1、数据采集与处理测控技术2023 年第 42 卷第 7 期收稿日期:2022 05 20基金项目:上海市科委科技创新行动计划(21S31904200，22S31903700);上海市大学生创新创业训练计划项目(SH2021064)引用格式:杨云龙，杨海马，赵晨阳，等 脉搏波信号预处理方法研究 J 测控技术，2023，42(7):65 72YANG Y L，YANG H M，ZHAO C Y，et al esearch on Preprocessing Method of Wrist Pulse Signal J Measurement ControlTechnology，2023，42(7):6
2、5 72脉搏波信号预处理方法研究杨云龙，杨海马*，赵晨阳，张文婷，宋智超，石志介(上海理工大学 光电信息与计算机工程学院，上海200093)摘要:为克服脉搏波信号采集时受到的高频噪声干扰和低频噪声干扰，脉搏波信号的预处理成为心脉信号处理中的关键环节。使用零相位滤波法处理脉搏波信号，改善传统数字滤波器直接滤波的输出失真问题;通过建立评价参数，对去除高频噪声的数字滤波器和小波阈值滤波器的滤波效果进行评价，获得最佳滤波方法;对比常用去基线漂移方法在处理脉搏波信号时的特点，获得最佳去基线漂移算法。使用新研发的脉搏波采集手环采集多名受试者的脉搏波原始信息，将采集到的信号按上述方法去噪和去基线漂移后，实现
3、脉搏波信号的预处理过程。实验结果表明，采用 sym4 小波基、固定阈值、软阈值函数等小波阈值去噪方法去除高频噪声并使用三次样条插值拟合曲线去除基线漂移后，所获得的脉搏波信号平滑无毛刺，每个周期起始点和终点都在同一水平基线上，满足后续脉搏波信号的医学分析和疾病诊断需要。关键词:脉搏波信号预处理;数字滤波器;小波阈值去噪;三次样条插值中图分类号:TP274;TN911 72文献标志码:A文章编号:1000 8829(2023)07 0065 08doi:10 19708/j ckjs 2023 01 205esearch on Preprocessing Method of Wrist Pulse
4、 SignalYANG Yunlong，YANG Haima*，ZHAO Chenyang，ZHANG Wenting，SONG Zhichao，SHI Zhijie(School of Optical-Electrical and Computer Engineering，University of Shanghai forScience and Technology，Shanghai 200093，China)Abstract:To overcome the high-frequency noise interference and low-frequency noise interfer
5、ence during pulsewave signal acquisition，the preprocessing of wrist pulse signal becomes a vital part of the heart pulse signalprocessing The zero-phase filtering method is used to process the wrist pulse signal to improve the output dis-tortion of the traditional digital filter direct filtering By
6、establishing evaluation parameters，the filtering effectsof digital filter and wavelet threshold filter for removing high-frequency noise are evaluated，and the best filte-ring method is obtained By comparing commonly used methods for processing wrist pulse signals，the most suit-able method for removi
7、ng baseline wander is obtained The newly developed wrist pulse acquisition bracelet isused to collect the original pulse signal on many subjects，and the collected signal is de-noised and de-baselinedrifted according to the above methods to realize the wrist pulse signal preprocessing process The exp
8、erimentalresults show that the obtained wrist pulse signal is smooth and burr-free after the high-frequency noise is re-moved by wavelet threshold denoising methods such as sym4 wavelet basis，sqtwolog threshold，and soft thresh-old function，and the baseline drift is removed by cubic spline interpolat
9、ion fitting curve，and the start-point andend-point of each cycle are on the same horizontal baseline，which can meet the needs of medical analysis anddisease diagnosis of subsequent pulse wave signals56Key words:wrist pulse signal preprocessing;digital filter;wavelet threshold denoising;cubic spline
10、interpola-tion脉搏波诊断又称脉诊，是中医诊断的一种重要方式，同时也在韩国、印度等东方国家的医疗保健中扮演着重要的角色1。传统脉诊依赖医生的主观评价，使得诊断结果往往存在争议，因此脉诊客观化显得尤为重要2 3。使用微型压力传感器采集桡动脉的寸、关、尺三部的脉搏波波形图分析脉象，是脉诊客观化的主要方式。而人体脉搏是一种微弱的信号，传感器直接采集的波形往往有较大的噪声，需要进行预处理后才能进行后续分析，预处理的好坏也直接影响了后续分析的准确与否。因此，对脉搏波预处理的方法进行研究具有重要的意义。脉搏波信号是低频信号，采集到的信号中往往存在各种高频噪声，同时，采集的信号中也有部分低频噪声
11、干扰，存在基线漂移的情况。因此，脉搏波信号预处理聚焦于解决上述两个问题:高频噪声干扰和基线漂移。对于高频噪声的去除，数字滤波器和小波阈值滤波器由于其使用简便、滤波效果较好，算力需求比目前流行的各类智能算法小，被广泛使用4 8。但设计的数字滤波器较复杂时，滤波后的信号可能会有一定的失真，需要进一步改进;使用小波阈值滤波器时许多关键参数需要人为确定，难以达到最佳滤波效果，需要进一步探讨。对于基线漂移的去除，常采用滤波器去除9、小波变换去除10 11、拟合基线去除12 13 等这些计算量小、操作简便的方法，但是这些方法也各有利弊。因此，本文介绍了去除高频噪声中相关参数的方法，建立了针对脉搏波的无参考
12、信号的评价参数，并使用新研发的脉搏波采集手环采集多名受试者的原始脉搏波，着重探讨去除高频噪声的最佳方法。接着，对比了几种常用的去除基线方法的优缺点，从而确定最适合脉搏波信号的去除基线漂移方式。最后将上述两步骤最佳方法加以整合，得到脉搏波预处理的最佳方式。1脉搏波信号的预处理方法1 1脉搏波信号的基本特性脉搏波作为人体较微弱的生理信号，其标准波形如图 1 所示，主要具有以下特性9，14 15。低频性。脉搏波信号是低频信号，绝大多数在10 Hz 以下。差异性。脉搏波信号往往因受试者的年龄、状态等不同而存在差异，并没有一个绝对的标准信号，这点在评价滤波效果时需要着重考虑。图 1标准脉搏波波形图 信噪
13、比低。采集得到的脉搏波十分微弱，往往会受到外界环境和人体自身的生理干扰。采集传感器的工频干扰是外界环境的干扰因素之一，由电力系统的交流电频率引起，会给信号带来高频噪声。人体自身生理干扰主要有测量时的人体呼吸频率带来的呼吸干扰、测量时身体的晃动带来的运动伪差干扰，以及测量时紧张造成的肌电干扰，这些干扰往往会给信号带来基线漂移干扰。因此，脉搏波信号预处理环节就是要将高频噪声去除，并改善基线漂移现象。1 2去除高频噪声1 2 1数字滤波器使用数字滤波器滤波是最基本的滤波方式，其利用离散系统的特性对信号进行转换，输出目标频率信号，抑制其他信号16。按冲激响应分类，数字滤波器可分为无限长单位冲激响应(I
14、nfinite Impulse e-sponse，II)滤波器和有限长单位冲激响应(Finite Im-pulse esponse，FI)滤波器。II 滤波器有着与模拟滤波器相匹配的单位响应性质，利用成熟的模拟滤波器相关理论可使设计更加便捷16。通过选用合适的模拟滤波器模型并将模拟滤波器离散化转换为数字滤波器就可以完成 II 滤波器的设计。FI 滤波器的设计方法主要有窗函数法、频率抽样法和最优化方法，其中窗函数法在时域中进行，后两种在频域中进行。窗函数法是使用最为广泛的方法，其将要求的理想频率响应 Hd(ej)利用离散傅里叶逆变换转换为时域上的理想冲击响应 hd(n)后，使用一个有限长度的窗函
15、数(n)来截断，从而得到有限长冲激响应序列 h(n)，即h(n)=hd(n)(n)，0nN 1(1)式中:N 为窗的长度;hd(n)为理想冲击响应，计算公式为hd(n)=12Hd(ej)ejnd(2)66测控技术 2023 年第 42 卷第 7 期数字滤波器的设计较为简便，参数确定方法明确，滤除效果较好。但是在信号和噪声频带相互重叠的情况下，会将有效信号和噪声一起去除，从而丢失原有信息。同时若设计的滤波器较为复杂，滤波后的信号可能会存在相位延迟和自适应振铃噪声，需要加以改进。1 2 2小波阈值滤波去噪小波变换则具有良好的时频局部化特性，在信号和噪声的频带相互重叠的情况下也可以很好地分离噪声并去
16、除17。小波变换去噪的基本原理如下。设长度为 n 的信号 xn被噪声 en所污染，所测得的含噪数据 Xn为Xn=xn+en(3)根据小波变换的线性特性可以得到变化后的含噪数据 Xn，其为信号 xn和噪声 en小波变换之和。因此，对含噪数据 Xn进行多尺度小波变换后，在各尺度下抑制噪声 en的小波系数，保留信号 xn的小波系数，最后重构即可实现去噪。其中，利用小波阈值收缩法实现对信号的保留和噪声的抑制是小波变换去噪中使用最广泛的方法，该方法在最小均方差意义下可达到近似最优18。与传统的数字滤波器相比，使用小波阈值滤波去噪可以很好地处理噪声和信号的混叠，适应性更广。但是在使用此方法时需要确定大量参数，参数选择也无明确标准，这给设计带来一定的不便。1 2 3滤波效果评价为了对比各种滤波方法的优劣，需要建立相关评价标准。对于脉搏波信号滤波效果的评价，多数研究通过在标准信号上人为添加噪声来得到含噪信号，采用信噪比、峰值信噪比、均方误差来对信号的滤波效果进行评价14，19 20。而实际上不同人的脉搏波信号往往存在差异，并没有可作为参照的绝对标准的脉搏波波形，也无法得知信号的噪声范围，故不可以采用以
