1. 程式人生 > >【ECG理論篇】(2)AI實現心律失常判別:心電資料預處理

【ECG理論篇】(2)AI實現心律失常判別:心電資料預處理

我們做心律失常判別的第一步就是拿到資料後,對心電資料進行預處理,資料預處理的核心重點就是去除噪聲。那麼,我們首先就要了解一下心電資料中的噪聲來源

心電訊號資料中的噪聲來源

心電訊號資料中的噪聲主要可以分為三類:工頻干擾,基線漂移,肌電干擾

  • 工頻干擾:工頻干擾主要是由電力系統引起的,頻率大概為50HZ。基本上所有的生物電訊號中都含有工頻干擾的訊號,工頻干擾會影響我們對資料的分析判斷,所以要在資料預處理階段去除它。常見的工頻干擾有:無線電,燈管放電,電刷火花,雷電,手術電刀 等等

  • 基線漂移:這也是一種噪聲干擾,頻率在0.05-2HZ之間。在心電檢測裡面,它可以由電極和人體體表接觸不良引起,病人的呼吸和活動也會引起基線漂移。發生基線漂移的時候,我們會看到心電圖的基線上下波動,而不是水平線。

  • 肌電干擾。肌電干擾相對於心電訊號而言是一種高頻噪聲,頻率為5-2HZ,是由於病人緊張等刺激導致肌肉收縮或自身疾病如甲狀腺疾病等引起的,表現為快速變化的不規則波形,導致心電圖細小部分本掩蓋,使其模糊不清或產生失真等

  • 人體運動也會產生噪聲,昨天看到一篇文獻寫的是去除運動噪聲,這個最後考慮吧

心電訊號預處理-去噪

我們做心電訊號預處理,主要就是去除工頻干擾和基線漂移。現在有非常多的去噪方法,我們針對不同的噪聲,可以採用不同的方法去除。

去除工頻干擾-數字濾波器

去除肌電干擾-

糾正基線漂移

這些濾波器我現在暫時還不太明白,只是知道比較常用的是基於小波的濾波器,之後完善了相關知識再來填坑

參考文獻:
可穿戴式心電監測模組的心律失常分類演算法研究.盧莉莉
基於 LSTM 的心律失常分類研究.李雪