一种去除心电信号中静电干扰的方法和装置制造方法及图纸

本发明专利技术属于信号处理技术领域，提供了一种去除心电信号中静电干扰的方法和装置。所述方法包括：获取待处理信号的前向卡尔曼滤波数据；根据所述前向卡尔曼滤波数据，获取所述待处理信号中的心电信号。通过本发明专利技术解决了现有扩展卡尔曼滤波器去除心电信号中静电干扰准确率不高的问题。

【技术实现步骤摘要】

本专利技术属于信号处理
，尤其涉及一种去除心电信号中静电干扰的方法和装置。
技术介绍
心电信号能够给医生提供重要的临床信息，因而被广泛地用于健康状态的监测。由于外部电场的影响，心电信号的检测常常受到静电信号的干扰。因为静电信号的频谱和心电信号的频谱重叠，所以传统的频率滤波器难以去除静电干扰。目前常用小波变换和扩展卡尔曼滤波器去除心电信号中的静电干扰，但是，小波变换的复杂度大，无法应用于心电信号中静电干扰的去除。卡尔曼滤波器能够根据观测量动态估计状态量，作为一种时域算法，特别适合用于去除频谱和信号频谱重叠的噪声。所谓扩展卡尔曼滤波器，是一种针对传统卡尔曼滤波器对所处理的系统的线性化要求，根据一阶泰勒级数展开理论，将非线性的系统展开成线性近似后，对传统卡尔曼滤波器进行了相应地调整后，所形成新型滤波器，以含有噪声的心电信号作为观测量，扩展卡尔曼滤波器可以动态地估计出心电信号，从而实现心电信号中静电干扰的去除。然而，扩展卡尔曼滤波器去除心电信号中静电干扰的准确率不高。故，有必要提出一种新的技术方案，以解决上述技术问题。
技术实现思路
鉴于此，本专利技术实施例提供一种去除心电信号中静电干扰的方法和装置，以解决现有扩展卡尔曼滤波器去除心电信号中静电干扰准确率不高的问题。本专利技术实施例的第一方面，提供一种去除心电信号中静电干扰的方法，所述方法包括：获取待处理信号的前向卡尔曼滤波数据；根据所述前向卡尔曼滤波数据，获取所述待处理信号中的心电信号。本专利技术实施例的第二方面，提供一种去除心电信号中静电干扰的装置，所述装置包括：数据获取模块，用于获取待处理信号的前向卡尔曼滤波数据；信号获取模块，用于根据所述前向卡尔曼滤波数据，获取所述待处理信号中的心电信号。本专利技术实施例与现有技术相比存在的有益效果是：本专利技术实施例通过前向卡尔曼滤波获取待处理信号的前向卡尔曼滤波数据，根据所述前向卡尔曼滤波数据和RTS平滑理论，平滑估计出待处理信号中的心电信号，从而实现心电信号中静电干扰的去除，解决了现有扩展卡尔曼滤波器去除心电信号中静电干扰准确率不高的问题。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例一提供的去除心电信号中静电干扰的方法的实现流程图；图2是本专利技术实施例二提供的去除心电信号中静电干扰的方法的实现流程图；图3是本专利技术实施例二提供的心电信号R波检测的结果示例图；图4是本专利技术实施例二提供的多个心电周期的平均ECGmean示例图；图5是本专利技术实施例二提供的用计算出的模型参数重构的心电信号示例图；图6是本专利技术实施例二提供的扩展卡尔曼滤波器估计出的心电信号和扩展卡尔曼RTS平滑器估计出的心电信号的示例图；图7是本专利技术实施例三提供的去除心电信号中静电干扰的装置的组成示意图；图8是本专利技术实施例四提供的去除心电信号中静电干扰的装置的组成示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。实施例一：图1示出了本专利技术实施例一提供的去除心电信号中静电干扰的方法的实现流程，所述实现流程详述如下：在步骤S101中，获取待处理信号的前向卡尔曼滤波数据；在本专利技术实施例中，所述待处理信号为含有静电干扰的心电信号。在本专利技术实施例中，利用扩展卡尔曼滤波器获取待处理信号的前向卡尔曼滤波数据。传统扩展卡尔曼滤波理论的具体内容如下：利用扩展卡尔曼滤波器去除心电信号中噪声的本质是：把含有噪声的心电信号作为观测量，利用扩展卡尔曼滤波器动态估计状态量，即心电信号。卡尔曼滤波器要求所处理的系统必须能够用一个线性的状态转移方程和一个线性的观测方程写成如公式(1-1)所示的形式。其中，Xk+1为k+1时刻的状态矢量，Wk+1为k+1时刻的过程噪声，F(k+1,k)为k+1时刻的状态转移矩阵，Yk为k时刻的观测矢量，Vk为k时刻的观测噪声，C(k)为k时刻的观测矩阵。卡尔曼滤波器属于贝叶斯滤波框架，它由预测过程和更新过程组成。k时刻的卡尔曼滤波值可以由以下四个公式计算得到。利用公式(1-2)计算k时刻的状态量的估计量：其中，f为状态转移抽象函数，Wk为k时刻的过程噪声，为k时刻的过程噪声估计量。利用公式(1-3)计算k时刻的新息过程：其中，g为观测量与状态量之间的抽象函数，Vk为k时刻的观测噪声，为k时刻的观测噪声估计量。利用公式(1-4)计算k时刻的卡尔曼滤波系数：Kgk＝Pk,k-C(k)(C(k)Pk,k-1C(k)+Rk)-1(1-4)其中，Pk,k为卡尔曼滤波误差自相关矩阵，Pk,k-1为卡尔曼滤波预测误差自相关矩阵，Rk为观测误差自相关矩阵，C(k)为单位矩阵。利用公式(1-5)计算k时刻的卡尔曼滤波输出值：计算k+1时刻的卡尔曼滤波输出值时，将k时刻的卡尔曼滤波输出值和卡尔曼滤波误差自相关函数Pk,k传递到k+1时刻的卡尔曼滤波。为了利用卡尔曼滤波器去除心电信号中的静电干扰，必须将卡尔曼滤波理论与实际的心电信号模型结合。目前，常用的心电信号模型如公式(1-6)所示：其中，心电信号模型用五个高斯函数对应地表示心电信号的五个波，αi,bi，θi为这五个高斯函数对应的模型参数，θk为一个心电信号周期的所有抽样点均匀分布与0到2π后，k时刻的采样数据对应的弧值，δ为采样间隔，ω为全局采样角速度，Δθ＝(θk-θi)mod(2π)，Zk为k时刻的采样数据对应的心电幅值，η为建模不确定性。利用卡尔曼滤波估计心电信号时，状态矢量Xk由心电信号数据点的弧值θk和数据点的幅值Zk组成，而观测矢量Yk由含有静电干扰心电信号的数据点的弧值和数据点的幅值Sk组成，过程噪声Wk由抽样角速度，抽样间隔δ以及15个模型参数组成，即Wk＝[ωg,η,αP,αQ,αR,αS,αT,bP,bQ,bR,bS,bT,θP,θQ,θR,θS,θT]。系统的观测方程为现象的，但是，系统的状态转移方程为非线性的，需利用一阶泰勒级数展开理论，将其展开成近似线性的形式，非线性的系统可以用非线性抽样函数表示为公式(1-7)所示的方程组：其中，本文档来自技高网...

【技术保护点】
一种去除心电信号中静电干扰的方法，其特征在于，所述方法包括：获取待处理信号的前向卡尔曼滤波数据；根据所述前向卡尔曼滤波数据，获取所述待处理信号中的心电信号。

【技术特征摘要】
1.一种去除心电信号中静电干扰的方法，其特征在于，所述方法包括：
获取待处理信号的前向卡尔曼滤波数据；
根据所述前向卡尔曼滤波数据，获取所述待处理信号中的心电信号。
2.根据权利要求1所述的方法，其特征在于，在获取待处理信号的前向卡尔曼滤波数据
之前，还包括：
获取待处理信号的相关参数。
3.根据权利要求2所述的方法，其特征在于，所述获取待处理信号的相关参数包括：
采集N个心电周期的待处理信号，并存入2×M矩阵O，矩阵O的第k0个列矢量Ok0=k0zk0,]]>其中，k0＝1,2,…,M,M、N为大于零的整数，为待处理信号的幅值，k0为采样点序号；
对所述采集的N个心电周期的待处理信号进行R波检测，将所述待处理信号的R峰的序
号k0存入一维列矢量R，计算第i个心电周期的起始点位置并将其存入一维列矢量Beg，其中，R(i)为第i个待处理信号R峰的采样点序号，INT为取整函
数；
根据所述第i个心电周期的起始点位置Beg(i)，计算第i个心电周期的采样点数Numi，以
获得所述待处理信号的全局角速度其中，fs为采样频率；
将第i个心电周期的待处理信号映射成长度为fs的信号序列ECGnewi，并计算所述N个心
电周期的信号平均值其中，ke＝1,2,…,fs；
根据所述N个心电周期的信号平均值ECGmean(ke)，计算所述待处理信号的模型参数
以获得过程噪声矢量均值
W‾=[ωg,η,αP‾,αQ‾,αR‾,αS‾,αT‾,bP‾,bQ‾,bR‾,bS‾,bT‾,θP‾,θQ‾,θR‾,θS‾,θT‾],]]>其中η为建模不确定性；
根据信号序列ECGnewi(ke)和所述N个心电周期的信号平均值ECGmean(ke)，计算所述待
处理信号的观测噪声功率ECGms，以获得前向卡尔曼滤波观测噪声自相关矩阵
R(2,2)=(ωgδ)2/1200ECGms,]]>其中δ为采样间隔。
4.根据权利要求3所述的方法，其特征在于，所述获取待处理信号的前向卡尔曼滤波数
据包括：
采集所述待处理信号，计算所述待处理信号中第kp个采样点所对应的弧值以获得
kp时刻的观测矩阵其中，为kp时刻的信号幅值，kp为大于零的整数；
计算kp时刻的前向卡尔曼滤波预测值和kp时刻的
前向卡尔曼滤波预测误差自相关矩阵Kf(kp-1,kp)=Akp-1Pf(kp-1)Akp-1T+Fkp-1QFkp-1T,]]>其
中，f为前向卡尔曼滤波的状态转移抽象函数,为kp-1时刻前向卡尔曼滤波的状态转移
抽象函数f对的偏导数，为kp-1时刻前向卡尔曼滤波的状态转移抽象函数f
对的偏导数，Pf(kp-1)为kp-1时刻的前向卡尔曼滤波误差自相关矩阵，Q为前向卡尔曼滤
波观测误差自相关矩阵；
根据kp时刻的观测矩阵计算kp时刻的新息过程以获得前向卡尔曼滤波值
其中，为kp时刻的前向卡尔曼滤波增益矩阵；
根据kp时刻的前向卡尔曼滤波增益矩阵和kp时刻的前向卡尔曼滤波预测误差自相
关矩阵Kf(kp-1,kp)，计算kp时刻的前向卡尔曼滤波误差自相关矩阵Pf(kp)=(I-KgkpfC)Kf(kp-1,kp),]]>其
中，I和C为单位矩阵。
5.根据权利要求4所述的方法，其特征在于，所述根据所述前向卡尔曼滤波数据，获取
所述待处理信号中的心电信号包括：
根据kp时刻的前向卡尔曼滤波预测误差自相关矩阵Kf(kp-1,kp)和kp-1时刻的前向卡尔
曼滤波误差自相关矩阵Pf(kp-1)，计算kp-1时刻的前向卡尔曼滤波增益矩阵Kg(kp-1)＝Pf(kp-1)[Kf(kp-1,kp)]-1；
根据kp-1时刻的前向卡尔曼滤波增益矩阵Kg(kp-1)、kp-1时刻的前向卡尔曼滤波值
kp时刻的所述待处理信号中心电信号的的输出值和kp时刻的前向卡尔
曼滤波预测值计算kp-1时刻的所述待处理信号中的心电信号的输出值
X^(kp-1)=Xf^(kp-1)+Kg(kp-1)(X^(kp)-X1f^(kp)).]]>6.一种去除心电信号中静电干扰的装置，其特征在于，所述装置包括：
数据获取模块，用于获取待处理信号的前向卡尔曼滤波数...

【专利技术属性】
技术研发人员：李烨，饶永康，李鑫，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东;44