《電子技術應用》
您所在的位置：首頁 > 通信與網絡 > 設計應用 > 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
電子技術應用
張寶林，易鋼，湯鑫
湖南中醫(yī)藥大學 信息科學與工程學院
摘要： 在采集光電容積脈搏波信號（PPG）時，特別容易受到環(huán)境和采集對象所帶來的噪聲影響，導致采取的信號與真實值差距過大。針對這一問題，提出了一種PPG信號的去噪方式，給出一種長鼻浣熊優(yōu)化算法，利用通過最小包絡熵作為評判標準，取確定變分模態(tài)分解（VMD）的最優(yōu)模態(tài)分量的個數和懲罰因子，這兩個參數直接影響到了VMD的處理結果的好壞。以此對原始信號進行分解，利用余弦相似度區(qū)分不同的IMFs，再利用小波去噪，最后將信號進行重構，得到去噪后的信號。仿真和實驗結果表明：與傳統(tǒng)的去噪方法相比，提出的方法處理信號信噪比更高，均方差更低，波形相似度更高。
中圖分類號：TN911.7 文獻標志碼：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]. 電子技術應用，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）描記法是一種無創(chuàng)連續(xù)測量血氧飽和度和心率的方法[1]， PPG信號是低幅低頻的微弱信號，采集過程中容易受到肢體運動和環(huán)境光等外界環(huán)境干擾，影響后續(xù)的信號特征的準確提取[2]。正常人的脈象[3]在0~20 Hz頻率范圍內，并且從脈搏功率譜能量分布來看，99%的能量集中在0.5~10 Hz，極其容易受到高頻信號影響產生毛刺變得模糊。為了更好地進行研究，需要對PPG進行去噪方便后續(xù)使用。

針對PPG信號降噪的問題，常用的方法有很多，比如經驗模態(tài)分解[4]（EMD）、集合經驗模態(tài)分解[5]（EEMD）、傅里葉變換、小波變換[6]（WT）、經驗小波變換[7]（EWT）和變分模態(tài)分解[8]（VMD）。EMD降噪會存在模態(tài)疊加問題，需要主觀地對模態(tài)的數量進行判別，并且會丟失有效信號；EEMD則會因為仿真的白噪聲問題降低算法去噪能力[5]；WT與EWT則會因為選取的小波基好壞的問題，產生不同的效果[9]；而VMD是2014年Konstantin等人提出的一種時域信號分析方法，相比傳統(tǒng)方法來說，它分解速度快，抗干擾能力強，魯棒性好，并且可以解決EMD和EEMD模態(tài)疊加的問題。此外VMD適用性也廣，在各種信號的處理中都有不錯的效果。但是VMD方法有兩個關鍵因素，即模態(tài)分量的個數K值以及懲罰因子，如何去確定這兩個值是使用VMD方法的難點。

為了選取合適的K值和值，針對不同的研究信號，學者提出了灰狼優(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，都是利用包絡熵、排列熵、能量熵等各種熵作為依據來確定K和的值。候春堯等人[10]采用了灰狼優(yōu)化算法，利用包絡熵和類信噪比復合判定指數獲取VMD的最優(yōu)值進行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，但是粒子群算法容易陷入局部最優(yōu)解；馬星河等人[12]運用了鵜鶘優(yōu)化算法采用最小包絡熵作為評判標準得出最優(yōu)K值和值進行了POA-VMD的去噪；陳元健等人[13]利用了白鯨優(yōu)化算法，也是利用包絡熵算出K和值進行了BWO-VMD的去噪。但是針對PPG信號乃至生理信號這類問題，使用這種復合方法的研究內容比較少見。

基于此問題，本文提出利用長鼻浣熊優(yōu)化算法VMD-WT的去噪方法，基于此算法結合VMD-WT，經過對比包絡熵、排列熵熵和信號熵的值，確定使用包絡熵來確定VMD的最佳參數[K,]進行尋優(yōu)，再利用余弦相似度方法對VMD分解的IMFs進行篩選，對含噪聲分量利用WT去噪再重構，獲得降噪后的PPG信號。通過仿真數據實驗本文方法的可靠性和有效性。


本文詳細內容請下載：

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


作者信息：

張寶林，易鋼，湯鑫

（湖南中醫(yī)藥大學 信息科學與工程學院，湖南 長沙 410208）


Magazine.Subscription.jpg

此內容為AET網站原創(chuàng)，未經授權禁止轉載。