上官卫华， 李烨， 吴敏

(1.中国科学技术大学 软件学院，安徽，合肥 230026 ； 2.中国科学院 深圳先进技术研究院 生物医学信息技术研究中心，广东，深圳 518055)

随着人们健康意识的增强及关联技术的发展，关于穿戴式心电的创新层出不穷[1]，目的均为尽可能无感地、精准地提供心电健康服务，但脱离了医院特有的静止检测、专业医生操作、定期设备维护、医生介入生成报告等背景，穿戴式移动应用均面临着一个不可避免却又严峻的问题[2]，即日常监测带来的干扰，除了常见的肌电干扰、工频干扰、基线漂移外，影响最大的是身体活动及设备原因带来的波形干扰，如爬楼梯、提重物甚至睡眠时挤压到贴片电极、采集设备低电量等，均会引起心电描迹线的起伏，严重情况甚至可以湮没正常的心电信号，造成心电自动分析失败，失去心电监测的价值，甚至带来受检者对健康担忧等负面影响.

基线漂移、工频干扰及部分肌电干扰因其频率特征可通过滤波算法进行滤除[3-5]，对应的研究很多，而运动干扰、设备干扰引起伪差具有无规律可循、频谱范围与心电频谱重叠、且形态易与异常心电波混淆等特点，设备依懒性高，去除难度较大，对应研究相对较少. 田学隆等[6]提出了基于小波变换和似然无偏估计的运动伪差消除法，但主要是消除肌电干扰和基线漂移；卞玉萍等[7]提出了一种基于最小二乘法原理的运动伪差识别算法，通过设定伪差波形与正常波形之间残差能量的阈值系数，识别出运动伪差波形，但阈值设置依赖性强，设置不当会严重影响分析结果的准确度；……