TWI581573B

TWI581573B - 訊號處理方法及訊號處理系統

Info

Publication number: TWI581573B
Application number: TW102105867A
Authority: TW
Inventors: 陳俊傑; 李彥賢; 林宏墩
Original assignee: 財團法人工業技術研究院
Priority date: 2013-02-20
Filing date: 2013-02-20
Publication date: 2017-05-01
Also published as: TW201434269A; US20140236540A1

Description

訊號處理方法及訊號處理系統

本案是有關於一種處理方法及處理系統，且特別是有關於一種訊號處理方法及訊號處理系統。

隨著科技的發展，已經可以透過各種量測記錄來瞭解身體的健康狀態。舉例來說，心電圖訊號(Electrocardiography，ECG)的量測可以瞭解受測者的體適能與心臟狀況。

然而，在量測心電圖訊號的過程中，可能受到呼吸飄移或肌電訊號的干擾而降低量測準確度。目前僅能盡量要求受測者在平躺且未做任何肢體動作的情況下來做量測，以求能夠獲得較為準確的心電圖訊號。如此一來，無法廣泛推廣心電圖訊號量測的情境。

此外，許多工業設備所量測的訊號也會因環境或設備震動而影響訊號量測的準確度。因此，如何提高訊號量測準確度一直是技術發展上的一項瓶頸。

本案係有關於一種訊號處理方法及訊號處理系統。

根據本案之第一方面，提出一種訊號處理方法。訊號處理方法包括以下步驟。提供一原始訊號。分解原始訊號為數個階層。各個階層包括一高頻訊號及一低頻訊號。各個階層之低頻訊號分解為下一階層之高頻訊號及低頻訊號。計算一校正訊號。校正訊號係為此些低頻訊號之其中之一減去此些低頻訊號之其中之另一。

根據本案之第二方面，提出一種訊號處理系統。訊號處理系統包括一提供單元、一分解單元及一計算單元。提供單元用以提供一原始訊號。分解單元用以分解原始訊號為數個階層。各個階層包括一高頻訊號及一低頻訊號。各個階層之低頻訊號分解為下一階層之高頻訊號及低頻訊號。計算單元用以計算一校正訊號。校正訊號係為此些低頻訊號之其中之一減去此些低頻訊號之其中之另一。

為了對本案之上述及其他方面有更佳的瞭解，下文特舉較佳實施例，並配合所附圖式，作詳細說明如下：

100‧‧‧訊號處理系統

110‧‧‧提供單元

120‧‧‧分解單元

130‧‧‧計算單元

A、B、C、D、S‧‧‧原始訊號

A’、B’、C’、D’、S’‧‧‧校正訊號

cA1~cA8‧‧‧低頻訊號

cD1~cD8‧‧‧高頻訊號

L0‧‧‧回歸直線

L1~L8‧‧‧階層

S0‧‧‧無雜訊標準訊號

S110、S120、S130‧‧‧流程步驟

第1圖繪示訊號處理系統之示意圖。

第2圖繪示訊號處理方法之流程圖。

第3圖繪示原始訊號之波形圖。

第4圖繪示原始訊號分解為數個階層之示意圖。

第5圖繪示高頻訊號及低頻訊號之示意圖。

第6圖繪示原始訊號與校正訊號之對照圖。

第7A圖繪示摻雜0分貝雜訊之原始訊號與對應之校正訊號之示意圖。

第7B圖繪示摻雜30分貝雜訊之原始訊號與對應之校正訊號之示意圖。

第7C圖繪示摻雜50分貝雜訊之原始訊號與對應之校正訊號之示意圖。

第7D圖繪示摻雜60分貝雜訊之原始訊號與對應之校正訊號之示意圖。

第8A圖繪示第6圖之校正訊號與無雜訊標準訊號之振幅分配示意圖。

第8B圖繪示第8A圖之無雜訊標準訊號與校正訊號之振幅與數量差異的關係示意圖。

第9圖繪示無雜訊標準訊號與校正訊號之散佈圖。

以下係提出實施例進行詳細說明，實施例僅用以作為範例說明，並不會限縮本發明欲保護之範圍。此外，實施例中之圖式係省略部份元件，以清楚顯示本發明之技術特點。

請參照第1圖，其繪示訊號處理系統100之示意圖。訊號處理系統100包括一提供單元110、一分解單元120及一計算單元130。訊號處理系統100透過本實施例之小波係數分析演算法可以濾除特定頻率範圍的雜訊，有效提升雜訊比(Signal to Noise，SNR)。

提供單元110用以提供各種資料，提供單元110例如是一訊號量測器、已儲存資料之一儲存媒體或連結一訊號量測器之一傳輸線。

分解單元120用以對各種資料進行分解程序。分解單元120例如是一電路板、一處理晶片或儲存數組程式碼之一記錄媒體。

計算單元130用以進行各種計算程序。計算單元130例如是一電路板、一處理晶片或儲存數組程式碼之一記錄媒體。在一實施例中，分解單元120與計算單元130可以整合於同一個電路板、同一個處理晶片或儲存數組程式碼之同一個記錄媒體。在另一實施例中，分解單元120與計算單元130可以是不同元件。

為了清楚說明本實施例之訊號處理系統100之運作方式，以下更搭配一流程圖詳細說明如下。請參照第2圖，其繪示訊號處理方法之流程圖。在步驟S110中，以提供單元110提供一原始訊號S。請參照第3圖，其繪示原始訊號S之波形圖。

在一實施例中，原始訊號S例如是一心電圖訊號(Electrocardiography，ECG)。當使用者在進行運動或復健時，所量測到的心電圖訊號可能含有呼吸、腳步震動、或身體擺動等雜訊。透過以下步驟可以將特定雜訊予以濾除。在另一實施例中，原始訊號S例如是一播音設備所產生之一聲音訊號。聲音訊號可能含有共振薄膜之震動的雜訊。

在步驟S120中，以分解單元120分解原始訊號S為複數階層L1~L8。請參照第4圖，其繪示原始訊號S分解為數個階層L1~L8之示意圖。舉例來說，原始訊號S可以分解為8個階層L1~L8。階層L1包括一高頻訊號cD1及一低頻訊號cA1，階層L2包括一高頻訊號cD2及一低頻訊號cA2。依此類推，階層L8包括一高頻訊號cD8及一低頻訊號cA8。

請同時參照第4圖及第5圖，第5圖繪示高頻訊號cD1~cD8及低頻訊號cA1~cA8之示意圖。原始訊號S在階層L1中，可以分解為高頻訊號cD1及低頻訊號cA1。在階層L2中，階層L1之低頻訊號cA1分解為高頻訊號cD2及低頻訊號cA2。在此，低頻訊號cA2已將高頻雜訊濾除，且此低頻訊號cA2可能還混雜呼吸飄移訊號。

在階層L3中，階層L2之低頻訊號cA2分解出為高頻訊號cD3及低頻訊號cA3。在此，低頻訊號cA3之QRS波已開始衰減。

在階層L4中，階層L3之低頻訊號cA3分解為高頻訊號cD4及低頻訊號cA4。在此，低頻訊號cA4之QRS波已被衰減。

在階層L5中，階層L4之低頻訊號cA4分解為高頻訊號cD5及低頻訊號cA5。在此，低頻訊號cA5已分解出P、T波與呼吸之頻帶等特徵現象。

在階層L6中，階層L5之低頻訊號cA5分解為高頻訊號cD6及低頻訊號cA6。在此，低頻訊號cA6已分解出T波與呼吸訊號之混合波。

在階層L7中，階層L6之低頻訊號cA6分解為高頻訊號cD7及低頻訊號cA7。在此，低頻訊號cA7僅剩呼吸訊號。

在階層L8中，階層L7之低頻訊號cA7分解為高頻訊號cD8及低頻訊號cA8。在此，低頻訊號cA8僅剩呼吸訊號殘餘量。

在本實施例中，階層L1~L8之高頻訊號cD1~cD8之頻率範圍的比率實質上相同，例如皆為50%。並且階層L1~L8之低頻訊號cA1~cA8之頻率範圍的比率實質上相同，例如皆為50%。也就是說，在各個階層L1~8中，逐步濾除50%之頻率範圍的高頻訊號cD1~cD8，而逐步留下低頻訊號cA1~cA8。

在步驟S130中，以計算單元130計算一校正訊號S’。校正訊號S’係為低頻訊號cA1~cA8之其中之一減去低頻訊號cA1~cA8之其中之另一。

在一實施例中，校正訊號S’係為低階層之低頻訊號cA1~cA8之其中之一減去高階層之低頻訊號cA1~cA8之其中之另一。而滿足下式(1)：S'=cAi-cAj,i<j且i,j{1,2,3,3,5,6,7,8}………(1)

舉例來說，校正訊號S’可以是階層L2之低頻訊號cA2減去階層L8之低頻訊號cA8，而滿足下式(2)：S'=cA2-cA8………(2)

請參照第6圖，其繪示原始訊號S與校正訊號S’之對照圖。上圖之原始訊號S受到呼吸飄移、身體干擾等影響而有些許波動雜訊。下圖之校正訊號S’已濾除呼吸飄移、身體干擾等雜訊，而顯得較為穩定。

請參照第7A~7D圖，其繪示摻雜各種雜訊之原始訊號A、B、C、D與對應之校正訊號A’、B’、C’、D’之示意圖。從第7A~7D圖可以看出本實施例之訊號處理方法及訊號處理系統100可以明顯改善訊雜比(Signal to Noise Ratio，SNR)。

請參照第7A圖，其繪示摻雜0分貝(dB)雜訊之原始訊號A與對應之校正訊號A’之示意圖。經由本實施例之訊號處理方法及訊號處理系統100可以明顯看到校正訊號A’改善了訊雜比。

請參照第7B圖，其繪示摻雜30分貝雜訊之原始訊號B與對應之校正訊號B’之示意圖。經由本實施例之訊號處理方法及訊號處理系統100可以明顯看到校正訊號B’改善了訊雜比。

請參照第7C圖，其繪示摻雜50分貝雜訊之原始訊號C與對應之校正訊號C’之示意圖。經由本實施例之訊號處理方法及訊號處理系統100可以明顯看到校正訊號C’改善了訊雜比。

請參照第7D圖，其繪示摻雜60分貝雜訊之原始訊號D與對應之校正訊號D’之示意圖。經由本實施例之訊號處理方法及訊號處理系統100可以明顯看到校正訊號D’改善了訊雜比。

從上述不同混雜程度的原始訊號A、B、C、D來看，混雜程度最高的原始訊號D，呈現最明顯的雜訊波動。而不論混雜程度為何，經由本實施例之訊號處理方法及訊號處理系統100所獲得的校正訊號A’、B’、C’、D’沒有太大的差異。也就是說，不論混雜程度為何，透過本實施例之訊號處理方法及訊號處理系統100，皆可獲得維持在一定水準的校正訊號。並且隨著混雜程度的提高，本實施例之訊號處理方法及訊號處理系統100可以獲得更好的效果。

請再參照第8A圖，其繪示第6圖之校正訊號S’與無雜訊標準訊號S0之振幅分配示意圖。從第8A圖可以看出校正訊號S’與無雜訊標準訊號S0之振幅分配相當接近。

請再參照第8B圖，其繪示第8A圖之無雜訊標準訊號S0與校正訊號S’之振幅與數量差異的關係示意圖。從第8B圖可以看出校正訊號S’與無雜訊標準訊號S0只有在振幅100的附近有較大的差異量，其餘振幅並沒有太大的差異量。

請再參照第9圖，其繪示無雜訊標準訊號S0與校正訊號S’之散佈圖。從第9圖可以看出，無雜訊標準訊號S0與校正訊號S’之對應點均相當接近於回歸直線L0，且其決定係數 R²(Rsquare)約等於0.9892，屬於高度正相關。

從上述8A~9圖可以瞭解到本實施例之訊號處理方法及訊號處理系統100所獲得之校正訊號S’相當接近於無雜訊標準訊號S0。如此一來，即使使用者在復健過程中或運動過程中進行心電圖訊號(ECG)的量測，也能夠獲得相當不錯的結果。

本實施例之訊號處理方法及訊號處理系統100除了可以應用於心電圖訊號(ECG)的量測以外，也適合於其他各種容易受到雜訊影響的訊號量測。

此外，本實施例之訊號處理系統100可以是單獨的量測套件，專門用以量測某種訊號。或者本實施例之訊號處理系統100也可以整合於居家照護設備中，進一步與其他居家照護設備進行連結與搭配，以提供使用者更多的功能。

綜上所述，雖然本發明已以各種實施例揭露如上，然其並非用以限定本發明。本發明所屬技術領域中具有通常知識者，在不脫離本發明之精神和範圍內，當可作各種之更動與潤飾。因此，本發明之保護範圍當視後附之申請專利範圍所界定者為準。

S110、S120、S130‧‧‧流程步驟

Claims

一種訊號處理方法，包括：提供一原始訊號；分解該原始訊號為複數個階層，各該階層包括一高頻訊號及一低頻訊號，各該階層之該低頻訊號分解為下一階層之該高頻訊號及該低頻訊號；以及計算一校正訊號，該些階層係由第1階層逐漸分解出第n階層，n為正整數，該校正訊號係為第M階層之該低頻訊號減去第N階層之該低頻訊號，M小於n，N小於n，M與N不相等。
如申請專利範圍第1項所述之訊號處理方法，其中M小於N。
如申請專利範圍第1項所述之訊號處理方法，其中M為2，N為8。
如申請專利範圍第1項所述之訊號處理方法，其中各該階層之各該高頻訊號之頻率範圍的比率實質上相同。
如申請專利範圍第1項所述之訊號處理方法，其中各該階層之各該低頻訊號之頻率範圍的比率實質上相同。
如申請專利範圍第1項所述之訊號處理方法，其中各該階層之該高頻訊號及該低頻訊號各佔50%頻率範圍。
如申請專利範圍第1項所述之訊號處理方法，其中該原始訊號係為一心電圖訊號。
如申請專利範圍第7項所述之訊號處理方法，其中該些低頻訊號之其中之另一係為一呼吸訊號。
一種訊號處理系統，包括：一提供單元，用以提供一原始訊號；一分解單元，用以分解該原始訊號為複數個階層，各該階層包括一高頻訊號及一低頻訊號，各該階層之該低頻訊號分解為下一階層之該高頻訊號及該低頻訊號；以及一計算單元，用以計算一校正訊號，該些階層係由第1階層逐漸分解出第n階層，n為正整數，該校正訊號係為第M階層之該低頻訊號減去第N階層之該低頻訊號，M小於n，N小於n，M與N不相等。
如申請專利範圍第9項所述之訊號處理系統，其中M小於N。
如申請專利範圍第9項所述之訊號處理系統，其中M為2，N為8。
如申請專利範圍第9項所述之訊號處理系統，其中各該階層之各該高頻訊號之頻率範圍的比率實質上相同。
如申請專利範圍第9項所述之訊號處理系統，其中各該階層之各該低頻訊號之頻率範圍的比率實質上相同。
如申請專利範圍第9項所述之訊號處理系統，其中各該階層之該高頻訊號及該低頻訊號各佔50%頻率範圍。
如申請專利範圍第9項所述之訊號處理系統，其中該原始訊號係為一心電圖訊號。
如申請專利範圍第15項所述之訊號處理系統，其中該些低頻訊號之其中之另一係為一呼吸訊號。