《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 通信與網(wǎng)絡(luò) > 設(shè)計(jì)應(yīng)用 > 基于CoatiOA-VMD-WT的光電容積脈搏波去噪方法
基于CoatiOA-VMD-WT的光電容積脈搏波去噪方法
電子技術(shù)應(yīng)用
張寶林，易鋼，湯鑫
湖南中醫(yī)藥大學(xué) 信息科學(xué)與工程學(xué)院
摘要： 在采集光電容積脈搏波信號(hào)（PPG）時(shí)，特別容易受到環(huán)境和采集對(duì)象所帶來(lái)的噪聲影響，導(dǎo)致采取的信號(hào)與真實(shí)值差距過(guò)大。針對(duì)這一問(wèn)題，提出了一種PPG信號(hào)的去噪方式，給出一種長(zhǎng)鼻浣熊優(yōu)化算法，利用通過(guò)最小包絡(luò)熵作為評(píng)判標(biāo)準(zhǔn)，取確定變分模態(tài)分解（VMD）的最優(yōu)模態(tài)分量的個(gè)數(shù)和懲罰因子，這兩個(gè)參數(shù)直接影響到了VMD的處理結(jié)果的好壞。以此對(duì)原始信號(hào)進(jìn)行分解，利用余弦相似度區(qū)分不同的IMFs，再利用小波去噪，最后將信號(hào)進(jìn)行重構(gòu)，得到去噪后的信號(hào)。仿真和實(shí)驗(yàn)結(jié)果表明：與傳統(tǒng)的去噪方法相比，提出的方法處理信號(hào)信噪比更高，均方差更低，波形相似度更高。
中圖分類(lèi)號(hào)：TN911.7 文獻(xiàn)標(biāo)志碼：A DOI: 10.16157/j.issn.0258-7998.245555
中文引用格式： 張寶林，易鋼，湯鑫. 基于CoatiOA-VMD-WT的光電容積脈搏波去噪方法[J]. 電子技術(shù)應(yīng)用，2025，51(5)：55-61.
英文引用格式： Zhang Baolin，Yi Gang，Tang Xin. A de-noising method for photoplethysmographic signals based on CoatiOA-VMD-WT[J]. Application of Electronic Technique，2025，51(5)：55-61.
A de-noising method for photoplethysmographic signals based on CoatiOA-VMD-WT
Zhang Baolin，Yi Gang，Tang Xin
School of Informatics， Hunan University of Chinese Medicine
Abstract： In the process of collecting photoplethysmographic (PPG) signals, it is particularly susceptible to noise from the environment and the object being collected, which can cause a large gap between the collected signal and the true value. In response to this problem, a method for denoising PPG signals is proposed in this paper. The paper presents a long-nosed otter optimization algorithm that uses the minimum envelope entropy as a criterion to determine the optimal number of modal components and the punishment factor for the variational mode decomposition (VMD). These two parameters directly affect the quality of the VMD processing results. The original signal is decomposed using VMD, the IMFs are distinguished using cosine similarity, and then the signal is denoised using wavelet thresholding. Finally, the signal is reconstructed to obtain the denoised signal. The simulation and experimental results show that compared with traditional denoising methods, the method proposed in this paper has higher signal-to-noise ratio, lower mean square deviation, and higher waveform similarity.
Key words : photoplethysmographic signal；long-nosed otter optimization algorithm；variational mode decomposition；wavelet thresholding denoising；minimum envelope entropy；cosine similarity

引言

光電容積脈搏波（photoplethysmography，PPG）描記法是一種無(wú)創(chuàng)連續(xù)測(cè)量血氧飽和度和心率的方法[1]， PPG信號(hào)是低幅低頻的微弱信號(hào)，采集過(guò)程中容易受到肢體運(yùn)動(dòng)和環(huán)境光等外界環(huán)境干擾，影響后續(xù)的信號(hào)特征的準(zhǔn)確提取[2]。正常人的脈象[3]在0~20 Hz頻率范圍內(nèi)，并且從脈搏功率譜能量分布來(lái)看，99%的能量集中在0.5~10 Hz，極其容易受到高頻信號(hào)影響產(chǎn)生毛刺變得模糊。為了更好地進(jìn)行研究，需要對(duì)PPG進(jìn)行去噪方便后續(xù)使用。

針對(duì)PPG信號(hào)降噪的問(wèn)題，常用的方法有很多，比如經(jīng)驗(yàn)?zāi)B(tài)分解[4]（EMD）、集合經(jīng)驗(yàn)?zāi)B(tài)分解[5]（EEMD）、傅里葉變換、小波變換[6]（WT）、經(jīng)驗(yàn)小波變換[7]（EWT）和變分模態(tài)分解[8]（VMD）。EMD降噪會(huì)存在模態(tài)疊加問(wèn)題，需要主觀地對(duì)模態(tài)的數(shù)量進(jìn)行判別，并且會(huì)丟失有效信號(hào)；EEMD則會(huì)因?yàn)榉抡娴陌自肼晢?wèn)題降低算法去噪能力[5]；WT與EWT則會(huì)因?yàn)檫x取的小波基好壞的問(wèn)題，產(chǎn)生不同的效果[9]；而VMD是2014年Konstantin等人提出的一種時(shí)域信號(hào)分析方法，相比傳統(tǒng)方法來(lái)說(shuō)，它分解速度快，抗干擾能力強(qiáng)，魯棒性好，并且可以解決EMD和EEMD模態(tài)疊加的問(wèn)題。此外VMD適用性也廣，在各種信號(hào)的處理中都有不錯(cuò)的效果。但是VMD方法有兩個(gè)關(guān)鍵因素，即模態(tài)分量的個(gè)數(shù)K值以及懲罰因子，如何去確定這兩個(gè)值是使用VMD方法的難點(diǎn)。

為了選取合適的K值和值，針對(duì)不同的研究信號(hào)，學(xué)者提出了灰狼優(yōu)化算法、鵜鶘優(yōu)化算法、白鯨優(yōu)化算法和粒子群優(yōu)化算法等，在這些算法里面，都是利用包絡(luò)熵、排列熵、能量熵等各種熵作為依據(jù)來(lái)確定K和的值。候春堯等人[10]采用了灰狼優(yōu)化算法，利用包絡(luò)熵和類(lèi)信噪比復(fù)合判定指數(shù)獲取VMD的最優(yōu)值進(jìn)行GWO-VMD的降噪；冉茂霞等人[11]采用了粒子群優(yōu)化算法優(yōu)化VMD參數(shù)，但是粒子群算法容易陷入局部最優(yōu)解；馬星河等人[12]運(yùn)用了鵜鶘優(yōu)化算法采用最小包絡(luò)熵作為評(píng)判標(biāo)準(zhǔn)得出最優(yōu)K值和值進(jìn)行了POA-VMD的去噪；陳元健等人[13]利用了白鯨優(yōu)化算法，也是利用包絡(luò)熵算出K和值進(jìn)行了BWO-VMD的去噪。但是針對(duì)PPG信號(hào)乃至生理信號(hào)這類(lèi)問(wèn)題，使用這種復(fù)合方法的研究?jī)?nèi)容比較少見(jiàn)。

基于此問(wèn)題，本文提出利用長(zhǎng)鼻浣熊優(yōu)化算法VMD-WT的去噪方法，基于此算法結(jié)合VMD-WT，經(jīng)過(guò)對(duì)比包絡(luò)熵、排列熵熵和信號(hào)熵的值，確定使用包絡(luò)熵來(lái)確定VMD的最佳參數(shù)[K,]進(jìn)行尋優(yōu)，再利用余弦相似度方法對(duì)VMD分解的IMFs進(jìn)行篩選，對(duì)含噪聲分量利用WT去噪再重構(gòu)，獲得降噪后的PPG信號(hào)。通過(guò)仿真數(shù)據(jù)實(shí)驗(yàn)本文方法的可靠性和有效性。


本文詳細(xì)內(nèi)容請(qǐng)下載：

http://theprogrammingfactory.com/resource/share/2000006526


作者信息：

張寶林，易鋼，湯鑫

（湖南中醫(yī)藥大學(xué) 信息科學(xué)與工程學(xué)院，湖南 長(zhǎng)沙 410208）


Magazine.Subscription.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。