原假設。即從2個方面都可認為插值前后2個心磁周期的樣本數據無明顯差別。

2.2 頻域相關性分析結果

心磁數據中包含豐富的頻譜信息,本文利用快速傅里葉變換(fast Fourier transform,FFT)方法,對插值前后心磁信號通過非遞歸型(finite impulse responrse,FIR)高通、低通濾波器濾波后在頻域范圍內進行幅頻、相頻以及頻譜圖對比分析。

采用三次樣條插值法和線性插值法,在原始心磁數據2個相隔實測數據點間計算新的200數據點插入,最后繪制出原始數據和2種不同插值法之后V1導聯的頻譜,如圖3～圖6所示。

圖3 原始數據頻譜、相頻分析結果

圖4 線性插值頻譜、相頻分析結果

圖6 插值前后幅頻比較結果

由圖3可知，在沒有濾波的情況下,原始數據的相頻圖雜亂無章,經過FIR低通濾波器的處理能濾去高頻部分的干擾,但是由于人體電磁信號通常都是微弱的低頻信號,因而原始數據經過高通濾波之后無法濾去低頻干擾。對比圖3、圖4與圖5可以得出，無論何種插值方法之后的數據都被濾去了50 Hz的工頻干擾;插值之后的數據相頻圖相對原始數據相頻圖來說，更加平滑且有低通濾波器的功效。對比圖4和圖5,可以看出樣條插值比線性插值在高頻濾波部分變得更為出色,并且將低頻部分變得更加平滑;此外樣條插值比線性插值之后的數據相頻圖更加光滑,抖動更小,有利于進一步繪制心磁圖等。由圖6可以看出,插值之后并沒有影響數據的頻譜完整性。

3 結 論

實測心磁信號是離散的、有限的、關于時間的數據序列,將心磁數據通過插值合理地在實測點間插入數據,使其包含足夠的數據量來進行心磁圖計算,提高精度,從而更有利于輔助醫生診斷,這樣能解決實測數據困難且有限的缺點,但必須不能損害原始心磁數據的完整性。本文采用線性插值和三次樣條插值分別在實測原始數據高、低頻濾波中使用,研究了36組實測的心磁數據與2種不同插值方法之后系統的相關性分析,證實了插值前后的心磁數據形態沒有差別,隨后引入秩和檢驗判斷了插值前后的系統沒有顯著性差別。本文對實測數據進行了豐富,從而有助于填充圖像變換時像素之間的空隙,但未考慮到數據的測量精度,將在以后的研究中進行改善。

[1] 陳波,劉冬梅,陳薇.基于插值的準周期電生理信號樣本構建的研究[J].電子測量與儀器學報,2013,27(12):1127-1133.

[2] 王倩,馬平,華寧，等.基于心磁信號的心臟電流偶極子陣列成像及相關性質的研究[J].物理學報,2010,59(4):2882-2888.

[3] 唐爍,楊明娟.二元牛頓關聯連分式插值的矩陣算法[J]. 合肥工業大學學報(自然科學版),2010,33(8):1260-1263.

[4] 孔維華,林京. 醫學圖像的多方向加權層間插值算法[J]. 合肥工業大學學報(自然科學版),2010,33(9):1438-1440.

[5] 陳浩,華燈鑫，張毅坤，等.基于三次樣條函數的激光雷達數據可視化插值法[J].儀器儀表學報,2013,34(4):831-837.

[6] 任崇玉,張妍.同步脈搏心電信號的混沌特性分析[J].蘭州理工大學學報,2011,37(5):83-87.

[7] 孫靜,黃丹飛,喬洪勇.腦梗塞時心電信號和腦電信號的相關性分析[J].長春理工大學學報(自然科學版),2014,37(1):156-159.

[8] 劉蓉,李春月,王永軒，等.基于序貫似然比檢驗的運動想象腦電信號分類方法研究[J].大連理工大學學報,2013,53(6):898-902.

[9] 蔡超峰,張勇，郭舒婷，等.思維腦電信號的關聯維數分析[J]. 河南科技大學學報(自然科學版),2012,33(1):37-40.

[10] 劉澄玉,趙莉娜,劉常春.生理信號時間序列周期性和平穩性對近似熵和樣本熵算法的影響分析[J]. 北京生物醫學工程,2012,31(2):154-158，163.

[11] 諶玉紅,鄭捷文,李晨明，等.不同負荷模擬行走時的生理、生物力學信號分析[J].北京生物醫學工程,2014,33(6):603-608.

(責任編輯 張 镅)

Study of MCG signal correlation based on interpolation process

CHEN Hao, CHEN Bo, LI Hua, CHU Zhaobi， KONG Yan

(School of Electric Engineering and Automation, Hefei University of Technology, Hefei 230009, China)

Interpolation is an effective method to enrich discrete data. In this paper, on the basis of the construction of magnetocardiography(MCG) correlation sequence, the correlation analysis of the discrete MCG data before and after interpolation is conducted, and the statistical rank sum test is introduced to determine whether there is a significant difference between the interpolated data and the primitive one. Finally, the interpolated and primitive data is analyzed in the frequency domain. Based on the results of the correlation and statistical rank sum test analyses, it is pointed out that there is a specific relationship between the data systems before and after interpolation and there is no significant difference between the interpolated data and the primitive one. The correlation coefficient, variance, kurtosis and amplitude-frequency waveform keep consistent after interpolation. Therefore, the interpolation is an effective method to enrich MCG medical data.

correlation; interpolation; magnetocardiography(MCG) data

2015-08-20；

2015-10-09

國家自然科學基金青年科學基金資助項目(11105037)

陳 浩(1992-),男,安徽六安人,合肥工業大學碩士生; 儲昭碧(1970-),男,安徽岳西人,博士,合肥工業大學教授,碩士生導師.

10.3969/j.issn.1003-5060.2017.02.012

TP391.41

A

1003-5060(2017)02-0200-05