izmertechИзмерительная техникаIzmeritel`naya Tekhnika0368-10252949-5237ФГУП "ВНИИФТРИ"10.32446/0368-1025it.2021-12-62-67izmertech-2024Research ArticleМЕДИЦИНСКИЕ И БИОЛОГИЧЕСКИЕ ИЗМЕРЕНИЯMEDICAL AND BIOLOGICAL MEASUREMENTSКомплексная методика вейвлет-фильтрации сигнала пульсовой волныComplex technique for wavelet filtering of pulse wave signalhttps://orcid.org/0000-0002-6022-6314ФедотовА. А.FedotovA. A.

Александр Александрович Федотов 

Самара

Aleksandr A. Fedotov

Samara

Самарский национальный исследовательский университет имени академика С. П. КоролеваРоссияSamara National Research UniversityRussian Federation2021290920230126267Copyright © ФГУП "ВНИИФТРИ", 20232023ФГУП "ВНИИФТРИ"ФГУП "ВНИИФТРИ"https://www.izmt.ru/jour/about/submissions#copyrightNoticehttps://www.izmt.ru/jour/article/view/2024

Рассмотрена актуальная в кардиологической диагностике проблема цифровой фильтрации сигнала пульсовой волны, на которую воздействуют различные физиологические помехи, такие как дрейф изолинии и артефакты движения. Разработана комплексная методика вейвлет-фильтрации сигнала пульсовой волны, позволяющая устранить дрейф изолинии и артефакты движения, искажающие форму биосигнала. Предложенная методика основана на кратномасштабном вейвлет-разложении биосигнала по ортогональным вейвлетам Добеши. В методику включены последовательные процедуры цифровой обработки сигнала пульсовой волны: кратномасштабное вейвлет-преобразование; модификация детализирующих коэффициентов вейвлет-разложения на основе пороговой обработки; восстановление сигнала пульсовой волны на основе исходных коэффициентов аппроксимации и модифицированных детализирующих коэффициентов с помощью обратного вейвлет-преобразования. Проведён сравнительный анализ предложенной методики и существующих подходов к фильтрации пульсовых волн – фильтрация скользящего среднего, медианная и полосовая частотная фильтрации. Для получения количественных характеристик оценки эффективности фильтрации использовано имитационное моделирование пульсовой волны с помехами различных интенсивности и природы. Высокое качество фильтрации сигнала пульсовой волны с применением разработанной методики на основе кратномасштабных вейвлет-преобразований может служить надёжной основой для разработки высокоэффективных алгоритмов и аппаратно-программных комплексов кардиологической диагностики.

The article is devoted to the research of a comprehensive technique for digital filtering of the pulse wave signal in the presence of various physiological artifacts, such as baseline wander and motion artifacts. The proposed method of wavelet filtering of a pulse wave signal from physiological artifacts based on discrete decomposition into orthogonal wavelets includes sequential procedures for digital processing: multiscale wavelet transform; modification of detail coefficients of wavelet decomposition based on thresholding; reconstruction of the pulse wave signal based on the original approximation coefficients and modified detail coeffi cients using the inverse wavelet transform. A comparative analysis of the proposed methodology with existing approaches to filtering pulse waves, such as moving average filtering, median filtering, bandpass frequency filtering, was carried out. To obtain quantitative characteristics for evaluating the filtering efficiency, we used simulation of a pulse wave with the presence of interference and noise of various intensity and nature of occurrence. The studies carried out in this work have shown that multiscale wavelet transformations of the pulse wave signal provide the least distortions when filtering motion artifacts in comparison with classical approaches based on temporal or spectral transformations, while the advantages of multiscale wavelet analysis are most noticeable in conditions of increased noise.

пульсовая волнавейвлет-преобразованиекратномасштабный вейвлет-анализартефакт движениядрейф изолинииpulse wavewavelet transformmultiscale wavelet analysismotion artifactbaseline wanderReferencesAllen J., Physiological Measurement, 2007, vol. 28, pp. 1–39. https://doi.org/10.1088/0967-3334/28/3/R01Allen J., Physiological Measurement, 2007, vol. 28, pp. 1–39. https://doi.org/10.1088/0967-3334/28/3/R01Федотов А. А., Акулов С. А. Измерительные преобразователи биомедицинских сигналов систем клинического мониторинга. М.: Радио и Связь, 2013. 248 с.Kalakutskiy L. I., Manelis E. S., Apparatura i metody klinicheskogo monitoringa [Instrumentation and methods of clinical monitoring], Moscow, Vysshaya shkola Publ., 2004, 156 p. (In Russ.)Калакутский Л. И., Манелис Э. С. Аппаратура и методы клинического мониторинга. М.: Высшая школа, 2004. 156 с.Fedotov A. A., Akulov S. A., Izmeritel’nyye preobrazovateli biomeditsinskikh signalov sistem klinicheskogo monitoringa [Transducers of biomedical signals for clinical monitoring systems], Moscow, Radio i Svyaz’ Publ., 2013, 248 p. (In Russ.)Strang G., Nguyen T., Wavelets and Filters Banks, WellesleyCambridge-Press, 1996, 490 p.Strang G., Nguyen T., Wavelets and Filters Banks, WellesleyCambridge-Press, 1996, 490 p.Donoho D. L., IEEE Transactions on Information Theory, 1995, vol. 41, no. 3, pp. 613–627. https://doi.org/10.1109/18.382009Donoho D. L., IEEE Transactions on Information Theory, 1995, vol. 41, no. 3, pp. 613–627. https://doi.org/10.1109/18.382009Xu L., Zhang D., Wang K., IEEE Transactions on Biomedical Engineering, 2005, vol. 52, no. 11, pp. 1973–1975. https://doi.org/10.1109/TBME.2005.856296Xu L., Zhang D., Wang K., IEEE Transactions on Biomedical Engineering, 2005, vol. 52, no. 11, pp. 1973–1975. https://doi.org/10.1109/TBME.2005.856296Wang K. Q., Xu L. S., Wang L., Li Z. G., Li Y. Z., Computers in Cardiology, 2005, vol. 30, pp. 605−608. https://doi.org/10.1109/CIC.2003.1291228Wang K. Q., Xu L. S., Wang L., Li Z. G., Li Y. Z., Computers in Cardiology, 2005, vol. 30, pp. 605−608. https://doi.org/10.1109/CIC.2003.1291228Fu T. H., Liu S. H., Tang K. T., Heart rate extraction from photoplethysmogram waveform using wavelet multiresolution analysis, Journal of Medical and Biological Engineering, 2008, vol. 28, no. 4, pp. 229–232.Fu T. H., Liu S. H., Tang K. T., Heart rate extraction from photoplethysmogram waveform using wavelet multiresolution analysis, Journal of Medical and Biological Engineering, 2008, vol. 28, no. 4, pp. 229–232.McSharry P. E., Cliff ord G. D., Proceedings of the SPIE, 2004, vol. 5467, pp. 290–301. https://doi.org/10.1117/12.544525McSharry P. E., Cliff ord G. D., Proceedings of the SPIE, 2004, vol. 5467, pp. 290–301. https://doi.org/10.1117/12.544525Han H., Kim M. J., Kim J., Proceedings of the 29th Annual International Conference of the IEEE EMBS, 2007, pp. 1538– 1541. https://doi.org/10.1109/IEMBS.2007.4352596Han H., Kim M. J., Kim J., Proceedings of the 29th Annual International Conference of the IEEE EMBS, 2007, pp. 1538– 1541. https://doi.org/10.1109/IEMBS.2007.4352596

The authors declare that there are no conflicts of interest present.