Настоящая статья посвящена разработке алгоритмов помехоустойчивой обработки электрокардиосигналов в условиях двигательной активности человека. Разработана система электрокардиодиагностики критических состояний в условиях двигательной активности. Выявлены проблемы подавления помех в подобных системах. Показаны некоторые пути решения этих проблем: применение нелинейных фильтров, уточнение моделей помех, использование робастных процедур, формирование оценки помехи. Особое внимание уделено процедурам обработки сигналов на основе порядковых статистик. С учетом проведенных исследований разработаны два адаптивных алгоритма подавления помех в электрокардиосигналах в условиях двигательной активности. Первый алгоритм предназначен для работы в условиях параметрической неопределенности сигнально-помеховой обстановки. Второй алгоритм – для условий непараметрической неопределенности сигнально-помеховой обстановки. В заключение приведены сведения о реализации и эффективности разработанных фильтров.
This article is dedicated to development of algorithms for interference-free EKG processing in the conditions of human motion activity. Developed a system EKG diagnostic of critical states in conditions of motion activity. The problems of interference suppression in these systems. Showing some solutions to these problems: the use of nonlinear filters, accurate models of interference, the use of robust procedures, formation of interference estimate. Special attention is given to the procedures of signal processing based on the order statistics. Given the research developed two adaptive interference suppression EKG methods in conditions of motion activity. The first algorithm is designed to work under parametric uncertainty signal-interfering situation. The second algorithm – for the conditions of nonparametric uncertainty signal-interfering situation. In conclusion, presents data on implementation and effectiveness of the developed filters.
1. Абрамов С.К., Кортунов В.И., Лукин В.В. Нелинейная фильтрация сигналов. Учеб. Пособие. – Харьков. Нац. аэрокосм. Ун-т, 2007;
2. Бодин О.Н., Иванчуков А.Г., Полосин В.Г., Петровский М.А. Концепция диагностики состояния сердца в условиях свободной двигательной активности // Современные проблемы науки и образования. 2014. — № 6;
3. Кривоногов Л.Ю. Методы и алгоритмы помехоустойчивой обработки электрокардиографической информации: Дис. … кан. техн. наук: 05.13.01. Пенза, 2003, 228 с.
4. Лапий В. Ю., Калюжный А. Я., Красный Л. Г. Устройства ранговой обработки информации – К.: Технiка, 1986;
5. Роенко А.А., Лукин В.В., Зеленский А.А. Определение параметра сдвига выборки данных с симметричным негауссовым распределением на основе использования методов адаптивного робастного оценивания. // Радiоелектроннi i комп’ютенi системи. 2005. № 2. С. 78–88;
6. Сорокин С.В. Использование взвешенных медианных фильтров для удаления импульсного шума при обработке изображений. // Известия высших учебных заведений. Поволжский регион. Технические науки. 2007. — № 3 (30). — С. 50–57;
7. Тулякова Н.О. Исследование эффективности локально-адаптивных алгоритмов нелинейной фильтрации для обработки электрокардиограмм // Вісник Сумського державного університету. Серія Технічні науки. 2003. — № 11 (57). С. 134–144;
8. Хьюбер Дж.П. Робастность в статистике. – М.: Мир, 1984;
9. Clifford G. D., Azuaje F, McSharr P. E. Advanced Methods and Tools for ECG Data Analysis. Artech House, Inc. 2006;
10. Wichman R., Astola J., Heinonen P., Neuvo Y. FIR-Median Hibrid Filter with Excellent Transient Response in Noisy Conditions / IEEE Trans. Acoust. Speech Signal Process. 1990. Vol. 38, № 12. Pp. 2108–2116;