WO2002017782A2 - Verfahren und vorrichtung zum adaptiven reduzieren des rauschens in einem signal, insbesondere in einem elektro- oder magnetokardiographischen signal - Google Patents

Verfahren und vorrichtung zum adaptiven reduzieren des rauschens in einem signal, insbesondere in einem elektro- oder magnetokardiographischen signal Download PDF

Info

Publication number
WO2002017782A2
WO2002017782A2 PCT/DE2001/003195 DE0103195W WO0217782A2 WO 2002017782 A2 WO2002017782 A2 WO 2002017782A2 DE 0103195 W DE0103195 W DE 0103195W WO 0217782 A2 WO0217782 A2 WO 0217782A2
Authority
WO
WIPO (PCT)
Prior art keywords
values
signal
smoothing
value
data
Prior art date
Application number
PCT/DE2001/003195
Other languages
English (en)
French (fr)
Other versions
WO2002017782A3 (de
Inventor
Fritz Steinberg
Leonid Fainzelberg
Original Assignee
Squid International Ag
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Squid International Ag filed Critical Squid International Ag
Priority to DE10193581T priority Critical patent/DE10193581D2/de
Priority to AU2001289569A priority patent/AU2001289569A1/en
Publication of WO2002017782A2 publication Critical patent/WO2002017782A2/de
Publication of WO2002017782A3 publication Critical patent/WO2002017782A3/de

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms

Definitions

  • the present invention relates to a method and a device for adaptively reducing the noise in a signal by smoothing discrete values of the signal, the signal being in particular a signal obtained by measuring electrical currents or magnetic fields, such as, for example, a signal obtained by means of a Electrocardio, magnetocardio, electroencephalo or
  • the measurement of physiological signals is generally a difficult task because the underlying physiological processes only generate signals with very low amplitude levels in relation to other signals.
  • the magnetic fields generated during cardiac activity move in the
  • noise components Generate noise components or contribute to noise, which then becomes an undesired part of the physiological signal that is actually of interest.
  • EKG electrocardiographic
  • MKG magnetocardiographic
  • the sensors measure not only the electrical or magnetic activity of the heart, but also the electrical or magnetic signals generated by other sources.
  • the signal of interest and the undesired measured signals are then contained in the measurement signal, the undesired components of the measured signal generally being referred to as “noise components” or in short as “noise”.
  • the signal to be smoothed consists of a set of N, N e ß7 + , discrete values xx 2 ... x N in total.
  • the discrete values can have been obtained, for example, by digitizing an originally analog measurement signal.
  • FIG. 1 a) shows the course over time of an actually measured, non-smoothed EKG signal which has a high noise level (the noise level is approximately 20% of the variance of the EKG signal during the measurement).
  • Parameter W 0 30 shown. Although the smoothing reduces the noise, it also distorts the EKG signal, in particular the important so-called QRS complex (with EKG signals, the individual characteristic peaks are the correspond to certain activities of the heart, designated by the letters Q, R, S and T).
  • the "moving average” method is to be assumed here, since this method has proven itself, is easy to implement and can be carried out quickly.
  • Signal component can also contain unwanted noise components, if it has not already been measured in digital form, first placed at the input of an analog-digital converter, which generates a set of discrete data.
  • the discrete data is stored and sets of the stored data are processed sequentially by an adaptive so-called "moving average smoothing filter" which generates a back-estimated value for each discrete input value.
  • Each received estimated value is returned with the corresponding one Input value compared and as a result of the comparison said filter is compared iteratively so that the difference between the input values and the estimated values does not exceed a predetermined limit.
  • the invention thus enables an accurate and reliable reconstruction of the components of interest of a physiological signal from a measured noisy signal.
  • Fig. 1 shows a diagram of the temporal course of a real, noisy ECG signal (Fig. La), and two diagrams of the course of the signal after application of the method known from the prior art under the name "moving average” to the signal for the purpose Reduction of
  • FIG. 2 shows a schematic diagram of an apparatus constructed in accordance with the principles of the invention.
  • FIG. 3 shows a schematic diagram of a device which is advantageously further developed for specific purposes.
  • Invention for reducing the noise components are applicable to a wide variety of signals, for example other physiological signals such as MKG, EEG (electroencephalography) and MEG (magnetoencephalography) signals.
  • FIG. 2 shows a device, designated in its entirety by 10, for adaptively reducing the noise level of a physiological signal.
  • the device comprises an analog-digital converter 11, a buffer memory 12, a filter 13 having two inputs and a control unit 14.
  • the control unit 14 has at least two inputs, one of which is connected to an output of the filter 13 and another to the output of the buffer memory 12.
  • the control unit 14 also has at least two outputs, one of which is used for forwarding the signal that finally results after the treatment of an input signal to an output unit, such as a screen or printer, or to a storage unit, which is not further indicated here. Another output is connected to a second input of the filter 13.
  • the analog-to-digital converter 11 is used to digitize an analog input signal such as is supplied, for example, by the usual electrocardiographs and magnetocardiographs. If the input signal is already digitized, the analog-to-digital converter is not necessary. Sampling frequencies around 500 Hz have proven to be sufficient for digitizing analog ECG and MKG input signals. The analog-to-digital converter 11 supplies discrete values x which are stored in the buffer memory 12.
  • the filter 13 is designed such that it carries out a new smoothing method based on the known "moving average” method, the size of the smoothing window being selected as a function of the data to be smoothed, that is to say adapted to the respective data record (Adapted), which is why the filter 13 can also be referred to as an "adaptive moving average smoothing filter".
  • the data is smoothed using the following formula
  • the parameter W t is calculated by the control unit 14.
  • the parameter W t defines an optimal number of discrete values of the smoothing window, which is obtained for each discrete value x t from the following conditions
  • S Q const. - is a given limit.
  • the limit value ⁇ % defines an acceptable distortion of each back estimated discrete value Xj according to one
  • Input value x t The parameter W 0 defines the maximum of the width of a smoothing window.
  • the values max x t and min x t each mean the largest and the smallest value of x t in the considered data record.
  • the smoothing procedure therefore uses the two parameters W 0 and S Q which can be predetermined manually or which can be automatically predetermined for the respective application, for example on the basis of a list of empirical or estimated values, and the parameter W ⁇ which adapts, that is to say automatically for each step the smoothing is set and depends on the specific shape of the signal to be smoothed.
  • the device shown in FIG. 2 operates as follows: the data digitized by the converter 11 is written into the buffer memory 12, which may comprise a conventional random access memory (RAM).
  • the buffer memory 12 may comprise a conventional random access memory (RAM).
  • the control unit 14 compares the first in absolute terms
  • control unit 14 finally sets the filter 13 to the first optimal value of the smoothing window W j , which then corresponds to the conditions (3) and (4), which makes it possible to match the first value of the stored data with the To estimate back ordinal number W 0 .
  • the filter 13 reads a second set of 2W 0 +1 values of the stored data from the buffer memory 12, ie it reads values with the
  • Atomic numbers i 2, 3, ..., 2W 0 +2, and re-estimated the values according to the
  • filter 13 filters the values stored in buffer memory 12 using a set of optimal parameters of the parameter 14 obtained separately for all stored values by means of control unit 14
  • W opt ⁇ 25, 28, 30, 15, 18, 23, 27, 26, 30, 29, 18, 24, 30, ..., 24, 28, 26 ⁇
  • the conventional calculation of the optimal values of the smoothing window is improved.
  • the method of signal smoothing described above is implemented by the formula (2).
  • the optimal parameters of the smoothing window not only satisfy conditions (3) and (4), but also the additional ones
  • the device 10 in turn comprises an analog-digital converter 11, a first buffer memory 12, an adaptive "moving average smoothing filter” 13 (hereinafter referred to as filter for short), a control unit 14 and a second buffer memory 15.
  • the input of the first buffer memory 12 is connected to the output of the analog-digital converter 11.
  • a first input of the filter 13 is connected to the output of the first buffer memory 12.
  • Control unit 14 is connected to an output of filter 13, a second input of control unit 14 to the output of second buffer memory 15.
  • a first output of the control unit 14 is connected to a second input of the filter 13 and a second output of the control unit 14 is connected to an input of the second buffer memory 15.
  • the principle of adaptive filtering according to the invention using the further aspect of the present invention includes two steps of the
  • Filter setting namely a so-called preliminary and a final filter setting.
  • the device shown in FIG. 3 operates as follows: The data digitized by the converter 11 are written into the first buffer memory 12. For a given ⁇ , the control unit 14 calculates the limit value S using the formula (5).
  • the adaptive smoothing filter 13 then reads a first set of 2W 0 +1 values of the stored data from the buffer memory 12 and back-estimated using a formula
  • the control unit 14 compares the first in absolute terms
  • control unit 14 sets the filter 13 to a new value of the smoothing window which is one unit smaller than the input value, ie W j -W 0 -l.
  • filter 13 re-estimates one
  • control unit 14 again compares the second estimated value with the stored value Xf according to the condition (4). This process is repeated until condition (4) is met.
  • the control unit 14 finally sets the filter 13 to the first optimal parameter of the smoothing window W j , which corresponds to the conditions (3) and (4) and which allows the first values of the stored data with the ordinal number W 0 to be re- estimated.
  • This first value of the smoothing window is written into the buffer memory 12.
  • the filter 13 also reads a second set of 2W 0 +1 values of stored data from the buffer memory 12.
  • the control unit 14 reads the parameter W opt [l] from the buffer memory 15 and uses this value in the filter 13 as the output value of a smoothing window for the second set of stored data.
  • control unit 14 sets the filter 13 to a new optimum value of
  • the control unit 14 repetitively reduces a value of the smoothing window by one unit until condition (9) applies and finally writes the value into the buffer memory 15 as the second optimal parameter of the smoothing window W opt [2].
  • Parameters of the smoothing window are stored in the buffer memory 15. Each parameter in this set fulfills two conditions
  • ⁇ opt tprel ⁇ 25, 26, 27, 15, 16, 17, 18, 19, 20, 21, 18, 19, 20, ..., 24, 25, 26 ⁇ . (12)
  • the control unit 14 reads all preliminary optimal parameters from the buffer memory 15 in reverse order and compares every two successive values. If the value of a parameter W j exceeds the value of the next parameter W i + j by more than one unit, the control unit 14 reduces the parameter W t as follows
  • the final set W ü ⁇ [final] is stored by optimal parameters of the smoothing window, in the buffer memory 15 °. All of these parameters meet the conditions (8), (10), (11). For example, it allows the above Proceed from the preliminary set (12) to the following final set of optimal parameters
  • the adaptive smoothing filter 13 starts smoothing the data stored in the buffer memory 12 and during this process the control unit 14 sets the filter 13 using the optimal parameters of the smoothing window from the buffer memory 15.
  • the filter 13 reads the stored data from the buffer memory 12 and re-estimates the smoothing values using the formula
  • W opt [i] is the optimal value of the smoothing window for a value of the data with atomic number i.
  • the smoothed data can be transferred from the output of the filter 13 to the display of a monitor (not shown in Figures 2 and 3).
  • Fig. 4 shows the result of reducing the noise in a real EKG
  • the adaptive smoothing filter in contrast to the known technique, allows the noise level to be reduced without significant distortion of the EKG signal, including the distortion of the ⁇ S complex (see FIGS. 4 and 1).
  • the registration implies a new business process, namely the commercial processing of raw data from signaling devices such as EKG, MKG, EEG and MEG, which for example via the Internet from the operator of such a device to a central one Processing and possibly evaluation point can be sent and processed there by means of the methods and / or devices according to the invention.
  • This business process is hereby expressly designated as part of the invention and is claimed to be protectable in those countries whose national law permits.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Signal Processing (AREA)
  • Cardiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

Ein Signal, das neben den eigentlich interessierenden Signalkompenenten auch ungewünschte Rauschkomponenten enthält, wird, sofern es nicht bereits in digitaler Form gemessen wurde, zunächst an den Eingang eines analog-digital-Wandlers gelegt, der einen Satz diskreter Daten erzeugt. Die diskreten Daten werden gespeichert, und Sätze der gespeicherten Daten werden sequentiell von einem adaptiven sogenannten 'Gleitender-Durchschnitt-Glättungs-Filter' verarbeitet, der für jeden diskreten Eingangswert einen rückabgeschätzten Wert erzeugt. Der erhaltene rückabgeschätzte Wert wird mit dem entsprechenden diskreten Eingangswert verglichen und als Resultat des Vergleichs wird der genannte Filter iterative abgeglichen, so daß die Differenz zwischen den Eingangswerten und den rückabgeschätzten Werten einen vorgegebenen Grenzwert nicht überschreitet.

Description

VERFAHREN UND VORRICHTUNG ZUM ADAPTIVEN REDUZIEREN
DES RAUSCHENS IN EINEM SIGNAL, INSBESONDERE IN EINEM
ELEKTRO- ODER MAGNETOKARDIOGRAPHISCHEN SIGNAL
HINTERGRUND DER ERFINDUNG
1. Gebiet der Erfindung
Die vorliegende Erfindung betrifft ein Verfahren und eine Vorrichtung zum adaptiven Reduzieren des Rauschens in einem Signal durch Glättung diskreter Werte des Signals, wobei es sich bei dem Signal insbesondere um ein durch Messung elektrischer Ströme oder magnetischer Felder gewonnenes Signal handelt, wie zum Beispiel ein mittels eines Elektrokardio-, Magnetokardio-, Elektroenzephalo- oder
Magnetoenzephalographen gewonnenes Signal. Solche Signale, die ihre Ursache in physiologischen Prozessen wie z.B. der Aktivität des Herzmuskels haben, werden im folgenden kurz als "physiologische Signale" bezeichnet.
2. Beschreibung des Standes der Technik
Die Messung physiologischer Signale ist im allgemeinen eine schwierige Aufgabe, weil die zugrundeliegenden physiologischen Prozesse nur Signale mit im Verhältnis zu anderen Signalen sehr geringen Amplitudenniveaus erzeugen. So bewegen sich die bei der Herztätigkeit erzeugten Magnetfelder in der
Größenordnung von lediglich etwa 10"10 Tesla, während das durch ein fahrendes Auto hervorgerufene Magnetfeld noch in 50 m Entfernung eine Stärke von 10" bis 10"9 Tesla und das bereits durch ein batteriebetriebenes Werkzeug wie z.B. einen Ald uschrauber hervorgerufene Magnetfeld noch in 5 m Entfernung eine Stärke von immerhin 10"9 bis 10" Tesla besitzt (vgl. z.B. J. Vrba: "SQUID Gradiometers in Real Environments", in: H. Weinstock (Hrsg.): "SQUID Sensors - Fundamentals, Fabrication and Applications", Kluwer Academic Pubiishers, 1996).
Hinzu kommt, daß der physiologische Prozeß selbst und/oder die zur Messung verwendeten Sensoren während der Messung der physiologischen Signale oft auch
Rauschkomponenten erzeugen oder zum Rauschen beitragen, das dann ungewünschter Teil des eigentlich interessierenden physiologischen Signals werden. So messen die Sensoren, wenn elektrokardiographische (EKG) Signale oder magnetokardiographische (MKG) Signale eines Patienten gemessen werden, nicht nur die elektrische oder magnetische Aktivität des Herzens, sondern auch die von anderen Quellen erzeugten elektrischen oder magnetischen Signale. Im Meßsignal sind dann das eigentlich interessierende Signal und die ungewünscht gemessenen Signale enthalten, wobei die ungewünschten Komponeten des gemessenen Signals allgemein als "Rauschkomponenten" oder kurz als "Rauschen" bezeichnet werden.
Zum Reduzieren des Rauschens des physiologischen Signals sind bereits verschiedene Techniken bekannt. So wird in dem Aufsatz von David W. Mortara, Digital Filters for EGG Signals, Computers in Cardiology, Pages 511-514, IEEE 1977, eine als Frequenzfilterung bezeichnete Technik vorgestellt, die verwendet werden kann, wenn das Rauschen von einer Quelle mit bekannter Frequenz hervorgerufen wird wie z.B. die 50 oder 60 Hz Stromleitungsfrequenzsignale und die elektrischen Signale, die von elektrischen Geräten in der Umgebung der Meßstelle ausgesandt werden. Dazu wird ein sog. Finiter-Impuls-Antwort-(FIR)-Filter oder ein Infiniten-Impuls-Antwort-(IIR)-Filter verwendet.
Neben der Frequenzfilterung sind verschiedene Glättungsverfahren zum Reduzieren der Rauschens des physiologischen Signal bekannt, z.B. aus Wiener N. Extrapolation, Interpolation and smoothing of stationaiy time series, New York, 1949.
Bei einem besonders einfachen und schnellen Glättungsverfahren, das unter dem Namen "gleitender Durchschnitt" oder "sliding avergage" bekannt und bei T.W. Anderson, The statistical analysis of time series, New York London Toronto, 1971 beschrieben ist, wird angenommen, daß das zu glättende Signal aus einem Satz von insgesamt N, N e ß7+, diskreten Werten x x2... xN besteht. Die diskreten Werte können z.B. durch Digitaliserung eines ursprünglich analogen Meßsignals erhalten worden sein.
Die Glättung der Daten basiert bei diesem Verfahren nun auf einer Rückabschätzung jedes diskreten Wertes xi gemäß der Formel
Figure imgf000005_0001
wobei der Parameter W0 = const. eine Anzahl von Werten definiert, die in dem sogenannten "Glättungsfenster" enthalten sind, und wobei die Formel (1) nur für solche i verwendet werden kann, für die die Bedingung W0 < i ≤ N-W0 gültig ist.
Verwendet man dieses Verfahren auf ein physiologisches Signal wie z.B. ein elektrokardiographisches Signal, erhält man die in den Fig. lb) und lc) gezeigten Ergebnisse. In der Fig. la) sind ist der zeitliche Verlauf eines tatsächlich gemessenen, nicht-geglätteten EKG-Signals gezeigt, das ein hohes Rauschniveau aufweist (das Rauschniveau beträgt ungefähr 20 % der Varianz des EKG-Signals während der Messung).
In Fig. lb) ist das Resultat der Glättung des EKG-Signals mittels Formel (1) dargestellt, wobei W0= 10 gewählt wurde. Wie sich zeigt, führt eine Glättung mit W0 ~ 10 nicht zur gewünschten Reduktion des Rauschens.
In der Fig. lc) ist das Resultat der Glättung desselben EKG-Signals mit dem
Parameter W0 =30 gezeigt. Die Glättung reduziert zwar das Rauschen, verzerrt jedoch auch das EKG-Signal, insbesondere den wichtigen sogenamiten QRS- Komplex (bei EKG-Signalen werden die einzelnen charakteristischen Spitzen, die bestimmten Aktivitäten des Herzens entsprechen, mit den Buchstaben Q, R, S und T bezeichnet).
Diese Beispiele zeigen, daß die Anwendung dieses an sich sehr einfachen Glättungsverfahrens zum Reduzieren der Rauschkomponente bei realen EKG- oder
MKG-Signalen problematisch ist und von der Wahl eines optimalen Wertes W0 der Anzahl der in dem Glättungsfenster enthaltenen abhängt. Ist W0 zu klein, wird das Rauschen nicht reduziert. Ist W0 zu groß, wird das interessierende Signal zu stark verzerrt. Daher kann dieses lättungsverfahren nur verwendet werden, wenn das zu glättende Signal nur ein niedriges Rauschniveau besitzt. Bei realen physiologischen
Signalen mit starkem Rauschene, wie z.B. EKG- oder MKG-Signale, ist das Verfahren des "gleitenden Durchschnitts" nicht anwendbar.
Es daher ein Ziel der Erfindung, ein Verfahren und eine Vorrichtung anzugeben, die ein einfaches und schnelles Reduzieren auch starken Rauschens in einem Signal, insbesondere einem physiologischen Signal ermöglichen. Dabei soll von dem Verfahren des "gleitenden Durchschnitts" ausgegangen werden, da sich dieses Verfahren an sich bewährt hat, leicht zu implementieren und schnell auszuführen ist.
ZUSAMMENFASSUNG DER ERFINDUNG
In Übereinstimmung mit den Prinzipien der vorliegenden Erfindung wird ein gewonnenes physiologisches Signal, das neben den eigentlich interessierenden
Signalkomponente auch ungewünschte Rauschkomponenten enthalten kann, sofern es nicht bereits in digitaler Form gemessen wurde, zunächst an den Eingang eines Analog-Digital- Wandlers gelegt, der einen Satz diskreter Daten erzeugt. Die diskreten Daten werden gespeichert und Sätze der gespeicherten Daten werden sequentiell von von einem adaptiven sog. "Gleitender-Durchschnitt-Glättungs-Filter" verarbeitet, der für jeden diskreten Eingangswert einen rückabgeschätzten Wert erzeugt. Jeder erhaltene rückabgeschätzte Wert wird mit dem entsprechenden Eingangswert verglichen und als Resultat des Vergleichs wird der genannte Filter iterativ abgeglichen, so daß die Differenz zwischen den Eingangswerten und den rückabgeschätzten Werten einen vorgegebenen Grenzwert nicht überschreitet.
Die Erfindung erlaubt damit eine akurate und verläßliche Rekonstruktion der interessierenden Komponenten eines physiologischen Signals aus einem gemessenen verrauschten Signal.
Die vorgenannten und andere Eigenschaften und Vorteile der Erfindung werden aus der folgenden detaillierten Beschreibung verschiedener vorteilhafter
Aus- und Durchfuhrungsformen der Erfindung unter Bezug auf die Zeichnungen noch deutlicher.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
Fig. 1 zeigt ein Diagramm des zeitlichen Verlaufs eines realen, verrauschten EKG- Signals (Fig. la), und zwei Diagramme des Verlaufs des Signals nach Anwendung des aus dem Stand der Technik unter dem Namen "gleitender Durchschnitt" bekannten Verfahrens auf das Signal zwecks Reduktion des
Rauschens mit (Fig. lb und lc), wobei jeweils unterschiedlich große Glättungsfenster verwendet wurden.
Fig. 2 zeigt ein schematisches Diagramm einer in Übereinstimmung mit den Prinzipien der Erfindung konstruierten Vorrichtung.
Fig. 3 zeigt ein schematisches Diagramm einer für bestimmte Einsatzzwecke vorteilhaft weitergebildeten Vorrichtung.
Fig. 4 zeigt in der oberen Hälfte ein Zeit-Diagramm eines realen, verrauschten
EKG-Rohsignals und in der unteren Hälfte ein Zeit-Diagramm des EKG- Signals nach Reduktion des Rauschens durch Anwendung des erfindungsgemäßen Verfahrens bzw. der erfindungsgemäßen Vorrichtung.
DETAILLIERTE BESCHREIBUNG BEVORZUGTER
AUS- UND DURCHFÜHRUNGSFORMEN
In der folgenden detaillierten Beschreibung werden das Verfahren und die Vorrichtung zum adaptiven Reduzieren des Rauschens am Beispiel eines EKG- Signals beschrieben, wobei jedoch bemerkt sei, daß die Techniken der vorliegenden
Erfindung zum Reduzieren der Rauschkomponenten bei unterschiedlichsten Signalen anwendbar sind, beispielsweise bei anderen physiologischen Signale wie z.B. MKG-, EEG-(Elektroenzephalographie)- und MEG-(Magnetoenzephalographie)-Signalen.
In der Fig. 2 ist eine in ihrer Gesamtheit mit 10 bezeichnete Vorrichtung zum adaptiven Reduzieren des Rauschniveaus eines physiologischen Signals rein schematisch gezeigt. Die Vorrichtung umfaßt bei diesem Ausführungsbeispiel einen Analog-Digital- Wandler 11, ein Pufferspeicher 12, einen über zwei Eingänge verfügenden Filter 13 und eine Steuereinheit 14.
Die Steuereinheit 14 verfügt über wenigstens zwei Eingänge, von denen einer mit einem Ausgang des Filters 13 und ein anderer mit dem Ausgang des Pufferspeichers 12 verbunden ist.
Die Steuereinheit 14 verfügt ferner über wenigstens zwei Ausgänge, von denen einer zur hier nicht weiter angedeuteten Weiterleitung des sich nach der erfolgten Behandlung eines Eingangssignals schließlich ergebenden Signals zum Beispiel an eine Ausgabeeinheit, wie einen Bildschirm oder Drucker, oder an eine Speichereinheit dient. Ein weiterer Ausgang ist mit einem zweiten Eingang des Filters 13 verbunden. Der Analog-Digital- Wandler 11 dient zur Digitalisierung eines analogen Eingangssignals wie sie beispielsweise von den üblichen Elektrokardiographen und Magnetokardiographen geliefert werden. Ist das Eingangssignal bereits digitalsiert, erübrigt sich der Analog-Digital-Wandler. Zur Digitalisierung analoger EKG- und MKG-Eingangssignale haben sich Abtastfrequenzen etwa 500 Hz als ausreichend erwiesen. Der Analog-Digital-Wandler 11 liefert diskreten Werte x, die in dem Pufferspeicher 12 gespeichert werden.
Bei der vorliegenden Ausführungsform der Erfindung ist der Filter 13 so ausgebildet, das er ein neues Glättungsverfahren auf Basis des bekannten Verfahrens des "gleitenden Durchschnitts" ausführt, wobei die Größe des Glättungsfensters in Abhängigkeit von den zu glättenden Daten gewählt, also dem jeweiligen Datensatz angepaßt angepaßt (adaptiert) wird, weshalb der Filter 13 auch als "adaptiver Gleitender-Durchschnitt-Glättungs-Filter" bezeichnet werden kann. Die Datenglättung erfolgt mittels folgender Formel
x; =
Figure imgf000009_0001
wobei der Parameter Wt von der Steuereinheit 14 berechnet wird. Der Parameter Wt definiert eine optimale Zahl diskreter Werte des Glättungsfensters, die für jeden diskreten Wert xt aus den folgenden Bedingungen erhalten wird
Wt ≤ W0 , (3) und
Figure imgf000009_0002
wobei SQ = const. - ein gegebener Grenzwert ist. Der Grenzwert <% definiert eine akzeptierbare Verzerrung jedes rückabgeschätzten diskreten Wertes Xj gemäß eines
Eingangswertes xt. Der Parameter W0 definiert das Maximum der Breite eines Glättungsfensters. Die Werte max xt und min xt bedeuten jeweils den größten beziehungsweise den kleinsten Wert von xt im betrachteten Datensatz.
Die Glättungsprozedur verwendet also in Übereinstimmung mit der vorliegenden Erfindung die beiden manuell vorgebbaren oder z.B. anhand einer Liste von Erfahrungs- oder Schätzwerten automatisch für den jeweiligen Anwendungsfall vorggebbaren Parameter W0 und SQ und den Parameter W{, der adaptiert, also automatisch für jeden Schritt der gleitenden Glättung festgesetzt wird und der von der konkreten Form des zu glättenden Signals abhängt.
Die in Fig. 2 gezeigte Vorrichtung arbeitet wie folgt: die vom Wandler 11 digitalisierten Daten werden in den Pufferspeicher 12 geschrieben, der bei einen konventionellen Direktzugriffsspeicher (RAM) umfassen kann.
Die Steuereinheit 14 berechnet einen Minimum- und einen Maximumwert der gespeicherten Daten max = max { x1 , x2... . } min = min { x1 , x2... Xχ}
und berechnet für ein gegebenes Q den Grenzwert s mittels der Formel
'„ (max- min)
Für ein gegebenes W0 liest der adaptiver Glättungsfilter 13 einen ersten Satz von 2W0+1 Werten xt der gespeicherten Daten aus dem Pufferspeicher 12 aus, d.h. er liest die gespeicherten Werte mit den Ordnungszahlen i = 1, 2, ... , 2W0+1 und rückabschätzt die Werte, die einem Wert mit der Ordnungszahl i = W0 entsprechen mittels der Formel
Figure imgf000011_0001
Zum Anfang des Verfahrens wird der Startwert eines Glättungsfensters Wj auf Wj = W0. gesetzt. Die Steuereinheit 14 vergleicht im Absoluten den ersten
rückabgeschätzten Wert «^ mit dem gespeicherten Wert Xf. Falls ein absoluter Rest
dieser beiden Werte den Grenzwert <? überschreitet, d.h. falls
* — - V
> ε > (7)
stellt die Steuereinheit 14 den Filter 13 auf einen neuen Wert des Glättungsfensters ein, der um eine Einheit kleiner ist als der Eingangs wert, d.h. Wj = W0 -1. Für diesen neuen Wert eines Glättungsfensters rückabschätzt der Filter 13 einen neuen Wert von
Xj und die Steuereinheit 14 vergleicht wiederum den zweiten rückabgeschätzten
Wert mit dem gespeicherten Wert Xj gemäß der Bedingung (7). Dieses Verfahrens wird wiederholt bis die Bedingung (7) zutrifft.
Als Resultat der oben erwähnten Iterationen stellt die Steuereinheit 14 den Filter 13 schließlich auf den ersten optimalen Wert des Glättungsfensters Wj ein, der dann den Bedingungen (3) und (4) entspricht, was es erlaubt, den ersten Wert der gespeicherten Daten mit der Ordnungszahl W0 rückabzuschätzen.
Im nächsten Schritt liest der Filter 13 einen zweiten Satz von 2W0+1 Werten der gespeicherten Daten aus dem Pufferspeicher 12, d.h. er liest Werte mit den
Ordnungszahlen i = 2, 3, ... , 2W0+2, und rückabschätzt die Werte entsprechend der
Werte mit den Ordnungszahlen i = W0+l unter Verwendung eines zweiten optimalen Wertes des Glättungsfensters Wj , der in derselben Weise für den zweiten Satz von der Steuereinheit 14 eingestellt wurde.
Das oben genannte Verfahren wird wiederholt, bis die Ordnungszahl i der gespeicherten Werte gleich i = N - W0 ist, wobei N die Gesamtzahl der gespeicherten Werte ist.
Wie vorstehend im Zusammenhang mit Fig. 2 beschrieben rückabschätzt der
Filter 13 in Übereinstimmung mit der Erfindung die in dem Pufferspeicher 12 gespeicherten Werte unter Verwendung eines mittels der Steuereinheit 14 für alle gespeicherten Werte separat erhaltenen Satzes optimaler Parameter des
Glättungsfensters .
Alle in diesem Sinne optimalen Parameter des Glättungsfensters erfüllen nur die Bedingung (3). Deshalb erhält man für eine andere Form des zu behandelnden
Signals einen anderen Satz Wopt von optimalen Werten des Glättungsfensters. Ein möglicher Satz optimaler Parameter des Glättungsfensters bei W0 = 30 lautet:
Wopt = {25, 28, 30, 15, 18, 23, 27, 26, 30, 29, 18, 24, 30, ... , 24, 28, 26}
In Übereinstimmung mit einem weiteren Aspekt der vorliegenden Erfindung wird die konventionelle Berechnung der optimalen Werte des Glättungsfensters verbessert. In diesem Fall wird das oben beschriebene Verfahren der Signalglättung realisiert durch die Formel (2). Die optimalen Parameter des Glättungsfensters genügen nicht nur den Bedingungen (3) und (4), sondern auch der zusätzlichen
Bedingung
Figure imgf000012_0001
Diese zusätzliche Bedingung bedeutet, daß die optimalen Parameter des Glättungsfensters fließend gewechselt werden sollten von Wert zu Wert der gespeicherten Werte. In Fig. 3 ist eine im ganzen mit 10 bezeichnete Vorrichtung zum adaptiven Reduzieren des Rauschens in einem Signal in Übereinstimmung mit diesem weiteren Aspekt der Erfindung gezeigt.
Die Vorrichtung 10 umfaßt wiederum einen Analog-Digital-Wandler 11, einen ersten Pufferpeicher 12, einen adaptiven "Gleitender-Durchschnitt-Glättungsfilter" 13 (nachfolgend kurz Filter genannt), eine Steuereinheit 14 und einen zweiter Pufferspeicher 15. Der Eingang des ersten Pufferspeichers 12 ist mit dem Ausgang des Analog-Digital- Wandlers 11 verbunden. Ein erster Eingang des Filters 13 ist mit dem Ausgang des ersten Pufferspeichers 12 verbunden. Ein erster Eingang der
Steuereinheit 14 ist mit einem Ausgang des Filters 13, ein zweiter Eingang der Steuereinheit 14 mit dem Ausgang des zweiten Pufferspeichers 15 verbunden. Ein erster Ausgang der Steuereinheit 14 ist mit einem zweiten Eingang des Filters 13 und ein zweiter Ausgang der Steuereinheit 14 mit einem Eingang des zweiten Pufferspeichers 15 verbunden.
Das erfindungsgemäße Prinzip der adaptiven Filterung unter Verwendung des weiteren Aspekts der vorliegenden Erfindung beinlialtet zwei Schritte der
Filtereinstellung, nämlich eine sog. vorläufige und eine endgültige Filtereinstellung. Dabei arbeitet die in Fig. 3 gezeigte Vorrichung wie folgt: Die von dem Wandler 11 digitalisierten Daten werden in den ersten Pufferspeicher 12 geschrieben. Für ein gegebenes < berechnet die Steuereinheit 14 den Grenzwert S mittels der Formel (5).
Der adaptive Glättungsfilter 13 liest dann einen ersten Satz von 2W0+1 Werten der gespeicherten Daten aus dem Pufferspeicher 12 und rückabschätzt mittels Formel
(6) die Werte, die Werten entsprechen, deren Ordnungszahl gleich i = W0 ist.
Der Eingangs wert eines Glättungsfensters für den ersten Satz von Daten wird eingesetzt als Wj = WQ. Die Steuereinheit 14 vergleicht im Absoluten den ersten
rückabgeschätzten Wert Xj und den gespeicherten Wert Xj. Falls der absolute Rest dieser Werte den Grenzwert S überschreitet, stellt die Steuereinheit 14 den Filter 13 auf einen neuen Wert des Glättungsfensters ein, der eine Einheit kleiner ist als der Eingangswert, d.h. Wj — W0 -l .
Für diesen neuen Wert des Glättungsfensters rückabschätzt der Filter 13 einen
neuen Wert von Xj und die Steuereinheit 14 vergleicht wiederum den zweiten rückabgeschätzten Wert mit dem gespeicherten Wert Xf gemäß der Bedingung (4). Dieses Verfahren wird wiederholt bis die Bedingung (4) erfüllt ist.
Als Resultat der oben genannten Iterationen stellt die Steuereinheit 14 schließlich den Filter 13 auf den ersten optimalen Paramter des Glättungsfensters Wj ein, der den Bedingungen (3) und (4) entspricht und der es erlaubt, die ersten Werte der gespeicherten Daten mit der Ordnungszahl W0 rückabzuschätzen. Dieser erste Wert des Glättungsfensters wird in den Pufferspeicher 12 geschrieben.
Weiter liest der Filter 13 aus dem Pufferspeicher 12 einen zweiten Satz von 2W0+1 Werten gespeicherter Daten aus. Die Steuereinheit 14 liest den Parameter Wopt[l] aus dem Pufferspeicher 15 und setzt diesen Wert beim Filter 13 als Ausgangswert eines Glättungsfensters für den zweiten Satz gespeicherter Daten ein. Mit anderen Worten, der erste rückabgeschätzte Wert für den zweiten Satz von
Daten wird berechnet mittels der Formel
w00lm x. = i 2W.P,[1] + 1 j. Σ >+J
-wop,m
Die Speichereinheit 14 vergleicht im Absoluten diesen Wert mit dem gespeicherten Wert, dessen Ordnungszahl i = W0+l ist. Falls ein absoluter Rest dieser Werte den Grenzwert S0> nicht überschreitet, d.h. falls
7 *^ < ε (9)
stellt die Steuereinheit 14 den Filter 13 auf einen neuen optimalen Wert des
Glättungsfensters ein, der eine Einheit größer ist als der Eingangswert, d.h. Wopt[2] = Wopt [1] +1 und schreibt diesen Wert in den Pufferspeicher 15.
Falls ein absoluter Rest dieser beiden Werte den Grenzwert S überschreitet, d.h. falls
V» V* > ε
reduziert die Steuereinheit 14 repetitiv einen Wert des Glättungsfensters um eine Einheit bis die Bedingung (9) zutrifft und schreibt schließlich den Wert in den Pufferspeicher 15 als zweiten optimalen Parameter des Glättungsfensters Wopt[2].
Das beschriebene Verfahren des Datensatzlesens und des vorläufigen Einsteilens des Filters 13 wird wiederholt bis die Ordnungszahl der gespeicherten Werte gleich i = N - W0 ist, wobei N die Gesamtzahl der gespeicherten Daten in dem Pufferspeicher 12 ist. Als Resultat wird der Satz vorläufiger optimaler
Parameter des Glättungsfensters in dem Pufferspeicher 15 gespeichert. Jeder in diesem Satz enthaltene Parameter erfüllt zwei Bedingungen
Wi+1 - Wt ≤ l, (10) und wt ≤ w0 • (11) Beim Schritt des Kalkulierens vorläufiger optimaler Parameter von Glättungsfenstern erhält man beispielsweise den folgenden Satz von Parametern
^opttprel] = {25, 26, 27, 15, 16, 17, 18, 19, 20, 21, 18, 19, 20, ... , 24, 25, 26}. (12)
Wie gesehen erfüllen die Parameter dieses Satzes zwei Bedingungen (10) und (11), erfüllen aber nicht die Bedingung (8). Modifizierungen dieser Parameter sind in dem letzten Schritt der Filtereinstellung enthalten.
Bei der vorliegenden Ausführungsfoπn der Erfindung liest die Steuereinheit 14 im letzten Schritt in umgekehrter Reihenfolge alle vorläufigen optimalen Parameter aus dem Pufferspeicher 15 aus und vergleicht alle zwei aufeinanderfolgenden Werte. Falls der Wert eines Parameters Wj den Wert des nächsten Parameters Wi+j um mehr als eine Einheit übersteigt, reduziert die Steuereinheit 14 den Parameter Wt wie folgt
und schreibt den modifizierten Wert des Parameters Wt in den Pufferspeicher 15 an die Stelle des alten Wertes.
Falls die Werte von allen Parametern Wt , Wi+1 die Bedingung
WrWi+] ≤ 1,
erfüllen, verbleibt der alte Wert des Parameters W im Pufferspeicher 15.
Als Resultat wird der endgültige Satz Wü^ [final] von optimalen Parametern des Glättungsfensters in dem Pufferspeicher 15 gespeichert. Alle diese Parameter erfüllen die Bedingungen (8), (10), (11). Beispielsweise erlaubt es das oben genannte Verfahren vom vorläufigen Satz (12) zu dem folgenden endgültigen Satz optimaler Parameter zu gelangen
W0≠ [final] = {18, 17, 16, 15, 16, 17, 18, 19, 20, 19, 18, 19, 20, ... , 24, 25, 26}. (13)
Wenn der Satz optimaler Parameter erhalten ist, beginnt der adaptive Glättungsfilter 13 mit dem Glätten der in dem Pufferspeicher 12 gespeicherten Daten und während dieses Verfahrens stellt die Steuereinheit 14 den Filter 13 unter Verwendung der optimalen Parameter des Glättungsfensters aus dem Pufferspeicher 15 ein. Der Filter 13 liest die gespeicherten Daten aus dem Pufferspeicher 12 und rückabschätzt die Glättungswerte mittels der Formel
Figure imgf000017_0001
wobei Wopt[i] der optimale Wert des Glättungsfensters für einen Wert der Daten mit der Ordnungszahl i ist. Die geglätteten Daten können von dem Ausgang des Filters 13 auf die Anzeige eines Monitors (in den Figuren 2 und 3 nicht gezeigt) übertragen werden.
Fig. 4 zeigt das Resultat der Reduzierung des Rauschens in einem realen EKG-
Signal basierend auf der adaptiven Glättungsfilterung gemäß der vorliegenden Erfindung. Wie gesehen erlaubt das adaptive Glättungsfiltem im Gegensatz zur bekannten Technik die Reduzierung des Rauschniveaus ohne wesentliche Verzerrungen des EKG-Signals einschließlich der Verzerrung des ßi?S-Komplexes (vergleiche Fig. 4 und Fig. 1).
Dabei wird im übrigen daraufhingewiesen, daß die Anmeldung ein neues Geschäftsverfahren impliziert, nämlich die gewerbsmäßige Bearbeitung von Rohdaten von signalgebenden Geräten wie EKG, MKG, EEG und MEG, die zum Beispiel über Internet von dem Betreiber eines solchen Gerätes zu einer zentralen Berabeitungs- und ggf. Auswertestelle gesandt und dort mittels der erfindungsgemäßen Verfahren und/oder Vorrichtungen bearbeitet werden können. Dieses Geschäftsverfahren wird hiermit ausdrücklich als zur Erfindung gehörig bezeichnet und in denjenigen Ländern, deren nationales Recht dies gestattet, als schutzfähig beansprucht.

Claims

Patentansprüche
1. Verfahren zum adaptiven Reduzieren des Rauschens in einem Signal, insbesondere in einem elektro- oder magnetokardiographischen Signal umfassend die Schritte:
Speichern eines Satzes von Werten des digitalisierten Signals;
Auflegen von Sätzen gespeicherter Werte auf einen Glätrungsfilter, der Glättungsdaten für mittlere Ordnungszahlen jedes Satzes als Durchschnittswert aus den Werten in dem entsprechenden Satz rückabschätzt;
Einstellen des Glättungsfilters durch Verändern einer Anzahl von Werten in einem aktuellen Satz von Werten gemäß einem Vergleich eines entsprechenden Ausgangswerts und rückabgeschätzter Werte; und
Anzeigen aller rückabgeschätzten Werte in chronologischer Reihenfolge.
2. Verfahren nach Anspruch 1, wobei die Anzahl der Werte in einem aktuellen Satz von Werten bestimmt wird gemäß einem Vergleich einer Differenz zwischen entsprechenden Ausgangswerten und rückabgeschätzten Werten mit einem gegebenen Grenzwert.
3. Verfahren zum adaptiven Reduzieren des Rauschens in einem Signal, insbesondere in einem elektro- oder magnetokardiographischen Signal umfassend die Schritte:
Speichern eines Satzes von Werten des digitalisierten Signals; - Auflegen von Sätzen gespeicherter Werte auf einen Glätrungsfilter, der
Glättungsdaten für mittlere Ordnungszahlen jedes Satzes als Durchschnittswert aus Werten in dem entsprechenden Satz rückabschätzt; vorläufiges Einstellen des Glättungsfilters durch Verändern einer Anzahl von Werten in einem aktuellen Satz von Werten gemäß einem Vergleich eines entsprechenden Ausgangswerts und rückabgeschätzter Werte;
Speichern eines für alle Ausgangswerte erhaltenen Satzes optimaler Anzahlen von Werten in Sätzen der Werte; engültiges Einstellen des Glättungsfilters durch Modifizieren des Satzes gespeicherter optimaler Anzahlen von Werten in Sätzen von Werten derart, daß ein absoluter Rest einer Anzahl von Werten in allen zwei benachbarten Sätzen eine Einheit nicht überschreitet; - zweites Auflegen von Sätzen gespeicherter Werte mit gespeicherten optimalen Anzahlen von Werten auf einen Glätrungsfilter, der endgültige Glättungswerte für mittlere Ordnungszahlen jedes Satzes als Durchschnittswert aus Werten in dem entsprechenden Satz rückabschätzt; und
Anzeigen aller endgültigen rückabgeschäzten Werte in chronologischer Reihenfolge.
4. Verfahren nach Anspruch 3, wobei die optimale Anzahl von Werten in einem aktuellen Satz von Daten bestimmt wird gemäß dem Vergleich einer Differenz zwischen entsprechenden Ausgangswerten und rückabgeschätzten Werten mit einem gegebenen Grenzwert.
5. Verfahren nach einem der Ansprüche 1 bis 4, wobei der genannte Grenzwert bestimmt wird als gegebener Prozentanteil einer Differenz zwischen einem Maximum und einem Minimum des Satzes gespeicherter Werte des digitalisierten Signals.
6. Verfahren zum adaptiven Reduzieren des Rauschens in einem Signal, insbesondere in einem elektro- oder magnetokardiographischen Signal umfassend die Schritte: sofern das Signal, nicht bereits in digitaler Form gemessen wurde:
Digitaliseren des Signals und Erzeugen von Sätzen diskreter Werte, Speichern der diskreten Daten, sequentielles Verabeiten von Sätzen der gespeicherten Werte mittels eines adaptiven Gleitender-Durchschnitt-Glättungs-Filters, der für jeden diskreten Eingangswert einen rückabgeschätzten Wert erzeugt,
Vergleichen jedes erhaltenen rückabgeschätzte Wertes mit dem entsprechenden diskreten Eingangswert, iteratives Abgleichens des Filters in Abhängigkeit von dem Vergleich derart, daß die Differenz zwischen den Eingangswerten und den rückabgeschätzten Werten einen vorgegebenen Grenzwert nicht überschreitet.
7. Verfahren nach einem der Anspüche 1 bis 6, dadurch gekennzeichnet, daß die Datenglättung mittels folgender Formel erfolgt
X.- =
Figure imgf000021_0001
wobei der Parameter Wt eine optimale Zahl diskreter Werte des Glättungsfensters definiert, die für jeden diskreten Wert xt aus den folgenden Bedingungen erhalten wird
Wt ≤ W0 und
Figure imgf000021_0002
wobei SQ = const. - ein gegebener Grenzwert ist, der Parameter W0 das Maximum der Breite eines Glättungsfensters definiert und die Werte max xt und min xt jeweils den größten beziehungsweise den kleinsten Wert von χt im betrachteten Datensatz bedeuten.
8. Vorrichtung zum adaptiven Reduzieren des Rauschens in einem Signal, insbesondere in einem elektro- oder magnetokardiographischen Signal umfassend: einen Analog-Digital-Wandler, der eine Sequenz digitalisierter Daten eines Signals erzeugt; einen ersten Pufferspeicher zum Speichern digitalisierter Daten, dessen Eingang mit einem Ausgang des genannten Analog-Digital- Wandlers verbunden ist; einen adaptiven Glättungsfilter, dessen erster Eingang mit einem Ausgang des genannten ersten Pufferspeichers verbunden ist, aus welchem eine Sequenz von Sätzen gespeicherter Daten übertragen wird; eine Steuereinheit zum Einstellen des Filters, deren erster Eingang verbunden ist mit einem Ausgang des genannten Filters, ein zweiter Eingang der genannten
Steuereinheit ist verbunden mit dem Ausgang des genannten ersten Pufferspeichers und ein erster Ausgang der Steuereinheit ist verbunden mit einem zweiten Eingang des Filters.
9. Vorrichtung nach Anspruch 8, wobei die Vorrichtung ferner Mittel zum Anzeigen der am Ausgang des genannten Filters erzeugten geglätten Daten umfaßt.
10 Vorrichtung nach Anspruch 8, umfassend zusätzlich einen zweiten
Pufferspeicher zum Speichern einer optimalen Anzahl von Werten jedes genannten Satzes von Daten, wobei ein zweiter Ausgang der Steuereinheit mit einem Eingang des zweiten Pufferspeichers verbunden ist und ein dritter Eingang der Steuereinheit mit einem Ausgang des zweiten Pufferspeichers verbunden ist.
11. Vorrichtung zum adaptiven Reduzieren des Rauschens in einem Signal, insbesondere in einem elektro- oder magnetokardiographischen Signal umfassend:
- einen adaptiven Glättungsfilter, der so ausgebildet ist, daß er ein neues Glättungsverfahren auf Basis des bekannten Verfahrens des "gleitenden Durchschnitts" ausführt, wobei die Größe des Glättungsfensters in Abhängigkeit von den zu glättenden Daten gewählt wird und die Datenglättung mittels folgender Formel erfolgt
X; =
Figure imgf000022_0001
wobei der Parameter Wt von einer Steuereinheit berechnet wird und eine optimale Zahl diskreter Werte des Glättungsfensters definiert, die für jeden diskreten Wert xt aus den folgenden Bedingungen erhalten wird
wt < w0 und
wobei SQ — const. - ein gegebener Grenzwert ist, der Parameter W0 das Maximum der Breite eines Glättungsfensters definiert und die Werte max xt und min xt jeweils den größten beziehungsweise den kleinsten Wert von xt im betrachteten Datensatz bedeuten.
PCT/DE2001/003195 2000-08-26 2001-08-27 Verfahren und vorrichtung zum adaptiven reduzieren des rauschens in einem signal, insbesondere in einem elektro- oder magnetokardiographischen signal WO2002017782A2 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE10193581T DE10193581D2 (de) 2000-08-26 2001-08-27 Verfahren und Vorrichtung zum Adaptiven Reduzieren des Rauschens in einem Signal, insbesondere in einem Elektro- oder Magnetokardiographischen Signal
AU2001289569A AU2001289569A1 (en) 2000-08-26 2001-08-27 Method and device for adaptively reducing signal noise, especially in an electrocardiographic or magnetocardiographic signal

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE10041929 2000-08-26
DE10041929.1 2000-08-26

Publications (2)

Publication Number Publication Date
WO2002017782A2 true WO2002017782A2 (de) 2002-03-07
WO2002017782A3 WO2002017782A3 (de) 2002-10-24

Family

ID=7653850

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/DE2001/003195 WO2002017782A2 (de) 2000-08-26 2001-08-27 Verfahren und vorrichtung zum adaptiven reduzieren des rauschens in einem signal, insbesondere in einem elektro- oder magnetokardiographischen signal

Country Status (3)

Country Link
AU (1) AU2001289569A1 (de)
DE (1) DE10193581D2 (de)
WO (1) WO2002017782A2 (de)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100342821C (zh) * 2002-08-01 2007-10-17 Ge医疗***信息技术公司 用于实时显示滤波的心电图数据的方法和设备
CN101843482A (zh) * 2009-01-28 2010-09-29 西门子公司 确定心电图信号中r形脉冲的方法、测量装置和磁共振仪
EP2739207A4 (de) * 2011-08-02 2015-05-27 Valencell Inc Systeme und verfahren für variable filtereinstellung durch ein herzrhythmus-messungsfeedback
US9427191B2 (en) 2011-07-25 2016-08-30 Valencell, Inc. Apparatus and methods for estimating time-state physiological parameters
US9538921B2 (en) 2014-07-30 2017-01-10 Valencell, Inc. Physiological monitoring devices with adjustable signal analysis and interrogation power and monitoring methods using same
US9750462B2 (en) 2009-02-25 2017-09-05 Valencell, Inc. Monitoring apparatus and methods for measuring physiological and/or environmental conditions
US9794653B2 (en) 2014-09-27 2017-10-17 Valencell, Inc. Methods and apparatus for improving signal quality in wearable biometric monitoring devices
US9808204B2 (en) 2007-10-25 2017-11-07 Valencell, Inc. Noninvasive physiological analysis using excitation-sensor modules and related devices and methods
GB2551025A (en) * 2016-04-25 2017-12-06 The Univ Of Leeds Magnetometer for medical use
US9955919B2 (en) 2009-02-25 2018-05-01 Valencell, Inc. Light-guiding devices and monitoring devices incorporating same
US10015582B2 (en) 2014-08-06 2018-07-03 Valencell, Inc. Earbud monitoring devices
US10076282B2 (en) 2009-02-25 2018-09-18 Valencell, Inc. Wearable monitoring devices having sensors and light guides
US10076253B2 (en) 2013-01-28 2018-09-18 Valencell, Inc. Physiological monitoring devices having sensing elements decoupled from body motion
US10258243B2 (en) 2006-12-19 2019-04-16 Valencell, Inc. Apparatus, systems, and methods for measuring environmental exposure and physiological response thereto
US10413197B2 (en) 2006-12-19 2019-09-17 Valencell, Inc. Apparatus, systems and methods for obtaining cleaner physiological information signals
CN110623662A (zh) * 2019-08-30 2019-12-31 电子科技大学 一种适用于心电信号检测的自适应阈值迭代算法
US10610158B2 (en) 2015-10-23 2020-04-07 Valencell, Inc. Physiological monitoring devices and methods that identify subject activity type
US10827979B2 (en) 2011-01-27 2020-11-10 Valencell, Inc. Wearable monitoring device
US10945618B2 (en) 2015-10-23 2021-03-16 Valencell, Inc. Physiological monitoring devices and methods for noise reduction in physiological signals based on subject activity type
US10966662B2 (en) 2016-07-08 2021-04-06 Valencell, Inc. Motion-dependent averaging for physiological metric estimating systems and methods

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0634134A1 (de) * 1993-07-16 1995-01-18 Siemens-Elema AB Methode und Vorrichtung zum Erhöhen SNR von EKG-Signalen
WO1998022791A2 (en) * 1996-11-15 1998-05-28 Cardiosol Ltd. Statistical mapping of the physiological state of the heart of a mammal
WO1999036860A1 (de) * 1998-01-16 1999-07-22 Ernst Sanz Erweiterte kardiogoniometrie
WO2000046690A1 (en) * 1999-02-08 2000-08-10 Medtronic Physio-Control Manufacturing Corp. Ecg waveform processing with reduced baseline wander

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0634134A1 (de) * 1993-07-16 1995-01-18 Siemens-Elema AB Methode und Vorrichtung zum Erhöhen SNR von EKG-Signalen
WO1998022791A2 (en) * 1996-11-15 1998-05-28 Cardiosol Ltd. Statistical mapping of the physiological state of the heart of a mammal
WO1999036860A1 (de) * 1998-01-16 1999-07-22 Ernst Sanz Erweiterte kardiogoniometrie
WO2000046690A1 (en) * 1999-02-08 2000-08-10 Medtronic Physio-Control Manufacturing Corp. Ecg waveform processing with reduced baseline wander

Cited By (76)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100342821C (zh) * 2002-08-01 2007-10-17 Ge医疗***信息技术公司 用于实时显示滤波的心电图数据的方法和设备
US11272849B2 (en) 2006-12-19 2022-03-15 Valencell, Inc. Wearable apparatus
US11324407B2 (en) 2006-12-19 2022-05-10 Valencell, Inc. Methods and apparatus for physiological and environmental monitoring with optical and footstep sensors
US11000190B2 (en) 2006-12-19 2021-05-11 Valencell, Inc. Apparatus, systems and methods for obtaining cleaner physiological information signals
US11083378B2 (en) 2006-12-19 2021-08-10 Valencell, Inc. Wearable apparatus having integrated physiological and/or environmental sensors
US11109767B2 (en) 2006-12-19 2021-09-07 Valencell, Inc. Apparatus, systems and methods for obtaining cleaner physiological information signals
US11272848B2 (en) 2006-12-19 2022-03-15 Valencell, Inc. Wearable apparatus for multiple types of physiological and/or environmental monitoring
US10258243B2 (en) 2006-12-19 2019-04-16 Valencell, Inc. Apparatus, systems, and methods for measuring environmental exposure and physiological response thereto
US11295856B2 (en) 2006-12-19 2022-04-05 Valencell, Inc. Apparatus, systems, and methods for measuring environmental exposure and physiological response thereto
US10716481B2 (en) 2006-12-19 2020-07-21 Valencell, Inc. Apparatus, systems and methods for monitoring and evaluating cardiopulmonary functioning
US11412938B2 (en) 2006-12-19 2022-08-16 Valencell, Inc. Physiological monitoring apparatus and networks
US10413197B2 (en) 2006-12-19 2019-09-17 Valencell, Inc. Apparatus, systems and methods for obtaining cleaner physiological information signals
US10595730B2 (en) 2006-12-19 2020-03-24 Valencell, Inc. Physiological monitoring methods
US10987005B2 (en) 2006-12-19 2021-04-27 Valencell, Inc. Systems and methods for presenting personal health information
US11350831B2 (en) 2006-12-19 2022-06-07 Valencell, Inc. Physiological monitoring apparatus
US11395595B2 (en) 2006-12-19 2022-07-26 Valencell, Inc. Apparatus, systems and methods for monitoring and evaluating cardiopulmonary functioning
US11399724B2 (en) 2006-12-19 2022-08-02 Valencell, Inc. Earpiece monitor
US9808204B2 (en) 2007-10-25 2017-11-07 Valencell, Inc. Noninvasive physiological analysis using excitation-sensor modules and related devices and methods
CN101843482A (zh) * 2009-01-28 2010-09-29 西门子公司 确定心电图信号中r形脉冲的方法、测量装置和磁共振仪
US9955919B2 (en) 2009-02-25 2018-05-01 Valencell, Inc. Light-guiding devices and monitoring devices incorporating same
US10716480B2 (en) 2009-02-25 2020-07-21 Valencell, Inc. Hearing aid earpiece covers
US10448840B2 (en) 2009-02-25 2019-10-22 Valencell, Inc. Apparatus for generating data output containing physiological and motion-related information
US10973415B2 (en) 2009-02-25 2021-04-13 Valencell, Inc. Form-fitted monitoring apparatus for health and environmental monitoring
US10076282B2 (en) 2009-02-25 2018-09-18 Valencell, Inc. Wearable monitoring devices having sensors and light guides
US11026588B2 (en) 2009-02-25 2021-06-08 Valencell, Inc. Methods and apparatus for detecting motion noise and for removing motion noise from physiological signals
US10898083B2 (en) 2009-02-25 2021-01-26 Valencell, Inc. Wearable monitoring devices with passive and active filtering
US11471103B2 (en) 2009-02-25 2022-10-18 Valencell, Inc. Ear-worn devices for physiological monitoring
US10542893B2 (en) 2009-02-25 2020-01-28 Valencell, Inc. Form-fitted monitoring apparatus for health and environmental monitoring
US11589812B2 (en) 2009-02-25 2023-02-28 Valencell, Inc. Wearable devices for physiological monitoring
US10842387B2 (en) 2009-02-25 2020-11-24 Valencell, Inc. Apparatus for assessing physiological conditions
US11660006B2 (en) 2009-02-25 2023-05-30 Valencell, Inc. Wearable monitoring devices with passive and active filtering
US10842389B2 (en) 2009-02-25 2020-11-24 Valencell, Inc. Wearable audio devices
US10092245B2 (en) 2009-02-25 2018-10-09 Valencell, Inc. Methods and apparatus for detecting motion noise and for removing motion noise from physiological signals
US10750954B2 (en) 2009-02-25 2020-08-25 Valencell, Inc. Wearable devices with flexible optical emitters and/or optical detectors
US11160460B2 (en) 2009-02-25 2021-11-02 Valencell, Inc. Physiological monitoring methods
US9750462B2 (en) 2009-02-25 2017-09-05 Valencell, Inc. Monitoring apparatus and methods for measuring physiological and/or environmental conditions
US11324445B2 (en) 2011-01-27 2022-05-10 Valencell, Inc. Headsets with angled sensor modules
US10827979B2 (en) 2011-01-27 2020-11-10 Valencell, Inc. Wearable monitoring device
US9788785B2 (en) 2011-07-25 2017-10-17 Valencell, Inc. Apparatus and methods for estimating time-state physiological parameters
US9521962B2 (en) 2011-07-25 2016-12-20 Valencell, Inc. Apparatus and methods for estimating time-state physiological parameters
US9427191B2 (en) 2011-07-25 2016-08-30 Valencell, Inc. Apparatus and methods for estimating time-state physiological parameters
EP3222210A1 (de) * 2011-08-02 2017-09-27 Valencell, Inc. Systeme und verfahren für variable filtereinstellung durch ein herzrhythmus-messungsfeedback
EP2739207A4 (de) * 2011-08-02 2015-05-27 Valencell Inc Systeme und verfahren für variable filtereinstellung durch ein herzrhythmus-messungsfeedback
US9801552B2 (en) 2011-08-02 2017-10-31 Valencell, Inc. Systems and methods for variable filter adjustment by heart rate metric feedback
US11375902B2 (en) 2011-08-02 2022-07-05 Valencell, Inc. Systems and methods for variable filter adjustment by heart rate metric feedback
US10512403B2 (en) 2011-08-02 2019-12-24 Valencell, Inc. Systems and methods for variable filter adjustment by heart rate metric feedback
US10076253B2 (en) 2013-01-28 2018-09-18 Valencell, Inc. Physiological monitoring devices having sensing elements decoupled from body motion
US11684278B2 (en) 2013-01-28 2023-06-27 Yukka Magic Llc Physiological monitoring devices having sensing elements decoupled from body motion
US10856749B2 (en) 2013-01-28 2020-12-08 Valencell, Inc. Physiological monitoring devices having sensing elements decoupled from body motion
US11266319B2 (en) 2013-01-28 2022-03-08 Valencell, Inc. Physiological monitoring devices having sensing elements decoupled from body motion
US11337655B2 (en) 2014-07-30 2022-05-24 Valencell, Inc. Physiological monitoring devices and methods using optical sensors
US10893835B2 (en) 2014-07-30 2021-01-19 Valencell, Inc. Physiological monitoring devices with adjustable signal analysis and interrogation power and monitoring methods using same
US11638560B2 (en) 2014-07-30 2023-05-02 Yukka Magic Llc Physiological monitoring devices and methods using optical sensors
US11179108B2 (en) 2014-07-30 2021-11-23 Valencell, Inc. Physiological monitoring devices and methods using optical sensors
US11185290B2 (en) 2014-07-30 2021-11-30 Valencell, Inc. Physiological monitoring devices and methods using optical sensors
US9538921B2 (en) 2014-07-30 2017-01-10 Valencell, Inc. Physiological monitoring devices with adjustable signal analysis and interrogation power and monitoring methods using same
US11638561B2 (en) 2014-07-30 2023-05-02 Yukka Magic Llc Physiological monitoring devices with adjustable signal analysis and interrogation power and monitoring methods using same
US11412988B2 (en) 2014-07-30 2022-08-16 Valencell, Inc. Physiological monitoring devices and methods using optical sensors
US11330361B2 (en) 2014-08-06 2022-05-10 Valencell, Inc. Hearing aid optical monitoring apparatus
US10536768B2 (en) 2014-08-06 2020-01-14 Valencell, Inc. Optical physiological sensor modules with reduced signal noise
US10623849B2 (en) 2014-08-06 2020-04-14 Valencell, Inc. Optical monitoring apparatus and methods
US11252498B2 (en) 2014-08-06 2022-02-15 Valencell, Inc. Optical physiological monitoring devices
US10015582B2 (en) 2014-08-06 2018-07-03 Valencell, Inc. Earbud monitoring devices
US11252499B2 (en) 2014-08-06 2022-02-15 Valencell, Inc. Optical physiological monitoring devices
US10382839B2 (en) 2014-09-27 2019-08-13 Valencell, Inc. Methods for improving signal quality in wearable biometric monitoring devices
US10798471B2 (en) 2014-09-27 2020-10-06 Valencell, Inc. Methods for improving signal quality in wearable biometric monitoring devices
US10506310B2 (en) 2014-09-27 2019-12-10 Valencell, Inc. Wearable biometric monitoring devices and methods for determining signal quality in wearable biometric monitoring devices
US10779062B2 (en) 2014-09-27 2020-09-15 Valencell, Inc. Wearable biometric monitoring devices and methods for determining if wearable biometric monitoring devices are being worn
US9794653B2 (en) 2014-09-27 2017-10-17 Valencell, Inc. Methods and apparatus for improving signal quality in wearable biometric monitoring devices
US10834483B2 (en) 2014-09-27 2020-11-10 Valencell, Inc. Wearable biometric monitoring devices and methods for determining if wearable biometric monitoring devices are being worn
US10610158B2 (en) 2015-10-23 2020-04-07 Valencell, Inc. Physiological monitoring devices and methods that identify subject activity type
US10945618B2 (en) 2015-10-23 2021-03-16 Valencell, Inc. Physiological monitoring devices and methods for noise reduction in physiological signals based on subject activity type
GB2551025B (en) * 2016-04-25 2019-10-30 Creavo Medical Tech Limited Use of noise in magnetometer for medical use
GB2551025A (en) * 2016-04-25 2017-12-06 The Univ Of Leeds Magnetometer for medical use
US10966662B2 (en) 2016-07-08 2021-04-06 Valencell, Inc. Motion-dependent averaging for physiological metric estimating systems and methods
CN110623662A (zh) * 2019-08-30 2019-12-31 电子科技大学 一种适用于心电信号检测的自适应阈值迭代算法

Also Published As

Publication number Publication date
WO2002017782A3 (de) 2002-10-24
DE10193581D2 (de) 2003-07-17
AU2001289569A1 (en) 2002-03-13

Similar Documents

Publication Publication Date Title
WO2002017782A2 (de) Verfahren und vorrichtung zum adaptiven reduzieren des rauschens in einem signal, insbesondere in einem elektro- oder magnetokardiographischen signal
EP2696924B1 (de) Vorrichtung und verfahren zur datenverarbeitung physiologischer signale
EP0000504B1 (de) Schaltungsanordnung zur Detektion und Registrierung der Uterusaktivität
DE69729960T2 (de) Gerät zur kartierenden erfassung von körperoberflächenpotentialen
EP1132045B1 (de) Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen
EP0716864B1 (de) Herzschrittmacher mit verbesserter Detektion elektrischer Signale
DE19637876B4 (de) EKG-Schrittpuls-Erfassung und -Verarbeitung
DE69826213T2 (de) System zum Nachweis von Herzereignissen für einen Herzschrittmacher
EP1192560A1 (de) Störungsunterdrückung für messsignale mit periodischem nutzsignal
DE2716739A1 (de) Verfahren zur detektion von signalen
DE69433456T2 (de) Vorrichtung zum Klassifizieren von Herzrhythmen basierend auf der Morphologie des Elektrogramms
DE60223548T2 (de) System und verfahren zur messung von bioelektrischem widerstand in gegenwart von störungen
DE19827697B4 (de) Verfahren und System zum Bestimmen der Qualität von Signalen, die die Herzfunktion anzeigen
DE4235318C2 (de) Verfahren und Vorrichtung zum Entfernen einer Grundlinienschwankung von einem EKG-Signal
DE3912028A1 (de) Verfahren und anordnung zum vergleichen von wellenformen von zeitveraenderlichen signalen
DE10261147A1 (de) Verfahren und Einrichtung zur Rauschverminderung von Elektromyogrammsignalen
DE10246404A1 (de) Verfahren &amp; System zur Messung von T-Wellen-Alternationen durch eine Ausrichtung von alternierenden in der Mitte befindlichen Schlägen zu einem kubischen Spline
DE2344211C2 (de) Elektromagnetischer Blut-Strömungsmesser
DE4213788A1 (de) System, Verfahren und Vorrichtung zur Eliminierung von Artefakten aus elektrischen Signalen
EP1519301B1 (de) Vorrichtung zur klassifikation physiologischer Ereignisse
EP1262143B1 (de) Verfahren und Speichervorrichtung zur Speicherung von Herzrhythmusinformation
EP1230893A2 (de) Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen
EP0685706A1 (de) Verfahren zur Echtzeitermittlung des Offsetanteils eines Messsignales
DE3511697C2 (de)
DE2717530B2 (de) Verfahren zur Störbefreiung von Signalen

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A2

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NO NZ PH PL PT RO RU SD SE SG SI SK SL TJ TM TR TT TZ UA UG US UZ VN YU ZA ZW

AL Designated countries for regional patents

Kind code of ref document: A2

Designated state(s): GH GM KE LS MW MZ SD SL SZ TZ UG ZW AM AZ BY KG KZ MD RU TJ TM AT BE CH CY DE DK ES FI FR GB GR IE IT LU MC NL PT SE TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

121 Ep: the epo has been informed by wipo that ep was designated in this application
DFPE Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed before 20040101)
AK Designated states

Kind code of ref document: A3

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NO NZ PH PL PT RO RU SD SE SG SI SK SL TJ TM TR TT TZ UA UG US UZ VN YU ZA ZW

AL Designated countries for regional patents

Kind code of ref document: A3

Designated state(s): GH GM KE LS MW MZ SD SL SZ TZ UG ZW AM AZ BY KG KZ MD RU TJ TM AT BE CH CY DE DK ES FI FR GB GR IE IT LU MC NL PT SE TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

WWE Wipo information: entry into national phase

Ref document number: 2001969249

Country of ref document: EP

WWW Wipo information: withdrawn in national office

Ref document number: 2001969249

Country of ref document: EP

REF Corresponds to

Ref document number: 10193581

Country of ref document: DE

Date of ref document: 20030717

Kind code of ref document: P

WWE Wipo information: entry into national phase

Ref document number: 10193581

Country of ref document: DE

122 Ep: pct application non-entry in european phase
NENP Non-entry into the national phase

Ref country code: JP