使用LabVIEW進行心電信號處理

　　1. 心電信號預處理

　　心電信號預處理可以幫助用戶去除心電信號中的污染。廣義上講，心電信號污染可以分為如下幾類：

　　• 電源線干擾

　　• 電極分離或接觸噪聲

　　• 病人電極移動過程中人為引入的偽影

　　• 肌電（EMG）噪聲

　　• 基準漂移

　　在這些噪聲中，電源線干擾和基準漂移是最為重要的，可以強烈地影響心電信號分析。除了這兩種噪聲，其它噪聲由于可能是寬頻帶的且復雜的隨機過程，也會 使心電信號失真。電源線干擾是以60 Hz (或 50 Hz)為中心的窄帶噪聲，帶寬小于1Hz。通常，心電信號的采集硬件可以消除電源線干擾。但是，基準漂移和其它寬帶噪聲通過硬件設備很難抑制。而軟件設計 則成為更為強大而可行的離線式心電信號處理方法。用戶可以使用以下方法來消除基準漂移和其它寬帶噪聲。

　　消除基準漂移

　　基準漂移的產生通常源于呼吸，頻率在0.15 到 0.3 Hz之間，可以通過使用高通數字濾波器進行抑制。用戶還可以使用小波變換通過消除心電信號的趨勢來消除基準漂移。

　　1. 數字濾波器方法

　　LabVIEW 的DFDT工具箱提供了圖形化和交互式的方法，用于快速而高效地設計和實現有限沖擊響應(FIR)或無限沖擊響應(IIR)濾波器。例如，用戶可以使用Classical Filter Design Express VI設計Kaiser窗FIR高通濾波器消除基準漂移。圖3顯示了一個高通濾波器的實例，用戶可以使用這個實例VI的程序框圖來消除基準漂移。

圖3 設計并使用高通濾波器消除基準漂移

　　2．小波變換方法

　　除了數字濾波器，小波變換也是一種消除指定頻帶內信號的有效方法。LabVIEW ASPT工具箱提供了WA Detrend VI，它可以消除信號的低頻趨勢。圖4顯示了使用WA Detrend VI消除基準漂移的實例。

圖4 使用WA Detrend VI消除基準漂移

　　這個實例使用了Daubechies6 (db06)小波，因為這種小波與實際的心電信號相似。在這個實例中，心電信號的采樣周期為60秒，共1200個采樣點。這樣根據如下公式，趨勢級別為0.5：

　　其中，t是采樣周期而N為采樣點數。

　　圖5顯示了原始的心電信號，以及由基于數字濾波器方法和基于小波變換方法處理后得到的心電信號。你可以看到處理后的心電信號在保持原有心電信號主要特 性的同時，幾乎不含有基準漂移信息。你還可以注意到基于小波變換的方法更具優勢，因為這種方法不引入延時，而且比基于數字濾波器方法的失真更小。

圖5 基于數字濾波器和基于小波變換的方法比較

　　消除寬帶噪聲

　　在消除了基準漂移后，得到的心電信號比原來的信號更加清晰和穩定。但是，其它類型的噪聲仍然會影響心電信號的特征提取。這些噪聲是寬頻帶的復雜隨機過 程，所以不能使用傳統的數字濾波器。為了消除寬帶噪聲，需要使用Wavelet Denoise Express VI。

　　這種Express VI首先應用小波變換將心電信號分解到各個子帶，然后利用閾值或收縮功能調整小波系數，最后重建出消除噪聲后的信號。下圖顯示了對心電信號使用非抽樣小波變換(UWT)的實例。