Библиографическое описание:

Григорьев М. Г., Бабич Л. Н. Воздействие элементов фильтрации на биоэлектрический сигнал // Молодой ученый. — 2015. — №10. — С. 169-174.

В сфере медицинской обработки данных, фильтрация полезного сигнала от шума, вызванного линиями электропередач, электромагнитными наводками, помехами от движения тела и т. д. является весомой проблемой кардиографии. На сегодняшний день, для очистки сигнала от ненужных частотных диапазонов используются различные виды цифровых фильтров. В этой работе представлены результаты моделирования фильтров в пакете MATLAB.

Ключевые слова: сигнал ЭКГ, электрокардиография, моделирование, фильтр нижних частот.

 

Введение. В настоящее время в связи с развитием микропроцессорной техники изобретаются портативные диагностические устройства, которые успешно могут использоваться в быту. Одними из важнейших задач являются установка истинного диагноза, обнаружение патологий на ранней стадии болезни и профилактика сердечно-сосудистых заболеваний.

Электрокардиография (ЭКГ) это один из основополагающих методов исследования сердечно-сосудистой системы, который, до сих пор, остается наиболее доступным и распространенным для широкого применения.

Регистрация ЭКГ сигналов высокого разрешения, с присутствующими фоновыми помехами, остается важным аспектом для проведения исследований. Результатом этих исследований будет улучшенный сигнала ЭКГ. Для облегчения интерпретации ЭКГ сигнала необходимо отделить некоторые компоненты сигнала от ненужных артефактов.

Все устройства записи, как аналоговые, так и цифровые, обладают свойствами, которые делают их восприимчивыми к шуму. Шум может быть случайным и не когерентным, то есть не связанный с самим сигналом, или когерентным, вносимый устройствами записи и алгоритмами обработки [1].

Шум — беспорядочные колебания различной физической природы, отличающиеся сложностью временной и спектральной структуры [2].

Приём сигнала на фоне шума описывается в виде процедуры фильтрации сигнала посредством фильтра, при этом ставится задача максимально ослабить шумы и помехи, и минимально исказить принимаемый сигнал [3].

Фильтр (от лат. Filtrum «войлок») — понятия, устройства, механизмы, выделяющие (или удаляющие) из исходного объекта некоторую часть с заданными свойствами [4].

Проблема выделения полезного сигнала на фоне целого комплекса помех и искажений является одной из основных при проведении современных электрокардиологических исследований. Наличие артефактов в электрокардиологическом сигнале (ЭКС) существенно затрудняет его анализ и выявление диагностических признаков. При решении данной задачи сложность заключается в выборе методов фильтрации для устранения определенного типа артефактов, а так же критериев оптимизации используемых алгоритмов [5].

Стандарт на кардиографическое оборудование не регламентирует использование фильтров для электрокардиографа, также как и их характеристики в определенных моделях кардиографов. Во многих источниках сообщается о весьма сильном влиянии элементов фильтрации на ЭКГ сигнал. В современных кардиографах применяются несколько типов фильтров, использующихся для решения различных задач, а каждый из них может быть реализован несколькими вариантами. Такой подход создает большое количество всевозможных комбинаций фильтров. Например:

-        фильтр сетевых наводок;

-        фильтр высоких частот, ограничивающий сигнал ниже частоты среза;

-        фильтр нижних частот, ограничивающий сигнал выше частоты среза.

В различных электрокардиографах используются различные виды фильтров и, следовательно, они будут по-разному влиять на сигнал ЭКГ. Именно различным влиянием фильтров на ЭКГ можно объяснить расхождение в показаниях различных электрокардиографов. В зависимости от параметров фильтрации сигнала могут наблюдаться достаточно заметные изменения [6].

Ход и результаты исследования. Были проведены исследования влияния фильтра на сигнал, в нашем случае была создана модель сигнала ЭКГ. В пакете MatLab была спроектирована схема, которая содержит фильтр нижних частот (ФНЧ)

Первоначально сигнал был построен в программе для работы с электронными таблицами Microsoft Excel.(Рис 1.)

Рис. 1. Фрагмент данных и модель сигнала ЭКГ в программе Microsoft Excel

 

Перед нами встала задача экспорта данных в Matlab. Существует несколько путей, но все они направлены на то чтобы просто перенести данные в Workspace. На рис. 2, представлен результат работы стандартного способа экспорта данных.

Рис. 2. Результат экспорта данных стандартным способом

 

На рисунке видно, что данные переносятся простым массивом, это обусловлено тем, что зачастую этого достаточно для дальнейших операций в командной строке. Но нам необходимо, использовать экспортированные данные в Simulink и этого недостаточно, это связано с тем, что данные передаваемые из Matlab в Simulink требуют специального форматирования.

Для передачи данных из Matlab в Simulink применяем способ, реализуемый через компонент simin (рис. 3).

Рис. 3. Элементы для передачи данных

 

Компонент simin (From Workspace) получает данные из Workspace и передает их в Simulink. Для корректной работы компонента ему необходимо передать ряд параметров, но самые главные из них это название переменной из которой необходимо извлечь данные и корректное их форматирование в ней.

Для того чтобы отформатировать экспортированные данные необходимо выполнить ряд команд в командной строке:

var.time= [1:length(ExpData)];

var.signals.values=ExpData;

Результатом будет структура соответствующая требованиям компонента simin (From Workspace) (рис. 4).

Рис. 4. Структура «var»

 

Вся необходимая работа с сигналом была произведена, после чего стало возможным его использование в системе Matlab. Смоделированная схема для исследования влияния фильтров представлена на рисунке 5.

Рис. 5. Схема для исследования влияния фильтров

 

Данная схема содержит: блок (From Workspace), фильтр нижних частот (Filter Lowpass), мультиплекс (Mux), блок (MultiPlot Graph).

На вход схемы подается смоделированный сигнал ЭКГ, на выходе установлен MultiPlot Graph — это блок для построения графиков, позволяет графически наблюдать влияние фильтра на ЭКГ — сигнал в пакете MatLab [7]. С целью объединения графиков входного и выходного сигналов, для более удобного анализа, используем мультиплекс (Mux). Входной сигнал представлен на рис. 6. Результат влияния фильтра нижних частот представлен на рис. 7–9.

Рис. 6. Входной сигнал

 

Рис. 7. Сигнал на выходе ФНЧ с частотой среза 40 Гц (Красным цветом — обозначен входной сигнал, синим — выходной сигнал)

 

Рис 8. Сигнал на выходе ФНЧ с частотой среза 100 Гц (Синим цветом обозначен — входной сигнал, красным — выходной сигнал)

 

Рис. 9. Сигнал на выходе ФНЧ с частотой среза 150 Гц (Синим цветом обозначен — входной сигнал, красным — выходной сигнал)

 

Заключение. В результате мы можем наглядно увидеть, как фильтры влияют на сигнал. При интерпретации электрокардиограммы, полученные нами данные, являются существенным отклонением, что непременно приводит к ошибочной постановке диагноза и следовательно увеличивается риск нанесения вреда здоровью человека.

Для того чтобы зарегистрировать неискаженный фильтрами сигнал высокого разрешения по уровню, необходимо стандартизировать использование фильтров в электрокардиографах и разработать электрокардиографическую аппаратуру нового поколения.

 

Литература:

 

1.                   Шумопонижение // Википедия URL: https://ru.wikipedia.org/wiki/ %D0 %A8 %D1 %83 %D0 %BC %D0 %BE %D0 %BF %D0 %BE %D0 %BD %D0 %B8 %D0 %B6 %D0 %B5 %D0 %BD %D0 %B8 %D0 %B5 (дата обращения: 03.05.2015).

2.                   Колмыкова М. В. Формирование и развитие миссии системы менеджмента качества промышленного предприятия: автореф. дис.... канд. экон наук: 08.00.05. — Тамбов, 2012. — 22 с.

3.                   Обработка сигналов // Википедия URL: https://ru.wikipedia.org/wiki/ %D0 %9E %D0 %B1 %D1 %80 %D0 %B0 %D0 %B1 %D0 %BE %D1 %82 %D0 %BA %D0 %B0_ %D1 %81 %D0 %B8 %D0 %B3 %D0 %BD %D0 %B0 %D0 %BB %D0 %BE %D0 %B2 (дата обращения: 03.05.2015).

4.                   Фильтр // Академик URL: http://dic.academic.ru/dic.nsf/enc_geolog/5302 (дата обращения: 03.05.2015).

5.                   Савостин А. А. Преимущества методов оптимальной фильтрации при электрокардиологических исследованиях // Автоматизированные системы управления на производстве. — Белгород: ООО Белкнига, 2010. — С. 186–190.

6.                   Лежнина И. А. Электрокардиограф на наноэлектродах: автореф. дис.... канд. тех наук: 05.11.17. — Томск, 2010. — 22 с.

7.                   Авдеева Д. К., Балохонова М. В., Демьянов С. В., Лежнина И. А., Рыбалка С. А., Уваров А. А., Южаков М. М. Моделирование влияния фильтров на сигнал экг в системе matlab // Современные проблемы науки и образования. — 2012. — № 3.

Обсуждение

Социальные комментарии Cackle