Адаптивное фильтрование дрейфа базовой линии нестационарных и нелинейных сигналов на основе метода эмпирического разложения

Адаптивное фильтрование дрейфа базовой линии нестационарных и нелинейных сигналов на основе метода эмпирического разложения

В статье рассматривается возможность применения эмпирической модовой декомпозиции (Empirical Mode Decomposition, EMD) для устранения дрейфа базовой линии на примере биомедицинских сигналов – измеряемых в клинике сигналов внутричерепного давления (ВЧД) и электрокардиограммы (ЭКГ). Для устранения нест...

Full description

Saved in:
Bibliographic Details
Date:2012
Main Authors: Дроботько, Д.В., Шевченко, А.И., Дроботько, В.Ф., Качур, И.В.
Format: Article
Language:Russian
Published: Інститут проблем штучного інтелекту МОН України та НАН України 2012
Series:Штучний інтелект
Subjects:
Обучающие и экспертные системы
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/57298
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Адаптивное фильтрование дрейфа базовой линии нестационарных и нелинейных сигналов на основе метода эмпирического разложения / Д.В. Дроботько, А.И. Шевченко, В.Ф. Дроботько, И.В. Качур // Штучний інтелект. — 2012. — № 3. — С. 385-395. — Бібліогр.: 14 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-57298
record_format dspace
fulltext
spelling nasplib_isofts_kiev_ua-123456789-572982025-02-09T10:45:03Z Адаптивное фильтрование дрейфа базовой линии нестационарных и нелинейных сигналов на основе метода эмпирического разложения Адаптивне фільтрування дрейфу базової лінії нестаціонарних та нелінійних сигналів на підставі методу емпіричного розкладення Adaptive Filtration of Baseline Wander of Non-stationary and Nonlinear Signals by Empirical Mode Decomposition Дроботько, Д.В. Шевченко, А.И. Дроботько, В.Ф. Качур, И.В. Обучающие и экспертные системы В статье рассматривается возможность применения эмпирической модовой декомпозиции (Empirical Mode Decomposition, EMD) для устранения дрейфа базовой линии на примере биомедицинских сигналов – измеряемых в клинике сигналов внутричерепного давления (ВЧД) и электрокардиограммы (ЭКГ). Для устранения нестационарной помехи из нестационарных и нелинейных сигналов используется адаптивное фильтрование на основе градиентного LMS-алгоритма Уидроу-Хоффа (Widrow-Hoff), в котором неизвест- ный опорный сигнал (вход в адаптивный фильтр) предлагается формировать с помощью внутренних модовых функций (IMF) эмпирического разложения исследуемого сигнала. Предлагаемая схема фильтрования, по сравнению с широко используемыми методами двухшаговой скользяще средней фильтрации, фильтром нижних частот нулевой фазы первого порядка и медианным фильтром, показала эффективное удаление дрейфа базовых линий ВЧД и ЭКГ сигналов без искажения их формы линий. У статті розглядається можливість застосування емпіричної модової декомпозиції (Empirical Mode Decomposition, EMD) для усунення дрейфу базової лінії на прикладі біомедичних сигналів – вимірюваних у клініці сигналів внутрішньочерепного тиску (ВЧТ) і електрокардіограми (ЕКГ). Для усунення нестаціонарної завади з нестаціонарних і нелінійних сигналів використовується адаптивне фільтрування на основі градієнтного LMS-алгоритму Уїдроу-Хоффа (Widrow-Hoff), у якому невідомий опорний сигнал (вхід в адаптивний фільтр) пропонується формувати за допомогою внутрішніх модових функцій (IMF) емпіричного розкладання досліджуваного сигналу. Запропонована схема фільтрування, у порівнянні з широко використовуваними методами двокрокової ковзне середньої фільтрації, фільтром нижніх частот нульової фази першого порядку і медіанним фільтром, показала ефективне усунення дрейфу базових ліній ВЧТ і ЕКГ сигналів без спотворення їх форми ліній. The goal of that work is check of the effectiveness of the presented EMD-method and the Widrow-Hoff gradient LMS-method for the baseline wander removal at ICP and electrocardiogram (ECG) signals, and comparison of the suggested method with statistically direct algorithms. The removal of such interference is a very important step in the preprocessing stage of essential medical signals for getting desired signal for clinical diagnoses. At this article a new method signal filtering was presented, in which the reconstruction of the reference signal is conditioned by lower frequency IMFs. This method does not use any preprocessing and post processing, and does not require prior estimates. The proposed filtering scheme, as compared to the widely used of a two-stage moving-average filter, lowpass-IIR and median filters, showed the effective baseline wander removal of ICP and EKG of signals without distortion of their waveform signals. 2012 2012 Article Адаптивное фильтрование дрейфа базовой линии нестационарных и нелинейных сигналов на основе метода эмпирического разложения / Д.В. Дроботько, А.И. Шевченко, В.Ф. Дроботько, И.В. Качур // Штучний інтелект. — 2012. — № 3. — С. 385-395. — Бібліогр.: 14 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/57298 004.8 ru Штучний інтелект application/pdf Інститут проблем штучного інтелекту МОН України та НАН України
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
language Russian
topic Обучающие и экспертные системы
Обучающие и экспертные системы
spellingShingle Обучающие и экспертные системы
Обучающие и экспертные системы
Дроботько, Д.В.
Шевченко, А.И.
Дроботько, В.Ф.
Качур, И.В.
Адаптивное фильтрование дрейфа базовой линии нестационарных и нелинейных сигналов на основе метода эмпирического разложения
Штучний інтелект
description В статье рассматривается возможность применения эмпирической модовой декомпозиции (Empirical Mode Decomposition, EMD) для устранения дрейфа базовой линии на примере биомедицинских сигналов – измеряемых в клинике сигналов внутричерепного давления (ВЧД) и электрокардиограммы (ЭКГ). Для устранения нестационарной помехи из нестационарных и нелинейных сигналов используется адаптивное фильтрование на основе градиентного LMS-алгоритма Уидроу-Хоффа (Widrow-Hoff), в котором неизвест- ный опорный сигнал (вход в адаптивный фильтр) предлагается формировать с помощью внутренних модовых функций (IMF) эмпирического разложения исследуемого сигнала. Предлагаемая схема фильтрования, по сравнению с широко используемыми методами двухшаговой скользяще средней фильтрации, фильтром нижних частот нулевой фазы первого порядка и медианным фильтром, показала эффективное удаление дрейфа базовых линий ВЧД и ЭКГ сигналов без искажения их формы линий.
format Article
author Дроботько, Д.В.
Шевченко, А.И.
Дроботько, В.Ф.
Качур, И.В.
author_facet Дроботько, Д.В.
Шевченко, А.И.
Дроботько, В.Ф.
Качур, И.В.
author_sort Дроботько, Д.В.
title Адаптивное фильтрование дрейфа базовой линии нестационарных и нелинейных сигналов на основе метода эмпирического разложения
title_short Адаптивное фильтрование дрейфа базовой линии нестационарных и нелинейных сигналов на основе метода эмпирического разложения
title_full Адаптивное фильтрование дрейфа базовой линии нестационарных и нелинейных сигналов на основе метода эмпирического разложения
title_fullStr Адаптивное фильтрование дрейфа базовой линии нестационарных и нелинейных сигналов на основе метода эмпирического разложения
title_full_unstemmed Адаптивное фильтрование дрейфа базовой линии нестационарных и нелинейных сигналов на основе метода эмпирического разложения
title_sort адаптивное фильтрование дрейфа базовой линии нестационарных и нелинейных сигналов на основе метода эмпирического разложения
publisher Інститут проблем штучного інтелекту МОН України та НАН України
publishDate 2012
topic_facet Обучающие и экспертные системы
url https://nasplib.isofts.kiev.ua/handle/123456789/57298
citation_txt Адаптивное фильтрование дрейфа базовой линии нестационарных и нелинейных сигналов на основе метода эмпирического разложения / Д.В. Дроботько, А.И. Шевченко, В.Ф. Дроботько, И.В. Качур // Штучний інтелект. — 2012. — № 3. — С. 385-395. — Бібліогр.: 14 назв. — рос.
series Штучний інтелект
work_keys_str_mv AT drobotʹkodv adaptivnoefilʹtrovaniedrejfabazovojliniinestacionarnyhinelinejnyhsignalovnaosnovemetodaémpiričeskogorazloženiâ
AT ševčenkoai adaptivnoefilʹtrovaniedrejfabazovojliniinestacionarnyhinelinejnyhsignalovnaosnovemetodaémpiričeskogorazloženiâ
AT drobotʹkovf adaptivnoefilʹtrovaniedrejfabazovojliniinestacionarnyhinelinejnyhsignalovnaosnovemetodaémpiričeskogorazloženiâ
AT kačuriv adaptivnoefilʹtrovaniedrejfabazovojliniinestacionarnyhinelinejnyhsignalovnaosnovemetodaémpiričeskogorazloženiâ
AT drobotʹkodv adaptivnefílʹtruvannâdrejfubazovoílíníínestacíonarnihtanelíníjnihsignalívnapídstavímetoduempíričnogorozkladennâ
AT ševčenkoai adaptivnefílʹtruvannâdrejfubazovoílíníínestacíonarnihtanelíníjnihsignalívnapídstavímetoduempíričnogorozkladennâ
AT drobotʹkovf adaptivnefílʹtruvannâdrejfubazovoílíníínestacíonarnihtanelíníjnihsignalívnapídstavímetoduempíričnogorozkladennâ
AT kačuriv adaptivnefílʹtruvannâdrejfubazovoílíníínestacíonarnihtanelíníjnihsignalívnapídstavímetoduempíričnogorozkladennâ
AT drobotʹkodv adaptivefiltrationofbaselinewanderofnonstationaryandnonlinearsignalsbyempiricalmodedecomposition
AT ševčenkoai adaptivefiltrationofbaselinewanderofnonstationaryandnonlinearsignalsbyempiricalmodedecomposition
AT drobotʹkovf adaptivefiltrationofbaselinewanderofnonstationaryandnonlinearsignalsbyempiricalmodedecomposition
AT kačuriv adaptivefiltrationofbaselinewanderofnonstationaryandnonlinearsignalsbyempiricalmodedecomposition
first_indexed 2025-11-25T20:47:21Z
last_indexed 2025-11-25T20:47:21Z
_version_ 1849796740460314624

Similar Items