人体血氧饱和度检测中消除脉搏波信号高频噪声的方法

基于光电容积脉搏波的方法可以用于人体血氧饱和度的无创检测,基于光电容积脉搏波测量时,由 于信号采集过程中随机噪声等干扰,脉搏波信号中存在高频噪声,影响最终的血氧饱和度测量精度。提出采 用基于连续均方误差(CMSE)准则的经验模态分解(EMD)法消除脉搏波信号中的高频噪声。利 用 自 行 研 制 的光电容积脉搏波采集装置采集脉搏波信号,应用该方法消除信号中高频噪声,并采用信号的频谱进行效 果评价。结果表明:该方法有效消除了高频噪声,这将有利于人体血氧饱和度无创检测精度的提高。

光电容积脉搏波检测法是基于动脉血液对光的吸收量随 动脉搏动而变化的原理,利用光电手段在活体组织中检测血 液容积变化的一种无创检测方法。动脉的搏动改变了动脉 血液的光程长,动脉血液对光的吸收量也随之改变,所 以 可 以利用光吸收量的变化并通过朗伯-比尔定律计算得到人体 的血氧饱和度。一般情况下,影响脉搏波信号的干扰主要有三种:运 动伪差、基线漂移和高频噪声,这些干扰会降低基于光电容 积脉搏波人体血氧饱和度测量的精度。通常,消除脉搏波信号中的高频噪声的主要方法是小波 变换。小波变换的多分辨性可以使信号中的有用信息和噪声 呈现出不同的特征,因此小波变换利用信号和噪声在多尺度 空间中传递特性的不同进行滤波。但是小波变换的困难在于 需要选择小波基函数和确定分解的层数。 经验模态 分 解(empiricalmodedecomposition,EMD)是 处理非线性、非平稳信号的时频分析方法。EMD根据非线性、非平稳信号等特点,自动将信号分 解为若干个 内 在 模 式 函 数(intrinsicmodefunction,IMF)分 量,这些IMF分量按照频率由高到低依次排布。其中,低频 段的IMF分量由信号 主 导,而 高 频 段 的IMF分 量 却 由 高 频 噪声主导,即信号的能量集中在低频段的IMF分量中,越往 高频段能量越少,而高频噪声的能量反之。因此提出采用基于连续均方误差准 则的经验模态分解法消除脉搏波信号中的高频噪声。

算法原理与步骤

EMD算法原理[9] EMD可将一个复杂的信号分解为若干个内在模式函数 (IMF)的和,其基于一个基本 假 设,即IMF判 据:任 何 复 杂 信号都是由一些不同的内在模式函数组成,每个内在模式函 数不论是线性或非线性的、平稳或非 平 稳 的,都 具 有 相 同 数 量的极值点和过零点,在相邻的两个过零点之间只有一个极 值点,而且上下包络线关于时间轴局部对称,任 意 两 个 模 态 之间是相互独立的;任何时候,一个信号都可以包含许多内 在模态函数,如果模态函数相互叠加,便形成复杂信号。

实验部分

为了验证该算法对高频噪声的消除效果,采用自行研制 的光电容积脉搏波采集装置,在手指反射式的测量条件下, 获得了手指的反射脉搏波信号。图1是实验装置。

采用 MSP430系列单片机产生统一的时序来驱动每个模 块工 作。其中逻辑驱动电路用于驱动 LED 光 源 分 时 发 光 和 产生采样信号。光电探测器采用滨松公司的 S1133-14型 光 电探测器。光电探测器将光信号转换成电信号,经 过 放 大 滤 波等变换,获得脉 搏 波 信 号,传送给单片机进行数据处理。 为了 便 于 测 量,将 LED 光源和光电探测器集成为脉搏波 信 号采集探头。将单片机及外围的逻辑驱动、IV 变换、程控放 大和滤波等电路集成为脉搏波信号采集板。由该装置获取一 段含有高频噪声的脉搏波信号。

滤波电路的滤波作用,但是采集的过程中的随机噪声和环境 干扰仍然存在于信号中,即原始信号中存在高频噪声,会 降 低脉搏波信号的准确度,从而降低基于光电容积脉搏波人体 血氧饱和度测量的精度,因此需要从脉搏波信号中消除。

结果与讨论

下图是对所判定为噪声主导的IMF分量进行软阈值滤 波处理后的结果,图中imf′1,imf′2,imf′3 和imf′4 分别为软 阈值滤 波 处 理 后IMF分 量。由 图4可 以 看 出:前 三 个IMF 分量经过软阈值滤波后没有剩余脉搏波信号成分,而滤波后 的第四个IMF分量有脉搏波信号剩余成分,说明IMF4 分量 中包含一部分脉搏波信号成分,但 其 含 量 很 少,IMF4 仍 然 为噪声主导的IMF分量,从IMF5 开始脉搏波信号开始起主 导作用。图5是滤波后重构的脉搏波信号与原始信号的对比 图,从图中可以看出经过滤波处理后脉搏波信号明显比原始 信号平滑了,可见原始信号中的高频噪声已被消除。

为了更加客观的对基于连续均方误差的 EMD 滤 波 算 法 消除高频噪声的有效性进行评价,分别计算得到了经滤波算 法处理后的信号的频谱和未处理的原始信号的频谱及其局部 放大图,并且进行比较分析。   图6为信号的频谱图。从原始信号的频谱可以看出:虽 然脉搏波信号采集装置中的滤波电路已经消除掉一部分噪 声,但所采集的原始人体脉搏波信号中仍然存在高频噪声。 图7(a)为原始信号频谱在频率10~100 Hz的 局 部 放 大 图,由图可知:在23,37,51及73Hz附近时噪声的幅值较大, 对脉搏波信号影响较为严重。从原始信号频谱和处理后的信 号频谱及其局部放大图可以看出:经过本方法处理后,信 号 中的高频噪声被完全消除了[见图7(b)]。因此,所用的基于 连续均方误差准则的 EMD滤波法对脉搏波信号中高频噪声 的消除有很好的效果。

结 论

提出了一种基于连续均方误差准则的经验模态分解方 法,来消除人体血氧饱和度检测中脉搏波信号的高频噪声。 该方法是根据脉搏波信号自身的性质进行信号分解,运用连 续均方误差判 断 噪 声 主 导 的IMF分 量,对 噪 声 主 导 的IMF 分量进行阈值滤波,无 需 参 数 设 置,直 观 易 理 解。利 用 自 行 研制的光电容积脉搏波采集装置采集的脉搏波信号进行实验 验证,实验结果表明:该方法有效的消除了脉搏波信号中的 高频噪声,这对基于光电容积脉搏波人体血氧饱和度无创检 测精度的提高具有重要意义。