Electrocardiogram (ECG) is one of the major methods for the diagnosis of heart malfunctions. ECG signals are susceptible to both high-frequency and low-frequency noises such as electromyography (EMG), power line interference (PLI) and baseline wander noises, respectively. These noises deteriorate the quality of ECG signals and challenge the proper identification of heart illnesses. In this article, we report an improved fully adaptive method for canceling high-frequency noises using the empirical mode decomposition (EMD) with the modified indirect subtraction and adaptive window techniques. As high-frequency noises are approximately of zero mean and lower-order intrinsic mode functions (IMFs) contain high-frequency noises, a statistical test is performed to determine whether a particular combination of IMFs has zero mean. First, to remove the PLI noise, the modified indirect subtraction technique is used. The sum of IMFs which are dominated by the noise is passed to a Butterworth band-pass filter, and the resultant filtered signal is subtracted directly from the noisy ECG signal. Then, the EMG noise is removed by an improved adaptive window-based noise reduction technique. By exploiting this technique, in contrast to common EMD-based methods, the duration of the QRS complex is computed regarding the location of the peak of the R wave and the widest possible QRS complex which makes the proposed technique applicable to all types of ECG signals. The quantitative results of simulations performed on several records from the MIT–BIH arrhythmia database prove the better performance of the proposed method than the compared methods at different noise levels.

中文翻译：

---

使用经验模式分解、改进的间接减法和自适应窗口技术对 ECG 信号进行完全自适应去噪

心电图（ECG）是诊断心脏功能障碍的主要方法之一。心电图信号容易受到高频和低频噪声的影响，例如肌电图 (EMG)、电力线干扰 (PLI) 和基线漂移噪声。这些噪音会降低心电图信号的质量，并对心脏疾病的正确识别提出挑战。在本文中，我们报告了一种改进的完全自适应方法，该方法使用经验模式分解 (EMD) 和改进的间接减法和自适应窗口技术来消除高频噪声。由于高频噪声近似为零均值且低阶固有模式函数 (IMF) 包含高频噪声，因此执行统计测试以确定特定的 IMF 组合是否具有零均值。第一的，为了去除 PLI 噪声，使用了改进的间接减法技术。由噪声支配的 IMF 的总和被传递到巴特沃斯带通滤波器，并且从嘈杂的 ECG 信号中直接减去得到的滤波信号。然后，通过改进的基于自适应窗口的降噪技术去除 EMG 噪声。通过利用这种技术，与常见的基于 EMD 的方法相比，QRS 复合波的持续时间是根据 R 波的峰值位置和可能的最宽 QRS 复合波来计算的，这使得所提出的技术适用于所有类型的 ECG 信号. 对来自 MIT-BIH 心律失常数据库的几条记录进行的模拟的定量结果证明了所提出的方法在不同噪声水平下的性能优于比较方法。使用改进的间接减法技术。由噪声支配的 IMF 的总和被传递到巴特沃斯带通滤波器，并且从嘈杂的 ECG 信号中直接减去得到的滤波信号。然后，通过改进的基于自适应窗口的降噪技术去除 EMG 噪声。通过利用这种技术，与常见的基于 EMD 的方法相比，QRS 复合波的持续时间是根据 R 波的峰值位置和可能的最宽 QRS 复合波来计算的，这使得所提出的技术适用于所有类型的 ECG 信号. 对来自 MIT-BIH 心律失常数据库的几条记录进行的模拟的定量结果证明了所提出的方法在不同噪声水平下的性能优于比较方法。使用改进的间接减法技术。由噪声支配的 IMF 的总和被传递到巴特沃斯带通滤波器，并且从嘈杂的 ECG 信号中直接减去得到的滤波信号。然后，通过改进的基于自适应窗口的降噪技术去除 EMG 噪声。通过利用这种技术，与常见的基于 EMD 的方法相比，QRS 复合波的持续时间是根据 R 波的峰值位置和可能的最宽 QRS 复合波来计算的，这使得所提出的技术适用于所有类型的 ECG 信号. 对来自 MIT-BIH 心律失常数据库的几条记录进行的模拟的定量结果证明了所提出的方法在不同噪声水平下的性能优于比较方法。由噪声支配的 IMF 的总和被传递到巴特沃斯带通滤波器，并且从嘈杂的 ECG 信号中直接减去得到的滤波信号。然后，通过改进的基于自适应窗口的降噪技术去除 EMG 噪声。通过利用这种技术，与常见的基于 EMD 的方法相比，QRS 复合波的持续时间是根据 R 波的峰值位置和可能的最宽 QRS 复合波来计算的，这使得所提出的技术适用于所有类型的 ECG 信号. 对来自 MIT-BIH 心律失常数据库的几条记录进行的模拟的定量结果证明了所提出的方法在不同噪声水平下的性能优于比较方法。由噪声支配的 IMF 的总和被传递到巴特沃斯带通滤波器，并且从嘈杂的 ECG 信号中直接减去得到的滤波信号。然后，通过改进的基于自适应窗口的降噪技术去除 EMG 噪声。通过利用这种技术，与常见的基于 EMD 的方法相比，QRS 复合波的持续时间是根据 R 波的峰值位置和可能的最宽 QRS 复合波来计算的，这使得所提出的技术适用于所有类型的 ECG 信号. 对来自 MIT-BIH 心律失常数据库的几条记录进行的模拟的定量结果证明了所提出的方法在不同噪声水平下的性能优于比较方法。并且从嘈杂的心电图信号中直接减去得到的滤波信号。然后，通过改进的基于自适应窗口的降噪技术去除 EMG 噪声。通过利用这种技术，与常见的基于 EMD 的方法相比，QRS 复合波的持续时间是根据 R 波的峰值位置和可能的最宽 QRS 复合波来计算的，这使得所提出的技术适用于所有类型的 ECG 信号. 对来自 MIT-BIH 心律失常数据库的几条记录进行的模拟的定量结果证明了所提出的方法在不同噪声水平下的性能优于比较方法。并且从嘈杂的心电图信号中直接减去得到的滤波信号。然后，通过改进的基于自适应窗口的降噪技术去除 EMG 噪声。通过利用这种技术，与常见的基于 EMD 的方法相比，QRS 复合波的持续时间是根据 R 波的峰值位置和可能的最宽 QRS 复合波来计算的，这使得所提出的技术适用于所有类型的 ECG 信号. 对来自 MIT-BIH 心律失常数据库的几条记录进行的模拟的定量结果证明了所提出的方法在不同噪声水平下的性能优于比较方法。与常见的基于 EMD 的方法相比，QRS 复合波的持续时间是根据 R 波的峰值位置和可能的最宽 QRS 复合波来计算的，这使得所提出的技术适用于所有类型的 ECG 信号。对来自 MIT-BIH 心律失常数据库的几条记录进行的模拟的定量结果证明了所提出的方法在不同噪声水平下的性能优于比较方法。与常见的基于 EMD 的方法相比，QRS 复合波的持续时间是根据 R 波的峰值位置和可能的最宽 QRS 复合波来计算的，这使得所提出的技术适用于所有类型的 ECG 信号。对来自 MIT-BIH 心律失常数据库的几条记录进行的模拟的定量结果证明了所提出的方法在不同噪声水平下的性能优于比较方法。