ارتقا و حذف نویز از سیگنال قلبی با استفاده از فیلتر تطبیقی کالمن

زمینه و هدف: سیگنال الکتروکاردیوگرام (ecg) نمایشی گرافیکی از فعالیت قلبی است. پردازش و تحلیل تغییرات مورفولوژیکی آن می تواند به تشخیص بصری بسیاری از بیماری های قلبی کمک کند. با این وجود، انواع نویز واغتشاش در سیگنال ecg تشخیص بصری و استخراج ویژگی از آن را به شدت تحت تاثیر قرار می دهد. هدف از این پژوهش، حذف نویزهای مختلف سیگنال ecg و بهبود کیفیت آن می باشد. مواد و روش ها: در این پژوهش، فیلتر تطبیقی کالمن بر اساس مدل بیزین استنتاج شد. با در نظر گرفتن ساده سازی های صورت گرفته و توزیع گوسی برای نویز اندازه گیری، روابط ریاضی پیچیده به روابط ساده تبدیل شد و در نتیجه پیاده سازی آسان گشت. یافته ها: در این مقاله، نسبت سیگنال به نویز (snr) با استفاده از طراحی فیلتر تطبیقی کالمن به میزان 21.46db افزایش یافت. فیلتر تطبیقی کالمن با استنتاج از چارچوب بیزین قادر است تغییرات دینامیکی سیگنال ecg را با استفاده از تخمین ماتریس کوواریانس نویز اندازه گیری مدل سازی کند. نتیجه گیری: برخلاف فیلترهای کالمنی که سیگنال ecg را بر اساس توابع پارامتری مدل سازی می کنند، فیلتر تطبیقی کالمن ارائه شده در این مقاله، ثبت های ecg واقعی را برای مدل سازی به کارگرفته است. توابع پارامتری که بتوانند تغییرات دینامیکی ecg را مدل سازی کنند نیازمند تعداد زیادی توابع تحلیلی هستند و این باعث کندشدن فرایند فیلترینگ می گردد. اما فیلتر تطبیقی کالمن ارائه شده در این پژوهش از سرعت بالایی برخوردار بوده و می تواند در کاربردهای زمان واقعی به کار گرفته شود.