MATLAB: filtro segnale ECG rumoroso

Question

Qual è il miglior filtro da utilizzare per rimuovere il rumore da un segnale ECG con matlab?

Answer 1

Se si ha accesso al Signal Processing Toolbox, quindi controllare la Savitzky-Golay filter, vale a dire la funzione sgolay. C'è una demo di accompagnamento, basta eseguire sgolaydemo.

---

Il seguente è un esempio per mostrare i vari modi in cui è possibile applicare il filtro e il de-noising a un segnale. Nota alcune di queste funzioni richiede alcune caselle degli strumenti per essere presenti:

% load ecg: simulate noisy ECG 
Fs=500; 
x = repmat(ecg(Fs), 1, 8); 
x = x + randn(1,length(x)).*0.18; 

% plot noisy signal 
figure 
subplot(911), plot(x), set(gca, 'YLim', [-1 1], 'xtick',[]) 
title('noisy') 

% sgolay filter 
frame = 15; 
degree = 0; 
y = sgolayfilt(x, degree, frame); 
subplot(912), plot(y), set(gca, 'YLim', [-1 1], 'xtick',[]) 
title('sgolayfilt') 

% smooth 
window = 30; 
%y = smooth(x, window, 'moving'); 
%y = smooth(x, window/length(x), 'sgolay', 2); 
y = smooth(x, window/length(x), 'rloess'); 
subplot(913), plot(y), set(gca, 'YLim', [-1 1], 'xtick',[]) 
title('smooth') 

% moving average filter 
window = 15; 
h = ones(window,1)/window; 
y = filter(h, 1, x); 
subplot(914), plot(y), set(gca, 'YLim', [-1 1], 'xtick',[]) 
title('moving average') 

% moving weighted window 
window = 7; 
h = gausswin(2*window+1)./window; 
y = zeros(size(x)); 
for i=1:length(x) 
    for j=-window:window; 
     if j>-i && j<(length(x)-i+1) 
      %y(i) = y(i) + x(i+j) * (1-(j/window)^2)/window; 
      y(i) = y(i) + x(i+j) * h(j+window+1); 
     end 
    end 
end 
subplot(915), plot(y), set(gca, 'YLim', [-1 1], 'xtick',[]) 
title('weighted window') 

% gaussian 
window = 7; 
h = normpdf(-window:window, 0, fix((2*window+1)/6)); 
y = filter(h, 1, x); 
subplot(916), plot(y), set(gca, 'YLim', [-1 1], 'xtick',[]) 
title('gaussian') 

% median filter 
window = 15; 
y = medfilt1(x, window); 
subplot(917), plot(y), set(gca, 'YLim', [-1 1], 'xtick',[]) 
title('median') 

% filter 
order = 15; 
h = fir1(order, 0.1, rectwin(order+1)); 
y = filter(h, 1, x); 
subplot(918), plot(y), set(gca, 'YLim', [-1 1], 'xtick',[]) 
title('fir1') 

% lowpass Butterworth filter 
fNorm = 25/(Fs/2);    % normalized cutoff frequency 
[b,a] = butter(10, fNorm, 'low'); % 10th order filter 
y = filtfilt(b, a, x); 
subplot(919), plot(y), set(gca, 'YLim', [-1 1]) 
title('butterworth') 

Answer 2

Due filtro strumenti di progettazione/demo che si consiglia di controllare:

• FDATool nel Signal Processing Toolbox (se hai accesso ad esso).

• Analog Filter Design Toolbox da James Squire su MathWorks File Exchange. Sembrano esserci delle simulazioni per i dati ECG relativi ai fencing inclusi nella toolbox.

Questi dovrebbero darvi la possibilità di provare diversi filtri e parametri di filtro per vedere come si comportano con i dati ECG/ECG.