基于容性耦合電極的可穿戴心電信號檢測及其去噪算法研究*

李鴻強,崔佃銀,袁丹陽,曹 路,李恩邦

(1.天津市光電檢測技術與系統重點實驗室,天津工業大學電子與信息工程學院,天津 300387;2.天津市胸科醫院,天津 300051;3.澳大利亞伍倫貢大學物理系,伍倫貢 新南威爾士州 2522,澳大利亞)

基于容性耦合電極的可穿戴心電信號檢測及其去噪算法研究*

李鴻強1*,崔佃銀1,袁丹陽1,曹 路2,李恩邦3

(1.天津市光電檢測技術與系統重點實驗室,天津工業大學電子與信息工程學院,天津 300387;2.天津市胸科醫院,天津 300051;3.澳大利亞伍倫貢大學物理系,伍倫貢 新南威爾士州 2522,澳大利亞)

針對傳統心電檢測系統存在佩戴電極不方便和電極導電膏易脫水等問題,在研究分析電容耦合工作原理的基礎上,設計了一種可穿戴容性耦合電極。針對這種可穿戴容性耦合電極,提出了一種改進小波閾值去噪算法,該算法結合心電信號與噪聲小波系數分布特性,采用改進閾值函數對分解后小波系數量化處理并重構心電信號。利用MIT-BIH數據庫驗證,該算法能有效消除心電信號中的噪聲干擾,相比平滑濾波、數學形態濾波和經驗模式分解信噪比提高了10.72%,均方誤差減小了27.29%。心電檢測實驗表明可穿戴容性耦合心電信號檢測系統能夠準確檢測出人體心電信號主要特征。

信號處理;容性耦合;改進小波閾值;心電檢測

心電信號是人體心臟疾病診斷的重要依據,傳統心電檢測系統測量時需要Ag/Cl電極與皮膚直接接觸,電極粘附需要較長時間準備,佩戴電極不方便,且電極導電膏易脫水[1]。近年來學者們針對非接觸心電信號測量進行了研究。Kim等[2]使用大尺寸電極作為參考電極,研制了非接觸檢測心電信號的座椅;高山等[3]使用導電纖維制成電容電極并集成在床單上,通過身體靠近電極形成電容,耦合獲取心電信號;周平等[4]采用優化濾波電路結構,基于電容耦合原理設計了一種非接觸心電傳感器與心電測量系統。

以上分析僅針對心電信號非接觸測量進行了研究,并未對心電信號去噪處理方法進行研究。目前心電去噪方法有平滑濾波、經驗模式分解、數學形態濾波等方法[5-7]。數學形態學和經驗模式分解濾波效果好,但其算法計算復雜,實時處理能力差;平滑濾波算法簡單,處理速度快,但對QRS波有較大削峰,信號衰減大。因此,本文設計了一種可穿戴容性耦合電極,并針對容性耦合電極采集心電信號易受噪聲干擾的特點,提出了一種改進小波閾值去噪方法,并對心電信號去噪結果對比分析,驗證表明本文提出的算法去噪效果良好,檢測系統能準確檢測出心電信號主要特征。

1 可穿戴心電信號檢測系統

1.1 心電信號檢測系統結構

心電檢測系統可分為信號采集、信號放大和信號處理3個模塊[8-9],系統結構框圖如圖1所示。

信號采集模塊包括固定在棉質衣物上的兩個容性耦合電極,用于耦合人體皮膚表面微弱的心電信號。信號放大模塊包括前置放大電路、濾波電路和后置放大電路。前置放大電路采用差動放大器對微弱的心電信號初步放大并且抑制共模干擾。濾波電路采用截止頻率分別為0.3 Hz的高通濾波器、100 Hz的低通濾波器和50 Hz的陷波濾波器,分別用于抑制低頻噪聲、高頻噪聲以及差動放大器后的工頻干擾。后置放大電路采用儀表放大器對濾波之后的心電信號放大以滿足模數轉換的需求。信號處理模塊包括模數轉換器、微處理器和上位機。微處理器采用ADuCM361芯片,模數轉換器采用ADAS1000芯片,對心電信號進行模數轉換,然后通過藍牙DX-BT05型模塊無線傳輸心電數據到上位機,上位機通過LabVIEW編寫心電數據接收程序、改進小波閾值去噪程序和人機交互界面程序,完成對心電數據的去噪處理和波形顯示。

1.2 容性耦合原理及電極設計

容性耦合電極是利用電容耦合的原理,將人體皮膚和電極的極板看作耦合電容器的兩個導電平板,電極、衣物和人體皮膚就共同組成了一個等效的耦合電容Cs,其模型如圖2(a)所示。人體皮膚表面的電信號通過電容的耦合作用就可以傳遞到容性耦合電極的極板上,然后將兩個置于人體皮膚表面不同位置的電極獲取的兩路電信號進行差分運算,就可獲取微弱的心電信號[10],其工作原理如圖2(b)所示。

圖2 容性耦合電極等效模型及工作原理

圖3(a)為可穿戴容性耦合電極實物圖,本文采用多層印刷電路板(PCB)制作了半徑為1.5 cm的容性耦合電極,包含了絕緣層、屏蔽層和運算放大器。為了更好地獲取心電信號,容性耦合電極的預處理電路采用輸入阻抗為1.5 TΩ的CA3140運算放大器構成電極的電壓跟隨電路,增大信號輸入阻抗,充分滿足系統高輸入阻抗的需要。

圖3(b)為電極預處理電路原理圖,其中Cs為皮膚與電極之間的耦合電容,Ca為運算放大器的輸入電容,Rb為偏置電阻,用來產生偏置電流。

圖3 容性耦合電極及預處理電路

根據預處理電路結構可知其增益為:

(1)

從圖3(b)和式(1)中可以看出容性耦合電極的預處理電路可以等效為一個高通濾波器,通帶增益由耦合電容Cs與總電容決定,而截止頻率受偏置Rb的影響。電容Cs表達式:

Cs=ε0εr(S/d)

(2)

式中:εo為真空中的介電常數,εr為兩極板之間物質的相對介電常數,S為兩極板的有效耦合面積,d為兩極板的耦合距離。由于各種布料之間充滿空氣,近似認為εo=εr=1,且本文電極半徑為1.5 cm,因此輸出信號主要受耦合距離d的影響。圖4可看出隨著耦合距離d的增大,耦合電容值會衰減,從而導致輸出信號幅值的減小。

圖4 耦合距離d對耦合電容值的影響

另一方面為了保證心電信號不衰減的通過高通濾波器,高通濾波器下限頻率不能高于心電信號頻率。其截止頻率fL為:

fL=1/(2πRbCs)

(3)

綜合考慮式(2)和式(3),可計算知偏置電阻Rb的阻值需要上百GΩ才能滿足條件。本文采用反接二極管來提供偏置電阻Rb。經實驗分析:二極管的反向電阻不僅可以滿足阻值條件,而且還具有一定的動態調節能力,當耦合電容變小時,進入檢測系統的電流就會變小,則二極管的反向動態阻值就會變大,反之,二極管的反向電阻就會變小,因此相比于固定阻值的電阻,反接二極管與耦合電容組合更能滿足要求。

2 心電信號去噪算法

2.1 小波閾值去噪原理

圖5 有用信號與噪聲小波系數分布

2.2 改進小波閾值函數

閾值函數是小波系數閾值量化處理的一個關鍵因素,關系到重構信號的精度和連續性,影響著心電信號的去噪效果,傳統的閾值函數為:

硬閾值

(4)

軟閾值

(5)

針對硬閾值法和軟閾值法在心電信號去噪中的不足,本文提出了一種改進閾值函數:

(6)

圖6 軟、硬閾值函數和改進閾值函數

閾值λ的選取是小波系數閾值量化處理的另一個關鍵因素,若選取閾值過大,則會濾除有用的信號,造成心電信號的過平滑,而選取閾值過小,則會把噪聲當作心電信號進行保留,達不到良好的去噪效果。本文采用的閾值為[15]:

(7)

式中:N為小波分解后各層小波系數的長度,σ為噪聲信號的估計標準差,實際應用中噪聲強度σ的值是未知的,通常采用σ=(median|wj,k|)/0.674 5對各層的噪聲進行估計,median|wj,k|表示各層小波系數wj,k幅值的中間值。根據Mallat算法[16]可知隨著分解層數增加,信號的長度N逐漸減小,閾值λ會隨N的減小而減小,符合噪聲與小波系數在各層分布的衰減規律。

2.3 算法步驟

①經過多次實驗分析選擇sym6小波基,最佳分解層數為5層,采用Mallat算法對心電信號進行小波分解,得到各層小波系數wj,k;

3 實驗結果與分析

3.1 心電去噪仿真分析實驗

選取MIT-BIH標準心電數據庫中的心電數據進行實驗,并從中截取長度N=2 000的心電信號作為原始信號,并隨機疊加高斯白噪聲模擬肌電干擾、人工偽跡等干擾,如圖7所示。

圖7 標準心電數據庫的心電信號

采用平滑濾波、數學形態學濾波、經驗模式分解、硬閾值、軟閾值和本文算法對圖7(b)所示加噪心電信號進行去噪,去噪效果如圖8所示。從圖8中可以看出,平滑濾波和軟閾值方法過度扼殺了心電信號的有用信息,削弱了QRS波幅值;硬閾值方法去噪后的心電信號在QRS波處存在信號震蕩;數學形態學濾波和經驗模式分解相比前面3種方法去噪效果有了極大提高,但信號中仍存在少量的噪聲;對比可見本文算法的去噪效果最好,去噪處理后的心電信號比較光滑,且保留了有用信號的完整性,最大程度地保持了原始信號的特征。

為了評價幾種方法的優劣,本文選用信噪比SNR和均方誤差RMSE來對去噪效果進行定量分析。其定義式為:

(8)

(9)

采用上述6種方法對5種類型心電信號進行去噪處理,其去噪效果的定量分析如表1所示,可以看出本文去噪算法相比其他5種方法信噪比提高了1 dB～3.8 dB,均方誤差降低了(2.46～12.4)×10-3,說明本文去噪算法優于其他方法,與圖8中得出結論一致。

圖8 6種方法的去噪效果對比圖

去噪方法性能指標心電信號類型103102118232231平滑濾波SNRRMSE19.60960.029719.72580.029520.8860.031717.86880.036720.6180.0286數學形態濾波SNRRMSE22.79660.021422.28310.020323.06310.022418.99120.029323.74690.0194經驗模式分解SNRRMSE23.12860.020622.90170.018923.48900.021419.64630.027224.22070.0183硬閾值SNRRMSE21.27690.025520.43200.025221.89570.025718.10980.031922.62790.0221軟閾值SNRRMSE21.74540.024120.22680.025822.10320.025118.00570.032822.55740.0223本文算法SNRRMSE24.06260.018523.48690.017824.01280.017920.86800.023625.28510.0163

3.2 可穿戴容性耦合心電檢測實驗

通過彈性帶將2個PCB板容性耦合電極固定在人體胸部心臟的兩側,容性耦合電極分別隔著厚度0.25 mm、0.51 mm和0.89 mm的棉質衣物下檢測心電信號,心電信號檢測實驗平臺如圖9所示?？纱┐魅菪择詈想姌O檢測的心電信號如圖10所示。

圖9 心電信號檢測實驗平臺

圖10 不同厚度棉質衣物檢測的心電信號

從圖10可看出隨著衣物厚度的增大,檢測到的心電信號幅值衰減嚴重,信號質量越來越差,P波、QRS波和T波逐漸被噪聲所淹沒,不能清晰的看出心電信號主要特征,這一實驗結果與理論分析的結果是相符的。

考慮到可穿戴檢測系統的實際使用需求,需要得到清晰的心電信號,通過本文算法對圖10中的心電信號進行去噪處理,去噪處理后的結果如圖11所示。

從圖11(a)可清晰的看出QRS波和T波,以及微弱的P波,其信號峰峰值約為0.53 V。圖11(b)可清晰的看出QRS波和T波,但P波不可見,其信號峰峰值約為0.37 V。圖11(c)可清晰看出QRS波,P波和T波都不可見,其信號峰峰值約為0.14 V。為了對比分析分別對圖10和圖11的心電信號進行傅里葉變換求取頻譜,如圖12所示,從圖中可以看出本文算法去噪后的信號明顯消除了原始心電信號中的50 Hz工頻干擾以及其他高頻噪聲干擾,從而得到干凈的心電信號。實驗結果表明本文設計的可穿戴容性耦合心電檢測系統可以準確的檢測出人體心電信號的主要特征。

圖11 本文算法去噪處理后的心電信號

4 結論

本文對一種可穿戴容性耦合心電信號檢測系統進行了研究。分析電容耦合的原理,設計了一種可穿戴容性耦合電極,并針對容性耦合電極采集信號易干擾的特點,提出了一種改進小波閾值的心電去噪算法,經本文算法去噪后的心電信號,在波形中可以清晰的看出QRS,結果表明檢測系統能夠很好地檢測出人體心電信號的主要特征。對于可穿戴容性耦合心電檢測系統而言具有十分重要的實際應用價值。

[1] Searle A,Kirkup L. A Direct Comparison of Wet,Dry and Insulating Bioelectric Recording Electrodes[J]. Physiological Measurement,2000,21(2):271.

[2] Baek H J,Chung G S,Kim K K,et al. A Smart Health Monitoring Chair for Nonintrusive Measurement of Biological Signals[J]. IEEE Transactions on Information Technology in Biomedicine,2012,16(1):150-158.

[3] 高山,李永勤,魏良,等. 基于電容耦合的非接觸式心電監測技術研究[J]. 生物醫學工程學雜志,2015,32(3):553-557.

[4] 周平,汪豐,劉夢星,等. 非接觸式心電測量的噪聲抑制研究[J]. 儀器儀表學報,2013,34(10):2226-2230.

[5] 田絮資,楊建,黃力宇. 心電信號去噪的數學形態學濾波器[J]. 計算機工程與應用,2012,48(2):124-126.

[6] 黃進文,王威廉. 平滑濾波對ECG的R波幅值影響研究[J]. 云南大學學報,2008,30(6):559-563.

[7] 王玉靜,宋立新. 基于EMD和Hilbert變換的心電信號去噪方法[J]. 哈爾濱理工大學學報,2007,12(4):70-73.

[8] 周鵬,高雄飛,張玉滿,等. 基于駐極體傳聲器的脈象檢測系統和方法[J]. 傳感技術學報,2015,28(3):374-380.

[9] 高云,周聰聰,田健,等. 基于多傳感器的無創血壓測量系統的研究[J]. 傳感技術學報,2015,28(5):763-767.

[10] 楊斌,董永貴. 電容耦合非接觸電極及心電信號拾取[J]. 儀器儀表學報,2015,36(5):1072-1078.

[11] 曹京京,胡遼林,趙瑞.一種改進小波閾值函數的光纖光柵傳感信號去噪方法[J]. 傳感技術學報,2015,28(4):521-525.

[12] 王小飛,李鴻強,陳磊,等. 基于提升小波和改進包絡的心電特征檢測算法[J]. 系統仿真學報,2013,25(12):2893-2899.

[13] 徐潔,王阿,鄭小鋒. 基于小波閾值去噪的心電信號分析[J]. 計算機仿真,2011,28(12):260-263.

[14] 歐陽波,程棟,王玲. 改進小波閾值算法在心電信號去噪中的應用[J]. 計算機工程與應用,2015,51(4):213-217.

[15] Donoho D L,Johnstone J M. Ideal Spatial Adaptation by Waveletshrinkage[J]. Biometrika,1994,81(3):425-455.

[16] Mallat S G. A Theory for Multiresolution Signal Decomposition the Wavelet Representation[J]. IEEE Transaction on Pattern Analysis and Machine Itelligence,1989,11(7):674-693.

Research on the Detection and De-Noising Algorithm of Wearable
ECG Signal Based on Capacitive Coupling Electrode*

LIHongqiang1*,CUIDianyin1,YUANDanyang1,CAOLu2,LIEnbang3

(1.Tianjin Key Laboratory of Optoelectronic Detection Technology and System,School of Electronics and Information Engineering,Tianjin Polytechnic University,Tianjin300387,China;2.Tianjin Chest Hospital,Tianjin,300051,China;3.School of Physics,University of Wollongong,Wollongong,NSW2522,Australia)

In most traditional electrocardiogram(ECG)detection procedures,wet electrodes may cause problems of inconvenience and glue dehydrates over time. The paper designs a kind of wearable capacitive coupling electrode based on the principle of coupling capacity. Due to this kind of wearable capacitive coupling electrode,an improved wavelet threshold de-noising algorithm is proposed. The algorithm uses the improved threshold function to deal with wavelet coefficients after decomposition and reconstruct ECG signal combining the characteristics of wavelet coefficients of ECG signal and noise. The MIT-BIH database was used to validate the algorithm and it indicates that the algorithm can effectively eliminate the noise. The SNR increased by 10.72% and the RMSE reduced by 27.29% compared to the other methods,such as,smoothing filtering,morphological filtering and empirical mode decomposition. The results of the experiment show that the system can accurately detect the main characteristics of the ECG signal.

signal processing;capacitive coupling;improved threshold;electrocardiogram detection

李鴻強(1975-),男,江蘇興化人,博士,天津工業大學教授,主要研究方向為微弱信號檢測與信號處理、光纖光柵傳感與應用,lihongqiang@tjpu.edu.cn;崔佃銀(1991-),男,山東淄博人,碩士研究生,主要研究方向為微弱信號檢測與信號處理,1430092037@stu.tjpu.edu.cn; 袁丹陽(1991-),女,山西朔州人,碩士研究生,主要研究方向為微弱信號檢測與信號處理,1431096018@stu.tjpu.edu.cn。

項目來源:國家自然科學基金項目(61675154,61177078,31271871)

2016-06-12 修改日期:2016-08-30

TN911.7

A

1004-1699(2017)01-0008-08

C:7220;7230

10.3969/j.issn.1004-1699.2017.01.002