【ECG理论篇】（2）AI实现心律失常判别：心电数据预处理

我们做心律失常判别的第一步就是拿到数据后，对心电数据进行预处理，数据预处理的核心重点就是去除噪声。那么，我们首先就要了解一下心电数据中的噪声来源

心电信号数据中的噪声来源

心电信号数据中的噪声主要可以分为三类：工频干扰，基线漂移，肌电干扰

• 工频干扰：工频干扰主要是由电力系统引起的，频率大概为50HZ。基本上所有的生物电信号中都含有工频干扰的信号，工频干扰会影响我们对数据的分析判断，所以要在数据预处理阶段去除它。常见的工频干扰有：无线电，灯管放电，电刷火花，雷电，手术电刀 等等

• 基线漂移：这也是一种噪声干扰，频率在0.05-2HZ之间。在心电检测里面，它可以由电极和人体体表接触不良引起，病人的呼吸和活动也会引起基线漂移。发生基线漂移的时候，我们会看到心电图的基线上下波动，而不是水平线。

• 肌电干扰。肌电干扰相对于心电信号而言是一种高频噪声，频率为5-2HZ，是由于病人紧张等刺激导致肌肉收缩或自身疾病如甲状腺疾病等引起的，表现为快速变化的不规则波形，导致心电图细小部分本掩盖，使其模糊不清或产生失真等

• 人体运动也会产生噪声，昨天看到一篇文献写的是去除运动噪声，这个最后考虑吧

心电信号预处理-去噪

我们做心电信号预处理，主要就是去除工频干扰和基线漂移。现在有非常多的去噪方法,我们针对不同的噪声，可以采用不同的方法去除。

去除工频干扰-数字滤波器

去除肌电干扰-

纠正基线漂移

这些滤波器我现在暂时还不太明白，只是知道比较常用的是基于小波的滤波器，之后完善了相关知识再来填坑

参考文献：
可穿戴式心电监测模块的心律失常分类算法研究.卢莉莉
基于 LSTM 的心律失常分类研究.李雪