心电（ECG）信号的基线滤波

corball

基线噪声（base wander）是掩盖ECG信号重要特征的干扰之一，也是过去20年心电信号处理的热点，涌现了大量的文献和方法。通过合理的ECG信号分析去除基线干扰是优选的方法之一。

基线噪声的来源：患者的移动、呼吸（0.15~0.5Hz）、电极之间的干扰、皮肤。基线滤波技术的技术分类：自适应、非自适应。

ECG基线噪声去除的主要方法：投影寻踪梯度上升（project pursuit gradient ascent)、立方样条拟合（Cubic Spline Curve Fitting）、线性样条拟合、中值/均值（Median/Mean）滤波、数字滤波、自适应滤波、子波自适应滤波（Wavelet Adaptive Filter）、经验模式分解（empirical mode decomposition - EMD）。

1、投影寻踪梯度上升（Projection Pursuit Gradient Ascent）
：信号源具有非高斯概率密度函数。

2、立方样条曲线拟合滤波

3、线性样条曲线拟合滤波

4、中值滤波：计算中值、5次多项式拟合得到基线-基线漂移、基线漂移矫正（RR间期）。计算效率高，失真小

5、FIR高通滤波：0.5Hz；700阶。计算量大，无需被测信号的背景知识，相移。缺点：不能实时应用。基于高通滤波改进的零相移IIR被认为是高效的方法。

6、自适应滤波：ST失真

7、子波自适应滤波

8、EMD：新的非线性技术，由N.E. Huang等人提出；自适应、高效的分解技术；复杂信号分解为有限本质模函数（IMFs - Intrinsic Mode Functions）的组合。

you_sun

很棒， 能介绍一下fpga 的实现吗？ 谁有，哪个更好，能否分享合作。

pdkpcell

C常用程序集有关于多项式拟合的代码