№ .3 陕西科技大学学报 Jun .2005
· 48 ·
JOURNAL OF S HAANXI U NIVERSIT Y OF SCIENCE & TECHNOLOGY Vol .23
磁
文章编号 :1000 - 5811(2005)03 - 0048 - 05
基 于 自 适 应 线 性 神 经 网 络 的 心 电 信 号 滤 波
张泾周 ,梁佳明 ,王艳芳 ,孟昭红
(西北工业大学自动化学院 ,陕西 西安 710072)
摘 要 :针对心电信号检测中存在的噪声 ,将线性神经网络与自适应噪声对消原理结合起来 ,
设计出了自适应线性神经网络滤波器 ,以实现对心电信号中工频干扰 、呼吸引起的基线漂移的
滤除 。 经仿真验证 ,该滤波器对这两类噪声的滤除均有较好的效果 。
关键词 :心电信号 ;数字滤波 ;自适应 ;神经网络
中图分类号 :T N713
+
.7 文献标识码 :A
0 引言
通常人们处理信号是为了寻找某个特定的规律 。 在研究中 ,可以通过控制研究工作的环境和条件而
突出这种规律 。 对于生物体 ,尽管人们也努力这样做 ,但由于生物体的各个基本系统之间的有机联系使得
在维持其正常生理活动的条件下研究工作很难控制 ,加之对这些联系的认识不足 ,选择的控制条件也未必
有效 。 因此 ,在生物医学信号中存在着严重的因受试对象的非目的性活动而形成的背景噪声 ,例如电生理
信号中经常混杂着肌电干扰 ,诱发脑电中经常伴随着较强的自发脑电等 ,而且噪声往往超过了信号 。 因
而 ,从噪声中提取有用信号是生物医学信号处理面临的重要课题 。
常规的心电信号是 mV 级信号 ,频带范围为 0 .05 ~ 100Hz ,在此频带范围内已包含心电信号的主要能
量成分 。 在心电信号的检测中 ,由于生物体和外界环境两方面的因素使其夹杂着噪声 。 外界环境噪声有
电力线产生的 50(或 60)Hz 干扰及其谐波分量 、射频干扰 、电外科干扰及仪器噪声等 ,生物体干扰包括基
线漂移 、肌电干扰(EM G)和运动伪差等 ,这些噪声的存在掩盖了原始心电波形中的细微变化 ,使得整个心
电波形模糊不清 ,这给各部分波形的分析和识别带来了很大困难 。
本文针对心电信号检测中引入的工频干扰和呼吸引起的基线漂移 ,将自适应噪声对消原理引入线性
神经网络算法中 ,设计出了自适应线性神经网络滤波器以滤除这两类噪声 ,同时进行了仿真验证 。
1 线性神经网络
1 .1 线性神经网络结构
ADA LINE(ADAptive Linear NEuron ,自适应线性神经元)是在 1960 年由斯坦福大学教授 Widrow
和他的研究生 M arcian Hoff 提出的 ,它是一个自适应可调的网络 ,适用于信号处理中的自适应滤波 、预测
和模型识别 。 线性神经网络结构如图 1 所示 ,它使用了一个线性传递函数 ,网络输出由下式给出 :
a
=
p
urelin(W
p
+
b) = W
p
+
b (1)
1 .2 线性神经网络的学习规则
(1) 均方误差(MSE) :线性神经网络采取的是最小均方误差 LMS (Least M ean Square Error )学习规
则 。 最小均方误差学习规则属于监督类学习规则 ,首先需要定义训练样本集 {
p
1
,t
1
} ,{
p
2
,t
2
} ,… ,{
p
q
,
磁
收稿日期 :2004 - 12 - 01
作者简介 :张泾周 (1960 - ) ,男 ,陕西省泾阳县人 ,副教授 ,研究方向 :生物信号检测与处理