【技术实现步骤摘要】
本专利技术涉及信号噪声处理，尤其涉及一种自适应心电信号工频干扰滤除方法。
技术介绍
1、心电信号(electrocardiogram,ecg)实时记录着心脏的活动状况，携带着丰富的心律以及病理信息。心电信号由波、段、间期组成，各自携带着对应的临床信息，是心血管疾病诊断的重要依据。由于当前ecg信号检测医疗设备均使用家用交流电供电，因此采集的ecg信号中不可避免地会掺杂着不同程度的工频干扰噪声信号，工频干扰会严重影响ecg信号的波形特征，给医生在根据心电图诊断病情的过程中带来了很大的影响。
2、目前常用的滤波去噪手段包括：陷波滤波、小波滤波、经验模态分解滤波等，大量研究实验证明这些滤波去噪方法在去除ecg信号的过程中会把工频干扰所在的频段的有用信号也一并滤除，导致滤波后的ecg信号缺失部分重要信息，影响医生的诊断；因此，如何在去除ecg信号中滤除工频干扰的同时最大程度保留ecg真实信号是本领域技术人员尚待解决的问题。
技术实现思路
1、基于
技术介绍
存在的技术问题，本专利技术提出了一种自适应心电信号工频干扰滤除方法，解决了去除emg信号中各种干扰噪声的同时最大程度保留emg真实信号的技术问题。
2、本专利技术提出的一种自适应心电信号工频干扰滤除方法，包括：
3、s1：基于所获取到的心电信号查找工频干扰所在的频域区间；
4、s11：将获取到的心电信号预处理得到心电信号频域数据以及信号功率谱密度，表示频率：
5、s12：划分3个频
6、s13：判断第一基准功率是否大于等于第二基准功率，若是，则包括基准频率的频率区间内包含工频干扰，进入步骤s14，若否，则包括基准频率的频率区间内不包含工频干扰，直接输出滤波后的心电信号，将所述直接输出滤波后的心电信号作为不存在工频干扰时所输出的心电信号；
7、s14：基于心电信号频域数据在包括基准频率的频率区间查找幅值最大的峰值点；
8、s15：以峰值点对应的频率作为起点，沿着横坐标正、反两个方向分别以为步长，正向步进计算，反向步进计算，表示采样频率，表示乘积；
9、s16：将正向步进计算结果和反向步进计算结果小于0时对应的两个频率值为工频干扰所在的频域区间；
10、s2：基于工频干扰所在的频域区间，利用自适应陷波滤波算法对基准频率的频率区间对应的心电信号进行陷波滤波处理，得到陷波滤波后平均功率；
11、s3：基于陷波滤波后平均功率和第二基准功率计算误差值，以评估陷波滤波后的信号在工频干扰所在的频域区间内信号功率与其他不包括基准频率的频率区间的功率差异性；
12、s4：通过对比筛选出误差值最小对应的滤波器参数，最终得到与输入的心电信号对应的自适应陷波滤波器，通过自适应陷波滤波器对心电信号处理，得到去除工频干扰后的心电信号，将所述去除工频干扰后的心电信号作为存在工频干扰时所输出的心电信号。
13、进一步地，在步骤s11中，具体包括：
14、将获取到的心电信号依次进行低通滤波、高通滤波处理，得到滤波后的心电信号，表示离散心电信号集合，其中，为信号长度；
15、对滤波后的心电信号进行快速傅里叶变换得到心电信号频域数据，并基于滤波后的心电信号计算心电信号的信号功率谱密度。
16、进一步地，在步骤s11中，信号功率谱密度的计算公式如下：
17、
18、其中，表示在频率处的信号功率谱密度，表示信号长度，是复数中的虚数单位。
19、进一步地，在步骤s12中，频率区间的平均功率计算如下：
20、
21、其中，为频率区间的下限，为频率区间的上限。
22、进一步地，在步骤s2中，具体包括：
23、基于巴特沃斯滤波器构建陷波滤波器，首先初始化陷波滤波器的参数；
24、以平均功率作为目标功率，基于网格搜索法对每种陷波滤波器参数进行不同组合构建新陷波滤波器，基于新陷波滤波器对基准频率的频率区间对应的心电信号进行陷波滤波处理，分别得到不同参数组合下的陷波滤波后平均功率。
25、进一步地，陷波滤波器的参数具体为：阶数候选值为，陷波起始频率候选值为，陷波终止频率候选值为，表示陷波起始频率候选值与陷波终止频率候选值的交界值。
26、进一步地，误差值计算如下：
27、。
28、本专利技术提供的一种自适应心电信号工频干扰滤除方法的优点在于：本专利技术结构中提供的一种自适应心电信号工频干扰滤除方法，首先对采集的心电信号进行低通滤波和高通滤波；然后对心电信号进行快速傅里叶变换，查找工频干扰所在的频域区间；最后利用自适应陷波滤波算法对心电信号进行滤波处理，得到去除工频干扰后的心电信号；解决了去除emg信号中各种干扰噪声的同时最大程度保留emg真实信号的技术问题，特别是semg信号中的干扰噪声；为医生提供了正确的诊断依据。
本文档来自技高网...【技术保护点】
1.一种自适应心电信号工频干扰滤除方法，其特征在于，包括：
2.根据权利要求1所述的自适应心电信号工频干扰滤除方法，其特征在于，在步骤S11中，具体包括：
3.根据权利要求2所述的自适应心电信号工频干扰滤除方法，其特征在于，信号功率谱密度的计算公式如下：
4.根据权利要求3所述的自适应心电信号工频干扰滤除方法，其特征在于，在步骤S12中，频率区间的平均功率计算如下：
5.根据权利要求1所述的自适应心电信号工频干扰滤除方法，其特征在于，在步骤S2中，具体包括：
6.根据权利要求5所述的自适应心电信号工频干扰滤除方法，其特征在于，陷波滤波器的参数具体为：阶数候选值为，陷波起始频率候选值为，陷波终止频率候选值为，表示采样频率，表示乘积，表示陷波起始频率候选值与陷波终止频率候选值的交界值。
7.根据权利要求5所述的自适应心电信号工频干扰滤除方法，其特征在于，误差值计算如下：
【技术特征摘要】
1.一种自适应心电信号工频干扰滤除方法，其特征在于，包括：
2.根据权利要求1所述的自适应心电信号工频干扰滤除方法，其特征在于，在步骤s11中，具体包括：
3.根据权利要求2所述的自适应心电信号工频干扰滤除方法，其特征在于，信号功率谱密度的计算公式如下：
4.根据权利要求3所述的自适应心电信号工频干扰滤除方法，其特征在于，在步骤s12中，频率区间的平均功率计算如下：
5.根...
【专利技术属性】
技术研发人员：王君洪，徐向民，鲍庆升，花浩镪，郑慧敏，徐素平，
申请(专利权)人：合肥综合性国家科学中心人工智能研究院安徽省人工智能实验室，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。