Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Ứng dụng phân tích thành phần độc lập trong việc loại bỏ các nhiễu từ điện tâm đồ
Tóm tắt
Các điện tâm đồ (ECG) được ghi nhận thường xuyên thường bị nhiễu bởi nhiều loại hiện tượng giả và đã có nhiều nỗ lực nhằm cải thiện chất lượng của chúng bằng cách giảm thiểu nhiễu hoặc hiện tượng giả. Bài báo này đề cập đến vấn đề loại bỏ nhiễu và hiện tượng giả từ ECG bằng cách sử dụng phân tích thành phần độc lập (ICA). Một thuật toán ICA được thử nghiệm trên các bản ghi ECG ba kênh được lấy từ các chủ thể con người, chủ yếu trong đơn vị chăm sóc tim mạch. Các kết quả được trình bày cho thấy rằng ICA có khả năng phát hiện và loại bỏ nhiều nguồn nhiễu và hiện tượng giả trong các ECG này. Một khó khăn trong việc ứng dụng ICA là xác định thứ tự của các thành phần độc lập. Một kỹ thuật mới dựa trên các tham số thống kê đơn giản được đề xuất để giải quyết vấn đề này trong ứng dụng này. Kỹ thuật phát triển đã được áp dụng thành công cho dữ liệu ECG và cung cấp tiềm năng cho việc xử lý trực tuyến ECG bằng cách sử dụng ICA.
Từ khóa
Tài liệu tham khảo
Paul JS, Reddy MR, Kumar VJ (2000) A transform domain SVD filter for suppression of muscle noise artefacts in exercise ECG’s. IEEE Trans Biomed Eng 3:654–663
Talmon TL, Kors JA, Von JH (1986) Adaptive Gaussian filtering in routine ECG/VCG analysis. IEEE Trans Acoust Speech Signal Process ASSP-34:527–534
Thakor NV, Zhu VS (1991) Application of adaptive filtering to ECG analysis: noise cancellation and arrhythmia detection. IEEE Trans Biomed Eng 38:785–793
Bensadoun Y, Novakov E, Raoof K (1995) Multidimensional adaptive method for canceling EMG signals from the ECG signal. In: Roberge FA, Kearney RE (eds) 17th IEEE Ann Int Conf on Engng in Med and Biol Soc. Montreal, pp 299–300
Barros AK, Ohnishi N (1997) MSE behavior of biomedical event-related filters. IEEE Trans Biomed Eng 44:848–855
Laguna P, Janè R, Meste O et’al (1992) Adaptive filter for event-related bioelectric signals using an impulse correlated reference input: comparison with signal averaging techniques. IEEE Trans Biomed Eng 39:1032–1043
Vaz C, Kong X, Thakor NV (1994) An adaptive estimation of periodic signals using a Fourier linear combiner. IEEE Trans Signal Process 42:1–10
Kanjilal PP, Palit S (1995) On multiple pattern extraction using singular value decomposition. IEEE Trans Signal Process 43:1536–1540
Wisbeck JO, Garcia RO (1998) Application of neural networks to separate interferences and ECG signals. In: Proceedings of IEEE international Caracas conference on devices, circuits and systems, pp 291–294
Speirs CA, Soraghan JJ, Stewart RW et’al (1994) Ventricular late potential detection from bispectral analysis of ST-segments. In: Proceedings of EUSIPCO–94, September 1994, pp 1129–1132
Jung T-P, Makeig S, Lee T-W et’al (2000) The 2nd international workshop on independent component analysis and signal separation, pp 633–644
Cardoso JF (1998) Multidimensional independent component analysis. In: Proceedings of ICASSP ’98, Seattle, pp 1941–1944
Wisbeck JO, Barros AK, Ojeda R (1998) Application of ICA in the separation of breathing artefacts in ECG signals. International conference on neural information processing, (ICONIP’98), Kyushu, Japan
Barros AK, Mansour A, Ohnishi N (1998) Removing artefacts from electrocardiographic signals using independent component analysis. Neurocomputing 22:173–186
Tong S, Bezerianos A, Paul J et’al (2001) Removal of ECG interference from the EEG recordings in small animals using independent component analysis. J Neurosci Meth 108:11–17
Jung TP, Makeig S, Humphries C et’al (2000) Removing electroencephalographic artefacts by blind source separation. Psychophysiology 37:163–178
Hyvarinen A (1999) Survey on independent component analysis. Neural Comput Survey 2:94–128
Cardoso JF (1999) High-order contrasts for independent component analysis. Neural Comput 11:157–192
Huber PJ (1985) Projection pursuit. Ann Stat 13(2):435–475
Tarassenko L, Townsend N, Clifford G et’al (2001) Medical signal processing using the software monitor. In: Proceedings of IEE/DERA workshop on intelligent signal processing, Birmingham, February, pp 3/1–3/4
Anderson ST, Downs WG, Lander P et’al (1995) Advanced electrocardiography. Spacelabs medical biophysical measurement, SpaceLabs Medical Inc., Washington
ANSI/AAMI EC38–1994, Ambulatory electrocardiographs. American National Standard, August 1994
McClellan P (1979) Algorithm 5.1. Programs for digital signal processing. IEEE Press, Wiley, New York
Clifford G (1999) The software monitor project—novelty detection and classification in electrocardiograms. DPhil transfer report, Department of Engineering Science, University of Oxford
Houghton A, Gray D (1997) Making sense of the ECG. Oxford University Press, Oxford