通过不同的心脏人工物去除算法来否定非侵入性电脑脊柱学信号
Desirée I Gracia1,2, Eduardo Iáñez1,2, Mario Ortiz1,2
1Brain-Machine Interface Systems Lab, Miguel Hernández University of Elche, 03202 Elche, Spain.
Biosensors
|February 26, 2026
概括
适应模板减法 (ATS) 有效地从电脊谱 (ESG) 记录中去除心电图 (ECG) 文物. 这种方法为新兴的生物传感应用提供了人工物减少和信号完整性之间的最佳平衡.
科学领域:
- 生物医学工程 生物医学工程
- 神经科学是一个神经科学.
- 信号处理 信号处理
背景情况:
- 通过使用高密度表面电肌图 (HD-sEMG) 通过电脊谱 (ESG) 进行非侵入性脊髓神经活动记录显示出有前途.
- 电心电图 (ECG) 文物经常污染ESG信号,需要有效的消噪技术.
研究的目的:
- 评估七种已建立的电肌学 (EMG) 拒绝算法,以评估它们在从ESG数据中删除ECG人工物方面的有效性.
- 评估算法能够保留ESG分析至关重要的广谱带宽的能力.
主要方法:
- 测试了七种无误算法:模板减法 (TS),自适应模板减法 (ATS),200Hz的高通过 (HP200),ATS+HP200,第二阶段扩展卡尔曼光滑器 (EKS2),静止波形转换 (SWT) 和实证模式分解 (EMD).
- 使用相对误差 (RE),信号与噪声比 (SNR),交叉相关性 (CC),光谱扭曲 (SD),曲解比 (KR2) 和 ΔKR2.2. 来量化性能.
- 从9名参与者中收集了ESG数据,这些参与者位于手腕和腰椎位,电极配置各不相同.
主要成果:
- 与所有其他方法相比,自适应模板减法 (ATS) 在抑制各种ECG人工物形状方面表现优越.
- 尽管没有完全保留低频组件,但ATS在物件清除和信号完整性之间实现了最佳平衡.
- 在ECG污染较低的记录中,算法性能得到了增强,特别是用距离较近的参考电极进行的臂记录.
结论:
- ATS是消除ESG记录中的ECG元件的最有效的算法,在元件抑制和信号保存之间提供了良好的平衡.
- 消噪算法的有效性受ECG污染程度和电极配置的影响.
- 对ESG信号处理的进一步研究是有必要的,ATS作为一个强有力的基线方法.
