牛晓东 卢莉蓉 王鉴 韩星程 郭树言 王黎明†

1) (中北大学,信息探测与处理山西省重点实验室,太原 030051)

2) (长治医学院物理教研室,长治 046000)

3) (长治医学院生物医学工程系,长治 046000)

心电图(electrocardiogram,ECG)诊断心脏疾病的严格标准,要求有效地消除噪声并准确地重建ECG信号.经验模式分解(empirical mode decomposition,EMD)方法重建ECG 信号中,模式混叠及重建采用模式分量的识别以经验为基础,导致重建ECG 信号准确度降低,且方法不具有自适应和通用性.本文首先基于积分均值定理提出一种改进的EMD 方法—积分均值模式分解(integral mean mode decomposition,IMMD)方法,经5000 个高斯白噪声样本的蒙特卡罗法验证,IMMD 方法比EMD 具有更优多分辨率分析能力,能够有效地缓解模式混叠.其次,基于ECG 信号内固有心动物理特征量识别重建ECG 信号所采用的模式分量,具有现实物理意义,因此,方法具有自适应和通用性.经验证,提出方法重建47 例ECG 信号与原ECG 信号的相关系数中: 31 例优于变分模式分解方法; 33 例优于Haar 小波软阈值法; 42 例优于集总经验模式分解方法; 45 例优于EMD 方法.相关系数均值为0.8904,方差为0.0071,表现稳定且最优.

1 引 言

心电图(electrocardiogram,ECG)记录的是心脏生理电活动信号,ECG 检查一般通过ECG 中P,QRS,T 特征波波形、时长及幅值识别诊断各种心脏疾病.例如P 波形状高尖,且振幅 ≥ 0.25 mV判断为右房肥大; P,R 间期延长 > 0.21 s 存在房室传导阻滞等[1].因此,ECG 信号轻微失真,也可能导致心脏疾病误诊.然而,ECG 信号是一种非线性、非平稳弱信号,极易被噪声污染.噪声一般包括两类: 50 Hz (在一些国家为60 Hz)电源线工频及由呼吸、电极或人体……